增程式电动汽车控制策略的优化研究

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (24): 205-209.

增程式电动汽车控制策略的优化研究

贺俊杰1，王耀南1，申永鹏1，易迪华2

1.湖南大学电气与信息工程学院，长沙 410082
2.北京汽车新能源汽车有限公司，北京 102606

出版日期:2015-12-15 发布日期:2015-12-30

Optimization of control strategy for range extend electric vehicle

HE Junjie1, WANG Yaonan1, SHEN Yongpeng1, YI Dihua2

1.College of Electric and Information Engineering, Hunan University, Changsha 410082, China
2.BAIC Motor Electric Vehicle Co., Ltd, Beijing 102606, China

Online:2015-12-15 Published:2015-12-30

摘要/Abstract

摘要： 针对增程式电动汽车恒功率控制策略中发动机工作点难以选择的问题，运用一种基于多目标遗传算法的优化方法，以百公里油耗和排放指标为优化目标，利用AVL CRUISE和Matlab/Simulink软件联合建立增程式电动汽车整车动态性能仿真分析模型，针对NEDC工况和FTP75工况进行恒功率控制策略下发动机工作点优化，仿真结果显示，优化后的发动机工作点有效改善了百公里油耗和尾气排放量。该优化方法可以减少设计者调试和选择电动汽车增程器发动机工作点的时间，具有良好的实用价值。

关键词: 增程式电动汽车, 增程器, 多目标遗传算法

Abstract: Range Extend Electric Vehicle（REEV） improvements in fuel consumption and emissions directly depend on the operating point of the Auxiliary Power Unit（APU）. To make REEV as efficient as possible, an thermostat control strategy has been proposed in this paper. The APU operating points are optimized by using muti-objective optimization with genetic algorithm. Simulation model is built in AVL CRUISE embed Matlab. The simulation results perform over two driving cycles of NEDC and FTP75 and show excellent improvement on fuel consumption and emissions.

Key words: Range Extend Electric Vehicle（REEV）, auxiliary power unit, multi-objective optimization with genetic algorithm

贺俊杰1，王耀南1，申永鹏1，易迪华2. 增程式电动汽车控制策略的优化研究[J]. 计算机工程与应用, 2015, 51(24): 205-209.

HE Junjie1, WANG Yaonan1, SHEN Yongpeng1, YI Dihua2. Optimization of control strategy for range extend electric vehicle[J]. Computer Engineering and Applications, 2015, 51(24): 205-209.

[1]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[2]	杨喜峰，王耀南，贾林. 电动汽车IPMSM滑模观测器速度控制方法[J]. 计算机工程与应用, 2017, 53(23): 217-223.
[3]	吴曼，张公让，刘恒. 基于分形维数和多目标遗传算法的特征选择[J]. 计算机工程与应用, 2015, 51(11): 109-113.
[4]	朱云飞1，2，蔡自兴1，袁琦钊2，郑金华2. 求解多目标旅行商问题的混合遗传算法[J]. 计算机工程与应用, 2011, 47(7): 52-56.
[5]	王国强1，李金龙2，王煦法2. 多目标遗传算法求解认知无线电SUL维持问题[J]. 计算机工程与应用, 2011, 47(31): 68-72.
[6]	蔡美玲^1，2，陈继锋^1，2. 增强多目标遗传算法下的组合服务的容错能力[J]. 计算机工程与应用, 2010, 46(32): 1-5.
[7]	蔡美玲^1，2，李茂桂²，周杰¹. 基于多目标遗传算法的多选择Web服务组合方法 [J]. 计算机工程与应用, 2010, 46(13): 202-205.
[8]	李周清，马祖军. 区际救援物资中转调度的多目标优化问题研究[J]. 计算机工程与应用, 2010, 46(12): 28-31.
[9]	李珂,郑金华,周聪. 基于动态ε支配的多目标遗传算法[J]. 计算机工程与应用, 2009, 45(1): 69-72.
[10]	曾映兰,邝达,郑金华. 一种基于极坐标的分布度保持策略[J]. 计算机工程与应用, 2008, 44(20): 36-40.
[11]	刘强¹,赵庆祯¹,胡明峰². 随机流量网络中流量分配控制的多目标优化研究[J]. 计算机工程与应用, 2008, 44(15): 94-96.
[12]	彭琰,郑金华. 基于随机算子的快速多目标遗传算法[J]. 计算机工程与应用, 2007, 43(33): 54-57.
[13]	王国强，李金龙，张敏，王煦法. 多目标遗传算法求解认知无线电性能优化问题[J]. 计算机工程与应用, 2007, 43(20): 159-162.