CN113386768B - 一种纯电动汽车单踏板的非线性模型预测控制方法 - Google Patents
一种纯电动汽车单踏板的非线性模型预测控制方法 Download PDFInfo
- Publication number
- CN113386768B CN113386768B CN202110881423.9A CN202110881423A CN113386768B CN 113386768 B CN113386768 B CN 113386768B CN 202110881423 A CN202110881423 A CN 202110881423A CN 113386768 B CN113386768 B CN 113386768B
- Authority
- CN
- China
- Prior art keywords
- pedal
- torque
- time
- current time
- driving
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013507 mapping Methods 0.000 claims abstract description 6
- 230000008859 change Effects 0.000 claims description 48
- 230000001133 acceleration Effects 0.000 claims description 38
- 230000036461 convulsion Effects 0.000 claims description 27
- 238000011217 control strategy Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 239000011541 reaction mixture Substances 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims 1
- 238000005265 energy consumption Methods 0.000 abstract description 4
- 230000004927 fusion Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000009795 derivation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
- B60L15/2009—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed for braking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0037—Mathematical models of vehicle sub-units
- B60W2050/0039—Mathematical models of vehicle sub-units of the propulsion unit
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/26—Wheel slip
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Power Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种纯电动汽车单踏板的非线性模型预测控制方法，包括以下步骤：1采集踏板开度；2利用踏板开度和踏板转动角速度建立单踏板动力学模型；3设计滑模观测器得到驾驶员作用于踏板上的踏板转矩；4根据踏板转矩进行驱动/制动驾驶模式识别；5结合整车状态建立单踏板控制***模型；6构建非线性模型预测控制器，利用踏板转矩与电机转矩之间的直接映射关系，以优化能耗、舒适性和安全性为目标得到最佳的电机驱动/制动转矩，实现电机转矩控制。本发明深化了单踏板模式中驱动与电机制动功能的融合程度，实现了真正意义上的单踏板，同时可以满足驾驶员的动力性需求，提高行车安全性与能量利用率，并改善乘坐舒适性。
Description
技术领域
本发明涉及一种纯电动汽车单踏板的非线性模型预测控制方法，具体涉及一种电机需求转矩由驾驶员操作单踏板的踏板转矩直接计算得到，并考虑整车动力性、安全性、经济性和舒适性的单踏板控制方法。
背景技术
电机制动能量回收功能可以提高纯电动汽车的能量利用率。单踏板功能的提出可减少驾驶员切换加速踏板和制动踏板的次数，更充分利用电机制动功能以回收制动能量。目前部分纯电动车型已经配备了单踏板模式，但现有单踏板控制技术只实现了加速踏板与制动踏板在功能上的拼接，没有将驱动与制动两种行驶模式根据驾驶员的驾驶意图进行深度融合，因此，缺少真正意义上的单踏板控制方法，且由于多数驾驶员在驾驶习惯方面的不适应，单踏板的应用会导致车辆纵向加速度突变严重，行车安全性和乘坐舒适性差。因此，兼顾整车动力性、行驶安全性、能耗经济性和乘坐舒适性四个方面的优化目标，以解决纯电动汽车单踏板的控制问题尤为重要。
发明内容
本发明是为了解决上述现有技术存在的不足之处，提出一种纯电动汽车单踏板的非线性模型预测控制方法，以期能实现单踏板控制中驱动与制动驾驶模式的动态切换，同时满足整车动力性需求，提升行车安全性，改善能耗经济性和乘坐舒适性。
本发明为达到上述发明目的，采用如下技术方案：
本发明一种纯电动汽车单踏板的非线性模型预测控制方法的特点在于，包括如下步骤：
步骤一，通过踏板位置传感器采集实时的踏板开度；
步骤二，建立单踏板动力学模型，用于描述踏板开度、踏板转动角速度与踏板转矩的关系；
步骤三，设计滑模观测器，用于对踏板角速度进行观测，从而得到驾驶员的踏板转矩；
步骤四，利用踏板转矩的变化量识别驾驶模式，从而构建动态的驱动/制动驾驶模式切换的控制策略；
步骤五，根据驱动/制动驾驶模式的需求，利用车速、整车加速度、急动度和滑动率描述单踏板控制***的状态，从而建立单踏板控制***的动力学模型；
步骤六，以动力性、行车安全性、高能量利用率和驾驶舒适性为控制目标，并基于单踏板控制***的动力学模型建立成本函数，以搭建非线性模型预测控制器，从而得到最优的电机驱动/制动转矩；
根据所述滑模观测器所观测到的踏板转矩，直接计算得到电机需求转矩，并输入所述非线性模型预测控制器中，从而得当前时刻最优的电机驱动/制动转矩。
本发明所述的一种纯电动汽车单踏板的非线性模型预测控制方法的特点也在于：
利用式(1)建立所述步骤二中的单踏板动力学模型：
式(1)中：
是踏板开度，
是踏板开度的导数，ωp是踏板转动角速度，
是踏板转动角速度的导数，Ip是踏板转动惯量，Tp是驾驶员操作的踏板转矩，ks是踏板回位弹簧的刚度，kp是踏板回位弹簧的压缩量转换系数，kr是踏板回位弹簧的阻尼系数，rp是踏板轴到驾驶员踏板力作用点之间的距离。
利用式(2)建立步骤三中的滑模观测器：
式(2)中：
是踏板转动角速度的观测量，
是踏板转动角速度的观测误差，
是驾驶员操作的踏板转矩观测量，
是驾驶员操作的踏板转矩观测量的导数，η和ε是滑模观测器的两个系数，sgn是符号函数；
利用式(3)离散化所述滑模观测器：
式(3)中：ωp[k]是当前k时刻的踏板转动角速度，
是当前k时刻的踏板转动角速度的观测量，
是当前k时刻的踏板转动角速度的观测误差，
是当前k时刻的驾驶员操作的踏板转矩观测量，
是k-1时刻的驾驶员操作的踏板转矩观测量，且有
其中，
是当前k时刻的踏板转矩观测量与k-1时刻的踏板转矩观测量之间的变化量，Tt是非线性模型预测控制器的采样时间间隔。
利用式(4)建立所述步骤四中的驱动/制动驾驶模式切换的控制策略：
式(4)中：Md[k]是识别出的当前k时刻的驱动/制动驾驶模式，Md[k-1]是k-1时刻的驱动/制动驾驶模式，Ma[k]是当前k时刻的驱动驾驶模式，Mb[k]是当前k时刻的制动驾驶模式，ΔTp[k-1]是k-1时刻的踏板转矩与k-2时刻的踏板转矩之间的变化量；
式(4)表示，以踏板开度变化量为零的时刻作为驱动/制动驾驶模式的切换点；
若踏板开度变化量在k-1时刻为“0”，且踏板开度变化量在当前k时刻大于“0”，则令当前k时刻的电机驱动转矩在当前k时刻踏板开度对应的电机驱动转矩的基础上进行变化；
若踏板开度变化量在k-1时刻为“0”，且踏板开度变化量在当前k时刻等于“0”，则保持当前k时刻踏板开度对应的电机驱动/制动转矩；
若踏板开度变化量在k-1时刻为“0”，且踏板开度变化量在当前k时刻小于“0”，则令当前k时刻的电机制动转矩从“0”开始变化。
利用式(5)建立所述步骤五中的单踏板控制***的动力学模型：
式(5)中：v是车速，
是车速的导数，CD是空气阻力系数，A是车辆的迎风面积，ρ是空气密度，i0是主减速比，ηT是传动效率，m是整车质量，δ是旋转质量换算系数，rw是车轮半径，fr是滚动阻力系数，g是重力加速度，a是车辆加速度，
是车辆加速度的导数，κ是车辆急动度，
是车辆急动度的导数，λa是车轮滑转率，
是车轮滑转率的导数，Fx是地面纵向制动力，ωw是车轮旋转角速度，Iw是车轮转动惯量，λb是车轮滑移率，
是车轮滑移率的导数，Tm是电机驱动/制动转矩，
是电机驱动/制动转矩的一阶导数，
是电机驱动/制动转矩的二阶导数；
在离散化的单踏板控制***中，令电机驱动/制动转矩表示为Tm[k]＝Tm[k-1]+ΔTm[k-1]+ΔTΔm[k]，其中，Tm[k]表示当前k时刻的电机驱动/制动转矩，Tm[k-1]表示k-1时刻的电机驱动/制动转矩，ΔTm[k-1]表示k-1时刻的电机驱动/制动转矩与k-2时刻的电机驱动/制动转矩之间的变化量，ΔTΔm[k]表示当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量，并由ΔTm[k-1]+ΔTΔm[k]构成当前k时刻的电机驱动/制动转矩与k-1时刻的电机驱动/制动转矩之间的变化量。
所述步骤六中的非线性模型预测控制器的构建过程如下：
步骤6.1，选取状态变量为X＝[x1 x2 x3 x4 x5]T＝[v a κ λa λb]T，选取单踏板控制***的控制输入量为
输出变量为Y＝[y1 y2 y3 y4]T＝[a κ λa λb]T，从而利用式(6)得到离散化后的非线性模型预测控制器的状态空间方程：
式(5)中：b1、b2、b3、b4为离散化后的非线性模型预测控制器的状态空间方程中的各项状态变量的系数，并有：
h1[k]、h2[k]、h3[k]、h4[k]、h5[k]为离散化后的非线性模型预测控制器的状态空间方程中的控制输入量的系数，并有：
e1[k]、e2[k]、e3[k]、e4[k]为离散化后的非线性模型预测控制器的状态空间方程中的各常数项，并有：
是状态变量x1在当前k时刻的取值，x1[k+1]是状态变量x1在k+1时刻的取值，x2[k]是状态变量x2在当前k时刻的取值，x2[k+1]是状态变量x2在k+1时刻的取值，x3[k]是状态变量x3在当前k时刻的取值，x3[k+1]是状态变量x3在k+1时刻的取值，x4[k]是状态变量x4在当前k时刻的取值，x4[k+1]是状态变量x4在k+1时刻的取值，x5[k]是状态变量x5在当前k时刻的取值，x5[k+1]是状态变量x5在k+1时刻的取值；
步骤6.2，利用式(7)将踏板转矩直接映射到电机需求转矩：
式(7)中：Td是电机需求转矩，
是观测到的踏板转矩
与电机需求转矩Td之间的映射比例；
步骤6.3，利用式(8)计算得到需求车辆加速度ad：
步骤6.4，设置预测步长和控制步长分别为Np和Nc，并建立如式(9)所示的非线性模型预测控制器当前k时刻的成本函数J(Δ(ΔTΔm[k]))：
式(9)中：β1、β2、β3、β4、β5、β6分别是各项控制目标的权重系数，i表示预测步长内的采样时刻，a[k+i|k]是在当前k时刻对k+i时刻的车辆加速度的预测值，ad[k+i]是k+i时刻的需求车辆加速度，κ[k+i|k]在当前k时刻对k+i时刻的车辆急动度的预测值，Ma[k+i]是k+i时刻的驱动驾驶模式，λa[k+i|k]在当前k时刻对k+i时刻的车轮滑转率的预测值，Mb[k+i]是k+i时刻的制动驾驶模式，λb[k+i|k]在当前k时刻对k+i时刻的车轮滑移率的预测值，
是k+i时刻的踏板转矩观测值与k+i-1时刻的踏板转矩观测值之间的变化量，Tm[k+i]是k+i时刻的电机驱动/制动转矩，ΔTm[k]是当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量，Δ(ΔTΔm[k])是变化量ΔTΔm[k]在当前k时刻的变化量；
步骤6.5，利用式(10)、式(11)和式(12)分别设置非线性模型预测控制***的状态变量、控制输入量和控制输入量增量的约束条件：
ΔTΔm min[k]≤ΔTΔm[k]≤ΔTΔm max[k] (11)
Δ(ΔTΔm[k])min≤Δ(ΔTΔm[k])≤Δ(ΔTΔm[k])max (12)
式(10)、式(11)和式(12)中：v[k]是当前k时刻的车速，vmin[k]是当前k时刻的车速的最小值，vmax[k]是当前k时刻的车速的最大值，a[k]是当前k时刻的车辆加速度，amin[k]是当前k时刻的车辆加速度的最小值，amax[k]是当前k时刻的车辆加速度的最大值，κ[k]是当前k时刻的车辆急动度，κmin[k]是当前k时刻的车辆急动度的最小值，κmax[k]是当前k时刻的车辆急动度的最大值，λa[k]是当前k时刻的车轮滑转率，λa min[k]是当前k时刻的车轮滑转率的最小值，λa max[k]是当前k时刻的轮滑转率的最大值，λb[k]是当前k时刻的车轮滑移率，λb min[k]是当前k时刻的车轮滑移率的最小值，λb max[k]是当前k时刻的车轮滑移率的最大值，ΔTΔm min[k]是当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量的最小值，ΔTΔm max[k]是当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量的最大值，Δ(ΔTΔm[k])是当前k时刻的ΔTΔm[k]的变化量，Δ(ΔTΔm[k])min是当前k时刻的Δ(ΔTΔm[k])的最小值，Δ(ΔTΔm[k])max是当前k时刻的Δ(ΔTΔm[k])的最大值；
步骤6.6，根据控制精度需求选取预测步长Np和控制步长Nc的值，从而计算纯电动汽车单踏板的非线性模型预测控制律。
利用式(13)得到的当前k时刻最佳的电机驱动/制动转矩：
式(13)中，
表示当前k时刻最佳的电机驱动/制动转矩，
表示当前k时刻最佳的ΔTΔm[k]，
表示当前k时刻最佳的Δ(ΔTΔm[k])，ΔTΔm[k-1]表示k-1时刻的电机驱动/制动转矩的变化量与k-2时刻的电机驱动/制动转矩的变化量之间的变化量。
与现有技术相比，本发明的有益效果体现在：
1.本发明提出了一种纯电动汽车单踏板动力学模型，利用实时的踏板开度与踏板转动角速度描述踏板的运动状态，建立驾驶员作用于踏板上的踏板转矩与踏板开度和踏板转动角速度之间的对应关系，用于准确解析驾驶员的驱动/制动驾驶意图，并由踏板转矩直接计算得到电机需求转矩，从而能够更简便、直观、准确地获得电机需求转矩。
2.本发明中纯电动汽车单踏板的驱动与制动驾驶模式的切换点是根据驾驶员驾驶意图动态变化的，相比于将切换点固定的方法，动态的切换点可以深度融合加速踏板与电机制动踏板的功能，从而实现了真正意义上的单踏板。
3.本发明基于单踏板动力学模型设计了单踏板的非线性模型预测控制器，通过跟随驾驶员需求车辆加速度，以满足整车动力性，并通过控制滑动率提升行车安全性，同时通过控制电机驱动/制动转矩优化能耗，从而提高了经济性，且通过控制车辆急动度调节舒适性，有效解决了纯电动汽车单踏板模式中对整车动力性、行车安全性、能耗经济性和乘坐舒适性同时兼顾并达到控制最优平衡点的问题。
附图说明
图1是本发明一种纯电动汽车单踏板的非线性模型预测控制方法的逻辑框图；
图2是本发明经非线性模型预测控制方法调节的整车加速度仿真结果图；
图3是本发明经非线性模型预测控制方法调节的整车急动度仿真结果图。
具体实施方式
下面结合附图和实施例对本发明做进一步的详细说明。
本实施例中，一种纯电动汽车单踏板的非线性模型预测控制方法，如图1所示，具体步骤如下：
步骤一，通过踏板位置传感器采集实时的踏板开度；
步骤二，利用式(1)建立单踏板动力学模型，用于描述踏板开度、踏板转动角速度与踏板转矩的关系：
式(1)中：
是踏板开度，
是踏板开度的导数，ωp是踏板转动角速度，
是踏板转动角速度的导数，Ip是踏板转动惯量，Tp是驾驶员操作的踏板转矩，ks是踏板回位弹簧的刚度，kp是踏板回位弹簧的压缩量转换系数，kr是踏板回位弹簧的阻尼系数，rp是踏板轴到驾驶员踏板力作用点之间的距离。
踏板是驾驶员操纵车辆实现纵向驾驶意图的主要装置，其中，踏板开度可以有效反映驾驶员操纵车辆驱动/制动的强度，踏板开度的变化率可以有效反映驾驶员操纵车辆驱动/制动的迫切程度，因此选取踏板开度和踏板转动角速度作为状态变量，并建立单踏板动力学模型，从而明确踏板开度和踏板转动角速度与踏板转矩之间的关系。
步骤三，利用式(2)设计滑模观测器，用于对踏板角速度进行观测，从而得到驾驶员的踏板转矩：
式(2)中：
是踏板转动角速度的观测量，
是踏板转动角速度的观测误差，
是驾驶员操作的踏板转矩观测量，
是驾驶员操作的踏板转矩观测量的导数，η和ε是滑模观测器的两个系数，sgn是符号函数。
利用式(3)离散化步骤三中的滑模观测器：
式(3)中：ωp[k]是当前k时刻的踏板转动角速度，
是当前k时刻的踏板转动角速度的观测量，
是当前k时刻的踏板转动角速度的观测误差，
是当前k时刻的驾驶员操作的踏板转矩观测量，
是k-1时刻的驾驶员操作的踏板转矩观测量，且有
其中，
是当前k时刻的踏板转矩观测量与k-1时刻的踏板转矩观测量之间的变化量，Tt是非线性模型预测控制器的采样时间间隔。
步骤四，利用踏板转矩的变化量识别驾驶模式，从而构建如式(4)所示的动态的驱动/制动驾驶模式切换的控制策略：
式(4)中：Md[k]是识别出的当前k时刻的驱动/制动驾驶模式，Md[k-1]是k-1时刻的驱动/制动驾驶模式，Ma[k]是当前k时刻的驱动驾驶模式，Mb[k]是当前k时刻的制动驾驶模式，ΔTp[k-1]是k-1时刻的踏板转矩与k-2时刻的踏板转矩之间的变化量；
式(4)表示，以踏板开度变化量为零的时刻作为驱动/制动驾驶模式的切换点；
若踏板开度变化量在k-1时刻为“0”，且踏板开度变化量在当前k时刻大于“0”，则令当前k时刻的电机驱动转矩在当前k时刻踏板开度对应的电机驱动转矩的基础上进行变化；
若踏板开度变化量在k-1时刻为“0”，且踏板开度变化量在当前k时刻等于“0”，则保持当前k时刻踏板开度对应的电机驱动/制动转矩；
若踏板开度变化量在k-1时刻为“0”，且踏板开度变化量在当前k时刻小于“0”，则令当前k时刻的电机制动转矩从“0”开始变化。
动态的驱动/制动驾驶模式切换点可以最大限度地保留原加速踏板的操纵方式，在驾驶员回抬加速踏板的过程中融入电机制动功能，并通过调节在驱动/制动驾驶模式切换点对应的初始电机驱动/制动转矩，以改善驾驶员对单踏板的操纵感觉，从而实现真正意义上的单踏板。
步骤五，根据驱动/制动驾驶模式的需求，利用车速、整车加速度、急动度和滑动率描述单踏板控制***的状态，从而建立单踏板控制***的动力学模型；
整车行驶方程式如式(5)所示：
式(5)中：v是车速，
是车速的导数，CD是空气阻力系数，A是车辆的迎风面积，ρ是空气密度，i0是主减速比，ηT是传动效率，m是整车质量，δ是旋转质量换算系数，rw是车轮半径，fr是滚动阻力系数，g是重力加速度，Tm是电机驱动/制动转矩；
对式(5)求导得到车辆加速度的导数方程如式(6)所示：
式(6)中：a是车辆加速度，
是车辆加速度的导数，
是电机驱动/制动转矩的一阶导数；
对式(7)求导得到车辆急动度的导数方程如式(6)所示：
式(7)中：κ是车辆急动度，
是车辆急动度的导数，
是电机驱动/制动转矩的二阶导数；
车轮动力学方程如式(8)所示：
式(8)中：Iw是车轮转动惯量，ωw是车轮旋转角速度，
是车轮旋转角速度的导数，Tw是作用于车轮上的驱动/制动转矩，Fx是地面纵向制动力，Mab用于计算驱动/制动驾驶模式中Fx的系数的正负，驱动驾驶模式下Mab被赋值“-1”，制动驾驶模式下Mab被赋值“1”；
车轮滑动率的导数方程如式(9)所示：
式(9)中：λa是车轮滑转率，
是车轮滑转率的导数，λb是车轮滑移率，
是车轮滑移率的导数；
车速作为推导整车加速度和整车急动度的基本状态变量，同时整车加速度体现动力性，且整车急动度体现乘坐舒适性，车轮滑动率体现行车安全性，从而整合式(4)、式(5)、式(6)、式(7)和式(8)，从而利用式(10)建立单踏板控制***的动力学模型：
在离散化的单踏板控制***中，令电机驱动/制动转矩表示为Tm[k]＝Tm[k-1]+ΔTm[k-1]+ΔTΔm[k]，其中，Tm[k]表示当前k时刻的电机驱动/制动转矩，Tm[k-1]表示k-1时刻的电机驱动/制动转矩，ΔTm[k-1]表示k-1时刻的电机驱动/制动转矩与k-2时刻的电机驱动/制动转矩之间的变化量，ΔTΔm[k]表示当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量，并由ΔTm[k-1]+ΔTΔm[k]构成当前k时刻的电机驱动/制动转矩与k-1时刻的电机驱动/制动转矩之间的变化量，从而解决连续控制***中控制输入的多阶导数计算问题。
步骤六，以动力性、行车安全性、高能量利用率和驾驶舒适性为控制目标，并基于单踏板控制***的动力学模型建立成本函数，以搭建非线性模型预测控制器，从而得到最优的电机驱动/制动转矩，其中，非线性模型预测控制器的构建过程如下：
步骤6.1，选取状态变量为X＝[x1 x2 x3 x4 x5]T＝[v a κ λa λb]T，选取单踏板控制***的控制输入量为
输出变量为Y＝[y1 y2 y3 y4]T＝[a κ λa λb]T，从而利用式(11)得到离散化后的非线性模型预测控制器的状态空间方程：
式(11)中：b1、b2、b3、b4为离散化后的非线性模型预测控制器的状态空间方程中的各项状态变量的系数，并有：
h1[k]、h2[k]、h3[k]、h4[k]、h5[k]为离散化后的非线性模型预测控制器的状态空间方程中的控制输入量的系数，并有：
e1[k]、e2[k]、e3[k]、e4[k]为离散化后的非线性模型预测控制器的状态空间方程中的各常数项，并有：
x1[k]是状态变量x1在当前k时刻的取值，x1[k+1]是状态变量x1在k+1时刻的取值，x2[k]是状态变量x2在当前k时刻的取值，x2[k+1]是状态变量x2在k+1时刻的取值，x3[k]是状态变量x3在当前k时刻的取值，x3[k+1]是状态变量x3在k+1时刻的取值，x4[k]是状态变量x4在当前k时刻的取值，x4[k+1]是状态变量x4在k+1时刻的取值，x5[k]是状态变量x5在当前k时刻的取值，x5[k+1]是状态变量x5在k+1时刻的取值；
步骤6.2，利用式(12)将踏板转矩直接映射到电机需求转矩：
式(12)中：Td是电机需求转矩，
是观测到的踏板转矩
与电机需求转矩Td之间的映射比例；
利用踏板转矩直接计算电机需求转矩，可以直接将驾驶员的驱动/制动驾驶意图反映到执行机构电机上从而使驾驶员的驾驶意图得到更直接、准确的解析与利用。
步骤6.3，利用式(13)计算得到需求车辆加速度ad：
步骤6.4，设置预测步长和控制步长分别为Np和Nc，并建立如式(14)所示的非线性模型预测控制器当前k时刻的成本函数J(Δ(ΔTΔm[k]))：
式(13)中：β1、β2、β3、β4、β5、β6分别是各项控制目标的权重系数，i表示预测步长内的采样时刻，a[k+i|k]是在当前k时刻对k+i时刻的车辆加速度的预测值，ad[k+i]是k+i时刻的需求车辆加速度，κ[k+i|k]在当前k时刻对k+i时刻的车辆急动度的预测值，Ma[k+i]是k+i时刻的驱动驾驶模式，λa[k+i|k]在当前k时刻对k+i时刻的车轮滑转率的预测值，Mb[k+i]是k+i时刻的制动驾驶模式，λb[k+i|k]在当前k时刻对k+i时刻的车轮滑移率的预测值，
是k+i时刻的踏板转矩观测值与k+i-1时刻的踏板转矩观测值之间的变化量，Tm[k+i]是k+i时刻的电机驱动/制动转矩，ΔTm[k]是当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量，Δ(ΔTΔm[k])是ΔTΔm[k]在当前k时刻的变化量；
步骤6.5，利用式(15)、式(16)和式(17)分别设置非线性模型预测控制***的状态变量、控制输入量和控制输入量增量的约束条件：
ΔTΔm min[k]≤ΔTΔm[k]≤ΔTΔm max[k] (16)
Δ(ΔTΔm[k])min≤Δ(ΔTΔm[k])≤Δ(ΔTΔm[k])max (17)
式(15)、式(16)和式(17)中：v[k]是当前k时刻的车速，vmin[k]是当前k时刻的车速的最小值，vmax[k]是当前k时刻的车速的最大值，a[k]是当前k时刻的车辆加速度，amin[k]是当前k时刻的车辆加速度的最小值，amax[k]是当前k时刻的车辆加速度的最大值，κ[k]是当前k时刻的车辆急动度，κmin[k]是当前k时刻的车辆急动度的最小值，κmax[k]是当前k时刻的车辆急动度的最大值，λa[k]是当前k时刻的车轮滑转率，λa min[k]是当前k时刻的车轮滑转率的最小值，λa max[k]是当前k时刻的轮滑转率的最大值，λb[k]是当前k时刻的车轮滑移率，λb min[k]是当前k时刻的车轮滑移率的最小值，λb max[k]是当前k时刻的车轮滑移率的最大值，ΔTΔm min[k]是当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量的最小值，ΔTΔm max[k]是当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量的最大值，Δ(ΔTΔm[k])是当前k时刻的变化量ΔTΔm[k]的变化量，Δ(ΔTΔm[k])min是当前k时刻的变化量Δ(ΔTΔm[k])的最小值，Δ(ΔTΔm[k])max是当前k时刻的变化量Δ(ΔTΔm[k])的最大值。
步骤6.6，选取预测步长Np和控制步长Nc的值分别为“1”，利用式(18)得到纯电动汽车单踏板的非线性模型预测控制律：
式(18)中，
表示当前k时刻最佳的ΔTΔm[k]，
表示当前k时刻最佳的Δ(ΔTΔm[k])。
步骤七，根据滑模观测器所观测到的踏板转矩，直接计算得到电机需求转矩，并输入非线性模型预测控制器中，从而利用式(19)得到的当前k时刻最佳的电机驱动/制动转矩：
式(19)中，
表示当前k时刻最佳的电机驱动/制动转矩，
表示当前k时刻最佳的ΔTΔm[k]，
表示当前k时刻最佳的Δ(ΔTΔm[k])，ΔTΔm[k-1]表示k-1时刻的电机驱动/制动转矩的变化量与k-2时刻的电机驱动/制动转矩的变化量之间的变化量。
在电机控制器的上一级控制器中运行纯电动汽车单踏板的非线性模型预测控制方法，并将得到的当前时刻最优的电机驱动/制动转矩作为转矩指令发送给电机控制器，从而控制电机执行驱动/制动转矩指令，以满足驾驶员的驾驶需求。
图2是单踏板的非线性模型预测控制器中，对需求车辆加速度的跟随效果的仿真结果图，采用Economic Commission of Europe行驶工况，可以看出本发明提出的纯电动汽车单踏板的非线性模型预测控制方法可以对驾驶员需求车辆加速度进行跟随，且跟随效果良好，从而满足了整车动力性需求。
图3是单踏板的非线性模型预测控制器中，车辆急动度的优化仿真结果图，可以看出本发明提出的纯电动汽车单踏板的非线性模型预测控制方法相比于不加非线性模型预测控制器的控制策略，车辆急动度更接近“0”，从而提高了乘坐舒适性。
Claims (7)
1.一种纯电动汽车单踏板的非线性模型预测控制方法，其特征在于，包括如下步骤：
步骤一，通过踏板位置传感器采集实时的踏板开度；
步骤二，建立单踏板动力学模型，用于描述踏板开度、踏板转动角速度与踏板转矩的关系；
步骤三，设计滑模观测器，用于对踏板角速度进行观测，从而得到驾驶员的踏板转矩；
步骤四，利用踏板转矩的变化量识别驾驶模式，从而构建动态的驱动/制动驾驶模式切换的控制策略；
步骤五，根据驱动/制动驾驶模式的需求，利用车速、整车加速度、急动度和滑动率描述单踏板控制***的状态，从而建立单踏板控制***的动力学模型；
步骤六，以动力性、行车安全性、高能量利用率和驾驶舒适性为控制目标，并基于单踏板控制***的动力学模型建立成本函数，以搭建非线性模型预测控制器，从而得到最优的电机驱动/制动转矩；
根据所述滑模观测器所观测到的踏板转矩，直接计算得到电机需求转矩，并输入所述非线性模型预测控制器中，从而得当前时刻最优的电机驱动/制动转矩。
2.根据权利要求1所述的一种纯电动汽车单踏板的非线性模型预测控制方法，其特征在于：利用式(1)建立所述步骤二中的单踏板动力学模型：
式(1)中：
是踏板开度，
是踏板开度的导数，ωp是踏板转动角速度，
是踏板转动角速度的导数，Ip是踏板转动惯量，Tp是驾驶员操作的踏板转矩，ks是踏板回位弹簧的刚度，kp是踏板回位弹簧的压缩量转换系数，kr是踏板回位弹簧的阻尼系数，rp是踏板轴到驾驶员踏板力作用点之间的距离。
3.根据权利要求1所述的一种纯电动汽车单踏板的非线性模型预测控制方法，其特征在于：利用式(2)建立步骤三中的滑模观测器：
式(2)中：
是踏板转动角速度的观测量，
是踏板转动角速度的观测误差，
是驾驶员操作的踏板转矩观测量，
是驾驶员操作的踏板转矩观测量的导数，η和ε是滑模观测器的两个系数，sgn是符号函数；
利用式(3)离散化所述滑模观测器：
式(3)中：ωp[k]是当前k时刻的踏板转动角速度，
是当前k时刻的踏板转动角速度的观测量，
是当前k时刻的踏板转动角速度的观测误差，
是当前k时刻的驾驶员操作的踏板转矩观测量，
是k-1时刻的驾驶员操作的踏板转矩观测量，且有
其中，
是当前k时刻的踏板转矩观测量与k-1时刻的踏板转矩观测量之间的变化量，Tt是非线性模型预测控制器的采样时间间隔。
4.根据权利要求1所述的一种纯电动汽车单踏板的非线性模型预测控制方法，其特征在于：利用式(4)建立所述步骤四中的驱动/制动驾驶模式切换的控制策略：
式(4)中：Md[k]是识别出的当前k时刻的驱动/制动驾驶模式，Md[k-1]是k-1时刻的驱动/制动驾驶模式，Ma[k]是当前k时刻的驱动驾驶模式，Mb[k]是当前k时刻的制动驾驶模式，ΔTp[k-1]是k-1时刻的踏板转矩与k-2时刻的踏板转矩之间的变化量；
式(4)表示，以踏板开度变化量为零的时刻作为驱动/制动驾驶模式的切换点；
若踏板开度变化量在k-1时刻为“0”，且踏板开度变化量在当前k时刻大于“0”，则令当前k时刻的电机驱动转矩在当前k时刻踏板开度对应的电机驱动转矩的基础上进行变化；
若踏板开度变化量在k-1时刻为“0”，且踏板开度变化量在当前k时刻等于“0”，则保持当前k时刻踏板开度对应的电机驱动/制动转矩；
若踏板开度变化量在k-1时刻为“0”，且踏板开度变化量在当前k时刻小于“0”，则令当前k时刻的电机制动转矩从“0”开始变化。
5.根据权利要求1所述的一种纯电动汽车单踏板的非线性模型预测控制方法，其特征在于：利用式(5)建立所述步骤五中的单踏板控制***的动力学模型：
式(5)中：v是车速，
是车速的导数，CD是空气阻力系数，A是车辆的迎风面积，ρ是空气密度，i0是主减速比，ηT是传动效率，m是整车质量，δ是旋转质量换算系数，rw是车轮半径，fr是滚动阻力系数，g是重力加速度，a是车辆加速度，
是车辆加速度的导数，κ是车辆急动度，
是车辆急动度的导数，λa是车轮滑转率，
是车轮滑转率的导数，Fx是地面纵向制动力，ωw是车轮旋转角速度，Iw是车轮转动惯量，λb是车轮滑移率，
是车轮滑移率的导数，Tm是电机驱动/制动转矩，
是电机驱动/制动转矩的一阶导数，
是电机驱动/制动转矩的二阶导数；
在离散化的单踏板控制***中，令电机驱动/制动转矩表示为Tm[k]＝Tm[k-1]+ΔTm[k-1]+ΔTΔm[k]，其中，Tm[k]表示当前k时刻的电机驱动/制动转矩，Tm[k-1]表示k-1时刻的电机驱动/制动转矩，ΔTm[k-1]表示k-1时刻的电机驱动/制动转矩与k-2时刻的电机驱动/制动转矩之间的变化量，ΔTΔm[k]表示当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量，并由ΔTm[k-1]+ΔTΔm[k]构成当前k时刻的电机驱动/制动转矩与k-1时刻的电机驱动/制动转矩之间的变化量。
6.根据权利要求1所述的一种纯电动汽车单踏板的非线性模型预测控制方法，其特征在于：所述步骤六中的非线性模型预测控制器的构建过程如下：
步骤6.1，选取状态变量为X＝[x1 x2 x3 x4 x5]T＝[v a κ λa λb]T，选取单踏板控制***的控制输入量为
输出变量为Y＝[y1 y2 y3 y4]T＝[a κ λa λb]T，从而利用式(6)得到离散化后的非线性模型预测控制器的状态空间方程：
式(5)中：b1、b2、b3、b4为离散化后的非线性模型预测控制器的状态空间方程中的各项状态变量的系数，并有：
h1[k]、h2[k]、h3[k]、h4[k]、h5[k]为离散化后的非线性模型预测控制器的状态空间方程中的控制输入量的系数，并有：
e1[k]、e2[k]、e3[k]、e4[k]为离散化后的非线性模型预测控制器的状态空间方程中的各常数项，并有：
是状态变量x1在当前k时刻的取值，x1[k+1]是状态变量x1在k+1时刻的取值，x2[k]是状态变量x2在当前k时刻的取值，x2[k+1]是状态变量x2在k+1时刻的取值，x3[k]是状态变量x3在当前k时刻的取值，x3[k+1]是状态变量x3在k+1时刻的取值，x4[k]是状态变量x4在当前k时刻的取值，x4[k+1]是状态变量x4在k+1时刻的取值，x5[k]是状态变量x5在当前k时刻的取值，x5[k+1]是状态变量x5在k+1时刻的取值；
步骤6.2，利用式(7)将踏板转矩直接映射到电机需求转矩：
式(7)中：Td是电机需求转矩，
是观测到的踏板转矩
与电机需求转矩Td之间的映射比例；
步骤6.3，利用式(8)计算得到需求车辆加速度ad：
步骤6.4，设置预测步长和控制步长分别为Np和Nc，并建立如式(9)所示的非线性模型预测控制器当前k时刻的成本函数J(Δ(ΔTΔm[k]))：
式(9)中：β1、β2、β3、β4、β5、β6分别是各项控制目标的权重系数，i表示预测步长内的采样时刻，a[k+i|k]是在当前k时刻对k+i时刻的车辆加速度的预测值，ad[k+i]是k+i时刻的需求车辆加速度，κ[k+i|k]在当前k时刻对k+i时刻的车辆急动度的预测值，Ma[k+i]是k+i时刻的驱动驾驶模式，λa[k+i|k]在当前k时刻对k+i时刻的车轮滑转率的预测值，Mb[k+i]是k+i时刻的制动驾驶模式，λb[k+i|k]在当前k时刻对k+i时刻的车轮滑移率的预测值，
是k+i时刻的踏板转矩观测值与k+i-1时刻的踏板转矩观测值之间的变化量，Tm[k+i]是k+i时刻的电机驱动/制动转矩，ΔTm[k]是当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量，Δ(ΔTΔm[k])是变化量ΔTΔm[k]在当前k时刻的变化量；
步骤6.5，利用式(10)、式(11)和式(12)分别设置非线性模型预测控制***的状态变量、控制输入量和控制输入量增量的约束条件：
ΔTΔmmin[k]≤ΔTΔm[k]≤ΔTΔmmax[k] (11)
Δ(ΔTΔm[k])min≤Δ(ΔTΔm[k])≤Δ(ΔTΔm[k])max (12)
式(10)、式(11)和式(12)中：v[k]是当前k时刻的车速，vmin[k]是当前k时刻的车速的最小值，vmax[k]是当前k时刻的车速的最大值，a[k]是当前k时刻的车辆加速度，amin[k]是当前k时刻的车辆加速度的最小值，amax[k]是当前k时刻的车辆加速度的最大值，κ[k]是当前k时刻的车辆急动度，κmin[k]是当前k时刻的车辆急动度的最小值，κmax[k]是当前k时刻的车辆急动度的最大值，λa[k]是当前k时刻的车轮滑转率，λamin[k]是当前k时刻的车轮滑转率的最小值，λamax[k]是当前k时刻的轮滑转率的最大值，λb[k]是当前k时刻的车轮滑移率，λbmin[k]是当前k时刻的车轮滑移率的最小值，λbmax[k]是当前k时刻的车轮滑移率的最大值，ΔTΔmmin[k]是当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量的最小值，ΔTΔmmax[k]是当前k时刻的电机驱动/制动转矩的变化量与k-1时刻的电机驱动/制动转矩的变化量之间的变化量的最大值，Δ(ΔTΔm[k])是当前k时刻的ΔTΔm[k]的变化量，Δ(ΔTΔm[k])min是当前k时刻的Δ(ΔTΔm[k])的最小值，Δ(ΔTΔm[k])max是当前k时刻的Δ(ΔTΔm[k])的最大值；
步骤6.6，根据控制精度需求选取预测步长Np和控制步长Nc的值，从而计算纯电动汽车单踏板的非线性模型预测控制律。
7.根据权利要求1所述的一种纯电动汽车单踏板的非线性模型预测控制方法，其特征在于：利用式(13)得到的当前k时刻最佳的电机驱动/制动转矩：
式(13)中，
表示当前k时刻最佳的电机驱动/制动转矩，
表示当前k时刻最佳的ΔTΔm[k]，
表示当前k时刻最佳的Δ(ΔTΔm[k])，ΔTΔm[k-1]表示k-1时刻的电机驱动/制动转矩的变化量与k-2时刻的电机驱动/制动转矩的变化量之间的变化量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110881423.9A CN113386768B (zh) | 2021-08-02 | 2021-08-02 | 一种纯电动汽车单踏板的非线性模型预测控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110881423.9A CN113386768B (zh) | 2021-08-02 | 2021-08-02 | 一种纯电动汽车单踏板的非线性模型预测控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113386768A CN113386768A (zh) | 2021-09-14 |
| CN113386768B true CN113386768B (zh) | 2022-04-08 |
Family
ID=77622319
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110881423.9A Active CN113386768B (zh) | 2021-08-02 | 2021-08-02 | 一种纯电动汽车单踏板的非线性模型预测控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113386768B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114407674B (zh) * | 2022-01-14 | 2023-06-30 | 东风汽车集团股份有限公司 | 电动汽车单踏板模式控制方法、装置、设备及存储介质 |
| CN114407847B (zh) * | 2022-02-25 | 2023-11-17 | 吉林大学 | 一种基于机器学习的单踏板线控底盘汽车辅助制动方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6792344B2 (en) * | 1997-04-25 | 2004-09-14 | Hitachi, Ltd. | Automotive control apparatus and method |
| CN106904078B (zh) * | 2015-12-22 | 2019-03-12 | 北京宝沃汽车有限公司 | 车辆的控制方法、控制***及车辆 |
| CN105922988B (zh) * | 2016-06-03 | 2018-02-23 | 北京车和家信息技术有限公司 | 车辆的控制方法、控制装置和车辆 |
| JP6991466B2 (ja) * | 2018-06-22 | 2022-01-12 | マツダ株式会社 | 車両制御システム及び方法 |
| CN109733406B (zh) * | 2019-01-22 | 2020-08-18 | 湖南普西智能科技有限责任公司 | 基于模糊控制与动态规划的纯电动汽车行驶策略控制方法 |
| CN111098717B (zh) * | 2019-12-20 | 2021-07-30 | 中国第一汽车股份有限公司 | 一种电动汽车的单踏板控制方法、装置及*** |
| CN111038485B (zh) * | 2019-12-30 | 2021-02-19 | 山东大学 | 基于驾驶风格识别的混合动力汽车控制方法及*** |
| CN111409450B (zh) * | 2020-03-31 | 2022-03-15 | 东风航盛（武汉）汽车控制***有限公司 | 一种车辆的单踏板模式控制方法 |
-
2021
- 2021-08-02 CN CN202110881423.9A patent/CN113386768B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113386768A (zh) | 2021-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107168104B (zh) | 基于观测器的纯电动智能汽车纵向车速控制方法 | |
| CN113386768B (zh) | 一种纯电动汽车单踏板的非线性模型预测控制方法 | |
| CN107839688B (zh) | 一种电动汽车蠕行车速控制方法 | |
| CN111439260B (zh) | 面向个性化需求的网联商用柴油车巡航行驶优化控制*** | |
| CN109131330B (zh) | 一种电动汽车自适应蠕行控制方法 | |
| CN105857309A (zh) | 一种考虑多目标的车辆自适应巡航控制方法 | |
| Kamal et al. | On board eco-driving system for varying road-traffic environments using model predictive control | |
| CN110568762B (zh) | 一种抗通信延迟的智能电动车编队自适应鲁棒控制方法 | |
| CN102506160B (zh) | 基于纵向动力学的坡道及车辆载荷识别方法 | |
| CN103085816A (zh) | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 | |
| CN113635879B (zh) | 一种车辆制动力分配方法 | |
| WO2012088635A1 (zh) | 车辆自适应巡航控制***及方法 | |
| CN113221257B (zh) | 考虑控制区域的极限工况下车辆横纵向稳定控制方法 | |
| CN112590789B (zh) | 一种电动汽车自适应巡航控制方法 | |
| EP1730713A2 (en) | Power train control device in vehicle integrated control system | |
| CN113419533A (zh) | 一种基于通信延迟的智能车队纵向跟随控制方法 | |
| CN108528419B (zh) | 一种面向全制动工况的车辆线控制动***的双环预测控制方法 | |
| CN111391672A (zh) | 一种纯电动汽车的自适应能量回收方法 | |
| CN113190055A (zh) | 一种电动汽车速度跟踪控制方法 | |
| Shi et al. | Single pedal control of battery electric vehicle by pedal torque demand with dynamic zero position | |
| CN114670828A (zh) | 一种采用复合模型预测控制器的自适应巡航控制方法 | |
| Shen et al. | Energy-efficient cruise control using optimal control for a hybrid electric vehicle | |
| Lee et al. | Real-time optimization of gear shift trajectories using quadratic programming for electric vehicles with dual clutch transmission | |
| TWI448863B (zh) | Energy saving control method of electric vehicle | |
| JP5371855B2 (ja) | 電動車両制御装置および電動車両制御方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |