基于its预测插电式混合动力汽车的智能电池管理系统[外文翻译].rar

基于ITS预测插电式混合动力汽车的智能电池管理系统

摘要：混合动力汽车在提高汽车的燃油效率和减少排放方面已取得显著的提高。 而插电式混合动力汽车以及纯电动汽车在提高燃油效率以及减少排放方面的潜在实力已得到广泛的认知。以插电式混合动力汽车为例，高电压充放电模型被认为是最适合确保汽车达到其工作要求的方法（当电池最高电压工作在其最低极限时）从而减小内燃机的工作时间。 对于纯电动汽车而言，汽车本身的结构构成了充放电模型。 然而，汽车本身未能将相关路况进行利用这使得充放电模型不能对能源利用以及减少排放进行优化。随着智能交通系统的建立和发展,充放电模型的缺陷逐渐被消除。在本文中，将将通过模拟仿真对传统插电式充放电模型与智能预测型充电模型进行总体性能指标进行比较，其中包括在给定路况下的行驶时间，燃油消耗。
关键字：插电式混合动力汽车； 纯电动汽车；智能交通系统；预测型能源管理；全球定位系统

I.绪论
世界上众多权威专家推断大气层内的全球气候变暖已经出现而造成这种现象的主要原因则是因为人类大量燃烧矿物质燃料排放出的温室气体。交通产业的迅速崛起为激发了CO2气体的大量排放。汽车产业今后将面临着来自全世界各个立法机构节能减排各项措施的巨大压力。

插电式混合动力汽车以及纯电动汽车作为现代汽车工艺的最新技术使得能源压力和环保问题迎刃而解。PHEV和EV的优势就在于它们能通过电栅而不是传统的矿物质燃烧来维持发动机的能量需求。Well-to-wheel 的研究显示电力传动能够提供最大效率的能源利用从而达到最低的温室气体排放。在美国电价比石油价格（每加仑3美元）便宜四倍。总而言之，PHEV和EV的电力传动优化模型具有重大意义。然而，汽车的可用空间,重量和成本将受到附加电池容量的影响。 对于这种物理层面的限制，大量的学术论文意提出了以下几种能源管理系统它们意在与对两可用能量源提出能源管理策略从而优化所需动力输出。这些能量控制策略可归结为一下四种类型：
1.基于规则的控制【3】，【4】：这用控制理论采用启发式算法例如：模糊控制逻辑，神经网络算法，意识识别来求得最优解。 然而这种简单的算法却因为自身2采用的是静态变量而不能再PHEV及EV多变量动力系统中求得最优解。