增程式电动汽车动力系统参数匹配及控制策略研究 .pdf

增程式电动汽车动力系统参数匹配及控制策

略研究

一、研究背景及意义

随着社会和经济的发展，人们对节能减排、环保可持续的生活

方式越来越关注。汽车行业也不例外，尤其是在城市交通领域，

电动汽车逐渐成为一种备受推崇的交通方式。在这种背景下，增

程式电动汽车（PHEV）应运而生，这种汽车类型既可以利用电能

行驶，又具备内燃机作为备用能源的功能，赢得了消费者的青睐。

与普通电动汽车相比，增程式电动汽车的动力系统更为复杂，对

参数匹配和控制策略的研究要求更高。

二、增程式电动汽车动力系统参数匹配的研究

1.增程式电动汽车动力系统的结构

增程式电动汽车的动力系统包括电动机、内燃机、电池、传动

系统等组成部分。其中，内燃机的排放标准及功率对PHEV整车

性能的影响非常大，电池的容量和性能参数也是影响PHEV续航

能力和性能的关键要素。因此，在参数匹配方面的研究需要对四

个主要部分展开研究，以保证整车性能的协调和平衡。

2.动力系统参数的优化匹配

通过对PHEV动力系统的参数进行优化匹配，可以最大限度地

发挥各部件的性能，提高整车的续航能力和性能表现。传统的匹

配方法基于试验数据的回归方法或者基于模拟仿真的方法，但这

些方法普遍存在样本数量有限、优化效果难以保证等问题。因此，

需要借助先进的优化算法如遗传算法、粒子群算法等，对动力系

统参数进行全局优化匹配，以获得最优解。

三、增程式电动汽车动力系统控制策略的研究

1.增程式电动汽车动力系统控制策略的问题

PHEV动力系统控制策略的核心目标是保持车辆最佳性能，实

现电力和燃油之间的最优分配。但是，PHEV具有多种驱动模式

和工作状态，不同工况下的控制策略问题比较复杂，需要对这些

问题进行深入研究。

2.基于粒子滤波的动力系统控制策略

粒子滤波是一种有效的随机模拟方法，可用于估算PHEV动力

系统状态和参数。利用粒子滤波算法，可以有效地估算电动汽车

的状态信息，从而根据不同的工况和状态进行控制策略的优化调

整。此外，还可以引入模糊控制、神经网络控制等技术，以提高

控制策略的性能和鲁棒性。

四、总结

总体来说，增程式电动汽车动力系统参数匹配和控制策略的研

究是一个复杂、系统化的过程。需要结合实际操作，运用先进的

算法和技术进行参数优化和控制策略设计，以实现增程式电动汽

车的高性能、高效率运行。随着科技的发展和人们对环保可持续

的生活方式的需求不断提升，增程式电动汽车无疑具有广阔的市

场前景，也将为汽车行业带来新的发展机遇。