基于改进人工蜂群算法的复合电源电动车 FSM-Fuzzy能量管理策略

doi:10.16731/j.cnki.1671-3133.2018.03.013

现代制造工程 ›› 2018, Vol. 450 ›› Issue (3): 68-73.doi: 10.16731/j.cnki.1671-3133.2018.03.013

基于改进人工蜂群算法的复合电源电动车 FSM-Fuzzy能量管理策略

宋晓琳,任祥喜

湖南大学汽车车身先进设计制造国家重点实验室,长沙 410082

收稿日期:2016-08-16 出版日期:2018-03-20 发布日期:2018-07-19
作者简介:宋晓琳,博士,教授,主要研究方向为智能汽车。任祥喜,硕士,主要研究方向为新能源汽车智能控制及优化算法。 E-mail:rxxsdau@163.com
基金资助:
国家自然科学基金资助项目(51575169)

Hierarchical energy management strategy for hybrid electric vehicle based on dynamic FSM-Fuzzy control strategy

Song Xiaolin,Ren Xiangxi

State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University,Changsha 410082,China

Received:2016-08-16 Online:2018-03-20 Published:2018-07-19

摘要/Abstract

摘要： 针对人工蜂群算法收敛速度慢、收敛精度不足等问题,综合粒子群算法和遗传算法优势对人工蜂群算法采蜜蜂和观察蜂搜索机制分别进行综合改进。基准测试函数表明改进后的人工蜂群算法收敛速度和收敛精度明显提高。在此基础上,建立复合电源电动车动态FSM-Fuzzy分层能量管理策略,利用改进后的人工蜂群算法调用Advisor软件对复合电源模糊控制器隶属度函数位置和形状进行闭环学习。结果表明:综合改进后人工蜂群算法学习的模糊控制策略与经验模糊控制策略相比,在UDDS和SC03工况下能耗可再降低8.36 %和8.58 %,且与常规蜂群算法学习控制器相比求解精度更高。

关键词: 人工蜂群算法改进, 复合电源电动车, 控制策略

Abstract: Search mechanism is comprehensive improved by using the advantage of Particle Swarm Optimization(PSO)algorithm and Genetic Algorithm(GA)aiming at the problem of slow convergence and poor convergence accuracy of artificial bee colony algorithm.Benchmark functions show that the convergence speed and accuracy of the algorithm improved obviously.On the basis of the algorithm,designing the composite power electric vehicle FSM-Fuzzy layered energy management strategy,the fuzzy control strategy membership function size and ship are closed-loop learning by calling for the Advisor software.The result shows:under the UDDS and SC03 condition,the energy consumption can still reduce 8.36 % and 8.58 % under the strategy learned by the improved artificial bee colony algorithm.

Key words: artificial bee colony improving, composite power electric vehicle, control strategy

中图分类号:

U461.1

宋晓琳,任祥喜. 基于改进人工蜂群算法的复合电源电动车 FSM-Fuzzy能量管理策略[J]. 现代制造工程, 2018, 450(3): 68-73.

Song Xiaolin,Ren Xiangxi. Hierarchical energy management strategy for hybrid electric vehicle based on dynamic FSM-Fuzzy control strategy[J]. Modern Manufacturing Engineering, 2018, 450(3): 68-73.

参考文献

[1] 罗禹贡,陈涛,李克强,等.混合动力汽车非线性模型预测巡航控制[J].机械工程学报,2015(16):11-21.
[2] LI Q,CHEN W,LIU Z,et al.Development of energy management system based on a power sharing strategy for a fuel cell-battery-supercapacitor hybrid tramway[J].Journal of Power Sources,2015(279):267-280.
[3] LUKIC S M,WIRASINGHA S G,RODRIGUEZ F,et al.Power management of an ultracapacitor/battery hybrid energy storage system in an HEV.Vehicle Power and Propulsion Conference[C].[S.l.]:VPPC’06,IEEE,2006:1-6.
[4] 朱福顺,何洪文,林逸,等.基于CRUISE的复合电源能量管理系统研究[J].计算机仿真,2013,30(1):219-222,253.
[5] 王庆年,曲晓冬,于远彬,等.复合电源式混合动力公交车功率分配策略研究[J].汽车工程,2014,36(4):389-393,425.
[6] 马跃超.复合电源电动汽车再生制动能量回收效率研究[D].镇江:江苏大学,2014.
[7] 樊宇.电动汽车复合电源系统功率分配策略研究[D].大连:大连理工大学,2014.
[8] LACHHAB I,KRICHEN L.An improved energy management strategy for FC/UC hybrid electric vehicles propelled by motor-wheels[J].International journal of hydrogen energy,2014,39(1):571-581.
[9] LI Q,CHEN W,LI Y,et al.Energy management strategy for fuel cell/battery/ultracapacitor hybrid vehicle based on fuzzy logic[J].International Journal of Electrical Power & Energy Systems,2012,43(1):514-525.
[10] MELERO-PREZ A,GAO W,FERNNDEZ-LOZANO J J.Fuzzy logic energy management strategy for fuel cell/ultracapacitor/ battery hybrid vehicle with multiple-input DC/DC converter. Vehicle Power and Propulsion Conference[C].[S.l.]:VPPC’09,IEEE,2009:199-206.
[11] 马安香,张长胜,张斌,等.一种求解分类问题的自适应人工蜂群算法[J].吉林大学学报(工学版),2016,46(1):252-258.
[12] 臧明相,马轩,段奕明,等.一种改进的人工蜂群算法[J].西安电子科技大学学报(自然科学版),2015(2):65-70,139.
[13] 朱冰莲,朱方方,苏红宏,等.基于逻辑运算的离散人工蜂群算法[J].电子学报,2015(11):2161-2166.
[14] 王同景.电动汽车复合电源能量管理策略研究[D].长春:吉林大学,2015.
[15] 杨胜兵,徐锋,熊晶晶,等.基于Stateflow的电动汽车再生制动控制策略[J].武汉理工大学学报(信息与管理工程版),2014(3):301-304.

基于改进人工蜂群算法的复合电源电动车 FSM-Fuzzy能量管理策略

Hierarchical energy management strategy for hybrid electric vehicle based on dynamic FSM-Fuzzy control strategy

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

编辑推荐

Metrics

[1]	杨子兵，周军，孙永佳，皇攀凌，郭凤江，陈希源，李明明. 基于干扰观测器和改进模糊PID的农用车辆路径跟踪控制策略[J]. 现代制造工程, 2022, 496(1): 52-60.
[2]	黄夏宝，龚丽云，杨立熙. 基于价值流图的车载面板车间优化[J]. 现代制造工程, 2021, 485(2): 8-15.
[3]	葛正浩,岳奇,吉涛. 3D打印控制系统研究综述[J]. 现代制造工程, 2021, 493(10): 154-162.
[4]	李刚, 王野, 赵德阳. 基于逻辑门限值的汽车ABS控制策略与试验研究[J]. 现代制造工程, 2017, 442(7): 12-16.
[5]	柯彬彬, 贝绍轶, 汪伟, 汪永志, 张焱. 增程式电动汽车增程器的控制策略研究[J]. 现代制造工程, 2017, 439(4): 50-54.
[6]	杨水永, 杜燕, 秦洪懋. 主动悬架控制策略研究与试验验证[J]. 现代制造工程, 2017, 438(3): 1-6.
[7]	孙大许, 兰凤崇, 陈吉清. 电机驱动力调节的电动汽车驱动防滑系统[J]. 现代制造工程, 2017, 446(11): 70-75.