混合動力汽車能量管理策略與群智能優(yōu)化

第1章緒論
1.1新能源汽車的分類
1.1.1純電動汽車
1.1.2混合動力汽車
1.1.3燃料電池汽車
1.2新能源汽車的發(fā)展現(xiàn)狀
1.2.1國內發(fā)展概述
1.2.2國外發(fā)展概述
1.3混合動力系統(tǒng)與能量管理技術
1.4本章小結
第2章混合動力汽車結構與原理
2.1混合動力系統(tǒng)結構
2.1.1串聯(lián)式混合動力系統(tǒng)
2.1.2并聯(lián)式混合動力系統(tǒng)
2.1.3混聯(lián)式混合動力系統(tǒng)
2.2串聯(lián)式混合動力系統(tǒng)控制模式
2.3并聯(lián)式混合動力系統(tǒng)控制模式
2.4混聯(lián)式混合動力系統(tǒng)控制模式
2.5本章小結
第3章行駛工況構建方法
3.1行駛工況概述
3.1.1行駛工況的概念
3.1.2國外典型行駛工況
3.1.3國內典型行駛工況
3.2行駛工況構建算法
3.2.1工況構建步驟
3.2.2數(shù)據(jù)采集
3.2.3特征解析
3.2.4片段最優(yōu)選取策略
3.2.5工況構建及驗證分析
3.3行駛工況實例
3.3.1實驗數(shù)據(jù)的采集、處理及特征參數(shù)提取
3.3.2工況構建過程
3.3.3結果分析
3.4本章小結
第4章混合動力系統(tǒng)最優(yōu)能量管理策略設計框架
4.1系統(tǒng)模型
4.1.1動力系統(tǒng)總成
4.1.2動力電池模型
4.1.3APU模型
4.1.4驅動電機模型
4.2能量管理策略設計
4.2.1模式控制
4.2.2優(yōu)化模型
4.3全壽命周期能量管理策略設計及優(yōu)化方法
4.3.1全壽命周期能量管理策略
4.3.2粒子群優(yōu)化算法框架
4.3.3電池老化影響特性
4.4仿真結果
4.5本章小結
第5章能量管理策略的粒子群優(yōu)化方法
5.1粒子群優(yōu)化算法原理
5.2粒子群優(yōu)化算法在能量管理策略中的應用
5.2.1基本控制模式
5.2.2粒子群優(yōu)化算法的實施步驟
5.3仿真結果
5.4本章小結
第6章考慮能源價格波動的模擬退火粒子群能量管理策略
6.1模擬退火算法原理及其與粒子群優(yōu)化算法的融合方法
6.1.1模擬退火算法基本原理
6.1.2模擬退火粒子群優(yōu)化算法
6.2能源價格波動統(tǒng)計分析
6.2.1電價波動統(tǒng)計
6.2.2燃油價格波動統(tǒng)計
6.3考慮價格波動的能量管理策略設計
6.3.1基于模擬退火粒子群算法的能量管理策略
6.3.2參數(shù)優(yōu)化結果
6.4仿真結果與分析
6.5本章小結
第7章基于短時工況預測的粒子群優(yōu)化能量管理策略
7.1工況預測及能量管理策略
7.1.1基于BP神經網絡的工況預測方法
7.1.2基于工況預測的粒子群優(yōu)化能量管理策略
7.2仿真結果與分析
7.2.1算法有效性的仿真驗證
7.2.2具有工況差異性時的結果分析
7.3本章小結
第8章考慮電池壽命與安全性的PMP能量管理策略
8.1電池熱安全與耐久性模型
8.1.1電池耐久性模型
8.1.2電池熱模型
8.1.3冷卻系統(tǒng)模型
8.2基于PMP算法的能量管理策略
8.2.1能量管理策略設計思路
8.2.2PMP算法
8.2.3優(yōu)化結果
8.3仿真結果與分析
8.3.1行駛工況及溫度數(shù)據(jù)
8.3.2冷卻系統(tǒng)正常情況仿真分析
8.3.3冷卻系統(tǒng)異常情況仿真分析
8.4本章小結
參考文獻
附錄
附錄一行駛工況構建算法代碼
附錄二粒子群優(yōu)化算法代碼
附錄三模擬退火粒子群優(yōu)化算法代碼
附錄四遺傳算法代碼
附錄五PMP能量管理優(yōu)化算法代碼