混合动力系统优化：进化算法应用

混合动力汽车在性能上接近真正零排放、无污染。不消耗燃油的燃料电池车辆因其续航性能优越而倍受各研究机构及厂商的青睐，是目前新型清洁动力汽车中最具产业化前景与市场化前景的车型。我国通过制定并实施《汽车产业调整和振兴规划》，实施新能源汽车重大项目计划，批准立项了许多以开发混合动力汽车、新能源汽车、纯电动汽车等为重点的科技专项，设立了驱动电机、多能源动力总成、动力电池以及管理系统等一系列研究课题，突破了动力总成技术及许多关键零部件生产技术。

混合动力汽车与传统车辆相比最大的特征是其具有两个动力源，这就使得混合动力汽车的能量流动方向具有多样性。多能源控制策略就是解决汽车行驶时所需要的能量和功率何时和如何由车上各种不同的动力总成来提供能量管理的问题，也就是如何根据使用要求有效地利用不同类型的动力源，以达到节能环保的目的。控制策略是混合动力汽车的灵魂所在，因为其直接影响着能量在车辆内部的流动，从而影响车辆的动力性、经济性以及排放指标[25]。目前提出的混合动力汽车控制策略虽然比较多，但大多数技术还不成熟，实用性不强，但逻辑门限控制策略因其基于工程经验而设计，目前已在实际商品化混合动力汽车中广泛应用。(www.xing528.com)

无论采用哪种控制策略，控制策略的参数优化始终是一个具有共性的研究点^[26]。混合动力汽车结构和控制策略复杂，如何匹配和优化混合动力系统实现最佳性能是研究和开发过程中的关键问题，因此优化算法逐渐被引入到混合动力系统的优化过程中来。目前混合动力汽车优化领域研究较多的优化算法有：序列二次规划算法、DIRECT算法、模拟退火算法、神经网络、粒子群优化算法以及进化算法。