The invention discloses a power control method of a hybrid vehicle, the method comprises the following steps: (1) observing the current state of the system, including the vehicle speed, the driver information, battery SOC, engine speed and torque; (2) according to the vehicle speed and the driver pedal information to determine the current EVT mode, and update the current the system model and system constraints, and assumed to be the EVT mode in the prediction of time invariant; (3) to predict future time domain prediction speed, input the time domain observation system; (4) in pre measured time domain structure predictive control optimization problem, and solved by dynamic programming algorithm; (5) the calculated optimal prediction in time domain control sequence; (6) using only the first set of optimal control, in the sampling time to abandon the rest of the control system, the amount of (7); Repeat the process at the next moment until the end of the drive.
【技术实现步骤摘要】
一种混合动力车辆的能量控制方法
本专利技术涉及一种车辆的能量控制方法,尤其是一种混合动力车辆的能量控制方法。
技术介绍
混合动力车辆是目前解决车辆能源消耗过度和空气质量污染的有效途径之一。其中双模式传动系统相较于其他形式的混合动力传动方案能够更好的满足重型非道路车辆调速范围广和驱动功率大等特殊需求,但是该方案结构较为复杂,对能量控制方法的要求更高,设计出可实时使用的最优的能量控制方法将成为保证双模式混合动力车辆能够正常高效运行的核心内容。目前,在工业界使用最多的是基于规则的能量控制方法,规则的设计大都来源于启发式发现和工程师经验,虽然其设计简单,易于实现,但是对不同工况适应性差,无法得到最优的控制效果。为了追求更好的控制效果,学术界做了大量的科学研究探索基于优化的能量控制方法,其主要思路是建立系统目标成本函数和约束条件,通过优化算法求解得到最优控制量。其中动态规划算法应用最为广泛,但是其需要预先知晓全局工况,所以只能用于仿真。等效燃油消耗策略可以实时在线运用,但是却有着针对不同工况等效因子难以设定的弊端。而近年来发展起来的预测控制算法(ModelPredictiv ...
【技术保护点】
一种混合动力车辆的能量控制方法,该方法包括:(1)观测当前系统状态,包括车辆行驶车速,驾驶员踏板信息,电池SOC,发动机转速转矩等;(2)依据车辆行驶车速与驾驶员踏板信息判断当前EVT模式状态,并更新当前系统模型与系统约束,并假设在预测时域内EVT模式状态保持不变;(3)对预测时域内的未来车速进行预测,得到预测时域内系统观测输入量;(4)在预测时域内构造预测控制优化问题,并通过动态规划算法在线进行数值求解;(5)计算得到预测时域内的最优控制序列;(6)仅采用第一组最优控制量,在该采样时刻作用于系统,舍弃其余控制量;(7)在下一时刻重复这一过程,直至行驶结束。
【技术特征摘要】
1.一种混合动力车辆的能量控制方法,该方法包括:(1)观测当前系统状态,包括车辆行驶车速,驾驶员踏板信息,电池SOC,发动机转速转矩等;(2)依据车辆行驶车速与驾驶员踏板信息判断当前EVT模式状态,并更新当前系统模型与系统约束,并假设在预测时域内EVT模式状态保持不变;(3)对预测时域内的未来车速进行预测,得到预测时域内系统观测输入量;(4)在预测时域内构造预测控制优化问题,并通过动态规划算法在线进行数值求解;(5)计算得到预测时域内的最优控制序列;(6)仅采用第一组最优控制量,在该采样时刻作用于系统,舍弃其余控制量;(7)在下一时刻重复这一过程,直至行驶结束。2.根据权利要求1所述的能量控制方法,其中根据以下分类预测方法预测未来车速:利用K均值聚类算法在离线状态下将车辆行驶工况分类为平稳工况与快变工况两类,并在在线阶段实时判断车辆当前所处工况类别;针对平稳工况,采用基于马尔科夫链的车速预测方法,而针对快变工况,采用基于径向基神经网络的车速预测方法,以此综合利用两种方法的优点以达到最优的预测效果。3.根据权利要求2所述的能量控制方法,其中根据以下特征参数:最大加速度(m/s2)、最大减速度(m/s2)、平均加速度(m/s2)、车速标准方差(km/h)、最高车速与最低车速之差(km/h)、加速度标准方差(m/s2)来将车辆行驶工况分类。4.根据权利要求2所述的能量控制方法,其中采用K均值聚类算法,通过计算样本间的亲疏程度来进行数据分类,最终实现同一类中的数据具有较大的特征相似性,不同类之间则差异较大,具体工况判断步骤如下:离线阶段:(1)组合多个标准循环工况构成样本;(2)在循环工况中每一采样时刻计算过去10秒的工况特征参数,得到特征参数样本数据[x11,x12,...,x1m],[x21,x22,...,x2m],……,[xn1,xn2,...,xnm],其中m为特征参数序...
【专利技术属性】
技术研发人员:项昌乐,王伟达,丁峰,马越,韩立金,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:北京,11
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。