一种新能源电动汽车能量管理方法及系统技术方案

本发明专利技术提供了一种新能源电动汽车能量管理方法及系统，该方法包括：实时获取与电池模块对应的第一状态参数、与用电负荷模块对应的第二状态参数以及与制动能量回收模块对应的第三状态参数；根据第一状态参数、第二状态参数以及第三状态参数生成对应的监测数据集，并通过监测数据集对预设神经网络进行训练，以生成对应的能量管理模型；获取驱动电机的输出扭矩，并通过能量管理模型根据输出扭矩在电池模块、用电负荷模块以及制动能量回收模块中确定出对应的优化目标以及约束条件；根据优化目标以及约束条件生成对应的功率分配策略，以完成对应的控制。本发明专利技术能够有效的提升能量管理的效率，对应提升了用户的使用体验。对应提升了用户的使用体验。对应提升了用户的使用体验。

【技术实现步骤摘要】
一种新能源电动汽车能量管理方法及系统


[0001]本专利技术涉及新能源电动汽车
，特别涉及一种新能源电动汽车能量管理方法及系统。

技术介绍

[0002]随着科技的进步以及生产力的快速发展，新能源电动汽车技术也得到了快速的发展，并且已经逐渐得到了人们的认可，并且已经在人们的日常生活中得到普及，极大的方便了人们的生活。
[0003]其中，现有的汽车厂家大部分都会在新能源电动汽车的内部设置能量管理系统，用于对动力电池包实时输出的电能以及制动能量回收系统实时回收的动能等进行监测以及控制，以实现不同能量之间的协调和优化，提高新能源电动汽车的可靠性。
[0004]现有技术大部分通过在能量管理系统中设置多种不同的控制策略或者控制规则，并通过在新能源电动汽车行驶的过程中，进行不同策略或者规则实时切换的方式来完成车辆内部能量的控制，然而，上述控制方式并不能准确的契合新能源电动汽车复杂多变的行驶工况，从而可能会出现一定的控制偏差，导致降低了车辆的使用性能，对应降低了用电的使用体验。

技术实现思路

[0005]基于此，本专利技术的目的是提供一种新能源电动汽车能量管理方法及系统，以解决现有技术可能会出现一定的控制偏差，导致降低了车辆使用性能的问题。
[0006]本专利技术实施例第一方面提出了：一种新能源电动汽车能量管理方法，其中，所述方法包括：通过CAN总线分别建立与车辆内部的电池模块、用电负荷模块以及制动能量回收模块的通信连接，并实时获取与所述电池模块对应的第一状态参数、与所述用电负荷模块对应的第二状态参数以及与所述制动能量回收模块对应的第三状态参数；根据所述第一状态参数、所述第二状态参数以及所述第三状态参数生成对应的监测数据集，并通过所述监测数据集对预设神经网络进行训练，以生成对应的能量管理模型；获取驱动电机的输出扭矩，并通过所述能量管理模型根据所述输出扭矩在所述电池模块、用电负荷模块以及所述制动能量回收模块中确定出对应的优化目标以及约束条件；根据所述优化目标以及所述约束条件生成对应的功率分配策略，并根据所述功率分配策略完成对所述电池模块、所述用电负荷模块以及所述制动能量回收模块的实际工作功率的控制。
[0007]本专利技术的有益效果是：通过实时获取电池模块、用电负荷模块以及制动能量回收模块的状态参数能够实时的了解到对应的实时工作状态，基于此，生成对应的监测数据集，并对预先设置好的神经网络进行实时训练，以使当前神经网络能够适配于当前车辆内部的
电池模块、用电负荷模块以及制动能量回收模块，并生成需要的能量管理模型，进一步的，能够通过该能量管理模型实时生成需要的功率分配策略，以最终使整车控制器根据该功率分配策略完成上述模块的实际工作功率的控制，对应提升了车辆的使用性能，同时不会产生控制偏差，从而提升了用户的使用体验。
[0008]进一步的，所述根据所述第一状态参数、所述第二状态参数以及所述第三状态参数生成对应的监测数据集的步骤包括：基于预设权重分别在所述第一状态参数、所述第二状态参数以及所述第三状态参数中提取出对应的第一子集、第二子集以及第三子集，并对所述第一子集、所述第二子集以及所述第三子集进行归一化处理；对归一化处理后的第一子集、第二子集以及第三子集进行融合处理，以生成对应的目标数据集，并通过DTW算法对所述目标数据集进行序列化处理，以生成若干对应的特征序列；整合若干所述特征序列，以对应生成所述监测数据集。
[0009]进一步的，所述通过所述监测数据集对预设神经网络进行训练，以生成对应的能量管理模型的步骤包括：提取出所述监测数据集中包含的若干所述特征序列，并将若干所述特征序列依次输入至所述预设神经网络中的编码层、解析层以及输出层中；通过若干所述特征序列对所述编码层、所述解析层以及所述输出层中的原始参数进行自适应训练，以对应生成所述能量管理模型。
[0010]进一步的，所述通过若干所述特征序列对所述编码层、所述解析层以及所述输出层中的原始参数进行自适应训练，以对应生成所述能量管理模型的步骤包括：依次提取出若干所述特征序列中包含的若干特征值，并将若干所述特征值逐一输入至所述编码层中的Transformer编码器中；通过若干所述特征值对所述Transformer编码器进行多任务学习处理，以将所述Transformer编码器中的第一原始参数训练为第一目标参数，并将所述第一目标参数输入至所述解析层中；通过所述第一目标参数对所述解析层进行元学习处理，以将所述解析层中的第二原始参数训练为对应的第二目标参数，以对应生成所述能量管理模型。
[0011]进一步的，所述根据所述优化目标以及所述约束条件生成对应的功率分配策略的步骤包括：分别获取所述电池模块的第一额定功率、所述用电负荷模块的第二额定功率以及所述制动能量回收模块的第三额定功率；计算出所述第一额定功率与所述第二额定功率以及所述第三额定功率之间的功率比，并基于所述功率比根据所述优化目标以及所述约束条件生成所述功率分配策略。
[0012]进一步的，所述基于所述功率比根据所述优化目标以及所述约束条件生成所述功率分配策略的步骤包括：在所述功率比中提取出与所述电池模块对应的第一比值、与所述用电负荷模块对应的第二比值以及与所述制动能量回收模块对应的第三比值，并基于所述约束条件根据所述第一比值、所述第二比值以及所述第三比值生成对应的第一权重、第二权重以及第三权
重；根据所述优化目标分别调整所述第一权重、所述第二权重以及所述第三权重分别包含的权重值，以根据所述权重值对应生成所述功率分配策略。
[0013]进一步的，所述方法还包括：通过所述CAN总线建立与当前所述车辆内部的仪表盘的通信连接，并将所述电池模块、所述用电负荷模块以及所述制动能量回收模块的实时工作功率实时显示在所述仪表盘内部。
[0014]本专利技术实施例第二方面提出了：一种新能源电动汽车能量管理系统，其中，所述系统包括：获取模块，用于通过CAN总线分别建立与车辆内部的电池模块、用电负荷模块以及制动能量回收模块的通信连接，并实时获取与所述电池模块对应的第一状态参数、与所述用电负荷模块对应的第二状态参数以及与所述制动能量回收模块对应的第三状态参数；训练模块，用于根据所述第一状态参数、所述第二状态参数以及所述第三状态参数生成对应的监测数据集，并通过所述监测数据集对预设神经网络进行训练，以生成对应的能量管理模型；处理模块，用于获取驱动电机的输出扭矩，并通过所述能量管理模型根据所述输出扭矩在所述电池模块、用电负荷模块以及所述制动能量回收模块中确定出对应的优化目标以及约束条件；控制模块，用于根据所述优化目标以及所述约束条件生成对应的功率分配策略，并根据所述功率分配策略完成对所述电池模块、所述用电负荷模块以及所述制动能量回收模块的实际工作功率的控制。
[0015]进一步的，所述训练模块具体用于：基于预设权重分别在所述第一状态参数、所述第二状态参数以及所述第三状态参数中提取出对应的第一子集、第二子集以及第三子集，并对所述第一子集、所述第二子集以及所述第三子集进行归一化处理；对归一化处理后的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新能源电动汽车能量管理方法，其特征在于，所述方法包括：通过CAN总线分别建立与车辆内部的电池模块、用电负荷模块以及制动能量回收模块的通信连接，并实时获取与所述电池模块对应的第一状态参数、与所述用电负荷模块对应的第二状态参数以及与所述制动能量回收模块对应的第三状态参数；根据所述第一状态参数、所述第二状态参数以及所述第三状态参数生成对应的监测数据集，并通过所述监测数据集对预设神经网络进行训练，以生成对应的能量管理模型；获取驱动电机的输出扭矩，并通过所述能量管理模型根据所述输出扭矩在所述电池模块、用电负荷模块以及所述制动能量回收模块中确定出对应的优化目标以及约束条件；根据所述优化目标以及所述约束条件生成对应的功率分配策略，并根据所述功率分配策略完成对所述电池模块、所述用电负荷模块以及所述制动能量回收模块的实际工作功率的控制。2.根据权利要求1所述的新能源电动汽车能量管理方法，其特征在于，所述根据所述第一状态参数、所述第二状态参数以及所述第三状态参数生成对应的监测数据集的步骤包括：基于预设权重分别在所述第一状态参数、所述第二状态参数以及所述第三状态参数中提取出对应的第一子集、第二子集以及第三子集，并对所述第一子集、所述第二子集以及所述第三子集进行归一化处理；对归一化处理后的第一子集、第二子集以及第三子集进行融合处理，以生成对应的目标数据集，并通过DTW算法对所述目标数据集进行序列化处理，以生成若干对应的特征序列；整合若干所述特征序列，以对应生成所述监测数据集。3.根据权利要求2所述的新能源电动汽车能量管理方法，其特征在于，所述通过所述监测数据集对预设神经网络进行训练，以生成对应的能量管理模型的步骤包括：提取出所述监测数据集中包含的若干所述特征序列，并将若干所述特征序列依次输入至所述预设神经网络中的编码层、解析层以及输出层中；通过若干所述特征序列对所述编码层、所述解析层以及所述输出层中的原始参数进行自适应训练，以对应生成所述能量管理模型。4.根据权利要求3所述的新能源电动汽车能量管理方法，其特征在于，所述通过若干所述特征序列对所述编码层、所述解析层以及所述输出层中的原始参数进行自适应训练，以对应生成所述能量管理模型的步骤包括：依次提取出若干所述特征序列中包含的若干特征值，并将若干所述特征值逐一输入至所述编码层中的Transformer编码器中；通过若干所述特征值对所述Transformer编码器进行多任务学习处理，以将所述Transformer编码器中的第一原始参数训练为第一目标参数，并将所述第一目标参数输入至所述解析层中；通过所述第一目标参数对所述解析层进行元学习处理，以将所述解析层中的第二原始参数训练为对应的第二目标参数，以对应生成所述能量管理模...

【专利技术属性】
技术研发人员：张俊，邓建明，龚循飞，于勤，廖程亮，樊华春，罗锋，张萍，熊慧慧，吴静，万文辉，
申请(专利权)人：江西五十铃汽车有限公司，
类型：发明
国别省市：