CN107187442A - 基于工况预测的插电式混合动力电动汽车能量管理系统 - Google Patents

基于工况预测的插电式混合动力电动汽车能量管理系统 Download PDF

Info

Publication number
CN107187442A
CN107187442A CN201710350876.2A CN201710350876A CN107187442A CN 107187442 A CN107187442 A CN 107187442A CN 201710350876 A CN201710350876 A CN 201710350876A CN 107187442 A CN107187442 A CN 107187442A
Authority
CN
China
Prior art keywords
mrow
msub
typical condition
soc
change amount
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710350876.2A
Other languages
English (en)
Other versions
CN107187442B (zh
Inventor
罗国鹏
刘建康
杨兴旺
张鑫
张强
刘力源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Group Corp
Original Assignee
FAW Group Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FAW Group Corp filed Critical FAW Group Corp
Priority to CN201710350876.2A priority Critical patent/CN107187442B/zh
Publication of CN107187442A publication Critical patent/CN107187442A/zh
Application granted granted Critical
Publication of CN107187442B publication Critical patent/CN107187442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/15—Control strategies specially adapted for achieving a particular effect
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/11—Controlling the power contribution of each of the prime movers to meet required power demand using model predictive control [MPC] strategies, i.e. control methods based on models predicting performance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/12—Controlling the power contribution of each of the prime movers to meet required power demand using control strategies taking into account route information
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/14—Plug-in electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/12—Remote or cooperative charging

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种基于工况预测的插电式混合动力电动汽车能量管理系统，包括导航控制器和混合动力控制器，其中，所述导航控制器用于供用户进行出行规划并预测工况特征信息；所述混合动力控制器包括行驶特征估计模块、典型工况特征库、工况信息预测模块、控制参数规划模块和行驶控制模块。本发明能够以简单的控制逻辑实现近似最优PHEV能量管理，通过导航系统提供的实时路况信息，保证用户在下次充电之前将电池电量用到下限值，充分利用电能。

Description

基于工况预测的插电式混合动力电动汽车能量管理系统
技术领域
本发明涉及一种混合动力电动汽车能量管理系统，具体涉及一种基于工况预测的插电式混合动力电动汽车能量管理系统，属于混合动力汽车领域。
背景技术
插电式混合动力电动汽车(plug in hybrid electric vehicle，简称PHEV)具有电能和燃油两种能量。在本领域内，通常情况下是在电池电量充足时尽量使用电能直到电池SOC达到一定限值，然后进入电量保持模式。此方法的不足是电能和燃油使用的效率不能保证，无法达到整个续驶里程内综合效率最优。
目前已经可以通过导航获取实时工况信息，为规划整个出行工况上的最佳电能使用提供了可能性。中国专利申请CN201310061071.8、CN201310577362.2和CN201510641743.1等文献都提出了将电能基本均匀地在整个行程中使用的方法，但没有考虑在燃油经济性高的工况发电提供纯电动电能的可能性，总体的节油效果有限。要想得到全局最优的电能使用需要应用动态规划等全局优化算法，确定量大，即使是简化的求解方法(如中国专利CN201510293834.0)也是比较复杂的，目前很难在实车上应用。
因此，亟待出现一种实用性强的并且节油效果大的插电式混合动力电动汽车能量管理方案。
发明内容
针对上述技术问题，本发明提供一种基于工况预测的插电式混合动力电动汽车能量管理系统及方法，能够保证在整个出行过程当中燃油和电能合理分配，提高综合效率，节约燃油
本发明采用的技术方案为：
本发明的实施例提供一种基于工况预测的插电式混合动力电动汽车能量管理系统，包括导航控制器和混合动力控制器，其中，所述导航控制器用于供用户进行出行规划并预测工况特征信息；所述混合动力控制器包括行驶特征估计模块、工况信息预测模块、控制参数规划模块和行驶控制模块；所述行驶特征估计模块根据已经完成的实车行驶数据估计整车重量、道路状况和驾驶风格；所述工况信息预测模块根据所述导航控制器输出的预测工况特征信息和所述行驶特征估计模块所估计的信息来预测行驶的每段路径所属典型工况，并输出每种典型工况的总里程以及邻近n个路段的典型工况类型和里程序列；所述控制参数规划模块根据所述工况信息预测模块输出的信息、典型工况特征库以及动力电池可用电能确定当前工况的最优电能使用方式，即确定当前工况的目标SOC轨迹，然后根据确定的目标SOC轨迹来确定行驶控制模块的控制参数；所述行驶控制模块基于所述控制参数规划模块所确定的控制参数来对混合动力电动汽车进行实时控制。
可选地，所述预测工况特征信息包括剩余出行路径上的不同平均车速区间内的总里程以及邻近n个路段的平均车速和里程序列。
可选地，所述控制参数包括纯电驱动功率门限、目标SOC和目标发电功率参数中的至少一个。
可选地，所述典型工况特征库设置在所述工况信息预测模块中，所述典型工况特征库包含各典型工况下电量消耗模式单位里程电能变化量与所述纯电驱动功率门限的对应关系，以及包含各典型工况下行车发电量模式单位里程电能变化量与所述目标发电功率的对应关系。
可选地，所述控制参数规划模块根据所述工况信息预测模块输出的信息、典型工况特征库以及动力电池可用电能确定当前工况的最优电能使用方式包括以下步骤：
S10，基于预设方法来确定剩余出行路径上的每种典型工况下的单位里程目标电能变化量；
S20，按照步骤S10计算的单位里程目标电能变化量来计算邻近n个路段的SOC轨迹；
S30，将计算的SOC轨迹与SOC许用区间进行比较，如果SOC轨迹超出SOC许用区间，则进入步骤S40，如果SOC轨迹没有超出SOC许用区间，进入步骤S50；
S40，基于所述预设方法来确定当前位置到最近的SOC超出许用区间的极点之间的路段的每种典型工况的单位里程电能变化量；进入步骤S60；
S50，按照步骤S10确定的单位里程目标电能变化量来计算邻近n个路段中的每个路段的目标SOC；
S60，按照步骤S40确定的单位里程目标电能变化量来计算邻近n个路段的SOC轨迹，进而根据确定的SOC轨迹来确定邻近n个路段中的每个路段目标SOC。
可选地，所述预设方法包括：
S100，计算规划范围内按照电能消耗优先级从高到低的顺序进行排序的第一种典型工况下的单位里程电能变化量；
S110，判断计算的第一种典型工况下的单位里程电能变化量的是否小于等于0，如果是，进入步骤S120，如果不是，进入步骤S130；
S120，继续确定规划范围内按照电能消耗优先级从高到低的顺序进行排序的下一种典型工况下的单位里程电能变化量，并判断计算的当前典型工况下的单位里程电能变化量的是否小于等于0，如果是，重复本步骤，直至完成所有典型工况下的单位里程目标电能变化量的计算；如果不是，进入步骤S130；
S130，从跳出当前典型工况开始，依次计算按照行车发电优先级从高到低的顺序进行排序的每种典型工况下的单位里程电能变化量；
其中，所述规划范围包括剩余出行路径和当前位置到最近的SOC超出许用区间的极点之间的路段。
可选地，按照下述公式(1)来依次规划按照电能消耗优先级从高到低的顺序进行排序的每种典型工况下的单位里程目标电能变化量：
其中，I和J表示按照电能消耗优先级从高到低的顺序进行排序的典型工况的序号，优先级越高，序号越小；EI和EJ分别表示当前典型工况I和与当前典型工况不同的典型工况J的单位里程目标电能变化量，ECD,I表示典型工况I的最大电能消耗时的电能消耗量，EChg,I和EChg,J分别表示典型工况I和J的最大单位里程发电量；dI和dJ分别表示典型工况I和J的总里程；Eaval表示每次规划开始时动力电池的可用电能；kI1表示典型工况I的电量消耗模式电能与燃油等效系数，kJ2表示典型工况J的发电模式电能与燃油等效系数，FCCS,I和FCCS,J分别表示典型工况I和J的电量平衡模式时的燃油消耗量，FCCD,I表示在电量消耗模式下典型工况I的燃油消耗量，FCChg,J表示在发电模式下典型工况J的燃油消耗量。
可选地，按照下述公式(2)来依次规划按照行车发电优先级从高到低的顺序进行排序的每种典型工况下的单位里程目标电能变化量：
其中，I′和J′表示按照行车发电优先级从高到低的顺序进行排序的典型工况的序号，优先级越高，序号越小；EI′和EJ′表示当前处理的典型工况I′和与当前处理的典型工况不同的典型工况J′的单位里程目标电能变化量，EChg,I′表示典型工况I′的最大单位里程发电量，dI′和dJ′分别表示典型工况I′和J′的总里程；Eaval表示每次规划开始时动力电池的可用电能，EI为按照电能消耗优先级从高到低的顺序进行排序的典型工况I的单位里程目标电能变化量。
与现有技术相比，本发明能够以简单的控制逻辑实现近似最优PHEV能量管理，通过导航系统提供的实时路况信息，保证用户在下次充电之前将电池电量用到下限值，充分利用电能，而且将发动机燃油尽量用到发动机高效区，从而提高PHEV实际行驶的经济性，降低油耗，而且本发明所述的管理系统的确定量小，能够在实车上应用。
附图说明
图1为本发明实施例的基于工况预测的插电式混合动力电动汽车能量管理系统的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
图1为本发明实施例的基于工况预测的插电式混合动力电动汽车能量管理系统的结构示意图。如图1所示，本发明实施例提供的基于工况预测的插电式混合动力电动汽车能量管理系统主要针对一种单电机并联强混合插电混合动力轿车，该混合插电混合动力轿车包括动力电池31、油箱32、电机33、发动机34和整车35以及对该轿车的能量进行管理的混合动力电动汽车能量管理系统。
该能量管理系统可包括导航控制器1和混合动力控制器2。其中，导航控制器1允许用户进行出行规划并预测工况特征信息，包括剩余出行路径上的工况特征分布信息和邻近n个路段的工况特征序列。剩余出行路径上的工况特征分布信息包括剩余出行路径上的不同平均车速区间内的总里程，邻近n个路段的工况特征序列包括邻近n个路段的平均车速和里程序列。n是事先确定的固定值，需考虑整车纯电续驶里程和导航系统平均车速统计的里程间隔来确定。导航系统平均车速里程间隔随道路类型而变，建议市区工况里程间隔是500m～1km，建议高速公路里程5km～10km。对于纯电续驶里程50km的插电式混合动力汽车，一般n取50～100。
混合动力控制器2由行驶特征估计模块21、典型工况特征库22、工况信息预测模块23、控制参数规划模块24和行驶控制模块25组成。行驶特征估计模块21根据实车行驶数据估计整车重量状态、道路状况和驾驶风格等信息，行驶数据可包括获取的道路坡度、道路阻力系数、平均车速、最大车速、最大加速度、车速标准差、行驶里程和车辆所处位置的天气信息等。工况信息预测模块23根据导航控制器1的输出的预测工况特征信息来预测每段路径所属典型工况，输出每种典型工况的总里程以及邻近n个路段的典型工况类型和里程序列。控制参数规划模块24根据工况信息预测模块23的输出的信息、典型工况特征库22以及动力电池31可用电能确定当前工况的最优电能使用方式，即确定当前典型工况的最优SOC轨迹，然后根据确定的最优SOC轨迹来确定行驶控制模块25的控制参数。行驶控制模块25用于根据控制参数来对混合动力电动汽车进行实时控制。在本发明中，控制参数可包括纯电驱动功率门限、纯电动驱动车速门限和目标发电功率等参数中的至少一个。
用户出行工况与道路类型、拥堵程度和驾驶习惯有关，且具有一定的典型性。通过典型工况的组合可以得出大致的用户出行工况。在本发明的一示意性实施例中，整车重量包括轻载、重载等状态。道路工况包括市区拥堵、市区一般、市区畅通和高速等类型。这些因素的组合构成典型工况，典型工况的初始编号为1，2……N，这些典型工况构成典型工况特征库22。一般，对于特定的车辆，典型工况特征库22预先存储在控制器中。在本发明的一示例中，典型工况特征库可覆盖4种道路工况、2种整车重量状态和2种驾驶风格组成的16种典型工况，如下表1所示。然而，本发明并不局限于此，可根据需要按照不同的顺序设置各种典型工况。
表1：典型工况表
在本发明的实施例中，典型工况特征库中可包含各典型工况下电量消耗模式单位里程电能消耗量与纯电驱动功率门限的对应关系，根据此对应关系可由当前工况的最佳单位里程电能变化量确定控制参数纯电动功率门限。此外，也包含各典型工况下行车发电量模式单位里程电能变化量与目标发电功率的对应关系，根据此对应关系可由当前工况的最佳单位里程电能变化量确定控制参数目标发电功率。
对于在没有典型工况特征库的情况下，可按照如下方法来构建：
(1)运用仿真或试验等方法进行能耗分析
首先通过实际路况的统计分析，确定一定数量的典型工况，以覆盖大多数实际驾驶情形，如上表1所示的驾驶情形。
其次，基于行驶控制模块25的基础控制策略，设定不同的控制参数，通过仿真或试验确定电量消耗模式下各典型工况的单位里程电能消耗量和燃油消耗量；找出各典型工况下最大电能消耗时的电能消耗量ECD,i和燃油消耗量FCCD,i；确定每种典型工况的电量消耗模式电能与燃油等效系数其中，FCCS,i为电量平衡模式下的燃油消耗量。
同时，基于行驶控制模块25的基础控制策略，设定不同的控制参数，通过仿真或试验确定得到各典型工况的单位里程发电量和燃油消耗量，根据发电量与电量平衡模式相比增加的燃油消耗量之比确定最佳单位里程发电量FCChg,i，确定每种典型工况的发电模式电能与燃油等效系数一般情况下，ki1>ki2，其中i指示任一典型工况的编号。
例如，行驶控制模块25可分为电量消耗模式和电量维持模式，两种模式具有不同的纯电功率驱动门限，根据当前SOC和目标SOC的差值决定进入哪一种模式。如果当前SOC与目标SOC之差大于一定阈值，例如大于2～5％，则进入电量消耗模式；如果当前SOC与目标SOC之差接近或小于0，则进入电量维持模式；电量消耗模式与电量维持模式切换条件具有一定的滞环区间，例如2～5％。通过设定不同的目标SOC，可以使整车处于不同的模式，从而获得上述工况特征参数，如单位里程电能消耗量和燃油消耗量等。
(2)确定能量管理方法规则
对于特定型号的车辆，因整车重量、驾驶风格等因素一般不会突变，故在整车重量、驾驶风格等因素一致的范围内，确定典型工况的电能消耗优先级和行车发电优先级；ki1越小，表示电能消耗优先级越高；ki2越大，表示行车发电优先级越高。
每种典型工况下，可用于纯电驱动的电能包括动力电池可用电能和其他工况行车发电储备的电能。针对每种典型工况(设编号是i)，可以通过行车发电储备电能用于此典型工况纯电驱动的典型工况是满足kj2＞ki1(j≠i)的工况，具体地说，每种典型工况都对应一个k1和一个k2，只有当编号为j的工况对应的k2大于编号为i的工况对应的k1时，即kj2＞ki1(j≠i)，编号为j的工况才会出现行车发电模式发出的电能供编号为i的工况使用。
根据确定的每种典型工况的电量消耗模式电能与燃油等效系数所确定的电能消耗优先级，按照电能消耗优先级从高到低将典型工况从小到大重新编号。
车辆在实际行驶过程，整车重量和驾驶风格可以通过整车行驶数据识别得到，且一般不会频繁变化，主要的变化量是道路工况，表2所示是本发明一示例构建的轻载温和驾驶类型在不同道路工况下的特征。
表2：轻载温和驾驶类型在不同道路工况下的特征
进一步地，控制参数规划模块24根据工况信息预测模块23的输出的信息、典型工况特征库22以及动力电池31可用电能确定当前工况的最优电能使用方式包括以下步骤：
S10，基于预设方法来确定剩余出行路径上的每种典型工况下的单位里程目标电能变化量；
S20，按照步骤S10确定的单位里程目标电能变化量来确定邻近n个路段的SOC轨迹；
S30，将确定的SOC轨迹与SOC许用区间进行比较，如果SOC轨迹超出SOC许用区间，则进入步骤S40，如果SOC轨迹没有超出SOC许用区间，进入步骤S50；
S40，基于所述预设方法来确定当前位置到最近的SOC超出许用区间的极点之间的路段的每种典型工况的单位里程电能变化量；进入步骤S60；
S50，按照步骤S10确定的单位里程目标电能变化量来确定邻近n个路段的SOC轨迹，进而根据确定的SOC轨迹来确定邻近n个路段每个路段的目标SOC；
S60，按照步骤S40确定的单位里程目标电能变化量来确定邻近n个路段的SOC轨迹，进而根据确定的SOC轨迹来确定邻近n个路段每个路段的目标SOC。
进一步地，所述预设方法包括：
S100，确定规划范围内按照电能消耗优先级从高到低的顺序进行排序的第一种典型工况下的单位里程电能变化量；
S110，判断确定的第一种典型工况下的单位里程电能变化量的是否小于等于0，如果是，进入步骤S120，如果不是，进入步骤S130；
S120，继续确定规划范围内按照电能消耗优先级从高到低的顺序进行排序的下一种典型工况下的单位里程电能变化量，并判断确定的当前典型工况下的单位里程电能变化量的是否小于等于0，如果是，重复本步骤，直至完成所有典型工况下的单位里程目标电能变化量的确定；如果不是，进入步骤S130；
S130，从跳出当前典型工况开始，依次确定按照行车发电优先级从高到低的顺序进行排序的每种典型工况下的单位里程电能变化量；
其中，所述规划范围包括剩余出行路径和当前位置到最近的SOC超出许用区间的极点之间的路段。
在本发明的一个实施例中，可按照下述公式(1)来依次确定按照电能消耗优先级从高到低的顺序进行排序的每种典型工况下的单位里程目标电能变化量：
其中，I和J表示按照电能消耗优先级从高到低的顺序进行排序的典型工况的序号，优先级越高，序号越小；EI和EJ分别表示当前典型工况I和与当前典型工况不同的典型工况J的单位里程目标电能变化量，ECD,I表示典型工况I的最大电能消耗时的电能消耗量，EChg,I和EChg,J分别表示典型工况I和J的最大单位里程发电量；dI和dJ分别表示典型工况I和J的总里程；Eaval表示每次规划开始时动力电池的可用电能；kI1表示典型工况I的电量消耗模式电能与燃油等效系数，kJ2表示典型工况J的发电模式电能与燃油等效系数，FCCS,I和FCCS,J分别表示典型工况I和J的电量平衡模式时的燃油消耗量，FCCD,I表示在电量消耗模式下典型工况I的燃油消耗量，FCChg,J表示在发电模式下典型工况J的燃油消耗量。
在本发明的一个实施例中，可按照下述公式(2)来依次确定按照行车发电优先级从高到低的顺序进行排序的每种典型工况下的单位里程目标电能变化量：
其中，I′和J′表示按照行车发电优先级从高到低的顺序进行排序的典型工况的序号，优先级越高，序号越小；EI′和EJ′表示当前处理的典型工况I′和与当前处理的典型工况不同的典型工况J′的单位里程目标电能变化量，EChg,I′表示典型工况I′的最大单位里程发电量，dI′和dJ′分别表示典型工况I′和J′的总里程；Eaval表示每次规划开始时动力电池的可用电能，EI为按照电能消耗优先级从高到低的顺序进行排序的典型工况I的单位里程目标电能变化量，即在确定按照行车发电优先级从高到低的顺序进行排序的每种典型工况下的单位里程目标电能变化量时用到了前述的按照电能消耗优先级从高到低的顺序进行排序确定的典型工况的单位里程目标电能变化量。
在本发明中，在步骤S10和步骤S40中确定规划范围(选定的路段)内的每种典型工况的单位里程电能变化量均按照上述预设方法进行，其中，在步骤S10中按照上述预设方法确定剩余出行路径上的每种典型工况下的单位里程目标电能变化量时，动力电池的可用电能Eaval可根据动力电池管理系统上报给整车控制器的当前SOC来确定，在步骤S40中按照上述预设方法确定当前位置到最近的SOC超出许用区间的极点之间的路段的每种典型工况的单位里程电能变化量时，动力电池的可用电能Eaval可为当前SOC和规划结束时刻的目标SOC之间的电池能量。具体地，规划结束时刻的目表SOC可通过如下方式来确定：(1)首先确定SOC曲线上超出SOC许用区间的第一个极点，包括极点类型和极点位置；(2)由极点类型确定目标SOC，如果是上极点，则目标SOC是SOC上限，否则是SOC下限。在本发明中，极点是指SOC轨迹超出SOC许用区间的轨迹中的最靠近SOC上限和SOC下限的最大点，SOC许用空间可根据实际情况来确定，一般可设置为25～90％。
进一步地，在本发明中，可基于n个路段的每个路段所属的典型工况与该典型工况对应的单位里程目标电能变化量来确定邻近n个路段的SOC轨迹，SOC轨迹可通过连接每个路段结束时的SOC来形成，每个路段结束时的SOCI值等于上一个路段结束时的SOCJ值加上该路段的单位里程目标电能变化量EI与该路段的总里程的乘积L与SOC总值T之比，即进而确定当前工况的目标SOC。
需要说明的是，在实际应用中，如果当前工况的最佳单位里程电能变化量等于或接近此工况以最大电能消耗模式行驶的单位里程电能变化率，则认为此工况的理想工作模式是纯电驱动，当前工况的目标SOC设为SOC下限。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种基于工况预测的插电式混合动力电动汽车能量管理系统，其特征在于，包括导航控制器和混合动力控制器，其中，所述导航控制器用于供用户进行出行规划并预测工况特征信息；所述混合动力控制器包括行驶特征估计模块、典型工况特征库、工况信息预测模块、控制参数规划模块和行驶控制模块；
所述行驶特征估计模块根据已经完成的实车行驶数据估计整车重量、道路状况和驾驶风格；
所述工况信息预测模块根据所述导航控制器输出的预测工况特征信息和所述行驶特征估计模块所估计的信息来预测行驶的每段路径所属典型工况，并输出每种典型工况的总里程以及邻近n个路段的典型工况类型和里程序列；
所述控制参数规划模块根据所述工况信息预测模块输出的信息、典型工况特征库以及动力电池可用电能确定当前工况的最优电能使用方式，即确定当前典型工况的最优SOC轨迹，然后根据确定的最优SOC轨迹来确定行驶控制模块的控制参数；
所述行驶控制模块基于所述控制参数规划模块所确定的控制参数来对混合动力电动汽车进行实时控制。
2.根据权利要求1所述的基于工况预测的插电式混合动力电动汽车能量管理系统，其特征在于，所述预测工况特征信息包括剩余出行路径上的不同平均车速区间内的总里程以及邻近n个路段的平均车速和里程序列。
3.根据权利要求1所述的基于工况预测的插电式混合动力电动汽车能量管理系统，其特征在于，所述控制参数包括纯电驱动功率门限、目标SOC和目标发电功率参数中的至少一个。
4.根据权利要求3所述的基于工况预测的插电式混合动力电动汽车能量管理系统，其特征在于，所述典型工况特征库包含各典型工况下电量消耗模式单位里程电能变化量与所述纯电驱动功率门限的对应关系，以及包含各典型工况下行车发电量模式单位里程电能变化量与所述目标发电功率的对应关系。
5.根据权利要求1所述的基于工况预测的插电式混合动力电动汽车能量管理系统，其特征在于，所述控制参数规划模块根据所述工况信息预测模块输出的信息、典型工况特征库以及动力电池可用电能确定当前工况的最优电能使用方式包括以下步骤：
S10，基于预设方法来确定剩余出行路径上的每种典型工况下的单位里程目标电能变化量；
S20，按照步骤S10确定的单位里程目标电能变化量来确定邻近n个路段的SOC轨迹；
S30，将确定的SOC轨迹与SOC许用区间进行比较，如果SOC轨迹超出SOC许用区间，则进入步骤S40，如果SOC轨迹没有超出SOC许用区间，进入步骤S50；
S40，基于所述预设方法来确定当前位置到最近的SOC超出许用区间的极点之间的路段的每种典型工况的单位里程电能变化量；进入步骤S60；
S50，按照步骤S10确定的单位里程目标电能变化量来确定邻近n个路段的SOC轨迹，进而根据确定的SOC轨迹来确定邻近n个路段中的每个路段的目标SOC；
S60，按照步骤S40确定的单位里程目标电能变化量来确定邻近n个路段的SOC轨迹，进而根据确定的SOC轨迹来确定邻近n个路段中的每个路段的目标SOC。
6.根据权利要求5所述的基于工况预测的插电式混合动力电动汽车能量管理系统，其特征在于，所述预设方法包括：
S100，确定规划范围内按照电能消耗优先级从高到低的顺序进行排序的第一种典型工况下的单位里程电能变化量；
S110，判断确定的第一种典型工况下的单位里程电能变化量的是否小于等于0，如果是，进入步骤S120，如果不是，进入步骤S130；
S120，继续确定规划范围内按照电能消耗优先级从高到低的顺序进行排序的下一种典型工况下的单位里程电能变化量，并判断确定的当前典型工况下的单位里程电能变化量的是否小于等于0，如果是，重复本步骤，直至完成所有典型工况下的单位里程目标电能变化量的确定；如果不是，进入步骤S130；
S130，从跳出当前典型工况开始，依次确定按照行车发电优先级从高到低的顺序进行排序的每种典型工况下的单位里程电能变化量；
其中，所述规划范围包括剩余出行路径和当前位置到最近的SOC超出许用区间的极点之间的路段。
7.根据权利要求6所述的基于工况预测的插电式混合动力电动汽车能量管理系统，其特征在于，按照下述公式(1)来依次确定按照电能消耗优先级从高到低的顺序进行排序的每种典型工况下的单位里程目标电能变化量：
<mrow> <msub> <mi>E</mi> <mi>I</mi> </msub> <mo>=</mo> <mi>max</mi> <mrow> <mo>&amp;lsqb;</mo> <mrow> <mo>-</mo> <msub> <mi>E</mi> <mrow> <mi>C</mi> <mi>D</mi> <mo>,</mo> <mi>I</mi> </mrow> </msub> <mo>,</mo> <mi>min</mi> <mrow> <mo>(</mo> <mrow> <msub> <mi>E</mi> <mrow> <mi>C</mi> <mi>h</mi> <mi>g</mi> <mo>,</mo> <mi>I</mi> </mrow> </msub> <mo>,</mo> <mo>-</mo> <mfrac> <mrow> <msub> <mi>E</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>a</mi> <mi>l</mi> </mrow> </msub> <mo>+</mo> <munder> <mi>&amp;Sigma;</mi> <mrow> <mi>J</mi> <mo>&lt;</mo> <mi>I</mi> </mrow> </munder> <msub> <mi>E</mi> <mi>J</mi> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>d</mi> <mi>J</mi> </msub> <mo>+</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>J</mi> <mo>&gt;</mo> <mi>I</mi> </mrow> <mrow> <msub> <mi>k</mi> <mrow> <mi>J</mi> <mn>2</mn> </mrow> </msub> <mo>&lt;</mo> <msub> <mi>k</mi> <mrow> <mi>I</mi> <mn>1</mn> </mrow> </msub> </mrow> </munderover> <msub> <mi>E</mi> <mrow> <mi>C</mi> <mi>h</mi> <mi>g</mi> <mo>,</mo> <mi>J</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>d</mi> <mi>J</mi> </msub> </mrow> <msub> <mi>d</mi> <mi>I</mi> </msub> </mfrac> </mrow> <mo>)</mo> </mrow> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中，I和J表示按照电能消耗优先级从高到低的顺序进行排序的典型工况的序号，优先级越高，序号越小；EI和EJ分别表示当前典型工况I和与当前典型工况不同的典型工况J的单位里程目标电能变化量，ECD,I表示典型工况I的最大电能消耗时的电能消耗量，EChg,I和EChg,J分别表示典型工况I和J的最大单位里程发电量；dI和dJ分别表示典型工况I和J的总里程；Eaval表示每次规划开始时动力电池的可用电能；kI1表示典型工况I的电量消耗模式电能与燃油等效系数，kJ2表示典型工况J的发电模式电能与燃油等效系数，FCCS,I和FCCS,J分别表示典型工况I和J的电量平衡模式时的燃油消耗量，FCCD,I表示在电量消耗模式下典型工况I的燃油消耗量，FCChg,J表示在发电模式下典型工况J的燃油消耗量。
8.根据权利要求7所述的基于工况预测的插电式混合动力电动汽车能量管理系统，其特征在于，按照下述公式(2)来依次确定按照行车发电优先级从高到低的顺序进行排序的每种典型工况下的单位里程目标电能变化量：
<mrow> <msub> <mi>E</mi> <msup> <mi>I</mi> <mo>&amp;prime;</mo> </msup> </msub> <mo>=</mo> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>,</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mo>(</mo> <mrow> <msub> <mi>E</mi> <mrow> <mi>C</mi> <mi>h</mi> <mi>g</mi> <mo>,</mo> <msup> <mi>I</mi> <mo>&amp;prime;</mo> </msup> </mrow> </msub> <mo>,</mo> <mfrac> <mrow> <munder> <mi>&amp;Sigma;</mi> <mrow> <msub> <mi>E</mi> <mi>I</mi> </msub> <mo>&amp;le;</mo> <mn>0</mn> </mrow> </munder> <mo>|</mo> <msub> <mi>E</mi> <mi>I</mi> </msub> <mo>|</mo> <mo>&amp;CenterDot;</mo> <msub> <mi>d</mi> <msup> <mi>I</mi> <mo>&amp;prime;</mo> </msup> </msub> <mo>-</mo> <msub> <mi>E</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>a</mi> <mi>l</mi> </mrow> </msub> <mo>-</mo> <munder> <mi>&amp;Sigma;</mi> <mrow> <msup> <mi>J</mi> <mo>&amp;prime;</mo> </msup> <mo>&lt;</mo> <msup> <mi>I</mi> <mo>&amp;prime;</mo> </msup> </mrow> </munder> <msub> <mi>E</mi> <msup> <mi>J</mi> <mo>&amp;prime;</mo> </msup> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>d</mi> <msup> <mi>J</mi> <mo>&amp;prime;</mo> </msup> </msub> </mrow> <msub> <mi>d</mi> <msup> <mi>I</mi> <mo>&amp;prime;</mo> </msup> </msub> </mfrac> </mrow> <mo>)</mo> <mo>&amp;rsqb;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
其中，I′和J′表示按照行车发电优先级从高到低的顺序进行排序的典型工况的序号，优先级越高，序号越小；EI′和EJ′表示当前处理的典型工况I′和与当前处理的典型工况不同的典型工况J′的单位里程目标电能变化量，EChg,I′表示典型工况I′的最大单位里程发电量，dI′和dJ′分别表示典型工况I′和J′的总里程；Eaval表示每次规划开始时动力电池的可用电能，EI为按照电能消耗优先级从高到低的顺序进行排序的典型工况I的单位里程目标电能变化量。
CN201710350876.2A 2017-05-18 2017-05-18 基于工况预测的插电式混合动力电动汽车能量管理系统 Active CN107187442B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710350876.2A CN107187442B (zh) 2017-05-18 2017-05-18 基于工况预测的插电式混合动力电动汽车能量管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710350876.2A CN107187442B (zh) 2017-05-18 2017-05-18 基于工况预测的插电式混合动力电动汽车能量管理系统

Publications (2)

Publication Number Publication Date
CN107187442A true CN107187442A (zh) 2017-09-22
CN107187442B CN107187442B (zh) 2019-06-07

Family

ID=59872787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710350876.2A Active CN107187442B (zh) 2017-05-18 2017-05-18 基于工况预测的插电式混合动力电动汽车能量管理系统

Country Status (1)

Country Link
CN (1) CN107187442B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107891864A (zh) * 2017-10-12 2018-04-10 北京动力源科技股份有限公司 并联混合动力系统的等效油电折算系数获取方法及装置
CN108091951A (zh) * 2017-12-29 2018-05-29 潍柴动力股份有限公司 一种电池管理系统及其控制方法
CN108177648A (zh) * 2018-01-02 2018-06-19 北京理工大学 一种基于智能预测的插电式混合动力车辆的能量管理方法
CN108382394A (zh) * 2018-03-21 2018-08-10 潍柴动力股份有限公司 一种混合动力系统控制方法及装置
CN109159782A (zh) * 2018-08-21 2019-01-08 上海博泰悦臻网络技术服务有限公司 车辆的动力模式调节方法及服务器
CN109624967A (zh) * 2019-01-29 2019-04-16 浙江吉利汽车研究院有限公司 混合动力车辆的能量管理方法、装置及设备
CN109910866A (zh) * 2019-03-05 2019-06-21 中国第一汽车股份有限公司 基于路况预测的混合动力汽车能量管理方法和系统
CN110126841A (zh) * 2019-05-09 2019-08-16 吉林大学 基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法
CN110194177A (zh) * 2019-06-28 2019-09-03 重庆大学 一种基于自适应等效消耗最小策略的插电式混合动力乘用车能量管理方法
CN110375766A (zh) * 2019-08-05 2019-10-25 清华大学 车辆电驱动里程计算方法与车辆电驱动里程比例评价方法
CN110606076A (zh) * 2019-09-30 2019-12-24 潍柴动力股份有限公司 一种混合动力车辆能量分配方法及装置
CN110901469A (zh) * 2019-12-12 2020-03-24 湖北文理学院 动力电池剩余电量分配方法、电动汽车、存储介质及装置
CN112009455A (zh) * 2019-05-28 2020-12-01 北汽福田汽车股份有限公司 混合动力车辆的能量管理方法、装置及车辆
CN114475566A (zh) * 2022-03-01 2022-05-13 重庆科技学院 一种智能网联插电式混合动力汽车能量管理实时控制策略
CN116424298A (zh) * 2022-01-04 2023-07-14 比亚迪股份有限公司 混合动力汽车及其发电方法、装置及整车控制器
CN116749946A (zh) * 2023-08-21 2023-09-15 新誉集团有限公司 一种车辆能量管理方法、装置、设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102881060A (zh) * 2012-10-17 2013-01-16 潍柴动力股份有限公司 一种实现车辆典型工况获取的方法及系统
JP2014151760A (ja) * 2013-02-07 2014-08-25 Toyota Motor Corp 走行制御装置
CN105216782A (zh) * 2015-09-30 2016-01-06 上海凌翼动力科技有限公司 基于能量预测的插电式混合动力汽车能量管理方法
CN105946857A (zh) * 2016-05-16 2016-09-21 吉林大学 基于智能交通系统的并联phev能量管理方法
CN106004865A (zh) * 2016-05-30 2016-10-12 福州大学 基于工况识别的里程自适应混合动力汽车能量管理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102881060A (zh) * 2012-10-17 2013-01-16 潍柴动力股份有限公司 一种实现车辆典型工况获取的方法及系统
JP2014151760A (ja) * 2013-02-07 2014-08-25 Toyota Motor Corp 走行制御装置
CN105216782A (zh) * 2015-09-30 2016-01-06 上海凌翼动力科技有限公司 基于能量预测的插电式混合动力汽车能量管理方法
CN105946857A (zh) * 2016-05-16 2016-09-21 吉林大学 基于智能交通系统的并联phev能量管理方法
CN106004865A (zh) * 2016-05-30 2016-10-12 福州大学 基于工况识别的里程自适应混合动力汽车能量管理方法

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107891864A (zh) * 2017-10-12 2018-04-10 北京动力源科技股份有限公司 并联混合动力系统的等效油电折算系数获取方法及装置
CN108091951B (zh) * 2017-12-29 2020-04-03 潍柴动力股份有限公司 一种电池管理系统及其控制方法
CN108091951A (zh) * 2017-12-29 2018-05-29 潍柴动力股份有限公司 一种电池管理系统及其控制方法
CN108177648A (zh) * 2018-01-02 2018-06-19 北京理工大学 一种基于智能预测的插电式混合动力车辆的能量管理方法
CN108382394A (zh) * 2018-03-21 2018-08-10 潍柴动力股份有限公司 一种混合动力系统控制方法及装置
CN109159782A (zh) * 2018-08-21 2019-01-08 上海博泰悦臻网络技术服务有限公司 车辆的动力模式调节方法及服务器
CN109624967A (zh) * 2019-01-29 2019-04-16 浙江吉利汽车研究院有限公司 混合动力车辆的能量管理方法、装置及设备
CN109624967B (zh) * 2019-01-29 2020-09-11 浙江吉利汽车研究院有限公司 混合动力车辆的能量管理方法、装置及设备
CN109910866A (zh) * 2019-03-05 2019-06-21 中国第一汽车股份有限公司 基于路况预测的混合动力汽车能量管理方法和系统
CN110126841A (zh) * 2019-05-09 2019-08-16 吉林大学 基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法
CN112009455B (zh) * 2019-05-28 2022-03-11 北汽福田汽车股份有限公司 混合动力车辆的能量管理方法、装置及车辆
CN112009455A (zh) * 2019-05-28 2020-12-01 北汽福田汽车股份有限公司 混合动力车辆的能量管理方法、装置及车辆
CN110194177A (zh) * 2019-06-28 2019-09-03 重庆大学 一种基于自适应等效消耗最小策略的插电式混合动力乘用车能量管理方法
CN110375766A (zh) * 2019-08-05 2019-10-25 清华大学 车辆电驱动里程计算方法与车辆电驱动里程比例评价方法
CN110606076A (zh) * 2019-09-30 2019-12-24 潍柴动力股份有限公司 一种混合动力车辆能量分配方法及装置
CN110901469A (zh) * 2019-12-12 2020-03-24 湖北文理学院 动力电池剩余电量分配方法、电动汽车、存储介质及装置
CN116424298A (zh) * 2022-01-04 2023-07-14 比亚迪股份有限公司 混合动力汽车及其发电方法、装置及整车控制器
CN114475566A (zh) * 2022-03-01 2022-05-13 重庆科技学院 一种智能网联插电式混合动力汽车能量管理实时控制策略
CN114475566B (zh) * 2022-03-01 2024-01-30 重庆科技学院 一种智能网联插电式混合动力汽车能量管理实时控制策略
CN116749946A (zh) * 2023-08-21 2023-09-15 新誉集团有限公司 一种车辆能量管理方法、装置、设备及可读存储介质
CN116749946B (zh) * 2023-08-21 2023-10-20 新誉集团有限公司 一种车辆能量管理方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN107187442B (zh) 2019-06-07

Similar Documents

Publication Publication Date Title
CN107187442A (zh) 基于工况预测的插电式混合动力电动汽车能量管理系统
CN103839423B (zh) 环境感知的再生制动能量计算方法
CN105946857B (zh) 基于智能交通系统的并联phev能量管理方法
CN110936949B (zh) 基于行驶工况的能量控制方法、设备、存储介质及装置
CN103158714B (zh) 辅助驾驶者以高环境效率方式驾驶电动车的系统和方法
CN108909702A (zh) 一种插电式混合动力汽车能量管理方法及系统
CN103770778B (zh) 一种基于最低使用成本考虑的增程式电车的控制方法
CN103707878B (zh) 基于行程规划的混合动力控制方法及系统
CN107392400A (zh) 计及实时交通与温度的ev充电负荷时空分布预测方法
CN107782327A (zh) 能量最优的车辆路线选择
Taherzadeh et al. A comprehensive study of the parameters impacting the fuel economy of plug-in hybrid electric vehicles
CN104627185A (zh) 车辆用能量管理装置
CN106029463A (zh) 移动辅助装置以及移动辅助方法
US20170320481A1 (en) A hybrid vehicle and a method for energy management of a hybrid vehicle
Mamarikas et al. Traffic impacts on energy consumption of electric and conventional vehicles
CN105992720A (zh) 对于前面的行驶路程的路段测定混动车辆的行驶状态的方法和混动车辆
Ganji et al. A study on look-ahead control and energy management strategies in hybrid electric vehicles
CN103562037B (zh) 混合动力车辆以及用于运行混合动力车辆中用于给电池充电的设备的方法
CN104260724A (zh) 一种车辆智能预测控制系统及其方法
CN109204300A (zh) 混合动力车辆及其行驶模式控制方法
CN104778832B (zh) 一种多方式的城市道路横断面资源协调配置方法
Kim et al. Parameterized energy-optimal regenerative braking strategy for connected and autonomous electrified vehicles: A real-time dynamic programming approach
Palcu et al. Whole-day driving prediction control strategy: Analysis on real-world drive cycles
Liu et al. Energy active adjustment and bidirectional transfer management strategy of the electro-hydrostatic hydraulic hybrid powertrain for battery bus
Das et al. Eco-routing navigation systems in electric vehicles: A comprehensive survey

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant