并联式混合动力汽车扭矩分配：模型预测控制策略研究

"基于模型预测控制的PHEV扭矩分配策略研究 (2013年)，作者吴边、赵韩，发表于《合肥工业大学学报(自然科学版)》2013年10月第36卷第10期，DOI: 10.3969/j.issn.1003-5060.2013.10.001。该论文探讨了并联式混合动力汽车（PHEV）的扭矩分配问题，采用模型预测控制算法，结合动态规划进行滚动优化，以提高燃油经济性和实现实时运算。" 本文主要研究的是并联式混合动力汽车的扭矩分配策略，利用模型预测控制（MPC）算法来解决这一问题。MPC是一种先进的控制策略，它允许控制器通过预测未来一段时间内系统的动态行为，提前制定出最优的控制决策。在本研究中，研究人员分析了加速度的变化规律，通过对未来的加速度进行预测，能够估算出车辆在预测时间段内的速度和车轮所需扭矩。 论文提出了将模型预测控制与动态规划方法相结合的策略，动态规划是求解最优化问题的有效工具，能寻找到全局最优解。通过这种结合，研究人员建立了一个既能进行滚动优化又能适应实时运算的控制策略。滚动优化意味着在每次迭代中，控制策略都会根据新的系统状态更新预测和控制决策，从而提高控制性能。 为了评估控制策略的效果，作者们对比了预测宽度和控制宽度对优化结果的影响。预测宽度指的是模型预测的未来时间跨度，而控制宽度则关乎控制决策的更新频率。通过调整这两个参数，可以找到最佳平衡点，兼顾燃油效率和计算实时性。 最后，研究团队在Matlab/Simulink环境下构建了仿真模型，进行了仿真验证。仿真结果显示，所提出的控制策略确实具备优秀的燃油经济性和实时运算能力，为PHEV的扭矩分配提供了一种高效解决方案。 关键词涉及的领域包括模型预测控制、并联式混合动力汽车、动态规划和滚动优化，这四个关键词反映了研究的核心内容和技术手段。该论文对于提升混合动力汽车的能源利用效率和控制性能具有重要的理论和实践意义。