一种自动驾驶电动汽车动力系统优化方法技术方案

本发明专利技术公开了一种自动驾驶电动汽车动力系统优化方法，包括：建立汽车反馈系统动力模型，其包括：驾驶员模型、监控控制器模型和车辆模型；设定驾驶循环模式，并且以驾驶循环模式中的速度限制、停车位置、行程距离和行程时间作为汽车反馈系统动力模型的约束条件，对动力系统架构中所有的动力系统方案通过整车模型进行仿真，得到每个动力系统方案最优速度轨迹，并得到每个最优速度轨迹对应的能源消耗量和动力系统峰值功率；选出能源消耗量最小、并且动力系统峰值功率最小的动力系统方案，作为最优动力系统方案。最优动力系统方案。最优动力系统方案。

【技术实现步骤摘要】
一种自动驾驶电动汽车动力系统优化方法


[0001]本专利技术属于电动汽车动力系统
，特别涉及一种自动驾驶电动汽车动力系统优化方法。

技术介绍

[0002]自动驾驶电动汽车被认为是未来汽车的主流，因为它们不仅具有更高的安全性，还能提供更好的能源效率。优化节能的技术背景是通过电动汽车的动力系统优化实现的。电动汽车采用的是电能储存方式，通过优化电池性能、降低电池损耗等方式提高了能量利用效率，进一步减少了能量浪费。此外，电动汽车在制动时可以采用能量回收技术，将制动能量转化为电能存储在电池中，再次提高了能量利用效率。除此之外，电动汽车的动力系统经过优化后还可以实现更长的续航里程。优化电机的功率输出、降低电池的自放电率等方式可以使电动汽车获得更长的行驶里程，进一步减少出行中的能量浪费和能源消耗。
[0003]目前，对自动驾驶电动汽车动力系统的优化方法如下：1.提高电动汽车的能量密度和充电效率：通过改进电池技术和电池管理系统，提高电池的能量密度。但提高电池的能量密度，需要研发新的电池技术和充电技术，并且成本较高，需要长时间的研究和投入。同时电池能量密度提高，也可能会增加电池的安全风险。2.通过改善电机、减小传动系的摩擦、降低汽车空气阻力等方式降低动力损耗。但此种优化方法需要在汽车设计初期就要考虑到，不能对现有的电动汽车进行改装，对于已有的电动汽车而言，成本较高。3.采用多电机驱动系统：在电动汽车上安装多个电机，并且通过智能控制，适时调整各个电机的工作状态。此种方法需要相应的物理硬件及具备相应的智能控制系统，因而也存在成本较高的问题。

技术实现思路

[0004]本专利技术的目的是提供一种自动驾驶电动汽车动力系统优化方法，其通过建立汽车反馈系统动力模型，实现对自动驾驶电动汽车最优动力系统的选择，在设计初期就可以考虑汽车各种参数对性能的影响，不需要通过改用性能更好的电池来改善动力系统。
[0005]本专利技术提供的技术方案为：
[0006]一种自动驾驶电动汽车动力系统优化方法，包括：
[0007]建立汽车反馈系统动力模型，其包括：驾驶员模型、监控控制器模型和车辆模型；
[0008]所述驾驶员模型输入为车速，输出为油门踏板开度和制动踏板开度；
[0009]所述监控控制器模型根据实际车速、油门踏板开度和制动踏板开度，得到牵引电机的扭矩请求信号和制动管路压力信号；
[0010]所述车辆模型包括：动力系统架构和子系统组件模型；
[0011]所述车辆模型输入所述牵引电机的扭矩请求信号和制动管路压力信号，输出车辆的速度、位置及子系统的组件的状态；
[0012]设定驾驶循环模式，并且以所述驾驶循环模式中的速度限制、停车位置、行程距离
和行程时间作为所述汽车反馈系统动力模型的约束条件，对所述动力系统架构中所有的动力系统方案通过整车模型进行仿真，得到每个动力系统方案最优速度轨迹，并得到每个最优速度轨迹对应的能源消耗量和动力系统峰值功率；选出能源消耗量最小、并且动力系统峰值功率最小的动力系统方案，作为最优动力系统方案。
[0013]优选的是，所述驾驶员模型采用PI控制器；以当前车速和需求车速的差值作为PI控制器的输入，得到输出信号为油门踏板开度和制动踏板开度。
[0014]优选的是，所述监控控制器模型包括模式选择模块和模式操作模块；
[0015]所述模式选择根据油门踏板开度和制动踏板开度，生成行驶状态命令，所述模式操作模块根据所述行驶状态命令得到牵引电机的扭矩请求信号和制动管路压力信号；
[0016]其中，所述行驶状态包括：行驶状态和惯性滑行/刹车/再生制动状态。
[0017]优选的是，所述动力系统架构包括：前轮驱动动力系统架构和全轮驱动动力系统架构。
[0018]优选的是，所述子系统组件模型包括：电机模型、电池模型、变速箱模型、逆变器模型、DC/DC变换器模型、车轮及轮胎模型。
[0019]优选的是，所述电机模型中电机的类型为交流永磁同步电动机，模拟电动机的方程为：
[0020][0021]其中，η
em
为电机效率，ω
em
为电机转速，T
em
为电机需求转矩，T
load
为电机输出转矩，P
em，elec
为电机电动功率，ψ为效率指数，耗电时ψ＝1，充电时ψ＝
‑
1，J
em
为电机转子的转动惯量，为电机转速的变化量。
[0022]优选的是，在所述电池模型中，基于电流或温度输入预测电池电压的快速响应，将电池建模为零阶等效电路静态模型，将电池视为与内阻耦合的恒压源，用来模拟电池的方程为：
[0023][0024]其中，V
out
(t)为输出电压，V
oc
为开路电压，R0为电池内阻，I
b
(t)为电池电流，SOC(t)为电池电量，SOC0为电池初始电量，C
nom
为电池标称容量，η
c
(t)为库伦效率。
[0025]优选的是，所述变速箱模型中，用来模拟变速箱的方程为：
[0026][0027]其中，T
out
为输出转矩，η
t
为传动效率，λ为传动比，T
in
为输入转矩，ω
out
为输出转速，ω
in
为输入转速，ω
em，max
为电机的最大转速，V
veh，max
为车辆的最高速度，R
w
为车轮滚动半径。
[0028]优选的是，所述驾驶循环模式包括：UDDS城市驾驶循环模式和HWFET高速公路驾驶循环模式。
[0029]优选的是，基于距离和速度的二维动态规划，得到所述最优速度轨迹，包括：
[0030]建立车辆运动问题的两个变量为X
k，i
＝[d
k
，v
i
]，初始条件和最终条件分别为X0＝[d0，v0]，X
f
＝[d
f
，v
f
]；
[0031]其中，d表示车辆距离，v表示速度；i为速度的指数，k是距离的指数；
[0032]最小化的代价函数为：
[0033][0034]其中，为车辆以步长1行驶单位距离时的最小能耗阶段解，为车辆以步长1加速度a、速度由到时的功率，β为补偿系数，为距离d为k，速度为时的最小能耗状态解，为当系统处于最优状态解时的最佳加速度输入为提前距离；
[0035]β的值通过二分法迭代计算得出，车辆模型以步长为1的状态模拟；状态更新方程为：
[0036][0037]在计算最优成本值后，从车辆初始状态开始模拟，得到所述最优速度轨迹。
[0038]本专利技术的有益效果是：
[0039]本专利技术提供的自动驾驶电动汽车动力系统优化方法，建立了包括驾驶员模型、监控控制器模型和车辆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶电动汽车动力系统优化方法，其特征在于，包括：建立汽车反馈系统动力模型，其包括：驾驶员模型、监控控制器模型和车辆模型；所述驾驶员模型输入为车速，输出为油门踏板开度和制动踏板开度；所述监控控制器模型根据实际车速、油门踏板开度和制动踏板开度，得到牵引电机的扭矩请求信号和制动管路压力信号；所述车辆模型包括：动力系统架构和子系统组件模型；所述车辆模型输入所述牵引电机的扭矩请求信号和制动管路压力信号，输出车辆的速度、位置及子系统的组件的状态；设定驾驶循环模式，并且以所述驾驶循环模式中的速度限制、停车位置、行程距离和行程时间作为所述汽车反馈系统动力模型的约束条件，对所述动力系统架构中所有的动力系统方案通过整车模型进行仿真，得到每个动力系统方案最优速度轨迹，并得到每个最优速度轨迹对应的能源消耗量和动力系统峰值功率；选出能源消耗量最小、并且动力系统峰值功率最小的动力系统方案，作为最优动力系统方案。2.根据权利要求1所述的自动驾驶电动汽车动力系统优化方法，其特征在于，所述驾驶员模型采用PI控制器；以当前车速和需求车速的差值作为PI控制器的输入，得到输出信号为油门踏板开度和制动踏板开度。3.根据权利要求2所述的自动驾驶电动汽车动力系统优化方法，其特征在于，所述监控控制器模型包括模式选择模块和模式操作模块；所述模式选择根据油门踏板开度和制动踏板开度，生成行驶状态命令，所述模式操作模块根据所述行驶状态命令得到牵引电机的扭矩请求信号和制动管路压力信号；其中，所述行驶状态包括：行驶状态和惯性滑行/刹车/再生制动状态。4.根据权利要求3所述的自动驾驶电动汽车动力系统优化方法，其特征在于，所述动力系统架构包括：前轮驱动动力系统架构和全轮驱动动力系统架构。5.根据权利要求3或4所述的自动驾驶电动汽车动力系统优化方法，其特征在于，所述子系统组件模型包括：电机模型、电池模型、变速箱模型、逆变器模型、DC/DC变换器模型、车轮及轮胎模型。6.根据权利要求5所述的自动驾驶电动汽车动力系统优化方法，其特征在于，所述电机模型中电机的类型为交流永磁同步电动机，模拟电动机的方程为：其中，η
em
为电机效率，ω
em
为电机转速，T
em
为电机需求转矩，T
load
为电机输出转矩，P
em，elec
为电机电动功率，ψ为效率指数，耗电时ψ＝1，充电时ψ＝
‑
1，J
em
为电...

【专利技术属性】
技术研发人员：付尧，孙熙淮，梁策，雷雨龙，刘科，张校锦，方聪，黄海南，王鸿林，
申请(专利权)人：吉林大学，
类型：发明
国别省市：