关键词:
汽车工程
控制策略
一致性算法
增程式电动汽车
多智能体
摘要:
针对增程式电动汽车(extended range electric vehicle, EREV)在动力总成集成控制中能量分配难以最优化问题,提出一种基于多智能体(multi-agent systems, MAS)一致性算法的智能控制策略。首先,建立EREV增程器和动力电池成本函数作为一致性算法迭代目标函数,在JADE(基于Java语言Agent开发框架)平台中搭建包含增程器智能体、动力电池智能体以及驱动电机智能体等动力部件多智能体系统框架,通过各动力部件智能体间的信息接收、计算、交互等步骤完成一致性算法的迭代,实现动力源部件间功率的协调分配。然后,利用MACSimJX插件将带有一致性算法的多智能体系统连接MATLAB/Simulink整车控制模型,嵌入ADVISOR软件中运行仿真。最后,通过D2P(from development to production)技术对提出的控制策略进行台架试验,搭建EREV动力部件试验平台,利用Motohawk等组件完成整车模型的下载、编译和代码生成,选取美国城市循环工况(CYC_UDDS)作为试验工况,设置动力电池荷电状态(SOC)初始值,以验证多智能体一致性算法对整车能量分配的控制效果。结果表明:所提控制策略可以有效实现对整车能量的智能控制,减少燃油消耗。与传统规则型电辅助控制策略相比,动力源部件高效工作点区间较为集中,整车能耗损失值显著降低;与动态规划算法全局优化控制策略相比,动力电池SOC值能很好地跟随最优SOC曲线下降;台架试验动力电池SOC值变化曲线与模型仿真结果基本一致,并维持在0.116左右。