盧曉暉， 范陽(yáng)群， 劉 博， 張裊娜， 李紹松

(長(zhǎng)春工業(yè)大學(xué) 機(jī)電工程學(xué)院，吉林 長(zhǎng)春 130012)

0 引 言

隨著全球環(huán)境問(wèn)題和能源危機(jī)日益影響人們的生活，近年來(lái)，全球大力研發(fā)低排放、甚至零排放的新能源汽車已成為現(xiàn)代汽車工業(yè)的熱點(diǎn)方向。作為現(xiàn)代新能源汽車的主要組成部分，純電動(dòng)汽車具有低噪聲、零排放、高能效等優(yōu)點(diǎn)。就目前而言，純電動(dòng)汽車也存在諸多問(wèn)題，例如：行駛里程短、電池使用壽命等難題也受到學(xué)者們的廣泛關(guān)注[1-2]。解決這兩個(gè)問(wèn)題主要有兩種思路:一是通過(guò)研究電池技術(shù)，利用不同的電池材料以及排列方式提高電池的使用效率；二是通過(guò)調(diào)整純電動(dòng)汽車的傳動(dòng)系統(tǒng)結(jié)構(gòu)來(lái)實(shí)現(xiàn)續(xù)航里程的提升。目前對(duì)于純電動(dòng)汽車的研究主要集中在電池技術(shù)上[3-4]，而對(duì)車輛傳動(dòng)系統(tǒng)的相關(guān)研究較少。但是，通過(guò)優(yōu)化純電動(dòng)汽車的傳動(dòng)系統(tǒng)也可以有效提升車輛的經(jīng)濟(jì)性和動(dòng)力性[5]。有學(xué)者在研究純電動(dòng)汽車基礎(chǔ)上,對(duì)車輛傳動(dòng)比進(jìn)行初步匹配,運(yùn)用實(shí)驗(yàn)設(shè)計(jì)(Design of Experiments, DOE)對(duì)傳動(dòng)比進(jìn)行優(yōu)化[6]。在控制算法的使用上，有學(xué)者利用多島遺傳算法(MIGA)優(yōu)化獲得經(jīng)濟(jì)性最優(yōu)方案、利用帶精英策略的非支配排序遺傳算法(NSGA-Ⅱ)優(yōu)化獲得兼顧經(jīng)濟(jì)性和動(dòng)力性方案，為電動(dòng)汽車變速器設(shè)計(jì)與速比優(yōu)化提供了參考[7-8]?；趧?dòng)態(tài)規(guī)劃理論制定換擋規(guī)律的算法為汽車變速器設(shè)計(jì)、速比優(yōu)化以及換擋規(guī)律優(yōu)化提供了參考[9]。對(duì)于大多純電動(dòng)汽車而言，通常采用固定傳動(dòng)比減速器，并且其結(jié)構(gòu)簡(jiǎn)單、成本低，然而減速器對(duì)電機(jī)轉(zhuǎn)速和轉(zhuǎn)矩特性有較高要求，所以,通常電機(jī)工作效率較低[10]。與純電動(dòng)汽車使用的固定速比相比，純電動(dòng)汽車可以通過(guò)搭載機(jī)械式自動(dòng)變速器使電動(dòng)車能耗更低，對(duì)電機(jī)要求低，能充分發(fā)揮電機(jī)性能，避免電機(jī)在高速工況下持續(xù)工作[11-12]。文中以某電動(dòng)汽車為例，首先根據(jù)車輛的動(dòng)力性和經(jīng)濟(jì)性要求，基于AVL-Cruise軟件建立車輛模型，然后設(shè)計(jì)關(guān)于以動(dòng)力性和經(jīng)濟(jì)性為目標(biāo)的函數(shù),并基于模擬退火優(yōu)化算法對(duì)AMT的傳動(dòng)比進(jìn)行優(yōu)化，最后，通過(guò)仿真對(duì)比優(yōu)化前、后車輛的經(jīng)濟(jì)性和動(dòng)力性，實(shí)現(xiàn)純電動(dòng)汽車傳動(dòng)系統(tǒng)的優(yōu)化。

1 車輛模型搭建

基于AVL-Cruise軟件建立純電動(dòng)汽車整車模型，根據(jù)整車的基本參數(shù)和性能設(shè)計(jì)指標(biāo)對(duì)整車的性能進(jìn)行研究[13]。具體整車模型如圖1所示。

圖1 AVL-Cruise純電動(dòng)車整車模型

車輛模型中的主要模塊有驅(qū)動(dòng)電機(jī)模塊、離合器模塊、變速器模塊、驅(qū)動(dòng)模塊、差速器模塊、制動(dòng)模塊、變速器控制模塊、顯示模塊、駕駛員模塊等，仿真模型還需要完成機(jī)械連接和各模塊的通信連接。

車輛具體參數(shù)和設(shè)計(jì)要求見(jiàn)表1。

表1 純電動(dòng)汽車參數(shù)

2 優(yōu)化問(wèn)題分析

2.1 優(yōu)化變量的確定

純電動(dòng)汽車傳動(dòng)系統(tǒng)參數(shù)主要包括：各擋傳動(dòng)比和主減速器傳動(dòng)比。文中根據(jù)設(shè)計(jì)要求對(duì)車輛變速器與主減速器的傳動(dòng)比進(jìn)行優(yōu)化，考慮到純電動(dòng)汽車在實(shí)際行駛過(guò)程中的經(jīng)濟(jì)性、動(dòng)力性與主減速器速比和各擋速比的乘積有關(guān)，即與這兩個(gè)設(shè)計(jì)變量有關(guān)，文中在滿足模型精確度的基礎(chǔ)上，通過(guò)降低設(shè)計(jì)變量的維數(shù)來(lái)提高計(jì)算效率。綜上所述，以兩擋變速器的速比作為設(shè)計(jì)的優(yōu)化變量

X=[x1,x2]=[i1,i2],

式中：i1——變速器一擋傳動(dòng)比；

i2——變速器二擋傳動(dòng)比。

2.2 優(yōu)化目標(biāo)函數(shù)的確定

對(duì)于一般純電動(dòng)汽車而言，目標(biāo)函數(shù)主要考慮汽車的動(dòng)力性和經(jīng)濟(jì)性。由于動(dòng)力性指標(biāo)與經(jīng)濟(jì)性指標(biāo)之間存在相互制約的關(guān)系，傳統(tǒng)的優(yōu)化參數(shù)匹配方案傾向于采用單目標(biāo)優(yōu)化方法，然而這會(huì)導(dǎo)致其他指標(biāo)的降低，對(duì)于整車的研發(fā)和生產(chǎn)而言，車輛的動(dòng)力性和經(jīng)濟(jì)性一直是研究的突破點(diǎn)，尤其對(duì)于續(xù)航里程，這也是限制電動(dòng)汽車推廣的重要因素。同時(shí)，電動(dòng)汽車經(jīng)濟(jì)性的優(yōu)化也非常重要。文中以原地起步加速時(shí)間、最大爬坡度和最高車速為動(dòng)力性的優(yōu)化目標(biāo)函數(shù)，以NEDC循環(huán)工況下的功率消耗為經(jīng)濟(jì)性的優(yōu)化目標(biāo)函數(shù)。在優(yōu)化過(guò)程中，通過(guò)考慮車輛動(dòng)力性和經(jīng)濟(jì)性指標(biāo)，選取的優(yōu)化目標(biāo)函數(shù)為純電動(dòng)車整車的動(dòng)力性和經(jīng)濟(jì)性最優(yōu)。

2.2.1 純電動(dòng)汽車動(dòng)力性優(yōu)化目標(biāo)函數(shù)

文中以車輛的加速性能、最高車速以及爬坡性能作為整車的動(dòng)力性優(yōu)化目標(biāo)函數(shù)。

1)加速性能。

以純電動(dòng)汽車原地起步加速至百公里所用時(shí)間作為整車加速性能的評(píng)價(jià)指標(biāo)，表達(dá)式為

式中：u——純電動(dòng)汽車車速；

ηt——電動(dòng)車傳動(dòng)效率；

CD——空氣阻力系數(shù)；

A——迎風(fēng)面積；

f——滾動(dòng)阻力系數(shù)；

δ——旋轉(zhuǎn)質(zhì)量換算系數(shù)。

2)最高車速性能。

最高車速是指整車在良好平坦的道路上，車輛所能達(dá)到的最大車速。其作為評(píng)價(jià)車輛動(dòng)力性能的重要指標(biāo)之一。整車最高車速的表達(dá)式為

式中：nmax——電機(jī)最高轉(zhuǎn)速；

r——車輪半徑。

3)爬坡性能。

車輛的爬坡性能通常是指整車在滿載，掛一擋所能通過(guò)的最大坡度。車輛的爬坡性能通常是由車輛的最大爬坡度所決定，整車最大爬坡度的表達(dá)式為

式中：m——車輛滿載時(shí)的質(zhì)量；

ua——車輛爬坡車速。

2.2.2 純電動(dòng)汽車經(jīng)濟(jì)性優(yōu)化目標(biāo)函數(shù)

文中以純電動(dòng)汽車在NEDC循環(huán)工況下，整車耗電量為經(jīng)濟(jì)性優(yōu)化目標(biāo)函數(shù)。

通常NEDC循環(huán)工況是指車輛在市區(qū)和市郊兩個(gè)循環(huán)工況行駛。在整個(gè)循環(huán)過(guò)程中，車輛的行駛為勻減速、勻加速與勻速兩個(gè)過(guò)程。純電動(dòng)汽車的綜合能耗可以看作是這兩種駕駛狀態(tài)能耗的總和，其表達(dá)式為

Fc(x)=∑W1+∑W2，

式中：W1——純電動(dòng)汽車勻速行駛時(shí)的能耗；

W2——純電動(dòng)汽車勻減速、勻加速行駛時(shí)的能耗。

純電動(dòng)汽車勻速行駛時(shí)，整車的能耗可表示為

其中

純電動(dòng)汽車勻減速、勻加速行駛時(shí)，整車的能耗可表示為

其中

式中：a——整車加速度；

v1——?jiǎng)蚣铀俚乃俣?

v2——?jiǎng)驕p速的速度。

2.2.3 總體優(yōu)化目標(biāo)函數(shù)的確定

針對(duì)以上分析的整車經(jīng)濟(jì)性和動(dòng)力性多目標(biāo)優(yōu)化問(wèn)題，文中首先采用加權(quán)系數(shù)法，將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)化成單目標(biāo)優(yōu)化問(wèn)題，由于車輛的動(dòng)力性和經(jīng)濟(jì)性的各項(xiàng)指標(biāo)單位不相同，因此不能將其直接相加，文中進(jìn)行統(tǒng)一量綱處理，結(jié)果為

式中：Ki——純電動(dòng)汽車各性能指標(biāo)的比例系數(shù)；

zi——優(yōu)化前第i個(gè)整車動(dòng)力性指標(biāo);

zi0——優(yōu)化后第i個(gè)整車經(jīng)濟(jì)性指標(biāo)。

考慮到文中研究的是純電動(dòng)汽車，續(xù)航里程短的問(wèn)題一直也是限制其發(fā)展和普及的主要原因之一。因此，在設(shè)置多目標(biāo)優(yōu)化問(wèn)題加權(quán)系數(shù)中，純電動(dòng)汽車的經(jīng)濟(jì)性加權(quán)系數(shù)應(yīng)該比其動(dòng)力性加權(quán)系數(shù)設(shè)置得大一些，以保證純電動(dòng)汽車的續(xù)航里程得到提升。

其中，純電動(dòng)汽車動(dòng)力性優(yōu)化目標(biāo)函數(shù)為

式中：K1i——第i個(gè)純電動(dòng)汽車統(tǒng)一綱量后的動(dòng)力性比例系數(shù)；

αi——純電動(dòng)汽車動(dòng)力性的加權(quán)系數(shù)。

純電動(dòng)汽車經(jīng)濟(jì)性優(yōu)化目標(biāo)函數(shù)為

E(x)=βK2,

式中：K2——純電動(dòng)汽車統(tǒng)一綱量后的經(jīng)濟(jì)性比例系數(shù)；

β——純電動(dòng)汽車經(jīng)濟(jì)性指標(biāo)的加權(quán)系數(shù)，由于文中只有一個(gè)經(jīng)濟(jì)性評(píng)判指標(biāo)，故取1。

綜上，整個(gè)優(yōu)化目標(biāo)的數(shù)學(xué)表達(dá)式為

式中：F(x)——總體優(yōu)化目標(biāo)函數(shù)；

A——整車動(dòng)力性權(quán)重系數(shù)；

B——整車經(jīng)濟(jì)性權(quán)重系數(shù)；

x——優(yōu)化變量；

Ω——求解空間；

cj(x)——優(yōu)化目標(biāo)的約束。

2.3 約束條件的建立

實(shí)際優(yōu)化過(guò)程中，依據(jù)純電動(dòng)汽車的設(shè)計(jì)要求，在傳動(dòng)比優(yōu)化過(guò)程中，需要加上相應(yīng)的約束條件，約束主要包括動(dòng)態(tài)約束、經(jīng)濟(jì)約束和傳動(dòng)比約束。動(dòng)態(tài)約束主要包括NEDC工況下電動(dòng)汽車的最高車速、最大爬坡度、0～100 km/h加速時(shí)間和耗電量，文中建立了純電動(dòng)汽車約束條件[14]。

2.3.1 純電動(dòng)汽車的性能約束

首先，車輛的最大爬坡度應(yīng)不小于設(shè)計(jì)要求的爬坡度。

imax——優(yōu)化后的最大爬坡度。

其次，車輛的最高車速不能小于電動(dòng)汽車動(dòng)力性設(shè)計(jì)要求的最高車速

umax——優(yōu)化后的整車最高車速。

最后，車輛原地百公里加速時(shí)間不應(yīng)大于電動(dòng)車動(dòng)力性的設(shè)計(jì)要求，其表達(dá)式為

Tmin——優(yōu)化后的百公里加速時(shí)間。

2.3.2 傳動(dòng)系統(tǒng)的速比約束

純電動(dòng)汽車在行駛時(shí)，為避免出現(xiàn)車輪打滑，車輛的驅(qū)動(dòng)力應(yīng)不能大于路面附著力，其表達(dá)為

式中：Fz——車輪法向作用力；

Tmax——電機(jī)最大轉(zhuǎn)矩；

i1——變速器一擋速比；

i0——主減速器傳動(dòng)比；

ηt——傳動(dòng)效率；

φ——路面附著系數(shù)；

r——輪胎半徑。

為實(shí)現(xiàn)純電動(dòng)汽車高速平穩(wěn)傳動(dòng)，相鄰擋位的速比一般應(yīng)逐漸減小[15]。針對(duì)文中提出的多目標(biāo)優(yōu)化函數(shù)，主減速比應(yīng)在原基礎(chǔ)上適當(dāng)減小。為避免換擋困難，根據(jù)經(jīng)驗(yàn)，傳動(dòng)比不宜大于1.8，則有

式中：i1——變速器一擋傳動(dòng)比；

i2——變速器二擋傳動(dòng)比。

3 基于自適應(yīng)模擬退火算法的優(yōu)化

3.1 Isight優(yōu)化模型的建立

利用Isight和Cruise進(jìn)行聯(lián)合仿真，以Isight軟件為優(yōu)化平臺(tái)，對(duì)Cruise所搭建的整車模型進(jìn)行集成處理，建立集成優(yōu)化模型，Isight仿真中需要的模塊有優(yōu)化模塊(Optimization)和集成軟件模塊(Simcode)。

Isight優(yōu)化算法模型如圖2所示。

圖2 Isight優(yōu)化算法模型

圖中Simcode模塊主要作用是集成仿真軟件，通過(guò)調(diào)用輸入文件和輸出文件，然后輸入相關(guān)參數(shù),并讀取仿真結(jié)果，通過(guò)指令運(yùn)行程序。

3.2 優(yōu)化算法的選擇

Isight軟件主要包括：自動(dòng)優(yōu)化專家算法、粒子群優(yōu)化算法、多島遺傳算法、自適應(yīng)模擬退火算法等全局優(yōu)化算法。結(jié)合文中優(yōu)化目標(biāo)、約束條件，通過(guò)一系列對(duì)比分析，最后選取自適應(yīng)模擬退火算法作為整車傳動(dòng)系統(tǒng)的速比優(yōu)化。

1983年，為了解決局部最優(yōu)解問(wèn)題，Metropolis提出的模擬退火算法(Simulated Annealing，SA)能有效解決局部最優(yōu)解問(wèn)題。在固體物理學(xué)中，當(dāng)分子和原子的能量越大，表示分子和原子間越不穩(wěn)定，當(dāng)能量越低時(shí)，原子越穩(wěn)定。通常所說(shuō)的“退火”是指在物體冷卻的過(guò)程進(jìn)行加溫。Kirkpatrick和Cemy對(duì)原始算法進(jìn)行了改進(jìn)，將溫度降至零，并創(chuàng)造了“模擬退火”這個(gè)術(shù)語(yǔ)。模擬退火算法思想來(lái)源晶體冷卻的過(guò)程，如果固體不處于最低能量狀態(tài)，給固體加熱再冷卻，隨著溫度緩慢下降，固體中的原子按照一定形狀排列，形成高密度、低能量的有規(guī)則晶體，對(duì)應(yīng)于算法中的全局最優(yōu)解。而如果溫度下降過(guò)快，可能導(dǎo)致原子缺少足夠的時(shí)間排列成晶體的結(jié)構(gòu)，結(jié)果產(chǎn)生了具有較高能量的非晶體，這就是局部最優(yōu)解。從起點(diǎn)開始，只要目標(biāo)函數(shù)值比以前的值好，系統(tǒng)就接受新的設(shè)計(jì)變量，這樣就可以重復(fù)，直到找到最佳點(diǎn)[16]。其解是否能作用于系統(tǒng)取決于Metropolitan準(zhǔn)則，這是一個(gè)具有自變量的溫度函數(shù)。溫度越高，系統(tǒng)可接受溫度越高。當(dāng)溫度降低時(shí)，在求解空間中任意發(fā)現(xiàn)優(yōu)化目標(biāo)函數(shù)的全局最優(yōu)解，以確保全局最優(yōu)解而不是局部最優(yōu)解。

模擬退火算法的主要內(nèi)容包括：Metropolis準(zhǔn)則和冷卻時(shí)間的安排。

首先,Metropolis準(zhǔn)則是一個(gè)以溫度為自變量的函數(shù)，其表達(dá)式為

式中：x0——粒子初始狀態(tài)；

Ex0——固體目前狀態(tài)；

x1——系統(tǒng)結(jié)果經(jīng)過(guò)微小變化更新后狀態(tài);

Ex1——系統(tǒng)更新之后的狀態(tài)。

其次，模擬退火過(guò)程中，冷卻時(shí)間代表算法的冷卻過(guò)程，算法通過(guò)多次計(jì)算尋找最優(yōu)解，計(jì)算結(jié)果在逐漸收斂，最終確定全局最優(yōu)解。冷卻時(shí)間表對(duì)于算法尋找最優(yōu)解起著重要的作用，在算法優(yōu)化過(guò)程中，對(duì)于算法的實(shí)驗(yàn)性能以及收斂性是需要考慮的問(wèn)題，在算法優(yōu)化過(guò)程中，其收斂快慢主要由控制參數(shù)tk與馬爾科夫鏈長(zhǎng)kL決定。

最終算法的數(shù)學(xué)模型表示為：在給定的鄰域內(nèi)，模擬退火優(yōu)化過(guò)程的狀態(tài)將持續(xù)隨機(jī)運(yùn)行。當(dāng)溫度為t時(shí)，則狀態(tài)之間的轉(zhuǎn)變概率為

式中：|D|——求解空間狀態(tài)；

Gij(t)——狀態(tài)j在狀態(tài)i中選取的概率；

Aij(t)——狀態(tài)i接受狀態(tài)j的概率。

如果狀態(tài)j和狀態(tài)i相鄰，且當(dāng)兩種狀態(tài)等概率被選取時(shí)，狀態(tài)j選中的概率為

若在模擬退火算法尋優(yōu)過(guò)程中，接受概率為

矩陣

G(t)=(Gij(t))|D|×|D|

稱為產(chǎn)生矩陣，矩陣

A(t)=(Aij(t))|D|×|D|

則為接受矩，矩陣

P(t)=(pij(t))|D|×|D|

為轉(zhuǎn)移概率矩陣。

文中基于Isight中的自適應(yīng)模擬退火算法(Adaptive Simulated Annealing，ASA)進(jìn)行優(yōu)化求解。自適應(yīng)模擬退火算法(ASA)是以模擬退火算法為基礎(chǔ)進(jìn)行一系列改進(jìn)。

主要改進(jìn)如下：

1)在淬火方式上，自適應(yīng)模擬退火算法在進(jìn)行淬火時(shí)更加有條理；

2)在重退火上，自適應(yīng)模擬退火算法可以根據(jù)參數(shù)敏感度的不同及時(shí)調(diào)整退火時(shí)間，這樣不容易出現(xiàn)局部最優(yōu)解，所以求解結(jié)果為全局最優(yōu)解；

3)在降溫方式上，自適應(yīng)模擬退火算法采用指數(shù)型退火進(jìn)度表，這樣可以根據(jù)參數(shù)敏感度不同進(jìn)行退火進(jìn)度表的調(diào)整。

綜上所述，自適應(yīng)模擬退火算法與傳統(tǒng)的模擬退火算法具有更好的全局求解能力和高效的計(jì)算效率。

自適應(yīng)模擬退火計(jì)算流程如圖3所示。

圖3 自適應(yīng)模擬退火計(jì)算流程

4 優(yōu)化過(guò)程和仿真結(jié)果分析

4.1 優(yōu)化過(guò)程

創(chuàng)建優(yōu)化模型并確定參數(shù)后，就可以執(zhí)行優(yōu)化任務(wù)。經(jīng)過(guò)一千多次更新迭代，Isight會(huì)實(shí)時(shí)顯示每個(gè)計(jì)算過(guò)程以及最優(yōu)解。

整車經(jīng)濟(jì)性和動(dòng)力性的迭代過(guò)程如圖4所示。

(a)NEDC工況耗電量尋優(yōu)迭代

4.2 仿真結(jié)果分析

自適應(yīng)模擬退火算法優(yōu)化后，將Isight傳動(dòng)比輸入Cruise整車變速器模塊，并對(duì)整個(gè)車輛模型進(jìn)行仿真。

對(duì)優(yōu)化前、后純電動(dòng)汽車的主要性能進(jìn)行分析比較，仿真結(jié)果對(duì)比如圖5所示。

圖5 優(yōu)化前、后純電動(dòng)汽車NEDC工況耗電曲線

優(yōu)化前、后純電動(dòng)汽車百公里加速時(shí)間曲線如圖6所示。

圖6 優(yōu)化前、后純電動(dòng)汽車百公里加速時(shí)間曲線

優(yōu)化前、后純電動(dòng)汽車爬坡曲線如圖7所示。

圖7 優(yōu)化前、后純電動(dòng)汽車爬坡曲線

由圖5～圖7可以看出，通過(guò)對(duì)比分析優(yōu)化前、后整車的各項(xiàng)性能，整車NEDC循環(huán)工況下耗電情況、百公里加速時(shí)間、爬坡度都得到一定提升。

純電動(dòng)汽車優(yōu)化前、后變速器傳動(dòng)比，以及整車各項(xiàng)性能優(yōu)化前、后的對(duì)比情況分別見(jiàn)表2和表3。

表2 純電動(dòng)汽車優(yōu)化前、后變速器傳動(dòng)比

表3 純電動(dòng)汽車優(yōu)化前后各項(xiàng)性能對(duì)比

文中采用自適應(yīng)退火算法對(duì)純電動(dòng)汽車傳動(dòng)系統(tǒng)進(jìn)行優(yōu)化，由表3可知，除了車輛最高車速由優(yōu)化前的158.2 km/h降低到152.4 km/h，但仍滿足最高車速150 km/h的設(shè)計(jì)要求，純電動(dòng)車其他性能為：百公里加速時(shí)間提升1.76%、最大爬坡度提升4.53%，NEDC循環(huán)工況耗電量提升7.39%。

綜上所述，通過(guò)自適應(yīng)模擬退火算法對(duì)純電動(dòng)汽車傳動(dòng)系統(tǒng)進(jìn)行優(yōu)化，可以得到更好的車輛性能。

5 結(jié) 語(yǔ)

以純電動(dòng)汽車動(dòng)力性和經(jīng)濟(jì)性為主要優(yōu)化目標(biāo)，基于Isight建立自適應(yīng)模擬退火算法的優(yōu)化模型，并將Isight優(yōu)化模型與Cruise搭建的整車模型進(jìn)行集成聯(lián)合仿真。通過(guò)對(duì)比仿真結(jié)果,優(yōu)化前、后車輛的動(dòng)力性和經(jīng)濟(jì)性在滿足純電動(dòng)汽車設(shè)計(jì)要求的前提下，各項(xiàng)性能都得到一定提升，說(shuō)明文中提出的優(yōu)化方法是可行的，但是文中只進(jìn)行了仿真驗(yàn)證，下一步將繼續(xù)完善控制策略，搭建實(shí)車試驗(yàn)平臺(tái)，通過(guò)實(shí)車試驗(yàn)驗(yàn)證優(yōu)化結(jié)果的可行性。