CN105216780A - 电动汽车冲击度主动抑制的动力品质控制方法 - Google Patents

Abstract

本发明提供了一种电动汽车冲击度主动抑制的动力品质控制方法，包括步骤：1：在线接收或识别电驱动系统运行及车辆的状态信息、驾驶员操作信息；步骤2：执行基于主动减振阻尼器和冲击度预测抑制的车辆驱动转矩控制；步骤3：执行基于车辆冲击度反馈的动力品质主动控制；步骤4：执行基于特征工况主动捕捉的所述电驱动系统动态响应特性自学习；步骤5：输出控制指令给个电驱动系统，实现对电动汽车的动力品质的主动优化控制。本发明实现了对因驱动力突变而引起的车辆冲击的主动抑制、对因车辆行驶阻力的随机性变化而引起的车辆冲击的主动抑制、对电动汽车的动力品质自学习在线实时控制，具有动力品质好、易于实车实现的特点。

Description

电动汽车冲击度主动抑制的动力品质控制方法

技术领域

本发明涉及一种电动汽车控制技术，具体地，涉及一种电动汽车冲击度主动抑制的动力品质控制方法。

背景技术

电动汽车已成为全球发展的重点和热点，其电驱动系统具有相应快的特点，如不能有效控制其动力品质，不仅将恶化车辆驾乘的舒适性，还将引起动力传动系统的扭转振动，从而对动力传动系统的可靠性带来威胁。因此，电动汽车的动力品质控制是电动汽车控制的重要内容之一。

目前，对电动汽车的动力品质的控制，一般采用斜坡函数来抑制车辆驱动转矩的突变，进而达到抑制车辆加速度的突变，避免车辆冲击。但该斜坡函数的确定往往未充分电动汽车电驱动系统的特性、严重依赖试验标定而过份抑制，导致为实现冲击度抑制而未能充分发挥系统的性能潜力，影响车辆动力性；由于车辆行驶阻力的随机性变化，电驱动系统的快速响应特性又将反过来引起车辆冲击度的剧烈变化，进而引起车辆冲击恶化，而目前常用的斜坡函数不能自动适应车辆行驶阻力的随机性变化，从而未能保证车辆动力品质。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种电动汽车冲击度主动抑制的动力品质控制方法。

根据本发明提供的电动汽车冲击度主动抑制的动力品质控制方法，基于电动汽车的电驱动系统实现对动力品质的控制，包括如下步骤：

步骤1：根据采样传感器信号以及整车控制器通过CAN总线获得的电源系统状态信息、电机系统运行信息，获得驾驶员操作信息和车辆运行状态信息；

步骤2：利用基于主动减振阻尼器和冲击度预测抑制的车辆驱动转矩控制方式实现对因驱动力突变而引起的车辆冲击的主动抑制；并在获得电机系统的最终转矩控制指令、最终转速控制指令后用于控制电动汽车的运行状态；

步骤3：利用基于车辆冲击度反馈的动力品质主动控制方式更新最终转矩控制指令、最终转速控制指令，得到更新后的最终转矩控制指令、最终转速控制指令，实现对因车辆行驶阻力的随机性变化而引起的车辆冲击的主动抑制；

步骤4：通过CAN总线输出更新后的最终转矩控制指令、最终转速控制指令并传输至电驱动系统，实现对电动汽车的动力品质的主动控制。

优选地，所述的整车控制器通过CAN总线分别与电源系统、电机系统、动力附件相连接并通过电气线束与传感器相连接。

优选地，所述步骤1中的所述电源系统状态信息包括：蓄电池荷电状态、剩余能量状态；

所述电机系统运行信息包括：发动机的转速和转矩信息；

所述传感器信号包括驾驶员驾驶车辆时的操作信号以及车速传感器信号、车辆加速度传感器信号；所述车辆运行状态信息包括车速、加速度；驾驶员驾驶车辆时的操作信号包括加速踏板传感器信号、制动踏板传感器信号、点火钥匙开关信号、变速手柄位置传感器信号。

优选地，所述步骤2包括如下步骤：

步骤2.1：将驾驶员操作信息中的驾驶员加速踏板或制动踏板信号的采样值转化为指令值，转化公式如下：

APP_dmd ^curr＝min(APP_dmd ^pre+APP_rate×Δt_APP,APP_Raw ^curr)；

BPP_dmd ^curr＝min(BPP_dmd ^pre+BPP_rate×Δt_BPP,BPP_Raw ^curr)；

式中：APP_dmd ^curr、APP_dmd ^pre分别为当前时刻、前一时刻的加速踏板的指令值，BPP_dmd ^curr、BPP_dmd ^pre分别为当前时刻、前一时刻的制动踏板的指令值，APP_Raw ^curr、BPP_Raw ^curr分别为当前时刻的加速踏板、制动踏板信号采样值，Δt_APP、Δt_BPP分别为加速踏板、制动踏板指令值的更新周期，APP_rate、BPP_rate分别为加速踏板指令、制动踏板指令的允许变化速率；

若APP_Raw ^curr>APP_dmd ^pre，则APP_rate＝APP_rate ⁺(t)；

若APP_Raw ^curr≤APP_dmd ^pre，则APP_rate＝APP_rate ^-(t)；

若BPP_Raw ^curr>BPP_dmd ^pre，则BPP_rate＝BPP_rate ⁺(t)；

若BPP_Raw ^curr≤BPP_dmd ^pre，则BPP_rate＝BPP_rate ^-(t)；

APP_rate ⁺(t)＝APP_ratemax×(1-e^λ1ⅹt)；

APP_rate ^-(t)＝APP_ratemax×(1-e^λ2ⅹt)；

BPP_rate ⁺(t)＝BPP_ratemax×(1-e^λ3ⅹt)；

BPP_rate ^-(t)＝BPP_ratemax×(1-e^λ4ⅹt)；

式中：APP_rate ⁺(t)、APP_rate ^-(t)分别为加速踏板开度增大、减小时的允许变化速率的限制值，BPP_rate ⁺(t)、BPP_rate ^-(t)分别为制动踏板开度增大、减小时的允许变化速率的限制值，t为加速踏板或制动踏板信号采样值到指令值的转化所经历的时间,APP_ratemax、BPP_ratemax分别为基于冲击度控制要求而设置的加速踏板开度和制动踏板开度的变化速率的最大允许值，λ1、λ2、λ3、λ4分别为按冲击度控制要求经试验测定或计算确定的加速踏板开度增大时、加速踏板开度减小时、制动踏板开度增大时、制动踏板开度减小时的允许变化速率限制值随t的控制参数；

步骤2.2：获得基于反馈的驾驶员对所述电机系统的初级指令转矩T_drvr、初级指令转速ω_drvr，计算公式如下：

T_drvr＝min(|T_real ^FB+T_drvr ^rate×Δt_Tdrvr|,|T_drvr ^RAW)|)×sgn(T_drvr ^RAW)；

ω_drvr＝min(|ω_real ^FB+ω_drvr ^rate×Δt_ωdrvr|,|ω_drvr ^RAW)|)×sgn(ω_drvr ^RAW)；

式中：T_real ^FB、ω_real ^FB分别为电机系统通过CAN总线反馈的当前时刻的实际输出转矩、转速，Δt_Tdrvr、Δt_ωdrvr分别为驾驶员指令转矩T_drvr、指令转速ω_drvr的更新周期，ω为根据安装在所述电机系统的输出轴上的所述车速传感器信号计算出的驱动桥输入转速，在APP_dmd ^curr>△₁且BPP_dmd ^curr<△₂时为根据车速Vs和APP_dmd ^curr查表计算的驱动车辆的驾驶员指令转矩原始值、在APP_dmd ^curr<△₁且BPP_dmd ^curr>△₂时为根据车速Vs和BPP_dmd ^curr查表计算的制动车辆的驾驶员指令转矩原始值，T_drvr ^rate、ω_drvr ^rate分别为车辆驱动转矩的允许变化速率、转速的允许变化速率，△₁、△₂分别为加速踏板开度信号有效、制动踏板开度信号有效的下限值。

若|T_drvr ^RAW|>|T_real ^FB|，则T_drvr ^rate＝T_drvr ^rate+；

若|T_drvr ^RAW|≤|T_real ^FB|，则T_drvr ^rate＝T_drvr ^rate-；

若|ω_drvr ^RAW|>|T_real ^FB|，则ω_drvr ^rate＝ω_drvr ^rate+；

若|ω_drvr ^RAW|≤|T_real ^FB|，则ω_drvr ^rate＝ω_drvr ^rate-；

式中：T_drvr ^rate+、T_drvr ^rate-分别为基于冲击度控制要求而设置的车辆驱动指令转矩增大、减小时的允许变化速率的极限限制值，ω_drvr ^rate+、ω_drvr ^rate-分别为基于冲击度控制要求而设置的车辆驱动指令转速增大、减小时的允许变化速率的极限限制值；

步骤2.3：预测出所述电机系统在下一时刻可实现的转速范围和转矩范围的向量Φ^pre，预测的计算公式如下：

Φ^pre＝[w^pre,U,w^pre,L,T^pre,U,T^pre,L]

＝{[w^curr+R⁺ _ω,slfL ⁿ×Δt,w^curr+R^- _ω,slfL ⁿ×Δt,T^curr+R⁺ _T,slfL ^m×Δt,T^curr+R^- _T,slfL ^m×Δt]，当(|w^curr-ω_slfL ⁿ|最小且|T^curr-T_slfL ^m|最小时,m＝1,2,…,NT，n＝1,2,…,NW)}

式中：Δt为下一时刻与当前时刻之间的时间差值，w^pre _, ^U、w^pre _, ^L、T^pre _, ^U、T^pre _, ^L分别为预测出的所述电机系统在下一时刻可实现的转速上限、转速下限、转矩上限、转矩下限，w^curr、T^curr分别为通过CAN总线接收到的所述电机系统在当前时刻的实际转速、转矩，R⁺ _ω,slfL ⁿ、R^- _ω,slfL ⁿ、R⁺ _T,slfL ^m、R^- _T,slfL ^m分别是自学习出的所述电机系统在工况点(T_slfL ^m，ω_slfL ⁿ)能够实现的转速动态响应增的速率、转速动态响应减的速率、转矩动态响应增的速率、转矩动态响应减的速率，其中，T_slfL ^m、ω_slfL ⁿ分别为所述电机系统的转速动态响应增的速率脉谱、转速动态响应减的速率脉谱、转矩动态响应增的速率脉谱、转矩动态响应减的速率转矩脉谱共用的扭矩表头中第m个扭矩、转速表头中的第n个转速，m＝1,2,…,NT，n＝1,2,…,NW，NT为扭矩表头中所设的转矩的个数，NW为转速表头中所设的转速的个数；

步骤2.4：将电机系统的控制指令限制在可实现的范围内，得到可实现的控制指令，以避免因对所述电机系统的控制指令与可实现的响应速度的不一致所导致的冲击，计算公式如下：

w^Psbl＝max(min(w^RAW，w^pre _, ^U),w^pre _, ^L)；

T^Psbl＝max(min(T^RAW，T^pre _, ^U),T^pre _, ^L)；

式中：w^RAW、T^RAW分别等于步骤1中的ω_drvr、T_drvr的值，w^Psbl、T^Psbl分别为所述电机系统在下一时刻的可实现转速指令、转矩指令；

步骤2.5：计算车辆的当前冲击度ξ^curr，并预测下一时刻的冲击度ξ^pre；计算公式如下：

ξ^curr＝Δas/Δtvs；

如T_real ^FB≠T_real ^FB-，则ξ^pre＝ξ^curr×[T^Psbl-T_real ^FB]/|T_real ^FB-T_real ^FB-|；

如T_real ^FB＝T_real ^FB-，则ξ^pre＝ξ^curr；

式中：Δas为对车辆加速度传感器采样并计算出的车辆加速度差，Δtvs为车辆加速度变化Δas对应的时间，T_real ^FB-为所述电机系统通过CAN总线反馈的前一时刻的实际输出转矩；

步骤2.6：获得电机系统的最终转矩控制指令T^final、最终转速控制指令w^final，从而抑制冲击度在设定的范围，计算公式如下：

若|T^Psbl|≥|T_real ^FB|，

则T^final＝sgn(T^Psbl)×min(SB×|T^Psbl|×ξ^LMT，U/|ξ^pre|,|T^Psbl|)；

若|T^Psbl|<|T_real ^FB|，

则T^final＝sgn(T^Psbl)×min(SB×|T^Psbl|×ξ^LMT，L/|ξ^pre|,|T^Psbl|)；

w^final＝w^Psbl；

式中：ξ^LMT，U、ξ^LMT，L分别为指令所述电机系统输出绝对值增大时的冲击度限制值、减小时的冲击度限制值，SB为当前时刻从所述电机系统到车辆驱动桥的传动比。

优选地，所述车辆加速度通过根据车速传感器信号计算出的驱动桥输入瞬时转速计算得到。

优选地，所述步骤3包括如下步骤：

步骤3.1：判断按所述步骤2得到的冲击度|ξ^curr|是否超过了所述电机系统输出绝对值增大时的冲击度限制值ξ^LMT，U或所述电机系统输出绝对值减小时的ξ^LMT，L，若超过则执行步骤3.2，否则进入步骤4；

步骤3.2：判断当前对所述电机系统的控制模式是否为非转速控制模式，若是则执行步骤A，若否则执行步骤B，

步骤A：对在所述步骤2中计算出的所述电机系统的最终转矩控制指令T^final进行闭环调节，得更新后的最终转矩控制指令T^final_out，使ξ^curr自动小于冲击度限制值ξ^LMT，U、ξ^LMT，L，具体为：

若|T^final|>|T_real ^FB|且|ξ^curr|>ξ^LMT，U，则

T^final_out＝sgn(T^final)×min(|T_real ^FB|+|T_real ^FB-T_real ^FB-|×ξ^LMT，U/|ξ^curr|,|T^final|)；

若|T^final|<|T_real ^FB|且|ξ^curr|>ξ^LMT，L，则

T^final＝sgn(T^final)×max(|T_real ^FB|-|T_real ^FB-T_real ^FB-|×ξ^LMT，L/|ξ^curr|,|T^final|)；

式中：T_real ^FB-为所述电机系统通过CAN总线反馈的前一时刻的实际转矩。

步骤B：对在所述步骤2中计算出的所述电机系统的最终控制指令w^final进行闭环调节，得更新后的最终转矩控制指令w^final_out，使ξ^curr自动小于冲击度限制值ξ^{LMT， U}、ξ^LMT，L：

若|w^final|>|ω_real ^FB|且|ξ^curr|>ξ^LMT，U，则

w^final_out＝sgn(w^final)×min(|ω_real ^FB|+|ω_real ^FB-ω_real ^FB-|×ξ^LMT，U/|ξ^curr|,|w^final|)；

若|w^final|<|ω_real ^FB|且|ξ^curr|>ξ^LMT，L，则

w^final_out＝sgn(w^final)×max(|ω_real ^FB|-|ω_real ^FB-ω_real ^FB-|×ξ^LMT，L/|ξ^curr|,|w^final|)；

式中：ω_real ^FB-为所述电机系统通过CAN总线反馈的前一时刻的实际转速。

优选地，还包括自学习步骤：利用特征工况主动捕捉的所述电驱动系统动态响应特性进行自学习，实现对其动态响应特性的在线识别存储。

优选地，所述自学习步骤包括：

步骤S1：自学习更新所述电驱动系统的转矩、转速的动态响应特性，记所述电机系统的动态响应增的速率脉谱为Φ^slfL+和动态响应减的速率脉谱为Φ^slfL-；对所述电机系统的工况点(T_slfL ^m，ω_slfL ⁿ)，其中，m＝1,2,…,NT，n＝1,2,…,NW，作如下处理：

步骤S1.1：获取前一时刻的对所述电驱动系统的转速指令w^final-、转矩指令T^final-；

步骤S1.2：获取前一时刻的所述电驱动系统的实际转速w^curr-、实际转矩T^curr-，以及当前时刻的实际转速w^curr、实际转矩T^curr，获取从前一时刻到当前时刻经历的时间Δt；

步骤S1.3：将w^curr-、T^curr-分别与T_slfL ^m、ω_slfL ⁿ进行比较，其中，m＝1,2,…,NT，k＝1,2,…,NW，计算出运行点(w^curr-，T^curr-)时的所述电驱动系统的动态响应速率，并在大于与运行点(w^curr-，T^curr-)最接近的工况点(T_slfL ^m，ω_slfL ⁿ)的动态响应增的速率、动态响应减的速率时，自学习更新得动态响应增的速率脉谱Φ^slfL+和动态响应减的速率脉谱Φ^slfL-，计算公式如下：

Φ^slfL+＝[R⁺ _T,slfL ^m,R⁺ _ω,slfL ⁿ]

＝{[(T^curr-T^curr-)/Δt(当T^final->T^curr-时)，(w^curr-w^curr-)/Δt(当w^final->w^curr-时)]，当(|w^curr--ω_slfL ⁿ|最小且|T^curr--T_slfL ^m|最小时,m＝1,2,…,NT，n＝1,2,…,NW)}

Φ^slfL-＝[R^- _T,slfL ^m,R^- _ω,slfL ⁿ]

＝{[(T^curr-T^curr-)/Δt(当T^final-<T^curr-时),(w^curr-w^curr-)/Δt(当w^final-<w^curr-

时)]，当(|w^curr--ω_slfL ⁿ|最小且|T^curr--T_slfL ^m|最小时,m＝1,2,…,NT，n＝1,2,…,NW)}

其中，对未完成自学习更新的其它的工况点的动态响应增的速率、动态响应减的速率仍为初始设定值；

步骤S2：将自学习更新后的所述电驱动系统的动态响应增的速率脉谱Φ^slfL+和动态响应减的速率脉谱Φ^slfL-存储在所述整车控制器的内存中作为所述动态响应特性用于代替所述步骤2中的所述电机系统的转速动态响应增的速率脉谱、转速动态响应减的速率脉谱、转矩动态响应增的速率脉谱、转矩动态响应减的速率转矩脉谱。

与现有技术相比，本发明具有如下的有益效果：

1、本发明在充分发挥电驱动系统性能潜力的同时，实现了其动力品质的优化控制，并通过在线自学习电机系统动态特性解决了这些特性的试验工作量大或尚不完善的问题，以及这些动态特性随车辆运行的变化而引起的动力品质问题，并自动补充由于车辆行驶阻力的随机性变化引起的车辆动力品质问题；

2、本发明实现了对电动汽车的动力品质自学习在线实时控制，具有动力品质好、易于实车实现的特点。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明的电动汽车冲击度主动抑制的动力品质控制方法的流程示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

如图1所示，本发明的电动汽车冲击度主动抑制的动力品质控制方法，所述电动汽车的电驱动系统包括整车控制器、电源系统、电机系统、CAN总线、传感器，所述的整车控制器分别通过CAN总线与电源系统、电机系统、动力附件相连接并通过电气线束与传感器相连接。所述传感器包括车辆加速度传感器。所述的电动汽车冲击度主动抑制的动力品质控制方法，包括如下步骤：

步骤201：整车控制器通过CAN总线获得电源系统状态信息、电机系统运行信息，采样传感器信号并计算处理后获得驾驶员操作信息和车辆运行状态信息；

步骤202：执行基于主动减振阻尼器和冲击度预测抑制的车辆驱动转矩控制，实现对因驱动力突变而引起的车辆冲击的主动抑制。然后转到步骤203；

步骤203：执行基于车辆冲击度反馈的动力品质主动控制，实现对因车辆行驶阻力的随机性变化而引起的车辆冲击的主动抑制。然后转到步骤204；

步骤204：执行基于特征工况主动捕捉的所述电驱动系统动态响应特性自学习，实现对其动态特性的在线识别存储。然后转到步骤205；

步骤205：通过CAN总线输出最终控制指令转速或转矩给所述电驱动系统，实现对电动汽车的动力品质的主动优化控制。

所述步骤201中的所述电源系统状态信息包括蓄电池荷电状态、剩余能量状态，所述电机系统运行信息包括其转速、转矩，所述传感器信号包括加速踏板传感器信号、制动踏板传感器信号、点火钥匙开关信号、变速手柄位置传感器信号等驾驶员驾驶车辆的操作信号以及车速传感器信号、车辆加速度传感器信号等，所述车辆运行状态信息包括车速、加速度。

所述步骤202中的执行基于主动减振阻尼器和冲击度预测抑制的车辆驱动转矩控制，实现对因驱动力突变而引起的车辆冲击的主动抑制，具体包括如下步骤：

步骤202-A：按以下公式计算出从驾驶员加速踏板或制动踏板信号采样值到指令值的转化：

APP_dmd ^curr＝min(APP_dmd ^pre+APP_rateⅹΔt_APP,APP_Raw ^curr)；

BPP_dmd ^curr＝min(BPP_dmd ^pre+BPP_rateⅹΔt_BPP,BPP_Raw ^curr)；

其中：APP_dmd ^curr、APP_dmd ^pre分别为当前时刻与前一时刻的加速踏板的指令值，BPP_dmd ^curr、BPP_dmd ^pre分别为当前时刻与前一时刻的制动踏板的指令值，APP_Raw ^curr、APP_Raw ^curr分别为当前时刻的加速踏板、制动踏板信号采样值，Δt_APP、Δt_BPP分别为加速踏板、制动踏板指令值的更新周期，APP_rate、BPP_rate分别加速踏板指令、制动踏板指令的允许变化速率：

如APP_Raw ^curr>APP_dmd ^pre，则APP_rate＝APP_rate ⁺(t)；

如APP_Raw ^curr≤APP_dmd ^pre，则APP_rate＝APP_rate ^-(t)；

如BPP_Raw ^curr>BPP_dmd ^pre，则BPP_rate＝BPP_rate ⁺(t)；

如BPP_Raw ^curr≤BPP_dmd ^pre，则BPP_rate＝BPP_rate ^-(t)；

其中：APP_rate ⁺(t)、APP_rate ^-(t)分别为基于冲击度控制要求而设置的加速踏板开度增大、减小时的允许变化速率的极限限制值，BPP_rate ⁺(t)、BPP_rate ^-(t)分别为基于冲击度控制要求而设置的制动踏板开度增大、减小时的允许变化速率的极限限制值，t为加速踏板或制动踏板信号采样值到指令值的转化所经历的时间。

步骤202-B：按以下公式计算基于反馈的驾驶员对所述电机系统的初级指令转矩T_drvr、初级指令转速ω_drvr：

T_drvr＝min(|T_real ^FB+T_drvr ^rateⅹΔt_Tdrvr|,|T_drvr ^RAW)|)ⅹsgn(T_drvr ^RAW)

ω_drvr＝min(|ω_real ^FB+ω_drvr ^rateⅹΔt_ωdrvr|,|ω_drvr ^RAW)|)ⅹsgn(ω_drvr ^RAW)

其中，T_real ^FB、ω_real ^FB分别为所述电机系统通过CAN总线反馈的当前时刻的实际输出转矩、转速,Δt_Tdrvr、Δt_ωdrvr分别为驾驶员指令转矩T_drvr、指令转速ω_drvr的更新周期，ω为根据安装在所述电机系统的输出轴上的所述车速传感器信号计算出的驱动桥输入转速，T_drvr ^RAW＝f₂(Vs,APP_dmd ^curr)为根据车速Vs＝f(ω)和APP_dmd ^curr查表计算的驱动车辆的驾驶员指令转矩原始值，T_drvr ^rate、ω_drvr ^rate分别为车辆驱动转矩的允许变化速率、转速的允许变化速率：

如|T_drvr ^RAW|>|T_real ^FB|，则T_drvr ^rate＝T_drvr ^rate+；

如|T_drvr ^RAW|≤|T_real ^FB|，则T_drvr ^rate＝T_drvr ^rate-；

如|ω_drvr ^RAW|≤|T_real ^FB|，则ω_drvr ^rate＝ω_drvr ^rate-；

如|ω_drvr ^RAW|≤|T_real ^FB|，则ω_drvr ^rate＝ω_drvr ^rate-；

其中：T_drvr ^rate+、T_drvr ^rate-分别为基于冲击度控制要求而设置的车辆驱动指令转矩增大、减小时的允许变化速率的极限限制值，ω_drvr ^rate+、ω_drvr ^rate-分别为基于冲击度控制要求而设置的车辆驱动指令转速增大、减小时的允许变化速率的极限限制值

步骤202-C：按下式分别预测出所述电机系统在下一时刻可实现的转速范围、转矩范围：

Φ^pre＝[w^pre,U,w^pre,L,T^pre,U,T^pre,L]

＝{[w^curr+R⁺ _ω,slfL ⁿⅹΔt,w^curr+R^- _ω,slfL ⁿⅹΔt,T^curr+R⁺ _T,slfL ^mⅹΔt,T^curr+R^- _T,slfL ^mⅹΔt]|(|w^curr-ω_slfL ⁿ|最小且|T^curr-T_slfL ^m|最小,m＝1～NT，n＝1～NW)}

其中，Δt为下时刻与当前时刻之间的时间，w^pre,U、w^pre,L、T^pre,U、T^pre,L分别为预测出的所述电机系统在下一时刻可实现的转速上限、转速下限、转矩上限和转矩下限，w^curr、T^curr分别为通过CAN总线接收到的所述电机系统在当前时刻的实际转速、转矩，R⁺ _ω,slfL ⁿ、R^- _ω,slfL ⁿ、R⁺ _T,slfL ^m、R^- _T,slfL分别是自学习出的所述电机系统在可能的工况点(T_slfL ^m，ω_slfL ⁿ)(m＝1～NT，n＝1～NW)可实现的转速动态响应增的速率、转速动态响应减的速率、转矩动态响应增的速率、转矩动态响应减的速率。

步骤202-D：按下式将对所述电机系统的控制指令限制在可实现的范围内，得到可实现的控制指令，以避免因对所述电机系统的控制指令与其可实现的响应速度的不一致所导致的冲击：

w^Psbl＝max(min(w^RAW，w^pre,U),w^pre,L)；

T^Psbl＝max(min(T^RAW，T^pre,U),T^pre，L)；

其中，w^RAW、T^RAW分别等于上述的ω_drvr、T_drvr，w^Psbl、T^Psbl分别为所述电机系统在下一时刻的可实现转速指令、转矩指令。

步骤202-E：按下式计算车辆的当前冲击度ξ^curr、预测下一时刻的冲击度ξ^pre：

ξ^curr＝Δas/Δtvs；

如T_real ^FB≠T_real ^FB-，则ξ^pre＝ξ^currⅹ[T^Psbl-T_real ^FB]/|T_real ^FB-T_real ^FB-|；

如T_real ^FB＝T_real ^FB-则ξ^pre＝ξ^curr；

其中，Δas为对车辆加速度传感器采样并计算出的车辆加速度差，Δtvs为车辆加速度变化Δas对应的时间，T_real ^FB-为所述电机系统通过CAN总线反馈的前一时刻的实际输出转矩。

步骤202-F：按下式计算出对所述电机系统的最终控制指令转矩T^final、w^final，抑制冲击度在一定范围内:

如|T^Psbl|≥|T_real ^FB|，

则T^final＝sgn(T^Psbl)ⅹmin(SBⅹ|T^Psbl|ⅹξ^LMT，U/|ξ^pre|,|T^Psbl|)；

如|T^Psbl|<|T_real ^FB|，

则T^final＝sgn(T^Psbl)ⅹmin(SBⅹ|T^Psbl|ⅹξ^LMT，L/|ξ^pre|,|T^Psbl|)；

w^final＝w^Psbl；

其中，ξ^LMT，U、ξ^LMT，L为指令所述电机系统输出绝对值增大时的冲击度限制值、减小时的冲击度限制值，SB为当前时刻从所述电机系统到车辆驱动桥的传动比。

所述车辆加速度通过根据车速传感器信号计算出的驱动桥输入瞬时转速计算得到。

在所述步骤203中的执行基于车辆冲击度反馈的动力品质主动控制，实现对因车辆行驶阻力的随机性变化而引起的车辆冲击的主动抑制，具体包括如下步骤；

步骤203-A：判断按所述步骤202中公式计算出的冲击度|ξ^curr|是否超过了所述电机系统输出绝对值增大时的冲击度限制值ξ^LMT，U或所述电机系统输出绝对值减小时的ξ^LMT，L，如超过则转到以下步骤203-B，否则退出所述步骤203；

步骤203-B：如果当前对所述电机系统的控制模式为非转速控制模式则转到以下步骤203-C，否则转到以下步骤203-D；

步骤203-C：利用电机响应快的特点，按以下方法对所述步骤202中计算出的所述电机系统的最终控制指令T^final进行闭环调节，使ξ^curr自动小于冲击度限制值ξ^LMT，U、ξ^LMT，L：

如|T^final|>|T_real ^FB|且|ξ^curr|>ξ^LMT，U,则

T^final＝sgn(T^final)ⅹmin(|T_real ^FB|+|T_real ^FB-T_real ^FB-|ⅹξ^LMT，U/|ξ^curr|,|T^final|)；

如|T^final|<|T_real ^FB|且|ξ^curr|>ξ^LMT，L,则

T^final＝sgn(T^final)ⅹmax(|T_real ^FB|-|T_real ^FB-T_real ^FB-|ⅹξ^LMT，L/|ξ^curr|,|T^final|)；

然后退出步骤203。

步骤203-D：利用电机响应快的特点，按以下方法对所述步骤202中计算出的所述电机系统的最终控制指令w^final进行闭环调节，使ξ^curr自动小于冲击度限制值ξ^LMT，U、ξ^LMT，L：

如|w^final|>|ω_real ^FB|且|ξ^curr|>ξ^LMT，U,则

w^final＝sgn(w^final)ⅹmin(|ω_real ^FB|+|ω_real ^FB-ω_real ^FB-|ⅹξ^LMT，U/|ξ^curr|,|w^final|)；

如|w^final|<|ω_real ^FB|且|ξ^curr|>ξ^LMT，L,则

w^final＝sgn(w^final)ⅹmax(|ω_real ^FB|-|ω_real ^FB-ω_real ^FB-|ⅹξ^LMT，L/|ξ^curr|,|w^final|)；

其中，ω_real ^FB-为所述电机系统通过CAN总线反馈的上一时刻的实际转速。

然后退出步骤203。

所述步骤204中的执行基于特征工况主动捕捉的所述电驱动系统动态响应特性自学习，实现对其动态特性的在线识别存储，具体包括如下步骤：

步骤204-A：自学习更新所述电机系统的转矩、转速的动态响应特性：

记所述电机系统的动态响应增的速率脉谱为Φ^slfL+和动态响应减的速率脉谱为Φ^slfL-。对所述电机系统可能的工况点(T_slfL ^m，ω_slfL ⁿ)(m＝1～NT，n＝1～NW)，记前一时刻在所述步骤5中对所述电机系统的转速指令、转矩指令分别为w^final-、T^final-，记前一时刻在所述步骤1中接收到的所述电机系统的的实际转速、实际转矩分别为w^curr-、T^curr-以及当前时刻接收到的实际转速、实际转矩分别为w^curr、T^curr，记从前一时刻到当前时刻经历的时间为Δt，并分别将w^curr-、T^curr-与T_slfL ^m(m＝1～NT)、ω_slfL ⁿ(k＝1～NW)进行比较，按以下方法自学习计算出运行点(w^curr-，T^curr-)时的所述电机系统的动态响应速率并在其大于与运行点(w^curr-，T^curr-)最接近的可能工况点(T_slfL ^m，ω_slfL ⁿ)的动态响应增的速率、动态响应减的速率时，自学习更新得动态响应增的速率脉谱Φ^slfL+和动态响应减的速率脉谱Φ^slfL-：

Φ^slfL+＝[R⁺ _T,slfL ^m,R⁺ _ω,slfL ⁿ]

＝{[(T^curr-T^curr-)/Δt|T^final->T^curr-,(w^curr-w^curr-)/Δt|w^final->w^curr-]|

(|w^curr--ω_slfL ⁿ|最小且|T^curr--T_slfL ^m|最小,m＝1～NT，n＝1～NW)}

Φ^slfL-＝[R^- _T,slfL ^m,R^- _ω,slfL ⁿ]

＝{[(T^curr-T^curr-)/Δt|T^final-<T^curr-,(w^curr-w^curr-)/Δt|w^final-<w^curr-]|

(|w^curr--ω_slfL ⁿ|最小且|T^curr--T_slfL ^m|最小,m＝1～NT，n＝1～NW)}

其中，对未完成自学习更新的其它可能的工况点的动态响应增的速率、动态响应减的速率仍为初始设定值。

步骤204-B：将自学习更新后的所述电机系统的动态响应增的速率脉谱Φ^slfL+和动态响应减的速率脉谱Φ^slfL-存储在所述整车控制器的内存中。然后退出步骤204。

本发明在充分发挥电驱动系统性能潜力的同时，实现了其动力品质的优化控制，并通过在线自学习电机系统动态特性解决了这些特性的试验工作量大或尚不完善的问题，以及这些动态特性随车辆运行的变化而引起的动力品质问题，并自动补充由于车辆行驶阻力的随机性变化引起的车辆动力品质问题；现了对电动汽车的动力品质自学习在线实时控制，具有动力品质好、易于实车实现的特点。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (8)

1.一种电动汽车冲击度主动抑制的动力品质控制方法，其特征在于，基于电动汽车的电驱动系统实现对动力品质的控制，包括如下步骤：

步骤1：根据采样传感器信号以及整车控制器通过CAN总线获得的电源系统状态信息、电机系统运行信息，获得驾驶员操作信息和车辆运行状态信息；

步骤2：利用基于主动减振阻尼器和冲击度预测抑制的车辆驱动转矩控制方式实现对因驱动力突变而引起的车辆冲击的主动抑制；并在获得电机系统的最终转矩控制指令、最终转速控制指令后用于控制电动汽车的运行状态；

步骤3：利用基于车辆冲击度反馈的动力品质主动控制方式更新最终转矩控制指令、最终转速控制指令，得到更新后的最终转矩控制指令、最终转速控制指令，实现对因车辆行驶阻力的随机性变化而引起的车辆冲击的主动抑制；

步骤4：通过CAN总线输出更新后的最终转矩控制指令、最终转速控制指令并传输至电驱动系统，实现对电动汽车的动力品质的主动控制。

2.根据权利要求1所述的电动汽车冲击度主动抑制的动力品质控制方法，其特征在于，所述的整车控制器通过CAN总线分别与电源系统、电机系统、动力附件相连接并通过电气线束与传感器相连接。

3.根据权利要求1所述的电动汽车冲击度主动抑制的动力品质控制方法，其特征在于，所述步骤1中的所述电源系统状态信息包括：蓄电池荷电状态、剩余能量状态；

所述电机系统运行信息包括：发动机的转速和转矩信息；

所述传感器信号包括驾驶员驾驶车辆时的操作信号以及车速传感器信号、车辆加速度传感器信号；所述车辆运行状态信息包括车速、加速度；驾驶员驾驶车辆时的操作信号包括加速踏板传感器信号、制动踏板传感器信号、点火钥匙开关信号、变速手柄位置传感器信号。

4.根据权利要求1所述的电动汽车冲击度主动抑制的动力品质控制方法，其特征在于，所述步骤2包括如下步骤：

步骤2.1：将驾驶员操作信息中的驾驶员加速踏板或制动踏板信号的采样值转化为指令值，转化公式如下：

APP_dmd ^curr＝min(APP_dmd ^pre+APP_rate×△t_APP,APP_Raw ^curr)；

BPP_dmd ^curr＝min(BPP_dmd ^pre+BPP_rate×△t_BPP,BPP_Raw ^curr)；

式中：APP_dmd ^curr、APP_dmd ^pre分别为当前时刻、前一时刻的加速踏板的指令值，BPP_dmd ^curr、BPP_dmd ^pre分别为当前时刻、前一时刻的制动踏板的指令值，APP_Raw ^curr、BPP_Raw ^curr分别为当前时刻的加速踏板、制动踏板信号采样值，△t_APP、△t_BPP分别为加速踏板、制动踏板指令值的更新周期，APP_rate、BPP_rate分别为加速踏板指令、制动踏板指令的允许变化速率；

若APP_Raw ^curr>APP_dmd ^pre，则APP_rate＝APP_rate ⁺(t)；

若APP_Raw ^curr≤APP_dmd ^pre，则APP_rate＝APP_rate ^-(t)；

若BPP_Raw ^curr>BPP_dmd ^pre，则BPP_rate＝BPP_rate ⁺(t)；

若BPP_Raw ^curr≤BPP_dmd ^pre，则BPP_rate＝BPP_rate ^-(t)；

APP_rate ⁺(t)＝APP_ratemax×(1-e^λ1ⅹt)；

APP_rate ^-(t)＝APP_ratemax×(1-e^λ2ⅹt)；

BPP_rate ⁺(t)＝BPP_ratemax×(1-e^λ3ⅹt)；

BPP_rate ^-(t)＝BPP_ratemax×(1-e^λ4ⅹt)；

式中：APP_rate ⁺(t)、APP_rate ^-(t)分别为加速踏板开度增大、减小时的允许变化速率的限制值，BPP_rate ⁺(t)、BPP_rate ^-(t)分别为制动踏板开度增大、减小时的允许变化速率的限制值，t为加速踏板或制动踏板信号采样值到指令值的转化所经历的时间,APP_ratemax、BPP_ratemax分别为基于冲击度控制要求而设置的加速踏板开度和制动踏板开度的变化速率的最大允许值，λ1、λ2、λ3、λ4分别为按冲击度控制要求经试验测定或计算确定的加速踏板开度增大时、加速踏板开度减小时、制动踏板开度增大时、制动踏板开度减小时的允许变化速率限制值随t的控制参数；

步骤2.2：获得基于反馈的驾驶员对所述电机系统的初级指令转矩T_drvr、初级指令转速ω_drvr，计算公式如下：

T_drvr＝min(|T_real ^FB+T_drvr ^rate×△t_Tdrvr|,|T_drvr ^RAW)|)×sgn(T_drvr ^RAW)；

ω_drvr＝min(|ω_real ^FB+ω_drvr ^rate×△t_ωdrvr|,|ω_drvr ^RAW)|)×sgn(ω_drvr ^RAW)；

式中：T_real ^FB、ω_real ^FB分别为电机系统通过CAN总线反馈的当前时刻的实际输出转矩、转速，△t_Tdrvr、△t_ωdrvr分别为驾驶员指令转矩T_drvr、指令转速ω_drvr的更新周期，ω为根据安装在所述电机系统的输出轴上的所述车速传感器信号计算出的驱动桥输入转速，在APP_dmd ^curr>△₁且BPP_dmd ^curr<△₂时为根据车速Vs和APP_dmd ^curr查表计算的驱动车辆的驾驶员指令转矩原始值、在APP_dmd ^curr<△₁且BPP_dmd ^curr>△₂时为根据车速Vs和BPP_dmd ^curr查表计算的制动车辆的驾驶员指令转矩原始值，T_drvr ^rate、ω_drvr ^rate分别为车辆驱动转矩的允许变化速率、转速的允许变化速率，△₁、△₂分别为加速踏板开度信号有效、制动踏板开度信号有效的下限值。

若|T_drvr ^RAW|>|T_real ^FB|，则T_drvr ^rate＝T_drvr ^rate+；

若|T_drvr ^RAW|≤|T_real ^FB|，则T_drvr ^rate＝T_drvr ^rate-；

若|ω_drvr ^RAW|>|T_real ^FB|，则ω_drvr ^rate＝ω_drvr ^rate+；

若|ω_drvr ^RAW|≤|T_real ^FB|，则ω_drvr ^rate＝ω_drvr ^rate-；

式中：T_drvr ^rate+、T_drvr ^rate-分别为基于冲击度控制要求而设置的车辆驱动指令转矩增大、减小时的允许变化速率的极限限制值，ω_drvr ^rate+、ω_drvr ^rate-分别为基于冲击度控制要求而设置的车辆驱动指令转速增大、减小时的允许变化速率的极限限制值；

步骤2.3：预测出所述电机系统在下一时刻可实现的转速范围和转矩范围的向量Φ^pre，预测的计算公式如下：

Φ^pre＝[w^pre,U,w^pre,L,T^pre,U,T^pre,L]

＝{[w^curr+R⁺ _ω,slfL ⁿ×△t,w^curr+R^- _ω,slfL ⁿ×△t,T^curr+R⁺ _T,slfL ^m×△t,T^curr+R^- _T,slfL ^m×△t]，当(|w^curr-ω_slfL ⁿ|最小且|T^curr-T_slfL ^m|最小时,m＝1,2,…,NT，n＝1,2,…,NW)}

式中：△t为下一时刻与当前时刻之间的时间差值，w^pre,U、w^pre,L、T^pre,U、T^pre,L分别为预测出的所述电机系统在下一时刻可实现的转速上限、转速下限、转矩上限、转矩下限，w^curr、T^curr分别为通过CAN总线接收到的所述电机系统在当前时刻的实际转速、转矩，R⁺ _ω,slfL ⁿ、R^- _ω,slfL ⁿ、R⁺ _T,slfL ^m、R^- _T,slfL ^m分别是自学习出的所述电机系统在工况点(T_slfL ^m，ω_slfL ⁿ)能够实现的转速动态响应增的速率、转速动态响应减的速率、转矩动态响应增的速率、转矩动态响应减的速率，其中，T_slfL ^m、ω_slfL ⁿ分别为所述电机系统的转速动态响应增的速率脉谱、转速动态响应减的速率脉谱、转矩动态响应增的速率脉谱、转矩动态响应减的速率转矩脉谱共用的扭矩表头中第m个扭矩、转速表头中的第n个转速，m＝1,2,…,NT，n＝1,2,…,NW，NT为扭矩表头中所设的转矩的个数，NW为转速表头中所设的转速的个数；

步骤2.4：将电机系统的控制指令限制在可实现的范围内，得到可实现的控制指令，以避免因对所述电机系统的控制指令与可实现的响应速度的不一致所导致的冲击，计算公式如下：

w^Psbl＝max(min(w^RAW，w^pre,U),w^pre,L)；

T^Psbl＝max(min(T^RAW，T^pre,U),T^pre,L)；

式中：w^RAW、T^RAW分别等于步骤1中的ω_drvr、T_drvr的值，w^Psbl、T^Psbl分别为所述电机系统在下一时刻的可实现转速指令、转矩指令；

步骤2.5：计算车辆的当前冲击度ξ^curr，并预测下一时刻的冲击度ξ^pre；计算公式如下：

ξ^curr＝△as/△tvs；

如T_real ^FB≠T_real ^FB-，则ξ^pre＝ξ^curr×[T^Psbl-T_real ^FB]/|T_real ^FB-T_real ^FB-|；

如T_real ^FB＝T_real ^FB-，则ξ^pre＝ξ^curr；

式中：△as为对车辆加速度传感器采样并计算出的车辆加速度差，△tvs为车辆加速度变化△as对应的时间，T_real ^FB-为所述电机系统通过CAN总线反馈的前一时刻的实际输出转矩；

步骤2.6：获得电机系统的最终转矩控制指令T^final、最终转速控制指令w^final，从而抑制冲击度在设定的范围，计算公式如下：

若|T^Psbl|≥|T_real ^FB|，

则T^final＝sgn(T^Psbl)×min(SB×|T^Psbl|×ξ^LMT，U/|ξ^pre|,|T^Psbl|)；

若|T^Psbl|<|T_real ^FB|，

则T^final＝sgn(T^Psbl)×min(SB×|T^Psbl|×ξ^LMT，L/|ξ^pre|,|T^Psbl|)；

w^final＝w^Psbl；

式中：ξ^LMT，U、ξ^LMT，L分别为指令所述电机系统输出绝对值增大时的冲击度限制值、减小时的冲击度限制值，SB为当前时刻从所述电机系统到车辆驱动桥的传动比。

5.根据权利要求1所述的电动汽车冲击度主动抑制的动力品质控制方法，其特征在于，所述车辆加速度通过根据车速传感器信号计算出的驱动桥输入瞬时转速计算得到。

6.根据权利要求4所述的电动汽车冲击度主动抑制的动力品质控制方法，其特征在于，所述步骤3包括如下步骤：

步骤3.1：判断按所述步骤2得到的冲击度|ξ^curr|是否超过了所述电机系统输出绝对值增大时的冲击度限制值ξ^LMT，U或所述电机系统输出绝对值减小时的ξ^LMT，L，若超过则执行步骤3.2，否则进入步骤4；

步骤3.2：判断当前对所述电机系统的控制模式是否为非转速控制模式，若是则执行步骤A，若否则执行步骤B，

步骤A：对在所述步骤2中计算出的所述电机系统的最终转矩控制指令T^final进行闭环调节，得更新后的最终转矩控制指令T^final_out，使ξ^curr自动小于冲击度限制值ξ^LMT，U、ξ^LMT，L，具体为：

若|T^final|>|T_real ^FB|且|ξ^curr|>ξ^LMT，U，则

T^final_out＝sgn(T^final)×min(|T_real ^FB|+|T_real ^FB-T_real ^FB-|×ξ^LMT，U/|ξ^curr|,|T^final|)；

若|T^final|<|T_real ^FB|且|ξ^curr|>ξ^LMT，L，则

T^final＝sgn(T^final)×max(|T_real ^FB|-|T_real ^FB-T_real ^FB-|×ξ^LMT，L/|ξ^curr|,|T^final|)；

式中：T_real ^FB-为所述电机系统通过CAN总线反馈的前一时刻的实际转矩。

步骤B：对在所述步骤2中计算出的所述电机系统的最终控制指令w^final进行闭环调节，得更新后的最终转矩控制指令w^final_out，使ξ^curr自动小于冲击度限制值ξ^{LMT， U}、ξ^LMT，L：

若|w^final|>|ω_real ^FB|且|ξ^curr|>ξ^LMT，U，则

w^final_out＝sgn(w^final)×min(|ω_real ^FB|+|ω_real ^FB-ω_real ^FB-|×ξ^LMT，U/|ξ^curr|,|w^final|)；

若|w^final|<|ω_real ^FB|且|ξ^curr|>ξ^LMT，L，则

w^final_out＝sgn(w^final)×max(|ω_real ^FB|-|ω_real ^FB-ω_real ^FB-|×ξ^LMT，L/|ξ^curr|,|w^final|)；

式中：ω_real ^FB-为所述电机系统通过CAN总线反馈的前一时刻的实际转速。

7.根据权利要求1所述的电动汽车冲击度主动抑制的动力品质控制方法，其特征在于，还包括自学习步骤：利用特征工况主动捕捉的所述电驱动系统动态响应特性进行自学习，实现对其动态响应特性的在线识别存储。

8.根据权利要求7所述的电动汽车冲击度主动抑制的动力品质控制方法，其特征在于，所述自学习步骤包括：

步骤S1：自学习更新所述电驱动系统的转矩、转速的动态响应特性，记所述电机系统的动态响应增的速率脉谱为Φ^slfL+和动态响应减的速率脉谱为Φ^slfL-；对所述电机系统的工况点(T_slfL ^m，ω_slfL ⁿ)，其中，m＝1,2,…,NT，n＝1,2,…,NW，作如下处理：

步骤S1.1：获取前一时刻的对所述电驱动系统的转速指令w^final-、转矩指令Tfinal-；

步骤S1.2：获取前一时刻的所述电驱动系统的实际转速w^curr-、实际转矩T^curr-，以及当前时刻的实际转速w^curr、实际转矩T^curr，获取从前一时刻到当前时刻经历的时间△t；

步骤S1.3：将w^curr-、T^curr-分别与T_slfL ^m、ω_slfL ⁿ进行比较，其中，m＝1,2,…,NT，k＝1,2,…,NW，计算出运行点(w^curr-，T^curr-)时的所述电驱动系统的动态响应速率，并在大于与运行点(w^curr-，T^curr-)最接近的工况点(T_slfL ^m，ω_slfL ⁿ)的动态响应增的速率、动态响应减的速率时，自学习更新得动态响应增的速率脉谱Φ^slfL+和动态响应减的速率脉谱Φ^slfL-，计算公式如下：

Φ^slfL+＝[R⁺ _T,slfL ^m,R⁺ _ω,slfL ⁿ]

＝{[(T^curr-T^curr-)/△t(当T^final->T^curr-时)，(w^curr-w^curr-)/△t(当w^final->w^curr-时)]，当(|w^curr--ω_slfL ⁿ|最小且|T^curr--T_slfL ^m|最小时,m＝1,2,…,NT，n＝1,2,…,NW)}

Φ^slfL-＝[R^- _T,slfL ^m,R^- _ω,slfL ⁿ]

＝{[(T^curr-T^curr-)/△t(当T^final-<T^curr-时),(w^curr-w^curr-)/△t(当w^final-<w^curr-时)]，当(|w^curr--ω_slfL ⁿ|最小且|T^curr--T_slfL ^m|最小时,m＝1,2,…,NT，n＝1,2,…,NW)}

其中，对未完成自学习更新的其它的工况点的动态响应增的速率、动态响应减的速率仍为初始设定值；

步骤S2：将自学习更新后的所述电驱动系统的动态响应增的速率脉谱Φ^slfL+和动态响应减的速率脉谱Φ^slfL-存储在所述整车控制器的内存中作为所述动态响应特性用于代替所述步骤2中的所述电机系统的转速动态响应增的速率脉谱、转速动态响应减的速率脉谱、转矩动态响应增的速率脉谱、转矩动态响应减的速率转矩脉谱。