一种智能混合动力汽车自适应能量管理方法技术

技术编号:29122994 阅读:67 留言:0更新日期:2021-07-02 22:17
本发明专利技术公开了一种智能混合动力汽车自适应能量管理方法,具体按照以下步骤实施:建立关于单轴并联式混合动力汽车的并联A‑HEVs模型;采用ECMS优化换挡指令和转矩分配,结合并联A‑HEVs模型,提取优化换挡图;通过优化换挡图开发具有柔性转矩需求和考虑电池寿命的改进型ECMS;对改进型ECMS设计其目标函数中主要参数的自适应律,实现智能混合动力汽车自适应能量管理;本发明专利技术的管理方法综合考虑驾驶性和燃油经济性,采用ECMS协同优化换挡决策和转矩分配,以提取优化换挡图,大大降低了换挡频率;引入柔性转矩需求和考虑电池寿命形成改进型ECMS,对转矩进行优化分配,在确保交通效率的同时提高了燃油效率和电池寿命。

【技术实现步骤摘要】
一种智能混合动力汽车自适应能量管理方法
本专利技术属于新能源汽车动力设计
,具体涉及一种智能混合动力汽车自适应能量管理方法。
技术介绍
汽车电气化和智能化正成为未来可持续交通的重要发展趋势。与传统汽车相比,近年来智能混合动力汽车(A-HEVs)由于其出色的能量效率和自主性,受到越来越多的关注。鉴于考虑车辆的功率需求,设计A-HEVs的主要挑战在于,如何在多个能量源之间分配功率。A-HEVs排放的降低和燃油效率的提高很大程度上取决于能量管理策略(EMS)。为提高燃油效率,A-HEVs的EMS通常可以由两层框架实现。上层是对车辆整体运动学的控制,在满足车辆安全和道路约束的前提下,通过改变车辆速度提高燃油效率。下层是对不同动力源之间的功率分配优化,通过实现功率分配以满足上层的功率需求。由于设计过程复杂、琐碎,设计该能量管理策略来完全实现节油潜力非常具有挑战性。为此人们越来越多地采用基于优化的方法来设计A-HEVs的EMS。动态规划(DP),庞特里亚金最小值原理(PMP),模型预测控制(MPC)和等效消耗最小化策略(ECMS)通常用于开发混合动力汽车的EMS。DP可以实现全局最优,但是由于其要求对整个行驶工况(速度,道路坡度等)有先验知识,并且计算量较大,因此在实际中不能直接应用于车辆。ECMS可以实现实时优化,其性能与等效因子密切相关。PMP将全局优化问题转换为瞬时汉密尔顿优化问题。通过最小化瞬时汉密尔顿函数以优化功率分配。MPC通过优化滚动时域目标函数获得最优控制,考虑了未来工况的不确定性。目前大多研究针对跟车场景下的智能HEV经济驾驶和能量管理优化,较少涉及单车行驶场景下智能HEV的能量管理优化。装备AMT的并联混合动力汽车在市场上非常受欢迎,尤其是对于卡车等商用车而言,因为它们可以满足对燃油经济性、排放和购买成本的要求。它们的能量管理包括转矩分配和换挡指令。由于需权衡燃料经济性和驾驶性,因此协同优化转矩分配和换挡指令非常具有挑战性。驾驶性主要考虑是否频繁换挡作为评价标准(例如短时间间隔内频繁升挡和降挡)。通过最小化瞬时燃油消耗来实现ECMS,无需事先获知整个行驶工况,非常适合动力总成控制的实时优化。但是这可能导致频繁换挡。为降低计算成本,采用William模型简化发动机和电机模型,利用ECMS优化挡位选择和转矩分配。因此,考虑燃油经济性和驾驶性,如何协同优化换挡决策和转矩分配是非常重要的。综上,目前在优化过程中还没有充分考虑混合动力总成动力学特性,从而导致控制自由度降低,这限制了燃油效率的进一步提升。另一方面,由于计算效率低和对行驶工况的先验知识需求,难以实时应用。此外大多数研究只涉及智能功率分流式混合动力汽车的能量分配,而没有涉及换挡决策。将离散的换挡决策与连续的转矩分配的优化问题集成在一起,对计算的要求更高,也更具挑战性。
技术实现思路
本专利技术的目的是提供一种智能混合动力汽车自适应能量管理方法,在确保交通效率的同时提高了燃油效率和电池寿命。本专利技术所采用的技术方案是,一种智能混合动力汽车自适应能量管理方法,具体按照以下步骤实施:步骤1、建立关于单轴并联式混合动力汽车的并联A-HEVs模型;步骤2、采用ECMS优化换挡指令和转矩分配,结合并联A-HEVs模型,以提取优化换挡图;步骤3、通过优化换挡图开发具有柔性转矩需求和考虑电池寿命的改进型ECMS;步骤4、对改进型ECMS设计其目标函数中主要参数的自适应律,实现智能混合动力汽车自适应能量管理。本专利技术的特点还在于:步骤1具体过程为:分别对单轴并联式混合动力汽车的发动机、电机、电池、变速器和车辆动力学建立数学模型;(1)对发动机建立发动机效率与发动机转速和发动机输出转矩的数学模型:发动机效率由发动机转速和发动机输出转矩确定,如式(1)所示;ηe=f(ne,Te)(1)发动机输出转矩由式(2)计算;Te=αTemax(ne)(2)发动机最大转矩的曲线由式(3)拟合,拟合系数通过MATLAB曲线拟合工具获得;Temax=k0+k1cos(ne·c)+p1sin(ne·c)+k2cos(2ne·c)+p2sin(2ne·c)(3)其中,ne是发动机转速,Te是发动机输出转矩,ηe是发动机效率,α是发动机节气门开度,Temax(ne)是当前速度下的发动机最大转矩,c,k0,k1,k2,p1,p2为拟合系数;(2)建立电池功率与电机转速关系模型:根据电机效率与电机转速和电机转矩的函数关系为:ηm=ψ(nm,Tm)(4)电池功率与电机转速关系模型表示为;其中,nm表示电机转速,Tm表示电动机转矩,ηm表示电动机效率,Pb表示电池所需功率;(3)对电池建立充电状态动态方程:其中,Rin是电池内阻,Voc是开路电压,Qmax是最大容量;(4)对于变速器的转矩和速度建模:旋转部件假设为刚性,以集中质量表示,变速器的转矩表达式为:变速器的速度表达式为:win=woutig(Gear)i0(8)其中,Tout表示变速器的输出转矩,Tin表示变速器输入轴转矩,ηGR表示变速器效率,ig(Gear)表示每个变速器齿轮传动比,i0表示主减速器传动比,Gear表示齿轮数,win表示变速器输入轴角速度,wout表示变速器输出轴角速度;(5)在变速器固定转矩和变速器柔性转矩需求下,建立车辆动力学模型:nin(t)=30igi0va(t)/πr(11)其中,表示变速器输入轴上的柔性转矩要求,Tdem(t)表示变速器输入轴上的固定转矩需求,CD表示空气阻力系数,A表示迎风面积,va(t)表示上层控制器产生的纵向车速,表示可变纵向车速,m表示整车整备质量,f表示滚动阻力系数,δ表示旋转质量系数,r表示车轮半径,nin表示变速器输入轴转速,Fbrake表示制动力。步骤2具体过程为:步骤2.1、建立换挡图的目标函数:其中,s(t)是等效因子,Pb(ug(t))表示电池功率,QLHV表示燃料的低热值;步骤2.2、求解优化转矩分配和优化换挡指令;(1)优化发动机输出转矩和电机转矩分配过程,变速器输入轴转矩满足的约束条件为:Tdem=Tv/ig(Gear)i0.(14)式(14)、(15)中,Tdem表示变速器输入轴转矩,Tv表示车轮处转矩;(2)优化换挡指令sh(t)过程为:通过式(16)获得最佳档位,并通过式(17)对最佳档位进行约束:g(t)=g(t-1)+sh(t),sh(t)∈{-1,0,1}(15)1≤g(t)≤5.(16)其中,数值{-1,0,1}分别表示降挡、挡位不变、升挡;步骤2.3、在满足变速器输入轴转矩的约束条件下,根据优化的换挡指令、发动机输出转矩获得最优控制输入ug(t),...

【技术保护点】
1.一种智能混合动力汽车自适应能量管理方法,其特征在于,具体按照以下步骤实施:/n步骤1、建立关于单轴并联式混合动力汽车的并联A-HEVs模型;/n步骤2、采用ECMS优化换挡指令和转矩分配,结合并联A-HEVs模型,以提取优化换挡图;/n步骤3、通过优化换挡图开发具有柔性转矩需求和考虑电池寿命的改进型ECMS;/n步骤4、对改进型ECMS设计其目标函数中主要参数的自适应律,实现智能混合动力汽车自适应能量管理。/n

【技术特征摘要】
1.一种智能混合动力汽车自适应能量管理方法,其特征在于,具体按照以下步骤实施:
步骤1、建立关于单轴并联式混合动力汽车的并联A-HEVs模型;
步骤2、采用ECMS优化换挡指令和转矩分配,结合并联A-HEVs模型,以提取优化换挡图;
步骤3、通过优化换挡图开发具有柔性转矩需求和考虑电池寿命的改进型ECMS;
步骤4、对改进型ECMS设计其目标函数中主要参数的自适应律,实现智能混合动力汽车自适应能量管理。


2.根据权利要求1所述一种智能混合动力汽车自适应能量管理方法,其特征在于,步骤1具体过程为:分别对单轴并联式混合动力汽车的发动机、电机、电池、变速器和车辆动力学建立数学模型;
(1)对发动机建立发动机效率与发动机转速和发动机输出转矩的数学模型:
发动机效率由发动机转速和发动机输出转矩确定,如式(1)所示;
ηe=f(ne,Te)(1)
发动机输出转矩由式(2)计算;
Te=αTemax(ne)(2)
发动机最大转矩的曲线由式(3)拟合,拟合系数通过MATLAB曲线拟合工具获得;
Temax=k0+k1cos(ne·c)+p1sin(ne·c)+k2cos(2ne·c)+p2sin(2ne·c)(3)
其中,ne是发动机转速,Te是发动机输出转矩,ηe是发动机效率,α是发动机节气门开度,Temax(ne)是当前速度下的发动机最大转矩,c,k0,k1,k2,p1,p2为拟合系数;
(2)建立电池功率与电机转速关系模型:
根据电机效率与电机转速和电机转矩的函数关系为:
ηm=ψ(nm,Tm)(4)
电池功率与电机转速关系模型表示为;



其中,nm表示电机转速,Tm表示电动机转矩,ηm表示电动机效率,Pb表示电池所需功率;
(3)对电池建立充电状态动态方程:



其中,Rin是电池内阻,Voc是开路电压,Qmax是最大容量;
(4)对于变速器的转矩和速度建模:
旋转部件假设为刚性,以集中质量表示,变速器的转矩表达式为:



变速器的速度表达式为:
win=woutig(Gear)i0(8)
其中,Tout表示变速器的输出转矩,Tin表示变速器输入轴转矩,ηGR表示变速器效率,ig(Gear)表示每个变速器齿轮传动比,i0表示主减速器传动比,Gear表示齿轮数,win表示变速器输入轴角速度,wout表示变速器输出轴角速度;
(5)在变速器固定转矩和变速器柔性转矩需求下,建立车辆动力学模型:






nin(t)=30igi0va(t)/πr(11)
其中,表示变速器输入轴上的柔性转矩要求,Tdem(t)表示变速器输入轴上的固定转矩需求,CD表示空气阻力系数,A表示迎风面积,va(t)表示上层控制器产生的纵向车速,表示可变纵向车速,m表示整车整备质量,f表示滚动阻力系数,δ表示旋转质量系数,r表示车轮半径,nin表示变速器输入轴转速,Fbrake表示制动力。


3.根据权利要求2所述一种智能混合动力汽车自适应能量管理方法,其特征在于,步骤2具体过程为:
步骤2.1、建立换挡图的目标函数:



其中,s(t)是等效因子,Pb(ug(t))表示电池功率,QLHV表示燃料的低热值;
步骤2.2、求解优化转矩分配和优化换挡指令;
(1)优化发动机输出转矩和电机转矩分配过程,变速器输入轴转矩满足的约束条件为:



Tdem=Tv/ig(Gear)i0.(14)
式(14)、(15)中,Tdem表示变速器输入轴转矩,Tv表示车轮处转矩;
(2)优化换挡指令sh(t)过程为:
通过式(16)获得最佳档位,并通过式(17)对最佳档位进行约束:
g(t)=g(t-1)+sh(t),sh(t)∈{-1,0,1}(15)
1≤g(...

【专利技术属性】
技术研发人员:张风奇胡晓松肖乐华王利花崔亚辉庞辉
申请(专利权)人:西安理工大学
类型:发明
国别省市:陕西;61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1