插電式混合動力汽車多目標部件的尺寸優化

插電式混合動力汽車多目標部件的尺寸優化

在插電式混合動力汽車（PHEV）設計過程中，諸如發動機功率、電機功率、電池容量的選擇會對車輛整車成本、燃油消耗、廢氣排放產生很大影響。提出了一種基于粒子群優化解決多目標優化問題的算法（MOPSO），對PHEV多個目標部件進行優化，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到最優。

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，最優分配電機和發動機的輸出功率，使得車輛能源消耗達到最優。在對PHEV部件尺寸進行目標優化過程中，優化函數共有2個。第1個是整車驅動系統目標成本函數。在考慮成本時，只考慮發動機、電機、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動機尾氣排放的成本函數。該部分包括燃料消耗、HC和NOx排放、CO排放這3個部分，通過不同的權重因子組合在一起。通過將帕累托最優和多目標粒子群優化算法共同應用到PHEV部件尺寸的多目標優化過程中，解決了各優化目標之間的沖突問題。

采用ADVISOR軟件建立PHEV模型，在UDDS和THE-CAR工況下，應用MOPSO方法對整車部件尺寸進行優化。仿真優化結果表明，MOPSO方法可以有效地提高整車的經濟性；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方法和帕累托最優法可以得到不同優化選擇條件下各部件的最優尺寸。

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