電動(dòng)汽車制動(dòng)能量回收系統(tǒng)方案設(shè)計(jì)與控制研究含開題、CATIA三維及3張CAD圖

電動(dòng)汽車制動(dòng)能量回收系統(tǒng)方案設(shè)計(jì)與控制研究含開題、CATIA三維及3張CAD圖,電動(dòng)汽車,制動(dòng),能量,回收,系統(tǒng),方案設(shè)計(jì),控制,研究,開題,CATIA,三維,CAD 中北大學(xué)2017屆畢業(yè)設(shè)計(jì)外文翻譯 XX設(shè)計(jì)外文翻譯 基于能量管理的插電式混合動(dòng)力電動(dòng)汽車多目標(biāo)組件尺寸優(yōu)化 XX XX XX 學(xué)生姓名： 學(xué)號(hào)： XX 學(xué) 院： XX 專 業(yè)： 指導(dǎo)教師： 20XX年6月 基于能量管理的插電式混合動(dòng)力電動(dòng)汽車多目標(biāo)組件尺寸優(yōu)化 摘要：本文提出了一種并聯(lián)插電式混合動(dòng)力汽車的零件尺寸優(yōu)化方法，這種方法將其視為多目標(biāo)優(yōu)化問題。 在這種方法中，定義了兩個(gè)目標(biāo)函數(shù)來同時(shí)最小化傳動(dòng)系統(tǒng)損失、燃料消耗和廢氣排放。 并且驅(qū)動(dòng)性能要求被看做是約束條件。 此外，本文還為PHEV開發(fā)了包含混合控制策略的模糊邏輯控制器。 最后，通過多目標(biāo)粒子群優(yōu)化算法，挑選TEH-CAR和UDDS共計(jì)32英里的行駛周期是組件的最佳選擇。 仿真結(jié)果證明了該方法的有效性和實(shí)用性，這種方法準(zhǔn)備了不同最佳組件尺寸組合下的各種傳動(dòng)系損失，等效燃料消耗和廢氣排放。 關(guān)鍵詞：最優(yōu)零件尺寸、插電式混合動(dòng)力汽車、模糊邏輯控制器、混合控制策略、多目標(biāo)粒子群優(yōu)化 介紹：全球變暖、燃料價(jià)格上漲和能源節(jié)約問題極大地促使政府去尋找節(jié)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(yùn)輸行業(yè)，它占了全世界總能源消耗的幾乎27%，同時(shí)在2012年33.7%的溫室氣體排放也來自運(yùn)輸行業(yè)。最近的研究闡明混合動(dòng)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(dòng)力汽車是混合動(dòng)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(wǎng)絡(luò)連接來為汽車充電。PHEV針對(duì)HEV，將其電池能量視為能源供應(yīng)，在駕駛期間或之后，發(fā)動(dòng)機(jī)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(jìn)行推進(jìn)?；旌蟿?dòng)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(dòng)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(dòng)力能源來源并且電力占更高地位，讓插電式混合動(dòng)力汽車有更好餓燃料經(jīng)濟(jì)性，并且通過使用輸電網(wǎng)絡(luò)也讓廢氣排放減少。 本文提出的分析，首先確定了來自消費(fèi)者對(duì)插電式混合動(dòng)力汽車成本效益的觀點(diǎn)，然后通過分析一個(gè)簡(jiǎn)單假設(shè)的例子來評(píng)估插電式混合動(dòng)力汽車對(duì)電力效用的潛在作用。 通過優(yōu)化算法和仿真技術(shù)來優(yōu)化機(jī)械和電氣組件的尺寸在過去的各類研究中被學(xué)習(xí)。Redelbach等人在德國市場(chǎng)環(huán)境下提出了PHEV和EREV的最佳電池尺寸。他們的結(jié)果顯示電池大小會(huì)對(duì)總成本有顯著影響。他們展示了對(duì)于平均每年行駛15000公里的德國司機(jī)來說4kWh（PHEV）和6kWh（EVER）的電池容量將會(huì)是最佳成本選擇。Hu等人研究了精簡(jiǎn)電池對(duì)在瑞典哥德堡運(yùn)行的一系列插電式混合動(dòng)力公交車的影響。他們使用了凸集模型并對(duì)動(dòng)力系統(tǒng)進(jìn)行了分解優(yōu)化。為了混合動(dòng)力車輛鋰電池的最優(yōu)設(shè)計(jì)，Xue等人提出了一種結(jié)合了多個(gè)獨(dú)立優(yōu)化器的混合算法優(yōu)化模型。無梯度優(yōu)化器與梯度優(yōu)化器相結(jié)合，解決了混合整數(shù)非線性電池組的設(shè)計(jì)問題。優(yōu)化框架被應(yīng)用于最小化質(zhì)量，體積和材料成本。Hung和Wu開發(fā)一種集成優(yōu)化方法，為了得出零件尺寸和混合動(dòng)力系統(tǒng)控制策略的最佳解決方案。 為了同步優(yōu)化電池尺寸和公交車的PHEV動(dòng)力系統(tǒng)的能量管理，Murgovski等人提出了一種凸集模型方法。結(jié)果表明，能量緩沖器的成本優(yōu)化，即：這些PHEV的額定功率和電池容量極大的取決于基礎(chǔ)充電設(shè)施，驅(qū)動(dòng)方式和公交線路的地形。Malikopoulos調(diào)查了電動(dòng)機(jī)/發(fā)電機(jī)電池尺寸對(duì)中型PHEV的燃油經(jīng)濟(jì)性和排放量的影響。他們提出了一個(gè)并聯(lián)的動(dòng)力總成配置，預(yù)傳動(dòng)和后傳動(dòng)，以獲得關(guān)于電機(jī)和電池大小的帕累托前沿。Lee等人通過使用在持續(xù)充電模式下維持電池SOC的方法來分析發(fā)電機(jī)組的額定輸出功率。他們還提出了一個(gè)最佳發(fā)電機(jī)組工作線的定義，以最大限度地降低設(shè)定電力輸出功率下的燃油消耗。 Ribau等人強(qiáng)調(diào)了駕駛條件的重要意義和對(duì)燃料電池汽車動(dòng)力系統(tǒng)設(shè)計(jì)優(yōu)化的投資成本，效率和壽命周期影響的優(yōu)化之間的沖突。將單目標(biāo)和多目標(biāo)遺傳算法與車輛模擬軟件ADVISOR相結(jié)合，以優(yōu)化動(dòng)力傳動(dòng)系統(tǒng)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(yōu)化了典型的城市出租車車隊(duì)使用的成本。遺傳算法旨在優(yōu)化設(shè)計(jì)車輛的成本，并使用ADVISOR評(píng)估性能。Kim等人證實(shí)，影響混合燃料電池車輛整體效率的最相關(guān)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(dòng)力微型公交車的動(dòng)力。此外，Khayyam和Bab-Hadiashar提出了基于ANFIS（模糊推理系統(tǒng)）和GA（遺傳算法）組合的PHEV自適應(yīng)能量管理優(yōu)化控制策略。 Montazeri-Ga和Poursamad引入了通過GA（遺傳算法）優(yōu)化并聯(lián)混合動(dòng)力電動(dòng)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(quán)項(xiàng)組成的單個(gè)目標(biāo)函數(shù)。除此之外，他們已經(jīng)描述了使用并行混沌優(yōu)化算法優(yōu)化PHEV組件尺寸的方法。在他們的方法中，定義了目標(biāo)函數(shù)，以便最小化傳動(dòng)系成本。使用車輛能量消耗的參數(shù)分析模型分析組件尺寸。Song和Al-Sayed開發(fā)了一個(gè)多目標(biāo)優(yōu)化程序，以優(yōu)化車輛縱向加速時(shí)間，穩(wěn)態(tài)燃油經(jīng)濟(jì)性，乘坐質(zhì)量和轉(zhuǎn)向穩(wěn)定性。還有一些研究使用粒子群優(yōu)化（PSO）和多目標(biāo)優(yōu)化算法來優(yōu)化燃料電池組件，通過使用多目標(biāo)GA（遺傳算法）開發(fā)PHEV。通過PSO（粒子群優(yōu)化），在主動(dòng)分配網(wǎng)絡(luò)中電動(dòng)汽車的負(fù)擔(dān)被最小化。 在本文中，開發(fā)了一種基于多目標(biāo)粒子群優(yōu)化（MOPSO）的多目標(biāo)優(yōu)化程序，用于PHEV的分量?jī)?yōu)化，以同時(shí)降低車輛傳動(dòng)系統(tǒng)成本，等效燃料消耗和污染物排放。多目標(biāo)優(yōu)化的主要優(yōu)點(diǎn)是提出了一套解決方案，其目標(biāo)可以同時(shí)增強(qiáng)，或者至少可以增加一個(gè)目標(biāo)，而不犧牲其他目標(biāo)。為此，選擇燃料消耗和廢氣排放作為第一目標(biāo)函數(shù)進(jìn)行最小化。然后車輛縱向動(dòng)力學(xué)和性能被認(rèn)為是約束函數(shù)。最后，通過考慮動(dòng)力傳動(dòng)系成本作為第二目標(biāo)函數(shù)，限制多目標(biāo)優(yōu)化得到了較為經(jīng)濟(jì)的組件，具有最佳的燃油經(jīng)濟(jì)性和廢氣排放，而不犧牲車輛性能。此外，本文還為各種PHEV設(shè)計(jì)了基于混合模式的模糊邏輯控制器?；贔LC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(yōu)化與控制策略程序示意圖 圖2并行結(jié)構(gòu)的PHEV PHEV模型 如前所述，在優(yōu)化過程中，考慮了根據(jù)圖2的平行PHEV模型。該車輛在ADVISOR中進(jìn)行建模和仿真。作為默認(rèn)值，并聯(lián)的PHEV動(dòng)力總成包括一臺(tái)82kw的發(fā)動(dòng)機(jī)，由伊朗Khodro動(dòng)力總成公司（IKCO）生產(chǎn)，西屋75kw（連續(xù)）AC感應(yīng)電動(dòng)機(jī)/逆變器和12v 6Ah怠速動(dòng)力鋰離子電池。表1列出了所選車輛的一些其他參數(shù)和組件規(guī)格。 表1 SAMAND插電式混合電參數(shù)及組件規(guī)格 行駛循環(huán) 關(guān)于能源安全和氣候變化問題，運(yùn)輸部門被認(rèn)為是主要問題之一。它們?cè)谑澜缟舷南喈?dāng)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(dá)48％）是汽車行業(yè)。為了克服這些問題，HEV可以被認(rèn)為是替代交通工具。相反，PHEV可以實(shí)現(xiàn)更好的平衡和更有吸引力，因?yàn)樗鼈兛梢允褂锰娲鷣碓矗皇鞘脱苌娜剂稀? 在PHEV組件尺寸中，駕駛距離及其侵蝕強(qiáng)度是一些最重要的因素。據(jù)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(nóng)村汽車的平均駕駛時(shí)間為48.6英里。另外在伊朗，根據(jù)城市交通統(tǒng)計(jì)和數(shù)據(jù)的組織情況，平均每日距離據(jù)報(bào)道大約為30英里。因此，在德黑蘭最近開發(fā)的TEH-CAR城市駕駛循環(huán)和UDDC城市駕駛循環(huán)中，完成了模擬和優(yōu)化程序，以達(dá)到在兩個(gè)駕駛循環(huán)32英里（51.5公里）內(nèi)的最低目標(biāo)函數(shù)，這是在美國的混合控制策略中開發(fā)的。優(yōu)化算法在45次迭代中找到最佳解決方案。這些驅(qū)動(dòng)周期如圖3所示，其特性列于表2。 表2 THE— CAR和UDDS驅(qū)動(dòng)循環(huán)特性 能源管理策略 在這項(xiàng)工作中，如圖4所示，為具有并行配置的PHEV設(shè)計(jì)了一個(gè)模糊邏輯控制器。在模糊控制器中，利用驅(qū)動(dòng)器命令，能量存儲(chǔ)器SOC和電動(dòng)機(jī)/發(fā)電機(jī)的速度，開發(fā)出一套規(guī)則，以有效地確定區(qū)分電動(dòng)機(jī)與內(nèi)燃機(jī)。模糊邏輯控制器中有決策的作用，其可以管理能量供應(yīng)和組件以在不同的投入條件下推動(dòng)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(fā)動(dòng)機(jī)轉(zhuǎn)矩和電機(jī)轉(zhuǎn)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(shí)，當(dāng)電池SOC處于最高級(jí)別時(shí)，CD模式被激活。在這種模式下，電機(jī)不需要發(fā)動(dòng)機(jī)的任何輔助來推動(dòng)車輛。當(dāng)SOC達(dá)到最小限制（35％）時(shí)，可以啟動(dòng)CS模式，然后引擎對(duì)電池充電，并協(xié)助電動(dòng)機(jī)推動(dòng)車輛。在混合控制策略中，除了電動(dòng)機(jī)之外，還可以使用發(fā)動(dòng)機(jī)以CD模式推進(jìn)車輛。當(dāng)電池SOC達(dá)到最小閾值電平時(shí)，CS模式將自動(dòng)激活。在CS模式中，發(fā)動(dòng)機(jī)比CD模式更主要地運(yùn)行，以推動(dòng)車輛并將電池充電到預(yù)定義的水平（取決于在CS模式下使用的控制策略）。 圖3驅(qū)動(dòng)循環(huán)a TEH-CAR驅(qū)動(dòng)循環(huán)b UDDS驅(qū)動(dòng)循環(huán) 第 7 頁 共 7頁