Plug-In混合动力汽车能量管理及动力系统优化问题研究

混合动力汽车能量管理和部件配置的质量和水平直接影响车辆性能，其优化问题本质上是一类带约束非线性多目标优化问题。由于能量管理和部件配置的复杂性，迄今为止没有得到根本解决。近年来兴起的极具发展前景的外接充电式混合动力汽车PHEV的电池工作模式与HEV的不同，其能量管理和部件配置的优化问题更为特殊不能套用HEV的方法。由于PHEV价格昂贵且更依赖电池能量，其优化问题显得尤其重要，亟待开辟新途径予以突破。本课题拟首先基于支持向量机建立PHEV混合动力系统数学模型，然后运用模型预测控制理论实现其能量管理和优化控制；拟利用支持向量机理论研究高精度SOC估计算法，为能量决策提供重要依据；基于粒子群算法和模拟退火算法提出精度高、收敛速度快的混合多目标优化算法，并结合纳什均衡理论求解，给出较为理想的动力系统部件参数优化设计原则和方法。本课题对于提高车辆整体性能和尽早实现其产业化具有重要现实意义和推动作用。