插电式混合动力汽车多目标部件的尺寸优化

插电式混合动力汽车多目标部件的尺寸优化

在插电式混合动力汽车（PHEV）设计过程中，诸如发动机功率、电机功率、电池容量的选择会对车辆整车成本、燃油消耗、废气排放产生很大影响。提出了一种基于粒子群优化解决多目标优化问题的算法（MOPSO），对PHEV多个目标部件进行优化，使得车辆在满足整车性能需求的前提下，整车成本、燃油消耗及废气排放达到最优。

还提出了一种基于模糊算法的PHEV混合型能量控制策略，通过模糊算法综合考虑电池SOC和车辆需求功率，最优分配电机和发动机的输出功率，使得车辆能源消耗达到最优。在对PHEV部件尺寸进行目标优化过程中，优化函数共有2个。第1个是整车驱动系统目标成本函数。在考虑成本时，只考虑发动机、电机、电池组以及电池组更换这4个部分，不考虑因这些部件尺寸变化对整车其它部位带来的成本影响。第2个是包含燃油消耗和发动机尾气排放的成本函数。该部分包括燃料消耗、HC和NOx排放、CO排放这3个部分，通过不同的权重因子组合在一起。通过将帕累托最优和多目标粒子群优化算法共同应用到PHEV部件尺寸的多目标优化过程中，解决了各优化目标之间的冲突问题。

采用ADVISOR软件建立PHEV模型，在UDDS和THE-CAR工况下，应用MOPSO方法对整车部件尺寸进行优化。仿真优化结果表明，MOPSO方法可以有效地提高整车的经济性；在THE-CAR工况下，车辆成本提高25%可以减少燃油消耗和尾气排放36%，而车辆成本提高4%可以减少燃油消耗和废气排放27%；综合利用MOPSO方法和帕累托最优法可以得到不同优化选择条件下各部件的最优尺寸。

刊名：Clean Technologies& Environmental Policy（英）

刊期：2016年第18期

作者：Vahid Madanipour et al

编译：孙志祥