基于最佳燃油经济性和最低排放量的串联混合动力汽车最佳能量管理



基于最佳燃油经济性和最低排放量的串联混合动力汽车最佳能量管理

本文以最佳燃油经济性和最低排放量为优化目标，基于随机动态规划（SDP）及神经动态规划（NDP）两个原则，为串联液压混合动力重型车设计一种能量管理控制器。

基于SDP原则的控制器是以燃油经济性为单一优化目标，确定一组发动机工作点。根据车辆需求功率选择合适的发动机工作点，输出发动机目标转速和扭矩。

基于NDP和强化学习结构框架设计一个自学习能量管理控制器，能够根据传动系运行状况确定最佳控制策略。控制器输出发动机目标转速和扭矩。NDP关键优势是能够有效避免所谓的维度灾难，且相对DP（动态规划）或SDP实现较大的状态行为空间。对基于SDP、NDP的控制器和恒温控制策略控制器进行仿真，比较燃油经济性。恒温控制策略控制器的新能源汽车相比传统汽车有很好的燃油经济性。然而基于SDP和NDP控制器的新能源汽车在上述优势基础上，还具有其它显著的经济性优势。当单独以燃油经济性为优化目标时，两种控制器效果近似。

在所研制的控制器架构上加入发动机瞬态排放的模糊控制器，以实现最优燃油经济性的同时，获得最低的瞬态NO和颗粒排放。

所提出的基于SDP和NDP的控制器下载至dSPACE实时系统，连接真实的柴油机和虚拟的车辆传动系统，进行硬件在环仿真。结果表明，基于NDP控制器不仅具有基于SDP控制器的燃油经济性优势，而且能够有效降低发动机的NO排放。

刊名：Journal of Automobile Engineering（英）

刊期：2014年第228卷

作者：Rajit Johri

编译：谢秀磊