CN102069804B - 一种混合动力汽车行驶状态预测控制方法 - Google Patents

Abstract

本发明提供了一种混合动力汽车行驶状态预测控制方法，属于混合动力汽车技术领域。它解决了现有的混合动力汽车无法将低油耗低排放潜力充分发挥出来的问题。本混合动力汽车行驶状态预测控制方法包括如下步骤：a、利用车载导航模块获取汽车在未来行驶路线内的行驶状态；b、根据获取的未来行驶状态控制蓄电池的充放电状态。本发明的优点在于利用GPS/GIS所提供的汽车未来一段预测路线上的道路交通信息以及汽车当前运行状态模型，建立混合动力汽车未来运行状态模型。利用这种混合动力汽车行驶预测系统，可以最大程度地降低混合动力汽车的油耗和排放。

Description

一种混合动力汽车行驶状态预测控制方法

技术领域

本发明属于混合动力汽车技术领域，涉及一种混合动力汽车行驶状态预测控制方法。

背景技术

能源危机和环境污染这两大问题的日益突出，严重影响人类社会的可持续发展，因此越来越受到各国政府和民间的重视。石油资源在世界能源消费中所占的比例超过35%，其中相当大部分又消耗在交通运输行业中，传统能源结构及其利用方式愈来愈难以适应人类生存发展的需要，混合动力汽车应运而生。

目前国内外的混合动力汽车控制策略基本上都是基于汽车当前时刻的驾驶员功率需求、车速和蓄电池荷电状态(SOC,State ofCharge)所确定的，没有考虑汽车的未来运行状态和驾驶员的预期功率需求，因此无法将混合动力汽车的低油耗低排放潜力充分发挥出来。

发明内容

本发明的目的是针对现有的混合动力汽车所存在的上述问题，而提出了一种利用汽车未来一段预测路线上的道路交通信息以及汽车当前运行状态来控制蓄电池充放电状态的混合动力汽车行驶状态预测控制方法。

本发明的目的可通过下列技术方案来实现：一种混合动力汽车行驶状态预测控制方法，实现该控制方法的控制系统包括控制模块、车载导航模块以及汽车动力部分中的蓄电池和电动机，其特征在于，所述的预测控制方法包括如下步骤：

a、利用车载导航模块获取汽车在未来行驶路线内的行驶状态；

b、根据获取的未来行驶状态控制蓄电池的充放电状态。

本混合动力汽车行驶状态预测控制方法需要知道汽车未来一段行驶路线上的汽车运行状态。汽车的运行状态包括未来一段路线上的预测车速、加/减速度、坡度和坡长等。借助车载导航系统(如GPS/GIS等)可以获得汽车未来一段路线的汽车车速和路面层高图。例如如果提前预测到汽车几分钟后将下一个长坡，则此时可以让蓄电池放电，使蓄电池在汽车下长坡时能充分回收汽车的再生制动能量。又例如如果预测到汽车将要进入一段比较长的塞车路段，则提前给蓄电池充电,以便汽车进入塞车工况后能保持足够长时间的纯电动机运行，减少汽车的油耗和排放。

在上述的一种混合动力汽车行驶状态预测控制方法中，所述的步骤a中，当控制模块接收到车载导航模块的未来路况信息后，取蓄电池状态为状态变量x，控制变量u取为电动机、发电机的控制转矩，以时间离散状态空间建立模型：

x(k+1)＝f(x(k),u(k))                             （1）

式中:f为时间离散系统函数；x(k)为第k时刻的系统状态变量；u(k)为第k时刻的系统控制变量；

在预测区域p内混合动力汽车油耗最小的价值函数为

$J=\min \underset{\mathrm{\μ}=k}{\overset{\mathrm{\μ}=k+p}{\mathrm{\Σ}}}L(x\left(\mathrm{\μ}\right),u\left(\mathrm{\μ}\right))---\left(2\right)$

式中L为阶段油耗价值函数。

在上述的一种混合动力汽车行驶状态预测控制方法中，建模完成后，其模型预测控制基本运算法包括如下几个步骤:

①、当汽车行驶在第k秒时，由当前时刻的蓄电池的SOC值、电动机可能的最大转矩和发电机可能的最大转矩计算得到k+1秒时SOC的最大、最小值，以此类推计算得到在k+p区域内SOC的最大最小轨迹曲线，即是SOC的可达区域；

②、由式(1)和式(2)采用动态规划算法求解最优化问题,得到在预测区域k+p内使油耗最小的电动机、发电机的控制转矩序列

[u(k+1)，u(k+2)，…，u(k+p)]；

③、将最优电动机、发电机的控制转矩序列的第一个值u(k+1)作为k+1秒的控制信号发送给电机控制器,因此实际控制区域q只有未来1s；

④、回到①,进入k+1秒,重复上述计算过程。

动态规划算法在k时刻只计算未来k+p区域内的电动机/发电机最优转矩值，到k+1时刻计算k+1+p区域的电动机/发电机最优转矩值，如此预测区域向前滚动。这样每次计算区域远远小于整个行驶区域，大大降低了动态规划的计算量，实现了动态规划的实时在线控制,即混合动力汽车行驶预测系统。

在上述的一种混合动力汽车行驶状态预测控制方法中，所述的车载导航模块为全球定位系统（GPS）、地理信息系统（GIS)或智能交通系统(ITS)中的一种或任意结合。

与现有技术相比，本发明利用GPS/GIS所提供的汽车未来一段预测路线上的道路交通信息以及汽车当前运行状态模型，建立混合动力汽车未来运行状态模型。利用这种混合动力汽车行驶预测系统，可以最大程度地降低混合动力汽车的油耗和排放。

附图说明

图1是本发明所提供的模型预测控制原理图。

具体实施方式

以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。

随着车载导航系统(全球定位系统GPS和地理信息系统GIS)在汽车上的应用日趋普及，使得利用GPS、GIS和智能交通系统(ITS)所提供的信息获取汽车未来预测路线以及在未来预测路线的平均车速、路面坡度、交通拥塞情况等成为可能，本混合动力汽车行驶状态预测控制方法就是建立在上述基础上完成的。

本混合动力汽车行驶状态预测控制方法利用一控制系统实现，该控制系统包括控制模块、车载导航模块以及汽车动力部分中的蓄电池和电动机，电动机具有电机控制器控制电动机的工作状态，预测控制方法包括如下步骤：

a、利用车载导航模块获取汽车在未来行驶路线内的行驶状态；在这一步骤中，当控制模块接收到车载导航模块的未来路况信息后，取蓄电池状态为状态变量x，控制变量u取为电动机、发电机的控制转矩，以时间离散状态空间建立模型，如图1所示：

x(k+1)＝f(x(k),u(k))                                  （1）

式中:f为时间离散系统函数；x(k)为第k时刻的系统状态变量；u(k)为第k时刻的系统控制变量；

在预测区域p内混合动力汽车油耗最小的价值函数为

$J=\min \underset{\mathrm{\μ}=k}{\overset{\mathrm{\μ}=k+p}{\mathrm{\Σ}}}L(x\left(\mathrm{\μ}\right),u\left(\mathrm{\μ}\right))---\left(2\right)$

式中L为阶段油耗价值函数。

控制变量u本身就包含两个变量【u_电动、u_发电】，需要相互协调工作，来限定SOC的工作区域。

建模完成后，其模型预测控制基本运算法又包括如下几个步骤:

①、当汽车行驶在第k秒时，由当前时刻的蓄电池的SOC值、电动机可能的最大转矩和发电机可能的最大转矩计算得到k+1秒时SOC的最大、最小值，以此类推计算得到在k+p区域内SOC的最大最小轨迹曲线，即是SOC的可达区域；

电动机可能的最大转矩是根据电池的能力（电池可放电转矩）判断所得，即取电动机的最大转矩和电池可放电转矩的较小值；发电机可能的最大转矩就是发动机能提供的最大发电转矩（此时非制动）或路面制动回收转矩（此时在制动）。这里的意思就是未来1秒内，混合动力汽车以最大能力放电，则SOC达到下限；以最大能力充电，则SOC达到上限；这样就可以知道电池可能达到的能力，从而更好的控制SOC值降低油耗。

②、由式(1)和式(2)采用动态规划算法求解最优化问题,得到在预测区域k+p内使油耗最小的电动机、发电机的控制转矩序列

[u(k+1)，u(k+2)，…，u(k+p)]；

③、将最优电动机、发电机的控制转矩序列的第一个值u(k+1)作为k+1秒的控制信号发送给电机控制器,因此实际控制区域q只有未来1s；

④、回到①,进入k+1秒,重复上述计算过程。

动态规划算法在k时刻只计算未来k+p区域内的电动机/发电机最优转矩值，到k+1时刻计算k+1+p区域的电动机/发电机最优转矩值，如此预测区域向前滚动。这样每次计算区域远远小于整个行驶区域，大大降低了动态规划的计算量，实现了动态规划的实时在线控制,即混合动力汽车行驶预测系统。

b、根据获取的未来行驶状态控制蓄电池的充放电状态。例如如果提前预测到汽车几分钟后将下一个长坡，则此时可以让蓄电池放电，使蓄电池在汽车下长坡时能充分回收汽车的再生制动能量。又例如如果预测到汽车将要进入一段比较长的塞车路段，

在遇到塞车路段，如果频繁启动发动机，就会导致油耗升高，这是由于启动加浓所致，所以提前将电池充电，就可充分利用电机启动行驶，而无需消耗汽油，以便汽车进入塞车工况后能保持足够长时间的纯电动机运行，减少汽车的油耗和排放。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (3)

1.一种混合动力汽车行驶状态预测控制方法，实现该控制方法的控制系统包括控制模块、车载导航模块以及汽车动力部分中的蓄电池和电动机，其特征在于，所述的预测控制方法包括如下步骤：

a、利用车载导航模块获取汽车在未来行驶路线内的行驶状态；当控制模块接收到车载导航模块的未来路况信息后，取蓄电池状态为状态变量x，控制变量u取为电动机、发电机的控制转矩，以时间离散状态空间建立模型：

x(k+1)＝f(x(k),u(k))                            （1）

式中:f为时间离散系统函数；x(k)为第k时刻的系统状态变量；u(k)为第k时刻的系统控制变量；

在预测区域p内混合动力汽车油耗最小的价值函数为

$J=\min \underset{\mathrm{\μ}=k}{\overset{\mathrm{\μ}=k+p}{\mathrm{\Σ}}}L(x\left(\mathrm{\μ}\right),u\left(\mathrm{\μ}\right))---\left(2\right)$

式中L为阶段油耗价值函数；

b、根据获取的未来行驶状态控制蓄电池的充放电状态。

2.根据权利要求1所述的一种混合动力汽车行驶状态预测控制方法，其特征在于，建模完成后，其模型预测控制基本运算法包括如下几个步骤:

①、当汽车行驶在第k秒时，由当前时刻的蓄电池的SOC值、电动机可能的最大转矩和发电机可能的最大转矩计算得到k+1秒时SOC的最大、最小值，以此类推计算得到在k+p区域内SOC的最大最小轨迹曲线，即是SOC的可达区域；

②、由式(1)和式(2)采用动态规划算法求解最优化问题,得到在预测区域k+p内使油耗最小的电动机、发电机的控制转矩序列

[u(k+1)，u(k+2)，…，u(k+p)]；

③、将最优电动机、发电机的控制转矩序列的第一个值u(k+1)作为k+1秒的控制信号发送给电机控制器,因此实际控制区域q只有未来1s；

④、回到①,进入k+1秒,重复上述计算过程。

3.根据权利要求1或2所述的一种混合动力汽车行驶状态预测控制方法，其特征在于，所述的车载导航模块为全球定位系统、地理信息系统或智能交通系统中的一种或任意结合。

Images