【技术实现步骤摘要】
本专利技术属于混合动力车辆，尤其涉及增程式混合动力车辆mpc能量管理策略时域调节方法。
技术介绍
1、随着轮毂电机技术不断成熟，采用分布式独立电驱动结构的增程式重型车辆开始出现，相较于传统电驱动系统，无变速箱等机械传动结构，仅需要高压线缆连接，所以串联式混合动力结构成为该种车辆混合动力方案的首选，其次，重型混合动力车辆多行驶于工况复杂的环境，因此对前功率链响应速度要求更高，若要充分发挥分布式独立电驱动重型混合动力车辆操控性和行驶稳定性高的优点，需要制定更为高效的能量管理策略。
2、在现有技术中，大都采用模型预测控制(model predictive control,mpc)能量管理法，通过将预测与优化相结合实现能量的最优利用。mpc的时域影响整车燃油经济性和迭代耗时，当车辆低速行驶时，车速变化较频繁，预测得到的未来车速序列误差大，若此时mpc的时域长，选取的未来车速序列多，则根据未来车速进行优化求解的控制量并不是局部最优；当车高速行驶时，车速变化较小，预测得到的未来车速序列误差小，若此时mpc的时域短，选取的未来车速序列少，则根据未来车速序列进行优化求解的控制量也不是局部最优。
3、因此，亟需提出增程式混合动力车辆mpc能量管理策略时域调节方法。
技术实现思路
1、为解决上述技术问题，本专利技术提出了增程式混合动力车辆mpc能量管理策略时域调节方法，获取合适的mpc时域和全局最优的控制策略，以提高局部优化结果、提高燃油经济性。
2、为实现上述目的
3、获取混合动力车辆的历史工况数据，对所述历史工况数据进行预处理，获得历史工况数据集；
4、基于所述历史工况数据集对rbf神经网络预测模型进行训练，优化调参后获得训练好rbf神经网络预测模型；
5、获取当前工况的特征向量，将所述当前工况的特征向量输入所述训练好rbf神经网络预测模型，获得预测工况；
6、构建模糊逻辑控制器，将所述预测工况输入所述模糊逻辑控制器，获得预测时域长度系数；
7、基于所述预测时域长度系数求得预测时域长度，结合dp动态规划的mpc控制器，获得全局最优的控制策略，将所述全局最优的控制策略发送至底层控制器。
8、根据本专利技术提供的增程式混合动力车辆mpc能量管理策略时域调节方法，对所述历史工况数据进行预处理，获得历史工况数据集的方法包括：对所述历史工况数据进行数据清洗和数据转换，获得格式转换后的历史工况数据集；其中，所述历史工况数据集划分为训练集和测试集。
9、根据本专利技术提供的增程式混合动力车辆mpc能量管理策略时域调节方法，获取当前工况的特征向量的方法包括：
10、所述当前工况的特征向量为车速，所述车速根据车辆上的车速传感器获得。
11、根据本专利技术提供的增程式混合动力车辆mpc能量管理策略时域调节方法，所述预测工况包括未来车速序列和未来车辆加速度序列。
12、根据本专利技术提供的增程式混合动力车辆mpc能量管理策略时域调节方法，构建模糊逻辑控制器的方法包括：
13、未来车速序列vpre论域范围为[0，1]，未来车辆加速度序列apre论域为[0，1]，模糊逻辑控制器的输出变量为时域值，论域为[0，1]；将所述预测工况输入所述模糊逻辑控制器，获得预测时域长度的过程中，所述未来车速序列的模糊子集设置为{vl，vm，vh}，其中vl，vm，vh分别表示不同程度的速度值；所述未来车辆加速度序列的模糊子集设置为{al，am，ah}，al，am，ah分别表示不同程度的加速度值，输出时域系数kn的模糊子集设置为{ssm，sm，m，sl}，ssm，sm，m，sl分别表示不同程度是时域系数值。
14、根据本专利技术提供的增程式混合动力车辆mpc能量管理策略时域调节方法，将所述预测工况输入所述模糊逻辑控制器，获得预测时域长度系数的方法包括：
15、将所述未来车速序列和所述未来车辆加速度序列输入所述模糊逻辑控制器，所述模糊逻辑控制器对所述未来车速序列和所述未来车辆加速度序列进行模糊化处理，根据所述模糊逻辑控制器的规则进行模糊推理，获得模糊推理后的模糊集合，将所述模糊推理后的模糊集合进行清晰化处理，获得所述预测时域长度系数。
16、根据本专利技术提供的增程式混合动力车辆mpc能量管理策略时域调节方法，基于所述预测时域长度，结合dp动态规划的mpc控制器，获得全局最优的控制策略的方法包括：将所述预测时域长度、所述未来车速序列和状态变量soc输入所述mpc控制器，所述mpc控制器通过滚动优化在每个采样时刻找到当前最优的控制策略，基于所述当前最优的控制策略通过dp求解，获得所述全局最优的控制策略。
17、根据本专利技术提供的增程式混合动力车辆mpc能量管理策略时域调节方法，基于所述当前最优的控制策略，通过dp求解获得当前时域下的局部最优控制策略，通过求解每一个时域下的局部最优控制策略，获得所述全局最优的控制策略的方法为：
18、基于所述当前最优的控制策略，通过dp求解获得当前时域下的局部最优控制策略，通过求解每一个时域下的局部最优控制策略，获得所述全局最优的控制策略的方法为：
19、
20、
21、
22、其中，preq(k)为k时刻整车需求功率，socbat(k)为k时刻电池soc，uoc为动力电池端电压，u(k)为k时刻控制量，pg(k)为k时刻发动机-发电机组功率，ne(k)为k时刻发动机转速，tg(k)为k时刻发电机转矩，l(socbat(t0+k),u(t0+k))为每一阶段socbat变化所引起的代价函数，其物理意义为燃油消耗，ne_min与ne_max分别为发动机转速的最大值与最小值，tg_min与tg_max分别为发电机转矩的最大值与最小值，pe_min与pe_max分别为发动机功率的最大值与最小值，j为代价函数，socbat为电池soc，t0为初始时刻，k为时域内的k时刻，socbat_min为电池soc最小值，socbat_max为电池soc最大值，pbat_min为电池最小功率，pbat_max为电池最大功率。
23、本专利技术技术效果：本专利技术公开了增程式混合动力车辆mpc能量管理策略时域调节方法，基于模糊控制的方法对模型预测控制的时域进行优化，制定合适的时域长度，提高局部优化结果；通过将模型预测控制与动态规划结合，得到了全局最优的控制策略，提高燃油经济性。
本文档来自技高网...【技术保护点】
1.增程式混合动力车辆MPC能量管理策略时域调节方法，其特征在于，包括：获取混合动力车辆的历史工况数据，对所述历史工况数据进行预处理，获得历史工况数据集；
2.如权利要求1所述的增程式混合动力车辆MPC能量管理策略时域调节方法，其特征在于，对所述历史工况数据进行预处理，获得历史工况数据集的方法包括：对所述历史工况数据进行数据清洗和数据转换，获得格式转换后的历史工况数据集；其中，所述历史工况数据集划分为训练集和测试集。
3.如权利要求1所述的增程式混合动力车辆MPC能量管理策略时域调节方法，其特征在于，获取当前工况的特征向量的方法包括：
4.如权利要求1所述的增程式混合动力车辆MPC能量管理策略时域调节方法，其特征在于，所述预测工况包括未来车速序列和未来车辆加速度序列。
5.如权利要求4所述的增程式混合动力车辆MPC能量管理策略时域调节方法，其特征在于，构建模糊逻辑控制器的方法包括：
6.如权利要求4所述的增程式混合动力车辆MPC能量管理策略时域调节方法，其特征在于，将所述预测工况输入所述模糊逻辑控制器，获得预测时域长度系
7.如权利要求4所述的增程式混合动力车辆MPC能量管理策略时域调节方法，其特征在于，基于所述预测时域长度，结合DP动态规划的MPC控制器，获得全局最优的控制策略的方法包括：将所述预测时域长度、所述未来车速序列和状态变量SOC输入所述MPC控制器，所述MPC控制器通过滚动优化在每个采样时刻找到当前最优的控制策略，基于所述当前最优的控制策略通过DP求解，获得所述全局最优的控制策略。
8.如权利要求7所述的增程式混合动力车辆MPC能量管理策略时域调节方法，其特征在于，基于所述当前最优的控制策略，通过DP求解获得当前时域下的局部最优控制策略，通过求解每一个时域下的局部最优控制策略，获得所述全局最优的控制策略的方法为：
...【技术特征摘要】
1.增程式混合动力车辆mpc能量管理策略时域调节方法，其特征在于，包括：获取混合动力车辆的历史工况数据，对所述历史工况数据进行预处理，获得历史工况数据集；
2.如权利要求1所述的增程式混合动力车辆mpc能量管理策略时域调节方法，其特征在于，对所述历史工况数据进行预处理，获得历史工况数据集的方法包括：对所述历史工况数据进行数据清洗和数据转换，获得格式转换后的历史工况数据集；其中，所述历史工况数据集划分为训练集和测试集。
3.如权利要求1所述的增程式混合动力车辆mpc能量管理策略时域调节方法，其特征在于，获取当前工况的特征向量的方法包括：
4.如权利要求1所述的增程式混合动力车辆mpc能量管理策略时域调节方法，其特征在于，所述预测工况包括未来车速序列和未来车辆加速度序列。
5.如权利要求4所述的增程式混合动力车辆mpc能量管理策略时域调节方法，其特征在于，构建模糊逻辑控制...
【专利技术属性】
技术研发人员：林本祥，魏超，冯付勇，王旭栋，马寅珂，
申请(专利权)人：北京理工大学，
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。