CN114475566B - 一种智能网联插电式混合动力汽车能量管理实时控制策略 - Google Patents

Abstract

本发明涉及插电式混合动力汽车自动驾驶领域技术领域，具体涉及一种智能网联插电式混合动力汽车能量管理实时控制策略，包括获取汽车历史的加速踏板开度、制动踏板开度、车速、车轮需求转矩和整车需求功率，得到历史行驶数据；实时采集汽车的车速、需求转矩、电池SOC、发动机与电机的转矩、转速和挡位，得到实时行驶数据；基于历史行驶数据构建神经网络模型对汽车的当前行驶工况进行识别以及预测，得到预测行驶数据；基于实时行驶数据和预测行驶数据对汽车的发动机与电机的转矩、转速、挡位和气门开度进行调整，解决了现有的能量管理策略因真实的行驶路况具有不确定性，会降低汽车行驶的安全的问题。

Description

一种智能网联插电式混合动力汽车能量管理实时控制策略

技术领域

本发明涉及插电式混合动力汽车自动驾驶领域技术领域，尤其涉及一种智能网联插电式混合动力汽车能量管理实时控制策略。

背景技术

在全球环境污染与能源危机的大环境下，急需绿色、低碳的出行方式，传统燃油汽车显然已经无法完全满足这种需求，汽车电动化已经成为人们的研究热点。然而纯电动汽车具有续航里程短，对电动汽车专用充电桩具有高度依赖性，混合电动汽车在运行时行驶模式切换不及时就会造成严重的能量浪费，因此改善汽车电动化能量管理这一技术至关重要。插电式混合动力汽车(Plug-in Hybrid Electric Vehicle,PHEV)相比于传统的燃油汽车可以更好地控制发动机与电机的协同工作，使得动力***尽可能处于高效工作区，提高燃油经济性，减少排放量，并且很好的解决了纯电动汽车续航里程短的问题，因此PHEV将是燃油汽车向纯电动汽车阶段的过渡产品。

目前用于PHEV的能量管理策略往往具有对历史经验或是人为设定规则具有依赖性，大多采用离线的方式寻找全局最优方法，以获取较好的燃油经济性。但在汽车真实的行驶路况中往往具有不确定性，如：红绿灯、坡度、弯道、路面等，从而降低了汽车行驶的安全。

发明内容

本发明的目的在于提供一种智能网联插电式混合动力汽车能量管理实时控制策略，旨在解决现有的能量管理策略因真实的行驶路况具有不确定性，会降低汽车行驶的安全的问题。

为实现上述目的，本发明提供了一种智能网联插电式混合动力汽车能量管理实时控制策略，包括以下步骤：

获取汽车历史的加速踏板开度、制动踏板开度、车速、车轮需求转矩和整车需求功率，得到历史行驶数据；

实时采集汽车的车速、需求转矩、电池SOC、发动机与电机的转矩、转速和挡位，得到实时行驶数据；

基于所述历史行驶数据构建神经网络模型对所述汽车的当前行驶工况进行识别以及预测，得到预测行驶数据；

基于所述实时行驶数据和预测行驶数据对所述汽车的发动机与电机的转矩、转速、挡位和气门开度进行调整。

其中，所述获取汽车历史的加速踏板开度、制动踏板开度、车速、车轮需求转矩和整车需求功率，得到历史行驶数据的具体的方式为：

根据历史工况查找MAP图；

基于所述MAP图获取汽车历史的加速踏板开度、制动踏板开度、车速、车轮需求转矩和整车需求功率，得到历史行驶数据。

其中，所述基于所述历史行驶数据构建神经网络模型对所述汽车的当前行驶工况进行识别以及预测，得到预测行驶数据的具体方式为：

构建MPSO-BP神经网络模型；

使用改进动态调节所述MPSO-BP神经网络模型的权重值公式，得到优化网络模型；

将所述历史行驶数据输入所述优化网络模型对所述汽车的当前行驶工况进行识别以及预测，得到预测行驶数据。

其中，所述基于所述实时行驶数据和预测行驶数据对所述汽车的发动机与电机的转矩、转速、挡位和气门开度进行调整的具体方式为：

以所述预测行驶数据为准，根据所述实时行驶数据对所述汽车的电量消耗成本和电量消耗成本进行分配，得到分配数值；

基于所述分配数值对所述汽车的发动机与电机的转矩、转速和挡位进行调整；

以所述预测行驶数据为准，根据所述实时行驶数据的速度调节所述汽车的气门开度，使得所述汽车巡航达到最优速度的同时使得与前后车辆具有安全间距。

其中，所述以所述预测行驶数据为准，根据所述实时行驶数据的速度调节所述汽车的气门开度的具体方式为：

以所述预测行驶数据为准，根据所述实时行驶数据建立汽车的速度优化目标函数；

基于所述速度优化目标函数对所述汽车的气门开度进行调节。

其中，所述汽车巡航使用模糊控制基本策略。

本发明的一种智能网联插电式混合动力汽车能量管理实时控制策略，通过获取汽车历史的加速踏板开度、制动踏板开度、车速、车轮需求转矩和整车需求功率，得到历史行驶数据；实时采集汽车的车速、需求转矩、电池SOC、发动机与电机的转矩、转速和挡位，得到实时行驶数据；基于所述历史行驶数据构建神经网络模型对所述汽车的当前行驶工况进行识别以及预测，得到预测行驶数据；基于所述实时行驶数据和预测行驶数据对所述汽车的发动机与电机的转矩、转速、挡位和气门开度进行调整，可以实时预测实时优化；设置行车安全距离以确保车辆巡航以及跟车时的安全，并获取最优速度轨迹；能量管理策略依据速度进行分配，电机与发动机得到转矩分配后调整形式模式，得到下一时刻的速度，再反馈给速度优化模块，反复迭代。解决了现有的能量管理策略因真实的行驶路况具有不确定性，会降低汽车行驶的安全的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的一种智能网联插电式混合动力汽车能量管理实时控制策略的结构示意图。

图2是获取汽车历史的加速踏板开度、制动踏板开度、车速、车轮需求转矩和整车需求功率，得到历史行驶数据的流程图。

图3是基于所述历史行驶数据构建神经网络模型对所述汽车的当前行驶工况进行识别以及预测，得到预测行驶数据的流程图。

图4是基于所述实时行驶数据和预测行驶数据对所述汽车的发动机与电机的转矩、转速、挡位和气门开度进行调整的流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

请参阅图1至图4，本发明提供一种智能网联插电式混合动力汽车能量管理实时控制策略，包括以下步骤：

S1获取汽车历史的加速踏板开度、制动踏板开度、车速、车轮需求转矩和整车需求功率，得到历史行驶数据；

具体方式为：S11根据历史工况查找MAP图；

S12基于所述MAP图获取汽车历史的加速踏板开度、制动踏板开度、车速、车轮需求转矩和整车需求功率，得到历史行驶数据。

S2实时采集汽车的车速、需求转矩、电池SOC(电荷状态)、发动机与电机的转矩、转速和挡位，得到实时行驶数据；

具体的，

S3基于所述历史行驶数据构建神经网络模型对所述汽车的当前行驶工况进行识别以及预测，得到预测行驶数据；

具体方式为：S31构建MPSO-BP神经网络模型；

具体的，假设在一个M维空间，有n个粒子组成种群X＝(X₁,X₂,...,X_n)。

迭代公式：

其中，h代表迭代次数，w代表惯性权重，j代表维度，c₁、c₂代表学习因子。

S32使用改进动态调节所述MPSO-BP神经网络模型的权重值公式，得到优化网络模型；

具体的，使用改进动态调节权重值公式，使得粒子在适应度值差别较大时减小惯性权重值，自适应度趋于一致时增加惯性权重值。

其中W_min、W_max代表最小与最大惯性权值，f_min、f_avg代表最小与平均适应值，t_max代表最大迭代次数。

改进算法可以使得迭代初期注重于全局搜索，迭代后期注重局部搜索，全局搜索时间会更长，粒子不至于陷入局部最优中，从而保证粒子在增长过程中可以有较为合理的自身认知和全局认知。

建立车辆模型，为设计巡航-跟车***做准备。

S33将所述历史行驶数据输入所述优化网络模型对所述汽车的当前行驶工况进行识别以及预测，得到预测行驶数据。

S4基于所述实时行驶数据和预测行驶数据对所述汽车的发动机与电机的转矩、转速、挡位和气门开度进行调整。

具体方式为：S41以所述预测行驶数据为准，根据所述实时行驶数据对所述汽车的电量消耗成本和电量消耗成本进行分配，得到分配数值；

S42基于所述分配数值对所述汽车的发动机与电机的转矩、转速和挡位进行调整；

具体的，能量管理方法策略目标函数：

其中，Q_s代表电量消耗成本，Q_f代表燃油消耗成本。

根据实时行驶数据量对发动机与电机的转矩进行分配，最终得到消耗成本Qs与燃油消耗成本Qf的综合值。

S43以所述预测行驶数据为准，根据所述实时行驶数据的速度调节所述汽车的气门开度，使得所述汽车巡航达到最优速度的同时使得与前后车辆具有安全间距。

具体的，以所述预测行驶数据为准，根据所述实时行驶数据建立汽车的速度优化目标函数；基于所述速度优化目标函数对所述汽车的气门开度进行调节。所述汽车巡航使用模糊控制基本策略。

车辆驱动力：

F_t＝F_i+F_f+F_w+F_j

其中，F_i代表坡度阻力，F_f代表滚动阻力，F_w代表空气阻力，F_j代表加速阻力。

计算出k时刻的输出功率后，得到最优速度和最佳驱动力，根据极小值原理得到目标函数：

T_min≤T_wk≤T_max

其中，u＝F_t,F_t是汽车的驱动力，x是状态变量，L是决策函数，λ_p与λ_v是权重系数，v_d是期望速度，T_wk是k时刻输出转矩，T_min，T_max是最小最大转矩；

建立汽车巡航控制策略，确保汽车在行驶过程中可以自动更新巡航速度，提高汽车的安全性与通行性。

其中，K_P、K_I、K_D为控制器的最终输出值，K_P0、K_I0、K_D0为初始参数，ΔK_P、ΔK_I、ΔK_D为模糊控制器输出值，q_p、q_I、q_D为控制器的修正系数。

已有速度与反馈速度的车速差E以及变化率EC为模糊控制器的输入变量，节气门开度为控制***输出值，实际车速为动力学模型得到数值。

为确保汽车正常行驶，出要考虑行车速度外，还应考虑跟车安全问题，确保在某时刻的某速度下，目标车辆在行驶过程中是安全可靠的。

建立跟车模型，最优速度与最小安全距离模型，

在行驶过程中，目标车辆的前车与后车制动停止，确保不发生碰撞，必须确保目标车辆相对于前后车辆的距离大于零，即ΔS₁＞0,ΔS₂＞0，得出公式

L_a-S_x+S_a＞0

L_r+S_x-Sr＞0

其中，L_a、L_r分别代表目标车辆相对于前后车的安全距离，S_x代表目标车辆制动距离，S_a、Sr分别代表前后车制动距离。

若前后车紧急制动，目标车辆速度：

其中，V_x代表目标车速，V_a代表前车速度，V_r代表后车速度。

建立电池模型：

其中，I(t)代表电流变化的量，Q_bat代表电池容量。

插电式混合动力汽车需要满足以下约束条件：

其中，i_g代表挡位，T_e、T_m分别代表发动机的转矩，n_e、n_m是发动机与电机的转速。

能量管理方法策略目标函数：

其中，Q_s代表电量消耗成本，Q_f代表燃油消耗成本。

根据实时行驶数据量对发动机与电机的转矩进行分配，最终得到消耗成本Qs与燃油消耗成本Qf的综合值。

所述车辆巡航使用模糊控制基本策略，公式如下：

H(t)＝K_Pe(t)+K_I∫e(t)dt+K_De(t)

其中，H(t)是控制器输出的控制量，K_P是控制器的比例项系数，K_I是控制器积分项系数，K_D是控制器的微分项系数。

综上，本文提出一种插电式混合动力汽车能量管理实时控制策略，基于改进的粒子群算法结合BP神经网络，具有更高的模型预测精度，可以实时预测实时优化；设置行车安全距离以确保车辆巡航以及跟车时的安全，并获取最优速度轨迹；能量管理策略依据速度进行分配，电机与发动机得到转矩分配后调整形式模式，得到下一时刻的速度，再反馈给速度优化模块，反复迭代。

以上所揭露的仅为本发明一种智能网联插电式混合动力汽车能量管理实时控制策略较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (5)

1.一种智能网联插电式混合动力汽车能量管理实时控制策略，其特征在于，包括以下步骤：

获取汽车历史的加速踏板开度、制动踏板开度、车速、车轮需求转矩和整车需求功率，得到历史行驶数据；

实时采集汽车的车速、需求转矩、电池SOC、发动机与电机的转矩、转速和挡位，得到实时行驶数据；

基于所述历史行驶数据构建神经网络模型对所述汽车的当前行驶工况进行识别以及预测，得到预测行驶数据；

基于所述实时行驶数据和预测行驶数据对所述汽车的发动机与电机的转矩、转速、挡位和气门开度进行调整；

所述基于所述实时行驶数据和预测行驶数据对所述汽车的发动机与电机的转矩、转速、挡位和气门开度进行调整的具体方式为：

以所述预测行驶数据为准，根据所述实时行驶数据对所述汽车的电量消耗成本和燃油消耗成本进行分配，得到分配数值；

基于所述分配数值对所述汽车的发动机与电机的转矩、转速和挡位进行调整；

以所述预测行驶数据为准，根据所述实时行驶数据的速度调节所述汽车的气门开度，使得所述汽车巡航达到最优速度的同时使得与前后车辆具有安全间距。

2.如权利要求1所述的智能网联插电式混合动力汽车能量管理实时控制策略，其特征在于，

所述获取汽车历史的加速踏板开度、制动踏板开度、车速、车轮需求转矩和整车需求功率，得到历史行驶数据的具体的方式为：

根据历史工况查找MAP图；

基于所述MAP图获取汽车历史的加速踏板开度、制动踏板开度、车速、车轮需求转矩和整车需求功率，得到历史行驶数据。

3.如权利要求1所述的智能网联插电式混合动力汽车能量管理实时控制策略，其特征在于，

所述基于所述历史行驶数据构建神经网络模型对所述汽车的当前行驶工况进行识别以及预测，得到预测行驶数据的具体方式为：

构建MPSO-BP神经网络模型；

使用改进动态调节所述MPSO-BP神经网络模型的权重值公式，得到优化网络模型；

将所述历史行驶数据输入所述优化网络模型对所述汽车的当前行驶工况进行识别以及预测，得到预测行驶数据。

4.如权利要求1所述的智能网联插电式混合动力汽车能量管理实时控制策略，其特征在于，

所述以所述预测行驶数据为准，根据所述实时行驶数据的速度调节所述汽车的气门开度的具体方式为：

以所述预测行驶数据为准，根据所述实时行驶数据建立汽车的速度优化目标函数；

基于所述速度优化目标函数对所述汽车的气门开度进行调节。

5.如权利要求1所述的智能网联插电式混合动力汽车能量管理实时控制策略，其特征在于，

所述汽车巡航使用模糊控制基本策略。