周美兰， 张宇， 杨子发， 康娣

(1.哈尔滨理工大学电气与电子工程学院，黑龙江 哈尔滨 150080;2.哈尔滨哈飞汽车工业集团有限公司研发中心，黑龙江 哈尔滨 150060)

0 引言

并联式混合动力汽车采用发动机和电机两套独立的动力系统驱动车轮，控制灵活、综合效率较高。但是，由于双动力源的存在造成了动力模式切换和功率如何分配的问题［1］。针对该问题，需要引入能量管理系统对系统能量流动进行合理的分配和优化，其优化目的为:使燃油经济性最优;使排放最低;使驱动系统成本最低。在满足前面三点的情况下，还需要维持或提高整车的加速性能、续驶里程和操作灵活性。由于并联式混合动力汽车运行模式较为复杂，其能量管理策略尚不成熟。模糊控制具有超调小、鲁棒性强和适应性好等优点，适用于数学模型未知的控制对象，因此目前被广泛地应用在汽车动力传动系统的控制上。模糊控制器量化因子的选择决定了模糊控制系统的反应速度及控制精确度［2］。而在实际过程当中，量化因子的整定过程繁琐，难以实现参数的最优整定。粒子群优化(particle swarm optimization，PSO)可以有效求解大量非线性、不可微等复杂问题，算法简洁，调整参数少［3］。针对量化因子整定过程复杂的问题，本文引入带压缩因子粒子群算法对构建的模糊控制器进行优化，通过随时调整量化因子，来调整被控对象不同阶段上的控制特性，从而收到良好的控制效果。

1 带压缩因子粒子群算法优化的模糊控制器的设计

1.1 模糊控制器的设计

由于车辆行驶过程中，整车数学模型是非线性、时变的，采用模糊控制器作为主控制器比较合适。……