【技术实现步骤摘要】
基于越野工况和驾驶风格的能量管理方法、系统和介质
[0001]本专利技术涉及车辆
，尤其是一种基于越野工况和驾驶风格的能量管理方法、系统和介质。
技术介绍
[0002]行驶工况是评价能量管理策略的重要参考和基础。当前绝大多数的典型循环工况的适用道路大多数为城郊以及高速路地区，但是，并不适用于越野车复杂多变的行驶环境，从而导致现有的工况辨识模型在越野车工况识别过程中的准确度不高。并且，现在绝大多数能量管理策略都是以城市车辆作为研究对象，并将整车的燃油经济性优化作为主要目标而进行相关设计，而对于在野外复杂环境下的快速机动对动力系统的能量传输效率与品质提出更高要求的特种越野车而言，现有的能量管理策略无法满足其应用需求。
技术实现思路
[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于越野工况和驾驶风格的能量管理方法、系统和介质，能够有效提高越野车工况识别的准确度，并对越野车的能量进行有效管理。
[0004]一方面，本专利技术实施例提供了一种基于越野工况和驾驶风格的能量管理方法，包括以下步骤：
[0005]根据越野车原始工况数据构建越野工况类型；
[0006]根据所述越野车原始工况数据建立越野行驶工况辨识模型；
[0007]根据所述越野工况类型和模糊控制生成驾驶风格辨识因子；
[0008]根据所述越野行驶工况辨识模型和所述驾驶风格辨识因子构建能量管理整体控制系统，并通过所述能量管理整体控制系统对越野车进行能量管理。>[0009]在一些实施例中，所述根据越野车原始工况数据构建越野工况类型，包括：
[0010]采集原始工况数据；
[0011]将所述原始工况数据切分成多个小型越野工况片段；
[0012]根据所述多个小型越野工况片段生成特征参数矩阵；
[0013]对所述特征参数矩阵进行降维；
[0014]基于降维后的特征参数确定越野工况类型，所述越野工况类型包括复杂越野行驶工况、常规越野行驶工况和轻度越野行驶工况。
[0015]在一些实施例中，所述根据所述越野车原始工况数据建立越野行驶工况辨识模型，包括：
[0016]根据所述越野工况片段构建训练数据样本矩阵；
[0017]从所述训练数据样本矩阵中有放回的抽取数据样本，构建多个不同的训练子集；
[0018]基于所述训练子集，通过CART算法构建多个决策树；
[0019]将所述多个决策树集成得到随机分类模型作为越野行驶工况辨识模型。
[0020]在一些实施例中，所述根据所述越野工况类型和模糊控制生成驾驶风格辨识因子，包括：
[0021]获取车辆实时运行状态参数；
[0022]根据所述越野工况类型分别构建驾驶风格辨识模型；
[0023]将所述车辆实时运行状态参数输入到所述驾驶风格辨识模型，得到驾驶风格辨识因子。
[0024]在一些实施例中，所述根据所述越野行驶工况辨识模型和所述驾驶风格辨识因子构建能量管理控制系统，并通过所述能量管理整体控制系统对越野车进行能量管理，包括：
[0025]基于LSTM神经网络构建时序预测模型；
[0026]根据所述越野行驶工况辨识模型输出的实时越野工况类型训练所述时序预测模型；
[0027]建立基于功率预测的MPC能量管理控制系统；
[0028]基于所述驾驶风格辨识因子制定所述MPC能量管理控制系统的综合目标性能函数；
[0029]基于DP动态规划在安全约束条件下实时求解所述综合目标性能函数的最优控制量；
[0030]优化所述MPC能量管理控制系统的求解时间；
[0031]根据所述最优控制量和所述求解时间对越野车进行能量管理。
[0032]在一些实施例中，所述建立基于功率预测的MPC能量管理控制系统，包括：
[0033]选取动力电池SOC作为反应动力系统实时状态的状态变量；
[0034]选取发动机转速和发动机转矩作为控制变量；
[0035]根据所述发动机转速和所述发动机转矩计算APU发电系统的输出功率；
[0036]计算整车功率与所述APU发电系统的输出功率的差值；
[0037]根据所述差值构建状态变量SOC的状态转移方程，所述状态转移方程的表达式如下：
[0038][0039]其中，I(k)表示动力电池实时充放电电流，U(k)表示动力电池的开路电压，R(k)表示动力电池的内阻，P
bat
(k)表示整车功率与所述APU发电系统的输出功率的差值，C
bat
表示动力电池的容量，η
bat
(k)表示动力电池实时充放电效率。
[0040]在一些实施例中，所述综合目标性能函数的表达式如下：
[0041][0042]其中，S表示驾驶风格辨识因子，P
APU
(k)表示整车的需求功率，P
req
(k)表示APU发电系统的输出功率，P
bat
(k)表示整车功率与所述APU发电系统的输出功率的差值，t表当前预测时间，p表示预测时域，be(k)表示发动机实时燃油消耗率，η
GCU
表示发电机的工作效率，α(k)表示动力电池SOA的维持因子，f
bat
(k)表示动力电池的等效油耗。
[0043]另一方面，本专利技术实施例提供了一种基于越野工况和驾驶风格的能量管理系统，包括：
[0044]第一模块，用于根据越野车原始工况数据构建越野工况类型；
[0045]第二模块，用于根据所述越野车原始工况数据建立越野行驶工况辨识模型；
[0046]第三模块，用于根据所述越野工况类型和模糊控制生成驾驶风格辨识因子；
[0047]第四模块，用于根据所述越野行驶工况辨识模型和所述驾驶风格辨识因子构建能量管理整体控制系统，并通过所述能量管理整体控制系统对越野车进行能量管理。
[0048]另一方面，本专利技术实施例提供了一种基于越野工况和驾驶风格的能量管理系统，包括：
[0049]至少一个存储器，用于存储程序；
[0050]至少一个处理器，用于加载所述程序以执行所述的基于越野工况和驾驶风格的能量管理方法。
[0051]另一方面，本专利技术实施例提供了一种存储介质，其中存储有计算机可执行的程序，所述计算机可执行的程序被处理器执行时用于实现所述的基于越野工况和驾驶风格的能量管理方法。
[0052]本专利技术实施例提供的一种基于越野工况和驾驶风格的能量管理方法，具有如下有益效果：
[0053]本实施例通过根据越野车原始工况数据构建越野工况类型，并根据越野车原始工况数据建立越野行驶工况辨识模型，从而可以提高越野车工况识别的准确度，同时根据越野工况类型和模糊控制生成驾驶风格辨识因子后，根据越野行驶工况辨识模型和驾驶风格辨识因子构建能量管理整体控制系统，从而可以结合越野工况和驾驶风格进行越野车的能力管理本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于越野工况和驾驶风格的能量管理方法，其特征在于，包括以下步骤：根据越野车原始工况数据构建越野工况类型；根据所述越野车原始工况数据建立越野行驶工况辨识模型；根据所述越野工况类型和模糊控制生成驾驶风格辨识因子；根据所述越野行驶工况辨识模型和所述驾驶风格辨识因子构建能量管理整体控制系统，并通过所述能量管理整体控制系统对越野车进行能量管理。2.根据权利要求1所述的一种基于越野工况和驾驶风格的能量管理方法，其特征在于，所述根据越野车原始工况数据构建越野工况类型，包括：采集原始工况数据；将所述原始工况数据切分成多个小型越野工况片段；根据所述多个小型越野工况片段生成特征参数矩阵；对所述特征参数矩阵进行降维；基于降维后的特征参数确定越野工况类型，所述越野工况类型包括复杂越野行驶工况、常规越野行驶工况和轻度越野行驶工况。3.根据权利要求2所述的一种基于越野工况和驾驶风格的能量管理方法，其特征在于，所述根据所述越野车原始工况数据建立越野行驶工况辨识模型，包括：根据所述越野工况片段构建训练数据样本矩阵；从所述训练数据样本矩阵中有放回的抽取数据样本，构建多个不同的训练子集；基于所述训练子集，通过CART算法构建多个决策树；将所述多个决策树集成得到随机分类模型作为越野行驶工况辨识模型。4.根据权利要求1所述的一种基于越野工况和驾驶风格的能量管理方法，其特征在于，所述根据所述越野工况类型和模糊控制生成驾驶风格辨识因子，包括：获取车辆实时运行状态参数；根据所述越野工况类型分别构建驾驶风格辨识模型；将所述车辆实时运行状态参数输入到所述驾驶风格辨识模型，得到驾驶风格辨识因子。5.根据权利要求1所述的一种基于越野工况和驾驶风格的能量管理方法，其特征在于，所述根据所述越野行驶工况辨识模型和所述驾驶风格辨识因子构建能量管理控制系统，并通过所述能量管理整体控制系统对越野车进行能量管理，包括：基于LSTM神经网络构建时序预测模型；根据所述越野行驶工况辨识模型输出的实时越野工况类型训练所述时序预测模型；建立基于功率预测的MPC能量管理控制系统；基于所述驾驶风格辨识因子制定所述MPC能量管理控制系统的综合目标性能函数；基于DP动态规划在安全约束条件下实时求解所述综合目标性能函数的最优控制量；优化所述MPC能量管理控制系统的求解时间；根据所述最优控制量和所述求解时间对越野车进行能量管理。6.根据权利要求5所述的一种基于越野工况和驾驶风格的能量管理方法，其特征在于，所述建立基于功率预测...
【专利技术属性】
技术研发人员：付翔，赵鼎晔，谭雨豪，申楚杰，
申请(专利权)人：武汉理工大学，
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。