顶部>JACIII公司>基于粒子群算法的再生制动优化。。。

单jc.php

JACIII第26卷第6期，1022-1030页
doi:10.20965/jaciii.2022.p1022
(2022)

纸张：

过去60天的浏览量： 347

基于粒子群算法的电动汽车再生制动优化

黄小柴*穆罕默德·伊祖安·法赫米·本·罗姆利*,**,†Shamshul Bahar Yaakob先生*、刘慧芳**和穆罕默德·扎伊德·艾桑***

*马来西亚国立大学电气工程技术学院
马来西亚佩利斯阿劳Pauh Putra，邮编：02600

**马来西亚佩利斯大学可再生能源卓越中心电动汽车储能系统（eVess）研究小组
马来西亚佩利斯阿劳Pauh Putra，邮编：02600

***马来西亚马六甲德尼卡尔大学电气工程学院
马来西亚马六甲76100，Durian Tunggal，Hang Tuah Jaya

†通讯作者

收到：
2022年2月27日
认可的：
2022年7月22日
出版：
2022年11月20日
Creative Commons许可证
关键词：
粒子群优化（PSO）、电动汽车（EV）、超级电容器（SC）、能源管理系统（EMS）、无刷直流电机（BLDC）
摘要

近年来，降低燃料消耗和温室气体排放的话题已成为汽车行业的主要关注焦点之一，引领电动汽车的发展，以树立环保意识。因此，混合动力电动汽车（HEV）、插电式混合动力电动车辆（PHEV）和全电动汽车（EV）的发展已经开始兴起，以取代完全依赖燃料运行的汽油车，帮助应对世界气候变化问题。本研究主要致力于解决传统旧电池组的充电周期问题、电动汽车的储能系统问题以及使用电池组作为能源对电动汽车行驶距离的限制。仿真中采用基于粒子群算法的比例积分（PI）控制器，通过获得优化的K参数来优化无刷直流电机的转速第页和K我使用MATLAB/Simulink软件对超级电容器在各种条件下的行为进行图形建模、仿真和分析。仿真结果表明，与传统方法相比，基于粒子群优化的能量管理方法可以实现更高的能量效率。总而言之，发展全电动公交车或车辆可以为社会带来新一代零温室气体排放。本文应用基于粒子群优化算法的PI控制器进行优化，结果表明，电动汽车总行驶距离增加了6%，在1300s的总行驶时间内，电动汽车的最大速度和峰间速度提高了3.69%，电动汽车平均速度提高了14.57%。

电动汽车模型配置

电动汽车模型配置

引用本文为：
W.Chai、M.bin Romli、S.Yaakob、L.Fang和M.Aihsan，“电动汽车使用粒子群算法的再生制动优化”高级计算杂志。因特尔。因特尔。通知。第26卷第6期，第1022-1030页，2022年。
数据文件：
工具书类
  1. [1] M.Montazeri-Gh和M.Mahmoodi-k，“为动力分裂混合动力电动汽车开发新的动力管理战略”，交通运输。决议第D部分：运输。环境。，第37卷，第79-96页，doi:10.1016/j.trd.2015.04.024，2015年。
  2. [2] E.Kamal和L.Adouane，“基于人工神经模糊的混合动力汽车智能能源管理策略”，IEEE Trans。因特尔。车辆。，第3卷，第1期，第112-115页，doi:10.1109/tiv.2017.27881852018年。
  3. [3] J.Wu等人，“环境问题在公众接受自主电动汽车中的作用：来自中国的调查”，交通部。研究第F部分，交通心理。贝哈夫。，第60卷，第37-46页，doi:10.1016/j.trf.2018.09.029，2019年。
  4. [4] I.E.Agency，“2018年全球电动汽车展望：实现跨模式电气化”，2018年。https://www.iea.org/reports/global-ev-outlook-2018[于2021年12月18日访问]
  5. [5] G.Hiermann等人，“混合使用传统、插电式混合动力和电动汽车的路线选择”，欧洲期刊Oper。研究，第272卷，第1期，第235-248页，doi:10.1016/j.jor.2018.06.0252019。
  6. [6] J.Li等人，“电动客车用SMES/电池混合储能系统”，IEEE Trans。应用。超导体。，第26卷，第4期，第1-5页，doi:10.1010/TASC.2016.2527730，2016。
  7. [7] Q.Zhang和G.Li，“电动汽车用半主动电池-超级电容器混合储能系统的实验研究”，IEEE Trans。电力电子。，第35卷，第1期，第1014-1021页，doi:10.1109/tpel.2019.29124252019年。
  8. [8] L.Kouchachvili、W.Yaíci和E.Entchev，“电动汽车的混合电池/超级电容储能系统”，《电源杂志》，第374卷，第237-248页，doi:10.1016/J.jpowsour.2017.11.0402018。
  9. [9] Z.Chen等人，“基于驾驶循环预测的插入式混合动力客车的多模式能量管理”，IEEE Trans。因特尔。运输。系统。，第17卷，第10期，第2811-2821页，doi:10.1109/TITS.2016.2527244，2016年。
  10. [10] J.Du等人，“带多能源存储系统的插入式混合动力电动客车的电池退化最小化能源管理策略”，《能源》，第165卷，A部分，第153-163页，doi:10.1016/J.energy.2018.09.0842018。
  11. [11] Z.Chen等人，“基于粒子群优化算法的插电式混合动力电动汽车的最佳能源管理策略”，Energies，第8卷，第5期，第3661-3678页，doi:10.3390/en805366120015。
  12. [12] T.Mesbahi等人，“基于粒子群优化结合Nelder-Mead单纯形方法的锂离子电池/超级电容器混合储能系统的最佳能量管理”，IEEE Trans。因特尔。车辆。，第2卷，第2期，第99-110页，doi:10.1109/tiv.2017.27204642017年。
  13. [13] B.Chen等人，“使用UC的快速充电储能系统的改进TL-Buck转换器”，《高级计算杂志》。因特尔。因特尔。通知。，第20卷，第7期，第1086-1093页，doi:10.20965/jaciii，2016年，第1086页。
  14. [14] Z.Zheng等人，“无人地面车辆直流微格栅中混合储能系统的自适应能量控制策略”，J.Adv.Compute。因特尔。因特尔。通知。，第23卷，第2期，第287-292页，doi:10.20965/jaciii.2019.p02872019。
  15. [15] F.Naseri、E.Farjah和T.Ghanbari，“基于电池/超级电容的高效再生制动系统，适用于带BLDC电机的电动、混合动力和插电式混合动力电动汽车”，IEEE Trans。车辆。技术。，第66卷，第5期，第3724-3738页，doi:10.1109/TVT.2016.2616552017年。
  16. [16] M.Muhammad、Z.Rasin和A.Jidin，“IM驱动系统用混合储能双向准Z源逆变器”，IEEE第九交响乐。计算。应用。Ind.Electron公司。，第75-80页，doi:10.1109/iscaie.2019.87438692019年。
  17. [17] S.S.Bhurse和A.A.Bhole，“电动汽车再生制动综述”，第7届IEEE国际会议计算。电力、能源、信息通信。（ICCPEIC），第363-367页，doi:10.1109/ICCPEIC.2018.8525157，2018年。
  18. [18] Y.Bai等人，“采用分层优化能源管理策略的插入式混合动力电动汽车的电池防老化控制”，J.Clean。Prod.，第237卷，第117841条，doi:10.1016/j.jclepro.2019.1178412019。
  19. [19] S.Fan等人，“串联超级电容器串的模块化放电型平衡拓扑”，《能源》，第11卷，第6期，第1438条，doi:10.3390/en11061438，2018年。
  20. [20] Y.Wang、Z.Sun和Z.Chen，“锂离子电池、超级电容器和PEM燃料电池系统的基于规则的能源管理策略”，《能源媒体》，第158卷，第2555-2560页，doi:10.1016/j.egypro.2019.02.003，2019年。
  21. [21]O.Smai等人，“探索粒子群优化以构建动态充电电动汽车路径算法”，a.D.Gloria（编辑），“电子行业、环境和社会的应用”，第512卷，Springer Cham，2017年。
  22. [22]H.Marefat，“带超级电容器的电动汽车新能源管理系统”，滑铁卢大学硕士论文，2019年。
  23. [23]A.C.Shekar和S.Anwar，“通过粒子群优化对锂离子电化学电池模型进行实时状态估计”，《电池》，第5卷，第1期，第4条，doi:10.3390/batteries50100042019年。
  24. [24]K.Mathew和D.M.Abraham，“电动汽车车载充电器基于粒子群优化的滑模控制器”，计算。选举人。Eng.，第96卷，A部分，第107502条，doi:10.1016/j.compleceng.2021.1075022021。
  25. [25]B.Tifour等人，“基于粒子群和顾问的燃料电池混合动力电动汽车的最优模糊逻辑控制”，IEEE Green Technol。Conf.，第148-154页，doi:10.10109/GREENTECH48523.2021.000332021。

Creative Commons许可证 本文发表于Creative Commons Attribution-NoDerivatives 4.0国际许可证。

*该网站是基于HTML5和CSS3为现代浏览器设计的，例如Chrome、Firefox、Safari、Edge和Opera。

上次更新日期：2024年6月3日