基于萤火虫算法纯电动汽车参数匹配优化

doi:10.16182/j.issn1004731x.joss.17-0105

系统仿真学报 ›› 2019, Vol. 31 ›› Issue (4): 795-801.doi: 10.16182/j.issn1004731x.joss.17-0105

基于萤火虫算法纯电动汽车参数匹配优化

李燕¹, 何怡刚^1,2

1.湖南大学电气与信息工程学院,湖南长沙 410082;
2.合肥工业大学电气与自动化工程学院,安徽合肥 230009

收稿日期:2017-03-07 修回日期:2017-07-04 出版日期:2019-04-08 发布日期:2019-11-20
作者简介:李燕(1975-),女,湖南,博士生,讲师, 研究方向为信号处理。
基金资助:
国家自然科学基金(51577046), 国家自然科学基金重点项目(51637004), 国家重点研发计划“重大科学仪器设备开发”项目(2016YFF0102200)

Parameter Matching Optimization of Pure Electric Vehicle Based on Firefly Algorithm

Li Yan¹, He Yigang^1,2

1. College of Electrical and Information Engineering, Hunan University, Changsha 410082, China;
2. School of Electrical Engineering and Automation, Hefei University of Technology, Hefei 230009, China

Received:2017-03-07 Revised:2017-07-04 Online:2019-04-08 Published:2019-11-20

摘要/Abstract

摘要： 根据某型号纯电动汽车技术指标及设计要求,对动力性能及经济性能相关的主要参数进行了计算及选择,主要涉及电机及电池两部分。基于汽车仿真软件ADVISOR建立纯电动汽车整车模型,设置计算选择所得的相应参数进行仿真验证,分析匹配所得的各项参数是否满足汽车性能要求。在匹配满足要求的基础上建立了动力性能、成本价格及经济性能的多目标函数,通过萤火虫算法对该目标函数进行优化,优化后的参数使得整车的动力性能和经济性性能得到较大的提升,成本价格也有所下降,有效提高了纯电动汽车实用性。

关键词: 电动汽车, 建模与仿真, 匹配优化, 多目标函数, 萤火虫算法

Abstract: According to the design requirements and technical index of pure electric vehicle, the parameters of motor and battery related to power and economic performance are selected based on the computing results. Based on ADVISOR, a vehicle model of pure electric vehicle is established in MATLAB environment with the corresponding parameters validating the simulation results. On this basis, the multi-objective function is established, which includes the power performance, economic performance and cost price. This function is optimized by the firefly algorithm, which makes the dynamic parameters, the dynamic performance and economy performance of pure electric vehicle be improved significantly and the cost prices be declined. The practical performance of pure electric vehicle obtains the enhancement effectively.

Key words: electric vehicle, modeling and simulation, matching optimization, multi-objective function, firefly algorithm

中图分类号:

TP391

李燕, 何怡刚. 基于萤火虫算法纯电动汽车参数匹配优化[J]. 系统仿真学报, 2019, 31(4): 795-801.

Li Yan, He Yigang. Parameter Matching Optimization of Pure Electric Vehicle Based on Firefly Algorithm[J]. Journal of System Simulation, 2019, 31(4): 795-801.

参考文献

[1] 包建超, 陈丁跃, 乔晓亮. 基于ADVISOR仿真的纯电动汽车动力系统匹配研究[J]. 汽车实用技术, 2013, 38(8): 5-7.
Bao Jianchao, Chen Dingyue, Qiao Xiaoliang.Pure electric automobile power transmission parameter match and study based on advisor[J]. Automobile Appled Tecnology, 2013, 38(8): 5-7.
[2] 杨维健, 常志超. 基于ADVISOR 的纯电动汽车动力系统匹配[J]. 汽车实用技术, 2016, 41(7): 32-34.
Yang Weijian, Chang Zhichao.Pure electric automobile power transmission parameter match and study based on advisor[J]. Automobile Appled Tecnology, 2016, 41(7): 32-34.
[3] 刘新, 凌鹏. 基于Advisor 的纯电动汽车动力参数匹配[J]. 北京汽车, 2013, 36(3): 24-26.
Liu Xin, Ling Peng.Pure electric automobile power transmission parameter match based on advisor[J]. Beijing Automotive Engineering, 2013, 36(3): 24-26.
[4] 杨洋, 张文明. 基于ADVISOR软件的矿用电动轮自卸车仿真研究[J]. 系统仿真学报, 2009, 21(13): 4159-4162.
Yang Yang, Zhang Wenming.Simulation Study on Motor Wheel Mine Dumper Based on ADVISOR[J]. Journal of System Simulation, 2009, 21(13): 4159-4162.
[5] 张奇, 符晓玲, 李珂, 等. 纯电动汽车动力系统匹配优化与再生制动策略[J]. 系统仿真学报, 2016, 28(3): 600-609.
Zhang Qi, Fu Xiaoling, Li Ke, et al.Powertrain System Matching Optimization and Regenerative Braking Strategy for Pure Electric Vehicle[J]. Journal of System Simulation, 2016, 28(3): 600-609.
[6] 何志刚, 周成, 盘朝奉, 等. 基于粒子群算法纯电动汽车传动系统参数的优化[J]. 广西大学学报(自然科学版), 2015, 40(5): 1092-1101.
He Zhigang, Zhou Cheng, Pan Chaofeng, et al.The optimum of electric vehicle power train system based on Particle Swarm Optimization[J]. Journal of Guangxi University(Nat Sci Ed), 2015, 40(5): 1092-1101.
[7] 张驰, 邵东建, 张敏. 基于小客车侧滑微观仿真曲线路段行车风险分析[J]. 系统仿真学报, 2015, 27(7): 1609-1616, 1627.
Zhang Chi, Shao Dongjian, Zhang Min.Risk Analysis of Passenger Car Moving on Curved Sections Based on Sides lip Microscopic Simulation[J]. Journal of System Simulation, 2015, 27(7): 1609-1616, 1627.
[8] 黄欣, 陈凌珊, 程伟, 等. 基于多目标遗传算法的增程式电动汽车动力系统参数匹配优化研究[J]. 计算机测量与控制, 2015, 23(10): 3539-3542.
Huang Xin, Chen Lingshan, Chen Wei, et al.optimal Study on Extended-Range Electric Vehicle’s Powertrain Parameter Matching Based on Multi-objective Genetic Algorithm[J]. Computer Measurement & Control, 2015, 23(10): 3539-3542.
[9] Yang X S.Firefly Algorithms for Multimodal Optimization[J]. Mathematics (S2227-7390), 2009, 5792: 169-178.
[10] Zhang L P, Liang L I, Bingnan Q I, et al.Parameters optimum matching of pure electric vehicle dual-mode coupling drive system[J]. Science China Technological Sciences (S1674-7321), 2014, 57(11): 2265-2277.
[11] 曲玉琨, 张新征, 王章龙, 等. 火炮系统效能综合评价与指标无量纲化处理的研究[J]. 火炮发射与控制学报, 2007, 28(3): 1-4.
Qu Yukun, Zhang Xinzheng, Wang Zhanglong, et al.Study on Integrated Evaluation of Gun System Effectiveness and Treatment of Index Non-Dimension[J]. Journal of Gun Launch & Control, 2007, 28(3): 1-4
[12] 杨志翔, 史文浩, 张宁. 基于字典排序和解关联的多目标优化算法[J]. 小型微型计算机系统, 2016, 37(9): 2024-2028.
Yang Zhixiang, Shi Wenhao, Zhang Ning.Multi-objective Optimization Algorithm Based on Lexicographic Sorting and Solution Association[J]. Journal of Chinese Computer Systems, 2016, 37(9): 2024-2028.

[1]	李锋, 魏莹. 社会学习和参照点效应对企业产品决策的影响[J]. 系统仿真学报, 2022, 34(2): 234-246.
[2]	樊长佳, 杜炎秋, 梁笛, 胡凯, 黄葭燕. COVID-19期间上海市应急医疗资源配置建模与仿真[J]. 系统仿真学报, 2022, 34(1): 93-103.
[3]	司光亚, 王艳正. 新一代大型计算机兵棋系统面临的挑战与思考[J]. 系统仿真学报, 2021, 33(9): 2010-2016.
[4]	李华珍, 柳有权, 朱家伟, 廖强. 基于改进粒子群算法的居民需求响应调度优化与仿真[J]. 系统仿真学报, 2021, 33(8): 1969-1979.
[5]	李文翔, 李晔, 董洁霜, 李一鸣. 引入碳交易机制的新能源汽车发展路径研究[J]. 系统仿真学报, 2021, 33(6): 1451-1465.
[6]	付跃强, 夏天添. 基于系统动力学的电动汽车产业发展建模与仿真[J]. 系统仿真学报, 2021, 33(4): 973-981.
[7]	王凌, 吴楚格, 范文慧. 边缘计算资源分配与任务调度优化综述[J]. 系统仿真学报, 2021, 33(3): 509-520.
[8]	李锋, 魏莹. 复杂网络对羊群效应现象影响的仿真研究[J]. 系统仿真学报, 2021, 33(3): 539-553.
[9]	张琪, 曾俊杰, 许凯, 秦龙, 尹全军. 基于机器学习的计算机生成兵力行为建模研究综述[J]. 系统仿真学报, 2021, 33(2): 280-287.
[10]	王辉, 吕兴顺. 一种改进的萤火虫算法及在洗出优化中的应用[J]. 系统仿真学报, 2021, 33(2): 306-314.
[11]	周玉臣, 林圣琳, 马萍, 李伟, 杨明. 武器装备效能评估研究进展[J]. 系统仿真学报, 2020, 32(8): 1413-1424.
[12]	田国英, 邓鹏毅, 孙树磊, 彭忆强, 陆海英. 考虑电机振动的电动汽车平顺性时域分析模型[J]. 系统仿真学报, 2020, 32(4): 571-581.
[13]	于道林, 朱文海, 庆骁, 施国强. 军工制造业数字化转型的系统方法论[J]. 系统仿真学报, 2020, 32(3): 347-352.
[14]	王剑, 司徒陈麒, 袁胜强. 基于多主体和前景理论的应急风险决策仿真研究[J]. 系统仿真学报, 2020, 32(3): 353-361.
[15]	李锋, 魏莹. 时序网络视角下网络舆情的演化模型研究[J]. 系统仿真学报, 2020, 32(3): 394-403.

基于萤火虫算法纯电动汽车参数匹配优化

Parameter Matching Optimization of Pure Electric Vehicle Based on Firefly Algorithm

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价