CN116714566A - 一种工况自适应的变等效因子混合动力汽车能量管理方法 - Google Patents

Abstract

本发明公开了一种工况自适应的变等效因子混合动力汽车能量管理方法，基于DP算法和ECMS策略，得出拥堵、城市、郊区、高速工况四种类别的最优等效因子，构建不同工况类别和不同电池SOC下的转矩、SOC、等效因子数值库；根据等效因子控制效果与车速变化方向相同，提出基于车速变化的等效因子表达式；基于V2X网络和MPC模型预测控制方法，得到总需求扭矩、车速变化信息，提取数值库中对应等效因子作为等效因子初值，结合车速信息与等效因子表达式获得工况自适应的最优等效因子；使用等效燃油消耗最小策略进行变等效因子混合动力汽车能量管理。本发明用于实现基于实际工况快速选取最优等效因子，进一步提高混合动力汽车的燃油经济性。

Description

一种工况自适应的变等效因子混合动力汽车能量管理方法

技术领域

本发明涉及混合动力汽车领域，具体的说是一种工况自适应的变等效因子混合动力汽车能量管理方法。

背景技术

混合动力汽车目前(HEV)作为燃油汽车向电动汽车的过渡车型，相比传统汽车具有更好的燃油经济性，相比于纯电动汽车又具有更高的续驶里程，在降低油耗和减少排放等方面发展潜力巨大。由于HEV有多个动力源，对各动力源之间进行合理功率分配将有效提升HEV的经济性，因此，开发合理有效的能量管理策略是极其重要的。等效燃油消耗最小策略(ECMS)是一种有效的能量管理方法，将电机作为动力源对电能的消耗考虑进了整车燃油经济性，通过等效因子将所消耗电能转化为等效油耗，将发动机的油耗和电机的等效油耗一同作为能耗指标，用于解决能量的实时最优分配问题。等效因子是ECMS中将电机消耗的电能转化为发动机燃油消耗的关键参数，反映了电能和燃油的转化关系，是改善ECMS功率分配效果的关键，传统等效因子传统的ECMS策略的等效因子是一个定值，只有在特定的工况下可以实现最优控制，缺乏对工况的适应性。也有研究加入惩罚函数修正等效因子，根据电池SOC反馈误差，惩罚函数每隔一定步长更新等效因子。然而实际控制策略中的工况是不断变化的，通过惩罚函数修正后的等效因子并不能反映实际工况下的最优时变等效因子。根据汽车的行驶工况对等效因子进行动态管理，获得当前行驶工况下的最适合的最优等效因子显得尤为重要，提升等效因子的工况适应性，也将是促进能量管理实时优化的重要一步。

发明内容

发明目的：本发明提供一种工况自适应的变等效因子混合动力汽车能量管理方法，基于V2X网络和MPC模型预测控制方法，实现交通场景与整车控制互联，拥有在线优化的潜力，可以实现ECMS策略基于实际工况快速选取最优等效因子，提升等效因子的工况适应性，进一步提高混合动力汽车的燃油经济性。

技术方案：一种工况自适应的变等效因子混合动力汽车能量管理方法，包括以下步骤：

S1：基于DP动态规划算法与ECMS等效燃油消耗最小算法，结合全局优化和瞬时优化的优点，把各时刻下混合动力汽车燃油消耗率最小为优化目标，建立拥堵、城市、郊区、高速工况的转矩、转速、SOC、等效因子数值库，将库中的等效因子作为γ₀；

S2：基于根据等效因子控制效果与车速变化方向相同，提出基于预测车速变化的等效因子表达式，得出工况自适应的变等效因子γ(t)；

S3：基于V2X网络和MPC模型预测控制方法，实现交通场景与整车控制互联，对车速变化进行预测和控制，可获得每一时刻的整车需求扭矩、需求转速和预测的车速信息及速度变化趋势，用以更新γ₀、γ(t)；

S4：电机和发动机的能量分配由经工况自适应的ECMS计算后，输出所述电机和发动机的瞬时输出功率以及对应的转矩，由电机和发动机输出扭矩驱动汽车。

优选的，所述S1中，瞬时等效油耗ECMS表达式m_eq(u，t)为瞬时等效燃油消耗，m_e(u，t)为发动机瞬时燃油消耗，P_m(u，t)为P为电机功率，H_LHV为燃油低热值。电池SOC作为系统的状态变量，等效因子γ作为系统的控制变量，将电池SOC以ΔSOC为步长离散，得到SOC＝[SOC_min：ΔSOC：SOC_max]，将等效因子γ以Δγ为步长离散，得到γ＝[γ_min：Δγ：γ_max]。在四种已知拥堵、城市、郊区、高速工况下，将ECMS瞬时等效油耗函数m_eq(u，t)作为DP算法的瞬时成本函数，从系统末状态开始，遍历所有离散的等效因子，逆向获得每一步长k的最佳等效因子γ，存储过程中转矩、电池SOC和等效因子的数据，构成转矩、转速、SOC、等效因子数值库{T(k，γ)，ω(k，γ)，SOC(k，γ)，γ(k)}。

优选的，所述S2中，等效因子表达式γ(t)＝γ₀+K_s(SOC_ref-SOC(t))中，γ₀来自于S1中数值库SOC_ref为目标SOC，SOC(t)为当前SOC；基于K_s的变化方向与车速变化方向相同的关系，提出从而提出/> C_b为电池额定容量，V_oc为开路电压，v(k)为k时刻预测的车速值，v_k+1为k+1时刻预测的车速值，v_mean(k)为k时刻预测的车速均值，/>分别对应变速、匀速、停车三种状态，/>v_d(k)为k时刻预测的车速方差，v_dmax系统预测车速的方差最大值，N_pre为预测车速点的数量。

优选的，所述S3中，采用状态感知模块的车载探测雷达、卫星定位装置、车速传感器、加速度传感器将车辆信息传至速度规划模块，采用交通场景模块将从V2X网络获取的交通场景如红绿灯等信息传至速度规划模块中，采用速度规划模块合理规划跟车速度和经过红绿灯车速，采用MPC模型预测控制方法进行速度控制与规划。采用MPC模型预测控制对整车驱动控制，可获得每一时刻k的整车需求扭矩T_pre(t)、需求转速ω(t)和预测的车速v(k)，将MPC模型预测控制得到的需求扭矩、需求转速与转矩、转速、等效因子数值库{T(k，γ)，ω(k，γ)，SOC(k，γ)，γ(k)}对照，调用数据库对应转矩下的等效因子作为γ₀，速度规划模块根据预测的车速v(k)计算出v_d(k)、v_mean(k)，从而获得最优等效因子γ(t)。更新周期与MPC滚动优化周期一致，都为T，用以更新γ₀、γ(t)保证最优控制效果。

优选的，所述S4中，根据等效燃油消耗最小策略原理，建立哈密顿函数H(SOC(t)，T_m(t)，γ(t))＝m_e(T_e(t))+γ(t)·m_m(SOC(t)，T_m(t))，获取所述电机和发动机的瞬时转矩，T_m(t)＝argmin(H(SOC(t)，T_m(t)，γ(t)))，T_e(t)＝T_pre(t)-T_m(t)，由电机和发动机输出扭矩驱动汽车。

本发明基于工况识别的变等效因子混合动力汽车能量管理方法，包括初始等效因子数值库构建、工况自适应变等效因子表达式、车速变化预测模块、混合动力汽车能量管理模块；

基于DP算法和ECMS能量控制方法，利用DP算法离线全局优化以获得拥堵、城市、郊区、高速四种典型工况和不同电池SOC下的最优等效因子进行初始等效因子数值库构建；根据等效因子控制效果与车速变化方向相同，提出基于预测车速的等效因子表达式，得出可以实现工况自适应的变等效因子；基于V2X网络和MPC模型预测控制方法，实现交通场景与整车控制互联，对车速变化方向进行预测；使用等效燃油消耗最小策略进行变等效因子混合动力汽车能量管理。

车速变化预测模块包括状态感知模块、交通场景模块和速度规划模块。状态感知模块包括车载探测雷达、卫星定位装置、车速传感器、加速度传感器；车辆的当前状态参数包括车辆的位置、速度、加速度；车辆的位置通过卫星定位装置获取、车辆的速度通过车速传感器获取、车辆的加速度通过加速度传感器获取；交通场景模块通过V2X网络获取交通信息，速度规划模块采用MPC模型预测控制方法。混合动力汽车能量管理模块采用基于工况自适应的变等效因子ECMS能量管理方法，基于车速变化预测模块中车速变化信息、车速、需求扭矩，能量管理模块输出电机和发动机的瞬时输出功率以及对应的转矩。

有益效果：本发明提出的一种工况自适应的变等效因子混合动力汽车能量管理方法，建立拥堵、城市、郊区、高速四种典型工况的转矩、转速、等效因子数值库，通过MPC模型预测控制对车速变化进行预测和控制，获得整车需求扭矩和预测的车速信息及速度变化信息，快速的从上述数值库中调用对应的等效因子作为等效因子初值，结合提出的基于车速变化的等效因子表达式获得最优等效因子，ECMS采用最优等效因子对发动机和电机功率进行分配，可改善汽车的燃油经济性，达到节能减排的目的。

附图说明

图1为本发明中初始等效因子数据库构建流程图；

图2为本发明中基于MPC的车速预测模块流程图；

图3为本发明中的工况自适应的变等效因子能量管理架构图。

具体实施方式

本发明提供了一种工况自适应的变等效因子混合动力汽车能量管理方法。主要由初始等效因子数值库构建、工况自适应变等效因子构建、车速变化预测模块、混合动力汽车能量管理模块组成。

在初始等效因子数值库构建部分，基于DP算法和ECMS能量控制方法，利用DP算法离线全局优化以获得拥堵、城市、郊区、高速四种典型工况和不同电池SOC下的最优等效因子进行初始等效因子数值库构建。在工况自适应变等效因子构建部分，根据等效因子控制效果与车速变化方向相同，提出基于车速变化的等效因子表达式，得出可以实现工况自适应的变等效因子，构建工况自适应变等效因子。

在车速变化预测模块部分，采用MPC模型预测控制对车速变化进行预测和控制，可获得每一时刻的整车需求扭矩和预测的车速信息及速度变化趋势。在混合动力汽车能量管理模块部分，采用基于等效燃油消耗最小策略(ECMS)，通过工况自适应变等效因子，电机和发动机的能量分配由经工况自适应的ECMS计算后，输出所述电机和发动机的瞬时输出功率以及对应的转矩，由电机和发动机输出扭矩驱动汽车。

在本实施例中，构建初始等效因子数值库作用是建立拥堵、城市、郊区、高速工况的转矩、转速、等效因子数值库，将库中的等效因子作为初始等效因子γ₀，具体过程为：工况类别包括拥堵、城市、郊区、高速工况，电池SOC作为系统的状态变量，等效因子γ作为系统的控制变量，将电池SOC以ΔSOC为步长离散，得到SOC＝[SOC_min：ΔSOC：SOC_max]，将等效因子γ以Δγ为步长离散，得到γ＝[γ_min：Δγ：γ_max]。在四种已知拥堵、城市、郊区、高速工况下，将瞬时等效油耗ECMS表达式 作为DP算法的瞬时成本函数，从系统末状态开始，遍历所有离散的等效因子，逆向获得每一步长k的最佳等效因子γ，存储过程中转矩、电池SOC和等效因子的数据，构成转矩、SOC、等效因子数值库{T(k，γ)，ω(k，γ)，SOC(k，γ)，γ(k)}。具体初始等效因子数据库构建流程图如图1所示。

工况自适应变等效因子构建过程中，根据现有的等效因子表达式γ(t)＝γ₀+K_s(SOC_ref-SOC(t))，γ₀来自于根据四种典型工况构建的初始等效因子数值库；基于K_s的变化方向与车速变化方向相同的关系，本发明提出从而提出H_LHV为燃油低热值，C_b为电池额定容量，V_oc为开路电压，v(k)为k时刻预测的车速值，v_k+1为k+1时刻预测的车速值，v_mean(k)为k时刻预测的车速均值，/>分别对应变速、匀速、停车三种状态，/>v_d(k)为k时刻预测的车速方差，v_dmax系统预测车速的方差最大值，N_pre为预测车速点的数量。

车速变化预测模块中，状态感知模块的车载探测雷达、卫星定位装置、车速传感器、加速度传感器将车辆信息传至速度规划模块，交通场景模块将从V2X网络获取的交通场景如红绿灯等信息传至速度规划模块中，速度规划模块合理规划跟车速度和经过红绿灯车速，采用MPC模型预测控制方法进行速度控制与规划。采用MPC模型预测控制对整车驱动控制，可获得每一时刻k的整车需求扭矩T_pre(t)、需求转速ω(t)和预测的车速v(k)，将MPC模型预测控制得到的需求扭矩、需求转速与转矩、转速、等效因子数值库{T(k，γ)，ω(k，γ)，SOC(k，γ)，γ(k)}对照，调用数据库对应转矩下的等效因子作为γ₀，速度规划模块根据预测的车速v(k)计算出v_d(k)、v_mean(k)，从而获得最优等效因子γ(t)。更新周期与MPC滚动优化周期一致，都为T，用以更新γ₀、γ(t)保证最优控制效果。具体的基于MPC的车速预测模块流程图如图2。

ECMS模块根据车速变化预测模块提供的需求转矩、需求转速信息，结合车辆自身SOC信息，自动从上述等效因子数值库中调用最优等效因子作为初始等效因子γ₀，根据车速变化预测模块提供的车速和加速度信息，基于本发明提出得到随车速变化的K_s，将γ₀和K_s传入ECMS模块，由γ(t)＝γ₀+K_s(SOC_ref-SOC(t))，即可获得工况自适应变等效因子γ(t)，根据等效燃油消耗最小策略原理，建立哈密顿函数H(SOC(t)，T_m(t)，γ(t))＝m_e(T_e(t))+γ(t)·m_m(SOC(t)，T_m(t))，经工况自适应的ECMS计算，T_m(t)＝argmin(H(SOC(t)，T_m(t)，γ(t)))，T_e(t)＝T_pre(t)-T_m(t)，获取所述电机和发动机的瞬时转矩，从而确定电机和发动机的能量最优分配，由电机和发动机输出扭矩驱动汽车。具体的工况自适应的变等效因子能量管理架构图如图3所示。

应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种工况自适应的变等效因子混合动力汽车能量管理方法，其特征在于：包括以下步骤：

S1：基于DP动态规划算法与ECMS等效燃油消耗最小算法，结合全局优化和瞬时优化的优点，把各时刻下混合动力汽车燃油消耗率最小为优化目标，建立拥堵、城市、郊区、高速工况的转矩、转速、SOC、等效因子数值库，将库中的等效因子作为初始等效因子γ₀；

S2：基于根据等效因子控制效果与车速变化方向相同，提出基于预测车速变化的等效因子表达式，得出工况自适应的变等效因子γ(t)；

S3：基于V2X网络和MPC模型预测控制方法，实现交通场景与整车控制互联，对车速变化进行预测和控制，获得每一时刻的整车需求扭矩、需求转速和预测的车速信息及速度变化趋势，用以更新γ₀、γ(t)；

S4：电机和发动机的能量分配由经工况自适应的ECMS计算后，输出所述电机和发动机的瞬时输出功率以及对应的转矩，由电机和发动机输出扭矩驱动汽车。

2.根据权利要求1所述的一种工况自适应的变等效因子混合动力汽车能量管理方法，其特征在于：所述S1中，瞬时等效油耗ECMS表达式 m_eq(u，t)为瞬时等效燃油消耗，m_e(u，t)为发动机瞬时燃油消耗，P_m(u，t)为P为电机功率，H_LHV为燃油低热值；电池SOC作为系统的状态变量，等效因子γ作为系统的控制变量，将电池SOC以ΔSOC为步长离散，得到SOC＝[SOC_min：ΔSOC：SOC_max]，将等效因子γ以Δy为步长离散，得到γ＝[γ_min：Δγ：γ_max]；在四种已知拥堵、城市、郊区、高速工况下，将ECMS瞬时等效油耗函数m_eq(u，t)作为DP算法的瞬时成本函数，从系统末状态开始，遍历所有离散的等效因子，逆向获得每一步长k的最佳等效因子γ，存储过程中转矩、电池SOC和等效因子的数据，构成转矩、转速、SOC、等效因子数值库{T(k，γ)，ω(k，γ)，SOC(k，γ)，γ(k)}。

3.根据权利要求2所述的一种工况自适应的变等效因子混合动力汽车能量管理方法，其特征在于：所述S2中，等效因子表达式γ(t)＝γ₀+K_s(SOC_ref-SOC(t))中，γ₀来自于S1中数值库SOC_ref为目标SOC，SOC(t)为当前SOC；基于K_s的变化方向与车速变化方向相同的关系，提出从而提出/> C_b为电池额定容量，V_oc为开路电压，v(k)为k时刻预测的车速值，v_k+1为k+1时刻预测的车速值，v_mean(k)为k时刻预测的车速均值，/>分别对应变速、匀速、停车三种状态，/>v_d(k)为k时刻预测的车速方差，v_dmax系统预测车速的方差最大值，N_pre为预测车速点的数量。

4.根据权利要求3所述的一种工况自适应的变等效因子混合动力汽车能量管理方法，其特征在于：所述S3中，采用状态感知模块的车载探测雷达、卫星定位装置、车速传感器、加速度传感器将车辆信息传至速度规划模块，采用交通场景模块将从V2X网络获取的交通场景信息传至速度规划模块中，采用速度规划模块合理规划跟车速度和经过红绿灯车速，采用MPC模型预测控制方法进行速度控制与规划；采用MPC模型预测控制对整车驱动控制，获得每一时刻k的整车需求扭矩T_pre(t)、需求转速ω(t)和预测的车速v(k)，将MPC模型预测控制得到的需求扭矩、需求转速与转矩、转速、等效因子数值库{T(k，γ)，ω(k，γ)，SOC(k，γ)，γ(k)}对照，调用数据库对应转矩下的等效因子作为γ₀，速度规划模块根据预测的车速v(k)计算出v_d(k)、v_mean(k)，从而获得最优等效因子γ(t)；更新周期与MPC滚动优化周期一致，都为T，用以更新γ₀、γ(t)保证最优控制效果。

5.根据权利要求4所述的一种工况自适应的变等效因子混合动力汽车能量管理方法，其特征在于：所述S4中，根据等效燃油消耗最小策略原理，建立哈密顿函数H(SOC(t)，T_m(t)，γ(t))＝m_e(T_e(t))+γ(t)·m_m(SOC(t)，T_m(t))，获取所述电机和发动机的瞬时转矩，电机扭矩T_m(t)＝argmin(H(SOC(t)，T_m(t)，γ(t)))，发动机扭矩T_e(t)＝T_pre(t)-T_m(t)，由电机和发动机输出扭矩驱动汽车。