16、新能源汽车能量管理策略技术解析

新能源汽车能量管理策略技术解析

1. 新能源汽车能量管理方法

在新能源汽车领域，能量管理至关重要，它直接影响着车辆的性能和效率。目前，有两种主要的能量管理方法。

1.1 基于模型预测控制的能量管理方法

基于模型预测控制（MPC）的能量管理方法，是通过在线识别和优化车辆动态参数，将整个行驶周期内燃油经济性的全局优化控制转化为预测区域内的局部优化控制。它会不断进行滚动优化，更新车辆在下一个时域的运行状态或控制参数的预测，从而获得优化结果。

MPC方法具有很强的鲁棒性，适用于不确定和非线性动态系统的控制，因此可用于混合动力电动汽车的能量管理。此外，MPC还能与其他智能算法结合，例如引入神经网络、人工智能、模糊控制等理论，以获得更出色的控制性能。

1.2 基于其他智能控制的能量管理方法

• 基于神经网络的能量管理 ：神经网络具有强大的信息处理能力和函数逼近能力，可用于对难以精确描述的复杂非线性对象进行建模、控制、推理和最优计算。而且，它具有自组织和自学习功能，常与其他控制方法结合，用于优化控制器参数。
• 基于博弈论的能量管理 ：博弈论（GT）被用于混合动力电动汽车的能量管理。通常，发动机和电机之间的能量分配被视为一种竞争或对抗性的博弈行为，基于Stackelberg均衡原理的反馈进行控制。

2. 动力总成建模

动力总成建模是新能源汽车研究的重要部分，它主要包括能量转换系统模型、能量存储系统模型和车辆动力学模型。

2.1 能量转换系统模型