为提高混合动力汽车再生制动能量利用率与制动安全性,进一步提升续驶里程,提出一种基于多智能体的再生制动协同控制方法。构建交互式协同控制再生制动系统智能体及子智能体模型,系统智能体通过接受制动工况信息将蓄电池荷电状态(State o...为提高混合动力汽车再生制动能量利用率与制动安全性,进一步提升续驶里程,提出一种基于多智能体的再生制动协同控制方法。构建交互式协同控制再生制动系统智能体及子智能体模型,系统智能体通过接受制动工况信息将蓄电池荷电状态(State of Charge,SOC)发送给蓄电池智能体,将再生制动分配系数与制动强度系数发送给车轮智能体和电机智能体;各子智能体以自身最高工作效率为目标,结合各自运行工况与其他智能体进行交互并将各自的任务实时反馈给系统智能体。最后在MATLAB/Simulink中建模,在CYC_UDDS工况下进行仿真验证。结果表明,电机制动力与机械制动力得到合理分配,充电电流控制在合理范围内,制动过程蓄电池SOC增加了近23%、制动能量利用率达17.43%,验证了所提方法的可行性和有效性。展开更多
文摘为提高混合动力汽车再生制动能量利用率与制动安全性,进一步提升续驶里程,提出一种基于多智能体的再生制动协同控制方法。构建交互式协同控制再生制动系统智能体及子智能体模型,系统智能体通过接受制动工况信息将蓄电池荷电状态(State of Charge,SOC)发送给蓄电池智能体,将再生制动分配系数与制动强度系数发送给车轮智能体和电机智能体;各子智能体以自身最高工作效率为目标,结合各自运行工况与其他智能体进行交互并将各自的任务实时反馈给系统智能体。最后在MATLAB/Simulink中建模,在CYC_UDDS工况下进行仿真验证。结果表明,电机制动力与机械制动力得到合理分配,充电电流控制在合理范围内,制动过程蓄电池SOC增加了近23%、制动能量利用率达17.43%,验证了所提方法的可行性和有效性。
