随着环境污染和能源危机问题越发严重,电动汽车得到了快速发展。锂离子电池的能量密度较高,且制备技术成熟,作为车载能源前景最被看好。然而,锂离子电池功率密度低、循环寿命短且充电电流小的缺陷限制了车辆性能的发挥,并带来一系列问题,如电池组老化过快、维护成本过高及制动能量回收率低等。复合电源技术将锂离子电池和超级电容混合在一起,组成电-电混动系统,共同为负载供电。超级电容也是电化学储能设备,具有功率密度高、循环寿命长和充放电电流大等优势,能够弥补锂离子电池的缺陷。两者组合后扬长避短,复合电源就能同时表现出高功率密度和高能量密度;超级电容以削峰填谷的方式辅助电池组供电,电池组寿命也能得到延长。本文以纯电动汽车复合电源系统为研究对象,以整车及复合电源性能最优为目标,从复合电源部件性能、拓扑结构、参数匹配优化和能量管理策略制定四个方面进行研究,主要内容如下:对锂离子电池和超级电容进行性能测试,从开路电压特性、容量特性、内阻特性和极化现象等方面进行分析,并用等效电路模型表示上述特性,对相关参数进行了拟合求解。对复合电源拓扑结构进行了对比分析,确定了目标车型复合电源的拓扑结构。在建立部件模型和确定拓扑结构的基础之上,提出了一种复合电源多目标参数匹配及能量管理联合优化方法。采用改进精英保留策略的NSGA-Ⅱ算法对复合电源进行参数匹配优化,优化目标为复合电源替换成本和经济性。改进的精英保留策略增加了NSGA-Ⅱ算法搜索的纵向多样性,避免了遗传早熟的现象。NSGA-Ⅱ算法实时调用复合电源仿真模型,并对复合电源参数和控制参数同时进行优化,得到优化目标的Pareto集以及对应的复合电源参数和控制策略。对比复合电源初始成本、日均成本和电池组寿命里程,对Pareto集进一步优选,得到复合电源最优参数和相应的控制参数。为了降低复合电源参数匹配计算负荷,并保证参数和控制策略能够全局最优,采用凸优化的方法求解复合电源参数匹配及能量管理联合优化问题。首先对电池模型线性化,然后引入新的优化变量,将参数匹配优化问题转化为凸优化问题进行求解。优化目标为复合电源成本和电池组容量衰减,同时得到复合电源参数和最优功率分配。凸优化大大缩短了匹配问题的计算负荷,并保证了结果的最优性。基于匹配结果,在Matlab/Simulink中建立了复合电源模型,并以电池电流和电流变化为控制目标,基于自适应预测控制算法设计了复合电源能量管理策略。能量管理策略包括控制模型矩阵在线计算与更新、基于时变卡尔曼滤波的模型状态估计和自适应模型预测控制优化求解三个模块。与稳态卡尔曼滤波相比,时变卡尔曼滤波有更低的状态估计误差,与标准模型预测控制相比,自适应预测控制对非线性模型有更好的控制效果。与逻辑门限值控制策略在多个标准工况下的控制结果相比,自适应能量管理策略平均降低电池电荷流通10.6%,展现了AMPC的最优控制特性和对驾驶工况不确定的适应性。