基于V2X的混合动力汽车的能量管理优化控制方法技术

本发明专利技术公开了一种基于V2X的混合动力汽车的分层能量管理优化控制方法，基于车联网，进行车与车通信以及车与交通设施通信；通过交通信号灯正时和上层控制器集成的模型预测算法，获取给定时间窗口的最优目标车速序列，并将最优目标车速序列通过无线传输形式反馈给每辆车的驾驶员，驾驶员根据最优目标车速序列进行加速或者制动。本发明专利技术相比现有技术具有以下优点：本发明专利技术的基于V2X的混合动力汽车的分层能量管理优化控制方法获取最优目标车速，可以在避免红灯停车或碰撞的基础上有效降低混合动力汽车的油耗，实现混合动力汽车的实时能量管理，可以为解决混动力汽车实时能量管理及优化提供新的思路。

【技术实现步骤摘要】
基于V2X的混合动力汽车的能量管理优化控制方法
本专利技术涉及一种混合动力汽车能量管理优化控制方法，尤其涉及的是一种基于V2X的混合动力汽车的分层能量管理优化控制方法。
技术介绍
混合动力汽车的能量管理控制系统是一个非线性、多变量、时变、不可微的系统，是当前混合动力汽车领域研究的热点和难点，直接影响混合动力汽车的动力性、经济性、舒适性及排放性能。基于规则的控制方法已经实现产业化应用，而基于优化的控制方法主要停留在理论研究阶段。为了得到理论上的最优解，一些学者将模型预测(modelpredictivecontrol,MPC)和动态规划(dynamicprogramming,DP)结合起来。考虑到计算的时间成本问题，又有学者研究了可以获得近似最优解的等效燃油消耗最小原理(equivalentconsumptionminimizationstrategy,ECMS)或庞特亚金最小值原理(Pontryagin’sminimumstrategy,PMP)。然而，MPC和DP的组合算法、ECMS、PMP或这些算法的改进方法，以及一些其它的基于优化的控制算法，始终无法实现实时控制。而且，在使用这些方法求解的过程中，被控对象模型一般被不同程度的简化，比如忽略了驾驶员的驾驶意图、实际道路情况、信号灯的影响以及车与车之间的相互影响等，所得到的最优解并不是真正意义上的最优解。随着智能交通系统的不断发展，采用车联网技术解决混合动力汽车的实时优化控制成为可能。基于智能交通系统提出一种基于V2X(vehicletovehicle,车车通信，以及vehicletoinfrastructure，车与交通设施通信，后统称为车联网)的方法，从智能交通(intelligenttrafficsystem,ITS)的角度，为解决整个交通系统中多辆混合动力汽车的实时能量管理及优化的问题提供新的思路。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于V2X的混合动力汽车的分层能量管理优化控制方法。为了解决上述技术问题，本专利技术采用如下技术方案：一种基于V2X的混合动力汽车的分层能量管理优化控制方法，包括如下步骤：步骤(1)、基于车联网环境，汽车通过专用短距离通信(DSRC)、射频识别(RFID)、蓝牙、ZIGBEE、WI-FI或窝峰网，进行车与车通信以及车与交通实施通信；步骤(2)、通过交通信号灯正时获取混合动力汽车的目标车速；步骤(3)、通过上层控制器集成的模型预测算法以及步骤(2)获取的混合动力汽车目标车速预测给定时间窗口的最优目标车速序列，并将最优目标车速序列通过无线传输形式反馈给每辆车的驾驶员，驾驶员根据最优目标序列车速进行加速或者制动；步骤(4)、车载通信装置将加速和制动踏板传感器采集的信号反馈发送给云端服务器；步骤(5)、云端服务器根据加速或者制动踏板传感器采集到的信号，计算驾驶员请求转矩或者功率信息并通过无线传输的方式发送给下层控制器。步骤(6)、下层控制器根据接收到的驾驶员请求的转矩或功率信息,获取当前时刻发动机和电机的最优转矩或功率分配，并将最优转矩或功率分配指令通过无线传输发送给发动机控制器、电机控制器、变速箱控制器以及动力电池控制器；步骤(7)、各动力部件控制器根据接收到的控制指令控制对应的动力部件执行相关的输出操作，并将动力部件的实际输出反馈给下层控制器进行闭环修正。作为上述方案的进一步优化，步骤(2)中获取混合动力汽车目标车速，包括如下步骤：步骤(21)、建立混合动力汽车纵向动力学模型，如公式(1)：式(1)中，si为第i辆车的位置，用坐标表述；vi为第i辆车的速度，单位为m/s；xi为第i辆车的状态向量；ui为第i辆车的控制变量，含义为任意时刻单位质量牵引力或制动力，单位为N/kg；Mi第i辆车的质量，单位为kg；CD为控制阻力系数；ρa为空气密度，单位为kg/m3；Afi为第i辆车的迎风面积，单位为m2；μ为滚动阻力系数；θ为坡度，单位为(°)；步骤(22)、建立混合动力汽车的功率平衡方程，如公式(2)：式(2)中，Pireq为第i辆车的驱动需求功率，单位为W；步骤(23)、根据混合动力汽车的功率平衡方程，且在满足纵向动力学约束的前提下，建立N辆车消耗的总能量的最小值模型，如公式(3)：式(3)中，为混合动力汽车的等效燃油消耗率，单位为g/s；ηeff为汽车传动系统的总效率；H为汽油的热值，单位为J/g；T为汽车行驶的时间，单位为s；δt为计算步长，单位为s；vimin、vimax分别为汽车行驶速度的最小和最大值，单位为m/s；uimin、uimax分别为控制变量的最小和最大值，单位为N/kg；步骤(24)、为避免混合动力汽车红灯停车,根据交通信号灯正时获取目标车速:基于交通信号灯正时，建立汽车目标车速求解模型,如公式(4)：其中，vimin≤viobj(td)≤vimaxviobj为第i辆车的目标车速，单位为m/s；dia(td)为第i辆车的位置si与交通信号灯a的距离，单位为m；Kw为信号灯的循环次数，取整数；tg、tr分别为红灯和绿灯的持续时间，单位为s；tc为一个红绿灯周期的时间，单位为s；td为汽车行驶的时间，单位为s；作为上述方案的进一步优化，根据公式(4)所述的基于交通信号灯正时获取的混合动力汽车目标车速，采用模型预测算法预测给定时间窗口的最优目标车速序列，包括如下步骤：步骤(31)、对于第i辆车，在给定的时间窗口T，汽车在总的行驶时间为td时，构建模型预测的目标函数如公式(6)，公式(6)的输出给定时间窗口T内混合动力汽车的最优目标车速序列：式(6)中，Vim为第i辆车当前车速与目标车速的差值，单位为m/s；Sij为第i辆车和第j辆车的距离，单位为m；si(t)和sj(t)分别为第i辆车和第j辆车在时间t时的位置，用坐标表示；th为预先设定的前后两车的间隔时间，单位为s；S0为预先设定的安全距离，单位为m；ωi(i＝1,2,3)为权值系数；步骤(32)、将混合动力汽车的纵向动力学模型转化为线性形式的混合动力汽车纵向动力学模型，如式(7)所示，式(7)中，Ai(xi)为与状态相关的参数矩阵；Bi为一个常数列矩阵；k为时间步长，单位为s；步骤(33)、将步骤(31)中所述的模型预测的优化函数转化成二次规划形式的模型预测的优化函数，如式(8)所示，式(8)中，yi为包含目标车速及理想控制变量的状态变量；Qi为对角阵；yiobj为状态变量的目标值，Pi、qi、Ci、bi均为与状态变量相关的系数矩阵；步骤(34)、获取步骤(33)所述的二次规划形式的模型预测的优化函数的拉格朗日求解公式，如式(9)所示，式(9)中，λi和υi为拉格朗日乘子；Step(34-1)：获取拉格朗日求解公式的一阶库恩-塔克(KKT)最优条件方程，如式(10)所示，式(10)中，si为松弛变量；γi和Si分别为拉格朗日乘子νi和松弛变量si主对角线元素组成的列向量；e为单位列向量；Step(34-2)：采用牛顿迭代法求解一阶库恩-塔克最优条件方程，牛顿迭代法的迭代方程如式(11)所示：式(11)中，[ΔyiΔλiΔνiΔsi]T为所述牛顿迭代法优化变量的搜索方向；βi为所述牛顿迭代法的迭代步长，所述迭代步长可以保证拉格朗本文档来自技高网...

【技术保护点】
基于V2X的混合动力汽车的分层能量管理优化控制方法，其特征在于，包括如下步骤：步骤(1)、基于车联网环境，汽车通过专用短距离通信(DSRC)、射频识别(RFID)、蓝牙、ZIGBEE、WI‑FI或窝峰网，进行车与车通信以及车与交通实施通信；步骤(2)、通过交通信号灯正时获取混合动力汽车的目标车速；步骤(3)、通过上层控制器集成的模型预测算法以及步骤(2)获取的混合动力汽车目标车速预测给定时间窗口的最优目标车速序列，并将最优目标车速序列通过无线传输形式反馈给每辆车的驾驶员，驾驶员根据最优目标序列车速进行加速或者制动；步骤(4)、车载通信装置将加速和制动踏板传感器采集的信号反馈发送给云端服务器；步骤(5)、云端服务器根据加速或者制动踏板传感器采集到的信号，计算驾驶员请求转矩或者功率信息并通过无线传输的方式发送给下层控制器。步骤(6)、下层控制器根据接收到的驾驶员请求的转矩或功率信息,获取当前时刻发动机和电机的最优转矩或功率分配，并将最优转矩或功率分配指令通过无线传输发送给发动机控制器、电机控制器、变速箱控制器以及动力电池控制器；步骤(7)、各动力部件控制器根据接收到的控制指令控制对应的动力部件执行相关的输出操作，并将动力部件的实际输出反馈给下层控制器进行闭环修正。...

【技术特征摘要】
1.基于V2X的混合动力汽车的分层能量管理优化控制方法，其特征在于，包括如下步骤：步骤(1)、基于车联网环境，汽车通过专用短距离通信(DSRC)、射频识别(RFID)、蓝牙、ZIGBEE、WI-FI或窝峰网，进行车与车通信以及车与交通实施通信；步骤(2)、通过交通信号灯正时获取混合动力汽车的目标车速；步骤(3)、通过上层控制器集成的模型预测算法以及步骤(2)获取的混合动力汽车目标车速预测给定时间窗口的最优目标车速序列，并将最优目标车速序列通过无线传输形式反馈给每辆车的驾驶员，驾驶员根据最优目标序列车速进行加速或者制动；步骤(4)、车载通信装置将加速和制动踏板传感器采集的信号反馈发送给云端服务器；步骤(5)、云端服务器根据加速或者制动踏板传感器采集到的信号，计算驾驶员请求转矩或者功率信息并通过无线传输的方式发送给下层控制器；步骤(6)、下层控制器根据接收到的驾驶员请求的转矩或功率信息,获取当前时刻发动机和电机的最优转矩或功率分配，并将最优转矩或功率分配指令通过无线传输发送给发动机控制器、电机控制器、变速箱控制器以及动力电池控制器；步骤(7)、各动力部件控制器根据接收到的控制指令控制对应的动力部件执行相关的输出操作，并将动力部件的实际输出反馈给下层控制器进行闭环修正；步骤(2)中获取混合动力汽车目标车速，包括如下步骤：步骤(21)、建立混合动力汽车纵向动力学模型，如公式(1)：式(1)中，si为第i辆车的位置，用坐标表述；vi为第i辆车的速度，单位为m/s；xi为第i辆车的状态向量；ui为第i辆车的控制变量，含义为任意时刻单位质量牵引力或制动力，单位为N/kg；Mi第i辆车的质量，单位为kg；CD为控制阻力系数；ρa为空气密度，单位为kg/m3；Afi为第i辆车的迎风面积，单位为m2；μ为滚动阻力系数；θ为坡度，单位为(°)；步骤(22)、建立混合动力汽车的功率平衡方程，如公式(2)：式(2)中，Pireq为第i辆车的驱动需求功率，单位为W；步骤(23)、根据混合动力汽车的功率平衡方程，且在满足纵向动力学约束的...

【专利技术属性】
技术研发人员：钱立军，邱利宏，阚萍，程伟，辛付龙，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34