一种混合动力车辆能量管理方法和系统技术方案

本发明专利技术涉及一种混合动力车辆能量管理方法和系统，包括以下步骤：S1.随机引入混合动力车行驶过程，采集行驶过程中状态集、行动集、回报函数和能耗；S2.当状态集中出现某一状态x

A hybrid vehicle energy management method and system

【技术实现步骤摘要】
一种混合动力车辆能量管理方法和系统
本专利技术是关于一种混合动力车辆能量管理方法和系统，属于能耗控制

技术介绍
混合动力汽车控制策略是根据汽车行驶过程中对动力系统的能量要求，动态协调各部件以达到汽车最佳性能，如：最佳的燃油经济性、最低的排放、最低的系统成本、最佳的驱动性能。混合动力汽车控制策略一般归结为能量管理问题。混合动力汽车的能量管理策略是以油耗及排放为优化目标，以汽车的运行工况为设计依据，以动力性为约束条件，对两种动力源的能量分配进行计算。而目前基于标准汽车运行工况的能量管理策略开发方法更强调“普遍代表性”，而没有表达出不同城市、不同时间和不同地点汽车运行工况随时间变化的差异性和多样性的特点。依据特定代表性工况设计的具有良好效果的能量管理策略，在实际的具有随机性的道路交通条件下，不能表现出期望的节能效果。
技术实现思路
针对上述现有技术的不足，本专利技术的目的是提供了一种混合动力车辆能量管理方法和系统，其采用蒙特卡洛方法来寻找车辆能耗的最优值和最优行驶过程，计算准确，效率高，特别适用于随机性强的道路交通状况预测。为实现上述目的，本专利技术提供了一种混合动力车辆能量管理方法，包括以下步骤：S1.随机引入混合动力车行驶过程，采集行驶过程中状态集、行动集、回报函数和能耗；S2.当状态集中出现某一状态xi时，将状态xi后面的所有状态对应的能耗之和赋值为回报函数的值，并记录状态xi后面的所有状态；如未出现状态xi则直接进入S3；S3.判断循环次数是否达到预设循环次数，如未达到预设循环次数，返回S1，继续执行步骤S1和S2，如达到预设循环次数，则进入S4；S4.计算所有被记录的状态对应的能耗平均值，能耗平均值即为混合动力车辆的最优能耗。基于相同的专利技术构思，本专利技术还提供了另一种混合动力车辆能量管理方法，包括以下步骤：S1.随机引入混合动力车行驶过程，采集行驶过程中状态集、行动集、回报函数和能耗，并组成状态行动对集；S2.当状态行动对集中出现某一状态行动对(xi，ai)时，将状态行动对(xi，ai)后面的所有状态对对应的能耗之和赋值为回报函数的值，并记录行动对(xi，ai)后面的所有行动对；如未出现状态行动对(xi，ai)则直接进入S3；S3.判断循环次数是否达到预设循环次数，如未达到预设循环次数，返回S1，继续执行步骤S1和S2，如达到预设循环次数，则进入S4；S4.计算所有被的每个状态行动对对应的能耗平均值，将能耗平均值定义为行动值函数，行动值函数最大值对应的状态即为最优行驶状态。进一步，状态包括混合动力车辆电池电量状况SOC、需求功率Pr和车速v；行动包括发动机功率Pe和档位数ig。进一步，发动机功率Pe、需求功率Pr、电池电量状况SOC和车速v满足如下条件：Pe(k)+Pm(k)＝Pr(k)Pe，min≤Pe(k)≤Pe，maxPm，min≤Pm(k)≤Pm，maxSOCmin≤SOC(k)≤SOCmaxvmin≤v(k)≤vmaxPm(k)是电机功率，Pe，min和Pe，max分别为最小和最大发动机功率，Pm，min和Pm，max分别为最小和最大电机功率，SOCmin和SOCmax分别为最小和最大电池电量状况，vmin和vmax分别为最小和最大车速。进一步，回报函数为：r＝α1Wfuel+α2Wele，α1是油价，Wfuel是油耗，α2是电价，Wele是电耗。进一步，混合动力车辆的能耗采用下式计算：J是能耗，π是任一混合动力车行驶过程，是从状态到每个动作的选择之间的概率，E为数学计算得到的期望能耗值，γ是折算因子，r是回报函数，xt是出现状态xi的状态，k代表任一次采样过程，N为采样次数。进一步，行动值函数定义为：Qπ(x，a)是行动函数，Eπ为行驶过程π对应的数学计算得到的期望能耗值，Rt是第t个状态时的回报函数值，π是任一混合动力车行驶过程，γ是折算因子，r是回报函数，xt是出现状态xi的状态，at是出现状态ai的状态，k代表任一次采样过程，N为采样次数。本专利技术还公开了一种混合动力车辆能量管理系统，包括：采样模块，用于随机引入混合动力车行驶过程，采集行驶过程中状态集、行动集、回报函数和能耗；赋值模块，当状态集中出现某一状态xi或状态行为对(xi，ai)时，将状态xi或状态行为对(xi，ai)后面的所有状态或所有状态行为对对应的能耗之和赋值为回报函数的值，并记录状态xi或状态行为对(xi，ai)后面的所有状态或所有状态行为对；条件判断模块，用于判断循环次数是否达到预设循环次数，若为达到预设循环次数回到采样模块进行采样，若未达到预设循环次数则进入结果计算模块；结果计算模块，用于计算所有被记录的状态或状态行为对对应的能耗平均值，并根据能耗平均值计算混合动力车辆的最优能耗或最优行驶状态。本专利技术由于采取以上技术方案，其具有以下优点：首先，考虑到混合动力车辆历史工况数据的统计规律性，基于马尔可夫决策过程给出了混合动力车辆的油耗和电耗的模型。然后，蒙特卡洛方法用来寻找车辆能耗的最优值和最优策略。此方法的优点在于最优能量管理策略是由历史工况数据获得的。另外，此方法具有计算上的高效性，并利于在线的实现。具体实施方式为了使本领域技术人员更好的理解本专利技术的技术方向，通过具体实施例对本专利技术进行详细的描绘。然而应当理解，具体实施方式的提供仅为了更好地理解本专利技术，它们不应该理解成对本专利技术的限制。在本专利技术的描述中，需要理解的是，所用到的术语仅仅是用于描述的目的，而不能理解为指示或暗示相对重要性。混合动力汽车(HybridVehicle)是指车辆驱动系统由两个或多个能同时运转的单个驱动系统联合组成的车辆，车辆的行驶功率依据实际的车辆行驶状态由单个驱动系统单独或共同提供。通常混合动力汽车主要指油电混合动力汽车(HybridElectricVehicle)，即采用传统的内燃机(柴油机或汽油机)和电动机作为动力源。本实施例中，行驶过程π为：π：X0，A0，R1，X1，A1，R2……XT-1，AT-1，RTX0，A0分别为初始的状态集和行动集，R1为由X0，A0获得的回报函数值；Xi，Ai分别为第i次采样得到的状态集和行动集，Ri+1为由X0，A0获得的回报函数值。每个状态集Xi包括若干状态x1，x2，……xn，n为状态数，每个行动集Ai包括若干行动a1，a2，……am，m为行动数。实施例一本实施例公开了一种混合动力车辆能量管理方法，用于计算混合动力车辆的能耗最优值，包括以下步骤：S1.随机引入混合动力车行驶过程，采集行驶过程中状态集、行动集、回报函数和能耗；S2.当状态集中出现某一状态xi时，将状态xi后面的所有状态对应的能耗之和赋值为回报函数的值，并记录状态xi后面的所有状态；如未出现状态xi则直接进入S3；S3.判断循环次数是否达到预设循环次数，如未达到预设循环次数，返回S1，继续执行步骤S1本文档来自技高网...

【技术保护点】
1.一种混合动力车辆能量管理方法，其特征在于，包括以下步骤：/nS1.随机引入混合动力车行驶过程，采集所述行驶过程中状态集、行动集、回报函数和能耗；/nS2.当所述状态集中出现某一状态x

【技术特征摘要】
1.一种混合动力车辆能量管理方法，其特征在于，包括以下步骤：
S1.随机引入混合动力车行驶过程，采集所述行驶过程中状态集、行动集、回报函数和能耗；
S2.当所述状态集中出现某一状态xi时，将所述状态xi后面的所有状态对应的能耗之和赋值为所述回报函数的值，并记录所述状态xi后面的所有状态；如未出现状态xi则直接进入S3；
S3.判断循环次数是否达到预设循环次数，如未达到预设循环次数，返回S1，继续执行步骤S1和S2，如达到预设循环次数，则进入S4；
S4.计算所有被记录的状态对应的能耗平均值，所述能耗平均值即为所述混合动力车辆的最优能耗。


2.一种混合动力车辆能量管理方法，其特征在于，包括以下步骤：
S1.随机引入混合动力车行驶过程，采集所述行驶过程中状态集、行动集、回报函数和能耗，并组成状态行动对集；
S2.当所述状态行动对集中出现某一状态行动对(xi，ai)时，将状态行动对(xi，ai)后面的所有状态对对应的能耗之和赋值为所述回报函数的值，并记录所述行动对(xi，ai)后面的所有行动对；如未出现状态行动对(xi，ai)则直接进入S3；
S3.判断循环次数是否达到预设循环次数，如未达到预设循环次数，返回S1，继续执行步骤S1和S2，如达到预设循环次数，则进入S4；
S4.计算所有被的每个状态行动对对应的能耗平均值，将所述能耗平均值定义为行动值函数，所述行动值函数最大值对应的状态即为最优行驶状态。


3.如权利要求1或2所述的混合动力车辆能量管理方法，其特征在于，所述状态包括混合动力车辆电池电量状况SOC、需求功率Pr和车速v；所述行动包括发动机功率Pe和档位数ig。


4.如权利要求3所述的混合动力车辆能量管理方法，其特征在于，所述发动机功率Pe、需求功率Pr、电池电量状况SOC和车速v满足如下条件：
Pe(k)+Pm(k)＝Pr(k)
Pe，min≤Pe(k)≤Pe，max
Pm，min≤Pm(k)≤Pm，max
SOCmin≤SOC(k)≤SOCmax
vmin≤v(k)≤vmax
Pm(k)是...

【专利技术属性】
技术研发人员：陈征，
申请(专利权)人：宁波工程学院，
类型：发明
国别省市：浙江;33