基于多目标优化的增程式电动汽车自适应制动回馈控制策略

doi:10.12141/j.issn.1000-565X.200531

华南理工大学学报（自然科学版） ›› 2021, Vol. 49 ›› Issue (7): 42-50,65.doi: 10.12141/j.issn.1000-565X.200531

所属专题： 2021年交通运输工程

基于多目标优化的增程式电动汽车自适应制动回馈控制策略

刘汉武雷雨龙付尧^† 李兴忠

吉林大学汽车仿真与控制国家重点实验室，吉林长春 130022

收稿日期:2020-09-03 修回日期:2021-04-23 出版日期:2021-07-25 发布日期:2021-07-01
通信作者: 付尧 ( 1986-) ，男，博士，副教授，主要从事汽车传动系统理论与控制技术研究。 E-mail:fu_yao@jlu. edu.cn
作者简介:刘汉武 ( 1991-) ，男，博士生，主要从事混合动力汽车理论与控制技术研究。E-mail: hwliu19@mails.jlu.edu.cn
基金资助:
吉林省科技发展计划项目 ( 20170204073GX，20180520071JH) ; 青岛市科技计划项目 ( 18-1-2-17-zhc) ; 吉林省教育厅 “十三五”科学技术研究规划项目 ( JJKH20200957KJ)

Adaptive Regenerative Braking Control Strategy of Range-Extended Electric Vehicle Based on Multi-Objective Optimization

LIU Hanwu LEI Yulong FU Yao LI Xingzhong

State Key Laboratory of Automotive Simulation and Control，Jilin University，Changchun 130022，Jilin，China

Received:2020-09-03 Revised:2021-04-23 Online:2021-07-25 Published:2021-07-01
Contact: 付尧 ( 1986-) ，男，博士，副教授，主要从事汽车传动系统理论与控制技术研究。 E-mail:fu_yao@jlu. edu.cn
About author:刘汉武 ( 1991-) ，男，博士生，主要从事混合动力汽车理论与控制技术研究。E-mail: hwliu19@mails.jlu.edu.cn
Supported by:
Supported by the Development of Science and Technology Planning Project of Jilin Province ( 20170204073GX， 20180520071JH) and the“Thirteenth Five-Year”Science and Technology Research Planning Project of Jilin Provincial Department of Education ( JJKH20200957KJ)

摘要/Abstract

摘要： 针对增程式电动汽车制动回馈控制策略多目标优化问题，基于多目标优化模型和最优优化理论，提出了一种基于多目标参数优化结果的自适应制动回馈控制策略。首先，基于 AVL /Cruise 和 Matlab /Simulnk 软件搭建整车系统仿真控制模型，并基于 NSGA-Ⅱ算法，以系统制动效能、制动回馈能量和电池容量衰减率为目标函数构建多目标优化模型; 然后仿真离线优化得到综合再生制动性能指标下的制动工作点切换门限值 Parato 最优解，并结合仿真优化结果设计了自适应模糊控制器，控制器考虑了路面附着系数和动力电池的荷电状态，可在线实时调整制动工作点的分配。WLTP 循环工况下的仿真结果表明，该自适应制动回馈控制策略可以有效平衡制动效能、制动回馈能量和电池容量衰减率之间的关系，在有效提高制动效能和制动回馈能量的同时维持较小的电池容量衰减率。

关键词: 增程式电动汽车, 制动回馈, NSGA-Ⅱ算法, 多目标优化, 自适应模糊控制

Abstract: Aiming at the multi-objective optimization ( MOO) problem of the range-extended electric vehicle regenerative braking control strategy，a real-time adaptive regenerative braking control strategy was proposed based on the MOO model and optimal optimization theory． Firstly，the vehicle simulation model was established on AVL / Cruise and Matlab /Simulnk software，and a MOO model was built with the system braking performance ( BP) ， regenerative braking loss efficiency ( RBLE) and battery capacity loss rate ( BCLR) as the objective functions based on NSGA-Ⅱ algorithm． Then Parato optimal solution was obtained through off-line optimization under the comprehensive regenerative braking performance． Combined with the optimization results，a real-time adaptive fuzzy controller was designed． The controller considers the road adhesion and the state of battery，and can adjust the distribution of the regenerative braking work-point online． Simulation results on WLTP driving cyclic conditions show that the adaptive regenerative braking control strategy can effectively balance the relationship among BP，RBLE and BCLR，and it can effectively reduce BP and RBLE while maintaining a small BCLR．

Key words: range-extended electric vehicle, regenerative braking, NSGA-Ⅱ algorithm, multi-objective optimization, adaptive fuzzy control

中图分类号:

U270

刘汉武, 雷雨龙, 付尧, 等. 基于多目标优化的增程式电动汽车自适应制动回馈控制策略[J]. 华南理工大学学报（自然科学版）, 2021, 49(7): 42-50,65.

LIU Hanwu, LEI Yulong, FU Yao, et al. Adaptive Regenerative Braking Control Strategy of Range-Extended Electric Vehicle Based on Multi-Objective Optimization[J]. Journal of South China University of Technology (Natural Science Edition), 2021, 49(7): 42-50,65.

[1]	王学武, 方俊宇, 高进, 等. 基于改善解集分布性的多目标优化[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 137-148.
[2]	李树勋, 胡迎港, 李成, 等. 基于代理模型的轴流式调节阀阀体型线优化[J]. 华南理工大学学报(自然科学版), 2023, 51(3): 41-52.
[3]	赵克刚, 何坤阳, 黎杰, 等. 基于改进动态规划法的HEV多目标能量管理策略[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 138-148.
[4]	蒋涛, 路洲. 高架铁路客运站平天窗的多目标优化[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 13-24.
[5]	魏润斌, 贾顺平, 童瑞咏, 等. 一般树型线条件下的列车开行方案优化研究[J]. 华南理工大学学报(自然科学版), 2022, 50(11): 44-51.
[6]	金霞, 胡俊聪, 王威, 等. 虚拟环境下汽车引擎盖的匹配调整策略[J]. 华南理工大学学报（自然科学版）, 2020, 48(6): 87-96.
[7]	姚恩建张金萌郇宁. 效率与公平导向下城轨大小交路开行方案优化[J]. 华南理工大学学报（自然科学版）, 2020, 48(5): 41-48,57.
[8]	吴迪刘立李晓俊刘丛红. 基于多目标优化的被动式低能耗建筑技术研究 ———以寒冷地区居住建筑为例 [J]. 华南理工大学学报（自然科学版）, 2018, 46(4): 98-104,120.
[9]	白中浩何成朱峰. 复合材料三明治结构板的电磁和冲击性能分析[J]. 华南理工大学学报（自然科学版）, 2016, 44(9): 137-143.
[10]	翟振坤李迪. 基于多目标优化的数控实时任务参数选择方法[J]. 华南理工大学学报（自然科学版）, 2016, 44(3): 23-28.
[11]	邓卓明刘明波. 求解多目标暂态电压紧急控制的强化学习方法[J]. 华南理工大学学报（自然科学版）, 2015, 43(12): 9-17.
[12]	周杰陶亚平张建生邵长伟罗艳. 基于MBC工具箱的钩尾框辊锻件多目标优化[J]. 华南理工大学学报（自然科学版）, 2015, 43(11): 61-66.
[13]	张书琴夏洪山姜雨战绪仁. 用于跑道调度的约束多目标遗传模拟退火算法[J]. 华南理工大学学报（自然科学版）, 2015, 43(10): 35-41.
[14]	杨兆升曲鑫林赐云邴其春王世广. 考虑低排放低延误的交通信号优化方法[J]. 华南理工大学学报（自然科学版）, 2015, 43(10): 29-34,41.
[15]	武善玉张平李方. 云制造系统中基于粒子群优化的多任务调度[J]. 华南理工大学学报（自然科学版）, 2015, 43(1): 105-110.

基于多目标优化的增程式电动汽车自适应制动回馈控制策略

Adaptive Regenerative Braking Control Strategy of Range-Extended Electric Vehicle Based on Multi-Objective Optimization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价