| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 插电式混合动力汽车概述 | 第8-13页 |
| 1.1.1 研究背景及意义 | 第8-10页 |
| 1.1.2 国内外插电式混合动力汽车研究现状 | 第10-11页 |
| 1.1.3 插电式混合动力汽车的分类 | 第11-13页 |
| 1.2 插电式混合动力汽车能量管理控制策略研究现状 | 第13-16页 |
| 1.2.1 基于规则的能量管理策略 | 第13-14页 |
| 1.2.2 基于优化方法的能量管理策略 | 第14-16页 |
| 1.3 本文的选题意义以及主要工作内容 | 第16-18页 |
| 1.3.1 选题意义 | 第16-17页 |
| 1.3.2 主要研究内容 | 第17-18页 |
| 2 插电式混合动力汽车联合仿真模型的搭建与验证 | 第18-30页 |
| 2.1 基于GT-Suite的整车模型搭建 | 第18-23页 |
| 2.1.1 插电式混合动力汽车整车参数 | 第18页 |
| 2.1.2 发动机模型 | 第18-20页 |
| 2.1.3 电机模型 | 第20-21页 |
| 2.1.4 电池模型 | 第21-22页 |
| 2.1.5 变速器模型与机械制动器模型 | 第22页 |
| 2.1.6 车辆行驶模型 | 第22-23页 |
| 2.2 GT-Suite与MATLAB联合仿真 | 第23-25页 |
| 2.3 基于规则的PHEV能量管理策略联合仿真 | 第25-29页 |
| 2.3.1 CDCS控制策略 | 第25-27页 |
| 2.3.2 CDCS控制策略联合仿真结果 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 插电式混合动力汽车模型预测控制管理策略 | 第30-50页 |
| 3.1 基于动态规划的能量管理策略 | 第30-34页 |
| 3.1.1 动态规划基本理论 | 第30-31页 |
| 3.1.2 动态规划全局最优解计算 | 第31-34页 |
| 3.2 模型预测控制基本原理 | 第34-35页 |
| 3.3 基于非线性模型预测控制的PHEV能量管理策略 | 第35-38页 |
| 3.3.1 模型预测控制能量管理问题的构建 | 第35-37页 |
| 3.3.2 SOC求解范围计算 | 第37-38页 |
| 3.4 基于线性约束模型预测控制的PHEV能量管理策略 | 第38-41页 |
| 3.4.1 发动机及电池电机模型多项式拟合 | 第38-40页 |
| 3.4.2 线性约束优化问题的构建 | 第40-41页 |
| 3.5 不同情况SOC约束的确定 | 第41-44页 |
| 3.5.1 终点距离信息未知时SOC约束 | 第42页 |
| 3.5.2 终点距离信息已知时SOC约束 | 第42-44页 |
| 3.6 标准工况下仿真结果对比分析 | 第44-48页 |
| 3.6.1 完整工况仿真结果及对比分析 | 第44-47页 |
| 3.6.2 SOC保持状态仿真结果及对比分析 | 第47-48页 |
| 3.7 本章小结 | 第48-50页 |
| 4 神经网络工况预测模型及随机模型预测控制 | 第50-70页 |
| 4.1 模型预测控制常用车速预测模型 | 第50-52页 |
| 4.1.1 指数预测和恒速预测 | 第50-51页 |
| 4.1.2 马尔科夫链车速预测方法 | 第51-52页 |
| 4.2 真实驾驶员实际工况行驶信息采集 | 第52-56页 |
| 4.2.1 行驶数据采集过程 | 第52-54页 |
| 4.2.2 驾驶员典型行驶工况分析 | 第54-56页 |
| 4.3 神经网络车速预测模型建立 | 第56-62页 |
| 4.3.1 神经网络基本理论 | 第56-58页 |
| 4.3.2 车速预测模型输入参数选取 | 第58-60页 |
| 4.3.3 神经网络模型的结构参数确定 | 第60-62页 |
| 4.4 神经网络预测模型结果对比分析 | 第62-67页 |
| 4.5 不同预测模型下随机模型预测控制仿真结果对比分析 | 第67-69页 |
| 4.6 本章小结 | 第69-70页 |
| 5 总结与展望 | 第70-72页 |
| 5.1 全文总结 | 第70-71页 |
| 5.2 研究展望 | 第71-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
