一种多动力源车辆能量管理策略优化方法、系统及设备技术方案

本发明专利技术公开了一种多动力源车辆能量管理策略优化方法、系统及设备，涉及新能源汽车技术领域，该方法包括：根据标准工况和车辆模型模拟当前车辆状态；基于遗传拓扑神经网络，确定电机分配需求功率的比例；基于比例计算电机转矩，并根据电机转矩计算电机的消耗功率；基于消耗功率计算遗传拓扑神经网络中所有个体的奖励值；基于奖励值确定最优个体，得到最优能量管理策略。本发明专利技术将现在普遍用于多动力源车辆能量管理策略(Energy Management Strategy,EMS)中的基于梯度更新权重的神经网络替换为基于进化更新拓扑结构和权重的遗传拓扑神经网络(Neuro Evolution of Augmenting Topologies,NEAT)，能减少EMS调试周期，通过最优EMS对车辆动力源之间的能量流进行分配，使车辆在满足动力性的要求下达到最佳的经济性。佳的经济性。佳的经济性。

【技术实现步骤摘要】
一种多动力源车辆能量管理策略优化方法、系统及设备


[0001]本专利技术涉及新能源汽车
，特别涉及一种多动力源车辆能量管理策略优化方法、系统及设备。

技术介绍

[0002]为了推动经济社会发展全面绿色转型、实现碳达峰碳中和目标，污染排放严重的传统燃油车辆将会逐渐向新能源车辆过渡。无论是油电混合动力汽车、氢
‑
电燃料电池汽车、还是具备有多个电机的分布式驱动纯电动汽车，都需要依靠能量管理策略(Energy Management Strategy,EMS)来高效的分配能量/动力，EMS性能的优劣对于以上多种类新能源汽车的能量效率优化均具有重要意义。
[0003]目前多动力源车辆的EMS可大致分为三类：基于规则的EMS、基于优化的EMS和基于学习的EMS。其中基于规则的EMS需要丰富的经验知识，还要考虑到所有可能发生的情况并且分别为其制定相应的规则，设计过程繁琐且执行动作死板。基于优化的管理策略虽然可以求出最优解，但是需要提前知道完整的工况，之后才能使用相应的优化算法求得最优解，不能很好适应于未知工况，计算量大且不具备实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多动力源车辆能量管理策略优化方法，其特征在于，包括：根据标准工况和车辆模型模拟当前车辆状态；所述标准工况为全球轻型汽车测试循环工况，所述车辆模型为双电机固定减速比模型，所述车辆状态包括整个工况时段的车轮转速、电机转速、需求功率、荷电状态和电池健康度；基于遗传拓扑神经网络，确定电机分配所述需求功率的比例；基于所述比例计算电机转矩，并根据所述电机转矩计算电机的消耗功率；基于所述消耗功率计算遗传拓扑神经网络中所有个体的奖励值；基于所述奖励值确定最优个体，得到最优能量管理策略。2.根据权利要求1所述的多动力源车辆能量管理策略优化方法，其特征在于，基于遗传拓扑神经网络，确定电机分配所述需求功率的比例，具体包括：初始化遗传拓扑神经网络的基因种群；将车辆电池的荷电状态和电池健康度输入至所述遗传拓扑神经网络中，初始化后的基因种群中所有个体将两个输入值乘以连接的权重并加上神经元的偏置来进行神经元间数据传递，得到不同的输出值；基于所述需求功率，使用sigmoid函数将所述遗传拓扑神经网络所有个体的输出值限制在0到1的范围内作为动作来调整电机分配所述需求功率的比例。3.根据权利要求2所述的多动力源车辆能量管理策略优化方法，其特征在于，所述电机转矩的计算公式如下：转矩的计算公式如下：其中，T1、T2分别为第一电机和第二电机的转矩，action是取值范围0到1的动作，P为需求功率，n1、n2分别为第一电机和第二电机的转速。4.根据权利要求1所述的多动力源车辆能量管理策略优化方法，其特征在于，所述消耗功率的计算公式如下：功率的计算公式如下：其中，P1、P2分别为第一电机和第二电机的消耗功率，Ratio1和Ratio2分别为与第一电机和第二电机相连的减速器的传动比，V为车辆行驶速度，R为车轮半径，E1、E2分别为第一电机和第二电机在电机效率图中插值所得的效率。5.根据权利要求1所述的多动力源车辆能量管理策略优化方法，其特征在于，所述奖励值的计算公式如下其中，reward为当前时刻的奖励值，P为需求功率，P1、P2分别为第一电机和第二电机的
消...

【专利技术属性】
技术研发人员：阮嘉赓，张凯旋，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：