混合动力系统及其能量管理方法技术方案

本发明专利技术揭示了混合动力系统的能量管理方法，获取能量管理策略计算所需的信号数据，导航系统向驾驶模型提供行程驾驶信息。驾驶模型根据导航系统提供的行程驾驶信息计算整个行程的速度‑里程向量空间。根据接收到的能量管理策略计算所需的信号数据和整个行程的速度‑里程向量空间，以整个行程内油耗最小为目标利用最优控制理论和哈密顿函数求解，得到输出扭矩‑功率分配组合。对输出扭矩‑功率分配组合进行调整修正。发送输出扭矩‑功率分配组合，完成各能量源输出功率分配。本发明专利技术还揭示了一种使用该能量管理方法的混合动力系统。

【技术实现步骤摘要】
混合动力系统及其能量管理方法
本专利技术涉及混合动力系统的控制技术，更具体地说，涉及混合动力系统的能量管理技术。
技术介绍
混合动力汽车由两种能量源提供动力，一般包括燃油的发动机和由电力驱动的电动机。双能源系统在整车能量管理系统的协调控制下，与其他部件相互配合，可以进行多种优化组合，形成不同的动力系统工作模式，以适应不同的行驶工况。能量管理策略的目标通常是具有多个输入变量和多个约束条件的多目标非线性优化问题，其控制策略对车辆的动力性和燃油经济性均有显著影响。按照理想的设计目标，在到达设计的车辆行驶距离时，车载储能系统(电力系统的电池)应达到耗尽状态。一方面，如果电池效果过快，过度的整车动力电池电量耗尽可能会导致整车系统的高压电气损耗或是增程器能量剩余，影响汽车整体的能量效率。另一方面，如果电池消耗过慢，车辆电量消耗不充分可能无法获得预先设计的减少燃料消耗的目的，动力电池系统的能力远没有达到可利用极限，造成电能的浪费和汽油的过多消耗。因此如何在混合动力汽车的应用中获得合适的不同能量源之间的功率和能量流分配是能量管理策略的根本问题之一。在实际应用中，由于行驶工况并不能精确预知，因此合适的能量管理策略是实现混合动力汽车节能环保的关键所在。目前研究最为广泛的四类混合动力汽车能量管理策略：基于规则的控制策略、瞬时优化控制策略、全局优化控制策略和基于优化算法的自适应控制策略。基于规则的控制策略的工作机理是：事先凭理论分析和工作经验直觉设定一系列的车辆预计工作状态值，将其工作区域划分。根据设置的临界工作点来判断车辆所工作的区域，从而采取相应的控制方式。基于规则逻辑门限算法相对简单，能够应用于实车控制器，结合离线优化的结果，能够对参数进行优化，从而得到更合理、经济的工作模式切换规则。这类策略的最大的优点是易于工程实现。但是，基于规则的能量管理策略，由于其规则是基于理论分析和工作经验，并非实际情况，因此无论是否进行过控制参数优化，该方案在燃油经济性的提高方面还是存在较大的局限性。瞬时优化控制策略通常采用等效燃油消耗最少或功率损失最小算法，通过将两个能量源的能量消耗用特定方法进行量化统一，计算出整车瞬时最小能耗。该策略能保证在每一步长内是最优的，但无法保证在整个行驶周期内是最优的，而且该方法需要大量的浮点运算和比较精确的车辆及动力系统模型，计算量大，实现困难。这类能量管理策略目前在计算机仿真上取得了很好的燃料经济性效果，但在实车上并未广泛应用。主要是因为其对于车辆实时行驶状态参数的采集、分析及处理要求较高，目前的车载设备无法满足其要求，同时整车动力系统性能的变化对基础数据库的实时更新影响较大。全局优化控制策略，在事先知道汽车行驶的所有过程中所有工况参数的条件下，可以实现能量管理的全局优化。全局优化模式实现了真正意义上的最优化，但实现这种策略的算法往往都比较复杂，计算量也很大，并且需要预先获得所有的道路信息，在实际车辆的实时控制中事先知道汽车行驶的所有过程中所有工况参数是不可能的，因此全局优化控制策略也很难得到有效的应用。基于优化算法的自适应控制策略，可以根据当前车辆行驶状态和路况自动预测未来一段时间内的功率和能量需求来自动调整控制参数以适应行驶工况的变化。所谓自适应，就是在每一时间步，根据当前的行驶条件和路况要求来调整部件工作方式，通过优化算法，在保证目标函数最优化的前提下，将能量需求合理地分配给各个能量源。虽然自适应控制策略的目标函数模型优化算法等各不相同，但由于自适应控制要实时采集大量的动力系统运行数据，计算能耗，预测未来工况，优化过程复杂，计算量大，同样由于当前车载设备的计算能力的闲置而导致其目前无法在实际中得到有效的应用。
技术实现思路
根据本专利技术的一实施例，提出一种混合动力系统的能量管理方法，包括：第一步骤，系统自检，若无故障则进入第三步骤，若有故障则进入第二步骤；第二步骤，进行故障处理，在完成故障处理后，返回第一步骤再次进行系统自检；第三步骤，获取能量管理策略计算所需的信号数据；第四步骤，判断接收到的信号数据是否完整，若信号数据完整，接下来执行第五步骤，若信号数据不完整，则返回第三步骤重新获取能量管理策略计算所需的信号数据；第五步骤，导航系统向驾驶模型提供行程驾驶信息；第六步骤，驾驶模型根据导航系统提供的行程驾驶信息计算整个行程的速度-里程向量空间；第七步骤，根据接收到的能量管理策略计算所需的信号数据和整个行程的速度-里程向量空间，以整个行程内油耗最小为目标利用最优控制理论和哈密顿函数求解，得到输出扭矩-功率分配组合；第八步骤，对输出扭矩-功率分配组合进行调整修正；第九步骤，发送输出扭矩-功率分配组合，完成各能量源输出功率分配。在一个实施例中，第一步骤中，整车控制器VMS、驱动电机控制器PEU、动力电池控制器BMS、内燃机控制器ECU以及导航系统分别对各自的子系统进行自检，判断有无故障。在一个实施例中，第三步骤中，整车控制器VMS通过CAN总线向驱动电机控制器PEU、动力电池控制器BMS、内燃机控制器ECU以及导航系统发送访问信号，从中获取能量管理策略计算所需的信号数据。在一个实施例中，能量管理策略计算所需的信号数据包括当前车速V、动力电池SOX(t)、整车需求扭矩Tvehicle、车辆预计行驶里程sdist、车辆当前行驶里程st、整车动力系统附件功率Pauxiliary_on。在一个实施例中，第四步骤中，由整车控制器VMS判断接收到的信号数据是否完整。在一个实施例中，第五步骤中，导航系统向驾驶模型提供的行程驾驶信息包括：行程距离信息sdist、车速限制信息vlim、坡度信息α以及会导致车辆停车的信息。在一个实施例中，第六步骤中，驾驶模型根据导航系统提供的行程驾驶信息计算整个行程的速度-里程向量空间，包括：子步骤a)，计算里程-向量空间：其中sN为里程不同阶段的累计值，sdist为整个周期内的里程，Δs为里程向量差值，为里程空间向量，sk,k＝1,2,…,N为向量空间里的阶段距离轨迹；子步骤b)，计算车辆速度限值：其中vlim为速度限值，vsign为车辆采集到的速度信号，Ai为速度振幅，ωi频率，为相位偏差，tk为时间单位，Ai，ωi，的求解利用傅里叶变换进行求解；子步骤c)，计算整个行程的速度空间向量：其中v为车速，vlim为速度限值，α为车辆加速度，t为时间，d为车辆当前行驶状态，d＝1表示加速，d＝2表示减速至较低的速度限值，d＝3表示减速至停车状态；srem为车速至下一个速度限值或者是至下一个车辆停车状态时车辆行驶里程；常数ξ为速度低限值边界，常数e和h为车辆加速和减速的典型特征，常数δ为代表的是车速接近目标车速vlim时加速度降低；e，h，δ的解集及的初始值通过欧拉公式来进行求解。在一个实施例中，第七步骤中，由整车控制器VMS根据接收到的能量管理策略计算所需的信号数据，通过实时计算得出整车需求扭矩Tvehicle，以整个行程内油耗最小为目标利用最优控制理论和哈密顿函数实时计算内燃机输出扭矩Tice、电机输出扭矩Tmg、经过实时调整修正得出输出扭矩分配组合Tvehicle＝F(Tice,Tmg)。在一个实施例中，第七步骤中，根据接收到的能量管理策略计算所需的信号数据和整个行程的速度-里程向量空间本文档来自技高网...

【技术保护点】
一种混合动力系统的能量管理方法，其特征在于，包括：第一步骤，系统自检，若无故障则进入第三步骤，若有故障则进入第二步骤；第二步骤，进行故障处理，在完成故障处理后，返回第一步骤再次进行系统自检；第三步骤，获取能量管理策略计算所需的信号数据；第四步骤，判断接收到的信号数据是否完整，若信号数据完整，接下来执行第五步骤，若信号数据不完整，则返回第三步骤重新获取能量管理策略计算所需的信号数据；第五步骤，导航系统向驾驶模型提供行程驾驶信息；第六步骤，驾驶模型根据导航系统提供的行程驾驶信息计算整个行程的速度‑里程向量空间；第七步骤，根据接收到的能量管理策略计算所需的信号数据和整个行程的速度‑里程向量空间，以整个行程内油耗最小为目标利用最优控制理论和哈密顿函数求解，得到输出扭矩‑功率分配组合；第八步骤，对输出扭矩‑功率分配组合进行调整修正；第九步骤，发送输出扭矩‑功率分配组合，完成各能量源输出功率分配。

【技术特征摘要】
1.一种混合动力系统的能量管理方法，其特征在于，包括：第一步骤，系统自检，若无故障则进入第三步骤，若有故障则进入第二步骤；第二步骤，进行故障处理，在完成故障处理后，返回第一步骤再次进行系统自检；第三步骤，获取能量管理策略计算所需的信号数据；第四步骤，判断接收到的信号数据是否完整，若信号数据完整，接下来执行第五步骤，若信号数据不完整，则返回第三步骤重新获取能量管理策略计算所需的信号数据；第五步骤，导航系统向驾驶模型提供行程驾驶信息；第六步骤，驾驶模型根据导航系统提供的行程驾驶信息计算整个行程的速度-里程向量空间；第七步骤，根据接收到的能量管理策略计算所需的信号数据和整个行程的速度-里程向量空间，以整个行程内油耗最小为目标利用最优控制理论和哈密顿函数求解，得到输出扭矩-功率分配组合；第八步骤，对输出扭矩-功率分配组合进行调整修正；第九步骤，发送输出扭矩-功率分配组合，完成各能量源输出功率分配。2.如权利要求1所述的混合动力系统的能量管理方法，其特征在于，所述第一步骤中，整车控制器VMS、驱动电机控制器PEU、动力电池控制器BMS、内燃机控制器ECU以及导航系统分别对各自的子系统进行自检，判断有无故障。3.如权利要求2所述的混合动力系统的能量管理方法，其特征在于，所述第三步骤中，整车控制器VMS通过CAN总线向驱动电机控制器PEU、动力电池控制器BMS、内燃机控制器ECU以及导航系统发送访问信号，从中获取能量管理策略计算所需的信号数据。4.如权利要求3所述的混合动力系统的能量管理方法，其特征在于，所述能量管理策略计算所需的信号数据包括当前车速V、动力电池SOC(t)、整车需求扭矩Tvehicle、车辆预计行驶里程sdist、车辆当前行驶里程st、整车动力系统附件功率Pauxiliary_on。5.如权利要求2所述的混合动力系统的能量管理方法，其特征在于，所述第四步骤中，由整车控制器VMS判断接收到的信号数据是否完整。6.如权利要求2所述的混合动力系统的能量管理方法，其特征在于，所述第五步骤中，导航系统向驾驶模型提供的行程驾驶信息包括：行程距离信息sdist、车速限制信息vlim、坡度信息α以及会导致车辆停车的信息。7.如权利要求2所述的混合动力系统的能量管理方法，其特征在于，所述第六步骤中，驾驶模型根据导航系统提供的行程驾驶信息计算整个行程的速度-里程向量空间，包括：子步骤a)，计算里程-向量空间：其中sN为里程不同阶段的累计值，sdist为整个周期内的里程，Δs为里程向量差值，为里程空间向量，sk,k＝1,2,…,N为向量空间里的阶段距离轨迹；子步骤b)，计算车辆速度限值：其中vlim为速度限值，vsign为车辆采集到的速度信号，Ai为速度振幅，ωi频率，为相位偏差，tk为时间单位，Ai，ωi，的求解利用傅里叶变换进行求解；子步骤c)，计算整个行程的速度空间向量：其中v为车速，vlim为速度限值，α为车辆加速度，t为时间，d为车辆当前行驶状态，d＝1表示加速，d＝2表示减速至较低的速度限值，d＝3表示减速至停车状态；srem为车速至下一个速度限值或者是至下一个车辆停车状态时车辆行驶里程；常数ξ为速度低限值边界，常数e和h为车辆加速和减速的典型特征，常数δ为代表的是车速接近目标车速vlim时加速度降低；e，h，δ的解集及的初始值通过欧拉公式来进行求解。8.如权利要求2所述的混合动力系统的能量管理方法，其特征在于，所述第七步骤中，由整车控制器VMS根据接收到的能量管理策略计算所需的信号数据，通过实时计算得出整车需求扭矩Tvehicle，以整个行程内油耗最小为目标利用最优控制理论和哈密顿函数实时计算内燃机输出扭矩Tice、电机输出扭矩Tmg、经过实时调整修正得出输出扭矩分配组合Tvehicle＝F(Tice,Tmg)。9.如权利要求8所述的混合动力系统的能量管理方法，其特征在于，所述第七步骤中，根据接收到的能量管理策略计算所需的信号数据和整个行程的速度-里程向量空间，以整个行程内油耗最小为目标利用最优控制理论和哈密顿函数求解包括：子步骤a)，计算整车需求扭矩及车轮转速：整车需求扭矩为：车轮转速为：其中为整车需求扭矩，为车轮扭矩，m为整车整备质量，vk为车速，g为重力加速度，b0，b1，b2为车辆滑行时的阻力参数，由车辆道路滑行实验得出，rwh为车轮半径，α为行驶道路坡度角，当α小于一定值时cosα＝1，α＝sinα＝tanα＝i，i为道路坡度；子步骤b)，计算变速器的输入扭矩和变速器转速：变速器的输入扭矩为：变速器转速为：

【专利技术属性】
技术研发人员：刘旭鹏，戴俊阳，何荣国，童珎，
申请(专利权)人：上汽大众汽车有限公司，
类型：发明
国别省市：上海,31