遗传算法优化的PHEV模糊能量管理策略研究 ①

董雅倩， 吴海波， 周江彬， 许思传，*

(1.同济大学汽车学院，上海 201804;2.上汽大众，上海 201804)

0 引 言

插电式并联式混合动力汽车(PHEV)具备两个或两个以上动力源，融合了传统燃油车和纯电动汽车的优点，具有排放指标低、续航里程长和动力性能好等优点，被认为是我国新能源汽车发展过程中的重要转型产品[1]。由于混合动力汽车同时具备两个动力源，合理分配两个动力源功率输出是提高整车燃油经济性和动力性的关键性因素。根据控制策略的不同，可以将PHEV能量管理策略分为基于规则的控制方法和基于优化的控制方法。

其中，基于规则的控制方法又包括基于特定规则控制方法和基于模糊规则的控制方法[2]。对于特定规则控制方法以发动机为主要动力源时，设计准则使发动机尽量工作在高效率区间内以提高整车燃油经济性[3];以电机为主要动力源时，通过电机驱动汽车，发动机提供剩余的动力输出，通过利用电能进一步降低发动机油耗[4]。

由于确定规则的能量管理策略往往基于工程师的经验和工作模式等划分，具有一定的主观性并且无法适应不同工况变化和实际动态要求，无法实现最优控制[3，5]；Di Cairano S[5]等以发动机为主要动力源，针对SOC和发动机转矩利用两个模糊控制进行控制，保证发动机工作在最佳燃油消耗区间，研究表明该种方式极大的提高了整车的燃油经济性和排放性能。

基于模糊规则的能量管理策略虽然不依赖精确的模型，但是仍然需要依靠经验设置模糊控制隶属度函数，具有一定的主观性，无法保证设置的函数为最优，因此需要结合智能算法对模糊控制器隶属度函数进行优化达到全局最优的控制效果。……