CN104627167B - 一种考虑电池寿命的混合动力车能量管理方法及系统 - Google Patents

Abstract

本发明涉及一种考虑电池寿命的混合动力车能量管理方法，包括以下步骤：1)采集当前车辆运行状态数据和电池运行状态数据；2)建立车辆模型，并根据所述车辆模型预测未来一段时间内车辆运行状态和电池运行状态；3)计算未来一段时间内电池容量衰减成本总和和油耗成本总和；4)建立多目标控制模型，采用多目标协调控制算法获得满足优化目标的最优控制量，所述多目标控制模型包括目标函数J^*和约束条件C；5)根据最优控制量形成控制信号，控制车辆的运行状态。与现有技术相比，本发明具有控制效果好、有效提高电池寿命、降低车辆使用总成本等优点。

Description

一种考虑电池寿命的混合动力车能量管理方法及系统

技术领域

本发明涉及混合动力车能量管理技术领域，尤其是涉及一种考虑电池寿命的混合动力车能量管理方法及系统。

背景技术

石化燃料价格的上涨与环境问题的突出促进环保节能的新型绿色汽车的发展。纯电动车、混合动力车和燃料电池车都可作为新型绿色汽车，与传统汽车相比，它们效率高、排放少，已成为汽车产业发展的新趋势。纯电动车由于目前动力电池技术还不够成熟，比如续航能力不足、电池安全性差、电池寿命这些问题，尚不能大面积地推向应用；燃料电池车更是由于燃料存储和能量转换等技术障碍，以及相关基础设施配套不完善等原因，严重阻碍了其发展。混合动力车是目前主流的新能源车型。

一方面混合动力车的能量管理策略是整车控制的大脑，它协同控制各动力源的工作状态，在保证整车的动力性、安全性和舒适性的前提下，寻求效率最高、排放最少。国内混合动力车能量管理策略方面的研究主要是针对串联式和并联式混合动力车的能量管理，对于混连式混合动力车的能量管理研究尚属空白。而且国内研究的控制算法主要是使用基于规则或者是智能算法的控制策略。对于基于最优化方法的控制策略的研究成果尚不成熟，与国外存在较大差距。

另一方面混合动力车的动力电池由于长期在充放电的状态中，其寿命的长短也成为混合动力车能量管理中需要重点考虑的问题。而且通常的研究认为动力电池的寿命和燃油的消耗量之间是互相矛盾的，如何权衡这两者之间的关系，也是一个值得研究的新问题。传统的能量管理策略只关心油耗指标，对于电池的运行状况却考虑不多。而研究表明油耗经济性与电池的寿命确是一个矛盾的关系。如果在能量管理中只关心油耗问题，那么会使电池处在不太健康的运行状态中，影响其正常使用时间。

文献Battery State-of-Health Perceptive Energy Management for HybridElectric Vehicles(S.Ebbesen,P.Elbert and L.Guzzella,.IEEE Trans.on VehicularTechnology,2012.61(7):p.2893-2900)提出考虑电池健康状态的混合动力车能量管理策略，但由于其没有考虑电池寿命代价的影响，因此无法与油耗成本进行协调控制，控制效果并不理想。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种控制效果好、有效提高电池寿命、降低车辆使用总成本的考虑电池寿命的混合动力车能量管理方法及系统。

本发明的目的可以通过以下技术方案来实现：

一种考虑电池寿命的混合动力车能量管理方法，包括以下步骤：

1)采集当前车辆运行状态数据和电池运行状态数据；

2)建立车辆模型，并根据所述车辆模型预测未来一段时间内车辆运行状态和电池运行状态；

3)计算未来一段时间内电池容量衰减成本总和和油耗成本总和；

4)建立多目标控制模型，采用多目标协调控制算法获得满足优化目标的最优控制量，所述多目标控制模型包括目标函数J^*和约束条件C，

所述目标函数J^*为：J^*＝min(W_fJ_f+W_bJ_b)；

所述约束条件C包括：x_min≤x_k≤x_max，y_min≤y_k≤y_max和u_min≤u_k≤u_max；

其中，J_f为油耗成本总和，J_b为电池衰减成本总和，W_f为油耗成本的权值，W_b为电池寿命成本的权值，x_k为k时刻车辆模型的状态量，x_min、x_max分别为状态量的最小值和最大值，y_k为k时刻车辆模型的输出量，y_min、y_max分别为输出量的最小值和最大值，u_k为k时刻车辆模型的控制量，u_min、u_max分别为控制量的最小值和最大值；

5)根据最优控制量形成控制信号，控制车辆的运行状态。

所述车辆运行状态数据包括车速、发动机转速和电机转速；

所述电池运行状态数据包括电池剩余电量、电池容量衰减量、电池电流和电池电压。

所述车辆模型具体为

其中，x为车辆模型的状态量，u为车辆模型的控制量，v为车辆模型的已知量，y表示车辆模型的输出量，f(·)表示车辆模型的状态转移方程，表示当前状态转移到下一状态的过程函数，g(·)表示车辆模型的输出方程，表示输出量与控制量、状态量与已知量之间的函数关系。

所述状态量包括发动机转速、电机转速和电池剩余电量；

所述输出量包括车辆当前速度、当前油耗和当前电池容量衰减值；

所述控制量包括发动机油门开度、刹车转矩和电机转矩；

所述已知量包括车辆当前目标速度和当前需求功率。

所述电池容量衰减成本通过以下公式获得：

Q_loss＝b(x,u)

其中，Q_loss表示电池容量衰减值，b(·)表示容量衰减值与车辆模型的状态量x和控制量u之间的函数关系；

所述油耗成本通过以下公式获得：

其中，表示油耗值，m(·)表示油耗值与车辆模型的状态量x和控制量u之间的函数关系。

一种考虑电池寿命的混合动力车能量管理系统，包括：

数据采集模块，用于采集当前车辆运行状态数据和电池运行状态数据；

上层控制器，用于接收数据采集模块采集的数据，根据车辆模型预测未来一段时间的状态量以及未来一段时间的电池衰减成本和油耗成本，再通过多目标协调控制算法计算最佳控制量；

下层控制器组，用于接收上层控制器计算的最佳控制量，控制车辆的运行状态。

所述下层控制器组包括油门控制器、刹车控制器和电机控制器。

与现有技术相比，本发明具有以下优点：

(1)本发明考虑了电池寿命，直接在目标函数中加入电池寿命代价，利用模型预测控制算法得到最优的控制量，能够优化分配能量，有效提高电池寿命，降低车辆使用的总成本。

(2)控制效果好，考虑车辆动力学特性，控制模型更加精确，并且采用实时优化控制算法(模型预测控制算法)，在保证实时性的前提下，考虑车辆行驶的约束条件，提高控制性能。

(3)本发明的混合动力车能量控制方法同时考虑的车辆油耗成本和电池寿命成本，并对两种成本进行最优化协调控制。在保证油耗成本相差不多的情况下，降低电池寿命成本。

(4)同时具有最优化性和实用性，在保证车速跟踪的前提上，提高车辆的燃油经济性和电池寿命。

(5)本发明算法计算时间实时性高，可以应用到实际车辆上。

附图说明

图1为本发明的流程示意图；

图2为本发明的系统原理框图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例提供一种考虑电池寿命的混合动力车能量管理方法，根据当前车辆行驶信息和电池状态信息，运用模型预测控制方法协调控制车辆的油耗和电池容量衰减成本函数，获得最佳的控制量，具体步骤如下：

步骤S1中，采集当前车辆运行状态数据和电池运行状态数据。所述车辆运行状态数据包括车速、发动机转速和电机转速等；所述电池运行状态数据包括电池剩余电量、电池容量衰减量、电池电流和电池电压等。

步骤S2中，建立车辆模型，并根据所述车辆模型预测未来一段时间内车辆运行状态和电池运行状态。

车辆模型具体为：

其中，x为车辆模型的状态量，包括但不限于发动机转速、电机转速和电池剩余电量等，u为车辆模型的控制量，包括但不限于发动机油门开度、刹车转矩和电机转矩等，v为车辆模型的已知量，包括但不限于车辆当前目标速度和当前需求功率等，y表示车辆模型的输出量，包括但不限于车辆当前速度、当前油耗和当前电池容量衰减值等，f(·)表示车辆模型的状态转移方程，表示当前状态转移到下一状态的过程函数，g(·)表示车辆模型的输出方程，表示输出量与控制量、状态量与已知量之间的函数关系。

假设当前状态量为x₀及未来一段N_c时间的控制量利用上述车辆模型可以得到未来一段N_p时间的状态量以及输出量

步骤S3中，计算未来一段时间内电池容量衰减成本总和和油耗成本总和。

所述电池容量衰减成本通过以下公式获得：

Q_loss＝b(x,u)

其中，Q_loss表示电池容量衰减值，b(·)表示容量衰减值与车辆模型的状态量x和控制量u之间的函数关系，其与电池的剩余电量，电流，电压及电池单体温度等有直接关系；

其中，表示油耗值，m(·)表示油耗值与车辆模型的状态量x和控制量u之间的函数关系，其与发动机的转矩和转速等有直接关系。

那么未来一段N_p时间内，油耗成本总和J_f和电池衰减成本J_b可由下面的公式进行计算：

步骤S4中，建立多目标控制模型，采用多目标协调控制算法获得满足优化目标的最优控制量，所述多目标控制模型包括目标函数J^*和约束条件C，

所述目标函数J^*为：J^*＝min(W_fJ_f+W_bJ_b)；

所述约束条件C包括：x_min≤x_k≤x_max，y_min≤y_k≤y_max和u_min≤u_k≤u_max；

其中，J_f为油耗成本总和，J_b为电池衰减成本总和，W_f为油耗成本的权值，W_b为电池寿命成本的权值，x_k为k时刻车辆模型的状态量，x_min、x_max分别为状态量的最小值和最大值，y_k为k时刻车辆模型的输出量，y_min、y_max分别为输出量的最小值和最大值，u_k为k时刻车辆模型的控制量，u_min、u_max分别为控制量的最小值和最大值。

建立多目标控制模型后，将优化问题就转变成了目标函数为J、约束条件为C的二次规划问题，利用active-set方法求解得到最优解，即最优控制增量Δu，则当前时刻k所需最优控制量u(k)＝u(k-1)+Δu。

步骤S5中，根据最优控制量形成各个控制器的控制信号，控制车辆的运行状态。

如图2所示，本实施例还提供一种考虑电池寿命的混合动力车能量管理系统，包括数据采集模块1、上层控制器2和下层控制器组3，数据采集模块1用于采集当前车辆运行状态数据和电池运行状态数据；上层控制器2用于接收数据采集模块1采集的数据，根据车辆模型预测未来一段时间的状态量以及未来一段时间的电池衰减成本和油耗成本，再通过多目标协调控制算法计算最佳控制量；下层控制器组3用于接收上层控制器2计算的最佳控制量，控制车辆的运行状态。下层控制器组包括油门控制器、刹车控制器和电机控制器等。

Claims (7)

1.一种考虑电池寿命的混合动力车能量管理方法，其特征在于，包括以下步骤：

1)采集当前车辆运行状态数据和电池运行状态数据；

2)建立车辆模型，并根据所述车辆模型预测未来一段时间内车辆运行状态和电池运行状态；

3)计算未来一段时间内电池容量衰减成本总和和油耗成本总和；

4)建立多目标控制模型，采用多目标协调控制算法获得满足优化目标的最优控制量，所述多目标控制模型包括目标函数J^*和约束条件C，

所述目标函数J^*为：J^*＝min(W_fJ_f+W_bJ_b)；

所述约束条件C包括：x_min≤x_k≤x_max，y_min≤y_k≤y_max和u_min≤u_k≤u_max；

其中，J_f为油耗成本总和，J_b为电池容量衰减成本总和，W_f为油耗成本的权值，W_b为电池寿命成本的权值，x_k为k时刻车辆模型的状态量，x_min、x_max分别为状态量的最小值和最大值，y_k为k时刻车辆模型的输出量，y_min、y_max分别为输出量的最小值和最大值，u_k为k时刻车辆模型的控制量，u_min、u_max分别为控制量的最小值和最大值；

5)根据最优控制量形成控制信号，控制车辆的运行状态。

2.根据权利要求1所述的考虑电池寿命的混合动力车能量管理方法，其特征在于，所述车辆运行状态数据包括车速、发动机转速和电机转速；

所述电池运行状态数据包括电池剩余电量、电池容量衰减量、电池电流和电池电压。

3.根据权利要求1所述的考虑电池寿命的混合动力车能量管理方法，其特征在于，所述车辆模型具体为：

$\left\{\begin{array}{c}\stackrel{\·}{x}=f(x,u,v)\\ y=g(x,u,v)\end{array}\right.$

其中，x为车辆模型的状态量，u为车辆模型的控制量，v为车辆模型的已知量，y表示车辆模型的输出量，f(·)表示车辆模型的状态转移方程，表示当前状态转移到下一状态的过程函数，g(·)表示车辆模型的输出方程，表示车辆模型的输出量与控制量、状态量、已知量之间的函数关系。

4.根据权利要求3所述的考虑电池寿命的混合动力车能量管理方法，其特征在于，所述状态量包括发动机转速、电机转速和电池剩余电量；

所述输出量包括车辆当前速度、当前油耗和当前电池容量衰减值；

所述控制量包括发动机油门开度、刹车转矩和电机转矩；

所述已知量包括车辆当前目标速度和当前需求功率。

5.根据权利要求1所述的考虑电池寿命的混合动力车能量管理方法，其特征在于，所述电池容量衰减成本通过以下公式获得：

Q_loss＝b(x,u)

其中，Q_loss表示电池容量衰减值，b(·)表示容量衰减值与车辆模型的状态量x和控制量u之间的函数关系；

所述油耗成本通过以下公式获得：

${\stackrel{\·}{m}}_f=m(x,u)$

其中，表示油耗值，m(·)表示油耗值与车辆模型的状态量x和控制量u之间的函数关系。

6.一种实现如权利要求1所述的考虑电池寿命的混合动力车能量管理方法的系统，其特征在于，包括：

数据采集模块，用于采集当前车辆运行状态数据和电池运行状态数据；

上层控制器，用于接收数据采集模块采集的数据，根据车辆模型预测未来一段时间的状态量以及未来一段时间的电池容量衰减成本总和和油耗成本总和，再通过多目标协调控制算法计算最佳控制量；

下层控制器组，用于接收上层控制器计算的最佳控制量，控制车辆的运行状态。

7.根据权利要求6所述的系统，其特征在于，所述下层控制器组包括油门控制器、刹车控制器和电机控制器。