CVT插电混动汽车全局优化控制策略与能耗经济性提升

"CVT插电式混合动力汽车全局优化控制策略 (2014年)，由杨官龙、秦大同、刘永刚、林毓培在中南大学学报(自然科学版)第45卷第12期发表，探讨了如何通过瞬时优化算法和动态规划实现CVT无级变速器的插电式混合动力汽车的能效优化。研究中，利用误差反向传播（BP）神经网络训练发动机和电机工作点，生成优化控制MAP图，以适应不同循环工况下的实时控制需求。在Matlab/Simulink环境下进行仿真实验，结果显示，相较于传统的门限值控制策略，采用BP控制策略在NEDC、UDDS和HWFET等循环工况下能显著提升能耗经济性。" 本文重点介绍了针对CVT插电式混合动力汽车的全局优化控制策略。首先，研究者采用瞬时优化算法，这是一类旨在寻找系统在某一时刻最优状态的算法，它能够实时优化CVT（无级变速器）的速比，从而更高效地调节车辆的动力输出。接着，为了实现全局优化，将这些瞬时优化结果集成到动态规划算法中。动态规划是一种寻找多阶段决策过程全局最优解的方法，此处用于确定发动机和电机的最佳功率分配。 接下来，研究者利用误差反向传播（BP）神经网络技术，这是一种基于人工神经网络的学习算法，可以对复杂非线性问题进行拟合。通过训练发动机和电机的工作点，BP神经网络构建了一个优化控制MAP图，该图可以反映不同工况下发动机和电机的最佳工作状态，从而实现循环工况下的实时控制。 在Matlab/Simulink仿真平台上，研究人员建立了相应的模型并进行了仿真实验。实验结果对比了采用BP控制策略和传统门限值控制策略在新欧洲行驶循环（NEDC）、城市测功器驾驶进程（UDDS）和高速路燃油经济测试（HWFET）三种典型工况下的能耗表现。结果显示，BP控制策略在所有测试循环中都表现出更高的能效，这意味着在保持或提高车辆性能的同时，可以显著降低能源消耗，提高了插电式混合动力汽车的经济性和环保性。 这项研究提供了一种有效的全局优化控制策略，它通过结合瞬时优化、动态规划和神经网络技术，提升了CVT插电式混合动力汽车的能源利用效率，对于未来混合动力汽车的控制策略设计具有重要的理论和实践意义。