導語：輪轂電機能量管理策略論文一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

1輪轂電機HEV

1.1基本結構

系統(tǒng)結構以傳統(tǒng)前置前驅(qū)車輛動力系統(tǒng)為基礎，通過在后輪引入2個獨立驅(qū)動的輪轂電機，構成了整車發(fā)動機、電機雙動力源驅(qū)動的混合動力布置形式。

1.2工作模式

車輛運行過程中，整車控制器根據(jù)當前車輛轉(zhuǎn)矩需求、動力電池組SOC等狀態(tài)信息，合理確定發(fā)電機、輪轂電機的工作狀態(tài)，從而可以使輪轂電機HEV工作在不同的工作模式。

2模糊控制器設計

2.1模糊控制器概述

設計的能量管理模糊控制器采用雙輸入、單輸出結構，以車輛需求轉(zhuǎn)矩Treq和當前轉(zhuǎn)速下發(fā)動機最優(yōu)轉(zhuǎn)矩Topt的差值ΔT和動力電池組的SOC為輸入，以發(fā)動機轉(zhuǎn)矩系數(shù)Ke為輸出。推理方法采用Mamdani法，反模糊化采用重心法。

2.2模糊控制規(guī)則制定

模糊控制規(guī)則的制定以控制發(fā)動機工作在高效區(qū)域為原則，充分發(fā)揮電機助力作用。

3模擬退火粒子群算法

粒子群算法是一種模仿鳥類覓食的隨機尋優(yōu)算法，具有較高的搜索效率。但算法后期受隨機振蕩現(xiàn)象的影響易陷入局部極小值。模擬退火算法是一種基于物理學中固體物質(zhì)退火過程的算法，具有并行處理能力，能加大信息處理量和提高運算速度。模擬退火粒子群算法是將模擬退火思想引入到粒子群算法中，在粒子位置和速度更新過程中加入模擬退火機制，使算法呈現(xiàn)跳躍性最終，最終收斂至全局最優(yōu)解。

4結論

（1）針對一種輪轂電機HEV，以整車燃油消耗量和排放最小為優(yōu)化目標，以車輛需求轉(zhuǎn)矩和最優(yōu)轉(zhuǎn)矩的差值以及動力電池組的荷電狀態(tài)為輸入，制定了基于模糊邏輯的能量管理策略。

（2）利用權重系數(shù)法將優(yōu)化的多目標問題轉(zhuǎn)化為單目標優(yōu)化問題，采用模擬退火粒子群算法優(yōu)化模糊邏輯的隸屬度函數(shù)。

（3）仿真結果顯示，經(jīng)模擬退火粒子群算法優(yōu)化后的能量管理策略能在保證動力性要求的前提下，合理分配發(fā)動機和電機轉(zhuǎn)矩，能有效保證發(fā)動機工作在高效區(qū)間，降低了油耗與排放。

作者:陳龍姚勇袁朝春任皓單位:江蘇大學