一种基于多目标优化的混合动力汽车能量管理方法及系统技术方案

本公开属于能量管理技术领域，具体涉及一种基于多目标优化的混合动力汽车能量管理方法及系统，包括以下步骤：获取混合动力汽车的运行数据，构建混合动力汽车模型；根据所构建的混合动力汽车模型，建立多目标优化的混合动力汽车的能量管理模型，通过平方和最优法求解所述多目标之间的权重系数；通过近端策略优化算法求解所述混合动力汽车的能量管理模型，实现混合动力汽车的能量管理。本公开充分考虑动力电池的温度，引入基于近端策略优化算法的能量管理框架，用以改善燃油经济性，维持动力电池SOC的稳定和降低电池温升。池SOC的稳定和降低电池温升。池SOC的稳定和降低电池温升。

【技术实现步骤摘要】
一种基于多目标优化的混合动力汽车能量管理方法及系统


[0001]本公开属于能量管理
，具体涉及一种基于多目标优化的混合动力汽车能量管理方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]传统的内燃机汽车消耗了大量不可再生能源，并且产生了很多污染环境的气体。电动汽车是缓解上述问题的有效途径之一，但因电池的技术弊端，纯电动汽车的发展进入了瓶颈期。相反地，混合动力汽车在推动汽车电动化的过程中起到了关键的作用。
[0004]混合动力汽车具有复杂的动力系统和额外的自由度，使得其能量管理问题变得较为复杂。机器学习算法具有适应性强、计算速度快的特点，可以实现连续实时的控制。因此，在近几年来，基于学习的方法逐渐得到广泛的应用，尤其是强化学习算法。典型的强化学习算法不仅可以解决连续动作的决策优化问题，并且考虑长期的回报具有长期的视角。然而，现有的用于混合动力汽车能量管理的强化学习算法，具有很多的超参数，容易导致训练过程的不稳定。
[0005]据专利技术人了解，现有的能量管理方法在设计目标函数时，较多地考虑了车辆的燃油经济性和SOC的稳定性，忽略了对动力电池温度的关注。而电池的充放电容量、循环周期和安全性均会受其温度的影响。此外，在求解多目标优化问题时，一个目标的最优解可能和其他目标的最优解相互排斥，因此需要不断地调节权重系数以达到多目标的平衡。对于多目标的权重系数，研究者通常采用经验方法确定，该方法主观因素过重，无法达到最优的权衡。r/>
技术实现思路

[0006]为了解决上述问题，本公开提出了一种基于多目标优化的混合动力汽车能量管理方法及系统，充分考虑动力电池的温度，引入基于近端策略优化算法的能量管理框架，用以改善燃油经济性，维持动力电池荷电状态(State Of Charge，简称SOC)稳定和降低电池温升；同时，为实现多目标间的最优权衡，引入平方和最优解法分配各目标间的权重系数。
[0007]根据一些实施例，本公开的第一方案提供了一种基于多目标优化的混合动力汽车能量管理方法，采用如下技术方案：
[0008]一种基于多目标优化的混合动力汽车能量管理方法，包括以下步骤：
[0009]获取混合动力汽车的运行数据，构建混合动力汽车模型；
[0010]根据所构建的混合动力汽车模型，建立多目标优化的混合动力汽车的能量管理模型，通过平方和最优法求解所述多目标之间的权重系数；
[0011]通过近端策略优化算法求解所述混合动力汽车的能量管理模型，实现混合动力汽车的能量管理。
[0012]作为进一步的技术限定，所述混合动力汽车的运行模式包括纯电动模式、发动机单独工作模块、电机和发动机混合动作模式和回馈制动模式。
[0013]作为进一步的技术限定，所述混合动力汽车的运行数据包括车速、动力电池初始温度和动力电池荷电状态。
[0014]进一步的，基于所获取的车速，得到汽车的加速度和需求转矩；以车速、加速度、动力电池荷电状态和动力电池初始温度作为近端策略优化算法的输入，得到当前时刻的发动机转矩，进而求解电机转矩；根据汽车模型，计算采取该转矩后的动力电池荷电状态和动力电池温度。
[0015]作为进一步的技术限定根据汽车的油耗情况、下一时刻的动力电池荷电状态和动力电池温度，计算出当前发动机转矩所对应的奖励值，依据奖励越大越好的原则输出最优的结果，实现能量管理。
[0016]作为进一步的技术限定，能量管理的目标函数包括燃油经济性、动力电池荷电状态的稳定性和动力电池的温度情况，根据平方和最优法确定出最优的权系数；
[0017]即以单个目标设为目标函数，计算出当前的目标函数下最优的转矩分配结果以及所对应的第一目标值；再依据单目标求解的最优目标值构造新的评价函数，求解出所构造的新评价函数下对应的最优转矩分配结果以及所对应的第二目标值；根据权系数计算公式，计算得到三个目标函数对应的权系数值。
[0018]作为进一步的技术限定，根据能量管理模型的目标函数确定奖励函数，通过设定奖励函数，计算出每个动作值所对应的奖励值，依据寻找奖励值越来越大的动作原则和参数更新公式，不断更新神经网络的参数，输出奖励值收敛到最大的动作值，即满足目标函数最优的结果。
[0019]根据一些实施例，本公开的第二方案提供了一种基于多目标优化的混合动力汽车能量管理系统，采用如下技术方案：
[0020]一种基于多目标优化的混合动力汽车能量管理系统，包括：
[0021]获取模块，被配置为获取混合动力汽车的运行数据，构建混合动力汽车模型；
[0022]建模模块，被配置为根据所构建的混合动力汽车模型，建立多目标优化的混合动力汽车的能量管理模型，通过平方和最优法求解所述多目标之间的权重系数；
[0023]能量管理模块，被配置为通过近端策略优化算法求解所述混合动力汽车的能量管理模型，实现混合动力汽车的能量管理。
[0024]根据一些实施例，本公开的第三方案提供了一种计算机可读存储介质，采用如下技术方案：
[0025]一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的基于多目标优化的混合动力汽车能量管理方法中的步骤。
[0026]根据一些实施例，本公开的第四方案提供了一种电子设备，采用如下技术方案：
[0027]一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的基于多目标优化的混合动力汽车能量管理方法中的步骤。
[0028]与现有技术相比，本公开的有益效果为：
[0029]本公开充分考虑动力电池的温度，引入基于近端策略优化算法的能量管理框架，
基于平方和最优法求解多目标之间的权重系数，改善燃油经济性，维持动力电池SOC的稳定和降低电池温升。
附图说明
[0030]构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
[0031]图1是本公开实施例一中的基于多目标优化的混合动力汽车能量管理方法的流程图；
[0032]图2是本公开实施例一中的混合动力汽车系统配置的结构示意图；
[0033]图3是本公开实施例一中的发动机燃油消耗map图；
[0034]图4是本公开实施例一中的电机效率map图；
[0035]图5是本公开实施例一中的能量管理模型的结构示意图；
[0036]图6是本公开实施例一中的智能体和环境的交互图；
[0037]图7是本公开实施例一中的基于近端策略优化算法的能量管理框架图；
[0038]图8是本公开实施例一中的电池温升曲线的对比示意图；
[0039]图9是本公开实施例二中的基于多目标优化的混合动力汽车能量管理系统的结构框图。
具体实施方式
[0040]下面结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多目标优化的混合动力汽车能量管理方法，其特征在于，包括以下步骤：获取混合动力汽车的运行数据，构建混合动力汽车模型；根据所构建的混合动力汽车模型，建立多目标优化的混合动力汽车的能量管理模型，通过平方和最优法求解所述多目标之间的权重系数；通过近端策略优化算法求解所述混合动力汽车的能量管理模型，实现混合动力汽车的能量管理。2.如权利要求1中所述的一种基于多目标优化的混合动力汽车能量管理方法，其特征在于，所述混合动力汽车的运行模式包括纯电动模式、发动机单独工作模块、电机和发动机混合动作模式和回馈制动模式。3.如权利要求1中所述的一种基于多目标优化的混合动力汽车能量管理方法，其特征在于，所述混合动力汽车的运行数据包括车速、动力电池初始温度和动力电池荷电状态。4.如权利要求3中所述的一种基于多目标优化的混合动力汽车能量管理方法，其特征在于，基于所获取的车速，得到汽车的加速度和需求转矩；以车速、加速度、动力电池荷电状态和动力电池初始温度作为近端策略优化算法的输入，得到当前时刻的发动机转矩，进而求解电机转矩；根据汽车模型，计算采取该转矩后的动力电池荷电状态和动力电池温度。5.如权利要求4中所述的一种基于多目标优化的混合动力汽车能量管理方法，其特征在于，根据汽车的油耗情况、下一时刻的动力电池荷电状态和动力电池温度，计算出当前发动机转矩所对应的奖励值，依据奖励越大越好的原则输出最优的结果，实现能量管理。6.如权利要求1中所述的一种基于多目标优化的混合动力汽车能量管理方法，其特征在于，能量管理的目标函数包括燃油经济性、动力电池荷电状态的稳定性和动力电池的温度情况，根据平方和最优法确定出最...

【专利技术属性】
技术研发人员：崔纳新，张春梅，
申请(专利权)人：山东大学，
类型：发明
国别省市：