一种自适应异步粒子群的分布式驱动汽车能效控制方法技术

本发明专利技术公开了一种基于自适应异步粒子群算法的分布式驱动电动汽车能效优化控制方法，包括如下步骤：确定优化设计变量：左前轮轮毂电机转矩T

An energy efficiency control method of distributed driving vehicle based on adaptive asynchronous particle swarm optimization

【技术实现步骤摘要】
一种自适应异步粒子群的分布式驱动汽车能效控制方法
本专利技术属于汽车设计制造领域，涉及一种电动汽车的能效控制方法，具体涉及一种基于自适应异步变化的粒子群算法的分布式驱动电动汽车能效优化控制方法。
技术介绍
发展电动汽车已经成为应对交通领域的能源安全问题与空气污染问题的共同选择。在各类电动汽车中，四轮轮毂驱动电动汽车被认为是纯电驱动汽车的前沿技术，四轮轮毂驱动可以单独控制每个电机的输出转矩，动力可控自由度高，可以实现更加优化的整车动态协调控制；由于采用了线控技术，省却了变速箱、传动轴、主减速器、差速器等机械传动结构，大大简化了动力系统结构，一方面可以提高传动效率，另一方面有利于整车轻量化；动力系统高度模块化，有利于空间布置，可以降低汽车底盘和重心，这对提高汽车的操纵稳定性具有重大意义。发展电动汽车已经成为应对交通领域的能源安全问题与空气污染问题的共同选择。在各类电动汽车中，四轮分布式驱动电动汽车被认为是纯电驱动汽车的前沿技术，分布式驱动包括轮毂电机驱动和轮边电机驱动两种形式，四轮分布式驱动可以单独控制每个电机的输出转矩，动力可控自由度高，可以实现更加优化的整车动态协调控制；由于采用了线控技术，省却了变速箱、传动轴、主减速器、差速器等机械传动结构，大大简化了动力系统结构，一方面可以提高传动效率，另一方面有利于整车轻量化；动力系统高度模块化，有利于空间布置，可以降低汽车底盘和重心，这对提高汽车的操纵稳定性具有重大意义。四轮分布式驱动电动汽车系统在动力性和能效方面具有很大的潜力。该系统具有控制灵活、响应快的优势，但是现有的系统控制方法主要是通过基于实时搜索算法，其在能效控制上还不是很理想，如何控制四个车轮电机工作，使其在发挥性能优势的同时能效达到最优，是该技术产业化的关键问题，因此研究四轮分布式驱动系统的能效优化问题有十分重要的意义。现有的分布式驱动电动汽车能效优化控制方法认为最优的转矩分配策略应该在四轮平均分配模式和两轮模式之间进行切换：当总转矩需求较低的时候，两前轮或者两后轮输出转矩，另外两个电机不工作；当总转矩需求较高的时候，四轮转矩平均分配。以上研究都是基于电机数学模型或者电机效率特性图已知的前提，并且以上控制策略都只适用于前后轴采用相同的电机的构型，而对于前后轴电机不一致的构型则不适用。但是从现有车型设计角度来说，前轮毂后轮边电机构型具有很大发展潜力：高速电机和低速电机或者高效率电机和高性能电机的组合可以在保证驱动能力的同时拓宽电机驱动的综合高效区；因此研究针对不同电机构型的四轮分布式驱动系统能效最优有十分重要的意义。
技术实现思路
专利技术目的：为了解决现有的四轮轮毂驱动电动汽车能效优化的问题，提供一种基于自适应异步变化的粒子群算法的四轮轮毂驱动电动汽车能效优化控制方法，能够获得总效率最高的转矩匹配方案，为四轮轮毂驱动电动汽车的能效优化控制提供必要的技术支持。技术方案：为实现上述目的，本专利技术提供一种基于自适应异步变化的粒子群算法的四轮轮毂驱动电动汽车能效优化控制方法，是基于四轮轮毂驱动电动系统实现的，所述四轮轮毂驱动电动系统包括动力电池组、左前轮轮毂电机、右前轮轮毂电机、左后轮轮毂电机、右后轮轮毂电机、左前轮轮毂电机控制器、右前轮轮毂电机控制器、左后轮轮毂电机控制器、右后轮轮毂电机控制器和整车控制器；所述左前轮轮毂电机与左前车轮机械连接，所述右前轮轮毂电机与右前车轮机械连接，所述左后轮轮毂电机与左后车轮机械连接，所述右后轮轮毂电机与右后车轮机械连接，所述左前轮轮毂电机与左前轮轮毂电机控制器电气连接，所述右前轮轮毂电机与右前轮轮毂电机控制器电气连接，所述左后轮轮毂电机与左后轮轮毂电机控制器电气连接，所述右后轮轮毂电机与右后轮轮毂电机控制器电气连接；所述动力电池组分别与左前轮轮毂电机控制器、右前轮轮毂电机控制器、左后轮轮毂电机控制器和右后轮轮毂电机控制器电气连接，整车控制器分别与左前轮轮毂电机控制器、右前轮轮毂电机控制器、左后轮轮毂电机控制器、右后轮轮毂电机控制器和动力电池组电气连接。基于上述系统结构，四轮轮毂驱动电动汽车工况可以分为直线行驶工况和转弯工况，当处于直线行驶工况时，采用自适应异步变化的粒子群算法进行能效优化控制，包括如下步骤：S1：确定优化设计变量：设计变量一共包括四个参数，分别为：左前轮轮毂电机转矩Tm1，右前轮轮毂电机转矩Tm2，左后轮轮毂电机转矩Tm3，右后轮轮毂电机转矩Tm4；S2：确定优化设计目标：系统为单目标优化，优化目标为四轮轮毂驱动电动汽车实时总效率最高；S3：确定优化限制条件；S4：对设计变量进行优化，其具体的优化流程如下：S4-1：初始化粒子群优化算法参数，包括：最大迭代次数Tmax、粒子数目m、权重系数ωmax和ωmin、加速系数c1,ini、c2,ini、c1,fin和c2,fin，将当前优化代数设置为t＝1(t≤Tmax)，在四维空间中，随机产生m个粒子x1，x2，...,xi,...,xm，构成种群X(t)，随机产生各粒子初始速度v1，v2，...,vi,...,vm，构成种群V(t)，其中第i个粒子的位置为xi＝(xi,1，xi,2，xi,3，xi,4)，速度为vi＝(vi,1，vi,2，vi,3，vi,4)，xi,1表示第i个粒子第k时刻左前轮毂电机转矩Tm1(k)i大小，xi,2表示第i个粒子第k时刻右前轮毂电机转矩Tm2(k)i大小，xi,3表示第i个粒子第k时刻左后轮毂电机转矩Tm3(k)i大小，xi,4表示第i个粒子第k时刻右后轮毂电机转矩Tm4(k)i大小；S4-2：分别计算左前轮轮毂电机、右前轮轮毂电机、左后轮轮毂电机、右后轮轮毂电机在第k时刻的实时输入输出功率；S4-3：根据步骤S4-2的计算结果计算第i个粒子第k时刻的电机系统实时效率η(k)i的倒数；S4-4：将得到的第i个粒子第k时刻的电机系统实时效率η(k)i的倒数作为适应度值大小来评价每个粒子的好坏，存储当前各粒子的最佳位置pbest和与之对应的电机系统效率的倒数，并将种群中适应值最优的粒子作为整个种群中的最佳位置gbest；S4-5：更新粒子的速度和位置，产生新的种群X(t+1)；S4-6：更新优化算法的权重系数；S4-7：更新加速系数；S4-8：更新粒子的pbest和gbest；S4-9：判断当前优化代数t是否等于Tmax，若为是则停止计算，则输出适应度值最小的粒子vi，即将第k时刻实时总效率η(k)i最高的粒子vi作为所求结果，并根据对应的Tm1(k)i、Tm2(k)i、Tm3(k)i和Tm4(k)i分别控制所述左前轮毂电机、右前轮毂电机、左后轮毂电机和右后轮毂电机，计算四个电机的转矩之和Tm(k)i，然后结束流程；如果t<Tmax，则另t＝t+1，并返回步骤S4-5继续搜索。进一步的，所述步骤S3中优化限制条件为左前轮轮毂电机转矩Tm1，右前轮轮毂电机转矩Tm2，左后轮轮毂电机转矩Tm3，右后轮轮毂电机转矩Tm4的工作范围。进一步的本文档来自技高网...

【技术保护点】
1.一种基于自适应异步粒子群算法的分布式驱动电动汽车能效优化控制方法，是基于四轮轮毂驱动电动系统实现的，所述四轮轮毂驱动电动系统包括动力电池组、左前轮轮毂电机、右前轮轮毂电机、左后轮轮毂电机、右后轮轮毂电机、左前轮轮毂电机控制器、右前轮轮毂电机控制器、左后轮轮毂电机控制器、右后轮轮毂电机控制器和整车控制器；/n所述左前轮轮毂电机与左前车轮机械连接，所述右前轮轮毂电机与右前车轮机械连接，所述左后轮轮毂电机与左后车轮机械连接，所述右后轮轮毂电机与右后车轮机械连接，所述左前轮轮毂电机与左前轮轮毂电机控制器电气连接，所述右前轮轮毂电机与右前轮轮毂电机控制器电气连接，所述左后轮轮毂电机与左后轮轮毂电机控制器电气连接，所述右后轮轮毂电机与右后轮轮毂电机控制器电气连接；所述动力电池组分别与左前轮轮毂电机控制器、右前轮轮毂电机控制器、左后轮轮毂电机控制器和右后轮轮毂电机控制器电气连接，整车控制器分别与左前轮轮毂电机控制器、右前轮轮毂电机控制器、左后轮轮毂电机控制器、右后轮轮毂电机控制器和动力电池组电气连接；/n四轮轮毂驱动电动汽车工况可以分为直线行驶工况和转弯工况，其特征在于：当处于直线行驶工况时，采用自适应异步变化的粒子群算法进行能效优化控制，包括如下步骤：/nS1：确定优化设计变量：/n设计变量一共包括四个参数，分别为：左前轮轮毂电机转矩T...

【技术特征摘要】
1.一种基于自适应异步粒子群算法的分布式驱动电动汽车能效优化控制方法，是基于四轮轮毂驱动电动系统实现的，所述四轮轮毂驱动电动系统包括动力电池组、左前轮轮毂电机、右前轮轮毂电机、左后轮轮毂电机、右后轮轮毂电机、左前轮轮毂电机控制器、右前轮轮毂电机控制器、左后轮轮毂电机控制器、右后轮轮毂电机控制器和整车控制器；
所述左前轮轮毂电机与左前车轮机械连接，所述右前轮轮毂电机与右前车轮机械连接，所述左后轮轮毂电机与左后车轮机械连接，所述右后轮轮毂电机与右后车轮机械连接，所述左前轮轮毂电机与左前轮轮毂电机控制器电气连接，所述右前轮轮毂电机与右前轮轮毂电机控制器电气连接，所述左后轮轮毂电机与左后轮轮毂电机控制器电气连接，所述右后轮轮毂电机与右后轮轮毂电机控制器电气连接；所述动力电池组分别与左前轮轮毂电机控制器、右前轮轮毂电机控制器、左后轮轮毂电机控制器和右后轮轮毂电机控制器电气连接，整车控制器分别与左前轮轮毂电机控制器、右前轮轮毂电机控制器、左后轮轮毂电机控制器、右后轮轮毂电机控制器和动力电池组电气连接；
四轮轮毂驱动电动汽车工况可以分为直线行驶工况和转弯工况，其特征在于：当处于直线行驶工况时，采用自适应异步变化的粒子群算法进行能效优化控制，包括如下步骤：
S1：确定优化设计变量：
设计变量一共包括四个参数，分别为：左前轮轮毂电机转矩Tm1，右前轮轮毂电机转矩Tm2，左后轮轮毂电机转矩Tm3，右后轮轮毂电机转矩Tm4；
S2：确定优化设计目标：系统为单目标优化，优化目标为四轮轮毂驱动电动汽车实时总效率最高；
S3：确定优化限制条件；
S4：对设计变量进行优化，其具体的优化流程如下：
S4-1：初始化粒子群优化算法参数，包括：最大迭代次数Tmax、粒子数目m、权重系数ωmax和ωmin、加速系数c1,ini、c2,ini、c1,fin和c2,fin，将当前优化代数设置为t＝1(t≤Tmax)，在四维空间中，随机产生m个粒子x1，x2，...,xi,...,xm，构成种群X(t)，随机产生各粒子初始速度v1，v2，...,vi,...,vm，构成种群V(t)，其中第i个粒子的位置为xi＝(xi,1，xi,2，xi,3，xi,4)，速度为vi＝(vi,1，vi,2，vi,3，vi,4)，xi,1表示第i个粒子第k时刻左前轮毂电机转矩Tm1(k)i大小，xi,2表示第i个粒子第k时刻右前轮毂电机转矩Tm2(k)i大小，xi,3表示第i个粒子第k时刻左后轮毂电机转矩Tm3(k)i大小，xi,4表示第i个粒子第k时刻右后轮毂电机转矩Tm4(k)i大小；
S4-2：分别计算左前轮轮毂电机、右前轮轮毂电机、左后轮轮毂电机、右后轮轮毂电机在第k时刻的实时输入输出功率；
S4-3：根据步骤S4-2的计算结果计算第i个粒子第k时刻的电机系统实时效率η(k)i的倒数；
S4-4：将得到的第i个粒子第k时刻的电机系统实时效率η(k)i的倒数作为适应度值大小来评价每个粒子的好坏，存储当前各粒子的最佳位置pbest和与之对应的电机系统效率的倒数，并将种群中适应值最优的粒子作为整个种群中的最佳位置gbest；
S4-5：更新粒子的速度和位置，产生新的种群X(t+1)；
S4-6：更新优化算法的权重系数；
S4-7：更新加速系数；
S4-8：更新粒子的pbest和gbest；
S4-9：判断当前优化代数t是否等于Tmax，若为是则停止计算，则输出适应度值最小的粒子vi，即将第k时刻实时总效率η(k)i最高的粒子vi作为所求结果，并根据对应的Tm1(k)i、Tm2(k)i、Tm3(k)i和Tm4(k)i分别控制所述左前轮毂电机、右前轮毂电机、左后轮毂电机和右后轮毂电机，计算四个电机的转矩之和Tm(k)i，然后结束流程；如果t<Tmax，则另t＝t+1，并返回步骤S4-5继续搜索。


2.根据权利要求1所述的一种基于自适应异步粒子群算法的分布式驱动电动汽车能效优化控制方法，其特征在于：所述步骤S3中优化限制条件为左前轮轮毂电机转矩Tm1，右前轮轮毂电机转矩Tm2，左后轮轮毂电机转矩Tm3，右后轮轮毂电机转矩Tm4的工作范围。


3.根据权利要求1所述的一种基于自适应异步粒子群算法的分布式驱动电动汽车能效优化控制方法，其特征在于：所述步骤S4-2中通过公式(1)计算第i个粒子第k时刻的左前轮毂电机的实时输入输出功率：



其中，Pin,1(k)i为第i个粒子第k时刻的左前轮毂电机实时输入功率；Pout,1(k)i为第i个粒子第k时刻的左前轮毂电机实时输出功率；U1(k)i为第i个粒子第k时刻的左前轮毂电机输入端母线...

【专利技术属性】
技术研发人员：王佳，张盛龙，
申请(专利权)人：常熟理工学院，
类型：发明
国别省市：江苏;32