增程式PHEV能量管理仿真——从规则策略到优化算法
增程式PHEV能量管理仿真——从规则策略到优化算法
摘要
增程式插电式混合动力汽车（EREV/PHEV）作为传统燃油车向纯电动汽车过渡的重要技术路线，其能量管理策略（Energy Management Strategy, EMS）直接决定了整车的燃油经济性、动力性能与电池使用寿命。本文系统梳理了增程式PHEV能量管理的理论基础，从传统规则策略（定点控制、功率跟随、三工作点控制）到优化型策略（等效油耗最小策略ECMS、动态规划DP、模型预测控制MPC、庞特里亚金极小值原理PMP），再到以深度强化学习（DRL）为代表的人工智能策略，进行了全面综述与分析。在此基础上，本文以MATLAB/Simulink为平台，详细给出了增程式电动汽车整车仿真模型的搭建方法，包括纵向动力学模块、电池模块、增程器模块和控制策略模块的实现代码及完整解析。最后，通过NEDC与WLTC工况的对比仿真，验证了功率跟随控制策略的有效性，并讨论了典型优化策略的仿真实现路径。本文可为增程式混合动力能量管理系统的研究与开发提供理论依据和仿真参考。
关键词：增程式电动汽车；能量管理策略；功率跟随控制；仿真建模；燃油经济性
1 引言
1.1 研究背景
在全球能源危机与环境污染日益严峻的背景下，交通运输行业正加速向电动化转型。然而，纯电动汽车受限于动力电池的技术瓶颈——能量密度、充电速度和低温性能等短板尚未完全突破，其在续航里程和补能便利性方面仍存在明显短板。增程式插电式混合动力汽车（Plug-in Hybrid Electric V