基于加速粒子群優化的插電式混合動力汽車性能優化

基于加速粒子群優化的插電式混合動力汽車性能優化

插電式混合動力汽車（PHEV）的智能充電必須綜合考慮能量需求、能源價格以及產能過剩等現實問題，其中一個關鍵性能指標是電荷狀態（SOC）。為了使用隨機計算方法改善充電基礎設施，需要優化SOC。采用加速粒子群優化（APSO）技術優化PHEV進入充電站時的SOC。為了合理地給PHEV分配功率，需要設計復雜的控制器。該控制器能夠滿足PHEV對充電基礎設施的要求。

利用Matlab仿真軟件模擬了4種不同充電時間和電池容量的PHEV，模擬結果與標準粒子群優化（PSO）結果進行對比。雖然APSO相比于PSO需要更多的參數調優方法，但是當PHEV數量增加時其將花費更少的時間，可非常有效地解決特定的優化問題。

合理的充電基礎設施管理可以使更多的PHEV加入進來。與此同時，應該盡量提高可利用設備的機制，以簡化分散在公路和高速公路上的PHEV管理。未來，應該采用更多的車輛智能功率分配策略以及PHEV標準粒子群優化算法，以確保更高的適用性和較短的計算時間。

仿真結果表明，APSO改善了充電基礎設施管理、縮短了計算時間，并獲得了最大化的高度非線性目標函數。

刊名：Alexandria Engineering Journal（英）

刊期：2016年第55期

作者：Imran Rahman et al

編譯：柴嘉鴻