·170 智能系统学报 第12卷 3.2最佳综合成本运行曲线 而当车辆需要更多考虑减少C0排放时，动态调 当整车控制器对APU发出特定的功率点需求 整01=0.2，w2=0.8对工作点进行寻优，改善车 P时，发动机将工作在整车控制器指定的功率点 辆的排放性能，而得到的APU最佳综合成本运 上，此时的可运行工作点为功率为P的等功率线 行曲线的结果分别如图9(b)、(c)所示。比较3 上，如图7所示黑色实线即为PAu=25kW时APU 张图，基于不同的权重考虑下，APU最佳综合成 工作区间，优化变量需要满足式(10)。 本运行曲线会发生明显变化，以寻求不同目的下 max(Na,三(fn(N),g(N,P))≤ 的油耗率及C0排放率的共同优化。 N≤min(Ns,三(Tia,g(N,P)) (10) 90 80 T=9549P/N 0 式中：三，(f(N),g(N,P)表示APU外特性曲线 60 f(N)与等功率线g(N,Pn)的交点处转速，三 30 (Tma,g(N,P))为APU最小功率与功率等高线 40 g(n,P)交点处的转速，图8即为PAu=25kW,且 30 w,=02=0.5时综合成本优化结果。此时，N= 20 3453.1r·min1,T=69.1Nm时，综合成本取得最小 1.01.52.02.530334.0455.05.5x10 转速/(rmin) 值Fs=0.19。 (a)w1=02=0.5 80 90 704 80 60 70 50 60 40 50 .0 03 40 30 1008 ×10 20号 53503 1.01.52.02.53.03.54.04.55.05.5 转速/(rmin) 1 ” ×10 1.01.52.02.53.03.54.04.55.05.5 图7P4=25kW时APU工作区间 转速/(rmin Fig.7 Feasible operating area when Pmd=25 kW (b)1=0.8,102=0.2 90 80 70 70 60 60 44 ×10 101.52.02.53.03.54.04.55.05.5 1.0 1.52.02.53.03.54.04.55.05.5 转速/(rmir) 转速/(rmin) 图8Pm=25kW时最优解分布情况 (c）0,=0.2,w2=0.8 Fig.8 Distribution of the firely optimal solution when 图9基于PS0算法的最佳综合成本曲线 Pomd=25 kW Fig.9 The best composite cost curve based on PSO model 设定功率值从1kW~40kW,以每隔3kW为 4结束语 间隔，在01=W2=0.5时利用FA算法模型进行 APU综合成本优化，即可得到APU最佳综合成 为应对日益严峻的能源危机与环境污染问题， 本运行曲线，如图9(a)所示，当车辆需要更多考 文章讨论的增程式电动汽车增程器发动机在其外特 虑减小油耗率时，动态调整至01=0.8，w2=0.2, 性基本限制条件下，综合考虑了燃油消耗及C0排 放特性，并在MATLAB环境下建立了基于两者的综３．２ 最佳综合成本运行曲线 当整车控制器对 ＡＰＵ 发出特定的功率点需求 ＰＡＰＵ时，发动机将工作在整车控制器指定的功率点 上，此时的可运行工作点为功率为 ＰＡＰＵ的等功率线 上，如图 ７ 所示黑色实线即为 ＰＡＰＵ ＝ ２５ ｋＷ 时 ＡＰＵ 工作区间，优化变量需要满足式（１０）。 ｍａｘ（Ｎｍｉｎ ，Ξｘ（ｆ ｔｍ（Ｎ），ｇ（Ｎ，Ｐ））） ≤ Ｎ ≤ ｍｉｎ（Ｎｍａｘ，Ξｘ（Ｔｍｉｎ ，ｇ（Ｎ，Ｐ））） Ｔ ＝ ９ ５４９ Ｐ ／ Ｎ ì î í ï ï ï ï （１０） 式中：Ξ ｘ（ｆ ｔｍ（Ｎ），ｇ（Ｎ，Ｐ）） 表示 ＡＰＵ 外特性曲线 ｆ ｔｍ（Ｎ） 与等功率线 ｇ （ Ｎ，Ｐｍｉｎ ） 的交点处转速，Ξｘ （Ｔｍｉｎ ， ｇ （ Ｎ，Ｐ）） 为 ＡＰＵ 最小功率与功率等高线 ｇ（ｎ，Ｐ）交点处的转速，图 ８ 即为 ＰＡＰＵ ＝ ２５ ｋＷ，且 ｗ１ ＝ｗ２ ＝ ０． ５ 时 综 合 成 本 优 化 结 果。 此 时， Ｎ ＝ ３ ４５３．１ ｒ·ｍｉｎ －１ ，Ｔ ＝ ６９．１ Ｎｍ时，综合成本取得最小 值ＦＳ ＝ ０．１９。 图 ７ Ｐｃｍｄ ＝ ２５ ｋＷ 时 ＡＰＵ 工作区间 Ｆｉｇ．７ Ｆｅａｓｉｂｌｅ ｏｐｅｒａｔｉｎｇ ａｒｅａ ｗｈｅｎ Ｐｃｍｄ ＝ ２５ ｋＷ 图 ８ Ｐｃｍｄ ＝ ２５ ｋＷ 时最优解分布情况 Ｆｉｇ．８ Ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｔｈｅ ｆｉｒｅｌｙ ｏｐｔｉｍａｌ ｓｏｌｕｔｉｏｎ ｗｈｅｎ Ｐｃｍｄ ＝ ２５ ｋＷ 设定功率值从 １ ｋＷ ～ ４０ ｋＷ，以每隔 ３ ｋＷ 为 间隔，在 ｗ１ ＝ ｗ２ ＝ ０． ５ 时利用 ＦＡ 算法模型进行 ＡＰＵ 综合成本优化，即可得到 ＡＰＵ 最佳综合成 本运行曲线，如图 ９（ ａ） 所示，当车辆需要更多考 虑减小油耗率时，动态调整至 ｗ１ ＝ ０． ８，ｗ２ ＝ ０． ２， 而当车辆需要更多考虑减少 ＣＯ 排放时，动态调 整 ｗ１ ＝ ０．２，ｗ２ ＝ ０． ８ 对工作点进行寻优，改善车 辆的排放性能，而得到的 ＡＰＵ 最佳综合成本运 行曲线的结果分别如图 ９（ ｂ） 、（ ｃ） 所示。 比较 ３ 张图，基于不同的权重考虑下，ＡＰＵ 最佳综合成 本运行曲线会发生明显变化，以寻求不同目的下 的油耗率及 ＣＯ 排放率的共同优化。 （ａ）ｗ１ ＝ｗ２ ＝ ０．５ （ｂ） ｗ１ ＝ ０．８，ｗ２ ＝ ０．２ （ｃ） ｗ１ ＝ ０．２，ｗ２ ＝ ０．８ 图 ９ 基于 ＰＳＯ 算法的最佳综合成本曲线 Ｆｉｇ．９ Ｔｈｅ ｂｅｓｔ ｃｏｍｐｏｓｉｔｅ ｃｏｓｔ ｃｕｒｖｅ ｂａｓｅｄ ｏｎ ＰＳＯ ｍｏｄｅｌ ４ 结束语 为应对日益严峻的能源危机与环境污染问题， 文章讨论的增程式电动汽车增程器发动机在其外特 性基本限制条件下 ，综合考虑了燃油消耗及 ＣＯ 排 放特性，并在 ＭＡＴＬＡＢ 环境下建立了基于两者的综 ·１７０· 智 能 系 统 学 报 第 １２ 卷