電動汽車制動能量回收系統方案設計與控制研究含開題、CATIA三維及3張CAD圖

電動汽車制動能量回收系統方案設計與控制研究含開題、CATIA三維及3張CAD圖,電動汽車,制動,能量,回收,系統,方案設計,控制,研究,開題,CATIA,三維,CAD 中北大學2017屆畢業設計外文翻譯 XX設計外文翻譯 基于能量管理的插電式混合動力電動汽車多目標組件尺寸優化 XX XX XX 學生姓名： 學號： XX 學 院： XX 專 業： 指導教師： 20XX年6月 基于能量管理的插電式混合動力電動汽車多目標組件尺寸優化 摘要：本文提出了一種并聯插電式混合動力汽車的零件尺寸優化方法，這種方法將其視為多目標優化問題。 在這種方法中，定義了兩個目標函數來同時最小化傳動系統損失、燃料消耗和廢氣排放。 并且驅動性能要求被看做是約束條件。 此外，本文還為PHEV開發了包含混合控制策略的模糊邏輯控制器。 最后，通過多目標粒子群優化算法，挑選TEH-CAR和UDDS共計32英里的行駛周期是組件的最佳選擇。 仿真結果證明了該方法的有效性和實用性，這種方法準備了不同最佳組件尺寸組合下的各種傳動系損失，等效燃料消耗和廢氣排放。 關鍵詞：最優零件尺寸、插電式混合動力汽車、模糊邏輯控制器、混合控制策略、多目標粒子群優化 介紹：全球變暖、燃料價格上漲和能源節約問題極大地促使政府去尋找節能減排的最有效的方法。最主要的化石燃料使用方式之一和空氣污染來源就是運輸行業，它占了全世界總能源消耗的幾乎27%，同時在2012年33.7%的溫室氣體排放也來自運輸行業。最近的研究闡明混合動力汽車可以明顯的減少燃料的消耗和廢氣排放。插電式混合動力汽車是混合動力汽車中的一種，它有更大的電池容量，不同的能源管理策略，并且可以和輸電網絡連接來為汽車充電。PHEV針對HEV，將其電池能量視為能源供應，在駕駛期間或之后，發動機和化石燃料不需要完全充電，而PHEV則使用更便宜和更清潔的能量（電力）進行推進。混合動力汽車的電池剩余電量在汽車行駛開始和尾聲階段變化很小，這就表明了汽車非常依賴化石燃料，然而插電式混合動力汽車的電池剩余電量則有很大的變化幅度（這也取決于行駛里程），這就表明了電力是汽車的主要能量來源。擁有兩種動力能源來源并且電力占更高地位，讓插電式混合動力汽車有更好餓燃料經濟性，并且通過使用輸電網絡也讓廢氣排放減少。 本文提出的分析，首先確定了來自消費者對插電式混合動力汽車成本效益的觀點，然后通過分析一個簡單假設的例子來評估插電式混合動力汽車對電力效用的潛在作用。 通過優化算法和仿真技術來優化機械和電氣組件的尺寸在過去的各類研究中被學習。Redelbach等人在德國市場環境下提出了PHEV和EREV的最佳電池尺寸。他們的結果顯示電池大小會對總成本有顯著影響。他們展示了對于平均每年行駛15000公里的德國司機來說4kWh（PHEV）和6kWh（EVER）的電池容量將會是最佳成本選擇。Hu等人研究了精簡電池對在瑞典哥德堡運行的一系列插電式混合動力公交車的影響。他們使用了凸集模型并對動力系統進行了分解優化。為了混合動力車輛鋰電池的最優設計，Xue等人提出了一種結合了多個獨立優化器的混合算法優化模型。無梯度優化器與梯度優化器相結合，解決了混合整數非線性電池組的設計問題。優化框架被應用于最小化質量，體積和材料成本。Hung和Wu開發一種集成優化方法，為了得出零件尺寸和混合動力系統控制策略的最佳解決方案。 為了同步優化電池尺寸和公交車的PHEV動力系統的能量管理，Murgovski等人提出了一種凸集模型方法。結果表明，能量緩沖器的成本優化，即：這些PHEV的額定功率和電池容量極大的取決于基礎充電設施，驅動方式和公交線路的地形。Malikopoulos調查了電動機/發電機電池尺寸對中型PHEV的燃油經濟性和排放量的影響。他們提出了一個并聯的動力總成配置，預傳動和后傳動，以獲得關于電機和電池大小的帕累托前沿。Lee等人通過使用在持續充電模式下維持電池SOC的方法來分析發電機組的額定輸出功率。他們還提出了一個最佳發電機組工作線的定義，以最大限度地降低設定電力輸出功率下的燃油消耗。 Ribau等人強調了駕駛條件的重要意義和對燃料電池汽車動力系統設計優化的投資成本，效率和壽命周期影響的優化之間的沖突。將單目標和多目標遺傳算法與車輛模擬軟件ADVISOR相結合，以優化動力傳動系統組件。另外，Ribau等人提出燃料電池車輛的部件由遺傳算法確定，其優化了典型的城市出租車車隊使用的成本。遺傳算法旨在優化設計車輛的成本，并使用ADVISOR評估性能。Kim等人證實，影響混合燃料電池車輛整體效率的最相關因素是燃料電池和電池的尺寸。他們使用模糊邏輯控制器來分配燃料電池/電池混合動力微型公交車的動力。此外，Khayyam和Bab-Hadiashar提出了基于ANFIS（模糊推理系統）和GA（遺傳算法）組合的PHEV自適應能量管理優化控制策略。 Montazeri-Ga和Poursamad引入了通過GA（遺傳算法）優化并聯混合動力電動汽車部件尺寸的程序。他們使用GA（遺傳算法）來最小化由一些加權項組成的單個目標函數。除此之外，他們已經描述了使用并行混沌優化算法優化PHEV組件尺寸的方法。在他們的方法中，定義了目標函數，以便最小化傳動系成本。使用車輛能量消耗的參數分析模型分析組件尺寸。Song和Al-Sayed開發了一個多目標優化程序，以優化車輛縱向加速時間，穩態燃油經濟性，乘坐質量和轉向穩定性。還有一些研究使用粒子群優化（PSO）和多目標優化算法來優化燃料電池組件，通過使用多目標GA（遺傳算法）開發PHEV。通過PSO（粒子群優化），在主動分配網絡中電動汽車的負擔被最小化。 在本文中，開發了一種基于多目標粒子群優化（MOPSO）的多目標優化程序，用于PHEV的分量優化，以同時降低車輛傳動系統成本，等效燃料消耗和污染物排放。多目標優化的主要優點是提出了一套解決方案，其目標可以同時增強，或者至少可以增加一個目標，而不犧牲其他目標。為此，選擇燃料消耗和廢氣排放作為第一目標函數進行最小化。然后車輛縱向動力學和性能被認為是約束函數。最后，通過考慮動力傳動系成本作為第二目標函數，限制多目標優化得到了較為經濟的組件，具有最佳的燃油經濟性和廢氣排放，而不犧牲車輛性能。此外，本文還為各種PHEV設計了基于混合模式的模糊邏輯控制器。基于FLC和組件尺寸化程序的提出的控制策略的原理圖如圖1所示。 圖1 PHEV優化與控制策略程序示意圖 圖2并行結構的PHEV PHEV模型 如前所述，在優化過程中，考慮了根據圖2的平行PHEV模型。該車輛在ADVISOR中進行建模和仿真。作為默認值，并聯的PHEV動力總成包括一臺82kw的發動機，由伊朗Khodro動力總成公司（IKCO）生產，西屋75kw（連續）AC感應電動機/逆變器和12v 6Ah怠速動力鋰離子電池。表1列出了所選車輛的一些其他參數和組件規格。 表1 SAMAND插電式混合電參數及組件規格 行駛循環 關于能源安全和氣候變化問題，運輸部門被認為是主要問題之一。它們在世界上消耗相當大一部分石油，排放大量的溫室氣體。2011年伊朗主要污染源（約80％）和2012年巴西（高達48％）是汽車行業。為了克服這些問題，HEV可以被認為是替代交通工具。相反，PHEV可以實現更好的平衡和更有吸引力，因為它們可以使用替代來源，而不是石油衍生的燃料。 在PHEV組件尺寸中，駕駛距離及其侵蝕強度是一些最重要的因素。據了解，在美國，城市車輛的平均每日駕駛總共只有36.5英里，而農村汽車的平均駕駛時間為48.6英里。另外在伊朗，根據城市交通統計和數據的組織情況，平均每日距離據報道大約為30英里。因此，在德黑蘭最近開發的TEH-CAR城市駕駛循環和UDDC城市駕駛循環中，完成了模擬和優化程序，以達到在兩個駕駛循環32英里（51.5公里）內的最低目標函數，這是在美國的混合控制策略中開發的。優化算法在45次迭代中找到最佳解決方案。這些驅動周期如圖3所示，其特性列于表2。 表2 THE— CAR和UDDS驅動循環特性 能源管理策略 在這項工作中，如圖4所示，為具有并行配置的PHEV設計了一個模糊邏輯控制器。在模糊控制器中，利用驅動器命令，能量存儲器SOC和電動機/發電機的速度，開發出一套規則，以有效地確定區分電動機與內燃機。模糊邏輯控制器中有決策的作用，其可以管理能量供應和組件以在不同的投入條件下推動車輛。PHEV有兩種可能的控制策略，包括全電氣范圍（AER）和混合控制策略。 在圖4中，Tct，Te和Tm分別指示牽引力，發動機轉矩和電機轉矩。 lTct是Tct的成員，lSOC是電池SOC的成員，lTe是Te的成員。 在AER控制策略中，駕駛開始時，當電池SOC處于最高級別時，CD模式被激活。在這種模式下，電機不需要發動機的任何輔助來推動車輛。當SOC達到最小限制（35％）時，可以啟動CS模式，然后引擎對電池充電，并協助電動機推動車輛。在混合控制策略中，除了電動機之外，還可以使用發動機以CD模式推進車輛。當電池SOC達到最小閾值電平時，CS模式將自動激活。在CS模式中，發動機比CD模式更主要地運行，以推動車輛并將電池充電到預定義的水平（取決于在CS模式下使用的控制策略）。 圖3驅動循環a TEH-CAR驅動循環b UDDS驅動循環 第 7 頁 共 7頁