运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略*

doi:10.16731/j.cnki.1671-3133.2024.11.013

现代制造工程 ›› 2024, Vol. 530 ›› Issue (11): 96-102.doi: 10.16731/j.cnki.1671-3133.2024.11.013

运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略^*

李华鑫¹, 陈芳芳^1,2, 徐天奇¹, 程三榜¹, 毛一胜³

1 云南民族大学电气信息工程学院,昆明 650504;
2 云南民族大学云南省无人自主系统重点实验室,昆明 650504;
3 华电重庆新能源有限公司,重庆 404600

收稿日期:2024-04-22 出版日期:2024-11-18 发布日期:2024-11-29
通讯作者: 陈芳芳,硕士,副教授,主要研究方向为电力系统智能优化算法。E-mail:cff2009h@126.com
作者简介:李华鑫,硕士,主要研究方向为纯电动汽车再生制动。E-mail:269450578@qq.com
基金资助:
^*国家自然科学基金项目(61761049)

Optimization of pure electric vehicle regenerative braking fuzzy control strategy using improved whale algorithm

LI Huaxin¹, CHEN Fangfang^1,2, XU Tianqi¹, CHENG Sanbang¹, MAO Yisheng³

1 School of Electrical and Information Technology,Yunnan Minzu University,Kunming 650504,China;
2 Yunnan Provincial Key Laboratory of Unmanned Autonomous Systems,Yunnan Minzu University, Kunming 650504,China;
3 Huadian Chongqing New Energy Co.,Ltd.,Chongqing 404600,China

Received:2024-04-22 Online:2024-11-18 Published:2024-11-29

摘要/Abstract

摘要： 为了提高纯电动汽车再生制动能量回收效率,同时保证车辆制动效果,提出了运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略。引入电池荷电状态(State of Charge,SOC)、车速和制动强度作为模糊控制输入,以再生制动比例系数K作为输出,利用改进鲸鱼算法优化控制参数,从而提高前轴电机制动力占比。同时,改进鲸鱼算法的自适应权重避免了算法迭代过程中陷入局部最优。通过仿真分析验证了在NEDC工况下,优化后的模糊控制策略相比优化前和传统控制策略在提高能量回收效果的同时,也满足了制动的有效性。

关键词: 纯电动汽车, 再生制动, 模糊控制, 改进鲸鱼算法

Abstract: To enhance the regenerative braking energy recovery rate of pure electric vehicles while ensuring effective braking performance,a refined approach was proposed to optimize the fuzzy control strategy using an improved whale algorithm. Introducing battery State of Charge (SOC),vehicle speed,and braking intensity as fuzzy control inputs,with regenerative braking proportion coefficient K as the output,the control parameters were optimized using an improved whale algorithm,thereby enhancing the proportion of braking power provided by the front axle motor. Concurrently,refining the adaptive weights of the whale algorithm prevents the algorithm from converging to local optima during the iterative process. Through simulation analysis,the enhanced fuzzy control strategy proposed has been validated to not only improve energy recovery compared to both the pre-optimized and traditional control strategies but also ensure braking effectiveness under NEDC conditions.

Key words: pure electric vehicle, regenerative braking, fuzzy control, improved whale algorithm

中图分类号:

U469.72

李华鑫, 陈芳芳, 徐天奇, 程三榜, 毛一胜. 运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略^*[J]. 现代制造工程, 2024, 530(11): 96-102.

LI Huaxin, CHEN Fangfang, XU Tianqi, CHENG Sanbang, MAO Yisheng. Optimization of pure electric vehicle regenerative braking fuzzy control strategy using improved whale algorithm[J]. Modern Manufacturing Engineering, 2024, 530(11): 96-102.

参考文献

[1] BONSU N O.Towards a circular and low-carbon economy:insights from the transitioning to electric vehicles and net zero economy[J].Journal of Cleaner Production,2020,256:120659.
[2] 洪晏忠,邓波.我国氢燃料电池汽车发展现状及前景分析[J].科技风,2021(4):5-6.
[3] 曹建国,廖然,杨利花.燃料电池电动汽车发展现状与前景[J].新材料产业,2015(4):58-63.
[4] 孙文,张涵睿,张津硕,等.新能源汽车再生制动能量回收研究综述[J].汽车工程学报,2023,13(4):470-480.
[5] 潘公宇,徐申.考虑道路识别的四驱电动汽车再生制动策略[J].江苏大学学报(自然科学版),2024,45(1):1-7.
[6] QI J,LIU L,SHEN Z X,et al.Low-carbon community adaptive energy management optimization toward smart services[J].IEEE Transactions on Industrial Informatics,2019,16(5):3587-3596.
[7] 洪庆良,王万顺,孙仁杰,等.再生制动能量回收对制动系统开发的影响[J].北京汽车,2022(4):1-4,12.
[8] 杨海圣,姬芬竹,杨世春.基于Simulink-Cruise联合仿真的制动能量回收系统研究[J].控制工程,2018,25(6):1086-1090.
[9] 杨喜峰,王耀南,刘东奇.增程式电动汽车串联再生制动控制策略[J].控制工程,2018,25(2):238-244.
[10] LIANG J J Y,WALKER P D,RUAN J G,et al.Gearshift and brake distribution control for regenerative braking in electric vehicles with dual clutch transmission[J].Mechanism and Machine Theory,2019,133:1-22.
[11] ZHANG Z,DONG Y,HAN Y.Dynamic and control of electric vehicle in regenerative braking for driving safety and energy conservation[J].Journal of Vibration Engineering & Technologies,2020,8(1):179-197.
[12] YANG Y,HE Q,CHEN Y Z,et al.Efficiency optimization and control strategy of regenerative braking system with dual motor[J].Energies,2020,13(3):711-732.
[13] LI S Q,YU B,FENG X Y.Research on braking energy recovery。strategy of electric vehicle based on ECE regulation and I curve[J].Science Progress,2020,103(1):1-15.
[14] 李培庆,吴兴康,陈一锴,等.面向ECE法规的电车再生制动复合控制研究[J/OL].机械设计与制造,2024(5):73-77[2024-03-20].https://doi.org/10.19356/j.cnki.1001-3997.20240316.010.
[15] 许洋,周奎,杨亚会,等.轮毂驱动电动汽车再生制动能量分配策略研究[J].重庆理工大学学报(自然科学),2023,37(2):68-76.
[16] 王笠力,李政林,刘胜永,等.纯电动汽车能量回收的复合制动控制策略研究[J].广西科技大学学报,2023,34(4):77-83.
[17] 卢秀和,邹恺睿.基于模糊控制的纯电动汽车再生制动策略[J].科学技术与工程,2019,19(23):271-275.
[18] 杨坤,肖锦钊,王杰,等.四轮毂电机电动车对开路面制动能量回收策略研究[J].重庆理工大学学报(自然科学),2021,35(5):58-64.
[19] 彭伟,李志华,陈启鹏.基于EMB的纯电动汽车制动稳定性与制动能量回收多目标优化[J].汽车计算,2021(11):35-41.
[20] 曾小华,陈虹旭,宋大凤,等.基于电机最优回馈转矩曲线的制动控制策略[J].汽车工程,2021,43(2):162-170.
[21] 宁达文.混合动力汽车再生制动控制策略仿真研究[D].北京:北京交通大学,2021.
[22] 余志生.汽车理论[M].6版.北京:机械工业出版社,2018.
[23] 范卫峰,高爱云,付主木,等.运用粒子群算法优化HEV再生制动模糊控制策略[J].重庆理工大学学报(自然科学),2023,37(6):66-74.
[24] 南宏业,李翠梅,王浩,等.基于CIWOA-BP和灰色置信区间的银川市需水量预测模型[J].人民黄河,2024,46(1):75-78.
[25] 杜彦斌,张文平,梁强,等.基于CWOA算法的激光熔覆工艺参数优化方法[J/OL].计算机集成制造系统,1-17[2024-04-12].https://doi.org/10.13196/j.cims.2023.0366.

运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略^*

Optimization of pure electric vehicle regenerative braking fuzzy control strategy using improved whale algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	杨怡婷, 李广棵, 吴磊. 车辆半主动悬架模糊变权重因子自适应控制研究^*[J]. 现代制造工程, 2024, 528(9): 73-82.
[2]	肖伟, 李泽军, 管天福, 贺路, 陈绪兵. 基于PSO-IBP神经网络的纯电动汽车电驱总成故障诊断^*[J]. 现代制造工程, 2024, 520(1): 137-141.
[3]	郑凯强;李薇. 重载液压平台的论域自适应模糊耦合同步控制[J]. 现代制造工程, 2023, 515(8): 141-147.
[4]	闫祥海，李宗召，徐立友，李敖. 纯电动汽车动力系统结构参数与整车控制参数集成优化[J]. 现代制造工程, 2022, 503(8): 65-70.
[5]	陈静，李广强，. 基于驾驶模式划分的氢燃料电池汽车能量管理策略[J]. 现代制造工程, 2022, 500(5): 36-41.
[6]	孙建民，刘祥，赵国浩，姚德臣. 基于快速幂次趋近律的人-椅及油气悬架系统模糊滑模控制[J]. 现代制造工程, 2022, 499(4): 59-67.
[7]	张楷祥，周庆辉. 半挂汽车列车高速变道横向稳定性控制研究[J]. 现代制造工程, 2022, 499(4): 68-75.
[8]	孟令菊，孙宾宾，张铁柱，倪萌，林连华，徐海港. 双电机纯电动全地形车制动能量回收控制策略研究[J]. 现代制造工程, 2022, 507(12): 53-62.
[9]	陈飞，丁曙光，董玉革. 基于BP神经网络优化模糊PID控制的防爆门控制策略研究[J]. 现代制造工程, 2022, 507(12): 111-116.
[10]	孙立新;刘明立;高春艳;张明路. 自适应伸缩因子的变论域模糊控制的AGV纠偏[J]. 现代制造工程, 2022, 505(10): 21-26.
[11]	时佳威，谢金法，赵勇. 车用燃料电池耐久性控制策略研究[J]. 现代制造工程, 2021, 491(8): 56-63.
[12]	高天，李波，姜晓涵，葛文庆，谭草，宋炳潭. 基于联合同步的电磁直驱变速器换挡过程研究[J]. 现代制造工程, 2021, 489(6): 148-154.
[13]	路鑫阳，武志斐. 减少燃料电池功率振荡的FCV混合能量管理策略[J]. 现代制造工程, 2021, 486(3): 35-39.
[14]	石龙,王民,刘建勇,孙铁伟,王树华. 基于前馈型模糊PID的电火花主轴运动控制研究[J]. 现代制造工程, 2021, 495(12): 7-12.
[15]	邓召文,孔昕昕,高伟. 重型半挂汽车列车主动转向控制策略研究[J]. 现代制造工程, 2021, 493(10): 17-24.