【作者】

陆宇航; 刘军恒; 包舒钺; 嵇乾

【单位】

江苏大学;

【摘要】

文章以一搭载功率分流混合动力系统的车辆模型为对象，采用算法仿真的手段，探索基于长短期记忆循环神经网络的功率分流式混合动力系统能量管理策略方案。首先，文章依据原型车辆各部件特性数据和机械电气关系采用后向法建立了商用车整车模型。整车模型包括车辆动力学模型、发动机模型、电机模型、电池模型和传动系统模型。此外，还对比分析了常用的标准驾驶循环的特征，上述车辆模型和驾驶循环作为后续算法的被控对象和行驶场景。其次，为获得理论最优能量管理方案，采用DP算法为本文的长短期记忆（LSTM）循环神经网络提供训练集的方案。同时，LSTM循环神经网络能量管理策略在给定的驾驶循环和车辆模型上实施实时控制后，DP算法可进行最优能量管理方案的计算并与LSTM的结果进行对比分析。然后，构建了以LSTM循环神经网络为核心的能量管理策略，将训练后的LSTM网络用于能量管理策略核心对车辆模型进行实时控制。结果表明，在CHTC-LT和C-WTVC两个测试驾驶循环中，LSTM表现出良好的泛化能力，SOC波动相对稳定，开始和结束的差异在10%以内，且LSTM方案与DP算法给出的理论最优方案相比可实现最小13.6%的油耗差距。通过控制方式的比较，LSTM与DP在控制逻辑上有一定的相似性，发动机与电机的平均转速及平均扭矩最小差值为14.5%。

【关键词】

混合动力系统;能量管理策略;动态规划算法;循环神经网络;长短期记忆神经网络

【论文集名称】

混合动力及先进汽油机

【会议名称】

2023交通能源与智能动力大会

【会议时间】

2023-11-10至2023-11-12

【会议地点】

天津

【下载次数】

3

返回