一种网联混合动力汽车能量管理方法技术

本发明专利技术提供一种网联混合动力汽车能量管理方法，该方法包括工况信息获取步骤、目标车速范围计算步骤、最优目标车速预测步骤和需求功率计算和分配步骤，通过在网联环境下，通过采用上层控制器和下层控制器相互配合并协同工作的分层结构设计混合动力汽车能量优化控制算法，可以更高效地计算目标车速和能量优化，实现能量的优良控制。

【技术实现步骤摘要】
一种网联混合动力汽车能量管理方法
本专利技术属于混合动力汽车控制
，特别是涉及一种网联混合动力汽车能量管理方法。
技术介绍
随着能源危机和环境问题的日益加剧，汽车排放法规越来越严厉，传统的燃油汽车所暴露出来的问题愈专利技术显，使得汽车工业的发展面临着严峻的挑战，而新能源汽车具有多种优势，使其成为汽车节能减排的有效途径。新能源汽车可分为三类：纯电动汽车（EV），燃料电池汽车（FCEV）和混合动力汽车（HEV）。EV不消耗石油产品，具有零排放、能耗低、高效率、低转速下动力强等优点；但是现有的电池技术有体积大、容量小等缺点，难以实现高效的续驶里程。同样，FCEV具有效率高、排放低、续航里程长等优点，但也存在几个致命的限制：FCEV的稳定性、可靠性相比传统汽车而言，都有待验证；以及制造成本高、燃料能量密度低、制氢困难以及运输和存储氢气的难度大等。因此，发展融合了纯电动汽车和传统汽车优点的HEV成为了各国的共识。HEV相对其他两种电动汽车具有续航里程长、工作模式灵活等优点；相对于传统内燃机汽车，具有尾气排放低、工作效率高、油耗低等优点。混合动力汽车集合了两种动力模式（发动机和电动机组），具备纯电动与传统汽车的双重优势，拥有多个动力源，结构复杂，这也使车辆的运行模式更加多样化，控制策略也更为复杂。混合动力汽车根据不同的内部结构，不同的能量管理策略分别管理着不同的部件之间的能量流动。要制定混合动力能量控制策略，首先必须制定目标控制对象、控制方式。主流目标控制对象为：整车燃油消耗与排放、电池电量消耗最小，而第一个控制对象则是混合动力汽车能量控制策略的发展趋势，正因如此，相比于传统的车辆，混合动力汽车的核心技术之一是能量管理策略，它是确保低油耗和低排放的关键，也是保证燃油驱动部件与纯电动部件之间的完美连接。一方面，客观上，汽车能量管理策略的应用性能与许多因素密切相关，比如车辆速度、加速度、道路坡度、驾驶员行为等，然而实际驾驶工况的复杂性和不确定性影响着所设计的能量管理策略的应用性能。另一方面，目前现有的混合动力汽车能量管理优化控制常常约束的是动力电池SOC的范围，以保证电池剩余可用容量依然充足，然而实际上行车中虽然保证了充足的电池的SOC，如果电池SOE不足时，混合动力汽车电驱动依然不能正常健康的行驶。最后，当前基于规则的能量管理策略已经处于实车中开发应用，开始进行产业化，但是此规则算法拘泥于算法其本身的局限性质，使得此类型控制策略本身在实际中并不能完全满足实际需求。而基于优化HEV的能量管理策略中，PD控制策略类型虽然已经趋向成熟，但是其在实际运动场景的不可预测性的全局扰动使得此算法在无实际工程应用价值，ECMS/PMP算法则未达到工程应用的程度。总之，现有技术存在着汽车能量管理策略的应用性能受实际驾驶工况的复杂性和不确定性的影响，并且行车中虽然保证了充足的电池的SOC，但电池SOE不足时，混合动力汽车电驱动依然不能正常健康的行驶的技术问题。
技术实现思路
为了克服现有技术存在的问题设计本专利技术，本专利技术的目的在于提供一种网联混合动力汽车能量管理方法，该方法通过在网联环境下，通过采用分层结构设计混合动力汽车能量优化控制算法，可以更高效地计算目标车速和能量优化，实现能量的优良控制；采用基于网联道路工况信息和模型预测控制的上层控制器不仅可以有效地避免混合动力汽车在红灯前停车，而且可以求解出最优目标车速序列，从而获得车辆的最优需求功率；采用基于庞特里亚金极小值原理算法的下层控制器可以实现良好的车速跟随以及优良的动力部件的能量管理，且控制效果优于基于规则的控制方法；并且在下层基于庞特里亚金极小值原理算法中，考虑了动力电池的能量状态SOE，可以进行车辆能量管理的最优控制。本专利技术的目的在于提供一种网联混合动力汽车能量管理方法，包括如下步骤：S1，获取工况信息，包括：在网联环境下，获取道路交通信息和车辆驾驶工况信息并上传至上层控制器中的数据处理中心；S2，计算目标车速范围，包括：所述上层控制器中的数据处理中心基于所述道路交通信息和所述车辆驾驶工况信息，以在道路交通信息的绿灯时间内通过信号灯为约束，得到目标车速范围；S3，预测最优目标车速，包括：所述上层控制器中的数据处理中心在车辆纵向动力学的约束条件下，以在道路工况的绿灯时间内通过信号灯为约束条件，根据所述目标车速范围，通过模型预测控制算法计算每辆车的最优目标车速并传输至下层控制器；S4，计算和分配需求功率，包括：所述下层控制器根据纵向动力学模型建立车辆的功率平衡方程，计算车辆的需求功率，并将动力电池荷电状态和能量状态控制在预设范围内；根据每辆车的最优目标车速，基于庞特里亚金极小值原理算法在每辆车的发动机和电动机之间进行车辆需求功率的最佳分配，并将发动机和电动机的最佳分配功率分别传输至发动机、电动机和动力电池。优选地，通过无线传输方式获取所述道路交通信息，所述道路交通信息包括车辆行驶时的道路坡度信息和交通信号灯信息。优选地，所述车辆驾驶工况信息包括：车辆的位置、速度、加速度以及车辆距离前方信号灯的距离。优选地，所述上层控制器通过无线传输的方式将每辆车的最优目标车速传输至所述下层控制器。优选地，所述步骤S2所述计算目标车速范围的计算公式如式（1）~（5）所示：（1）（2）（3）（4）（5）式中：vimax为第i辆车的最高车速，vitarget为第i辆车的目标车速，vihb为第i辆车的目标车速的上限，vilb为第i辆车的目标车速的下限，tt为车辆行驶的总时间，dia为第i辆车到前方交通信号灯a的距离，N为交通信号灯循环周期的整数，tg为绿灯持续时间，tr为红灯持续时间，T为信号灯循环的周期，t为当前时刻。优选地，所述步骤S3的所述模型预测控制算法包括：S31，预测未来动态；S32，对数值进行求解优化；S33，将优化后获得的数值解的第一个元素或第一部分作用于燃油经济性的步骤，以同时优化燃油经济性、交通流畅性及加减速次数作为模型预测控制算法的目标函数。优选地，所述模型预测控制算法的目标函数表示为式（6）-（8）所示：（6）（7）（8）式中：J为目标函数，k表示第k时刻，t为当前时刻，Δt为离散后的时间片段，为各部分优化对象对应的权值系数，为第i辆车的等效燃油消耗率，T1为模型预测控制时间窗口，vi为车速，ui为加速度，vimin为第i辆车的最小速度，vimax为第i辆车的最大速度，uimin为第i辆车的最小加速度，uimax为第i辆车的最大加速度；所述模型预测控制算法的目标函数的第一项优化的是单位行驶里程的油耗，第二项优化的是最优目标车速与基于道路交通信息获得的目标车速的差值，最后一项优化的是车辆的纵向加速度。优选地，所述步骤S4车辆纵向动力学模型如公式（9）所示：（9）式中，Ttq为本文档来自技高网...

【技术保护点】
1.一种网联混合动力汽车能量管理方法，其特征在于包括如下步骤：/nS1，获取工况信息，包括：在网联环境下，获取道路交通信息和车辆驾驶工况信息并上传至上层控制器中的数据处理中心；/nS2，计算目标车速范围，包括：所述上层控制器中的数据处理中心基于所述道路交通信息和所述车辆驾驶工况信息，以在道路交通信息的绿灯时间内通过信号灯为约束，得到目标车速范围；/nS3，预测最优目标车速，包括：所述上层控制器中的数据处理中心在车辆纵向动力学的约束条件下，以在道路工况的绿灯时间内通过信号灯为约束条件，根据所述目标车速范围，通过模型预测控制算法计算每辆车的最优目标车速并传输至下层控制器；/nS4，计算和分配需求功率，包括：所述下层控制器根据纵向动力学模型建立车辆的功率平衡方程，计算车辆的需求功率，并将动力电池荷电状态和能量状态控制在预设范围内；根据每辆车的最优目标车速，基于庞特里亚金极小值原理算法在每辆车的发动机和电动机之间进行车辆需求功率的最佳分配，并将发动机和电动机的最佳分配功率分别传输至发动机、电动机和动力电池。/n

【技术特征摘要】
1.一种网联混合动力汽车能量管理方法，其特征在于包括如下步骤：
S1，获取工况信息，包括：在网联环境下，获取道路交通信息和车辆驾驶工况信息并上传至上层控制器中的数据处理中心；
S2，计算目标车速范围，包括：所述上层控制器中的数据处理中心基于所述道路交通信息和所述车辆驾驶工况信息，以在道路交通信息的绿灯时间内通过信号灯为约束，得到目标车速范围；
S3，预测最优目标车速，包括：所述上层控制器中的数据处理中心在车辆纵向动力学的约束条件下，以在道路工况的绿灯时间内通过信号灯为约束条件，根据所述目标车速范围，通过模型预测控制算法计算每辆车的最优目标车速并传输至下层控制器；
S4，计算和分配需求功率，包括：所述下层控制器根据纵向动力学模型建立车辆的功率平衡方程，计算车辆的需求功率，并将动力电池荷电状态和能量状态控制在预设范围内；根据每辆车的最优目标车速，基于庞特里亚金极小值原理算法在每辆车的发动机和电动机之间进行车辆需求功率的最佳分配，并将发动机和电动机的最佳分配功率分别传输至发动机、电动机和动力电池。


2.根据权利要求1所述的一种网联混合动力汽车能量管理方法，其特征在于：通过无线传输方式获取所述道路交通信息，所述道路交通信息包括车辆行驶时的道路坡度信息和交通信号灯信息。


3.根据权利要求1所述的一种网联混合动力汽车能量管理方法，其特征在于：所述车辆驾驶工况信息包括：车辆的位置、速度、加速度以及车辆距离前方信号灯的距离。


4.根据权利要求1所述的一种网联混合动力汽车能量管理方法，其特征在于：所述上层控制器通过无线传输的方式将每辆车的最优目标车速传输至所述下层控制器。


5.根据权利要求1所述的一种网联混合动力汽车能量管理方法，其特征在于：所述步骤S2所述计算目标车速范围的计算公式如式（1）~（5）所示：

（1）

（2）

（3）

（4）

（5）
式中：vimax为第i辆车的最高车速，vitarget为第i辆车的目标车速，vihb为第i辆车的目标车速的上限，vilb为第i辆车的目标车速的下限，tt为车辆行驶的总时间，dia为第i辆车到前方交通信号灯a的距离，N为交通信号灯循环周期的整数，tg为绿灯持续时间，tr为红灯持续时间，T为信号灯循环的周期，t为当前时刻。


6.根据权利要求1所述的一种网联混合动力汽车能量管理方法，其特征在于：所述步骤S3的所述模型预测控制算法包括：
S31，预测未来动态；
S32，对数值进行求解优化；
S33，将优化后获得的数值解的第一个元素或第一部分作用于燃油经济性的步骤，以同时优化燃油经济性、交通流畅性及加减速次数作为模型预测控制算法的目标函数。


7.根据权利要求6所述的一种网联混合动力汽车能量管理方法，其特征在于：所述模型预测控制算法的目标函数表示为式（6）-（8）所示：

（6）

（7）

（8）
式中：J为目标函数，k表示第k时刻，t为当前时刻，Δt为离散后的时间片段，vitarget为第
i辆车的目标车速，为各部分优化对象对应的权值系数，为第i辆车的等
效燃油消耗率，T1为模型预测控制时间窗口，vi为车速，ui为加速度，vimin为第i辆车的最小
速度，vimax为第i辆车的最大速度，uimin为第i辆车的最小加速度，uimax为第i辆车的最大加速
度；所述模型预测控制算法的目标函数的第一项优化的是单位行驶里程的油耗，第二项优
化的是最优目标车速与基于道路交通信息获得的目标车速的...

【专利技术属性】
技术研发人员：杨世春，谢和辉，陈飞，曹耀光，闫啸宇，华旸，刘新华，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11