一种基于混合动力汽车统一模型的规则控制参数优化方法技术

本发明专利技术公开了一种基于混合动力汽车统一模型的规则控制参数优化方法，属混合动力汽车控制技术领域。本发明专利技术针对现有混合动力汽车开发过程中，整车模型复用性差和控制参数的寻优困难的问题。本发明专利技术包括构建混合动力汽车模型；确定规则控制参数，本发明专利技术包括构建混合动力汽车模型；确定规则控制参数，并通过快速支配排序算法对规则控制参数种群进行排序分层；通过目标函数判断此时的种群是否满足终止条件，若满足则结束优化计算，若否，通过NSPSOFS算法对所述种群进行优化。本发明专利技术提高了混合动力汽车开发过程中对控制参数优化精度。

【技术实现步骤摘要】
一种基于混合动力汽车统一模型的规则控制参数优化方法
本专利技术涉混合动力汽车控制领域，特别是涉及一种基于混合动力汽车统一模型的规则控制参数优化方法。
技术介绍
混合动力相对于纯电动汽车和燃料电池汽车而言，有着制造成本低，经济效用高的优点。混合动力汽车减缓了传统石化资源的依赖，并在环境保护方面有着相对优势。关键技术的一再突破，加速了市场对混合动力汽车的满意度和好评。然而，在混合动力汽车的开发过程中却因为电机的位置和和发动机连接方式的不同造成了整车模型复用性差的问题，如图2中所示，根据电机的位置可将混合动力汽车分为五种类，以字母P开头，数字为区分，分别表示为P0～P4。此外，混合动力汽车开发过程中所定制的规则控制参数，虽然在一定程度上能够保障了车辆的动力性能，但是十分依赖于专家经验，需要大量的历史数据和测试时间来进行参数上的调整。虽然通过传统的遗传算法可以解决控制规则参数的选用，但是传统遗传算法对控制参数的寻优过程中，有着计算上的复杂度过高和结果精度不高、需要人为指定共享参数的问题。
技术实现思路
为了解决上述问题，本专利技术提供了一种基于混合动力汽车统一模型的规则控制参数优化方法，提高了优化结果和优化精度。本专利技术提供的一种基于混合动力汽车统一模型的规则控制参数优化方法，包括如下步骤：S1、构建混合动力汽车模型，所述模型包括工况模块、驾驶员模块、车辆模块、整车控制器和环境模块，所述车辆模型包括发动机模型，电池模型和电机模型；S2、根据所述混合动力汽车模型确定规则控制参数，所述规则控制参数为发动机开启下限值SOClow、发动机负荷点判定SOC限值SOCmid、发动机关闭上限值SOChigh、发动机复合垫判定车速限值υA和发动机负荷点判定车速限值υB，并通过快速支配排序算法对规则控制参数种群进行排序分层；S3、通过目标函数判断此时的种群是否满足终止条件，若满足则得到结束优化计算，若否，进行步骤S4；S4、通过NSPSOFS算法对所述种群进行优化，并返回步骤S3；S5、将优化后的控制参数输入所述混合动力汽车模型中进行效果验证。进一步的，步骤S2所述快速支配排序算法具体包括：S21、找出群体中的非支配解集，记为F1，将其所有个体赋予非支配序irank＝1，其中irank是个体i的非支配序值，并从整个群体中除去；S22、继续找出余下群体中的非支配解集，记为F2，F2中的个体被赋予irank＝2,如此进行下去，直到整个种群被分层，Fi层中的非支配序值相同。进一步的，步骤S3所述目标函数为：其中，mequ为总的等效燃油消耗量，me为发动机实际燃油消耗量，mbat表示动力电池等效燃油消耗量。进一步的，步骤S4包括：计算个体的拥挤距离，在同一层Fk中需要进行选择性排序，按照个体拥挤距离大小排序，个体拥挤距离是Fk上与i相邻的个体i+1和i-1之间的距离，具体包括如下步骤：S41、对同层的个体距离初始化，令L[i]d＝0，L[i]d表示任意个体i的拥挤距离；S42、对同层的个体按照第m个目标函数值升序排列；S43、对于处在排序边缘上的个体要给予其选择优势；S44、对于排序中间的个体，求拥挤距离：S45、对于不同的目标函数，重复步骤S42至S44，得到个体i的拥挤距离L[i]d。进一步的，所述NSPSOFS算法的约束条件为：式中，Preq(υmax)为最高车速的功率需求；Pi(υ)为最大仙坡度的功率需求；Tm(t)为驱动电机输出转矩；eff和m是机械传动效率及电机效率；ioig为主减速将速比和变速器比；r为车轮半径；Pemax为发动机的最大输出功率(kW)；Pbmax为动力电池的最大输出功率。进一步的，步骤S4包括经营策略选择步骤，具体包括：淘汰父代种群中方案检验标志不可行的方案，按照非支配序值irank从低到高将整层种群依次放入新父代种群中，直到放入某一层Fk超过N的限制；依据拥挤距离大小填充新父代种群中，直到种群数量为N。如上所述，具有如下效果：1、本专利技术通过搭建混合动力汽车统一模型架构，提高了不同结构的混合动力汽车之间的模型复用性。2、本专利技术针对混合动力汽车控制参数的优化方法提出了快速非支配排序算法，一方面降低了计算的复杂度，另一方面它将父代种群跟子代种群进行合并，使得下一代的种群从双倍的空间中进行选取，从而保留了最为优秀的所有个体；3、本专利技术引进精英策略，保证某些优良的种群个体在进化过程中不会被丢弃，从而提高了优化结果的精度；4、采用拥挤度和拥挤度比较算子，不但克服了GA中需要人为指定共享参数的缺陷，而且将其作为种群中个体间的比较标准，使得准Pareto域中的个体能均匀地扩展到整个Pareto域，保证了种群的多样性。5、通过本申请所提出的一种控制参数优化算法，与依据专家经验设计的控制参数在仿真平台上进行结果的比对可见，优化后的控制参数使混合动力汽车具有更好的表现，能够更进一步实现节能减排的目标。附图说明图1为本专利技术具体实施例的整体流程图；图2为本专利技术具体实施例的混合动力汽车原理结构图；图3为本专利技术具体实施例的混合动力汽车统一模型原理图；图4为本专利技术具体实施例的标准的三输入三输出模型。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。如图1所示，本实施例的一种基于混合动力汽车统一模型的规则控制参数优化方法，包括如下步骤：S1、构建混合动力汽车模型，所述模型包括工况模块、驾驶员模块、车辆模块、整车控制器和环境模块，所述车辆模型包括发动机模型，电池模型和电机模型；如图2所示，工况模型，可以采用的标准文件由很多，但是单一的使用文件，容易造成控制策略的优化结果各异，高速公路和日常城区路况的优化参数必然会造成优化参数的不一致，为了解决这一问题，采用分段综合路况的测试方法，即将各种常见路况进行综合，对混合动力汽车进行线上模拟。驾驶员模型，可以视作为一个PID模型，但是因人而异，为此通过差异化的设计，可以粗略地分为三个类型，一是PI，二是ScheduledPI，三是predictedPI，通过三种不同方式，对统一控制策略进行仿真，可以评估混合动力汽车在不同驾驶习惯下的综合表现，进而给混合动力汽车的控制策略评价添加了评价指标。所述车辆模型包括发动机模型，电池模型和电机模型，所述发动机模型，考虑到发动机模型的复杂性，可分为两大类一类是基于静态Map图模型(SIMappedEngine，CIMappedEngine)，另一类是基于物理建本文档来自技高网...

【技术保护点】
1.一种基于混合动力汽车统一模型的规则控制参数优化方法，其特征在于，包括如下步骤：/nS1、构建混合动力汽车模型，所述模型包括工况模块、驾驶员模块、车辆模块、整车控制器和环境模块，所述车辆模型包括发动机模型，电池模型和电机模型；/nS2、根据所述混合动力汽车模型确定规则控制参数，所述规则控制参数为发动机开启下限值SOC

【技术特征摘要】
1.一种基于混合动力汽车统一模型的规则控制参数优化方法，其特征在于，包括如下步骤：
S1、构建混合动力汽车模型，所述模型包括工况模块、驾驶员模块、车辆模块、整车控制器和环境模块，所述车辆模型包括发动机模型，电池模型和电机模型；
S2、根据所述混合动力汽车模型确定规则控制参数，所述规则控制参数为发动机开启下限值SOClow、发动机负荷点判定SOC限值SOCmid、发动机关闭上限值SOChigh、发动机复合垫判定车速限值υA和发动机负荷点判定车速限值υB，并通过快速支配排序算法对规则控制参数种群进行排序分层；
S3、通过目标函数判断此时的种群是否满足终止条件，若满足则得到结束优化计算，若否，进行步骤S4；
S4、通过NSPSOFS算法对所述种群进行优化，并返回步骤S3；
S5、将优化后的控制参数输入所述混合动力汽车模型中进行效果验证。


2.根据权利要求1所述一种基于混合动力汽车统一模型的规则控制参数优化方法，其特征在于，步骤S2所述快速支配排序算法具体包括：
S21、找出群体中的非支配解集，记为F1，将其所有个体赋予非支配序irank＝1，其中irank是个体i的非支配序值，并从整个群体中除去；
S22、继续找出余下群体中的非支配解集，记为F2，F2中的个体被赋予irank＝2,如此进行下去，直到整个种群被分层，Fi层中的非支配序值相同。


3.根据权利要求1所述一种基于混合动力汽车统一模型的规则控制参数优化方法，其特征在于，步骤S3所述目标函数为：



其中，mequ为总的等效燃油消耗量，me为发动机实际燃油消耗量，mb...

【专利技术属性】
技术研发人员：周永勤，王福权，李然，李植，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江;23