一种线下优化线上预测的转矩分配方法组成比例

本发明专利技术公开了一种线下优化线上预测的转矩分配方法，当驾驶员要驾驶车辆到某一目的地时，首先手动选择驾驶员模型，然后输入目的地，车辆控制器根据选择的驾驶员模型，针对该驾驶员的学习结果对行程进行优化，并且根据行程的起点和终点规划路径，利用所选择行驶终点借助车载导航系统获得路况信息，结合所获得的路况信息以及选择的驾驶员模型和电池SOC值，利用所述动态规划方法进行初步转矩分配优化；然后在初步转矩分配优化结果的基础上，利用模型预测控制再进行动态实时最优控制。在已有初步优化控制的基础上进行进一步实时最优控制，减轻了动态优化的计算量，同时实现了混合动力汽车燃油经济性的实时在线控制。

A Torque Distribution Method for Off-line Optimizing on-line Prediction

The invention discloses an off-line optimal on-line predictive torque allocation method. When a driver wants to drive a vehicle to a destination, he first selects the driver model manually, and then inputs the destination. The vehicle controller optimizes the travel according to the driver model selected, according to the driver's learning results, and plans the path according to the starting point and the end point of the journey. With the help of the vehicle navigation system, the road condition information is obtained at the selected end point, and combined with the obtained road condition information, the driver model and battery SOC value, the dynamic programming method is used to optimize the initial torque allocation. Then, on the basis of the preliminary results of the optimal torque allocation, the model predictive control is used for dynamic real-time optimal control. Further real-time optimal control is carried out on the basis of the existing initial optimal control, which reduces the computational load of dynamic optimization and achieves real-time on-line control of fuel economy of hybrid electric vehicles.

【技术实现步骤摘要】
一种线下优化线上预测的转矩分配方法
本专利技术属于混合动力汽车领域，具体涉及一种模式切换中转矩分配方法。
技术介绍
近年来，随着汽车工业的迅速发展，汽车保有量的持续增加，环境与能源危机的压力日益加剧，普及推广新能源汽车技术是我国解决环境能源问题的有效途径之一。混合动力汽车作为在新能源技术中由传统汽车向纯电动汽车过渡的关键环节，兼具内燃机和蓄电池两种车载能量源，使其具有相对传统车更好的燃油经济性和排放性能以及相对纯电动汽车更长续驶里程的优点，显示出巨大的应用潜力，成为世界各国汽车领域竞相研究的热点。而良好的整车控制策略或方法是实现混合动力汽车高经济性与低排放的关键，对于提高整车性能、降低成本具有重要的意义。目前混合动力汽车各项技术都已趋向成熟，整车控制策略方面，因基于规则的逻辑门限控制策略简单易行、实用性强且有较好的鲁棒性，被广泛应用于现有混合动力汽车模式切换的控制策略中。但这种策略未考虑实际路况的动态变化以及电机、电池、传动系效率等因素的影响，因而也就无法达到全局的最优和整车燃油经济性最高，所以在控制策略方面还需要进一步的完善。而从控制效果来看，针对特定驾驶员的驾驶习惯以及未来一段时本文档来自技高网...

【技术保护点】
1.一种线下优化线上预测的转矩分配方法，其特征在于，包括如下步骤：步骤1，建立驾驶员转矩需求模型，根据驾驶员当前需求转矩获得驾驶员下一时刻的转矩；步骤2，获取路况信息，根据路况信息和电池SOC调整混合动力汽车的工作模式；步骤3，利用动态规划进行离线优化转矩分配；步骤4，对步骤3的优化结果再进行模型预测动态控制调整，输出实际的转矩分配。

【技术特征摘要】
1.一种线下优化线上预测的转矩分配方法，其特征在于，包括如下步骤：步骤1，建立驾驶员转矩需求模型，根据驾驶员当前需求转矩获得驾驶员下一时刻的转矩；步骤2，获取路况信息，根据路况信息和电池SOC调整混合动力汽车的工作模式；步骤3，利用动态规划进行离线优化转矩分配；步骤4，对步骤3的优化结果再进行模型预测动态控制调整，输出实际的转矩分配。2.根据权利要求1所述的一种线下优化线上预测的转矩分配方法，其特征在于，所述步骤1中，建立驾驶员转矩需求模型采用马尔科夫模型。3.根据权利要求2所述的一种线下优化线上预测的转矩分配方法，其特征在于，所述采用马尔科夫模型的具体方法为，设从当前状态xi转移到下一时刻的状态xj的概率Pij(1)，则有：Pij(1)＝Pr(Xk+1＝xj|Xk＝xi)式中，Pij代表系统的一步转移概率；Xk和Xk+1分别表示当前时刻和下一时刻的状态；Pr为条件概率；上述采用马尔科夫模型建立驾驶员在预测时域内的转矩需求模型，分析得出驾驶员在下一时刻的转矩需求只与当前时刻的转矩需求有关；根据车辆的行驶工况，确定车辆需求转矩的最大值和最小值，并在取值范围内将连续的数值离散化为有限个值的集合，作为事件发展过程的状态，即：式中，N表示将连续的需求转矩在最小值和最大值之间离散的个数，相应地表示状态的个数；在任一时刻，系统从当前某个可能的状态转移到下一时刻某一状态的转移概率集合构成状态转移概率矩阵Pij(1)，即：若已知k时刻驾驶员需求转矩Treq(k)，采用近邻法，将其量化到某个离散化的转矩状态Treqp(k)，根据驾驶员行为的马尔科夫特性，可以依次求得在未来有限时域内各个时刻的驾驶员输入转矩。4.根据权利要求1所述的一种线下优化线上预测的转矩分配方法，其特征在于，所述步骤2中，所述获取路况信息利用车载导航系统GPS或GIS，所述路况包含平路、下坡、上坡或堵车等。5.根据权利要求4所述的一种线下优化线上预测的转矩分配方法，其特征在于，所述步骤2中，根据路况信息和电池SOC调整混合动力汽车的工作模式分为充电工况和放电工况，具体的：当车载导航系统获得的前方路况同当前时刻的路况相同，且路况较好、电池SOC较高时，车辆保持纯电动模式，即放电工况；当检测到前方路况发生变化，需要大功率，电机提供的功率不足或电池SOC低于阈值，发动机参与驱动，并根据驾驶员功率需求特点，是急加速或缓...

【专利技术属性】
技术研发人员：蔡英凤，窦磊，施德华，朱镇，陈龙，汪少华，王峰，徐兴，汪佳佳，张厚忠，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32