基于加速粒子群优化的插电式混合动力汽车性能优化

基于加速粒子群优化的插电式混合动力汽车性能优化

插电式混合动力汽车（PHEV）的智能充电必须综合考虑能量需求、能源价格以及产能过剩等现实问题，其中一个关键性能指标是电荷状态（SOC）。为了使用随机计算方法改善充电基础设施，需要优化SOC。采用加速粒子群优化（APSO）技术优化PHEV进入充电站时的SOC。为了合理地给PHEV分配功率，需要设计复杂的控制器。该控制器能够满足PHEV对充电基础设施的要求。

利用Matlab仿真软件模拟了4种不同充电时间和电池容量的PHEV，模拟结果与标准粒子群优化（PSO）结果进行对比。虽然APSO相比于PSO需要更多的参数调优方法，但是当PHEV数量增加时其将花费更少的时间，可非常有效地解决特定的优化问题。

合理的充电基础设施管理可以使更多的PHEV加入进来。与此同时，应该尽量提高可利用设备的机制，以简化分散在公路和高速公路上的PHEV管理。未来，应该采用更多的车辆智能功率分配策略以及PHEV标准粒子群优化算法，以确保更高的适用性和较短的计算时间。

仿真结果表明，APSO改善了充电基础设施管理、缩短了计算时间，并获得了最大化的高度非线性目标函数。

刊名：Alexandria Engineering Journal（英）

刊期：2016年第55期

作者：Imran Rahman et al

编译：柴嘉鸿