文摘为提升新能源汽车制动能量回收效率,针对模糊控制器设计主观性强及经典粒子群算法(particle swarm optimization,PSO)易陷入局部最优的问题,提出一种基于自适应免疫粒子群算法(adaptive immune particle swarm optimization,AIPSO)的优化策略。通过融合混合初始化、动态参数调整及免疫机制,构建改进算法。结合理想制动力分配I曲线、联合国欧洲经济委员会法规线(economic commission for Europe,ECE)等分配前、后轴制动力,并设计三输入、单输出模糊控制器。利用PSO与AIPSO分别优化模糊控制器,在MATLAB/Simulink中建立整车再生制动模型进行仿真验证。结果表明:在新欧洲驾驶循环工况(new european driving cycle,NEDC)下,相较于PSO,AIPSO优化后的控制策略可使电池荷电状态(state of charge,SOC)波动幅度降低3.09%,能量回收效率提升5.22%;改进算法优化后的控制策略提高了能量回收经济性,为复杂工况下再生制动系统参数优化提供理论依据。
