为充分利用电网电能,以增程式电动汽车(Range-Extended Electric Vehicles,REEV)为研究对象,基于车载导航系统、智能交通系统(ITS)以及智能电网系统,运用迪克斯特拉(Dijkstra)算法对REEV进行充电路径规划,引入里程信息以及参考电池剩余...为充分利用电网电能,以增程式电动汽车(Range-Extended Electric Vehicles,REEV)为研究对象,基于车载导航系统、智能交通系统(ITS)以及智能电网系统,运用迪克斯特拉(Dijkstra)算法对REEV进行充电路径规划,引入里程信息以及参考电池剩余电量(SOC),并根据路径规划结果,综合考虑车辆的燃油经济性和排放性,对规划路径制定分段里程自适应控制策略,使REEV能够在不同里程段内合理分配辅助动力装置(APU)和电池的能量。基于Matlab/Simulink搭建整车控制策略仿真模型进行仿真验证,结果表明,当行驶里程约175km时,在牺牲一部分充电时间的代价下,车辆节省了1.77L燃油,REEV的油耗下降率为92.64%,所制定的分段里程自适应控制策略能够充分利用电网电能,车辆节能效果明显。展开更多
文摘为充分利用电网电能,以增程式电动汽车(Range-Extended Electric Vehicles,REEV)为研究对象,基于车载导航系统、智能交通系统(ITS)以及智能电网系统,运用迪克斯特拉(Dijkstra)算法对REEV进行充电路径规划,引入里程信息以及参考电池剩余电量(SOC),并根据路径规划结果,综合考虑车辆的燃油经济性和排放性,对规划路径制定分段里程自适应控制策略,使REEV能够在不同里程段内合理分配辅助动力装置(APU)和电池的能量。基于Matlab/Simulink搭建整车控制策略仿真模型进行仿真验证,结果表明,当行驶里程约175km时,在牺牲一部分充电时间的代价下,车辆节省了1.77L燃油,REEV的油耗下降率为92.64%,所制定的分段里程自适应控制策略能够充分利用电网电能,车辆节能效果明显。