中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
1 绪论 | 第10-24页 |
1.1 研究背景和意义 | 第10-12页 |
1.2 国内外混合动力汽车发展现状 | 第12-16页 |
1.3 国内外混合动力汽车能量管理策略发展现状 | 第16-19页 |
1.3.1 基于规则的能量管理策略发展现状 | 第16-17页 |
1.3.2 基于全局优化的能量管理策略发展现状 | 第17-18页 |
1.3.3 基于实时优化的能量管理策略发展现状 | 第18-19页 |
1.3.4 基于模型预测控制的能量管理策略发展现状 | 第19页 |
1.4 混合动力汽车能量管理策略存在问题 | 第19-20页 |
1.5 本文研究内容及论文结构 | 第20-24页 |
2 基于动态规划的PHEV全局优化能量管理策略 | 第24-44页 |
2.1 引言 | 第24页 |
2.2 插电式混合动力系统分析及建模 | 第24-29页 |
2.2.1 插电式混合动力系统分析 | 第24-25页 |
2.2.2 发动机模型 | 第25-27页 |
2.2.3 电机模型 | 第27-28页 |
2.2.4 动力电池模型 | 第28-29页 |
2.3 基于动态规划的全局优化能量管理策略 | 第29-36页 |
2.3.1 动态规划算法理论基础 | 第29-31页 |
2.3.2 基于动态规划的PHEV能量管理问题构建 | 第31-33页 |
2.3.3 动态规划求解 | 第33-36页 |
2.4 全局优化能量管理策略仿真分析 | 第36-43页 |
2.4.1 状态变量及控制变量离散精度影响研究 | 第36-41页 |
2.4.2 全局优化结果分析 | 第41-43页 |
2.5 本章小结 | 第43-44页 |
3 基于模型预测控制的PHEV预测能量管理策略 | 第44-64页 |
3.1 引言 | 第44页 |
3.2 基于模型预测控制的能量管理策略概述 | 第44-47页 |
3.2.1 模型预测控制原理 | 第44-46页 |
3.2.2 基于模型预测控制的PHEV优化问题数学模型 | 第46-47页 |
3.3 基于SVM识别的指数预测模型 | 第47-53页 |
3.3.1 指数预测模型 | 第47-49页 |
3.3.2 基于SVM的工况识别方法 | 第49-52页 |
3.3.3 基于SVM工况识别的变衰减因子指数预测模型 | 第52-53页 |
3.4 基于模型预测控制的PHEV能量管理策略 | 第53-61页 |
3.4.1 基于PHEV的MPC参考轨迹必要性研究 | 第54-57页 |
3.4.2 基于SOC参考轨迹的滚动优化方法研究 | 第57-60页 |
3.4.3 基于SVM识别的模型预测控制研究 | 第60-61页 |
3.5 本章小结 | 第61-64页 |
4 基于实时交通信息的参考SOC快速规划 | 第64-80页 |
4.1 引言 | 第64页 |
4.2 基于交通信息的路径建模 | 第64-68页 |
4.2.1 交通信息数据分析 | 第64-67页 |
4.2.2 路径建模 | 第67-68页 |
4.3 简化DP控制方法 | 第68-74页 |
4.3.1 实验工况构建 | 第68-70页 |
4.3.2 发动机效率与电池效率拟合模型 | 第70-73页 |
4.3.3 控制变量降维 | 第73-74页 |
4.4 基于简化DP的参考SOC快速规划 | 第74-77页 |
4.4.1 参考SOC快速规划数学模型 | 第74-75页 |
4.4.2 简化DP有效性验证 | 第75-77页 |
4.5 本章小结 | 第77-80页 |
5 考虑实时交通信息的PHEV预测能量管理策略研究 | 第80-92页 |
5.1 引言 | 第80页 |
5.2 考虑实时交通信息的能量管理策略 | 第80-83页 |
5.2.1 实时交通信息在PHEV的MPC上的应用 | 第80-81页 |
5.2.2 考虑实时交通信息的MPC能量管理策略优化问题 | 第81-83页 |
5.3 仿真结果及分析 | 第83-91页 |
5.3.1 参考SOC规划延迟时间影响分析 | 第85-86页 |
5.3.2 有无交通信息的影响分析 | 第86-89页 |
5.3.3 交通信息更新周期影响分析 | 第89-91页 |
5.4 本章小结 | 第91-92页 |
6 全文总结 | 第92-94页 |
6.1 论文主要研究工作及结论 | 第92-93页 |
6.2 工作展望 | 第93-94页 |
致谢 | 第94-96页 |
参考文献 | 第96-102页 |
附录 | 第102页 |
A.作者在攻读学位期间发表的论文目录 | 第102页 |
B.作者在攻读学位期间参加的科研项目 | 第102页 |