资料介绍
为了提高并联式混合动力汽车(PHEV)的燃油经济性,提出了一种基于BP神经网络的并联式混合动力汽车实时能量管理策略。采用瞬时优化能量管理策略结合多种路况离线仿真得到能量管理规则,利用模糊C-均值聚类对能量管理规则进行分类并提取部分规则作为神经网络的训练样本。训练得到的BP神经网络控制器根据车辆实时工况控制混合动力系统的转矩分配,以实现最优的能量分配。基于ADVISOR的仿真研究表明,与瞬时优化能量管理策略相比,该能量管理策略不仅能够保证车辆的燃油经济性,而且明显提高了能量管理的实时性。第 12 卷 第 5期 电 机 与 控 制 学 报 Vol112 No15
2008 年 9 月 EL EC TR IC MA CH IN E S AND CON TROL Sep. 2008
并联式混合动力汽车的 BP网络实时能量管理
吴剑 , 张承慧 , 崔纳新
(山东大学 控制科学与工程学院 ,山东 济南 250061 )
摘 要 : 为了提高并联式混合动力汽车 ( PHEV )的燃油经济性 ,提出了一种基于 BP 神经网络的并
联式混合动力汽车实时能量管理策略 。采用瞬时优化能量管理策略结合多种路况离线仿真得到能
量管理规则 ,利用模糊 C 2
均值聚类对能量管理规则进行分类并提取部分规则作为神经网络的训练
样本 。训练得到的 BP 神经网络控制器根据车辆实时工况控制混合动力系统的转矩分配 , 以实现
最优的能量分配 。基于 ADV ISOR 的仿真研究表明 ,与瞬时优化