1. 本选题研究的目的及意义
插电式混合动力汽车（PHEV）作为传统燃油汽车和纯电动汽车之间的过渡车型，具有节能减排、缓解能源焦虑等优势，在近年来受到越来越多的关注。
PHEV的核心技术之一是能量管理策略，其优劣直接影响到车辆的燃油经济性和排放性能。
本选题研究旨在开发一种基于模型预测控制（MPC）的PHEV能量管理策略，以期提高车辆的燃油经济性，降低排放，并延长电池的使用寿命。
2. 本选题国内外研究状况综述
近年来，国内外学者对PHEV能量管理策略进行了大量的研究，取得了丰硕的成果。
1. 国内研究现状
国内学者在PHEV能量管理策略方面做了大量研究，提出了一系列基于规则、基于优化和基于学习的控制策略。
3. 本选题研究的主要内容及写作提纲
1. 主要内容
本研究将针对插电式混合动力汽车的能量管理问题，重点研究基于模型预测控制的能量管理策略，主要研究内容包括以下几个方面：
1.PHEV系统建模:构建准确可靠的PHEV系统模型，包括发动机模型、电机模型、电池模型、传动系统模型以及车辆行驶阻力模型。
其中，发动机模型将考虑燃油消耗特性，电机模型将考虑效率特性，电池模型将考虑充放电特性，传动系统模型将考虑传动效率，车辆行驶阻力模型将考虑滚动阻力、空气阻力、坡道阻力等。
4. 研究的方法与步骤
本研究将采用理论分析、模型构建、仿真实验和结果分析相结合的研究方法，具体步骤如下：
1.文献调研：查阅国内外相关文献，了解PHEV能量管理策略的研究现状、发展趋势以及模型预测控制技术的应用情况，为本研究提供理论基础和技术参考。
2.PHEV系统建模：根据PHEV的动力系统结构和工作原理，建立发动机、电机、电池、传动系统和车辆行驶阻力等子模型，并进行模型参数辨识，确保模型的准确性和可靠性。
3.模型预测控制算法设计：基于所建立的PHEV系统模型，设计基于模型预测控制的能量管理策略。
5. 研究的创新点
本研究的创新点在于：
1.建立更加精准的PHEV系统模型：将考虑更多实际因素，例如电池老化、温度等对模型的影响，以提高模型的预测精度。
2.设计自适应的模型预测控制策略：将结合机器学习算法，根据不同的驾驶工况和驾驶员习惯，自适应地调整控制策略参数，以提高控制策略的鲁棒性和适应性。
3.开发基于多目标优化的能量管理策略：将综合考虑燃油经济性、排放性能、电池寿命等多个目标，并利用多目标优化算法寻求最优的能量管理方案。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
[1] Ouddah N, Ouladsine M, Outbib R, et al. A review on optimization strategies for component sizing and energy management of fuel cell hybrid electric vehicles. International Journal of Hydrogen Energy, 2019, 44(12): 5800-5818.
[2] Li S, Li K, Rajamani R, et al. Model predictive multi-objective vehicular adaptive cruise control. IEEE Transactions on Control Systems Technology, 2014, 22(3): 1156-1167.
[3] Xie S, Li Z, Wang S, et al. A novel energy management based on model predictive control for plug-in hybrid electric bus. Applied Energy, 2019, 239: 1220-1233.
