针对车辆低速行驶的制动能量回收率低,频繁充放电影响动力电池寿命的问题,提出以电池荷电状态(state of charge,SOC)、制动强度、车速和制动间隔时间为输入,再生制动力分配系数为输出的纯电动汽车模糊控制再生制动策略。同时,采用遗传...针对车辆低速行驶的制动能量回收率低,频繁充放电影响动力电池寿命的问题,提出以电池荷电状态(state of charge,SOC)、制动强度、车速和制动间隔时间为输入,再生制动力分配系数为输出的纯电动汽车模糊控制再生制动策略。同时,采用遗传算法对控制参数进行优化。在Simulink中搭建控制策略模型,并在不同测试工况下与CarSim联合进行仿真,结果表明,相比于仅以电池SOC、制动强度和车速为输入的模糊控制再生制动策略,所提策略减少了制动能量回收次数,提高了制动能量回收率。该策略不仅可以改善对动力电池的损害情况,而且可以获得更多的制动能量。展开更多
文摘针对车辆低速行驶的制动能量回收率低,频繁充放电影响动力电池寿命的问题,提出以电池荷电状态(state of charge,SOC)、制动强度、车速和制动间隔时间为输入,再生制动力分配系数为输出的纯电动汽车模糊控制再生制动策略。同时,采用遗传算法对控制参数进行优化。在Simulink中搭建控制策略模型,并在不同测试工况下与CarSim联合进行仿真,结果表明,相比于仅以电池SOC、制动强度和车速为输入的模糊控制再生制动策略,所提策略减少了制动能量回收次数,提高了制动能量回收率。该策略不仅可以改善对动力电池的损害情况,而且可以获得更多的制动能量。
