[发明专利]一种液电复合混合动力系统关键元件参数选择的优化方法

摘要

本发明是一种液电复合混合动力系统关键元件参数选择的优化方法，属于混合动力领域。设定种群数，对种群进行自适应选择、交叉、变异遗传操作，退温操作，确定发动机的目标值，进行一定代数的模拟退火遗传操作后，最优适应度与平均适应度相差较小时，认为算法在给定范围内趋于收敛，对最优个体进行适应度评价，若满足要求，则跳出循环，否则，以最优个体为此时系统初始值；本发明满足了动力性指标的前提下提高能量的回收率，有效地识别出关键元件最优解的位置，提高车辆的整体性能。

主权项

一种液电复合混合动力系统关键元件参数选择的优化方法，包括以下步骤：（1）设定种群数、初始退火温度，随机选取个体，确定行驶工况；（2）对种群中每一条染色体代入二次调节静液传动车辆动力系统的数学模型，以便验证是否满足最高车速、坡度和加速度性能要求；如满足，则进行行驶工况测试并计算出其油耗，然后得到其适应度；否则被舍弃，并保留最佳个体；（3）对种群进行自适应选择、交叉、变异遗传操作；（4）对种群遗传操作结果进行适应度重新排序，在保留最优个体基础上，进行模拟退火操作，并与保留的最优个体一起构成新种群；（5）退温操作，返回步骤（2）；（6）进行一定代数的模拟退火遗传操作后，最优适应度与平均适应度相差较小时，认为算法在给定范围内趋于收敛；（7）对最优个体进行适应度评价，若满足要求，则跳出循环，否则，以最优个体为此时系统初始值，返回步骤（1）。目标函数的确定由于期望液电复合混合动力系统的几项性能指标同时达到最优，因此实质上是一个在给定的设计域内寻找满足性能指标的最优解的多目标优化问题。选取如下4个性能指标作为动力系统参数的优化目标；（1）制动能量的回收能力： η = E acc _ max E avg = E acc _ max 1 2 mv avg 2 式中：η为制动能量的回收能量系数；Eacc‑max为液压蓄能器可回收的最大制动能量；m为整车重量；vavg为混合动力车辆平均制动速度；Eavg为车辆制动能量；（2）动力性能： t hv = Σ j = 1 n ∫ u j 1 u j 2 δ j m [ F hj - ( F f + F w ) ] du 式中：t为车辆加速时间；Fhj为蓄电池驱动时车辆的最大驱动力；Ff为蓄电池驱动时车辆的滚动阻力；Fw为蓄电池驱动时车辆的空气阻力力；（3）车重增加导致油耗的增加： Q add = [ f ( m acc ) + f ( m P / M ) + f ( m M ) + f ( m b ) + m ] Σ ( Q a + Q s + Q d + Q id ) m 式中：f(macc)，f(mp/m)，f(mM)，f(mb)为液压蓄能器、液压泵/马达、电机和蓄电池的重量拟合函数；Qa，Qs——车辆在加速、恒速时的油耗；Qd，Qid——减速和怠速时的油耗；（4）整车价格的增加：price＝fp(Vacc)+fp(Vb)+fp(P/M)+fp(M)式中fp(Vacc)，f(p/m)，f(m)，f(Vb)，——液压蓄能器、液压泵/马达、电机和蓄电池的价格拟合函数；多目标最优解与各子目标最优解是密切相关的，应包含各子目标的贡献。为减少各自子优化目标之间的数值差异，对它们进行了单位化处理，然后采用权重系数变换法将多目标综合为单一的优化目标： F = ( V P / M , P M , V acc , V b ) = a 1 E max - E acc E max - E min + a 2 t hv - t min t max - t min + a 3 Q hv - Q min Q max - Q min + a 4 P hv - P min P max - P min 式中Emax，Emin——液压蓄能器可回收的最大能量和最小能量；tmax，tmin——最大加速时间和最小加速时间；Qmax，Qmin——混合动力车辆油耗的最大值和最小值；Pmax，Pmin——整车价格增加的最大值和最小值；ai——加权因子，目标函数中的每一项都是由因子ai进行加权。