CN103112450A - 一种插电式并联混合动力汽车的实时优化控制方法 - Google Patents

Abstract

本发明涉及一种插电式并联混合动力汽车的实时优化控制方法，其包括以下步骤：1）协同状态初始值标定阶段：根据不同的车辆参数和特征工况，标定出行里程与协同状态初始值对照表；2）在线实时优化阶段：由整车控制器实现；车辆启动前，整车控制器首先接收用户所指定的出行里程，根据标定好的对照表选择适合该出行里程的协同状态初始值；然后车辆启动，整车控制器一方面将车辆状态与协同状态结合确定电机与发动机的转矩分配比；另一方面计算协同状态下一时刻的状态值。本发明从全局优化的角度，考虑到用户的出行里程的长短，然后利用庞氏原理，通过对动力系统进行优化控制，使得车辆按照指定工况运行时所消耗的燃油最少，它可以广泛用于插电式并联混合动力汽车能量管理中。

Description

一种插电式并联混合动力汽车的实时优化控制方法

技术领域

本发明涉及一种控制方法，特别是关于一种插电式并联混合动力汽车的实时优化控制方法。

背景技术

随着节能减排需求的日益迫切，新能源汽车正受到越来越多的关注。插电式并联混合动力汽车因同时具备电动汽车和混合动力汽车的优势而受到广泛的关注。插电式并联混合动力汽车在其CD（Charge Depleting,电量下降）阶段可拥有和电动汽车相同的零排放、低能耗、低使用成本的优势；而在CS（ChargeSustaining,电量维持）阶段又拥有混合动力汽车续驶里程长的优势。因此，插电式并联混合动力汽车成为了当前产业界关注的焦点。

插电式并联混合动力汽车的节油是通过两个方面来实现的：一方面在运行的过程中，消耗电池所储存的电能来替代燃油；另一方面，通过电驱动系统来调节发动机工作点，使发动机工作在高效的区域。目前，关于电池电能的分配主要是通过实施“AE-CS（All Electric,Charge Sustaining,先纯电动，后电量维持）”策略的方式来实现的。但也有一些改进的策略，例如：插电式普锐斯对上述策略进行了优化，即在CD阶段，如果功率需求超过一定的阈值，则启动发动机。而关于发动机工作点的调节目前主要的观点认为发动机应该工作在等功率的最优经济线上。

但是，上述电池电能的分配策略没有考虑到出行里程的长短，因此，按照上述的方法也就无法实现插电式并联混合动力汽车燃油经济性的最优值。随着汽车和GPS设备的普及，人们将会越来越容易确定自己每次出行里程。因此，根据出行里程信息对插电式并联混合动力汽车的整车控制策略进行优化，将能得到更好的燃油经济性，更加充分地发挥插电式并联混合动力汽车的节能减排效果。

发明内容

针对上述问题，本发明的目的是提供一种提高燃油经济性的插电式并联混合动力汽车的实时优化控制方法。

为实现上述目的，本发明采取以下技术方案：一种插电式并联混合动力汽车的实时优化控制方法，其包括协同状态初始值标定阶段和在线实时优化阶段；所述协同状态初始值标定阶段包括以下步骤：1）确定待标定的出行里程；2）判断待标定出行里程是否大于纯电续驶里程：若判断结果为是，则进入步骤3）；反之，该出行里程对应的协同状态初始值p(0)=0，并进入步骤9）；3）判断是否为首次标定：若判断结果为是，则取0为标定迭代过程的初值，并进入步骤5）；反之，进入步骤4）；4）取前一个标定好的出行里程对应的协同状态初始值p(0)为标定迭代过程的初值；5）进入Blended-CS策略区：利用当前协同状态初始值p(0)，完成待标定出行里程的运行；6）判断当前协同状态初始值p(0)对应的CD里程是否大于待标定出行里程：若判断结果为是，则减小协同状态初始值p(0)，回到步骤5）；反之，进入步骤7）；7）判断当前协同状态初始值p(0)对应的CD里程是否小于待标定出行里程：若判断结果为是，则增大协同状态初始值p(0)，回到步骤5）；反之，进入步骤8）；8）将此时的协同状态初始值p(0)作为该标定出行里程对应的协同状态初始值；9）判断待标定出行里程是否已经穷尽：若判断结果为否，则k=k+1，回到步骤1）；反之，进入步骤10）；10）完成不同出行里程协同状态初始值对照表的标定；所述在线实时优化阶段包括以下步骤：1）预置出行里程与协同状态初始值p(0)对照表，用户输入出行里程；2）判断输入的出行里程是否大于纯电续始里程：若判断结果为是，则进入步骤3）；反之，取协同状态初始值为0，进入AE-CS策略区进行以下操作：①执行电驱动方案；②判断SOC是否达到SOC_cs：若判断结果为否，则回到步骤①；反之，车辆进入CS模式，直到停车；3）根据出行里程的设定，查出行里程与协同状态初始值p(0)对照表得到协同状态初始值p(0)；4）进入Blended-CS策略区：利用当前协同状态初始值p(0)，完成所输入出行里程的运行。

在所述协同状态初始值标定阶段中的步骤5）的Blended-CS策略区运行，包括以下步骤：①读取车辆状态和协同状态；②判断是否接收到停车命令：若判断为结果为是，则停车，进入所述协同状态初始值标定阶段的步骤6）；反之，进入步骤③；③判断当前SOC是否达到车辆设定的SOC_cs：若判断结果为是，则车辆转入CS模式运行，直至车辆停止后，再进入所述协同状态初始值标定阶段的步骤6）；反之，进入步骤④；④计算最优TSR，将经过优化的转矩命令发至电机控制器和发动机控制器执行；⑤协同状态p(t)更新，回到步骤①。

所述协同状态初始值标定阶段中步骤④，包括以下步骤：a、计算TSR边界点；b、得到最优TSR备选点；c、计算汉密尔顿式H；d、取最小汉密尔顿式H对应的TSR为最优TSR，将经过优化的转矩命令发至电机控制器和发动机控制器执行。

在所述在线实时优化阶段中的步骤4）的Blended-CS策略区运行，包括以下步骤：①读取车辆状态和协同状态；②判断是否接收到停车命令，若判断为结果为是，则停车；反之，进入步骤③；③判断当前SOC是否已经达到车辆设定的SOC_cs：若判断结果为是，则车辆转入CS模式运行，直至车辆停止；反之，进入步骤④；④计算最优TSR，将经过优化的转矩命令发至电机控制器和发动机控制器执行；⑤协同状态p(t)更新，回到步骤①。

所述在线实时优化阶段中步骤④，包括以下步骤：a、计算TSR边界点；b、得到最优TSR备选点；c、计算汉密尔顿式H；d、取最小汉密尔顿式H对应的TSR为最优TSR，将经过优化的转矩命令发至电机控制器和发动机控制器执行。

本发明由于采取以上技术方案，其具有以下优点：1、本发明方法首先从全局优化的角度，考虑到用户的出行里程的长短，然后利用庞特里亚金极值原理，通过对以TSR为控制变量u(t)、电池SOC为状态变量x(t)的动力系统进行优化控制，使得车辆按照指定工况运行时所消耗的燃油最少。2、本发明方法为使车辆在一段时间内按照指定工况运行时所消耗的燃油最少，首先由生产厂商完成出行里程与协同状态初始值p(0)对照表的标定，然后车辆在使用时，将利用用户输入的里程信息，将全局优化的计算过程转换为用于实时控制的在线算法，从而使得插电式并联混合动力汽车能够获得比使用局部/瞬时优化算法更优的燃油经济性。3、本发明方法针对插电式并联混合动力汽车，提出了四个备选的最佳TSR，从而大幅度地减轻了整车控制器的计算负荷，这也使得本发明能够用于实时控制中。

附图说明

图1是一种插电式并联混合动力汽车的构型示意图，其中，“——”表示机械连接，“＝＝＝＝＝＝”表示电力连接，“----”表示通讯信号

图2是本发明协同状态初始值标定阶段的流程图

图3是本发明协同状态初始值与出行里程关系图

图4是本发明Blended-CS策略的流程图

图5是本发明发动机等速效率最优工作线图

图6是本发明在线实时优化阶段的流程图

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

本发明方法适用于插电式并联混合动力汽车（如图1所示）在CD阶段的驱动控制。本发明不涉及到换挡策略，且对离合器的控制策略采用如下规则：如果发动机转矩命令为0时，离合器断开，发动机与传动系脱离；反之离合器则结合，发动机将转矩传输至车辆传动系。本发明以车辆的动力系统为被控对象，以TSR（Torque Split Ratio,转矩分配比）为系统的控制变量，其定义为电机转矩与转矩总需求的比例。当整车在任意时刻有转矩需求（即转矩总需求）时，将使用不同的TSR来满足转矩需求。但是，从燃油经济性的角度来看，不同的TSR也对应着不同的燃油经济性。因此，本发明利用庞特里亚金极值原理，通过对以TSR为控制变量、电池SOC（State of Charge，荷电状态）为状态变量的动力系统进行优化控制，实现插电式并联混合动力汽车的实时优化控制方法。

本发明欲解决的问题是插电式并联混合动力汽车的能量管理问题。具体地说，本发明将通过优化控制，使得一辆插电式并联混合动力汽车在一段时间内（0～T秒），按照指定工况运行时，所消耗的燃油最少。因此，这是一个典型的全局优化问题，可以用式(1)(2)来表示：

$\min :J={\∫}_0^{T}g(x\left(t\right),u\left(t\right),t)\mathrm{dt}---\left(1\right)$

$s.t.\stackrel{\·}{x}=f(x\left(t\right),u\left(t\right),t)$ (2)

x(T)≥x_T

其中：x(t)是车辆在t时刻的SOC,即被控系统的状态变量；u(t)是整车控制器在t时刻决策的TSR，即被控系统的控制变量；f(x(t),u(t),t)是车辆在t时刻状态变量x(t)的变化率（单位：1/s）；g(x(t),u(t),t)代表车辆在t时刻的瞬时燃油消耗率（单位：kg/s）。因此，式(1)表示的是该全局优化问题的目标函数，J表示车辆在0～T秒按照指定工况运行过程中的总油耗，该优化问题的目标函数是要使得该段总油耗最小；式(2)包含两个式子，均为该优化问题的约束，其中：第一个式子表示该系统的状态转移方程，第二个式子表示该优化问题的末值约束条件，即，当该过程结束时，车辆的SOC不能低于x_T。

本发明利用庞特里亚金极值原理（简称“庞氏原理”），将上述全局优化问题转换为了若干瞬时优化问题。若干个瞬时优化问题的解的集合，则是该全局优化问题最优解的必要条件。庞氏原理首先引入了汉密尔顿式的概念。在本发明针对的问题中，汉密尔顿式H的定义如下(3)：

H(x(t),u(t),p(t),t)=g(x(t),u(t),t)+p(t)f(x(t),u(t),t)    (3)

其中，x(t),u(t),f(x(t),u(t),t),g(x(t),u(t),t)的定义都与在全局优化问题中式(1)(2)中的变量定义相同。庞氏原理为被控系统新引入了一个状态，叫做协同状态，在式(3)中用p(t)表示。

在定义了汉密尔顿式的基础上，庞氏原理将式(1)(2)所示的插电式并联混合动力汽车能量管理全局优化问题转换了式(4)～(6)所表示的瞬时优化问题：

$u^{*}\left(t\right)=\arg \underset{u\∈U}{\min }H(x\left(t\right),u\left(t\right),p\left(t\right),t)---\left(4\right)$

$\stackrel{\·}{p}\left(t\right)=-\frac{\∂H}{\∂x}---\left(5\right)$

$\stackrel{\·}{x}\left(t\right)=\frac{\∂H}{\∂p}---\left(6\right)$

其中：式(4)表示当前t时刻的最优控制是使得t时刻汉密尔顿式最小的控制；式(5)是在最优控制变量u^*(t)的作用下，协同状态p(t)的状态转移方程；式(6)则是被控系统的状态转移方程。式(4)～(6)描述了庞氏原理中的瞬时优化问题。

本发明的具体实施过程分为协同状态初始值标定阶段和在线实时优化阶段。

1、协同状态初始值标定阶段

协同状态初始值标定阶段的目的是根据不同的车辆参数和特征工况，标定出行里程与协同状态初始值p(0)对照表。协同状态初始值标定阶段需要在车辆交付用户前，由生产厂商完成。

特征工况是指能够代表用户实际行驶工况的代表性工况，其与实际工况相比，具有相同（或相近）的平均车速、平均加速度、平均减速度、平均加减速变换次数等工况的特征参数。

根据全局优化的理论分析（动态规划等数学办法）得到，插电式并联混合动力汽车的最优策略总是将电能按照一定条件地平均分布在整个行驶里程中，即，最优的燃油经济性总是在车辆的CD里程与车辆的出行里程相同的情况下获得。因此，当车辆的参数确定之后，就需要通过车辆的仿真模型或转毂试验对不同出行里程对应的不同协同状态初始值进行标定。

如图2所示，下面以通过模型仿真的标定方法为例，描述出行里程与协同状态初始值p(0)对照表的标定流程。

1）确定待标定的出行里程：通常是将k倍（k为整数）特征工况的里程作为待标定的出行里程；

2）判断待标定出行里程是否大于纯电续驶里程：若判断结果为是，则进入步骤3）；反之，该出行里程对应的协同状态初始值p(0)=0，并进入步骤9）；

3）判断是否为首次标定：若判断结果为是，则取0为标定迭代过程的初值，并进入步骤5）；反之，进入步骤4）；

4）取前一个标定好的出行里程对应的协同状态初始值p(0)为标定迭代过程的初值；

5）利用当前协同状态初始值p(0)，完成待标定出行里程的运行；

6）判断当前协同状态初始值p(0)对应的CD里程是否大于待标定出行里程：若判断结果为是，则减小协同状态初始值p(0)，回到步骤5）；反之，进入步骤7）；

7）判断当前协同状态初始值p(0)对应的CD里程是否小于待标定出行里程：若判断结果为是，则增大协同状态初始值p(0)，回到步骤5）；反之，进入步骤8）；

8）将此时的协同状态初始值p(0)作为该标定出行里程对应的协同状态初始值；

9）判断待标定出行里程是否已经穷尽：若判断结果为否，则k=k+1，回到步骤1）；反之，进入步骤10）；

10）完成不同出行里程协同状态初始值对照表（如表1所示）的标定，并可以根据对照表得到协同状态初始值与出行里程关系图（如图3所示）。

表1是出行里程与协同状态初始值p(0)的对照表

出行里程(Km)	0	50.32	54.65	65.58	76.51	87.44	98.37	109.3	120.24
										p(0)(Kg)	0	0	3.015	3.13	3.22	3.31	3.41	3.45	3.48

由表1和图3可以得到出行里程与协同状态初始值p(0)有如下的变化趋势：在出行里程小于纯电续驶里程的部分，协同状态初始值p(0)为0；在超过纯电续驶里程后，协同状态初始值p(0)随着出行里程的增大而增大，但是增大的幅度在逐渐变缓。

上述步骤5）是本发明提出的Blended-CS策略，在按照该策略运行的过程中，发动机在必要的时候（发动机启动对应的汉密尔顿式最小时）启动，并且与电机进行最优的转矩分配。Blended-CS策略区是通过将当前协同状态初始值p(0)带入整车模型或整车转毂实验台，若在该里程结束前，车辆即进入了CS模式，则说明CD里程比待标定出行里程短；否则，说明CD里程比待标定出行里程长；具体步骤如下（如图4所示）：

①读取车辆状态和协同状态：车辆启动后，整车控制器通过整车网络实时读取当前时刻i的车辆状态和协同状态；其中：车辆状态包括发动机和电机需求的总转矩、发动机和电机的当前转速、电池的SOC、电流等信息；

②判断是否接收到停车命令：若判断为结果为是，则停车，进入前述步骤6）；反之，进入步骤③；

③定义车辆在CS阶段的SOC值为SOC_cs，判断当前SOC是否达到车辆设定的SOC_cs：若判断结果为是，则车辆进入CS模式运行，直至车辆停止后，再进入前述步骤6）；反之，进入步骤④；

④计算最优TSR：

a、计算TSR边界点：因为电机转矩、发动机转矩、电池电流等因素，TSR只能在一定范围内优化，因此可行的TSR存在边界值；TSR具体的约束包括：电机在该转速下的转矩T_mot不能大于其转矩外特性（电机最大转矩为T_motmax）；发动机转矩T_eng不能大于外其转矩外特性（发动机最小转矩和最大转矩分别为T_engmin和T_engmax）；电池电流I_bat不能大于限定值（最小电流和最大电流分别为I_min和I_max）；同时，发动机转矩T_mot与电机转矩T_eng之和能够满足此刻的转矩需求T_dmd即：

$U\left(t\right)=\left\{\mathrm{TSR}\left(t\right)\right|\begin{array}{c}{T}_{\mathrm{mot}}\left(t\right)\∈[-T_{\mathrm{mot}\max },T_{\mathrm{mot}\max }]\\ T_{\mathrm{eng}}\left(t\right)\∈[T_{\mathrm{eng}\min },T_{\mathrm{eng}\max }]\\ T_{\mathrm{bat}}\left(t\right)\∈[I_{\min },I_{\max }]\\ T_{\mathrm{mot}}\left(t\right)+T_{\mathrm{eng}}\left(t\right)=T_{\mathrm{dmd}}\left(t\right)\end{array}\}---\left(7\right).$

由满足上述约束的所有TSR组成的集合形成了该系统控制变量在t时刻的可行域U(t)，此时TSR的边界点分别为该可行域中的最大值和最小值：

TSR_min=min(U(t)),TSR_max=max(U(t))    (8)。

b、得到最优TSR备选点：本发明提出的最优TSR备选点包括4个：由步骤a计算得到的TSR的两个边界点，一个发动机工作在等转速最优线上的TSR（如图5点划线所示），一个采用纯电驱动的TSR（即TSR=0）。如果后两个TSR满足约束条件式（7），即在TSR的可行域内，那么则将其列为最优TSR备选点，否则，从备选点中去除。

c、计算汉密尔顿式H：本发明利用庞氏原理，将车辆在该次出行期间的全局优化问题通过汉密尔顿算子转换为了一个瞬时优化问题，瞬时汉密尔顿式H的计算采用前述式(3)。在实施运算时，可以使用基于车辆模型的方法来计算f(x(t),u(t),t)和g(x(t),u(t),t)的数值，也可以通过实验预置MAP图的形式，求得当前状态下的f(x(t),u(t),t)和g(x(t),u(t),t)。

d、求最优TSR，发动机电机执行：根据所有备选TSR对应的汉密尔顿算子数值，取最小汉密尔顿值对应的TSR作为该时刻的最优TSR；再根据该时刻的转矩需求，求得发动机转矩和电机转矩目标数值，将该转矩命令分别发至发动机控制器和电机控制器执行；

⑤协同状态p(t)更新：为了能使车辆的燃油经济性取到最优，根据庞氏原理，协同状态必须要做实时更新，因此使用前述状态转移方程式(5)对协同状态p(t)更新后，回到步骤①。

2、在线实时优化阶段

如图6所示，在线实时优化阶段是本发明在用户使用过程中的具体实施过程，由整车控制器实现。

1）预置出行里程与协同状态初始值p(0)对照表，用户输入出行里程：在充满电后（假设每次充电都充至满电状态），用户直接地输入其下次充电前预计出行的里程，或者通过车载的GPS设定目的地，间接地输入其下次充电前将要出行的里程；

2）判断输入的出行里程是否大于纯电续始里程：若判断结果为是，则进入步骤3）；反之，取协同状态初始值为0，进入AE-CS策略区进行以下操作：

①执行电驱动方案：在整个过程中，车辆按照先纯电动驱动的方式一直运行，直至SOC降到CS阶段所设定的SOC值SOC_cs（比如：SOC_cs=0.3）；

②判断SOC是否达到SOC_cs：若判断结果为否，则回到步骤①；反之，车辆进入CS模式，直到停车；

3）根据出行里程的设定，查出行里程与协同状态初始值p(0)对照表得到协同状态初始值p(0)；

4）进入Blended-CS策略区，包括以下步骤：

①读取车辆状态和协同状态：车辆启动后，整车控制器通过整车网络实时读取当前时刻t的车辆状态和协同状态；

②判断是否收到停车命令：如果判断结果为是，则停车；反之，进入步骤③；

③判断当前SOC是否已经达到车辆在CS阶段设定的SOC值SOC_cs：如果判断结果为是，则车辆进入CS模式运行，直至车辆停止；反之，继续进行Blended-CS策略区的后面的程序，而后面的程序与协同状态初始值标定阶段时的Blended-CS策略区的步骤相同（如图3、图6所示），不再赘述。

上述各实例仅用于说明本发明，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims (5)

1.一种插电式并联混合动力汽车的实时优化控制方法，其包括协同状态初始值标定阶段和在线实时优化阶段；

所述协同状态初始值标定阶段包括以下步骤：

1）确定待标定的出行里程；

2）判断待标定出行里程是否大于纯电续驶里程：若判断结果为是，则进入步骤3）；反之，该出行里程对应的协同状态初始值p(0)=0，并进入步骤9）；

3）判断是否为首次标定：若判断结果为是，则取0为标定迭代过程的初值，并进入步骤5）；反之，进入步骤4）；

4）取前一个标定好的出行里程对应的协同状态初始值p(0)为标定迭代过程的初值；

5）进入Blended-CS策略区：利用当前协同状态初始值p(0)，完成待标定出行里程的运行；

6）判断当前协同状态初始值p(0)对应的CD里程是否大于待标定出行里程：若判断结果为是，则减小协同状态初始值p(0)，回到步骤5）；反之，进入步骤7）；

7）判断当前协同状态初始值p(0)对应的CD里程是否小于待标定出行里程：若判断结果为是，则增大协同状态初始值p(0)，回到步骤5）；反之，进入步骤8）；

8）将此时的协同状态初始值p(0)作为该标定出行里程对应的协同状态初始值；

9）判断待标定出行里程是否已经穷尽：若判断结果为否，则k=k+1，回到步骤1）；反之，进入步骤10）；

10）完成不同出行里程协同状态初始值对照表的标定；

所述在线实时优化阶段包括以下步骤：

1）预置出行里程与协同状态初始值p(0)对照表，用户输入出行里程；

2）判断输入的出行里程是否大于纯电续始里程：若判断结果为是，则进入步骤3）；反之，取协同状态初始值为0，进入AE-CS策略区进行以下操作：

①执行电驱动方案；

②判断SOC是否达到SOC_cs：若判断结果为否，则回到步骤①；反之，车辆进入CS模式，直到停车；

3）根据出行里程的设定，查出行里程与协同状态初始值p(0)对照表得到协同状态初始值p(0)；

4）进入Blended-CS策略区：利用当前协同状态初始值p(0)，完成所输入出行里程的运行。

2.如权利要求1所述的一种插电式并联混合动力汽车的实时优化控制方法，其特征在于，在所述协同状态初始值标定阶段中的步骤5）的Blended-CS策略区运行，包括以下步骤：

①读取车辆状态和协同状态；

②判断是否接收到停车命令：若判断为结果为是，则停车，进入所述协同状态初始值标定阶段的步骤6）；反之，进入步骤③；

③判断当前SOC是否达到车辆设定的SOC_cs：若判断结果为是，则车辆转入CS模式运行，直至车辆停止后，再进入所述协同状态初始值标定阶段的步骤6）；反之，进入步骤④；

④计算最优TSR，将经过优化的转矩命令发至电机控制器和发动机控制器执行；

⑤协同状态p(t)更新，回到步骤①。

3.如权利要求2所述的一种插电式并联混合动力汽车的实时优化控制方法，其特征在于：所述协同状态初始值标定阶段中步骤④，包括以下步骤：

a、计算TSR边界点；

b、得到最优TSR备选点；

c、计算汉密尔顿式H；

d、取最小汉密尔顿式H对应的TSR为最优TSR，将经过优化的转矩命令发至电机控制器和发动机控制器执行。

4.如权利要求1所述的一种插电式并联混合动力汽车的实时优化控制方法，其特征在于，在所述在线实时优化阶段中的步骤4）的Blended-CS策略区运行，包括以下步骤：

①读取车辆状态和协同状态；

②判断是否接收到停车命令，若判断为结果为是，则停车；反之，进入步骤③；

③判断当前SOC是否已经达到车辆设定的SOC_cs：若判断结果为是，则车辆转入CS模式运行，直至车辆停止；反之，进入步骤④；

④计算最优TSR，将经过优化的转矩命令发至电机控制器和发动机控制器执行；

⑤协同状态p(t)更新，回到步骤①。

5.如权利要求4所述的一种插电式并联混合动力汽车的实时优化控制方法，其特征在于，所述在线实时优化阶段中步骤④，包括以下步骤：

a、计算TSR边界点；

b、得到最优TSR备选点；

c、计算汉密尔顿式H；

d、取最小汉密尔顿式H对应的TSR为最优TSR，将经过优化的转矩命令发至电机控制器和发动机控制器执行。

Images