基于LSTM的多模PHEV模式切换优化与能量管理方法技术

本发明专利技术提供了一种基于LSTM的多模PHEV模式切换优化与能量管理方法，利用大量标准测试工况训练所述车速时间序列模型，调用车速时间序列模型，基于当前行程的历史车速信息，滚动进行计算未来p个采样点的车速信息，根据未来p个采样点的车速信息，对从当前时刻到第p个采样点之间的电池电能利用情况进行规划，生成局部SOC约束值SOC

【技术实现步骤摘要】
基于LSTM的多模PHEV模式切换优化与能量管理方法


[0001]本专利技术属于新能源汽车控制
，尤其涉及一种基于LSTM的多模PHEV模式切换优化与能量管理方法。

技术介绍

[0002]汽车电动化是提高整车能量效率、实现可持续发展的重要方向。目前纯电动汽车(EV)的充电基础设施与电池技术(如能量密度、安全性、低温衰减等)方面的问题仍未完全解决；而插电式混合动力汽车(PHEV)通常有更大容量的可充电电池组和更长的全电续航里程，能够通过外部电网进行充电，与传统混合动力汽车(HEV)相比，由PHEV的能量管理策略(EMS)协调发动机和电动机之间的能量分配，在满足驾驶员实时需求驱动转矩的前提下，能更大程度地开发利用混合动力系统中内燃机与电动机的互补优势提高燃油经济性。为确保混合动力系统在各种复杂交通环境中都具有较高的燃油经济性，PHEV常装备有具有多个运行模式的混合动力专用变速箱(DHT)，引入多个离合器与制动器，由于复杂的传动系统以及多个动力源的参与，面向PHEV的实时可用的能量管理策略仍为混合动力汽车控制领域的难题之一；多个运行模式的引入也本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于LSTM的多模PHEV模式切换优化与能量管理方法，其特征在于，包括：车速时间序列模型初始化与离线训练模块，基于LSTM神经网络建立车速时间序列模型，利用大量标准测试工况训练所述车速时间序列模型；多步车速时间序列滚动预测模块，调用所述车速时间序列模型，基于当前行程的历史车速信息，滚动进行计算未来p个采样点的车速信息；松弛SOC约束规划模块，根据多步车速时间序列滚动预测模块输出的未来p个采样点的车速信息，对从当前时刻到第p个采样点之间的电池电能利用情况进行规划，生成局部SOC约束值SOC
ref
(t+p)；工作模式决策与能量滚动优化模块，接收未来p个采样点的车速信息、局部SOC约束值SOC
ref
(t+p)、实时车速v(t)和电池SOC，对插电式混合动力系统的工作模式切换和转矩分配进行优化。2.根据权利要求1所述的基于LSTM的多模PHEV模式切换优化与能量管理方法，其特征在于，所述对插电式混合动力系统的工作模式切换和转矩分配进行优化，具体包括：逆向计算与缓存阶段：将状态量以固定步长ΔSOC离散化，通过转速对电机外特性曲线插值，得到控制量的可行域，再将控制量以固定步长离散，为预测窗口内的每个采样点生成可行控制量组合；从第k+p个采样点开始，设置其对应状态量为SOC
ref
(t+p)，在预测窗口内以时间逆序方向遍历所有的有效状态转移，递归计算每一条状态转移轨迹对应的最优成本函数值，最终建立不同控制量组合序列与状态转移轨迹、最优成本函数值的对应关系；正向搜索阶段：取得最优成本函数的控制量组合序列，即最优控制序列[u*(k+1),u*(k+2),
…
u*(k+p)]，将所述最优控制序列的第一组控制量组合u*(k+1)作用于被控对象，同样得到所述最优控制序列的其他组控制量组合作用于被控对象，滚动计算进行至行程结束。3.根据权利要求2所述的基于LSTM的多模PHEV模式切换优化与能量管理方法，其特征在于，遍历时仅检查有效状态转移，即若某次状态转移对应的电池功率超出电池额定功率，或超出两个电机最大驱动功率/能量回收功率的总和，为无效转移，直接跳过此次计算，并将此状态转移的单步转移成本函数值设置为无穷大。4.根据权利要求2所述的基于LSTM的多模PHEV模式切换优化与能量管理方法，其特征在于，所述最优成本函数包括：第k＝p
‑
1个采样点的最优成本函数：第1≤k＜p
‑
1个采样点的最优成本函数：其中，L为单步转移成本函数，P
MT
为模式切换修正函数，x(k)、u(k)分别表示状态量与控制量。5.根据权利要求4所述的基于LSTM的多模PHEV模式切换优化与能量管理方法，其特征在于，所述模式切换修正函数满足：
M(k
‑
1)≠arg min[J

【专利技术属性】
技术研发人员：王峰，夏佳琪，徐兴，倪绍勇，王春海，王金桥，祝小元，
申请(专利权)人：江苏大学，
类型：发明
国别省市：