基于復雜系統(tǒng)設計方法的增程型電動汽車優(yōu)化與分析.pdf

1、電動汽車由眾多與能量相關的子系統(tǒng)與部件所組成，其電驅動系統(tǒng)擁有各種形式的動力總成拓撲結構可供選擇，從而導致在電動汽車的各個子系統(tǒng)與部件之間的能量流動路徑與流動方向異常復雜。因此，對于電動車輛及其相關子系統(tǒng)進行設計與優(yōu)化充滿挑戰(zhàn)。本文基于模型與優(yōu)化的復雜系統(tǒng)設計方法論，對增程型電動汽車進行系統(tǒng)層級、子系統(tǒng)層級和零部件層級的優(yōu)化設計研究，以實現電動汽車最優(yōu)化的能量效率和車輛性能。
　　搭建基于能量流的電動汽車整車仿真模型。采用Will

2、ans line方法參數化發(fā)動機、發(fā)電機和驅動電機的仿真模塊，以便能夠與優(yōu)化算法結合從而獲得車輛系統(tǒng)所需的最佳能量特性?；贜issan Leaf的實驗測試數據和AVL Cruise的仿真結果，分別從整車層面和子系統(tǒng)/零部件層面對所建立的整車能量流仿真模型進行準確性驗證。結果顯示所建立的整車能量流仿真模型具有很好的仿真精度，可以用來下一步進行電動汽車的性能預測與優(yōu)化研究。
　　純電行駛里程是增程型電動汽車的關鍵性設計指標。越長的純

3、電行駛里程需要裝載更多的動力電池，從而導致整車質量的增加，因此會惡化車輛性能和能量效率。為了比較三種不同的典型純電行駛里程對于增程型電動汽車的設計影響，采用多島遺傳算法分別對電量消耗工作模式和電量維持工作模式下的車輛能量效率進行優(yōu)化設計。另外，基于人群出行統(tǒng)計概率分布，采用NSGA-II優(yōu)化算法對增程型電動汽車的能量相關保有成本和能量相關全生命周期溫室氣體排放進行多目標優(yōu)化。研究結果表明，驅動電機的轉子長度和動力電池數目這兩個設計變量與

4、純電行駛里程成正比例變化關系，最大變化幅度甚至達到230％。車體質量較小時，多目標優(yōu)化的trade-off關系愈發(fā)明顯，Pareto最優(yōu)解集對應的純電行駛里程范圍也更偏向短距離。
　　本文研究了不同種類的純電驅動動力總成拓撲結構對車輛能量效率、保有成本和全生命周期溫室氣體排放的影響。建立優(yōu)化方案，對整車能量流仿真模型和動力電池老化模型等模塊進行整合。引入多個典型標準循環(huán)工況模擬車輛行駛，最小化車輛單位里程的電能消耗，并根據中國電動

5、汽車市場和公共電網狀況，計算出車輛的保有成本和全生命周期溫室氣體排放?；谲圀w質量、電網碳排放強度和純電行駛里程對動力總成拓撲結構進行敏感性分析。結果顯示輪轂帶減速器式動力總成拓撲結構擁有最高的能量效率，而急加/減速或者頻繁起停的循環(huán)工況都將增加車輛的保有成本和全生命周期溫室氣體排放。
　　為了改善增程型電動汽車的油耗與排放，所搭載的增程器需要運行于有限個固定工作點之上。本文基于Kriging無偏估計方法建立了增程器系統(tǒng)的發(fā)電功率

6、與燃油消耗預測仿真模型，并對模型的準確性進行了實驗驗證。經過仿真分析，確定了滿足5個發(fā)電功率需求的最佳油耗工況點。通過增程器系統(tǒng)的臺架實驗和整車實驗，分別對單個發(fā)電功率運行點和整車的燃油消耗進行了測試。研究結果表明，單個發(fā)電功率運行點油耗最大降幅達到了15.96%，而在兩種不同的車輛控制模式下整車能耗分別降低了4.62%和3.50%。
　　本文采用目標層解分析算法，基于整車環(huán)境下對發(fā)動機進行結構優(yōu)化設計與電控參數匹配。在所建立的2