基于自适应免疫粒子群算法的再生制动策略

辛学敏; 陈克

沈阳理工大学学报 ›› 2026, Vol. 45 ›› Issue (3) : 14 -20.

基于自适应免疫粒子群算法的再生制动策略

辛学敏, 陈克

作者信息 +

Author information +

文章历史 +

PDF

摘要

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。