【技术实现步骤摘要】
本专利技术涉及电动汽车，尤其涉及一种纯电动汽车再生制动控制策略多目标优化方法。
技术介绍
1、再生制动工作时，电动机切换成发电机，车的惯性带动电机转子旋转而产生翻转力矩，将一部分的动能或势能转化为电能存储在蓄电池，超级电容和超高速飞轮等储能设备中，这是一个能量回收过程。同时，它还可以减小制动器工作强度、延长液压制动系统工作寿命。再生制动过程中能量回收的效率和制动过程的安全稳定性，都受到制动力分配和控制策略的影响。在前驱电动汽车的再生制动能量回收系统中，回收效率和制动稳定性往往是互相矛盾的，尤其是在非紧急制动工况下，追求高回收效率可能导致制动稳定性问题的发生。因此，有必要对再生制动控制策略进行优化尽可能同时满足制动稳定性要求和回收效率的最大化。随着电动汽车使用数量的增加和用户对汽车更高制动性能需求的提高，在设计过程中如何精确地、更贴近实际制动工况对电动汽车再生制动系统进行模拟仿真，并且对再生制动系统进行同时满足制动稳定性和回收效率最大化的多目标优化是亟待解决的技术问题。
2、专利号为“cn105691212a”的专利技术专利“混合动力汽车复合电源的再生制动控制策略及汽车”提供了一种再生制动控制策略。该专利技术在获得车辆摩擦制动力和再生制动力的分配因数后根据所述分配因数对车辆的摩擦制动力和再生制动力进行分配；该专利技术的再生制动控制策略克服以制动强度作为混合动力汽车制动力分配因素所带来的再生制动能量回收不充分问题，同时考虑以蓄电池和超级电容复合电源为储能系统的安全充电条件。然而在再生制动工作的过程中车速、路面附着系数、制
技术实现思路
1、本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种纯电动汽车再生制动控制策略多目标优化方法，基于可靠性理论，更好地同时满足汽车再生制动系统的稳定性和回收效率的最大化。
2、为解决上述技术问题，本专利技术所采取的技术方案是：
3、一种纯电动汽车再生制动控制策略多目标优化方法，包括下列步骤：
4、步骤1：利用主观不确定性变量和客观随机变量混合模型以滑移率作为制动稳定性的判断标准，求解再生制动能量回收控制策略的失效概率；
5、步骤2：确定多目标优化模型数学结构；
6、步骤3：选择滑移率的失效概率上限作为制动稳定性指标，电机最大制动扭矩作为能量回收效率指标，同时作为多目标优化的目标函数；
7、步骤4：确定多目标优化模型的控制变量；
8、步骤5：确定目标函数的约束条件；
9、步骤6：结合上述的优化目标函数以及约束条件，根据该模型利用nsga-ⅱ方法和pareto最优前沿实现纯电动汽车再生制动控制策略的优化。
10、进一步地，所述步骤1中，影响滑移率的变量存在难以得出较为统一的数学模型的主观不确定型变量和服从一定分布的客观随机变量；混合模型中包含主观不确定性变量，意味着它的失效概率不会是一个精确的度量值，将由可信度即失效概率下限bel(g)与似真度即失效概率上限pl(g)组成的区间值来度量；
11、混合模型的整个输入空间被主观不确定性变量y划分为n个互斥的焦元，表示为第i个焦元极限状态函数如下式所示：
12、
13、电动汽车的再生制动能量回收控制策略可靠性功能函数表示为：
14、g(x,y)＝0.15-g(x,y) (2)
15、其中，x＝(x1,x2,...,xnx)为客观随机变量，由概率分布来描述其不确定性；y＝(y1,y2,...,yny)为主观不确定性变量且变量之间相互独立，由联合基本可信度分配(basicprobability assignment,bpa)描述其不确定性；x1、x2……xnx、y1、y2……yny、表示自变量；
16、当随机变量x为某一个实现值x0时，式(1)极限状态函数将化成只含有区间变量yi的可靠性问题求解，也将化为区间变量其中，根据基于区间模型的非概率可靠性分析方法，得到非概率可靠度指标的表达式为：
17、
18、其中，和分别为中值和离差，和分别为区间的最大值和最小值，x0服从随机变量x的概率分布；
19、根据结构可靠性理论的定义，当非概率可靠度指标时，说明结构不会发生失效，完全可靠；当非概率可靠度指标时，说明结构完全失效；是关于x的函数，表示一个范围，x0的取值在x的范围内，于是相应地建立新的二级极限状态函数为：
20、
21、当时，意味着无法确定结构是否安全，说明失效概率将是一个区间值；根据全概率论定理，失效概率pf＝pr{g(x,y)＜g0}表示为：
22、
23、其中，其中，g0是极限状态时的阈值；表示y在乘积空间中焦元的概率等于焦元的联合bpa；主观不确定性变量y中单个焦元为一区间变量，的求解化为含有区间变量和随机变量的可靠性问题的求解，于是的最终结果为一区间值，用和分别表示它的下限和上限，如下式所示：
24、
25、根据概率理论，式(4)对应的失效概率表达式为和分别为式(5)中失效概率的下限和上限；分别用可信度和似真度表示，便得到响应g的可信度bel(g)与似真度pl(g)表达式为：
26、
27、
28、其中，fx(x)为随机变量的联合概率密度函数。
29、进一步地，所述步骤1中，失效概率的求解使用蒙特卡洛方法；
30、首先根据客观随机变量x构建的概率密度分布函数随机抽取大量的样本，再求解每个样本对应的功能函数的值，最后分别统计失效下限和上限区域的样本数量，根据式(9)计算失效概率下限与上限的近似值：
31、
32、其中，n为抽取的总样本数；nl为功能函数值位于失效概率下限区域的样本数；nu为功能函数值位于失效概率上限区域的样本数。
33、进一步地，所述步骤2中，多目标优化模型在数学结构上表示为：
34、
35、lh≤xh≤uh,(h＝1,2,...,h)
36、其中，为多维决策向量；λ表示优化问题的解决方案空间；表示不同的子目标函数；k表示问题目标的数量；表示不等式约束；j表示不等式约束的个数；表示等式约束；r表示等式约束的个数；lh和uh分别表示下边界和上边界约束；h表示上下边界约束的个数。
37、进一步地，所述步骤3中，目标函数为：
38、minf1＝pl(g) (10)
39、minf2＝-treg_max＝tbfi0＝-zmgβri0 (11)
40、其中，似真度pl(g)为失效概率的上限；z为制动强度；g为重力加速度；m为车辆的总质量；r为本文档来自技高网...
【技术保护点】
1.一种纯电动汽车再生制动控制策略多目标优化方法，其特征在于：包括下列步骤：
2.根据权利要求1所述的纯电动汽车再生制动控制策略多目标优化方法，其特征在于：所述步骤1中，影响滑移率的变量存在难以得出较为统一的数学模型的主观不确定型变量和服从一定分布的客观随机变量；混合模型中包含主观不确定性变量，意味着它的失效概率不会是一个精确的度量值，将由可信度即失效概率下限Bel(G)与似真度即失效概率上限Pl(G)组成的区间值来度量；
3.根据权利要求2所述的纯电动汽车再生制动控制策略多目标优化方法，其特征在于：所述步骤1中，失效概率的求解使用蒙特卡洛方法；
4.根据权利要求2所述的纯电动汽车再生制动控制策略多目标优化方法，其特征在于：所述步骤3中，目标函数为：
5.根据权利要求4所述的纯电动汽车再生制动控制策略多目标优化方法，其特征在于：所述步骤4中，多目标优化模型的控制变量X表示为：
6.根据权利要求5所述的纯电动汽车再生制动控制策略多目标优化方法，其特征在于：所述步骤5中，电机最大可用再生制动力矩Treg_max要求满足以下条
7.根据权利要求1所述的纯电动汽车再生制动控制策略多目标优化方法，其特征在于：所述步骤2中，多目标优化模型在数学结构上表示为：
...【技术特征摘要】
1.一种纯电动汽车再生制动控制策略多目标优化方法，其特征在于：包括下列步骤：
2.根据权利要求1所述的纯电动汽车再生制动控制策略多目标优化方法，其特征在于：所述步骤1中，影响滑移率的变量存在难以得出较为统一的数学模型的主观不确定型变量和服从一定分布的客观随机变量；混合模型中包含主观不确定性变量，意味着它的失效概率不会是一个精确的度量值，将由可信度即失效概率下限bel(g)与似真度即失效概率上限pl(g)组成的区间值来度量；
3.根据权利要求2所述的纯电动汽车再生制动控制策略多目标优化方法，其特征在于：所述步骤1中，失效概率的求解使用蒙特卡洛方...
【专利技术属性】
技术研发人员：杨周，杨旭，李君纬，张庆龙，杨鹏亮，姚国，李常有，黄贤振，张旭方，谭学飞，
申请(专利权)人：东北大学，
类型：发明
国别省市：
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。