摘要: 当前全球环境日益恶化，全球各国面对环境的变化先后推出了各项环保政策，推动汽车产业的电动化发展是一项重要举措，因此新能源汽车产业得到大力发展。由于车辆构型的特点，增程式电动汽车（Extended-RangeElectricVehicle,EREV）的能量主要由动力电... 展开 当前全球环境日益恶化，全球各国面对环境的变化先后推出了各项环保政策，推动汽车产业的电动化发展是一项重要举措，因此新能源汽车产业得到大力发展。由于车辆构型的特点，增程式电动汽车（Extended-RangeElectricVehicle,EREV）的能量主要由动力电池组以及增程器来供给，故其既具有纯电动汽车的特点，又能够通过燃油补电，续航里程更长。目前作为从传统的燃油汽车向纯电动汽车过度的选择，增程式电动汽车也被广泛的接受。而在整车控制器中，设定合适的整车能量管理策略是提高整车综合性能的重要举措。 以传统增程式电动汽车为基础，本文提出一种新EREV动力系统构型，该构型能够在高速阶段控制增程器中的发动机可以直接驱动整车，利用驱动电机和发动机的驱动特性和能耗特性，有效提高车辆的动力性能和能耗性能。对该动力系统构型进行分析并对主要部件参数进行匹配，通过分析各动力系统部件的建模原理，利用MATLAB/Simulink软件仿真平台建立整车的前向仿真模型，基于所建立的模型进行后续研究。本文的主要研究内容如下： (1)提出新型EREV动力系统构型，根据整车的结构设计特点以及实际工况需求，确定不同情况下的工作模式。分析各个模式下的能量流状态，根据动力系统构型特点及工作模式的需要，进行各部件参数的参数匹配。 (2)根据所建立的新型动力系统工作模式进行分析，对所匹配的动力系统部件参数进行建模仿真，研究各动力系统部件的建模方式，利用参数化的建模方式，搭建整车仿真模型，为后续的研究提供基础。 (3)根据动力系统构型及工作模式特点设定合适的能量管理策略，再选择合适的动力系统部件参数及能量管理策略参数，设定动力性能、燃油经济性及部件的装配成本作为目标函数，采用多目标优化算法对参数进行优化，得到优化参数的Pareto解集。根据优化的指标需求，选择合适的优化参数方案进行后续优化研究。 (4)基于上文所选择的优化参数结果，基于动态规划算法进行全局能量流分配最优控制。设定整车的综合能耗作为目标函数，将动力电池组荷电状态(StateofCharge,SOC)作为状态变量，增程器发动机输出功率作为控制变量。结果可见，利用动态规划算法的优化下，能够合理分配整车功率在增程器和动力电池组之间的分配，提高整车的能量效率，降低能耗。 (5)由于动态规划算法优化后的能量流分配最优控制结果和状态变量存在确定的非线性关系，为了能够得到全局最优控制的实时控制模型。在动态规划算法优化的前提下，使用神经网络预测模型对全局能量流分配最优控制结果进行离线学习、训练。分别采用对功率预测及功率加车速预测的方法对全局最优控制率进行学习，构建了基于能量流实时全局最优控制的能量管理策略的框架，提高整车能量管理策略开发的效率。 收起