插电式混合动力汽车(PHEV)是介于燃油汽车和电动汽车之间的一种新型混合动力汽车,它不仅可以保持一定距离的纯电驱动,还可以混合驱动提高燃油经济性。混合动力汽车作为一种新的替代交通工具具有巨大的潜力。与传统汽车相比,混合动力汽车燃油经济性更好,另一方面,混合动力汽车的设计和实施提出了许多具有挑战性的问题,特别是能量管理和转矩分配是混合动力电动汽车发展中的两个关键问题。能量管理策略主要有3大类: (1)基于规则的算法:秦大同等提出了一种门限值与瞬时优化结合的控制策略。这种方法的基本思想是通过设定阈值参数来限制参数的工作范围,但阈值参数的设定通常依赖于经验,因此不能保证车辆燃油经济性的优化。 (2)智能控制方法:黄禀通等、Meng DW等针对并联式混合动力汽车提出了一种模糊控制策略。吴兵等基于模糊控制模拟驾驶员的动态决策过程。Wang J等创建了基于学习向量量化神经网络的工况识别算法。上述分别采用了模糊控制算法和神经网络算法,这些控制方法不需要建立精确的数学模型,具有自学习、自适应和鲁棒性的优点,可以解决一些复杂的非线性问题。 (3)优化算法:王琳等引入模拟退火和带压缩因子的粒子群算法相结合的优化算法对双电机需求转矩进行分配。耿文冉等通过粒子群算法来进行能量管理策略的多目标优化。金辉等、胡建军等则在能量管理策略中引入自适应动态规划算法。上述粒子群算法和动态规划算法对于寻找最优策略是有用的,但是实时性较差,主要适用于分析和评估其他能量管理策略的效果。 能量管理和转矩分配必须满足驾驶员的意图。目前驾驶员的意图识别大多取决于油门和刹车踏板开度,尹安东等、Shi Y M 等以加速踏板开度和加速踏板开度变化率为参数来识别驾驶员意图,没有考虑当前车辆行驶状态的影响;张利鹏等以平均加速度和加速度均方差作为意图识别的参数,对驾驶员的操作影响考虑较少。作者基于影响因素分析,综合考虑驾驶员操作与当前车辆状态对驾驶意图识别的影响,选择合适的意图识别参数,基于意图识别来制定整车的控制策略,以插电式混合动力汽车为研究对象,以确保整车动力性为前提,以提高能耗经济性为目标,分别针对混合动力汽车驱动意图识别、驱动模式规划、转矩分配优化进行研究,提出基于意图识别的模糊控制策略,并且通过Cruise-Simulink进行联合仿真,验证所提出的控制策略对经济性的改善效果。