（动力机械及工程专业论文）基于改进混沌遗传优化算法的并联式phev能量管理研究.pdf

基于改进混沌遗传优化算法的并联式p h e v 能量管理研究 摘要 插电式混合动力汽车( p l u g i nh y b r i de l e c t r i cv e h i c l e ，p h e v ) 的燃油经济性 和排放性与能量管理策略密切相关，如何提高能量管理策略的精确性，以最大限 度提高p h e v 的经济性和排放性，是p h e v 领域内一项急需解决的重要任务。逻 辑门限能量管理策略和模糊能量管理策略是两种较实用的能量管理策略，由于这 两种策略的规则定制都是基于专家经验，从而难以实现最优控制，需要适当的优 化算法进行优化。 为此，本文以湖南大学“9 8 5 工程”三期和江苏省重点实验室开放基金项目 q k 0 9 0 0 3 】为依托，以a d v i s o r 软件为平台，采用改进混沌遗传算法对并联式 p h e v 的这两种能量管理策略进行优化研究，其主要研究工作和创新点如下： ( 1 ) 研究了遗传算法及其缺陷的产生机理，在已有的混沌遗传算法的基础上， 提出一种改进混沌遗传算法，并通过经典的函数对算法的收敛性能进行测试，测 试结果表明：改进混沌遗传算法在收敛速度、收敛稳定性和收敛质量三方面，都 有很大提高。 ( 2 ) 通过仿真证实：单模式逻辑门限能量管理策略不能兼顾并联式p h e v 在不 同距离和工况的运行需求。提出双模式逻辑门限能量管理策略，并以改进的混沌 遗传算法优化策略控制参数。仿真结果表明：优化后的双模式逻辑门限能量相比 原车，高速公路运行成本降低了1 0 ，城郊公路的运行成本降低了2 1 3 ，同时 又很好的排放性。 ( 3 ) 研究了模糊能量管理策略，通过改进的混沌遗传算法对其隶属函数及规则 进行全局优化，以使其更加符合并联式p h e v 的需求。仿真结果表明：优化后的 模糊能量管理策略比优化前的策略节油5 1 5 ，c o 排放减少6 3 9 。 关键词：并联式p h e v ；逻辑门限能量管理策略；模糊能量管理策略；优化；改进 混沌遗传算法 硕上学位论文 a b s t r a c t t h ee c o n o m i cp e r f o r m a n ea n de m i s s i o n sp e r f o r m a n c eo fp a r a l l e lp l u g i nh y b r i d e l e c t r i cv e h i c l e ( p h e v ) h a sac l o s er e l a t i o n s h i pw i t ht h ea c c u r a c yo fi t se n e r g y m a n a g e m e n ts t r a t e g y ( e m s ) ，s ot h a ti t sa ni m p o r t a n tt a s kt of u l f i li nt h ep h e vf i e l d l o g i ct h r e s h o l de m sa n df u z z ye m s a r et w ok i n d so fp r a c t i c a le m s ，b u tt h e i rr u l e s a r eb a s e do ne x p e r t s e x p e r i e n c ew h i c hc a nn o ta c h i e v eo p t i m u mc o n t r o l ，a n dt h e y n e e do p t i m i z i n gw i t hp r o p e ro p t i m i z a t i o na l g o r i t h m t h e r e f o r et h eo p t i m i z a t i o no ft h e s et w ok i n d so fe m so fp a r a l l e lp h e vb a s e do n i m p r o v e dc h a o sg e n e t i ca l g o r i t h mi ss t u d i e di nt h i sp a p e r , w h i c hi sb a s e do nt h e 9 8 5 e n g i n e e r i n g p r o j e c to fh u n a nu n i v e r s i t ya n dk e yl a b o r a t o r yo p e nf u n dp r o j e e to f j i a n g s up r o v i n c e a n dt h em a i ni n n o v a t i o n sa n dr e s e a r c hw o r ka r ee x p r e s s e da s f o l l o w s ： ( 1 ) w i t ht h es t u d yo ng e n e t i ca l g o r i t h m ( g a ) a n dt h em e c h a n i s mo fi t sd e f e c t s ， a ni m p r o v e d ( c g a ) i sp r o p o s e do nb a i s i so fc o n v e n t i a lc g a t h ec o n v e r g e n c e p r o p e r t yo ft h e s et h r e eo p t i m i z a t i o na l g o r i t h m si st e s t e dw i t ht h r e et y p i c a lf u n c t i o n s ， a n dt h er e s u l ts h o w st h a tt h es p e e d ，s t a b l i t ya n dq u a l i t yo fc o n v e r g e n c eo fi m p r o v e d c g aa r eg r e a t l ye n h a n c e d ( 2 ) t h ec o n c l u s i o nt h a tc o n v e n t i o n a ls i n g l e m o d el o g i ct h r e s h o l de m si s n o t s u i t a b l ef o rp h e vr u n n i n gi nm o d e r a t ed i s t a n c es u b u r br o a da n dl o r i gd i s t a n c e h i g h w a yi sp r o v e db ys i m u l a t i o n ad o u b l e m o d el o g i ct h r e s h o l de m sa c c o r d i n gt o r o d ec o n d i t i o na n dd i s t a n c ei sp r o p o s e d t h ec o n t r o lp a r a m e t e r so ft h es t r a t e g ya r e o p t i m i z e dw i t ht h ei m p r o v e dc g a t h es i m u l a t i o nr e s u l ts h o w st h a t ，c o m p a r e dw i t h t h ep r o t o t y p ev e h i c l e ，t h eo p t i m i z e dd o u b l e m o d el o g i ct h r e s h o l de m sc a nr e d u e c et h e t r a n s p o r t a t i o nc o s tb y10 o nh i g hw a ya n d2 1 3 o ns u b u r br o a d ，m e a n w h i l e ，t h e e m sh a v ee x c e l l e n te m i s s i o n sp e r f o r m a n c e 。 ( 3 ) f u z z ye m s i ss t u d i e d ，a n di t sm e m b e r s h i pf u n c t i o n sa n dc o n t r o lr u l e sa r e o p t i m i z e dw i t ht h ei m p r o v e dc g a t om a t c hp a r a l l e lp h e v t h es i m u l a t i o nr e s u l t s h o w st h eo p t i m i z e df u z z ye m sc a nr e d u c et h ef u e lc o n s u m p t i o nb y5 15 a n d r e d u c ec oe m i s s i o nb y6 3 9 k e y w o r d s ：p a r a l l e lp h e v ；l o g i ct h r e s h o l de m s ；f u z z ye m s ；o p t i m i z a t i o n ；i m p r o v e d c h a o sg e n e t i ca l g o r i t h m i i i 硕上学位论文 1 1 课题背景 第1 章绪论 自1 8 8 6 年现代汽车诞生以来，汽车业得到蓬勃发展。2 0 1 0 年，全球汽车保有 量突破1 0 亿辆，据预测，到2 0 2 0 年该数字将增长到1 2 亿辆。汽车产业己发展成 为美国、日本、德国等国家的支柱产业，以美国为例，其汽车制造业占全国经济 比重达4 5 。自2 0 0 8 年爆发经济危机以来，全球汽车市场低迷，而我国的汽 车销售量却逆势增长，显示出我国居民强大的汽车购买能力，2 0 1 0 年我国以超过 1 3 0 0 万辆的售量跃居为全球第一大汽车市场【l l 。 然而，在汽车给人们的生活带来便利，推动人类社会发展的同时，也给人类 带来了很多负面影响【2 】。首先，在能源领域，由于人类社会快速发展，能源消耗越 来越快，石油作为一种不可再生资源时刻面临着枯竭的危险，据石油输出国组织 的石油储量报告显示，目前全球石油储量约为1 3 3 万亿桶，以目前全球每天石油 消耗量为8 5 0 0 万桶计算，约4 0 年后石油将彻底枯竭。汽车的燃油消耗量在石油 总消耗量中占据的比重很大【3 圳，据预测，到2 0 2 0 年，全球汽车的石油消耗年均 量将达到5 5 亿吨，交通运输消耗石油占当年石油总消耗量的6 2 ，届时，我国的 汽车将消耗的成品油总量折合成原油为3 亿至5 亿吨之间，超过全国年消耗量的 5 0 ，而我国在2 0 2 0 年原油产量才2 亿吨左右，我国面临着严峻的石油安全问题， 汽车行业的蓬勃发展与石油资源面临枯竭的矛盾空前激烈1 5 j 。在环境方面，燃油在 燃烧后产生大量c o 、n o ”h c 等有害物质，这些有害物质跟随汽车尾气排入大 气，严重污染了人类生存环境，据调查研究显示，城市空气污染物中有6 0 来源 于汽车尾气排放1 6 。7 1 。这些有污染物可引发多种疾病，严重影响人类健康【8 】，出于 环境保护和社会利益等角度，各国都相继提出了更为严格的汽车尾气排放标准。 面临越来越严峻的能源与环境危机，汽车必须提高它的燃油经济性，同时减 少有害气体的排放。但是，传统的内燃机技术已非常成熟，很难有新的改进，电 动汽车具有高效率低污染的特点，成为汽车发展的主流方向1 9 j 。电动汽车可分为纯 电动汽车、混合动力汽车与燃料电池电动汽车三种【l0 1 ，目前得到广泛认同的观点 是，内燃机汽车必将由纯电动汽车和燃料电池电动汽车完全代替。由于汽车电池 技术还未成熟，因而不能完全满足作为汽车动力源的需求，还未达到全面推广的 标准，此外，燃料电池的氢气制取与存储技术也不完善，限制了燃料电池电动汽 车的推广【1 1 - 12 1 。混合动力汽车【1 3 - 1 5 】( h y b r i de l e c t r i cv e h i c l e ，h e v ) 是指配两个 动力源电动的汽车，目前常见的混合动力汽车是配有蓄电池、电机和发动机的汽 基于混沌遗传优化算法的并联式p h e v 能量管理研究 车，该车既保存了传统汽车比能量与比功率高的特点，又增加了纯电动汽车排放 低的优点，在一定的控制策略的作用下可将两种驱动装置的优势完美结合，因而 被认作是从传统汽车到纯电动汽车和燃料电池电动汽车的有效过渡产品，引起了 各国政府及汽车厂商的重视，在市场上也得到很好的认可，以丰田汽车公司推出 的普锐斯混合动力汽车为例，该车自1 9 9 7 年上市以来，全球累计销售量已超3 0 0 万辆。 与普通h e v 相比，插电式混合动力汽车1 1 6 以9 】( p l u g i nh y b r i de l e c t r i cv e h i c l e ， p h e v ) 具有更多的优越性，可以从公用电网中充电，蓄电池组容量更大，其纯电 动续航里程更长，在城市工况下汽车可采用纯电动驱动，能有效减少有害气体的 排放，同时也能降低汽车对于化石燃料的依赖1 2 0 艺3 1 。作为混合动力汽车重要发展 方向之一，p h e v 在近年得到广泛的关注，掀起了一股遍及全球的开发和生产 p h e v 的热潮。美国的三大汽车公司、日本丰田、本田、日产、韩国现代以及欧洲 的汽车制造商都在积极开展p h e v 的研发工作，我国的一些自主品牌也开始了 p h e v 研发及生产。 作为p h e v 核心技术之一的能量管理策略，其准确度直接关系到整车性能的 优劣。传统h e v 有相对成熟的能量管理策略，但是由于这两种混合动力汽车的能 量匹配上的差异，传统h e v 的能量管理策略需要进行行适当的改进以适应p h e v 的需求，以保证汽车拥有优良的燃油经济性和排放性。 1 2 国内外p h e v 的发展现状 1 2 1 国外的p h e v 发展状况 p h e v 的发展离不了政府的支持，2 0 0 6 年美国能源部自由车和车辆技术项目处 ( f c v t ) 提出了p h e v 项目，次年，宣布投入3 8 0 0 万美元与5 家企业合作研发，确定 p h e v 成为美国汽车业的重点研发对象。至1 j 2 0 0 9 年3 月，美国总统奥巴马宣出资2 4 亿美元支持帮助美国的汽车制造商及相关机构开发生产下一代p h e v 及蓄电池。其 中1 5 亿用于资助美国的蓄电池制造商和相关零部件供应商，5 亿美元用于支持生产 驱动电机等电动汽车零部件的美国汽车制造商；剩下的4 亿美元用于p h e v 及其它 电气设施的示范运行和评估。此外，购买p h e v 的美国公民可获得最高达7 5 0 0 美元 的税收补贴。德国总理默克尔在2 0 0 9 年8 月批准了一项扶持p h e v 的计划，该计划 投资1 1 5 亿欧元用于建8 个p h e v 示范运行区，另外出资1 7 亿欧元用于锂电池的研 发。日本政府采取对汽车购买者发放补贴的形式鼓励民众购买p h e v 。 1 9 9 4 年，加州大学戴维斯分校的a n d yf r a n k 教授完成第一辆p h e v 原型车的 研制，美国能源部于2 0 0 1 年在加州大学戴维斯分校成立美国国家p h e v 工程中心。 2 0 0 0 年，美国电力研究所市场调研部发起组织电动汽车联盟诞生，该联盟的工作 2 硕十学位论文 是分析p h e v 市场前景并促进其商业化。自2 0 0 4 年开始，该联盟与戴姆勒克莱斯 勒公司对道奇凌特p h e v 商用车进行示范。2 0 0 7 年，通用汽车公司在底特律车展 上展出外插电技术的车型雪佛兰伏特概念车，该车配备了1 6 k w h 的锂电池、1 2 k w 的电机和一台排量1 l 的三缸发动机，可用标准家用2 2 0 v 电源对动力电池充电， 最大可输出7 1 匹马力。同年1 1 月通用公司又研制出土星v u ep h e v ，该车可以纯 电动行驶1 6 公里。同年的底特律车展上，福特汽车展出了插电式燃料电池混合动 力车“e d g ew i t hh y s e r i e sd r i v e 。在2 0 0 7 年的世界电动汽车大会上，丰田展出普 锐斯插电式混合动力车。 通过最近几年的理论研究、示范运行和演示验证，p h e v 比传统的h e v 更节 能环保的结论已得到证实并接受【2 4 1 ，很多生产商都计划将p h e v 推向市场。丰田 汽车公司的普锐斯插电式混合动力车在今年1 月在日本首先上市，并正在筹划向 其他国家登陆。通用公司以雪佛兰沃蓝达为原型车开发出插电式混合动力欧宝 a m p e r a ，该车也在筹划在欧洲市场上市。而别克的插电式混合动力车的方案处于 审批阶段，若审批通过则将于2 0 1 3 年上市。大众高层已宣布，在2 0 1 3 或2 0 1 4 年 开始，该公司生产的很多重要车型将配备插电式混合动力技术。现代汽车宣布计 划于2 0 1 3 年推出插电式混合动力版索纳塔。铃木在2 0 0 9 年东京车展上推出的雨 燕p h e v 将在2 0 1 3 年正式推向市场，沃尔沃的v 6 0 也预期今年上市。 1 2 2 国内p h e v 的发展及现状 由于p h e v 是近年才开始新兴的种类，其技术并不像传统汽车技术那么成熟， 我国的p h e v 技术水平与国际水平不像传统汽车方面的差距那么大。首届p h e v 技术研讨会在2 0 0 6 年召开，该会把p h e v 概念首次引入中国，并探讨了p h e v 的技术路线和技术特点，此外还分析了p h e v 在我国的可行性和应用前景。2 0 0 8 年，为了推动我国的p h e v 、电动汽车、电池与充电系统技术的研发和应用，中国 汽车工程学会电动汽车分会、国家电网公司在北京召开了“2 0 0 8p l u g i nh e v 、先 进电池及充电系统技术研讨会，该会主要探讨了关键技术和制约因素。国家高 技术研究发展计划( 8 6 3 计划) 现代交通技术领域“节能与新能源汽车”重大项目 2 0 0 8 年度第1 批课题申请指南明确提出要发展p h e v t 2 5 1 。目前已有不少企业和学 校等机构进行p h e v 研究合作，比如，清华大学、广州丰田汽车股份有限公司、 合肥工业大学也都成立了研究小组对p h e v 进行研究。 比亚迪汽车公司的插电式混合动力双模车f 3 d m 是我国最早推向市场的 p h e v ，该车自0 8 年上市以来得到市场的广泛认可，该公司正准备将f 6 d m 推向市 场。在2 0 1 1 年的上海车展上有车企展出了p h e v ，比如江淮汽车展出了和悦插电式 混合动力；由上海汽车展出的荣威5 5 0 ，该车节油率可超过5 0 ，百公里综合油耗 仅为2 7 l ，达到了国5 排放标准，该车预计在2 0 1 2 年实现量产。目前我国有2 5 个新 3 基于混沌遗传优化算法的并联式p h e v 能量管理研究 能源汽车推广试点城市，去年1 1 月发布的 3 6 0 。可取二 档传动比锄= 7 9 7 。 三档传动比：以电机驱动，6 0 k m h 爬10 ，转速4 0 0 0 r m i n ，转矩1 5 0 n m ， 按照速度要求得出三档传动比如= 7 0 9 ，满足爬坡度要求得出i g l 一3 1 7 。可取三 档传动比i 9 3 = 7 0 9 。 四档和五档的传动比：以发动机驱动，选取发动机转速2 5 0 0 r m i n 和3 0 0 0 r m i n 分别的对应车速7 5 k m h 和1 0 0 k m h 。计算得出，四档和五档传动比分别为妇= 3 5 4 、 如52 3 1 9 a 2 2 4 动力系统匹配结果 根据前面计算结果，改造后的动力系统参数如表2 2 所示。 表2 2p h e v 动力系统参数表 2 3a d v i s o r 仿真软件 为了缩短电动汽车的研发周期，降低研发成本，提高汽车设计过程的灵活性、 快速性和经济性，早在1 9 7 0 年就有一些外国研究机构开始对电动汽车的建模和仿 真进行研究。目前已有不少电动汽车仿真软件可供使用，主要有：美国可再生能 源实验室开发的a d v i s o r 、美国能源部爱达荷国家实验室开发的s i m p l e v 、美 1 4 硕十学位论文 国德克萨斯a & m 大学开发的v e l p h 、美国俄亥俄州立大学开发的v p - s i m 、奥地 利的a v l 公司的c r u i s e 、美国阿贡国家实验室开发的p a s t 、以及香港大学电动 汽车国际研究中心开发的e v s i m 等【6 2 1 ，其中最为广泛接受的要数a d v i s o r 。 a d v i s o r 软件的全称是a d v a n c e dv e h i c l es i m u l a t o r ，即高级车辆仿真软件， 该软件是由美国可再生能源实验室于1 9 9 4 年投入使用，最初是供美国能源部对新 型汽车合作计划( p a r t n e r s h i pf o ra n e wg e n e r a t i o no fv e h i c l e s ，p n g v ) 的某混 合动力汽车的动力系统进行协调和评估，随后其功能不断得到扩展并沿用至今， a d v i s o r 2 0 0 2 版本由于可从网上免费下载、其源代码全公开，并且操作简单且有 很好的实用性，可快速地对传统汽车、纯电动汽车和混合动力汽车的各种性能作 出分析，是目前用户最多的电动汽车仿真软件，现在有许多企业、研究机构和高 校都在用该软件进行电动汽车研究。 a d v i s o r 内部保存了丰富的汽车模板，总共包括i n s i g h t 和p r i u s 等经典车型 在内的3 7 款汽车的数据文件，用户有两种方式定义车辆传动系统的类型。一种是 可以选择模板库合适类型的汽车，用户可以在图形用户界面g u i ( g r a p h i cu s e r i n t e r f a c e ，g u i ) 上修改参数定义自己的传动系统。另一种方法是用户可在软件自带 的传动系统模板基础上进行修改，a d v i s o r 保存有传统汽车、纯电动汽车、燃料 电池汽车、并联式混合动力汽车、串联式混合动力汽车以及混联式混合动力汽车 等8 种类型的模板，用户也可将自己建立的模型添加到模板库中仿真。a d v i s o r 提供的仿真工况有道路循环、多重循环和测试过程，这些道路循环和测试工况都 是按外国的标准建立，其中道路循环有5 6 种、测试工况有8 种，用户也可自行设 计工况用于车辆性能测试。a d v i s o r 的基本功能有：以模拟工况循环计算整车的 经济性指标和排放指标；模拟计算整车的加速能力、最高车速和最大爬坡度等动 力性指标；计算各部件在模拟工况循环下输入输出扭矩( 或功率) 和转速的时间历 程；研究比较各种总成参数和控制参数对循环油耗和动力性指标的影响。 a d v i s o r 是在m a t l a b 和s i m u l i n k 软件环境下开发的【6 3 。6 4 1 ，由一系列模 型、数据和脚本文件组成。仿真模型以s i m u l i n k 格式的m d l 文件形式建立仿真 计算的方程式，分为车辆模型和部件模型两种。车辆模型定义了整车动力系统结 构和仿真数据流程，部件模型则定义部件结构和部件内仿真数据的流程。数据用 于定义模型的参数，保存于m a t l a b 的m 文件中。输入脚本起到定义m a t l a b 工作空间的变量和调用其它的脚本的作用，它包含了车辆定义文件和部件数据文 件两部分。车辆定义文件的作用是定义汽车的类型和动力系统的结构，部件数据 文件则定义了汽车的部件参数。输出脚本负责处理仿真结果，由绘图程序和查错 程序组成。绘图程序根据仿真结果数据绘制仿真特性图，查错程序对仿真结果的 合法性进行检查。控制脚本负责控制仿真程序的运行，用户可在g u i 界面选择不 同的仿真模型。 基于混沌遗传优化算法的并联式p h e v 能量管理研究 a d v i s o r 的仿真过程如图2 5 所示，在每个时间步内，控制脚本请求的道路 循环行驶轨迹( 包括行驶速度、道路坡度和汽车动态质量) 输入后，仿真模型根据车 辆定义文件和部件数据文件计算出该时间步的速度和耗油率等结果，然后再进行 下一时间步的仿真计算，直到整个循环工况的仿真计算结束。最后由输出脚本给 出仿真结果图表。 输入脚本 虿丽百页夏再 输出脚本 绘图程序 图2 5a d v i $ 0 r 的仿真数据流程图 2 3 1a d v i s o r 的仿真方式 根据仿真过程中的信号流与能量流的传递途径区分，汽车性能仿真方法可分 为后向仿真和前向仿真两种【6 5 1 ，a d v i s o r 的仿真方法则巧妙地融合了这两种仿真 方法。 后向仿真流程图见图2 6 ，仿真方法根据车辆运行工况要求计算出动力总成各 部件须提供的转矩和转速等指标。仿真过程中各模块问的仿真信息传递顺序为： 整车阻力模型、车轮模型、传动系统模型、动力总成模型。这种方法不考虑驾驶 员的仿真意图以及动力系统的动态过程，所以计算速度快、收敛程度高，但是由 于整车系统中的部件特性参数是稳态情况计算出的结果，因此仿真结果精度不高。 前向仿真方法的流程见图2 7 ，该仿真方法以路面循环的目标车速与实际车速 的偏差为输入，对车辆的行驶状态进行实时修正以满足驾驶员的驾驶意图。仿真 信息按照实际能量传递方向计算，从发动机模块和动力电池模块出发到达车轮模 块，根据前部件提供的能量计算出下级部件的速度和转矩，逐级传递直至车轮模 块，从而计算出汽车的实际速度。这种方法是更接近实际情况，仿真结果更加精 准，仿真速度慢，且仿真过程的中间数据量大，对计算机存储能力的要求更高。 a d v i s o r 以后向仿真方法为主，以前向仿真方法为辅，在仿真计算量较小的情况 下，保证仿真结果有较高的精度。 图2 6 后向式仿真法流程图 1 6 硕士学位论文 引 图2 7 前向式仿真法流程图 2 3 2a d v i s o r 使用方法 ( 1 ) a d v i s o r 的g u i 界面运行 a d v i s o r 拥有便捷的g u i 用户界面，用户可以方便地修改整车参数和设定 运行工况，而且仿真结束后输出各种可视化仿真结果，使仿真结果变得简单明了。 a d v i s o r 的操作主要分为三步：输入汽车参数、设置仿真参数和查看仿真结果。 用户主要通过操作车辆参数输入界面、仿真参数输入界面和仿真结果输出界 面进行仿真，它们的布局大致相同，界面左边显示图形信息，左侧为用户输入窗 口。在车辆参数输入界面，用户可以从界面中选择需要汽车的构造类型以及整车 系统中的子系统配置。每一个子系统的初始值都采用实例参数，而且用户也可以 根据自己的需要在这个界面对各子系统的参数进行修改。用户可以在仿真参数设 置界面选择需要仿真内容，如循环工况，加速和最高车速，爬坡测试等。同时可 以设置仿真参数，如车辆初始状态、工况类型等。在仿真参数设置完毕后，就可 以运行a d v i s o r 进行仿真计算，结果在仿真结果输出界面显示，该界面除了显 示车辆在在所选择的运行工况下的燃油经济性、排放性和动力性能参数外，还包 括该条件下各部件的参数变化，用户可以选择显示更加具体的性能图，以获得更 为详细的结果。这3 个界面具体情况如图2 7 、2 8 、2 9 所示。 图2 8 汽车参数的输入界面 1 7 基于混沌遗传优化算法的并联式p h e v 能量管理研究 扩：螋 l 菇二甜；：i 矗h 0 - - 】一 图2 9 汽车仿真参数设置界面图 图2 1 0 查看仿真结果界面图 ( 2 ) a d v i s o r 的非界面运行 a d v i s o r 的图形用户界面是为了方便用户引用软件自带的模型和数据，对于 用程序自动调用a d v i s o r 的时，可采用函数a d vn og u i 在m a t l a b 的命令窗口 启动仿真运行，该函数有两个输入和两个输出，调用方式如下： 【e r r o r _ c o d e ，r e s p 】= a d v _ n o _ g u i ( a c t i o n ，i n p u t ) 式中a c t i o n 表示要运行的内容，i n p u t 表示运行该项目需要的输入参数，e r r o rc o d e 表示错误输出，当运行程序有语法等错误造成无法运行时，e r r o rc o d e 自动输出1 ， r e s p 表示运行该项目后的仿真结果。 在用户图形界面外调用a d v i s o r 的调用程序结构如下： 首先是车辆初始化程序，如： i n p u t i n i t s a v e d _ v e h f i l e = p a r a l l e l _ d e f a u l t s i n ； a ，b 】2a d v n o g u i ( i n i t i a l i z e ，i n p u t ) ： 表示选用的车辆名称为p a r a l l e ld e f a u l t si n ；此外还可应用 i n p u t i n i t c o m p _ f i l e s 、i n p u t i n i t o v e r r i d e s 等选择部件模型和设定部件参数。 然后是仿真内容程序，如： i n p u t g r a d e p a r a m 2 。s p e e d ； i n p u t g r a d e v a l u e = 5 5 ； a ，b 】2 a d v n o g u i ( g r a d e _ t e s t ，i n p u t ) ； 表示进行车速为5 5 m p h 下的爬坡测试，b g r a d e g r a d e 表示爬坡测试得出的最 1 8 硕士学位论文 大爬坡度。同样方式可进行加速测试，道路循环和工况测试。具体函数写法参见 a d v i s o r 帮助文件。 2 2 3a d v i s o r 的主要特点 a d v i s o r 的主要特点如下【6 6 j ： ( 1 ) 以模块化的思想设计仿真模型。发动机、离合器、变速器、主减速器、车 轮和车轴等整车部件的仿真模型分开独立建立，为了方便各模块数据的有效传递， 每个模块都建立了统一标准的数据输入输出端口，各总成模块也很容易进行扩充 和修改。所以，用户在建立需要的汽车模型时，可以根据需要随意挑选模型库内 的模型进行组装，也可按需求对原有模块进行修改，从而用a d v i s o r 建立电动 汽车模型的效率很高，非常节约时间。 ( 2 ) 全部开放的仿真模型和源代码。全球用户可以从网上免费下载 a d v i s o r 2 0 0 2 ，其仿真模型和源代码完全公开。用户在了解a d v i s o r 仿真模型 和工作原理的基础上，可便捷地修改原有仿真模型或者新建模型、调整或重新设 计控制策略，使仿真更接近实际情况。 ( 3 ) 采用了前后向混合仿真方法。与大多数汽车仿真软件只单独采用前向仿真 或后向仿真不同，a d v i s o r 独特的将两种仿真方式结合，将后向仿真的快速收敛 与前向仿真的高精度两种优点很好的结合。 ( 4 ) 以m a t l a b 和s i m u l i n k 软件为开发环境。m a t l a b 具有语法结构简 单、数值计算高效、图形功能完备等优点，它集成了诸多专业仿真工具包、计算 程序以及应用程序接口，用户可以在m a t l a b 环境下直接调用c 语言、f o r t r a n 语言等编写的程序，汽车模型的搭建和仿真计算过程中工作量可大幅减少，使用 不同的编程语言的用户可以用该软件作为平台进行合作开发。 ( 5 ) 可与多种其他软件进行联合仿真。由于汽车开发过程及其复杂，其内容涉 及到机械、电子、控制技术等多个领域，a d v i s o r 虽然没有涵盖所有汽车开发 所涉及的领域，但是它内设开放的软件接口，用户可对其功能进行拓展，使之与 s a b e r 、v i s u a d o c 、s i m p l o r e r 、s i n d a f l u i n t 等软件进行联合仿真。 2 3 本章小结 ( 1 ) 主要介绍了p h e v 的结构种类，并分析了各种结构的优缺点。 ( 2 ) 根据并联式p h e v 动力需求，对“p a r a l l e l d e f a u l t s i n 的动力系统的参 数重新匹配。匹配的参数有发动机、电机、电池、以及传动系统的参数。 ( 3 ) 本章对研究所使用的仿真软件a d v i s o r 的仿真原理、仿真方法和使用方 式进行了介绍。 1 9 基于混沌遗传优化算法的并联式p h e v 能量管理研究 第3 章改进混沌遗传优化算法及其应用 由于逻辑门限能量管理策略与模糊能量管理策略的规则设定都是基于工程经 验，难以实现全局最优控制。遗传算法是一种广泛应用的优化算法，由于其局部 收敛的缺陷，影响优化结果的全局最优性，为此本文提出一种改进的混沌遗传算 法，用于并联式p h e v 能量管理策略的优化。 3 1 遗传算法 遗传算法最早由密歇根大学的j o h nh o l l a n d 等人开创，它是一种模拟生物进 化过程具有自组织、自适应能力的随机优化搜索方法，被广泛应用于解决系统最 优化问题。遗传算法的核心思想是：以达尔文的“优胜劣汰、适者生存的原理 选择优秀结构，应用孟德尔的遗传变异理论指导种群向更好的方向发展。运算过 程中，一个种群就代表待解问题的一个潜在可行解集，解集中的每一个解都以编 码的形式表示，该编码就相当于生物细胞中的染色体基因，该染色体的基因组合 方式决定个体外在表现，在遗传算法中就的这种表现是与最优解的接近程度，即 适应度值额定大小。算法开始后，最先随机产生一个初始种群，不断地挑选优秀 个体，进行交叉和变异，保证种群不断进化，下一代种群相比父代种群更优秀， 经过若干代进化后，种群中的最优个体最接近于最优解。 3 1 1 遗传算法的特点 遗传算法具有如下特点： ( 1 ) 遗传算法的操作对象不是单独的一个可行解，而是一组可行解，因此有多 条搜索轨道同时运算，具有很好的并行性，局部收敛的可能性被减少。 ( 2 ) 遗传算法不需要了解待解决问题的具体知识，只需合适的适应度函数就可 进行全局优化搜索，此外适应度函数的定义域可任意设定，不受连续可微限制， 因此，对于不连续、非线性的复杂系统甚至无解析表达式的问题都有很强适用性。 ( 3 ) 遗传算法的择优机制不是采用确定规则，而是采用概率的变迁规则来引导 种群的进化方向，具有很好的全局性和鲁棒性。 ( 4 ) 遗传算法将目标问题的可行解进行编码处理，该编码的适应度就是该可行 解的优秀程度，因此，遗传算法具有优良的操作性。 3 1 2 遗传算法的核心内容 遗传算法的核心内容5 个基本要素构成，这些要素分别是是：控制参数的设 定、适应度函数的设定、参数编码、初始群体的设定和遗传操作。 硕上学位论文 ( 1 ) 控制参数 在运行一个遗传算法之前，使用者需设定算法的控制参数，以约束算法的运 行，这些参数分别为： 1 ) 种群大小。该参数表示种群中个体数量，种群大小关系到算法收敛的速度， 种群越大，算法陷入局部收敛的几率越小，却大大增加了运行时间，种群过小， 虽然可快速收敛，但是局部收敛的可能性也增大。种群大小的范围通常在2 0 1 0 0 间选择。 2 ) 编码长度。采用二进制编码时，编码长度越长，优化值精度越高；采用浮 点编码时，编码长度与问题的维数相同。 3 ) 交叉概率。交叉概率同样关系到种群进化速度，取值过大会破坏原有的优 秀基因，如果取值过低，则繁殖进化的效果不明显。取值范围一般为0 4 0 9 9 。 4 ) 变异概率。其取值关系种群跳出局部最优的能力，取值过低，能力弱，如 果取值过大，会破坏原有的优秀编码片段。取值范围通常为o 0 0 0 1 0 1 。 5 ) 终止代数。用于确定种群最大进化代数。取值范围一般为1 0 0 2 0 0 。 ( 2 ) 适应度函数的确立 适应度函数是遗传算法对于待优化问题需要的唯一信息，适应度函数值的大 小表示一个个体的优劣，一个个体能够遗传到下一代中的几率正比于其适应度函 数值，为确保每一个个体被选择的概率都为正，在设计适应度函数时，要保证所 有的个体的适应度值为正。因此，对于不同的问题类型，适应度函数的设计规则 不同，以函数t ( x l 。x 2 ，x 3 ，x n ) 为例： 当所求解问题是该函数最大值时，则适应度函数所f l ，x 2 ，x 3 ，x n ) 可表示为： f i t ( x 1 ，x 2 ，x 3 ，x n ) = c + j 仅x l ，x 2 ，x 3 ，如) ( 3 1 ) 式中的c 是取值为正的常数，其取值要确保所有适应度函数值为正，其取值越大， 各个体间的适应度相对差距越小，因此取值不可过大。 如果要求解的是函数似l ，x 2 ，x 3 ，x n ) 的最小值，则适应度函数n f ( x l ，x 2 ，x 3 ， x 万) 可设计为： f i t ( x l ，x 2 ，工3 ，粕) = c - f ( x l ，x 2 ，x 3 ，而)( 3 2 ) ( 3 ) 群体的初始化 遗传算法的初始群体是用随机生成的方法产生的n 个数据串，初始种群中个 体的分布情况对算法的运算有很大影响，如果种群是均匀分布在解空间，则在算 法运行初期就能奠定较好的遍历性，从而提高算法的优化结果的精确度。 编码就是把取自解空间中的实数映射到算法的搜索空间，从而变成数据串形 式的基因，编码方法直接影响遗传操作的方式，遗传算法编码方法有二迸制编码、 浮点编码、格雷码、多参数级联编码等，其中最常用的是二进制编码。二进制编 码方法如下： 2 1 基于混沌遗传优化算法的并联式p h e v 能量管理研究 1 ) 根据参数的取值范围和求解精度确定编码长度，设取值某参数取值范围为 u m i n u m 。x 】，求解精度为仃，编码长度为，则： 盯= ( u m 积一u m i n ) ( 2 一1 ) ( 3 3 ) 2 ) 在计算机随机产生一个二进制码时，假设它为b i b l 1 b l 2 b 2 b l ，则它与解 空间的映射关系为： 】，：u 血+ ( 羔6 ；2 “) 訾 ( 3 4 ) i = l 一j 求解多维、高精度的问题时，个体编码过长造成算法搜索空间过大，影响算 法的求解效果，而且二进制编码需要反复的编码解码，影响运算速度。为此本文 采用浮点编码技术，浮点编码以一个浮点数表示一个决策变量值，个体的编码长 度与变量的个数相同，因此可提高精度，提高运算效率，其具体方法如下： 假设某参数y 的取值区间为【u m i n ，u m 戤】，其浮点码区间为【口m i n ，a m 。x 】，设该参 数的浮点编码取值为口，则其映射关系可表示为： 】，- u m i n + 口( u m a x u m i n ) ，( a m a x a m i n )( 3 5 ) ( 4 ) 遗传操作 遗传操作是遗传算法区别于其他算法的特性，它主要由3 个操作组成，分别 是：选择操作、交叉操作和变异操作。 1 ) 选择运算 选择操作又称作复制操作，其作用是按照某种规则将当前群体中较为优秀的 个体选择出来，并根据一定的概率与其他个体进行繁殖，将其优秀的编码遗传到 下一代种群中。选择算子的核心思想就是达尔文的“适者生存，优胜劣汰 ，判断 一个个体的优劣的唯一标准就是该个体的适应度，和自然界中强大的个体才有机 会繁殖一样，遗传算法中适应度越大的个体遗传到下一代个体中的机会越大，适 应度小的个体的机会小。这种机制的目的是为了使种群中优秀个体的基因得以保 持和延续，确保遗传操作是向前进的方向。 选择算子的具体原理是，根据个体间的适应度比较相对大小来确定其优劣程 度，具体采用的操作方法有轮盘赌选择法、锦标赛选择法、局部选择法等，本文 选用最常用的轮盘赌选择法，这种方法根据蒙特卡洛法比例选择的原理，能较好 的体现出各个体之间的适应度差异。 假设某种群的体数为n ，第f 个个体的适应度值为石，则轮盘赌选择法按如下 规则进行： 根据适应度算出各个体的选择概率b ，计算公式如下： ，卫 暑= 以 ( 3 6 ) ，k = i 计算每个个体的累加概率9 ，第j f 个个体的累加概率算法为： 硕i j 学位论文 q ；= 只 ( 3 7 ) j f = l 随机产生一个0 到1 之间的数伉，若q ，a 9 + 1 ，则选择第个个体。 2 ) 交叉操作 生物进化历程中，基因交配重组起着重要的作用，一对同源染色体通过交配 重组，产生新的染色体，进而生出新的个体，这些新的个体经过自然选择，留下 优秀个体。遗传算法的交叉操作是模仿生物繁殖过程中，父辈染色体和母辈染色 体组合出新的染色体产生新的个体，这个新个体同时保留了来自父辈和母辈的基 因，如果保留的它们的优良基因，则新个体因此其比它们更加优秀，因此交叉操 作是遗传算法的种群得以进化的最重要手段，遗传操作的交叉运算的主要作用是 能够使本代种群中的优良基因得以继承到下一代的个体中。 遗传算法交叉操作过程中首先对个体进行配对，然后再根据编码的方式进行 交叉操作。当算法采用的是二进制编码和浮点编码时，同时适用的交叉算子有单 点交叉、多点交叉、均匀交叉，这些交叉方法须确定