基于能量预测的插电式混合动力汽车能量管理方法技术

本发明专利技术提供了一种基于能量预测的插电式混合动力汽车能量管理方法，包括以下步骤：车辆运行线路信息发送给远程监控平台；远程监控平台计算出道路车辆气候数据；远程监控平台将道路车辆气候数据发送到混合动力控制器HCU；HCU通过CAN总线获得蓄电池荷电状态SOC；通过神经网络预测车辆运行工况片段的能量需求；在线规划SOC参考轨迹；计算SOC参考轨迹自动跟踪的最优等价因子；计算出车辆的需求功率和当前车速；基于最小值原理查表计算最优控制向量，指令混合动力系统中各动力源，实现能量优化控制。本发明专利技术实现了对混合动力汽车的近似最优能量控制，具有工况自适应、经济性好、易于实车实现的特点。

【技术实现步骤摘要】

本专利技术涉及一种混合动力汽车能量控制技术，具体地，涉及一种基于能量预测的插电式混合动力汽车能量管理方法。
技术介绍
混合动力汽车(含插电式混合动力汽车)已成为全球发展的重点和热点，由两种能量源提供动力。能量管理系统如何协调和分配各能量源间的能量流，是实现混合动力汽车能量优化管理、解决其工况适应性问题的关键。目前，混合动力汽车的能量管理策略可分为四类：基于规则的能量管理策略、瞬时优化能量管理策略、全局优化能量管理策略和基于优化算法的自适应能量管理策略。其中，基于规则的能量管理策略，是基于一组规则来实现对车辆进行能量管理的策略，严重依赖策略制定人员的经验和试验标定，虽工程化实现容易，但难于实现控制参数的最优化和对工况的自适应，其在车辆燃料经济性的提高方面存在一定的局限性；瞬时优化能量管理策略，是基于对每一时刻的燃料经济性最优化为目标的控制策略，需要精确的车辆及多能源混合动力系统的数学模型，不能满足混合动力汽车能量管理的全局优化，因而未能在实际混合动力汽车中得到广泛应用；全局优化能量管理策略，是基于已知路况利用全局优化算法进行的能量优化管理策略，同样需要精确的车辆及多能源混合动力系统的数学模型，不仅计算量很大难于满足车辆实时控制的要求，而且要求提前获得车辆运行工况的数据，因而难于在车辆实际控制中应用；基于优化算法的自适应能量管理策略，是以工况自适应的能量优化管理为目标的能量管理策略，现有方法需要精确的车辆及多能源混合动力系统的数学模型、优化过程复杂、计算量大，导致其无法在混合动力车辆中实际应用。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种基于能量预测的插电式混合动力汽车能量管理方法，有效解决目前混合动力汽车的能量管理策略不能自适应车辆运行工况的问题，而且能满足车辆实时控制的要求，从而实现混合动力汽车在实际运行中的工况自适应能量管理，充分发挥混合动力汽车的性能潜力。本专利技术提供的基于能量预测的插电式混合动力汽车能量管理方法，包括如下步骤：步骤S1：将车辆位置与导航设定的车辆运行线路发送给远程监控平台；步骤S2：远程监控平台根据所述车辆位置与所述车辆运行线路在电子地图和气象预报数据库上搜寻获得道路车辆气候数据；步骤S3：远程监控平台将所述道路车辆气候数据发送到混合动力控制器平台；步骤S4：混合动力控制器平台向能量源发送第一访问信号，获得能量源状态数据，所述能量源状态数据包括蓄电池荷电状态SOC；其中，所述第一访问信号用于指示能量源提供能量源状态数据；步骤S5：根据所述道路车辆气候数据，通过神经网络预测车辆按所述车辆运行线路在第i个运行片段内的能量需求Ei，其中，i＝1,2,…,N，N为将车辆运行线路的行驶总里程划分成的总运行片段数；步骤S6：混合动力控制器平台计算车辆运行线路在第i运行片段内的蓄电池荷电状态SOC变化量，根据蓄电池荷电状态SOC变化量进行蓄电池荷电状态SOC参考轨迹的规划；步骤S7：混合动力控制器平台根据蓄电池荷电状态SOC的参考轨迹计算第t个时刻的等价因子η(t)：步骤S8：混合动力控制器平台采样传感器信号，向汽车动力附件发送第二访问信号，获得驾驶员需求车辆状态数据；其中，第二访问信号用于指示汽车动力附件提供驾驶员需求车辆状态数据；步骤S9：根据所述等价因子η(t)和驾驶员需求车辆状态数据，计算控制向量，并将该控制向量作为控制指令输出给混合动力系统中各动力源，实现能量优化控制。优选地，所述道路车辆气候数据包括车辆运行线路的行驶总里程和车辆运行线路的运行片段i内的道路坡度、道路阻力系数、平均车速、最大车速、最大加速度、车速标准差、行驶里程和车辆所处位置的天气信息。优选地，在步骤S6中，采用如下公式计算蓄电池荷电状态SOC变化量：△SOCi(s)＝(SOCini-SOCfin)×(vstd,i/vaver,i)×(Ei/Si)×s/∑j＝1～N((vstd,j/vaver,j)×Ej)其中，△SOCi(s)为车辆运行片段i内距离s处的SOC变化量，SOCini、SOCfin分别为初始SOC、车辆到达预设终点时的SOC，vstd,i、vaver,i分别为运行片段i内的车速标准差、平均车速，Ei、Si分别为运行片段i内的能量需求、行驶里程。优选地，所述等价因子η(t)采用如下计算公式计算：η(t)＝η(t-1)+Kpⅹ△SOC(t-1)+Kiⅹ∑j＝1～t(△SOCjⅹ△Tj)其中，η(t-1)为第t-1时刻的等价因子，△SOC(t-1)为第t-1个时刻实际蓄电池荷电状态SOC与第t-1个时刻在蓄电池荷电状态SOC的参考轨迹中的参考蓄电池荷电状态SOC的差值，△SOCj为第j个时刻的实际SOC与第j个时刻蓄电池荷电状态SOC的参考轨迹中的参考蓄电池荷电状态SOC的差值，△Tj为第j个时刻SOC的更新周期，Kp为比例调节系数，Ki为积分调节系数。优选地，所述驾驶员需求车辆状态数据包括车辆的需求功率和当前车速。优选地，所述汽车动力附件，包括散热子系统和空调子系统。优选地，所述动力源包括发动机、驱动电机和动力传动耦合器，其中，所述动力传动耦合器用于将发动机、驱动电机进行机电耦合并将动力输出以驱动车辆。优选地，在步骤S5中通过神经网络预测车辆按车辆运行线路在第i个运行片段的能量需求Ei具体包括如下步骤：步骤S501：采样与离线计算，具体为，利用实验采集到的各动力源的实际输出，对车辆在第k个运行点，按如下公式计算出第k个运行点的车辆实际驱动功率PVEHk：PVEHk＝PICEkⅹηICE,k+∑m＝1～NMG(PMGk,mⅹηMG,k,m)其中，PICEk、PMGk,m分别为在第k个运行点所述动力源中的发动机的实际输出功率、在第k个运行点第m个驱动电机的实际输出功率，m＝1,2,…,NMG，NMG为所述驱动电机的个数，ηICE,k、ηMG,k,m分别为在第k个运行点发动机通过所述动力传动耦合器的传动效率、第m个驱动电机通过所述动力传动耦合器的传动效率；步骤S502：将车辆实际驱动功率分成N个车辆运行片段，将实验采集到的各运行片段的道路车辆气候数据记为向量Φi，i＝1,2,…,N，按下式计算出第i个运行片段的车辆驱动实际能量ERi：ERi＝∑k＝1～MPVEHkⅹ△tk其中，M为该第i个运行片段内的运行点的个数，△tk为该运行片段内第k个运行点与第k+1个运行点间的时间间隔；步骤S503：以各运行片本文档来自技高网...

【技术保护点】
一种基于能量预测的插电式混合动力汽车能量管理方法，其特征在于，包括如下步骤：步骤S1：将车辆位置与导航设定的车辆运行线路发送给远程监控平台；步骤S2：远程监控平台根据所述车辆位置与所述车辆运行线路在电子地图和气象预报数据库上搜寻获得道路车辆气候数据；步骤S3：远程监控平台将所述道路车辆气候数据发送到混合动力控制器平台；步骤S4：混合动力控制器平台向能量源发送第一访问信号，获得能量源状态数据，所述能量源状态数据包括蓄电池荷电状态SOC；其中，所述第一访问信号用于指示能量源提供能量源状态数据；步骤S5：根据所述道路车辆气候数据，通过神经网络预测车辆按所述车辆运行线路在第i个运行片段内的能量需求Ei，其中，i＝1,2,…,N，N为将车辆运行线路的行驶总里程划分成的总运行片段数；步骤S6：混合动力控制器平台计算车辆运行线路在第i运行片段内的蓄电池荷电状态SOC变化量，根据蓄电池荷电状态SOC变化量进行蓄电池荷电状态SOC参考轨迹的规划；步骤S7：混合动力控制器平台根据蓄电池荷电状态SOC的参考轨迹计算第t个时刻的等价因子η(t)：步骤S8：混合动力控制器平台采样传感器信号，向汽车动力附件发送第二访问信号，获得驾驶员需求车辆状态数据；其中，第二访问信号用于指示汽车动力附件提供驾驶员需求车辆状态数据；步骤S9：根据所述等价因子η(t)和驾驶员需求车辆状态数据，计算控制向量，并将该控制向量作为控制指令输出给混合动力系统中各动力源，实现能量优化控制。...

【技术特征摘要】
1.一种基于能量预测的插电式混合动力汽车能量管理方法，其特征在于，包
括如下步骤：
步骤S1：将车辆位置与导航设定的车辆运行线路发送给远程监控平台；
步骤S2：远程监控平台根据所述车辆位置与所述车辆运行线路在电子地图和气
象预报数据库上搜寻获得道路车辆气候数据；
步骤S3：远程监控平台将所述道路车辆气候数据发送到混合动力控制器平台；
步骤S4：混合动力控制器平台向能量源发送第一访问信号，获得能量源状态数
据，所述能量源状态数据包括蓄电池荷电状态SOC；其中，所述第一访问信号用于
指示能量源提供能量源状态数据；
步骤S5：根据所述道路车辆气候数据，通过神经网络预测车辆按所述车辆运行
线路在第i个运行片段内的能量需求Ei，其中，i＝1,2,…,N，N为将车辆运行线路
的行驶总里程划分成的总运行片段数；
步骤S6：混合动力控制器平台计算车辆运行线路在第i运行片段内的蓄电池荷
电状态SOC变化量，根据蓄电池荷电状态SOC变化量进行蓄电池荷电状态SOC参考
轨迹的规划；
步骤S7：混合动力控制器平台根据蓄电池荷电状态SOC的参考轨迹计算第t个
时刻的等价因子η(t)：
步骤S8：混合动力控制器平台采样传感器信号，向汽车动力附件发送第二访问
信号，获得驾驶员需求车辆状态数据；其中，第二访问信号用于指示汽车动力附件
提供驾驶员需求车辆状态数据；
步骤S9：根据所述等价因子η(t)和驾驶员需求车辆状态数据，计算控制向量，
并将该控制向量作为控制指令输出给混合动力系统中各动力源，实现能量优化控制。
2.根据权利要求1所述的基于能量预测的插电式混合动力汽车能量管理方法，
其特征在于，所述道路车辆气候数据包括车辆运行线路的行驶总里程和车辆运行线
路的运行片段i内的道路坡度、道路阻力系数、平均车速、最大车速、最大加速度、
车速标准差、行驶里程和车辆所处位置的天气信息。
3.根据权利要求1所述的基于能量预测的插电式混合动力汽车能量管理方法，
其特征在于，在步骤S6中，采用如下公式计算蓄电池荷电状态SOC变化量：
△SOCi(s)＝(SOCini-SOCfin)×(vstd,i/vaver,i)×(Ei/Si)×s/∑j＝1～N((vstd,j/vaver,j)
×Ej)
其中，△SOCi(s)为车辆运行片段i内距离s处的SOC变化量，SOCini、SOCfin分
别为初始SOC、车辆到达预设终点时的SOC，vstd,i、vaver,i分别为运行片段i内的车
速标准差、平均车速，Ei、Si分别为运行片段i内的能量需求、行驶里程。
4.根据权利要求1所述的基于能量预测的插电式混合动力汽车能量管理方法，
其特征在于，所述等价因子η(t)采用如下计算公式计算：
η(t)＝η(t-1)+Kpⅹ△SOC(t-1)+Kiⅹ∑j＝1～t(△SOCjⅹ△Tj)
其中，η(t-1)为第t-1时刻的等价因子，△SOC(t-1)为第t-1个时刻实际蓄
电池荷电状态SOC与第t-1个时刻在蓄电池荷电状态SOC的参考轨迹中的参考蓄电
池荷电状态SOC的差值，△SOCj为第j个时刻的实际SOC与第j个时刻蓄电池荷电
状态SOC的参考轨迹中的参考蓄电池荷电状态SOC的差值，△Tj为第j...

【专利技术属性】
技术研发人员：杨林，胡艳青，羌嘉曦，陈亮，
申请(专利权)人：上海凌翼动力科技有限公司，
类型：发明
国别省市：上海;31