一种多车道车联网红绿灯道路混合动力汽车能量管理方法技术

本发明专利技术涉及一种多车道车联网红绿灯道路混合动力汽车能量管理方法，属于新能源汽车领域。该方法包含以下步骤：S1：根据红绿灯配时信息和周围车辆信息规划在不同车道的目标车速；S2：确定目标函数和约束，使用MPC跟踪求得行驶车道和速度；S3：根据车辆的参数，建立车辆的纵向动力学模型和车辆传动系统各部件模型；S4：根据车辆行驶速度，结合纵向动力学模型，计算车辆的需求转矩、需求功率；S5：确定目标函数，在保证约束有效条件下，使用ECMS计算最佳功率分配。分配。分配。

【技术实现步骤摘要】
一种多车道车联网红绿灯道路混合动力汽车能量管理方法


[0001]本专利技术属于新能源汽车领域，涉及一种多车道车联网红绿灯道路混合动力汽车能量管理方法。

技术介绍

[0002]相较于传统燃油汽车和纯电动汽车，混合动力汽车具有动力性好，污染排放低的优点，在电池充电技术尚未取得突破性进展阶段，常规混合动力车是现阶段汽车行业发展的重点对象。合理的能量管理方法对整车动力性和经济性具有重要的影响，与燃油汽车相比，混合动力汽车可有效提高发动机工作效率，且减少发动机怠速时间，提高发动机工作寿命，改善离合器工作状态。然而，现有的混合动力汽车能量管理方法，较多专注于系统的工作效率，而忽略各部件物理状态对其工作效率的影响。其中各部件的热状态对其工作性能具有决定性作用，如电池包的温度过高会限制其最大输出电流甚至造成安全隐患；电机温度过高会直接影响其输出扭矩，导致电机工作性能下降，造成动力性不足的问题。如何在保证动力系统各部件稳定工作的同时，提高车辆燃油经济性，具有重要的研究意义和复杂的技术挑战。现有研究大多集中于电池包热管理，而对作为主要驱动部件的电机热状态研究较少。
[0003]由于混合动力汽车能量管理方法中变量多，控制复杂，导致求解过程缓慢，优化效率和优化结果无法同时达到理想状态。考虑多部件热状态控制无疑会带来更加复杂的计算过程，因此，设计一种兼顾计算效率与优化性能同时考虑电机热状态的能量管理方法具有重要科学研究和工程应用价值。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种多车道车联网红绿灯道路混合动力汽车能量管理方法，实现在多车道红绿灯道路选取最优通行车道，实现车辆以更高的通行速度行驶，并具有更好的燃油经济性。
[0005]为达到上述目的，本专利技术提供如下技术方案：
[0006]一种多车道车联网红绿灯道路混合动力汽车能量管理方法，该方法包括以下步骤：
[0007]S1：根据红绿灯配时信息和周围车辆信息规划在不同车道的目标车速V
target
(k)；
[0008]S2：确定目标函数和约束，使用模型预测控制MPC跟踪V
target
(k)求得行驶车道L(k)和速度v(k)；
[0009]S3：根据车辆的参数，建立车辆的纵向动力学模型和车辆传动系统各部件模型；
[0010]S4：根据车辆行驶速度，结合纵向动力学模型，计算车辆的需求转矩T
dem
(k)、需求功率P
dem
(k)；
[0011]S5：确定目标函数，在保证约束有效条件下，使用等效消耗最小化策略ECMS计算最佳功率分配。
[0012]可选的，所述S1具体包括以下步骤：
[0013]S11：根据信号灯配时规划车辆通行红绿灯不停车的速度V
signal
(k)，使车辆能够以最快的速度不停车通过红绿灯；
[0014]S12：获取车联网通信范围内其他车辆的位置、速度、加速度信息，确定不同车道的车辆安全车速V
safe
(k)；
[0015]S13：比较每条车道的V
signal
(k)，V
safe
(k)和道路最大限速v
max
，选取其中最小的作为车辆每条车道的目标速度V
target
(k)。
[0016]可选的，所述S2具体包括以下步骤：
[0017]S21：通过求解每条车道的成本函数，计算车辆出在M步的预测域内在每条车道上行驶的最小成本，和在每条车道上的加速度a(k)和速度v(k)；其中每条车道的成本函数为：
[0018][0019]其中，t是车辆当前运行时刻，k是预测域内的每一步，ω
v
、ω
a
、ω
p
、ω
e
分别代表每一项的权重，v(k)是车辆的速度，a(k)是车辆的加速度，Pe(k)是车辆的功率，由公式Pe(k)＝m
tot
·
v(k)
·
a(k)得到，m
tot
是车辆总质量，V
target_max
是预测域内平均车速最大的车道的平均车速；
[0020]S22：对车道和车速求解所进行的约束具体为：
[0021]v(k)∈[0,v
max
][0022]a(k)∈[a
min
,a
max
][0023][0024]其中，v
max
为道路最大限速，a
min
，a
max
分别是车辆加速度的最小值和最大值，D(k)是距离前车的车距，是参考车头时距，R0是距离前车的最小距离；
[0025]S23：比较每条车道所计算出的最小成本J，将成本最小的车道作为车辆行驶的车道L(k)；将这条车道上求解的速度作为车辆速度v(k)。
[0026]可选的，所述S3中，建立的车辆纵向动力学模型为：
[0027][0028]其中，F
t
(k)表示汽车牵引力，表示汽车行驶时的空气阻力，c
d
为空气阻力系数，A
f
为汽车的迎风面积，ρ为空气密度，v为汽车行驶速度，k代表汽车行驶时刻，g为重力加速度，c
r
为道路的滚动阻力系数，β为道路坡度。
[0029]可选的，所述S3中，建立的车辆传动系统各部件模型为：
[0030]P
EM,out
＝T
EM
*ω
EM
[0031]P
EM,tot
＝P
EM,out
+P
EM,loss
[0032]P
ICE，out
＝T
ICE
*ω
ICE
[0033]P
ICE,tot
＝P
ICE,out
+P
ICE,loss
[0034]P
bat,tot
＝P
bat,out
+P
bat,loss
[0035]其中，P
EM,out
，T
EM
，ω
EM
分别为电机输出功率、转矩和转速，P
EM,tot
和P
EM,loss
为电机总
功率与损失功率，下标为ICE的代表发动机各参数。
[0036]可选的，所述S4中，计算汽车的需求转矩T
dem
(k)、需求功率P
dem
(k)为：
[0037]P
dem
(k)＝F
t
(k)*v(k)
[0038]T
dem
(k)＝F
t
(k)*r
wheel
。
[0039]可选的，所述S5中，目标函数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多车道车联网红绿灯道路混合动力汽车能量管理方法，其特征在于：该方法包括以下步骤：S1：根据红绿灯配时信息和周围车辆信息规划在不同车道的目标车速V
target
(k)；S2：确定目标函数和约束，使用模型预测控制MPC跟踪V
target
(k)求得行驶车道L(k)和速度v(k)；S3：根据车辆的参数，建立车辆的纵向动力学模型和车辆传动系统各部件模型；S4：根据车辆行驶速度，结合纵向动力学模型，计算车辆的需求转矩T
dem
(k)、需求功率P
dem
(k)；S5：确定目标函数，在保证约束有效条件下，使用等效消耗最小化策略ECMS计算最佳功率分配。2.根据权利要求1所述的一种多车道车联网红绿灯道路混合动力汽车能量管理方法，其特征在于：所述S1具体包括以下步骤：S11：根据信号灯配时规划车辆通行红绿灯不停车的速度V
signal
(k)，使车辆能够以最快的速度不停车通过红绿灯；S12：获取车联网通信范围内其他车辆的位置、速度、加速度信息，确定不同车道的车辆安全车速V
safe
(k)；S13：比较每条车道的V
signal
(k)，V
safe
(k)和道路最大限速v
max
，选取其中最小的作为车辆每条车道的目标速度V
target
(k)。3.根据权利要求2所述的一种多车道车联网红绿灯道路混合动力汽车能量管理方法，其特征在于：所述S2具体包括以下步骤：S21：通过求解每条车道的成本函数，计算车辆出在M步的预测域内在每条车道上行驶的最小成本，和在每条车道上的加速度a(k)和速度v(k)；其中每条车道的成本函数为：其中，t是车辆当前运行时刻，k是预测域内的每一步，ω
v
、ω
a
、ω
p
、ω
e
分别代表每一项的权重，v(k)是车辆的速度，a(k)是车辆的加速度，Pe(k)是车辆的功率，由公式Pe(k)＝m
tot
·
v(k)
·
a(k)得到，m
tot
是车辆总质量，V
target_max
是预测域内平均车速最大的车道的平均车速；S22：对车道和车速求解所进行的约束具体为：v(k)∈[0,v
max
]a(k)∈[a
min
,a
max
]其中，v
max
为道路最大限速，a
min
，a
max
分别是车辆加速度的最小值和最大值，D(k)是距离前车的车距，是参考车头时距，R0是距离前车的最小距离；S23：比较每条车道所计算出的最小成本J，将成本最小的车道作为车辆行驶的车道L(k)；将这条车道上求解的速度作为车辆速度v(k)。4.根据权利要求3所述的一种多车道车联网红绿灯道路混合动力汽车能量管理方法，其特征在于：所述S3中，建立的车辆纵向动力学模型为：
其中，F
t
(k)表示汽车牵引力，表示汽车行驶时的空气阻力，c
d
为空气阻力系数，A
f
为汽车的迎风面积，ρ为空气密度，v为汽车行驶速度，k代表汽车行驶时刻，g为重力加速度，c
...

【专利技术属性】
技术研发人员：胡晓松，彭景辉，李佳承，赵楠，韩杰，李亚鹏，龙豪，肖文轩，
申请(专利权)人：重庆大学，
类型：发明
国别省市：