高动态内燃动力混合热电系统多尺度不确定性控制与能效优化研究

By introducing a motor/Generator into the air system and mechanic system of the regular internal combustion engine respectively, the resultant hybrid system has a fuel-saving potential of over 10%. However, due to the variations in the time constant, the heat-electric cross-coupling, and operating conditions, the smooth operation and efficiency optimization are limited in practical applications. In the proposed work, the heat-electric energy cross-coupling effects and the uncertain characteristics will be investigated, under different operating and boundary conditions. By combining the physical modeling for the coupling effects and the Gaussian process modeling for the uncertainties, a control-oriented hybrid model will be established. By lumping the discrepancy of the model from the real plant and external disturbances as total disturbance, a total disturbance observer and corresponding disturbance rejection law will be developed for fast coordinated control of the motors and engine. In order to compensate for operating condition variations and the system aging, a Bayesian optimization based disturbance long-term compensator will be developed. This compensator will adjust the strategy for energy allocation between the engine and the motors, based on the historical data of the control process. Finally, a systematic solution for the control and energy management of the hybrid system will be established, which potentially reduces the fuel consumption by 10% and enhance the transient torque response by 70%。

通过在常规内燃动力的进气增压和机械传动系统中同时引入电动机/发电机，所构成的混合热电系统的节油潜力达10%以上。但是，内燃机与双电机及蓄电池的动态时间尺度不同、热电过程耦合、运行工况多变，使系统呈现高动态、强耦合和不确定性特征，制约了其平滑运行和道路节油。本申请拟深入研究并揭示该混合热电系统在变工况、变边界条件下的热电能量动态耦合规律与不确定性特征，通过融合热电耦合物理建模与不确定性的高斯过程建模，形成面向控制的热电系统的混合模型。将混合模型的偏差及外部干扰统一等效为“总扰动”，研究提出热电混合系统的即时扰动观测器并建立抗扰解耦器，通过协同双电机与内燃机，实现高动态平滑运行。为适应多变工况与系统老化，研究贝叶斯优化累积扰动学习器，利用运行历史数据不断校正双电机与内燃机的能流分配，持续改善道路行驶油耗。最终，形成机电混合系统的高动态控制与能效优化方法体系，道路节油10%，瞬态响应提高70%。

在内燃动力的增压和机械传动系统中引入电机，构成的混合热电系统，是行业公认的非常前景的电气化智能化动力系统方案。但由于多能源耦合、多控制回路交叉影响、能效调节规律非线性，其动态过程控制和能效优化面临控制挑战。传统算法主要依赖离线标定和误差反馈，往往响应慢、精度低，标定量大，限制了实际应用。本课题创新提出了基于多尺度不确定性观测的动态控制与能效优化算法，力图解决热电耦合影响机制和多尺度扰动抑制的关键科学问题，推动系统实际应用。..首先，建立了电辅助增压柴油机混合热电系统的试验平台，揭示了电能和热能的耦合机制及其对动态过程的调控规律，包括电辅助功率对增压压力响应、EGR组分与流动、整机泵气损失及总能效率的调节规律。在此基础上，提出了基于几何抽象与第一定律的涡轮机功率、压气机功率及流量的新模型，实现了对增压与扭矩响应及综合能效的预测。在实现一维仿真模型的增压系统预测精度的条件下，计算耗时降低至1/50，为实时控制算法设计奠定了重要基础。..其次，为提升动态过程的响应速度、控制精度并减少标定，提出了基于多变量总扰动观测（短时间尺度）和模型参数累积学习（长时间尺度）的动态过程控制算法。将该算法应用于增压系统控制，使得传统单变量控制器的增压压力和EGR率的累计跟踪误差分别降低40%和51%。应用于柴油机转速控制，使转速的抗干扰能力上比传统PID方法提升68.9%，标定参数量减少70%，并成功应用于龙头企业广西玉柴。..最后，为实现系统综合能效的提升，提出了基于模型预测与学徒式深度强化学习的长短时间尺度能量管理算法。通过对电辅助增压微混系统中涡轮机与电机功率的优化分配，FTP-75循环下比传统废气涡轮增压柴油机的油耗降低2.2%。通过对曲轴与动力电机扭矩的优化分配，能耗比传统控制算法改善2.7%以上。..课题发表论文11篇，授权中国发明专利4件，在申4件，在申PCT专利2件；培养博士生1人，硕士生13人。.