电-热-老化耦合下增程式电动车能源系统优化设计与控制

Component parameter design and control of energy system are crucial to the realization of objectives such as low cost, battery longevity and high energy efficiency for Extended Range Electric Vehicles (EREVs), whereas the effect of battery electrical-thermal-aging dynamic coupling poses a big challenge. This project plans to firstly investigate the coupling mechanism of battery electrical, thermal and aging behavior through experimental and numerical means, and further to establish a coupled model catering to system design and control. Building on this, and in order to solve the issue that the coupling of parameter design and control is significant under electrical-thermal-aging dynamic coupling, this project proposes a new method for fast multi-objective combined optimal design and control, to study optimal parameter design for the energy system. This method is based on optimization theory and combines pseudospectral optimal control and optimization algorithm. At last, to solve the issue that the introduction of battery longevity as a control objective increases the time scale of the optimal energy management problem and also computational complexity, this research proposes a novel multi-time scale control approach based on two-layer predictive control and control objective decomposition, to study online dynamic optimization of the energy management strategy. Hardware-in-the-loop simulation and vehicle on-road test are proposed to validate the approach. This project is significantly meaningful for improving the performance potential of EREVs, and to further boost the industrialization of electric vehicles in our country.

能源系统匹配设计与控制对增程式电动车低成本、长电池寿命和高能效等目标的实现具有至关重要的作用，而动力电池电-热-老化行为的动态耦合作用给其带来了很大挑战。本项目拟首先通过实验和数值手段，探究动力电池电-热-老化行为之间的动态耦合机制，并建立面向系统设计与控制的耦合模型；在此基础上，为解决电-热-老化耦合下匹配设计与控制之间耦合关系显著的问题，基于优化理论，结合伪谱最优控制方法和优化算法，提出一种参数匹配与能量管理多目标快速协同优化设计的新方法，对能源系统参数优化设计展开研究；最后，针对“长电池寿命”控制目标的引入加大了能量管理优化控制所需关注的时间尺度和计算复杂度的问题，提出一种基于双层预测控制和控制目标分解的多时间尺度控制新方法，研究能量管理策略的在线动态优化，并进行半实物仿真和实车道路实验对该方法进行验证。本项目对挖掘增程式电动车的性能潜力，进而加速我国电动汽车市场化进程具有重要意义。

针对新能源汽车能源动力系统的优化设计与控制，主要开展了如下创新性的研究工作：1）提出了一种新的基于置信区间的电池模型参数实际可辨识性的分析方法，提高了等效电路模型参数可辨识性分析的可靠性，并进一步基于分析得到的结果，提出了一种考虑参数动态特性差异的参数和状态在线联合估计算法，并进一步研究了一种基于负载预测的电池限功率控制新方法。2）发展了预测性能量管理的双层控制框架，在上层提出了一种基于行驶工况有序分割和电耗特征解析的电池电量轨迹非线性规划方法，可实现复杂交通场景和地形下的电量轨迹在线实时规划，结果能逼近全局最优解；在下层提出了一种基于模型预测控制的两阶段-双模型能量管理新方法，可在车载实时应用所要求的极稀疏的控制网格划分下获得比传统方法更好的燃油经济性。上下两层共同作用，可有力推动先进的预测性能量管理控制技术在实车上的应用，提升新能源车辆的燃油经济性。3）发明了一种采用“部分换电”思路的电动汽车新型双源电池系统，该系统中的副电池包可快速更换、自主移动，并可在行驶过程中平稳切入工作。该双源电池系统可在不增加整车购置成本的同时很好地满足驾驶者多样化的里程需求，有可能变革现有的电动汽车中心式换电模式，产生极大的商业价值。4）以全生命周期成本最小为优化目标，对混合动力系统的参数匹配进行了综合优化研究。用Matlab/Simulink建立了整车动力系统的前向仿真模型，建立了锂离子电池的电化学-热耦合模型和老化模型，采用遗传算法调用整车前向仿真模型和训练好的神经网络电池模型进行联合优化求解，获得了最佳的参数匹配设计。