插電式混合動力汽車多目標(biāo)部件的尺寸優(yōu)化

在插電式混合動力汽車（PHEV）設(shè)計(jì)過程中，諸如發(fā)動機(jī)功率、電機(jī)功率、電池容量的選擇會對車輛整車成本、燃油消耗、廢氣排放產(chǎn)生很大影響。提出了一種基于粒子群優(yōu)化解決多目標(biāo)優(yōu)化問題的算法（MOPSO），對PHEV多個目標(biāo)部件進(jìn)行優(yōu)化，使得車輛在滿足整車性能需求的前提下，整車成本、燃油消耗及廢氣排放達(dá)到最優(yōu)。

還提出了一種基于模糊算法的PHEV混合型能量控制策略，通過模糊算法綜合考慮電池SOC和車輛需求功率，最優(yōu)分配電機(jī)和發(fā)動機(jī)的輸出功率，使得車輛能源消耗達(dá)到最優(yōu)。在對PHEV部件尺寸進(jìn)行目標(biāo)優(yōu)化過程中，優(yōu)化函數(shù)共有2個。第1個是整車驅(qū)動系統(tǒng)目標(biāo)成本函數(shù)。在考慮成本時，只考慮發(fā)動機(jī)、電機(jī)、電池組以及電池組更換這4個部分，不考慮因這些部件尺寸變化對整車其它部位帶來的成本影響。第2個是包含燃油消耗和發(fā)動機(jī)尾氣排放的成本函數(shù)。該部分包括燃料消耗、HC和NOx排放、CO排放這3個部分，通過不同的權(quán)重因子組合在一起。通過將帕累托最優(yōu)和多目標(biāo)粒子群優(yōu)化算法共同應(yīng)用到PHEV部件尺寸的多目標(biāo)優(yōu)化過程中，解決了各優(yōu)化目標(biāo)之間的沖突問題。

采用ADVISOR軟件建立PHEV模型，在UDDS和THE-CAR工況下，應(yīng)用MOPSO方法對整車部件尺寸進(jìn)行優(yōu)化。仿真優(yōu)化結(jié)果表明，MOPSO方法可以有效地提高整車的經(jīng)濟(jì)性；在THE-CAR工況下，車輛成本提高25%可以減少燃油消耗和尾氣排放36%，而車輛成本提高4%可以減少燃油消耗和廢氣排放27%；綜合利用MOPSO方法和帕累托最優(yōu)法可以得到不同優(yōu)化選擇條件下各部件的最優(yōu)尺寸。

刊名：Clean Technologies& Environmental Policy（英）

刊期：2016年第18期

作者：Vahid Madanipour et al

編譯：孫志祥