基于神经网络和遗传算法的电动汽车增程器匹配设计方法
Design Method of Electric Vehicle Range Extender Matching Based on Neural Network and Genetic Algorithm
摘要: 在电动汽车增程器的设计过程中，增程器发动机和发电机的工作点效率是否匹配直接决定增程器的系统效率。针对上述问题，本文提出一种利用神经网络和遗传算法对增程器发动机和发电机主要结构参数进行并行设计优化和匹配的方法，在最大化增程器的系统效率的同时，获得增程器发动机和发电机主要结构参数和初步性能，以及最大效率所在的范围。本文的研究可以为增程器系统的设计和性能优化提供重要的方法论指导。
Abstract: In the design process of electric vehicle range extenders, whether the working point efficiency of the range extender engine and the generator match directly determines the system efficiency of the range extender. Aiming at the above problems, this paper proposes a method for using neural net-work and genetic algorithm to optimize and match the main structural parameters of range ex-tender engine and generator in parallel, while maximizing the system efficiency of the range ex-tender, the main structural parameters and preliminary performance of the range extender engine and generator are obtained, as well as the range where the maximum efficiency is located. The re-search in this paper can provide important methodological guidance for the design and perfor-mance optimization of range extender systems.
文章引用：游澳辉, 赵金星, 马莹莹. 基于神经网络和遗传算法的电动汽车增程器匹配设计方法[J]. 建模与仿真, 2022, 11(6): 1559-1570. https://doi.org/10.12677/MOS.2022.116147

参考文献

[1] Wei, C., Sun, X., Chen, Y., et al. (2021) Comparison of Architecture and Adaptive Energy Management Strategy for Plug-In Hybrid Electric Logistics Vehicle. Energy, 230, Article ID: 120858. [Google Scholar] [CrossRef] 
[2] Bohnes, F.A., Gregg, J.S. and Laurent, A. (2017) Environmental Im-pacts of Future Urban Deployment of Electric Vehicles: Assessment Framework and Case Study of Copenhagen for 2016-2030. Environmental Science & Technology, 51, 13995-14005. [Google Scholar] [CrossRef] [PubMed]
[3] 王耀南, 孟步敏, 申永鹏, 魏跃远, 尹颖, 易迪华, 袁小芳, 张细政. 燃油增程式电动汽车动力系统关键技术综述[J]. 中国电机工程学报, 2014, 34(27): 4629-4639.
[4] 闵海涛, 叶冬金, 于远彬. 增程式电动汽车控制策略的优化[J]. 汽车工程, 2014, 36(8): 899-903+943.
[5] 李永亮, 黄英, 王绪, 郭汾. 增程式电动汽车动力系统参数匹配及控制策略优化[J]. 汽车工程学报, 2021, 11(3): 177-190.
[6] 冯仁华, 孙旺兵, 赵智超, 王韶阳, 陈昆阳, 郭栋. 增程式混合动力汽车能量管理策略设计与优化研究[J]. 重庆理工大学学报(自然科学版), 2022, 36(8): 11-20.
[7] 申永鹏, 王耀南, 孟步敏, 李会仙. 增程式电动汽车功率流优化策略[J]. 中国电机工程学报, 2015, 35(16): 4035-4042.
[8] 刘汉武, 雷雨龙, 阴晓峰, 付尧, 李兴忠. 增程式电动汽车增程器多点控制策略优化[J]. 吉林大学学报(工学版), 2022, 52(8): 1741-1750.
[9] 朱辰宇, 余卓平, 熊璐, 张培志, 曾德全. 军用增程式电动汽车增程器工作点选取策略设计[J]. 制造业自动化, 2018, 40(1): 10-15.
[10] 林苏, 赵金星, 李元辉. 增程器用外转子永磁发电机结构设计与性能优化[J]. 农业装备与车辆工程, 2020, 58(11): 6-9.
[11] 吕海英, 孙强, 王晓远. 电动汽车增程器发电机解析法效率优化设计[J]. 微电机, 2020, 53(4): 12-16+23.
[12] Zhao, J., Ma, Y., Zhang, Z., et al. (2019) Optimization and Matching for Range-Extenders of Electric Vehicles with Artificial Neural Network and Genetic Algorithm. Energy Conversion & Management, 184, 709-725. [Google Scholar] [CrossRef] 
[13] 张锦华, 原思聪, 张晓钟, 郭海燕. 基于人工神经网络响应面技术的多学科优化方法研究及应用[J]. 西安建筑科技大学学报, 2011, 43(3): 451-456.
[14] 刘健, 袁谦, 吴广, 喻晓. 卷积神经网络综述[J]. 计算机时代, 2018(11): 19-23.
[15] 贺俊杰, 王耀南, 申永鹏, 易迪华. 增程式电动汽车控制策略的优化研究[J]. 计算机工程与应用, 2015, 51(24): 205-209.
[16] Bassett, M., Fraser, N., Brooks, T., et al. (2010) A Study of Fuel Converter Requirements for an Extended-Range Electric Vehicle. SAE Paper 2010-01-0832. [Google Scholar] [CrossRef] 

为你推荐