• 1
  • 2
新闻详细
路灯车出租, 珠海路灯车出租, 路灯车出租公司
新闻分类:行业资讯   作者:admin    发布于:2016-05-234    文字:【】【】【

   

    路灯车出租, 珠海路灯车出租,  路灯车出租公司, 根据路灯车系统工作特点,提出了一种“功率跟随+恒温器”与模糊控制相结合的路灯车路灯车路灯车能量管理策略。为了进一步提升电传动路灯车系统燃油经济性,基于差分进化理论提出了一种混合粒子群优化算法(DEHPSO),并结合算法对功率跟随控制策略的转速切换值进行了优化。仿真结果表明:设计策略实现了供能任务的合理分配,使路灯车系统具备了较高的工作效率和功率输出能力。通过DEHPSO算法优化后,路灯车系统燃油消耗降低了8.27%,燃油经济性得到了进一步提高,为改善电传动路灯车系统综合工作性能提供了有效途径。


    为了实现能量的高效传递与输出,IGPU路灯车系统通常采用高功率电子调速柴油机和永磁同步电机完成能量供给任务。考虑到发动机与发电机的转速耦合关系,可将两者作为整体进行建模,发电机的机械力矩即为发动机的负载力矩,由转矩平衡可得:(1)式中:Te,Tg分别为发动机和发电机输出转矩;ik为增速箱传动比;ne,ng分别为发动机与发电机转速;Je,Jg分别为发动机与发电机的转动惯量。忽略发电机的内阻压降和转矩损失,则路灯车系统的总线电压与发电机电磁转矩.

    ( 2)式中:Idc为直流母线电流;ωg为发电机转速;Ke,Kx分别为发电机的电感系数和阻抗系数,二者可由实验数据拟合确定。由上式可以看出,在母线电压一定的情况下,为了使IGPU能够向路灯车系统输出功率,发电机感应电动势须大于母线电压,因此其最低转速为Udc/Ke,得到发电机电流与转速的关系.

     (3)发动机的燃油消耗率be=f(ne,Te)可通过台架试验得到的效率曲面查表得到。设燃油密度为ρe,发动机输出效率为ηe,发动机燃油消耗量可通过下式计算

     (4)IGPU路灯车系统转速和转矩调节(即电子调速器模型)可通过2层PI控制环节实现。其中外层PI环节根据发动机目标功率,本文引入差分进化方法,使“早熟”粒子在一定概率下通过交叉与重组获得新粒子,进一步提高粒子群算法的优化性能。http://www.zhuhailudengchechuzu.com/

   现将差分进化处理过程叙述如下。

   1)早熟判断:以适应度方差σ2作为“早熟”判断标准。设fki为第i个粒子第k代时的适应度值,fkave为第k代时粒子群的平均适应度值,则第k代粒子群方差可定义 (15)其中,q为标准化因子。设置方差阈值σ2s,当某代粒子群方差大于该值时则判断早熟。

   2)变异处理:通过对目标微粒向量的差分缩放与合成来产生新的变异个体位置向量Hi,具体操作过程为 式中:i≠i1≠i2;Xki为目标变异个体;Gk为第k代全局最优个体;ς,υ为缩放因子,分别影响算法的收敛速度和种群的多样性。

   3)交叉处理:选取变异粒子与原粒子进行交叉,通过粒子的维度值互换完成交叉操作。设Ck+1iD为第k代粒子经交叉后得到的D维位置值;CROSS为交叉概率;random为随机数,且random∈[0,1];Drand为设定交叉位。否则淘汰处理:为了提高算法的优化效率,经变异与交叉处理后的粒子需与原粒子进行对比淘汰操作,其数学表达形式为Xk+1i=ìíîCk+1ifCk+1i优于fXkiXki否则(18)综上,DEHPSO算法具体流程可表示为:1)在解空间内随机初始化粒子位置与速度;2)根据目标函数计算粒子适应度值;3)根据适应度值寻找个体极值位置、邻域极值位置和群体极值位置;4)根据混合粒子群算法更新为式(13)和式(14)更新位置值与速度值;5)重新进行粒子适应度值计算;6)更新个体极值与群体极值;7)计算涂群章,等:DEHPSO算法在电传动路灯车系统能量管理中的应用7电气传动2016年第46卷第1期粒子群适应度方差,根据方差判断粒子是否“早熟”。

   路灯车出租, 珠海路灯车出租,  路灯车出租公司,    结束,输出最优适应度值和对应粒子位置。4仿真实验验证选择某型20t级电传动履带式推土机作为研究对象,将其行驶功率谱作为电传动路灯车系统的能量输入,运行仿真得到的电传动路灯车系统功率分配结果如图7所示。由能量分配曲线分析可知,尽管驱动电机负载功率值较大、变化速率较快,路灯车系统仍能够实现电能的高效管理与分配。低负载需求时,供能任务主要由IGPU承担,使蓄电池保持一定的功率储备;高负载需求时,电池能够及时提供补充功率,提高了IGPU的负荷率与燃油经济性。整个过程中,路灯车系统具有较高的运行效率,说明设计的路灯车路灯车路灯车能量管理策略取得了良好的控制效果。为进一步提高电传动路灯车系统燃油经济性,本文将转速切换值nⅠ,nⅡ,nⅢ作为控制变量,限定电池SOC在阈值范围内,以降低IGPU燃油消耗为主要目标,得到的优化目标函数为:Preq为驱动电机需求功率;m为单位换算系数。为了综合对比算法性能,分别以全局粒子群、混合粒子群和差分进化混合粒子群作为优化算法,设置初始PSO种群规模为50,粒子维数为3,进化代数为100并运行仿真,得到的粒子群进化过程曲线如图8所示。分析可知,PSO虽然能够很快收敛,但易陷入局部最优;HPSO虽然优化效果较好,但其优化时间较长,需进化35代以后才能获得精确值;相比之下,DEHPSO算法在20代左右即达到收敛,且取值精确、优化效果明显。将优化得到的最优切换值代入原策略中并运行仿真,得到优化前后路灯车系统燃油消耗和电池SOC对比图。蓄电池终值SOC由原来的66.61%增加到66.82%,燃油消耗由原来的5.1726L减小到4.7447L,说明在保证SOC处于阈值范围内的条件下,通过优化转速切换值,路灯车系统的燃油经济性显著提升。优化前后发动机工作点分布。可以看出,与原策略相比,优化策略具有更多位于燃油经济区的发动机工作点,且工作转速均匀、稳定,说明IGPU的燃油消耗得到了有效降低,设计的DEHPSO算法取得了良好的优化效果。http://www.zhuhailudengchechuzu.com/

     路灯车出租, 珠海路灯车出租,  路灯车出租公司, 
分享到:
点击次数:953  更新时间:2016-05-23  【打印此页】  【关闭

Copyright © 2009-2014,恒越(佛山)路灯车租赁有限公司,All rights reserved