基于智能控制方法的电动汽车调速与再生制动系统优化研究

《ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING》：Comparative Application of Speed and Regenerative Braking Process of an Electric Vehicle Using Intelligent Control Methods

本研究针对电动汽车(EV)在复杂环境参数下性能优化难题，开发了一种集成再生制动功能的1000W后轮驱动电机系统及MATLAB/Simulink控制算法。通过UDC/NEDC驾驶循环测试验证，智能控制策略使再生制动效能提升，显著延长续航里程约30%，为提升EV能效提供重要技术路径。

　　

随着对环境污染和气候变化担忧的加剧，替代能源车辆特别是电动汽车(EV)的关注度持续上升。内燃机车辆有害排放对全球变暖的显著影响是推动该趋势的关键动力。电动汽车作为缓解这些问题的 promising alternative，使得提升其效率的研究至关重要。然而，影响EV性能的某些环境参数难以通过数学建模精确描述。为解决这一难题，开发能够确保车辆在不同条件下保持最佳性能的先进控制系统显得尤为关键。

本研究设计了一款后轮驱动EV，并为其配备了集成再生制动功能的1000瓦(W)电机驱动系统。团队开发了基于MATLAB/Simulink的控制算法，用于生成电机控制所需的脉宽调制(PWM)信号。实验验证证明了所提出驱动系统的有效性。研究采用城市驾驶循环(UDC)和按比例缩放的新欧洲驾驶循环(NEDC)进行驾驶测试，同时综合考虑了自适应控制、车速、道路坡度和车辆参数。此外，在预设路线上进行了额外实路实验，以评估采用智能控制方法的再生制动策略。结果表明，再生制动技术使EV的续航里程提升了约30%。这些发现凸显了所提出系统在提升电动汽车效率、推动其广泛应用方面的潜力，特别是考虑到其显著的环境效益。