一种网联式混合动力汽车的预测能量管理方法技术

本发明专利技术公开了一种网联式混合动力汽车的预测能量管理方法，包括以下步骤：S1.目标车辆将自身驾驶工况信息通过车载终端设备上传给数据处理中心；S2.数据处理中心结合所收集的路面信息对目标车辆最优行驶路径进行规划并预估其完整车速曲线；S3.目标车辆接收数据处理中心的信息反馈并结合自身采集的实时状态信息发送给整车控制器VCU进行最佳能量分配；S4.VCU基于所构建二层前馈神经网络模型对所接收工况进行快速响应规划得到对应最优全局SoC轨迹；S5.VCU利用MPC方法对所规划SoC轨迹进行跟随，在实时控制层面获得的近似最优的燃油经济性能量分配效果。本发明专利技术所提出的方法能够保证实时能量管理策略取得全局最优的燃油经济性。

A predictive energy management method for hybrid electric vehicle

【技术实现步骤摘要】
一种网联式混合动力汽车的预测能量管理方法
本专利技术涉及混合动力汽车，特别是涉及一种网联式混合动力汽车的预测能量管理方法。
技术介绍
随着社会的发展，汽车开始广泛应用于人们生活的各个角落，传统化石燃料是汽车赖以生存的燃料，但是传统化石燃料终有一天会用尽，能源的枯竭不仅仅是失去汽车这个交通工具，更严重的是会影响生态平衡，威胁人类赖以生存的土地。寻找可代替传统化石燃料的能源已经成为近几年汽车问题研究的重中之重。新能源汽车一直是汽车研究的热点，混合动力汽车是新能源汽车中的佼佼者；混合动力汽车(HEV)是指车辆驱动系由两个或多个能同时运转的单个驱动系联合组成的车辆，目前通常提到的混合动力汽车的动力源大多由内燃机与动力电池组成；在混合动力汽车的实用过程中，其能量管理非常重要；在现有的混合动力汽车能量管理策略中，关于策略的实时性以及节能效果的最优性之间的矛盾仍旧无法得到较好的协调，离线分析方法能够计算全局最优解但其计算过于复杂难以实时应用，而在线控制方法的节能效果与最优目标仍然存在一定差距。
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，提供一种网联式混合动力汽车的预测能量管理方法，能够保证实时能量管理策略能够取得全局最优的燃油经济性。本专利技术的目的是通过以下技术方案来实现的：一种网联式混合动力汽车的预测能量管理方法，包括以下步骤：S1.目标车辆将自身驾驶工况信息通过车载终端设备上传给数据处理中心；S2.数据处理中心结合所收集的路面信息对目标车辆最优行驶路径进行规划并预估其完整车速曲线；所述步骤S2包括以下子步骤：S201.数据处理中心采集目标车辆行驶工况信息、其余网联汽车上传工况信息以及交通灯路口信息；S202.数据处理中心根据驾驶员输入目的信息提供几条可选路径并对路径进行分段，基于各分段中他车及红绿灯所反馈的信息，对每段路交通流通行程度进行分级，最后进行加权计算给出最优路径；S203.在所给出的最优路径中，每段路程上不同的交通流通行等级对应不同的平均预估车速，给出分级结果后得到一条分段连续曲线，最后对其滤波处理，得到一条分段光滑曲线，即所构建的车辆预期行驶工况。S3.目标车辆接收数据处理中心的信息反馈并结合自身采集的实时状态信息发送给整车控制器VCU进行最佳能量分配；所述步骤S3包括以下子步骤：S301.目标车辆利用车载终端设备实现车量与数据处理中心之间的信息交互，其中由数据处理中心所构建的完整工况通过3G/4G网络发送到目标车辆的车载终端设备；S302.目标车辆利用车载传感器对自身实时车速进行测量，并利用毫米波雷达对周边车辆、行人实时环境进行感知；S303.车辆所接收的数据处理中心信息以及自身采集的实时工况数据都通过CAN总线进行通讯，并发送给整车控制器VCU作为预测能量管理的信息输入。S4.VCU基于所构建二层前馈神经网络模型对所接收工况进行快速响应规划得到对应最优全局SoC轨迹；所述步骤S4包括以下子步骤：S401.在数据处理中心中对目标车辆上传的历史工况信息进行DP离线分析，得到工况与对应最优SoC轨迹的一系列样本数据，并进一步利用二层前馈神经网络对其映射关系进行拟合,构建能够实现实时响应的最优SoC规划模型：A.离线DP求解：A01.功率需求计算：在车辆的行驶过程中，发动机以及驱动电机所输出的转速与转矩必须能够满足驾驶功率需求，在不考虑坡道的情况下，输出转矩与转速由车辆纵向运动学与动力学方程计算：其中，wout与Tout分别代表输出轴转速与转矩，v为车速，k0与Rw分别为主减速比以及车轮滚动半径，m与A分别为汽车整备质量以及迎风面积，g,Cr,ρ,Cd分别为重力系数、滚动阻力系数、空气密度以及空气阻力系数；A02.变量选取：为实现最佳燃油经济性，利用DP算法计算给定工况v下满足上述功率需求的最佳发动机与驱动电机控制结果，在混合动力汽车PHEV构型中，动力传动系统大多仅有两个独立控制变量，以发动机转速weng与转矩Teng作为控制变量UDP，其余变量皆基于车辆模型计算得到，包括状态变量XDP：UDP＝{u1,u2}＝{weng(t),Teng(t)}；XDP＝SoC(t)；A03.目标函数最小化：在由控制变量划分的网格空间中，由物理约束条件对可行区间进行约束，通过使目标函数JDP最小化来求解最佳燃油经济性的控制结果：其中，T为行驶里程总时间，为瞬时燃油消耗率，q为汽油热值，Pbat为电池放电功率；B.监督学习训练B01.样本输入输出定义:选择车速v,加速度a,以及已行驶里程比s/S作为输入参数以表达行驶工况的功率需求特性；以电池放电率作为输出参数以表达电池放电状态，其完整SoC曲线通过积分得到：I＝{i1,i2,i3}＝{v(t),a(t),s(t)/S}；B02.神经网络模型构建：样本输入特征通过线性加权与隐藏层节点进行匹配，并利用sigmoid函数激活以将线性关系转化为非线性便于更好拟合输入输出关系：H＝WI+B；其中，H为输入特征线性拟合结果，W，B分别为线性函数的权重与偏置系数，H′为激活函数的输出结果；B03.LM训练：基于所构建样本数据库，利用LM方法对模型的系数W，B不断进行迭代调整，直至拟合结果与样本真值的误差控制在合理范围内：其中，zn+1与zn分别为第n+1与n步下的模型参数值，f为拟合结果与真值误差函数，Jf为函数f的雅各比矩阵，μ为迭代步长。S402.基于所构建的SoC规划模型，以目标车辆所获取的实时交通信息为输入对车辆全局SoC输出进行实时规划，得到一条近似最优全局SoC曲线对实时功率分配进行引导。S5.VCU利用MPC方法对所规划SoC轨迹进行跟随，在实时控制层面获得的近似最优的燃油经济性能量分配效果。所述步骤S5包括以下子步骤：S501.全局SoC引导：在实时功率分流中，通过对所规划最优SoC引导进行追踪来实现实时能量管理的燃油经济最优性,即将控制时域内SoC值与参考SoC的偏差控制在一定范围内：其中，XMPC(t)为MPC中状态变量，为所规划最佳SoC曲线引导，Δ为二者误差控制阈值；S502.MPC功率分配：MPC通过根据短期工况预测结果在控制时域内进行实时功率分配，在其求解过程中，同样利用DP求解控制时域内的最优控制结果，其控制变量以及状态变量的选择与离线分析过程基本一致：XMPC＝SoC(t)UMPC＝{weng(t),Teng(t)}S503.实时最优求解：MPC的目标函数同样为等效能耗，但与DP不同的是，该方法的求解区间在一个较短的时域内，以保证求解的实时性：其中，JMPC(t)为MPC的目标函数，n为当前时刻，Hp为预测时域时长。优选地，所述车载终端设备包括本文档来自技高网...

【技术保护点】
1.一种网联式混合动力汽车的预测能量管理方法，其特征在于：包括以下步骤：/nS1.目标车辆将自身驾驶工况信息通过车载终端设备上传给数据处理中心；/nS2.数据处理中心结合所收集的路面信息对目标车辆最优行驶路径进行规划并预估其完整车速曲线；/nS3.目标车辆接收数据处理中心的信息反馈并结合自身采集的实时状态信息发送给整车控制器VCU进行最佳能量分配；/nS4.VCU基于所构建二层前馈神经网络模型对所接收工况进行快速响应规划得到对应最优全局SoC轨迹；/nS5.VCU利用MPC方法对所规划SoC轨迹进行跟随，在实时控制层面获得的近似最优的燃油经济性能量分配效果。/n

【技术特征摘要】
1.一种网联式混合动力汽车的预测能量管理方法，其特征在于：包括以下步骤：
S1.目标车辆将自身驾驶工况信息通过车载终端设备上传给数据处理中心；
S2.数据处理中心结合所收集的路面信息对目标车辆最优行驶路径进行规划并预估其完整车速曲线；
S3.目标车辆接收数据处理中心的信息反馈并结合自身采集的实时状态信息发送给整车控制器VCU进行最佳能量分配；
S4.VCU基于所构建二层前馈神经网络模型对所接收工况进行快速响应规划得到对应最优全局SoC轨迹；
S5.VCU利用MPC方法对所规划SoC轨迹进行跟随，在实时控制层面获得的近似最优的燃油经济性能量分配效果。


2.根据权利要求1所述的一种网联式混合动力汽车的预测能量管理方法，其特征在于：所述车载终端设备包括但不限于移动终端、车载PC或远程信息处理器T-box；所述数据处理中心包括但不限智能交通系统ITS或云端大数据平台。


3.根据权利要求1所述的一种网联式混合动力汽车的预测能量管理方法，其特征在于：步骤S1中所述的自身行驶工况信息包括车辆完整的里程信息、车辆实时的车速信息和车辆历史的车速信息；所述车辆完整的里程信息包括车辆当前的位置信息和驾驶员输入的车辆的目的地信息。


4.根据权利要求1所述的一种网联式混合动力汽车的预测能量管理方法，其特征在于：所述步骤S2包括以下子步骤：
S201.数据处理中心采集目标车辆行驶工况信息、其余网联汽车上传工况信息以及交通灯路口信息；
S202.数据处理中心根据驾驶员输入目的信息提供几条可选路径并对路径进行分段，基于各分段中他车及红绿灯所反馈的信息，对每段路交通流通行程度进行分级，最后进行加权计算给出最优路径；
S203.在所给出的最优路径中，每段路程上不同的交通流通行等级对应不同的平均预估车速，给出分级结果后得到一条分段连续曲线，最后对其滤波处理，得到一条分段光滑曲线，即所构建的车辆预期行驶工况。


5.根据权利要求1所述的一种网联式混合动力汽车的预测能量管理方法，其特征在于：所述步骤S3包括以下子步骤：
S301.目标车辆利用车载终端设备实现车量与数据处理中心之间的信息交互，其中由数据处理中心所构建的完整工况通过3G/4G网络发送到目标车辆的车载终端设备；
S302.目标车辆利用车载传感器对自身实时车速进行测量，并利用毫米波雷达对周边车辆、行人实时环境进行感知；
S303.车辆所接收的数据处理中心信息以及自身采集的实时工况数据都通过CAN总线进行通讯，并发送给整车控制器VCU作为预测能量管理的信息输入。


6.根据权利要求1所述的一种网联式混合动力汽车的预测能量管理方法，其特征在于：所述步骤S4包括以下子步骤：
S401.在数据处理中心中对目标车辆上传的历史工况信息进行DP离线分析，得到工况与对应最优SoC轨迹的一系列样本数据，并进一步利用二层前馈神经网络对其映射关系进行拟合,构建能够实现实时响应的最优SoC规划模型；
S402.基于所构建的SoC规划模型，以目标车辆所获取的实时交通信息为输入对车辆全局SoC输出进行实时规划，得到一条近似最优全局SoC曲线对实时功率分配进行引导。


7.根据权利要求5所述的一种网联式混合动力汽车的预测能量管理方法，其特征在于：所述步骤S401包括：
A.离线DP求解：
A01.功率需求计算：在车辆的行驶过...

【专利技术属性】
技术研发人员：孙超，李军求，孙逢春，郭婷婷，励夏，闵青云，
申请(专利权)人：北京理工大学，北京首科能源技术有限公司，
类型：发明
国别省市：北京;11