混合动力电动汽车能量及驱动系统的优化控制与关键技术

发展电动汽车是当今世界应对能源和环境压力窘态的重大举措，亦是汽车工业发展的必然趋势。混合动力汽车(HEV)是一类具有高度不确定性的非线性复杂系统，作为HEV心脏的能量及驱动系统是制约HEV产业化发展的瓶颈，其优化控制涉及的科学问题与关键技术极具挑战性，亟待寻求新思路新理论予以突破。本课题拟在混杂切换系统理论框架下，研究HEV多模态切换稳定性与切换动态平滑及优化控制；综合运用路况预测、鲁棒预演控制及多目标优化等新理论和方法解决能量管理问题；基于数据驱动和鲁棒最优估计理论实现动力电池内部状态准确估计；采用广义Hamilton系统理论研究HEV驱动系统的整体建模、能量优化与控制等问题；并通过搭建试验平台和整车试验验证所提新理论方法的有效性。本课题属控制理论、电气工程、车辆工程等多学科交叉的前沿方向，不仅对发展我国电动汽车技术推进其产业化具有重要意义，而且对相关学科的理论研究和应用有显著促进作用。

混合动力电动汽车（HEV）能量与驱动系统优化控制是影响车辆性能和产业化进程的主要瓶颈问题之一，亟待突破。本课题将先进控制理论与发展电动汽车的重大现实需求相结合，深化HEV能量及驱动系统优化控制理论研究，突破制约其发展的关键技术瓶颈。主要成果包括：1）在混杂切换系统理论框架下，建立了HEV驱动系统的非线性多平衡点切换奇异系统模型，深入研究了其稳定性分析及反馈镇定控制等前沿理论问题，并基于广义Hamilton理论设计了非线性切换系统鲁棒反馈控制器，发展和完善了切换系统理论，为HEV能量及驱动系统优化控制提供了有效的方法。2）针对提升HEV能量管理系统效能对路况预测信息的实际需求，凝练并成功解决了具有多通道扰动信息的随机系统H无穷预演控制及最优控制问题；利用径向基函数神经网络等数据驱动方法实现路况的精确预测，进而提出了基于路况信息的滚动优化能量管理策略和回馈制动控制策略，明显提升了燃油经济性。3）突破了动力电池高度非线性、状态估计误差大、成组应用性能严重下降等关键技术瓶颈，系统研究并建立了一整套车载动力电池组建模-估计-诊断-管理的理论方法和技术体系，为电动汽车安全高效运行提供了重要保障。4）建立了HEV驱动系统广义Hamilton模型；从能量角度入手研究并成功解决了广义Hamilton系统的能量最优控制问题，进而将其用于HEV驱动系统效率优化控制，延长了车辆续驶里程，为HEV驱动系统的高效高性能控制提供了一条新途径。5）设计并搭建了HEV能量及驱动系统的硬件在环（HIL）综合测试平台，验证了相关理论和方法，并在混合动力汽车上完成整车试验验证。