XH2純電動汽車動力系統(tǒng)匹配及其多目標優(yōu)化研究.pdf

1、隨著能源與環(huán)境問題的惡化，國家高度重視電動汽車的發(fā)展，期望電動汽車的發(fā)展能緩解能源與環(huán)境問題。而電動汽車的性能提升卻是緩慢的，電動汽車在滿足廣大人民群眾的切實需求上存在著很大的距離。目前電動汽車性能提升主要受限于關鍵零部件核心技術尚無革命性突破，在已有的零部件條件下，進行高效匹配是提升電動汽車動力性與經濟性的重要手段之一。
　　結合我校研發(fā)XH2型純電動汽車項目，對該車動力系統(tǒng)關鍵部件進行匹配選型與優(yōu)化。以滿足行業(yè)標準為基本要求，

2、為發(fā)揮部件最大效用，實現(xiàn)整車動力性與經濟性最佳為目標進行研究。主要研究內容如下：
　　1）通過對電動汽車行業(yè)標準以及對標車型整車參數(shù)的研究，設定了XH2純電動汽車基本目標性能參數(shù)，根據(jù)基本目標參數(shù)進行了主要部件選型研究。通過選型匹配，確定了以動力系統(tǒng)傳動比為可優(yōu)化變量。
　　2）對匹配優(yōu)化算法進行了深入研究。其中主要為標準遺傳算法的研究，以及針對多目標問題的非支配排序遺傳算法(NSGAII)的分析研究。
　　3）對動力

3、系統(tǒng)優(yōu)化數(shù)學模型的研究。主要為目標函數(shù)與優(yōu)化約束條件的數(shù)學模型研究。
　　4）對目標函數(shù)求解的研究。主要為百公里電耗求解，通過動力系統(tǒng)仿真建模求解。仿真模型中主要包括了汽車循環(huán)工況、電機效率與整車控制策略、以及Ⅱ檔變速器換擋策略。
　　5）對約束條件的求解研究。對基于NSGAII遺傳算法的非線性約束條件處理方式進行了對比研究。主要為罰函數(shù)方式與基因修復方式的對比研究。
　　通過匹配選型研究得到了電機、電池的選型參數(shù)；通