The invention relates to a hybrid electric vehicle with energy saving car model based on predictive control method, in particular to a real-time optimal hybrid control method, the first step, the second step, information collection, vehicle modeling, third step formula of control strategy, the fourth step, the on-line optimal control, the fifth step, the weight parameter adjustment the sixth step, the target to meet with the judge, car navigation, development of digital map, the use of road traffic conditions, and the optimization of the mode of speed of hybrid cars and driving device working point. Unlike traditional methods, only the driving point is optimized. In front of the vehicle, the traditional control algorithm of the fixed spacing is still in the mainstream. The applicant proposed control strategy in the distance from the minimum value above floating, improves the vehicle speed change degree of freedom, so that the fuel economy of hybrid electric vehicle to improve possible, proposed generalization of hybrid vehicle model with three degrees of freedom. It provides a general methodology guidance for the modeling of hybrid electric vehicles.
【技术实现步骤摘要】
一种基于跟车模型的混合动力汽车节能预测控制方法
本专利技术涉及一种基于跟车模型的混合动力汽车节能预测控制方法,特别涉及一种实时最优的混合动力汽车控制方法。
技术介绍
全球能源与环境形势的日益严峻,特别是国际金融危机对汽车产业的巨大冲击,推动世界各国加快汽车产业战略转型。为开发出更加节能环保的汽车,解决上述两大问题,混合动力汽车目前已被产业化。与传统汽车相比,混合动力汽车具有电池和燃油双系统驱动的冗余性,运用这种冗余性可以调节驱动装置工作点到最优位置,从而实现节能减排目标。预计未来汽车的主流将是这种混合动力汽车。由于混合动力汽车可以回收伴随车辆减速产生的再生制动能量;利用驱动系统的冗余性(发动机和电机)优化驱动装置工作点,因此可以极大地发挥节能减排效用。但是最优工作点随发动机的特性,周围车辆的行驶状态,道路交通条件的改变而时刻改变着。而且,旋转系(发动机和电机)具有转速转矩极限,电池具有荷电状态极限,超出这些极限对于车辆关键零部件的性能影响很大。因此,混合动力汽车的节能减排效果很大程度上依赖于其能量管理策略(满足约束条件)。而其关键技术为能量管理中央控制器中的实时最优化,以期实现控制策略的商业化,产业化。混合动力汽车能量管理系统的控制策略是其研发的技术核心和设计难点。目前已经提出的控制策略大致可以分为4类:数值最优控制,解析最优控制,瞬时最优控制和启发式控制。数值最优控制的典型代表是动态规划和模型预测控制。解析最优控制的典型代表是庞特里亚金极小值原理控制策略。瞬时最优控制的典型代表是瞬时等效油耗最低控制策略。启发式控制策略的典型代表是基于规则的控制策略。传统 ...
【技术保护点】
一种基于跟车模型的混合动力汽车节能预测控制方法,其特征在于:具体如下:第一步,信息采集通过全球定位系统采集车辆的位置信息p,作为实时车辆状态的反馈;通过车载雷达测速装置采集前方车辆速度v
【技术特征摘要】
1.一种基于跟车模型的混合动力汽车节能预测控制方法,其特征在于:具体如下:第一步,信息采集通过全球定位系统采集车辆的位置信息p,作为实时车辆状态的反馈;通过车载雷达测速装置采集前方车辆速度vp,用于跟踪控制;通过卡尔曼滤波器利用采集的蓄电池开路电压VOC、内阻Rbatt对蓄电池荷电状态进行估计;第二步,车辆建模基于混合动力汽车驱动系统,根据车辆机械耦合和电子耦合关系,列写系统动力学方程,对动力学方程进行解耦,从而获得车辆的状态空间数学模型如式(1)所示:x=[ωengpωM/G2xSOC]Tu=[τengτM/G2τM/G1τbrake]TM,N,P∈R式中,x为状态量,u为控制量,S和R是太阳轮和齿圈齿数,τM/G1,τM/G2,τresist,τbrake和τeng是发电电动一体机一,发电电动一体机二,车辆行驶阻力,车辆摩擦制动和发动机转矩,ωM/G1,ωM/G2和ωeng是发电电动一体机一,发电电动一体机二和发动机的角转速度;gf是主减速器速比;IM/G1,IM/G2,Iw和Ieng是发电电动一体机一,发电电动一体机二,车轮和发动机的转动惯量,rw是车轮半径,参数ρ,CD,A,m,g,μ和θ是空气密度,空气阻力系数,迎风面积,车辆质量,重力加速度,滚动阻力系数和道路坡度,参数p为车辆位置,xSOC为蓄电池荷电状态,VOC,Rbatt和Qbatt是蓄电池开路电压,内阻和容量;蓄电池功率Pbatt由式(2)计算:Pbatt=τM/G1ωM/G1+τM/G2ωM/G2(2)道路坡度模型由S型函数分段线性近似,如式(3)所示:式中s1,s2,s3,s4,s5和s6是形函数参数;车辆的燃油经济性评价采用威兰氏线性模型,如式(4)所示:(4)式中mf为燃油消耗率,参数a,b,c,h,k和l为常数;第三步,公式化控制策略首先检测混合动力车辆状态,其次运用第一步建立的空间数学模型和公式化控制策略求解最优的控制问题,然后应用所求得的最优控制序列的第一个控制量用于公式化控制,由于模型预测控制为区间最优控制,所以其求得的最优控制量是数量为预测区间除以采样间隔的序列,最优控制序列的第一个控制量与实际状态最接近,所以一般采用它来作为实际的控制量;最优控制问题定义如式(5)所示:式中T为预测区间,τM/G2max,τM/G2min,τM/G1max,τM/G1min和τbrakemax为控制量约束;τ为预测...
【专利技术属性】
技术研发人员:余开江,许孝卓,张宏伟,高如新,王莉,苏珊,杨俊起,荆鹏辉,
申请(专利权)人:河南理工大学,
类型:发明
国别省市:河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。