本发明专利技术提出了基于交通流分类的混合动力汽车生态路径方法，包括以下步骤：根据驾驶员始发地及目的地位置，构建所在城市地图模型，以实现地图的路口和路段划分；读取城市各链路实时交通流数据，设置逻辑规格，根据速度因子对链路进行低中高分类，并对其配置特定的车辆循环工况；依据链路循环工况，利用改进发动机模型，通过间接方法计算各链路单位代价；构建生态路径混合整数非线性规划框架，利用改进Dijktra算法，跟踪候选路径结束节点的剩余能量，寻找生态路径。该方法考虑了实际交通流影响，更加符合车辆行驶的实际情况，通过将交通流分类并赋予不同工况，巧妙实现了交通流的动态解耦，实现了混合动力汽车生态路径选择和动力系统的能量管理协同优化且方法实时性更强。力系统的能量管理协同优化且方法实时性更强。力系统的能量管理协同优化且方法实时性更强。
【技术实现步骤摘要】
基于交通流分类的混合动力汽车生态路径方法
[0001]本专利技术公开了一种基于交通流分类的混合动力汽车生态路径方法，属于混合动力汽车经济性路由领域。
技术介绍
[0002]由于环境问题和汽油价格高涨，人们对使用电动汽车(EV)等替代能源的汽车越来越感兴趣。然而，考虑到目前电动汽车的电池容量水平，它们的采用受到全电动里程(AER)的限制。在这方面，插电式混合动力汽车提供了一个合适的替代方案，因为它们可以通过使用天然气和电力来克服里程限制。根据电池大小的不同，插电式混合动力汽车耗电可行驶20
‑
70公里。此外，采用智能生态系统和动力系统控制策略可降低插电式混合动力汽车的能耗成本和碳排放。
[0003]传统的车辆路由算法寻求的是最短(最快)或最短路径，而生态路径算法寻求的是总能耗成本最小的路径。由于混合动力汽车存在双能源特点，路径选择与车辆驱动模式相互耦合，目前混合动力汽车的生态路径算法处理这种高度耦合关系均缺乏实时性，不适用于车辆实时性特点，距离现实应用较远。针对以上情况，亟待开发一种针对混合动力汽车的路径选择与车辆驱动模式相互耦合特点的生态路径方法，满足算法实时性。
技术实现思路
[0004]专利技术目的：本专利技术的目的在于针对混合动力汽车路径选择与车辆驱动模式相互耦合特点，开发一种生态路径方法寻求能耗成本最小的路径，满足实时性要求。
[0005]技术方案：为了解决上述问题，本专利技术提供一下技术方案：一种基于交通流分类的混合动力汽车生态路径方法，包括以下步骤：/>[0006]步骤1：根据驾驶员始发地及目的地位置，构建所在城市地图模型，以实现地图的路口和路段划分；
[0007]步骤2：读取城市各链路实时交通流数据，设置逻辑规格，根据速度因子对链路进行低中高分类，并对其配置特定的车辆循环工况；
[0008]步骤3：依据链路循环工况，利用改进发动机模型，通过间接方法计算各链路单位代价；
[0009]步骤4：构建生态路径混合整数非线性规划框架，利用改进Dijktra算法，跟踪候选路径结束节点的剩余能量，寻找生态路径。其中：链路表示两路口之间的路段。
[0010]该方法能同时计算混合动力汽车能量最优路径(生态路径)的算法和在此路径上的最优动力系统控制策略。
[0011]进一步地，步骤1中，根据驾驶员始发地及目的地位置，获取该城市地图数据和实时交通流数据，相关数据可以通过地方实时数据库或者相关云平台获取，将地图建立为有向图其中节点表示城市每条路的路口，链路表示两路口i和j(两节点)之间的路段,即入/出节点i的节点集合分别定义为
和和针对单起点
‑
单目的地生态路径问题，在此起点节点和目的地节点分别用o和d表示。
[0012]进一步地，步骤2中，通过地方实时数据库或者相关云平台获取城市各路段 (链路)实时交通流数据，即每个链路(i,j)的车流平均速度和自由流动速度f
ij
。对于每个链路(i,j)：
[0013][0014]式中，S
ij
是速度因子，表示每个链路上的标准化速度值，反应链路的拥塞程度。设置逻辑规格，根据速度因子对链路交通强度进行低中高分类，并对其配置特定的车辆循环工况。当S
ij
≤0.5时，链路(i,j)被归类为高交通强度链路，并将 NYC循环工况赋给该链路；当0.5＜S
ij
＜0.75时，链路(i,j)被归类为中交通强度链路，并将UDDS循环工况赋给该链路；当S
ij
≥0.75时，链路(i,j)被归类为低交通强度链路，并将HWFET循环工况赋给该链路。
[0015]进一步地，步骤3中，依据链路循环工况，利用美国密歇根大学的改进发动机模型(VESIM)，通过间接方法计算各链路单位代价：
[0016][0017]式中，是车辆在链路(i,j)的燃油消耗量，是车辆在链路(i,j)的电池电量消耗，d
ij
是链路长度，和是混合动力汽车在电池耗尽(CD) 和电量保持(CS)模式下分别行驶1公里所使用的平均电能和汽油，针对步骤2 中的链路的配置周期，可计算三种交通流等级链路的和
[0018]进一步地，步骤4中，因电力价格便宜于汽油价格，在每条链路上都要求车辆先使用电，当电池电量到达设置的阈值后在发动机提供动力，即先CD再CS模式，在此构建生态路径混合整数非线性规划框架：
[0019][0020]受约束于：
[0021][0022][0023][0024]式中，c
ij
是链路(i,j)的能耗成本，x
ij
是一个二元决策变量，当x
ij
＝1时，表示经过链路(i,j)，当x
ij
＝0时，表示不经过链路(i,j)。C
gas
和C
ele
分别是汽油和电的单价；E
i
是节点i的剩余电量；公式(6)是流量守恒约束，是布尔指示函数，车辆起始电量E
o
≥0。
[0025]利用改进Dijktra算法，跟踪候选路径结束节点的剩余能量，寻找生态路径。改进改进Dijktra算法如下：
[0026]a)初始化，设置数组dist，保存起点o到其他节点最小能耗值，设置集合S，用于保存图中已找到最小能耗路径的节点，同时保存起点o到集合S；
[0027]b)遍历集合S中所有节点的E
i
，找出E
i
最大的节点，从起点至该节点链路即为能耗最小链路k；
[0028]c)顶点k的最短路径已找到，将顶点k加入集合k，并更新dist数组；
[0029]重复上述b、c步骤，直到所有顶点都在集合s中。
[0030]有益效果：本专利技术与现有技术相比：
[0031]1、考虑的实际交通流影响，更加符合车辆行驶的实际情况；
[0032]2、方法实时性更强；
[0033]3、巧妙的实现了交通流的动态解耦；
[0034]4、实现了混合动力汽车生态路径选择和动力系统的能量管理协同优化。
附图说明
[0035]图1(a)NYC工况；图1(b)UDDS工况；图1(c)HWFET工况；
[0036]图2是本专利技术实施例的基于交通流分类的混合动力汽车生态路径方法。
具体实施方式
[0037]下面结合附图对本专利技术作进一步说明：
[0038]以插电式混合动力汽车为对象按照图2的流程图对本专利技术进行详解。
[0039]第一步，步骤1中，根据驾驶员始发地及目的地位置，获取该城市地图数据和实时交通流数据，相关数据可以通过地方实时数据库或者相关云平台获取，将地图建立为有向图其中节点表示城市每条路的路口，链路表示两路口i和j(两节点)之间的路段,即入/出节点i的节点集合分别定义为和和针对单起点
‑
单目的地生态路径问题，在此起点节点和目的地节点分别用o和d 表示。<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于交通流分类的混合动力汽车生态路径方法，其特征在于：包括以下步骤：步骤1：根据驾驶员始发地及目的地位置，构建所在城市地图模型，以实现地图的路口和路段划分；步骤2：读取城市各链路实时交通流数据，设置逻辑规格，根据速度因子对链路进行低中高分类，并对其配置特定的车辆循环工况；步骤3：依据链路循环工况，利用改进发动机模型，通过间接方法计算各链路单位代价；步骤4：构建生态路径混合整数非线性规划框架，利用改进Dijktra算法，跟踪候选路径结束节点的剩余能量，寻找生态路径；其中：链路表示两路口之间的路段。2.根据权利要求1所述的一种基于交通流分类的混合动力汽车生态路径方法，其特征在于：步骤1中，根据驾驶员始发地及目的地位置，获取该城市地图数据和实时交通流数据，相关数据可以通过地方实时数据库或者相关云平台获取，将地图建立为有向图其中节点表示城市每条路的路口，链路表示两路口i和j(两节点)之间的路段，即入/出节点i的节点集合分别定义为和和针对单起点
‑
单目的地生态路径问题，在此起点节点和目的地节点分别用o和d表示。3.根据权利要求1所述的一种基于交通流分类的混合动力汽车生态路径方法，其特征在于：步骤2中，通过地方实时数据库或者相关云平台获取城市各路段(链路)实时交通流数据，即每个链路(i，j)的车流平均速度和自由流动速度f
ij
。对于每个链路(i，j)：式中，S
ij
是速度因子，表示每个链路上的标准化速度值，反应链路的拥塞程度。设置逻辑规格，根据速度因子对链路交通强度进行低中高分类，并对其配置特定的车辆循环工况。当S
ij
≤0.5时，链路(i，j)被归类为高交通强度链路，并将NYC循环工况赋给该链路；当0.5＜S
ij
＜0.75时，链路(i，j)被归类为中交通强度链路，并将UDDS循环工况赋给该链路；当S
ij
≥0.75时，链路(i，j)被归类为低交通强度链路，并将HWFET循环工况赋给该链路。4.根据权利要求1所述...
【专利技术属性】
技术研发人员：陈燕梅，宋伟，张爱磊，叶进，倪一铭，高李明，
申请(专利权)人：南京依维柯汽车有限公司，
类型：发明
国别省市：
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。