一种智能网联插电式混合动力汽车协同优化能量管理方法技术

一种智能网联插电式混合动力汽车协同优化能量管理方法如下：1)、智能网联插电式混合动力汽车通过智能交通系统获取时间域和空间域的速度限制条件；2)、根据步骤1)的时间域和空间域的速度限制条件的控制变量、状态变量，和该协同优化能量管理方法的限制条件，利用动态规划建立目标函数；3)、根据步骤2)的目标函数，分别在时间域使用行程距离调整因子、在空间域使用行程时间调整因子，实现车辆终端状态约束；4)、结合步骤1)的速度限制条件、步骤2)的控制变量、状态变量和目标函数以及步骤3)的车辆终端状态约束，使用动态规划进行智能网联插电式混合动力汽车协同优化能量管理；5)、对步骤4)的协同优化能量管理方法进行简化。

A collaborative optimization energy management method of intelligent network connected plug-in hybrid electric vehicle

【技术实现步骤摘要】
一种智能网联插电式混合动力汽车协同优化能量管理方法
本专利技术涉及智能网联汽车领域，特别涉及一种智能网联插电式混合动力汽车协同优化能量管理方法。
技术介绍
交通工具电动化是解决全球能源危机和环境污染的手段，这种方法在学术界和工业界引起了广泛的关注。但是，众所周知，新能源汽车传动系统的效率和动力源的性能优化已经遇到了瓶颈。随着万物联网和智能化浪潮的逐渐兴起，汽车智能网联化对新能源汽车的能耗排放性能的优化将起到强力的助推作用。由于插电式混合动力电动车(PHEV)相对于纯电动汽车(EV)而言具有更长的续驶里程，以及更低的充电设施依赖程度，并且还拥有比燃料电池汽车(FECV)更加广泛的市场普及率，因此PHEV成为了现阶段实现新能源汽车智能网联化的最合理选择。从PHEV能量管理的层面看，目前，PHEV能量管理的研究普遍是在有人驾驶的情况下，去解决发动机和电机的转矩分配问题。而在智能网联PHEV能量管理中协调车速曲线自主规划，以及解决动力源扭矩的分配以进一步释放智能网联PHEV节能潜力的相关研究还较少。从智能网联汽车能量管理的层面看，目前智能网联汽车的能量管理大多还是集中在对燃油车、EV、FECV和混合动力汽车HEV的研究上，对于PHEV的研究还较少。从求解方式上来看，目前主流的求解方式是空间域求解，时间域次之，时空域最少，将空间域和时间域两者都做系统性整理以使用不同的速度限制条件给出求解方式的方法还比较少。
技术实现思路
本专利技术的目的是针对现有技术的不足，提供一种智能网联插电式混合动力汽车协同优化能量管理方法，它能大幅度地提升车辆的综合能耗经济性能，而且还能通过简化协同优化能量管理方法节省大量的计算时间，具有良好的在线应用潜力。本专利技术的技术方案是：一种智能网联插电式混合动力汽车的协同优化能量管理方法如下：1)、智能网联插电式混合动力汽车通过智能交通系统获取时间域速度限制条件、空间域速度限制条件；2)、根据步骤1)的时间域速度限制条件和空间域速度限制条件的控制变量、状态变量，以及建立该协同优化能量管理方法的限制条件，利用动态规划建立该协同优化能量管理方法的目标函数；3)、根据步骤2)得出的目标函数，在时间域使用行程距离调整因子实现车辆终端状态约束，在空间域使用行程时间调整因子实现车辆终端状态约束；4)、结合步骤1)的时间域速度限制条件、空间域速度限制条件和步骤2)的控制变量、状态变量和目标函数以及步骤3)中的车辆终端状态约束，使用动态规划进行智能网联插电式混合动力汽车协同优化能量管理；5)、结合动态规划算法简化方法对步骤4)的协同优化能量管理方法进行简化。步骤2)的目标函数采用以下方法建立：2-1)、时间域的速度限制条件以速度-时间的限制给出，控制变量为加速度、发动机扭矩和档位，状态变量为电池荷电状态、车速和时间；空间域速度限制条件以速度-距离的限制给出，控制变量为加速度、发电机扭矩和档位，状态变量为电池荷电状态、车速和行程；2-2)、根据步骤2-1)的控制变量建立协同优化能量管理方法的控制变量函数：式(1)中，u(k)即控制变量函数；k即第k个阶段，在时间域下k表示时间，单位s；在空间域下k表示距离，单位m；Tg即发动机扭矩，单位N·m；ig即挡位；a即第k阶段的加速度，单位m/s2；ve即第k阶段末的速度离散，单位m/s；vb即第k阶段初的速度离散，单位m/s；公式(2)即空间域速度限制条件向时间域速度限制条件转换的公式，式中d_d(k)即空间域中第k阶段的距离长度，单位m；2-3)、根据步骤2-1)的状态变量和步骤2-2)的控制变量函数建立协同优化能量管理方法的状态变量函数：式中，f即系统状态转移函数，x(k)即k阶段的电池荷电状态和车速状态，x(k+1)即k阶段的电池荷电状态和车速状态，x(0)即初始阶段的荷电状态和车速值，u(k)即k时刻的控制变量函数；2-4)、建立该能量管理方法的限制条件；2-4-1)建立电机、电池、发动机和挡位的约束：式中，SOCmax即电池荷电状态的上限，SOCmin即电池荷电状态的下限；ng(k)即发动机转速；Te_max(ng(k))即发动机在转速为ng(k)时的扭矩上限值；Te_min(ng(k))即发动机在转速为ng(k)时的扭矩下限值；nm(k)即电机转速；Tm_max(nm(k))即电机在转速为nm(k)时的扭矩上限值；Tm_min(nm(k))即电机在转速为nm(k)时的扭矩上限值；Tbrake(k)即机械制动扭矩；imax即变速器的最高挡位；2-4-2)、建立速度和加速度的限制条件：式中，v(i)即i时刻的速度值，vm(i)即i时刻的速度下限值，vM(i)即i时刻的速度上限值，a(i)即i时刻的加速度值，am(i)即i时刻的最小加速度值，aM(i)即i时刻的最大加速度值，vn(i)即i时刻初到i时刻末(即i+1时刻初)的速度的状态转移，vm(i+1)即i+1时刻的速度下限值，vM(i+1)即i+1时刻的速度上限值；2-4-3)、建立频繁换挡的限制：式中，Qg(k)即k时刻因换挡惩罚而带来的成本矩阵，Gno即下一时刻初的最优挡位矩阵，Gc即当前的挡位矩阵；2-4-4)、速度频繁波动的限制：式中，Qa(k)即k时刻因速度波动带来的成本矩阵，Ano即下一时刻初的最优加速度矩阵，Ac即当前的加速度矩阵，b即速度波动惩罚值；2-5)、建立协同优化能量管理方法的目标函数：式中，Qe(k)即k时刻的发动机油耗成本，Qm(k)即k时刻的电机电耗成本，Qg(k)即k时刻因换挡惩罚带来的成本矩阵，Qa(k)即k时刻因速度波动惩罚带来的成本矩阵。步骤3)采用以下方法实现车辆终端状态约束：3-1)、建立时间域的终端状态约束：L(k)＝Qe(k)+Qm(k)+Qg(k)+Qa(k)+δd*v(9)式中，δd(δd≤0)表示距离调整因子；3-2)、建立空间域的终端状态约束：L(k)＝(Qe(k)+Qm(k)+Qg(k)+Qa(k)+δt)*t(k)(10)式中，δt(δt≥0)表示时间调整因子。步骤5)可采用以下方法对协同优化能量管理方法进行简化：建立发动机简化模型ηe＝-1.157e-07Pe4+1.556e-05Pe3+7.849e-04Pe2+0.01751Pe+0.163(12)式中，Pe即发动机输出功率，单位kW；Etank即油箱能耗，单位kJ；ηe即油箱-发动机输出功率的转化效率；pf即油价，7.8元/L；g即重力加速度，9.8N/kg；zd即汽油重度，7.1N/L；Hu即汽车的热值，46000kJ/Kg。步本文档来自技高网...

【技术保护点】
1.一种智能网联插电式混合动力汽车协同优化能量管理方法，其特征在于：协同优化能量管理方法如下：/n1)、智能网联插电式混合动力汽车通过智能交通系统获取时间域速度限制条件、空间域速度限制条件；/n2)、根据步骤1)的时间域速度限制条件和空间域速度限制条件的控制变量、状态变量，以及建立该协同优化能量管理方法的限制条件，利用动态规划建立该协同优化能量管理方法的目标函数；/n3)、根据步骤2)得出的目标函数，在时间域使用行程距离调整因子实现车辆终端状态约束，在空间域使用行程时间调整因子实现车辆终端状态约束；/n4)、结合步骤1)的时间域速度限制条件、空间域速度限制条件和步骤2)的控制变量、状态变量和目标函数以及步骤3)中的车辆终端状态约束，使用动态规划进行智能网联插电式混合动力汽车协同优化能量管理；/n5)、结合动态规划算法简化方法对步骤4)的协同优化能量管理方法进行简化。/n

【技术特征摘要】
1.一种智能网联插电式混合动力汽车协同优化能量管理方法，其特征在于：协同优化能量管理方法如下：
1)、智能网联插电式混合动力汽车通过智能交通系统获取时间域速度限制条件、空间域速度限制条件；
2)、根据步骤1)的时间域速度限制条件和空间域速度限制条件的控制变量、状态变量，以及建立该协同优化能量管理方法的限制条件，利用动态规划建立该协同优化能量管理方法的目标函数；
3)、根据步骤2)得出的目标函数，在时间域使用行程距离调整因子实现车辆终端状态约束，在空间域使用行程时间调整因子实现车辆终端状态约束；
4)、结合步骤1)的时间域速度限制条件、空间域速度限制条件和步骤2)的控制变量、状态变量和目标函数以及步骤3)中的车辆终端状态约束，使用动态规划进行智能网联插电式混合动力汽车协同优化能量管理；
5)、结合动态规划算法简化方法对步骤4)的协同优化能量管理方法进行简化。


2.根据权利要求1所述的一种智能网联插电式混合动力汽车协同优化能量管理方法，其特征在于步骤2)的目标函数采用以下方法建立：
2-1)、时间域的速度限制条件以速度-时间的限制给出，控制变量为加速度、发动机扭矩和档位，状态变量为电池荷电状态、车速和时间；空间域速度限制条件以速度-距离的限制给出，控制变量为加速度、发电机扭矩和档位，状态变量为电池荷电状态、车速和行程；
2-2)、根据步骤2-1)的控制变量建立协同优化能量管理方法的控制变量函数：






式(1)中，u(k)即控制变量函数；
k即第k个阶段，在时间域下k表示时间，单位s；在空间域下k表示距离，单位m；
Tg即发动机扭矩，单位N·m；
ig即挡位；
a即第k阶段的加速度，单位m/s2；
ve即第k阶段末的速度离散，单位m/s；
vb即第k阶段初的速度离散，单位m/s；
公式(2)即空间域速度限制条件向时间域速度限制条件转换的公式，式中d_d(k)即空间域中第k阶段的距离长度，单位m；
2-3)、根据步骤2-1)的状态变量和步骤2-2)的控制变量函数建立协同优化能量管理方法的状态变量函数：



式中，f即系统状态转移函数，x(k)即k阶段的电池荷电状态和车速状态，x(k+1)即k阶段的电池荷电状态和车速状态，x(0)即初始阶段的荷电状态和车速值，u(k)即k时刻的控制变量函数；
2-4)、建立该能量管理方法的限制条件；
2-4-1)建立电机、电池、发动机和挡位的约束：



式中，SOCmax即电池荷电状态的上限，SOCmin即电池荷电状态的下限；
ng(k)即发动机转速；
Te_max(ng(k))即发动机在转速为ng(k)时的扭矩上限值；
Te_min(ng(k))即发动机在转速为ng(k)时的扭矩下限值；
nm(k)即电机转速；
Tm_max(nm(k))即电机在转速为nm(k)时的扭矩上限值；
Tm_min(nm(k))即电机在转速为nm(k)时的扭矩上限值；
Tbrake(k)即机械制动扭矩；
imax即变速器的最高挡位；
2-4-2)、建立速度和加速度的限制条件：



式中，v(i)即i时刻的速度值，vm(i)即i时刻的速度下限值，vM(i)即i时刻的速度上限值，a(i)即i时刻的加速度值，am(i)即i时刻的最小加速度值，aM(i)即i时刻的最大加速度值，vn(i)即i时刻初到i时刻末(即i+1时刻初)的速度的状态转移，vm(i+1)即i+1时刻的速度下限值，vM(i+1)即i+1时刻的速度上限值；
2-4-3)、建立频繁换挡的限制：



式中，Qg(k)即k时刻因换挡惩罚而带来的成本矩阵，Gno即下一时刻初的最优挡位矩阵，Gc即当前的挡位矩阵；
2-4-4)、速度频繁波动的限制：



式中，Qa(k)即k时刻因速度波动带来的成本矩阵，Ano即下一时刻初的最优加速度矩阵，Ac即当前的加速度矩阵，b即速度波动惩罚值；
2-5)、建立该能量管理方法的目标函数：



式中，Qe(k)即k时刻的发动机油耗成本，Qm(k)即k时刻的电机电耗成本，Qg(k)即...

【专利技术属性】
技术研发人员：刘永刚，黄珍珍，陈峥，韩宁，吴世展，张刘鑫，秦大同，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50