CN105730439A - 一种机电复合传动履带车辆功率分配方法 - Google Patents

Abstract

本发明公开了一种机电复合传动履带车辆功率分配方法，所述机电复合传动履带车辆功率分配方法将驾驶员的需求功率视为一个离散的随机动态过程，通过总结多个循环工况的驾驶员功率，建立驾驶员需求功率的马尔可夫模型，利用随机动态规划的思想建立递推决策方程，求解获得随机条件的最优功率分配方法。本发明克服了基于规则的控制策略和基于瞬时优化控制策略不能在全局过程实现最优燃油经济性的缺点，兼顾了动态规划求解全局最优的特点和马尔可夫决策处理随机过程的优势，能够实现全局最优，从而有效提高机电复合传动履带车辆的燃油经济性。

Description

一种机电复合传动履带车辆功率分配方法

技术领域

本发明属于机电复合传动控制技术领域，尤其涉及一种机电复合传动履带车辆功率分配方法。

背景技术

对于机电复合传动履带车辆而言，功率分配控制策略直接决定了整车的行驶性能，控制策略的制定是机电复合传动履带车辆的关键技术之一。控制策略不仅仅要实现整车最佳的燃油经济性，同时还要兼顾发动机排放、动力电池组寿命、驾驶性能、各部件可靠性及整车成本等多方面要求，并针对机电复合传动履带车辆各部件的特性和车辆的运行工况，使发动机、电机、动力电池组和传动系统实现最佳匹配。对于机电复合传动履带车辆，目前功率分配控制策略应用较多的是基于规则的控制策略和基于瞬时优化控制策略，而基于规则的控制策略主要是根据设计者的经验来设定规则，并不能达到最优的燃油经济性，瞬时优化控制策略虽然能达到单步或局部的最优燃油经济性，但全局过程并不能实现最优的燃油经济性和排放性能。为实现该目标，动态全局最优策略得以应用，最常见的是基于动态规划的控制策略。然而动态规划控制策略需要对未来工况完全已知的情况下进行优化，该策略只适用于特定工况下的最优控制，而实际行驶过程中，会有很多随机变量导致了工况的不确定性，驾驶员需求功率便是一个主要的随机量，而动态规划控制策略将无法实现最优控制。

传统的基于规则的控制策略和基于瞬时优化控制策略不能在全局过程实现最优燃油经济性。

发明内容

本发明的目的在于提供一种机电复合传动履带车辆功率分配方法，旨在解决传统的基于规则的控制策略和基于瞬时优化控制策略不能在全局过程实现最优燃油经济性的问题。

本发明是这样实现的，一种机电复合传动履带车辆功率分配方法，所述机电复合传动履带车辆功率分配方法将驾驶员的需求功率视为一个离散的随机动态过程，通过总结多个循环工况的驾驶员功率，建立驾驶员需求功率的马尔可夫模型，利用随机动态规划的思想建立递推决策方程，求解获得随机条件的最优功率分配方法。

进一步，所述机电复合传动履带车辆功率分配方法具体包括以下步骤：

步骤一，根据履带车辆的使用情况判断行驶工况并确定各部件的工作状态；机电复合传动履带车辆行驶环境复杂多变，包括凹凸不平的路面、松软路面、平坦路面、坡度路面、狭窄路面和涉水路面以及上述路面的组合路面等，根据履带车辆行驶环境和使用要求，对履带车辆的行驶工况进行划分：

步骤二，根据各部件的特性确定其工作范围；

步骤三，计算当前状态的用电功率和驱动功率，通过建立需求功率的马尔可夫模型得出用电功率需求、驱动功率需求及相应的转移概率；

步骤四，通过工况的判断选择相应的代价函数；

步骤五，建立机电复合传动履带车辆功率分配目标函数；

步骤六，求解机电复合传动履带车辆功率分配目标函数，计算各状态变量，如果满足约束条件，进行下一步，如果不满足约束条件，继续计算，直到满足约束为止，当满足计算精度时，得出的控制序列即为最优控制策略；

步骤七，根据得出的控制序列确定发动机目标转速和两电机的目标转矩，由电机的转速和目标转矩计算电机的功率，再利用电功率平衡方程计算得到储能装置的功率需求。

进一步，所述根据履带车辆的使用情况判断行驶工况并确定各部件的工作状态，对履带车辆的行驶工况进行划分，具体包括：

低速工况，车速在0-35km/h的行驶工况作为低速行驶工况；

中速工况，车速在35-60km/h的行驶工况作为中速行驶工况；

高速工况，车速高于60km/h的行驶工况作为高速行驶工况。

进一步，所述根据各部件的特性确定其工作范围；任意时刻各部件都必须在其工作范围内，则有：

$\left\{\begin{array}{c}{n}_{emin}\≤n_e\≤n_{emax}\\ T_{emin}\left(n_e\right)\≤T_e\≤T_{emax}\left(n_e\right)\\ n_{A\min }\≤n_A\≤n_{Amax}\\ T_{A\min }\left(n_A\right)\≤T_A\≤T_{A\max }\left(n_A\right)\\ n_{B\min }\≤n_B\≤n_{Bmax}\\ T_{B\min }\left(n_B\right)\≤T_B\≤T_{B\max }\left(n_B\right)\\ {\mathrm{SOC}}_{min}\≤SOC\≤{\mathrm{SOC}}_{\max }\\ P_{S\min }\≤P_S\≤P_{S\max }\end{array}\right..$

进一步，所述用电功率需由三部分组成：主动悬架用电、风扇用电、大功率用电设备用电：

P_c＝P_fan+P_sus+P_gun；

式中：P_fan为风扇用电功率，P_sus为主动悬架用电功率，P_gun大功率用电设备功率；

车辆的驱动功率需求由三部分组成，分别克服滚动阻力P_f、空气阻力P_w和加速阻力P_a，即：

$P_d=P_f+P_w+P_a=fmgv+\frac{1}{2}{C}_d{\mathrm{A\ρv}}^3+mv\frac{dv}{dt};$

在已知当前状态x_k＝(T_e(k),n_A(k),n_B(k),v(k),SOC(k))，随机量w_k＝(P_d(k),P_c(k))和决策a_k＝(n_e(k+1),T_A(k+1),T_B(k+1))的情况下，下一状态x_k+1由以下公式确定：

$\left\{\begin{array}{c}{T}_i(k+1)=e_1{T}_A(k+1)+e_2{T}_B(k+1)\\ T_o(k+1)=f_1{T}_A(k+1)+f_2{T}_B(k+1)\\ {\stackrel{\·}{n}}_e\left(k\right)=\frac{n_e(k+1)-n_e\left(k\right)}{\mathrm{\Δ}t}\\ T_e(k+1)=J_e\frac{\mathrm{\π}}{30}{\stackrel{\·}{n}}_e\left(k\right)+T_i(k+1)\\ \left(P_d\right(k+1),P_c(k+1\left)\right)=g\left(v\right(k),P_d(k),P_c(k\left)\right)\\ n_o(k+1)=9549\frac{P_d(k+1)}{T_o(k+1)}\\ n_i(k+1)=\frac{n_e(k+1)}{i_q}\\ n_A(k+1)=a_1{n}_i(k+1)+a_2{n}_o(k+1)\\ n_B(k+1)=b_1{n}_i(k+1)+b_2{n}_o(k+1)\\ P_S(k+1)=P_c(k+1)+\frac{T_A(k+1)n_A(k+1)}{9549}{\mathrm{\η}}_A^{-\mathrm{sgn}\left(P_A\right)}+\frac{T_B(k+1)n_B(k+1)}{9549}{\mathrm{\η}}_B^{-\mathrm{sgn}\left(P_B\right)}\\ SOC(k+1)=SOC\left(k\right)+\frac{\sqrt{V_{oc}^2+4P_S(k+1)R_b}-V_{oc}}{7200C_b{R}_b}\·\mathrm{\Δ}t\end{array}\right.$

式(P_d(k+1),P_c(k+1))＝g(v(k),P_d(k),P_c(k))为需求功率的状态转移关系，也就是说对于确定的(v(k),P_d(k),P_c(k))，下一时刻出现(P_d(k+1),P_c(k+1))的概率q_n,ij满足状态转移概率：

q_n,ij＝Pr{(P_d(k+1),P_c(k+1)|v(k),P_d(k),P_c(k)}。

进一步，所述通过工况的判断选择相应的代价函数包括：

经济性代价函数，以发动机油耗和动力电池组寿命建立综合经济性代价函数J₁，具体表达式如下：

J₁＝fuel+γ₁ΔSOC+γ₂(SOC-SOC₀)²；

式中，fuel为发动机的燃油消耗率，单位为g/s，fuel是发动机转速、转矩的函数；γ₁ΔSOC为电池等效油耗，γ₁为等效系数，ΔSOC为电池组的变化率；γ₂(SOC-SOC₀)²为动力电池组的寿命损耗，γ₂为比例系数，越大表示对SOC变化越敏感，SOC为动力电池组的荷电状态，SOC₀为荷电状态初始值；

动力性代价函数，车辆动力性指标包括：最高车速、加速能力和最大爬坡度；

储备功率，用当前能提供的最大功率与需求的驱动功率的差值来衡量动力性，J₂表达式如下：

J₂＝P_emax(n_e)+P_Smax(SOC)-P_d

式中，P_d为机电复合传动履带车辆的驱动需求功率，单位kW；P_emax为发动机能提供的最大功率，单位kW，P_emax是发动机转速n_e的函数，P_emax越大，J₂越大，储备功率也就越大，动力性越好；P_Smax是电池最大放电功率，单位kW，P_Smax是电池SOC的函数；

供电能力代价函数，供电能力代价函数J₃以当前能提供的最大用电功率与需求的电功率之差衡量：

J₃＝P_Amax(T_A)+P_Bmax(T_B)+P_Smax(SOC)-P_c；

式中，P_c为机电复合传动履带车辆的用电需求功率，单位kW；P_Amax是发电机A的最大发电功率，单位kW，P_Amax是发电机转矩T_A的函数；P_Bmax是发电机B的最大发电功率，单位kW，P_Bmax是发电机转矩T_B的函数；P_Smax是电池最大放电功率，单位kW，P_Smax是电池SOC的函数；

所述建立机电复合传动履带车辆功率分配目标函数；

能量管理的随机动态规划要确定一个策略序列π，使当初始状态为i，经过无限时域后总的期望代价之和最小，则目标函数为：

$V_{\mathrm{\β}}\left(i\right)=\underset{a\∈A\left(i\right)}{min}\{R(i,a)+\mathrm{\β}\underset{j\∈S}{\Σ}{q}_{ij}\left(a\right)V_{\mathrm{\β}}\left(j\right)\};$

$\underset{j\∈S}{\Σ}{q}_{ij}\left(a\right)V_{\mathrm{\β}}\left(j\right)=\underset{j\∈S}{\Σ}\{\left(p_{ij}\right(a\left){\mathrm{\α}}_1{\stackrel{\‾}{J}}_1\right(j)+t_{ij}(a\left){\mathrm{\α}}_2{\stackrel{\‾}{J}}_2\right(j\left)\right)+{\mathrm{\α}}_3{\stackrel{\‾}{J}}_3\left(j\right)\};$

式中：为当量经济性，为当量动力性，为当量供电能力，β为折扣因子，越接近于1，考虑的时间越长远。

本发明的另一目的在于提供一种所述机电复合传动履带车辆功率分配方法的系统，所述系统包括：

状态判断模块，用于根据履带车辆的使用情况判断行驶工况并确定各部件的工作状态；机电复合传动履带车辆行驶环境复杂多变，包括凹凸不平的路面、松软路面、平坦路面、坡度路面、狭窄路面和涉水路面以及上述路面的组合路面等，根据履带车辆行驶环境和使用要求，对履带车辆的行驶工况进行划分：

范围确定模块，用于根据各部件的特性确定其工作范围；

计算模块，用于计算当前状态的用电功率和驱动功率，通过建立需求功率的马尔可夫模型得出用电功率需求、驱动功率需求及相应的转移概率；

判断模块，用于通过工况的判断选择相应的代价函数；

函数建立模块，用于建立机电复合传动履带车辆功率分配目标函数；

求解模块，用于求解机电复合传动履带车辆功率分配目标函数，计算各状态变量，如果满足约束条件，进行下一步，如果不满足约束条件，继续计算，直到满足约束为止，当满足计算精度时，得出的控制序列即为最优控制策略；

功率确定模块，用于根据得出的控制序列确定发动机目标转速和两电机的目标转矩，由电机的转速和目标转矩计算电机的功率，再利用电功率平衡方程计算得到储能装置的功率需求。

所述状态判断模块进一步包括：

低速工况单元，车速在0-35km/h的行驶工况作为低速行驶工况；

中速工况单元，车速在35-60km/h的行驶工况作为中速行驶工况；

高速工况单元，车速高于60km/h的行驶工况作为高速行驶工况。

所述计算模块进一步包括：

用电功率需求单元，由三部分组成：主动悬架用电、风扇用电、大功率用电设备用电；

车辆的驱动功率需求单元，由三部分组成，分别克服滚动阻力、空气阻力和加速阻力。

所述函数建立模块进一步包括：

经济性代价函数单元，用于以发动机油耗和动力电池组寿命建立综合经济性代价函数；

动力性代价函数单元，车辆动力性指标包括：最高车速、加速能力和最大爬坡度；

储备功率单元，用当前能提供的最大功率与需求的驱动功率的差值来衡量动力性；

供电能力代价函数单元，以当前能提供的最大用电功率与需求的电功率之差衡量。

本发明提供的机电复合传动履带车辆功率分配方法，克服了基于规则的控制策略和基于瞬时优化控制策略不能在全局过程实现最优燃油经济性的缺点，兼顾了动态规划求解全局最优的特点和马尔可夫决策处理随机过程的优势，能够实现全局最优，从而有效提高燃油机电复合传动履带车辆的燃油经济性。本发明以车辆的综合性能为目标函数，以车辆的速度、动力电池组的荷电状态、电机A、B的转速、发动机转矩为状态量，以驾驶员需求功率为随机量，以发动机的转速、电机A、B的转矩为控制参数，建立了机电复合传动履带车辆的优化控制模型，采用随机动态规划求解了机电复合传动履带车辆最优控制问题，该最优控制问题基于随机的工况，应用随机动态规划算法进行求解，并根据优化结果对提取控制策略进行了修改，综合性能有明显的改善。随机动态规划将驾驶员模型建为一个马尔可夫过程，即功率需求不再是一个确定的过程。这样就解决了全局优化只能解决确定性过程的缺点。此外，所得机电复合传动履带车辆功率分配方法可以实时应用。本发明根据驾驶员对车辆的操控特点，将驾驶员的需求功率分为具有马尔可夫性质的驱动功率与用电功率；在处理分析已有的工况数据基础上，利用最大似然估计法确定需求功率的转移概率，从而建立驾驶员需求功率的随机模型。

未来时刻驾驶员在不同行驶条件下功率需求的不确定性就可以通过统计学的方法确定出来，机电复合传动履带车辆基于当前的功率需求，在机械功率平衡方程和电功率平衡方程的约束下，合理分配发动机功率、电机A、电机B的功率，继而可以获得最优控制策略，在满足用电功率需求和驱动功率需求的前提下，使车辆的动力性、经济性等达到最优。

附图说明

图1是本发明实施例提供的机电复合传动履带车辆系统图。

图2是本发明实施例提供的机电复合传动履带车辆功率分配方法流程图。

图中：1、发动机；2、前传动齿轮箱；3、功率耦合机构总成；4a、驱动电机A；4b、驱动电机B；5、变速箱；6、传动轴；7a、功率汇流行星排A；7b、功率汇流行星排B；8a、侧传动行星排A；8b、侧传动行星排B；9、驱动轮；10、转向电机；11a、转向差速机构A；11b、转向差速机构B；12、电气连接线；13、功率分配控制器；14、储能装置；15、用电设备。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明为实现上述机电复合传动履带车辆功率分配方法，所采用的控制系统中包括：

发动机1、前传动齿轮箱2、功率耦合机构总成3、驱动电机A4a、驱动电机B4b、变速箱5、传动轴6、功率汇流行星排A7a、功率汇流行星排B7b、侧传动行星排A8a、侧传动行星排B8b、驱动轮9、转向电机10、转向差速机构A11a、转向差速机构B11b、电气连接线12、功率分配控制器13、储能装置14、用电设备15。其中：

发动机1，机电复合传动履带车辆的第一个动力源，用于给履带车辆提供动力驱动车辆行驶，也是机电复合传动履带车辆主要的功率来源；

前传动齿轮箱2，用于调节发动机输出给机电复合传动履带车辆的转矩，起到减速增扭的作用，也使得发动机与机电复合传动履带车辆更加匹配；

功率耦合机构总成3，用于耦合来自发动机1、驱动电机A4a和驱动电机B4b的转矩、转速和功率，功率耦合机构总成是机电复合传动履带车辆的关键部件，该部件可以实现机械功率和电功率耦合输出，调节发动机的工作负荷，使发动机工作在燃油经济区，也可以决定驱动电机A和驱动电机B具体工作在发电机状态还是工作在电动机状态；

驱动电机A4a，机电复合传动履带车辆的第二个动力源，可以工作在电动机状态，也可以工作在发电机状态，当工作在电动机状态时为机电复合传动履带车辆提供功率，将储能装置中的电能转化为机械能驱动车辆行驶，当工作在发电机状态时吸收机电复合传动履带车辆多余的功率，将其转化为电能存储在储能装置中；

驱动电机B4b，机电复合传动履带车辆的第三个动力源，可以工作在电动机状态，也可以工作在发电机状态，当工作在电动机状态时为机电复合传动履带车辆提供功率，将储能装置中的电能转化为机械能驱动车辆行驶，当工作在发电机状态时吸收机电复合传动履带车辆多余的功率，将其转化为电能存储在储能装置中；

变速箱5，用于改变机电复合传动履带车辆驱动扭转和转速，实现机电复合传动履带车辆平顺起步、前进及倒退，空档时中断动力传递，使功率耦合机构总成3输出的动力与车辆的运动相脱离；

传动轴6，用于机电复合传动履带车辆各动力部件及其传动部件的机械连接；

功率汇流行星排A7a，用于耦合来自于变速箱5与转向差速机构A11a的功率，实现机电复合传动履带车辆直线行驶与转向操作，另外，当机电复合传动履带车辆行进中向功率汇流行星排B侧转向时，可以通过功率汇流行星排A将部分转向功率转化成驱动功率；

功率汇流行星排B7b，用于耦合来自于变速箱5与转向差速机构B11b的功率，实现机电复合传动履带车辆直线行驶与转向操作，另外，当机电复合传动履带车辆行进中向功率汇流行星排A侧转向时，可以通过功率汇流行星排B将部分转向功率转化成驱动功率；

侧传动行星排A8a，用于实现降低输出到机电复合传动履带车辆车轮的转速，增加输出到机电复合传动履带车辆车轮的驱动转矩；

侧传动行星排B8b，用于实现降低输出到机电复合传动履带车辆车轮的转速，增加输出到机电复合传动履带车辆车轮的驱动转矩；

驱动轮9，用于机电复合传动履带车辆动力源的功率输出，驱动轮将驱动履带转动，从而实现机电复合传动履带车辆的前进、倒退与转向；

转向电机10，用于实现机电复合传动履带车辆的转向操作，在机电复合传动履带车辆中转向电机有别于驱动电机，转向电机只用于机电复合传动履带车辆的转向操作，而不能用于机电复合传动履带车辆的驱动行驶操作，转向电机能够正反转，以实现机电复合传动履带车辆向不同方向转向的需求；

转向差速机构A11a，用于将转向电机的功率传递给功率汇流行星排，降低转向电机的输出转速，提高转向电机的输出扭矩，辅助转向电机实现机电复合传动履带车辆的转向操作；

转向差速机构B11b，用于将转向电机的功率传递给功率汇流行星排，降低转向电机的输出转速，提高转向电机的输出扭矩，辅助转向电机实现机电复合传动履带车辆的转向操作；

电气连接线12，用于驱动电机A、驱动电机B、转向电机、电能存储装置、功率分配控制器及其用电设备之间的电气连接；

功率分配控制器13，用于实现机电复合传动履带车辆上驱动电机A、驱动电机B、转向电机、电能存储装置及其用电设备之间的功率分配，是机电复合传动履带车辆的关键部件，功率分配控制器的功能好坏直接影响到履带车辆的机电复合效果和驱动电机A、驱动电机B、转向电机、发动机的工作状态，电能存储装置的寿命及能否满足机电复合传动履带车辆的用电设备的用电需求；

储能装置14，用于存储机电复合传动履带车辆多余的电能及满足驱动电机A、驱动电机B、转向电机及机电复合传动履带车辆上其他用电设备的用电需求；

用电设备15，指的是机电复合传动履带车辆上所有用电装置的总和。

本发明实施例的机电复合传动履带车辆功率分配系统的基本工作原理如下：

首先，发动机作为动力源，其功率经过功率分流机构分成两路，一路功率流经过发电机转化为电功率，并以电能的形式进行传递，另一路功率流直接以机械能的形式进行传递。然后，发电机的功率又经过功率分配单元分成若干路，一路功率流传递给储能装置并以电能的形式储存起来，还有两路分别传递给直驶电动机和转向电动机，并转化为机械能。最后，直驶电动机的功率与发动机的功率在功率汇流机构进行汇合，并与转向电动机的功率在汇流排处进行汇合，再由侧传动传递到驱动轮，从而驱动车辆行驶。车辆的转向功能由转向电机调节两侧驱动轮的速差来实现，通过电机调速可以实现零差速转向。

如图2所示，本发明实施例的机电复合传动履带车辆功率分配方法实施流程为：

步骤1：根据履带车辆的使用情况判断行驶工况并确定各部件的工作状态；

机电复合传动履带车辆行驶环境复杂多变，包括凹凸不平的路面、松软路面、平坦路面、坡度路面、狭窄路面和涉水路面以及上述路面的组合路面等，根据履带车辆行驶环境和使用要求，对履带车辆的行驶工况进行划分：

(1)低速工况。不同于公路行驶的车辆，机电复合传动履带车辆的行驶环境多为越野路面，如起伏路面、砂石路面、泥泞路面，甚至是高原、沙漠、丘陵等特殊路面。该路面下，道路阻力系数大，为保证车辆的通过性和安全性，车辆需在低速行驶，以保证充足的储备功率。该工况需要满足大功率需求，当驱动功率需求较大时，发动机功率和动力电池组共同输出功率来满足驱动功率需求；当用电需求功率较大时，电机将发动机的功率转换为电能为动力电池组充电，以满足用电需求。将车速范围在(0-35km/h)的行驶工况作为低速行驶工况。

(2)中速工况。在行驶环境的允许下，机电复合传动履带车辆需要快速到达目的地，在保证动力性的前提下，尽量减少油耗。发动机启动并工作在低负荷的经济性油耗区域，该工况用电较少，为延长动力电池组的使用寿命，应尽量保持动力电池组的电量不变，此时发动机的功率通过功率耦合机构大部分将以机械功率输出到驱动轮，进而满足车辆在良好路面工况下的驱动功率需求。将车速范围在(35-60km/h)的行驶工况作为中速行驶工况。

(3)高速工况。在水泥或柏油路面上行驶时，履带车辆可以实现高速行驶，实现车辆的快速转移。该工况下，以保证速度为主要目的，发动机和动力电池组将通过功率耦合机构同时向驱动轮输出功率，以满足车辆高驱动功率的需求。将车速高于60km/h的行驶工况作为高速行驶工况。

步骤2：根据各部件的特性确定其工作范围；

任意时刻各部件都必须在其工作范围内，则有：

$\left\{\begin{array}{c}{n}_{emin}\≤n_e\≤n_{emax}\\ T_{emin}\left(n_e\right)\≤T_e\≤T_{emax}\left(n_e\right)\\ n_{A\min }\≤n_A\≤n_{Amax}\\ T_{A\min }\left(n_A\right)\≤T_A\≤T_{A\max }\left(n_A\right)\\ n_{B\min }\≤n_B\≤n_{Bmax}\\ T_{B\min }\left(n_B\right)\≤T_B\≤T_{B\max }\left(n_B\right)\\ {\mathrm{SOC}}_{min}\≤SOC\≤{\mathrm{SOC}}_{\max }\\ P_{S\min }\≤P_S\≤P_{S\max }\end{array}\right.;$

步骤3：计算当前状态的用电功率和驱动功率，通过建立需求功率的马尔可夫模型得出用电功率需求、驱动功率需求及相应的转移概率；

用电需求功率主要由三部分组成：主动悬架用电、风扇用电、大功率用电设备用电：

P_c＝P_fan+P_sus+P_gun；

式中：P_fan为风扇用电功率，P_sus为主动悬架用电功率，P_gun大功率用电设备功率。

车辆的驱动功率需求由三部分组成，分别克服滚动阻力P_f、空气阻力P_w和加速阻力P_a，爬坡工况暂时不做研究，即：

$P_d=P_f+P_w+P_a=fmgv+\frac{1}{2}{C}_d{\mathrm{A\ρv}}^3+mv\frac{dv}{dt};$

在已知当前状态x_k＝(T_e(k),n_A(k),n_B(k),v(k),SOC(k))，随机量w_k＝(P_d(k),P_c(k))和决策a_k＝(n_e(k+1),T_A(k+1),T_B(k+1))的情况下，下一状态x_k+1可以由以下公式确定：

$\left\{\begin{array}{c}{T}_i(k+1)=e_1{T}_A(k+1)+e_2{T}_B(k+1)\\ T_o(k+1)=f_1{T}_A(k+1)+f_2{T}_B(k+1)\\ {\stackrel{\·}{n}}_e\left(k\right)=\frac{n_e(k+1)-n_e\left(k\right)}{\mathrm{\Δ}t}\\ T_e(k+1)=J_e\frac{\mathrm{\π}}{30}{\stackrel{\·}{n}}_e\left(k\right)+T_i(k+1)\\ \left(P_d\right(k+1),P_c(k+1\left)\right)=g\left(v\right(k),P_d(k),P_c(k\left)\right)\\ n_o(k+1)=9549\frac{P_d(k+1)}{T_o(k+1)}\\ n_i(k+1)=\frac{n_e(k+1)}{i_q}\\ n_A(k+1)=a_1{n}_i(k+1)+a_2{n}_o(k+1)\\ n_B(k+1)=b_1{n}_i(k+1)+b_2{n}_o(k+1)\\ P_S(k+1)=P_c(k+1)+\frac{T_A(k+1)n_A(k+1)}{9549}{\mathrm{\η}}_A^{-\mathrm{sgn}\left(P_A\right)}+\frac{T_B(k+1)n_B(k+1)}{9549}{\mathrm{\η}}_B^{-\mathrm{sgn}\left(P_B\right)}\\ SOC(k+1)=SOC\left(k\right)+\frac{\sqrt{V_{oc}^2+4P_S(k+1)R_b}-V_{oc}}{7200C_b{R}_b}\·\mathrm{\Δ}t\end{array}\right.;$

式(P_d(k+1),P_c(k+1))＝g(v(k),P_d(k),P_c(k))为需求功率的状态转移关系，也就是说对于确定的(v(k),P_d(k),P_c(k))，下一时刻出现(P_d(k+1),P_c(k+1))的概率q_n,ij满足状态转移概率：

q_n,ij＝Pr{(P_d(k+1),P_c(k+1)|v(k),P_d(k),P_c(k)}；

步骤4：通过工况的判断选择相应的代价函数；

(1)经济性代价函数。机电复合传动系统有两种动力源：发动机和动力电池组，因此燃油经济性应综合考虑两者的使用，以减少能量的损失，提高能量使用效率，降低整车燃油经济性。同时，还应考虑发动机和动力电池组各自的功能和特性需求，动力电池组为延长其使用寿命应尽量维持电量不变；发动机应尽量避免低速区和高速区的使用，应尽可能使其工作在高效区。因此，以发动机油耗和动力电池组寿命建立综合经济性代价函数J₁，具体表达式如下：

J₁＝fuel+γ₁ΔSOC+γ₂(SOC-SOC₀)²；

式中，fuel为发动机的燃油消耗率，单位为g/s，fuel是发动机转速、转矩的函数；γ₁ΔSOC为电池等效油耗，γ₁为等效系数，ΔSOC为电池组的变化率；γ₂(SOC-SOC₀)²为动力电池组的寿命损耗，γ₂为比例系数，越大表示对SOC变化越敏感，SOC为动力电池组的荷电状态，SOC₀为荷电状态初始值。

(2)动力性代价函数。车辆动力性指标包括：最高车速、加速能力和最大爬坡度，对于履带车辆，其载荷和行驶道路变化范围较大，道路坡度和车辆载荷是影响车辆机动性能的主要参数，当载荷增加或道路坡度增大时，车辆需要更大的功率以保证车辆正常运行。履带车辆在满足当前驱动需求的条件下，其爬坡能力和加速能力则是动力性的体现。此时的爬坡能力和加速能力可用当前的驱动储备功率来衡量。

储备功率，又称后备功率，是车辆在某一挡位下能发出的最大功率与所需功率之差，反映的是车辆爬坡和加速性能。驱动储备功率即机电复合传动系统提供的最大驱动功率与当前需求功率之差，越大越好。用当前能提供的最大功率与需求的驱动功率的差值来衡量动力性，J₂表达式如下：

J₂＝P_emax(n_e)+P_Smax(SOC)-P_d

式中，P_d为机电复合传动履带车辆的驱动需求功率，单位kW；P_emax为发动机能提供的最大功率，单位kW，P_emax是发动机转速n_e的函数，P_emax越大，J₂越大，储备功率也就越大，动力性越好；P_Smax是电池最大放电功率，单位kW，P_Smax是电池SOC的函数。

(3)供电能力代价函数。使用大功率用电设备时，需在短时间内提供足够的电力，而发电机往往不能满足瞬时大功率用电输出，为此，履带车辆必须具备一定的电能储备能力，为车辆提供超过发动机所能输出的“瞬时功率”；另外，对于机电复合传动履带车辆，静默行驶是其优势之一，在此工况下发动机关闭，车辆的动力将来源于电能存储设备——动力电池组，并要求其容量能满足一定的续驶里程。所以该性能与动力性的评价类似：机电复合传动履带车辆在满足当前用电需求的条件下，供电能力代价函数J₃以当前能提供的最大用电功率与需求的电功率之差衡量：

J₃＝P_Amax(T_A)+P_Bmax(T_B)+P_Smax(SOC)-P_c；

式中，P_c为机电复合传动履带车辆的用电需求功率，单位kW；P_Amax是发电机A的最大发电功率，单位kW，P_Amax是发电机转矩T_A的函数；P_Bmax是发电机B的最大发电功率，单位kW，P_Bmax是发电机转矩T_B的函数；P_Smax是电池最大放电功率，单位kW，P_Smax是电池SOC的函数。

步骤5：建立机电复合传动履带车辆功率分配目标函数；

能量管理的随机动态规划要确定一个策略序列π，使当初始状态为i，经过无限时域后总的期望代价之和最小，则目标函数为：

$V_{\mathrm{\β}}\left(i\right)=\underset{a\∈A\left(i\right)}{min}\{R(i,a)+\mathrm{\β}\underset{j\∈S}{\Σ}{q}_{ij}\left(a\right)V_{\mathrm{\β}}\left(j\right)\};$

$\underset{j\∈S}{\Σ}{q}_{ij}\left(a\right)V_{\mathrm{\β}}\left(j\right)=\underset{j\∈S}{\Σ}\{\left(p_{ij}\right(a\left){\mathrm{\α}}_1{\stackrel{\‾}{J}}_1\right(j)+t_{ij}(a\left){\mathrm{\α}}_2{\stackrel{\‾}{J}}_2\right(j\left)\right)+{\mathrm{\α}}_3{\stackrel{\‾}{J}}_3\left(j\right)\};$

式中：为当量经济性，为当量动力性，为当量供电能力。β为折扣因子，越接近于1，考虑的时间越长远。

步骤6：求解机电复合传动履带车辆功率分配目标函数，计算各状态变量，如果满足约束条件，进行下一步，如果不满足约束条件，继续计算，直到满足约束为止，当满足计算精度时，得出的控制序列即为最优控制策略。

步骤7：根据得出的控制序列确定发动机目标转速和两电机的目标转矩，由电机的转速和目标转矩计算电机的功率，再利用电功率平衡方程计算得到储能装置的功率需求。

机电复合传动模式下的功率流动情况比较复杂，不仅有功率的分流和汇流，而且有机械功率和电功率的相互转化。由能量守恒定律可知，能量在传递和转化过程中总量保持不变。因此，机电复合传动系统的功率流在分流、汇流、传递和转化过程中始终保持平衡关系，则用电功率平衡方程为：

$P_S+P_c+P_l+P_A{\mathrm{\η}}_A^{-\mathrm{sgn}\left(P_A\right)}+P_B{\mathrm{\η}}_B^{-\mathrm{sgn}\left(P_B\right)}=0;$

式中：P_c为用电需求功率，由用电工况获得；P_l为电功率在传递过程中的电功率损失；η_A、η_B分别为电机A和电机B的功率转化效率，可以查表得到；P_S、P_A、P_B、P_e分别为储能装置、电机A、电机B和发动机的功率，假设动力电池组充电时功率为正值。

下面结合仿真实验对本发明的应用效果作详细的描述。

各部件的功率分配的仿真结果，可以发现，本发明提出的机电复合传动履带车辆功率分配方法倾向于用发动机来满足整车的功率需求，而动力电池组用于补偿发动机的动态响应特性以及实现制动能量回收，两个电机主要用于配合发动机实现其工作点的调节，其功率差值用于给用电设备供电并实现动力电池组的维持。这使得动力电池组有足够的容量进行放电和充足的容量进行长时间的充电操作，另一方面，动力电池组处于一个使系统保持充放电平衡的平衡点附近，在一定程度上延长了动力电池组的使用寿命。

发动机工作点的分布情况对比。在低速情况下，本发明提出的机电复合传动履带车辆功率分配方法为了获得较高的动力性和经济性，发动机经增大功率输出，会有两种趋势，一种是发动机在低转速区的工作点要高于最优经济曲线，偏向于外特性曲线；另一种是往最大功率输出转速靠近，即向中高速区靠近，尽力保证在满足动力性和发电能力的前提下提高经济性。规则策略下的发动机工作点集中在[2700，4200]范围内，靠近发动机外特性，从而保证发动机动力性和发电能力；在本发明提出的机电复合传动履带车辆功率分配方法控制下，发动机的燃油消耗为68.6906L，规则策略下发动机的油耗量为81.3792L，经济性提高了16％。

从仿真结果可以得出：本发明提出的机电复合传动履带车辆功率分配方法可以从全局角度进行性能优化，可以获得良好的综合性能，特别是在经济性能方面，使发动机能工作在高效区。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种机电复合传动履带车辆功率分配方法，其特征在于，所述机电复合传动履带车辆功率分配方法将驾驶员的需求功率视为一个离散的随机动态过程，通过总结多个循环工况的驾驶员功率，建立驾驶员需求功率的马尔可夫模型，利用随机动态规划的思想建立递推决策方程，求解获得随机条件的最优功率分配方法；

以车辆的综合性能为目标函数，以车辆的速度、动力电池组的荷电状态、电机A、B的转速、发动机转矩为状态量，以驾驶员需求功率为随机量，以发动机的转速、电机A、B的转矩为控制参数，建立机电复合传动履带车辆的优化控制模型，采用随机动态规划求解了机电复合传动履带车辆最优控制问题，该最优控制问题基于随机的工况，应用随机动态规划算法进行求解，并根据优化结果对提取控制策略进行修改。

2.如权利要求1所述的机电复合传动履带车辆功率分配方法，其特征在于，所述机电复合传动履带车辆功率分配方法具体包括以下步骤：

步骤一，根据履带车辆的使用情况判断行驶工况并确定各部件的工作状态；机电复合传动履带车辆行驶环境复杂多变，包括凹凸不平的路面、松软路面、平坦路面、坡度路面、狭窄路面和涉水路面以及上述路面的组合路面，根据履带车辆行驶环境和使用要求，对履带车辆的行驶工况进行划分：

步骤二，根据各部件的特性确定其工作范围；

步骤三，计算当前状态的用电功率和驱动功率，通过建立需求功率的马尔可夫模型得出用电功率需求、驱动功率需求及相应的转移概率；

步骤四，通过工况的判断选择相应的代价函数；

步骤五，建立机电复合传动履带车辆功率分配目标函数；

步骤六，求解机电复合传动履带车辆功率分配目标函数，计算各状态变量，如果满足约束条件，进行下一步，如果不满足约束条件，继续计算，直到满足约束为止，当满足计算精度时，得出的控制序列即为最优控制策略；

步骤七，根据得出的控制序列确定发动机目标转速和两电机的目标转矩，由电机的转速和目标转矩计算电机的功率，再利用电功率平衡方程计算得到储能装置的功率需求。

3.如权利要求2所述的机电复合传动履带车辆功率分配方法，其特征在于，所述根据履带车辆的使用情况判断行驶工况并确定各部件的工作状态，对履带车辆的行驶工况进行划分，具体包括：

低速工况，车速在0-35km/h的行驶工况作为低速行驶工况；

中速工况，车速在35-60km/h的行驶工况作为中速行驶工况；

高速工况，车速高于60km/h的行驶工况作为高速行驶工况。

4.如权利要求2所述的机电复合传动履带车辆功率分配方法，其特征在于，所述根据各部件的特性确定其工作范围；任意时刻各部件都必须在其工作范围内，则有：

$\left\{\begin{array}{c}{n}_{emin}\≤n_e\≤n_{emax}\\ T_{emin}\left(n_e\right)\≤T_e\≤T_{emax}\left(n_e\right)\\ n_{Amin}\≤n_A\≤n_{Amax}\\ T_{Amin}\left(n_A\right)\≤T_A\≤T_{A\max }\left(n_A\right)\\ n_{Bmin}\≤n_B\≤n_{Bmax}\\ T_{B\min }\left(n_B\right)\≤T_B\≤T_{B\max }\left(n_B\right)\\ {\mathrm{SOC}}_{min}\≤SOC\≤{\mathrm{SOC}}_{\max }\\ P_{S\min }\≤P_S\≤P_{S\max }\end{array}\right..$

5.如权利要求2所述的机电复合传动履带车辆功率分配方法，其特征在于，所述用电功率需由三部分组成：主动悬架用电、风扇用电、大功率用电设备用电：

P_c＝P_fan+P_sus+P_gun；

式中：P_fan为风扇用电功率，P_sus为主动悬架用电功率，P_gun大功率用电设备功率；

车辆的驱动功率需求由三部分组成，分别克服滚动阻力P_f、空气阻力P_w和加速阻力P_a，即：

$P_d=P_f+P_w+P_a=fmgv+\frac{1}{2}{C}_d{\mathrm{A\ρv}}^3+mv\frac{dv}{dt};$

在已知当前状态x_k＝(T_e(k),n_A(k),n_B(k),v(k),SOC(k))，随机量w_k＝(P_d(k),P_c(k))和决策a_k＝(n_e(k+1),T_A(k+1),T_B(k+1))的情况下，下一状态x_k+1由以下公式确定：

$\{\begin{array}{c}{T}_i(k+1)=e_1{T}_A(k+1)+e_2{T}_B(k+1)\\ T_o(k+1)=f_1{T}_A(k+1)+f_2{T}_B(k+1)\\ {\stackrel{\·}{n}}_e\left(k\right)=\frac{n_e(k+1)-n_e\left(k\right)}{\mathrm{\Δ}t}\\ T_e(k+1)=J_e\frac{\mathrm{\π}}{30}{\stackrel{\·}{n}}_e\left(k\right)+T_i(k+1)\\ \left(P_d\right(k+1),P_c(k+1\left)\right)=g\left(v\right(k),P_d(k),P_c(k\left)\right)\\ n_o(k+1)=9549\frac{P_d(k+1)}{T_o(k+1)}\\ n_i(k+1)=\frac{n_e(k+1)}{i_q}\\ n_A(k+1)=a_1{n}_i(k+1)+a_2{n}_o(k+1)\\ n_B(k+1)=b_1{n}_i(k+1)+b_2{n}_o(k+1)\\ P_S(k+1)=P_c(k+1)+\frac{T_A(k+1)n_A(k+1)}{9549}{\mathrm{\η}}_A^{-\mathrm{sgn}\left(P_A\right)}+\frac{T_B(k+1)n_B(k+1)}{9549}{\mathrm{\η}}_B^{-\mathrm{sgn}\left(P_B\right)}\\ SOC(k+1)=SOC\left(k\right)+\frac{\sqrt{V_{oc}^2+4P_S(k+1)R_b}-V_{oc}}{7200C_b{R}_b}\·\mathrm{\Δ}t\end{array};$

式(P_d(k+1),P_c(k+1))＝g(v(k),P_d(k),P_c(k))为需求功率的状态转移关系，也就是说对于确定的(v(k),P_d(k),P_c(k))，下一时刻出现(P_d(k+1),P_c(k+1))的概率q_n,ij满足状态转移概率：

q_n,ij＝Pr{(P_d(k+1),P_c(k+1)|v(k),P_d(k),P_c(k)}。

6.如权利要求2所述的机电复合传动履带车辆功率分配方法，其特征在于，所述通过工况的判断选择相应的代价函数包括：

经济性代价函数，以发动机油耗和动力电池组寿命建立综合经济性代价函数J₁，具体表达式如下：

J₁＝fuel+γ₁ΔSOC+γ₂(SOC-SOC₀)²；

式中，fuel为发动机的燃油消耗率，单位为g/s，fuel是发动机转速、转矩的函数；γ₁ΔSOC为电池等效油耗，γ₁为等效系数，ΔSOC为电池组的变化率；γ₂(SOC-SOC₀)²为动力电池组的寿命损耗，γ₂为比例系数，越大表示对SOC变化越敏感，SOC为动力电池组的荷电状态，SOC₀为荷电状态初始值；

动力性代价函数，车辆动力性指标包括：最高车速、加速能力和最大爬坡度；

储备功率，用当前能提供的最大功率与需求的驱动功率的差值来衡量动力性，J₂表达式如下：

J₂＝P_emax(n_e)+P_Smax(SOC)-P_d

式中，P_d为机电复合传动履带车辆的驱动需求功率，单位kW；P_emax为发动机能提供的最大功率，单位kW，P_emax是发动机转速n_e的函数，P_emax越大，J₂越大，储备功率也就越大，动力性越好；P_Smax是电池最大放电功率，单位kW，P_Smax是电池SOC的函数；

供电能力代价函数，供电能力代价函数J₃以当前能提供的最大用电功率与需求的电功率之差衡量：

J₃＝P_Amax(T_A)+P_Bmax(T_B)+P_Smax(SOC)-P_c；

式中，P_c为机电复合传动履带车辆的用电需求功率，单位kW；P_Amax是发电机A的最大发电功率，单位kW，P_Amax是发电机转矩T_A的函数；P_Bmax是发电机B的最大发电功率，单位kW，P_Bmax是发电机转矩T_B的函数；P_Smax是电池最大放电功率，单位kW，P_Smax是电池SOC的函数；

所述建立机电复合传动履带车辆功率分配目标函数；

能量管理的随机动态规划要确定一个策略序列π，使当初始状态为i，经过无限时域后总的期望代价之和最小，则目标函数为：

$V_{\mathrm{\β}}\left(i\right)=\underset{a\∈A\left(i\right)}{\min }\{R(i,a)+\mathrm{\β}\underset{j\∈S}{\Σ}{q}_{ij}\left(a\right)V_{\mathrm{\β}}\left(j\right)\};$

$\underset{j\∈S}{\Σ}{q}_{ij}\left(a\right)V_{\mathrm{\β}}\left(j\right)=\underset{j\∈S}{\Σ}\{\left(p_{ij}\right(a\left){\mathrm{\α}}_1{\stackrel{\‾}{J}}_1\right(j)+t_{ij}(a\left){\mathrm{\α}}_2{\stackrel{\‾}{J}}_2\right(j\left)\right)+{\mathrm{\α}}_3{\stackrel{\‾}{J}}_3\left(j\right)\};$

式中：为当量经济性，为当量动力性，为当量供电能力，β为折扣因子，越接近于1，考虑的时间越长远。

7.一种如权利要求1所述机电复合传动履带车辆功率分配方法的系统，其特征在于，所述系统包括：

状态判断模块，用于根据履带车辆的使用情况判断行驶工况并确定各部件的工作状态；机电复合传动履带车辆行驶环境复杂多变，包括凹凸不平的路面、松软路面、平坦路面、坡度路面、狭窄路面和涉水路面以及上述路面的组合路面，根据履带车辆行驶环境和使用要求，对履带车辆的行驶工况进行划分：

范围确定模块，用于根据各部件的特性确定其工作范围；

计算模块，用于计算当前状态的用电功率和驱动功率，通过建立需求功率的马尔可夫模型得出用电功率需求、驱动功率需求及相应的转移概率；

判断模块，用于通过工况的判断选择相应的代价函数；

函数建立模块，用于建立机电复合传动履带车辆功率分配目标函数；

求解模块，用于求解机电复合传动履带车辆功率分配目标函数，计算各状态变量，如果满足约束条件，进行下一步，如果不满足约束条件，继续计算，直到满足约束为止，当满足计算精度时，得出的控制序列即为最优控制策略；

功率确定模块，用于根据得出的控制序列确定发动机目标转速和两电机的目标转矩，由电机的转速和目标转矩计算电机的功率，再利用电功率平衡方程计算得到储能装置的功率需求。

8.如权利要求7所述的系统，其特征在于，所述状态判断模块进一步包括：

低速工况单元，车速在0-35km/h的行驶工况作为低速行驶工况；

中速工况单元，车速在35-60km/h的行驶工况作为中速行驶工况；

高速工况单元，车速高于60km/h的行驶工况作为高速行驶工况。

9.如权利要求7所述的系统，其特征在于，所述计算模块进一步包括：

用电功率需求单元，由三部分组成：主动悬架用电、风扇用电、大功率用电设备用电；

车辆的驱动功率需求单元，由三部分组成，分别克服滚动阻力、空气阻力和加速阻力。

10.如权利要求7所述的系统，其特征在于，所述函数建立模块进一步包括：

经济性代价函数单元，用于以发动机油耗和动力电池组寿命建立综合经济性代价函数；

动力性代价函数单元，车辆动力性指标包括：最高车速、加速能力和最大爬坡度；

储备功率单元，用当前能提供的最大功率与需求的驱动功率的差值来衡量动力性；

供电能力代价函数单元，以当前能提供的最大用电功率与需求的电功率之差衡量。