针对电动汽车单一动力电池功率密度低、循环寿命短、接收暂态功率等问题,设计了由动力电池和超级电容组成的复合能源系统,提出了基于小波变换-模糊控制的能量管理策略,并对不同分解层数的小波变换进行评价和选择。该控制策略利用小波变...针对电动汽车单一动力电池功率密度低、循环寿命短、接收暂态功率等问题,设计了由动力电池和超级电容组成的复合能源系统,提出了基于小波变换-模糊控制的能量管理策略,并对不同分解层数的小波变换进行评价和选择。该控制策略利用小波变换将需求功率分解成低频成分和高频成分,并根据能量源的动态响应特性进行分配,避免动力电池接收暂态功率;为了充分利用超级电容“削峰填谷”的作用来提高电池的性能和循环寿命,采用模糊控制将超级电容的荷电状态(State of charge,SOC)维持在合适的范围内。建立MATLAB/Simulink仿真模型基于随机组合的循环工况验证所提策略的有效性,并与传统的控制策略进行比较。仿真结果表明:采用所提出的能量管理策略可以有效地减少峰值电流对动力电池的冲击,并且相比于单一电源的电动汽车还可以将能量利用率提高5.96%,电池的最大输出电流降低了57.1%,电池的温升降低了35.3%。展开更多
针对自动驾驶货车相较于普通乘用车具有较大模型不确定性、执行器偏差以及存在曲率扰动等外部影响因素导致路径跟踪精度不足问题,本文提出一种基于鲁棒模型预测控制(robust model predictive control,RMPC)的分层式控制方法。首先,在转...针对自动驾驶货车相较于普通乘用车具有较大模型不确定性、执行器偏差以及存在曲率扰动等外部影响因素导致路径跟踪精度不足问题,本文提出一种基于鲁棒模型预测控制(robust model predictive control,RMPC)的分层式控制方法。首先,在转角增量式控制误差模型的基础上,根据实际车辆系统与标称模型之间的偏差,设计鲁棒控制律并构建上层多目标约束RMPC控制器,提高跟踪精度。然后,针对自动驾驶货车不足转向以及定位误差问题,设计下层转角补偿器和基于中值滤波的状态估计器,改善执行响应,提升车辆稳定性。最后,通过TruckSim/Simulink联合仿真和实车试验验证,结果表明:所提出的控制方法能够有效处理模型失配和不确定性扰动,具备良好的鲁棒性和适应性。展开更多
文摘针对电动汽车单一动力电池功率密度低、循环寿命短、接收暂态功率等问题,设计了由动力电池和超级电容组成的复合能源系统,提出了基于小波变换-模糊控制的能量管理策略,并对不同分解层数的小波变换进行评价和选择。该控制策略利用小波变换将需求功率分解成低频成分和高频成分,并根据能量源的动态响应特性进行分配,避免动力电池接收暂态功率;为了充分利用超级电容“削峰填谷”的作用来提高电池的性能和循环寿命,采用模糊控制将超级电容的荷电状态(State of charge,SOC)维持在合适的范围内。建立MATLAB/Simulink仿真模型基于随机组合的循环工况验证所提策略的有效性,并与传统的控制策略进行比较。仿真结果表明:采用所提出的能量管理策略可以有效地减少峰值电流对动力电池的冲击,并且相比于单一电源的电动汽车还可以将能量利用率提高5.96%,电池的最大输出电流降低了57.1%,电池的温升降低了35.3%。
文摘针对自动驾驶货车相较于普通乘用车具有较大模型不确定性、执行器偏差以及存在曲率扰动等外部影响因素导致路径跟踪精度不足问题,本文提出一种基于鲁棒模型预测控制(robust model predictive control,RMPC)的分层式控制方法。首先,在转角增量式控制误差模型的基础上,根据实际车辆系统与标称模型之间的偏差,设计鲁棒控制律并构建上层多目标约束RMPC控制器,提高跟踪精度。然后,针对自动驾驶货车不足转向以及定位误差问题,设计下层转角补偿器和基于中值滤波的状态估计器,改善执行响应,提升车辆稳定性。最后,通过TruckSim/Simulink联合仿真和实车试验验证,结果表明:所提出的控制方法能够有效处理模型失配和不确定性扰动,具备良好的鲁棒性和适应性。
