CN107458369B - 一种同轴并联式混合动力电动汽车能量管理方法 - Google Patents

Abstract

本发明公开了一种同轴并联式混合动力电动汽车能量管理方法，属于混合动力电动汽车的控制技术领域。在不需要事先知道将来路况信息的前提下，利用“人‑车‑路”闭环系统的特点，通过利用加速踏板信号和制动踏板信号来识别驾驶员的驾驶意图，并估算出驾驶员的需求转矩；再结合车辆的实时车速对车辆的状态进行选择；然后由车辆的实时车速和加速度获得变速器最合适的挡位，最后根据车辆运行的不同状态，决策出当前状态下发动机、驱动电机的最佳控制量。本发明可有效地提高整车的燃油经济性，减少了汽车尾气的排放，实现混合动力电动汽车清洁、环保、节能的目的。

Description

一种同轴并联式混合动力电动汽车能量管理方法

技术领域

本发明属于混合动力电动汽车的控制技术领域，特别涉及一种同轴并联式混合动力电动汽车能量管理方法。

背景技术

随着汽车保有量地急剧攀升造成了石油资源枯竭、环境污染、气候变暖等问题日益严重，而新能源汽车作为一种清洁、环保的交通工具得到了广泛的关注，成为汽车工业发展的主流。其中，并联混合动力电动汽车能实现低速纯电动行驶以及中高速和大负荷工况下的混合动力行驶，从而使得车辆能量流动的控制和能量消耗的优化具有更大的灵活性，更容易实现低油耗、低排放的目标。同时，又能够克服纯电动汽车行驶里程不足的限制，具有广阔的应用前景。由于混合动力电动汽车中配有发动机、驱动电机等多个不同类型的动力源，动力源之间能否高效地、有序地运行已成为制约混合动力电动汽车燃油经济性的关键因素之一。因此，对整车能量管理方法的研究就显得尤为重要。

中国专利(CN102126496 B)“一种并联式混合动力管理控制系统及其管理控制方法”所公开的方案中通过采集车况信号、路况信息和当前电池荷电状态信号来分别计算当前功率需求参数和未来功率需求参数，再进行模式的选择与功率的分配。其中，前方道路坡度、前方交通拥堵程度等路况信息的采集需要借助于智能交通(intelligent trafficsystem,ITS)、车联网或GPS等设备来实现，在一定程度上限制了该方法的应用场合。

中国专利(CN103171559 B)“分模式最优化混联式混合动力汽车能量管理方法”公开的方案中状态机根据车速、电池充电状态值和车辆需求功率来确定当前汽车所处的工作模式；在低速模式下采用PID控制算法根据电机需求转速与电机实际转速的差值来获得电机的需求转矩；在常规模式、高速模式或再生制动模式下，采用模型预测控制算法来获得各动力源最优的控制量。该方法忽视了动力源不同工作点效率因素的影响，而且模型预测控制算法依赖于精确的系统状态方程。

中国专利(CN104648379 B)“一种混合动力公交车在线自学习能量管理方法”公开的方案中首先根据出厂设置的初始能量管理策略控制动力源的转矩分配，随着车辆在固定路线上运行，获得初始策略相对应的动作值函数，构建用于描述动作值函数的径向基神经网络方法，在线自主地评估输出效果，修改动作值函数，来获得适用于公交车运行路况的能量管理策略。该方法主要应用在线路固定的公交车上，若线路发生变化，则优化的效果并不一定能得到保证；同时，由于引入了径向基神经网络的方法，需要大量的数据样本进行训练，才能保证算法的精度、鲁棒性。

发明内容

本发明的目的是克服现有技术的不足，提供一种同轴并联式混合动力电动汽车能量管理方法。本发明的方法不需要事先知道将来路况的信息，通过加速踏板信号和制动踏板信号来识别驾驶员的驾驶意图，结合车辆的实时车速对车辆的状态进行选择，并决策出当前状态下发动机、驱动电机的最佳控制量，有效地提高了整车的燃油经济性，减少了尾气的排放，真正实现了清洁、环保、节能的目标。

为实现上述目的，本发明采取以下技术方案：

一种同轴并联式混合动力电动汽车能量管理方法，混合动力电动汽车中的机械式自动变速器分别与发动机、驱动电机同轴连接，驱动电机的输出端与主减速器连接，主减速器将动力传递至车轮；该方法包括以下步骤：

步骤1)，根据车辆的实时车速v，加速踏板信号S_acc和制动踏板信号S_brk以确定车辆的状态，并进行状态的转换；

步骤2)，结合车辆的状态和当前变速器的挡位n_cur，获得驾驶员的需求转矩T_req；

步骤3)，根据车辆实时车速v和加速度a，通过变速器的换挡规律曲线得出变速器最合适的挡位n_opt；

步骤4)，根据车辆当前的状态，分别得出发动机和驱动电机的控制量。

进一步，所述步骤1)确定车辆状态的方法具体为：

①加速踏板信号S_acc＝0，且制动踏板信号S_brk＝0，若实时车速v＝0，则车辆切换到静止状态；若实时车速v≠0，则车辆切换到自由滑行状态；

②加速踏板信号S_acc≠0，且制动踏板信号S_brk＝0，则车辆切换到驱动状态；

③加速踏板信号S_acc＝0，且制动踏板信号S_brk≠0，则车辆切换到制动状态；

④加速踏板信号S_acc≠0，且制动踏板信号S_brk≠0，则车辆切换到制动状态。

进一步，所述车辆的驱动状态包含纯电动模式、发动机驱动模式、联合驱动模式及行车充电模式，所述行车充电模式的进入条件为：电池的荷电状态SOC小于最小值SOC_min。

进一步，所述的步骤2)中，得出驾驶员的需求转矩T_req具体为：

驱动状态；其中，i_g(n_cur)表示变速器在挡位n_cur下的速比，T_{e_max}表示发动机的最大转矩，T_{m_max}表示驱动电机的最大转矩，加速踏板信号S_acc的取值范围为[0,100％]，制动踏板信号S_brk的取值范围为[0,100％]。

进一步，所述步骤4)具体为：

步骤4.1)，若车辆处于静止或者自由滑行状态下，则发动机的控制量T_e＝0，驱动电机的控制量T_m＝0；

步骤4.2)，若车辆处于驱动状态下，则以发动机的万有特性曲线、驱动电机的工作效率曲线为基础，将发动机、驱动电机的控制量求解问题转化为带约束条件的多目标优化问题，决策出最佳的发动机、驱动电机的控制量；

步骤4.3)，若车辆处于制动状态下，则发动机的控制量T_e＝0，驱动电机的控制量T_m＝T_req。

更进一步，所述步骤4.2)中，发动机、驱动电机的控制量求解问题具体实现过程为：

步骤4.2.1)，以发动机的万有特性曲线、驱动电机的工作效率曲线为基础，构造带加权因子的目标函数如下：g(Z)＝λ₁|f_e(x,ω_e)-η₁(ω_e)|²+λ₂|f_m(y,ω_m)-η₂(ω_m)|²，Z＝[x,y]^T，约束条件为

其中x、y分别为待优化的发动机、驱动电机控制量；ω_e、ω_m分别为发动机、驱动电机的转速；f_e(x,ω_e)表示发动机燃油消耗率函数；f_m(y,ω_m)表示驱动电机的工作效率函数；η₁(ω_e)表示发动机在转速ω_e下最低的燃油消耗率值；η₂(ω_m)表示驱动电机在转速ω_m下最高效率；λ₁、λ₂分别为各函数的权值；

步骤4.2.2)，将步骤4.2.1)中的目标函数和约束条件一起转化为带约束条件的多目标优化问题，并利用多目标粒子群算法进行求解，得出最佳的发动机、驱动电机的控制量。

与现有技术相比，本发明具有以下优点：

(1)利用“人-车-路”闭环系统的特点，通过加速踏板信号和制动踏板信号来识别驾驶员的驾驶意图，并获取驾驶员的需求转矩，进一步简化了需求转矩的识别过程；更重要的是对车辆的行驶线路没有限制，无须事先知晓前方道路状态的信息。

(2)根据车辆当前的状态，分别得出发动机和驱动电机的控制量，尤其是在驱动状态下，充分考虑动力源的工作点效率因素的影响，利用多目标粒子群算法可较快地决策出最佳的发动机、驱动电机控制量，可操作性强。

(3)本发明的方法不依赖于精确的系统状态方程，易于实现，实用性高，算法简单，能够有效地提高车辆的能量利用率，减少了尾气的排放，达到了清洁、节能、环保的目的。

附图说明

图1为本发明同轴并联式混合动力汽车动力传动系统简化结构示意图；

图2为本发明车辆状态切换流程图；

图3为基于车辆速度和加速度划分的不同挡位的运行区域图；

图4为某款发动机万有特性曲线图；

图5为某款驱动电机的工作效率曲线图。

具体实施方式

下面将结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述实施例。

图1为同轴并联式混合动力电动汽车动力传动系统简化结构示意图，仅以示意方式显示与本发明有关的构成。混合动力电动汽车中的机械式自动变速器2分别与发动机1、驱动电机3同轴连接，驱动电机3的输出端与主减速器4连接，主减速器4可将动力传递至车轮5。

在“人-车-路”闭环系统中，驾驶员通过加速踏板和制动踏板来表达对转矩的需求，实现对车辆的车速控制。

本发明所述的能量管理方法包括步骤：

步骤一，根据车辆的实时车速v，加速踏板信号S_acc和制动踏板信号S_brk以确定车辆的状态，并进行状态的转换。

本发明将车辆的状态分为静止状态、自由滑行状态、驱动状态和制动状态四种，图2为本发明所述的车辆状态切换流程图；其中，车辆的驱动状态包含纯电动模式、发动机驱动模式、联合驱动模式及行车充电模式，是由动力源的工作状态来区分，见表1。

表1并联式混合动力电动汽车驱动状态分类

驱动状态	发动机	驱动电机	备注
				纯电动模式	关闭	工作	T<sub>m</sub>≠0，T<sub>e</sub>＝0
发动机驱动模式	工作	关闭	T<sub>m</sub>＝0，T<sub>e</sub>≠0
				联合驱动模式	工作	工作	T<sub>m</sub>≠0，T<sub>e</sub>≠0
行车充电模式	工作	作为发电机工作	T<sub>m</sub>≠0，T<sub>e</sub>≠0

其中，在车辆处于驱动状态下，只有满足电池的荷电状态SOC小于最小值SOC_min(本发明的电池为磷酸铁锂动力电池，其SOC_min优选值为0.3)，车辆的驱动状态才为行车充电模式；否则，车辆的驱动状态可为纯电动模式、发动机驱动模式、联合驱动模式中的任意一种模式；因此，当车辆处于驱动状态时，应首先判断电池的荷电状态，确认是否应进入行车充电模式。

确定车辆的状态具体为：

①加速踏板信号S_acc＝0，且制动踏板信号S_brk＝0，若实时车速v＝0，则车辆切换到静止状态；若实时车速v≠0，则车辆切换到自由滑行状态；

②加速踏板信号S_acc≠0，且制动踏板信号S_brk＝0，则车辆切换到驱动状态；

③加速踏板信号S_acc＝0，且制动踏板信号S_brk≠0，则车辆切换到制动状态；

④加速踏板信号S_acc≠0，且制动踏板信号S_brk≠0，则车辆切换到制动状态。

步骤二，结合车辆的状态和当前变速器的挡位n_cur，得出驾驶员的需求转矩T_req具体为：

式中，i_g(n_cur)表示变速器在挡位n_cur下的速比，T_{e_max}表示发动机的最大转矩，T_{m_max}表示驱动电机的最大转矩，加速踏板信号S_acc的取值范围为[0,100％]，制动踏板信号S_brk的取值范围为[0,100％]；这里对于混合动力客车来说，优选的变速器类型为五档的机械式自动变速器，速比分别为：4.51、3.27、2.4、1.48及0.73。

步骤三，根据车辆实时车速v和加速度a，通过变速器的换挡规律曲线得出变速器最合适的挡位n_opt；若当前的挡位n_cur与得出的最合适的挡位n_opt不一致，应进行挡位的切换操作；图3为基于车辆速度和加速度划分的不同挡位的运行区域图，这是通过变速器传动试验得出的，仅仅作为示意性的，并不能理解为对本发明的限制。

步骤四，根据车辆当前的状态，分别得出发动机和驱动电机的控制量，具体为：

1)，若车辆处于静止或者自由滑行状态下，表明此时不需要动力源输出动力，所以，发动机的控制量T_e＝0，驱动电机的控制量T_m＝0；

2)，若车辆处于驱动状态下，则以发动机的万有特性曲线、驱动电机的工作效率曲线为基础，将发动机、驱动电机的控制量求解问题转化为带约束条件的多目标优化问题，利用多目标粒子群算法(MOPSO)决策出最佳的发动机、驱动电机的控制量；

具体实现过程为：

2.1)，以发动机的万有特性曲线、驱动电机的工作效率曲线为基础，构造带加权因子的目标函数如下：

g(Z)＝λ₁|f_e(x,ω_e)-η₁(ω_e)|²+λ₂|f_m(y,ω_m)-η₂(ω_m)|² (2)

Z＝[x,y]^T (3)

约束条件为：

式中，x、y分别为待优化的发动机、驱动电机控制量；ω_e、ω_m分别为发动机、驱动电机的转速；f_e(x,ω_e)表示发动机燃油消耗率函数；f_m(y,ω_m)表示驱动电机的工作效率函数；η₁(ω_e)表示发动机在转速ω_e下最低的燃油消耗率值；η₂(ω_m)表示驱动电机在转速ω_m下最高效率；λ₁、λ₂分别为各函数的权值；其中函数f_e(x,ω_e)和f_m(y,ω_m)可通过二维查表的方式实现，这里并不加以限定。

从图1中可知，由于混合动力电动汽车同轴连接的结构，车速v与驱动电机转速ω_m、驱动电机转速ω_m与发动机转速ω_e分别存在如下的关系：

式中，R_W为车轮的轮胎半径、i_o为主减器的速比。

因此，当车速v的值确定后，此时的发动机转速ω_e、驱动电机转速ω_m也就随之确定下来。

若发动机转速ω_e为1750rpm，图4中虚线部分则表示在发动机转速ω_e为1750rpm时发动机转矩的取值范围，可以看出不同的转矩所对应的燃油消耗率值分别为227g/(kW.h)、257g/(kW.h)、295g/(kW.h)、337g/(kW.h)、480g/(kW.h)，则可得出最低的燃油消耗率值η₁(ω_e)为227g/(kW.h)，其中ω_e＝1750。

图5为某款驱动电机的工作效率曲线图，其中上半部分转矩为正的区域表明驱动电机工作在驱动状态，下半部分转矩为负的区域表明驱动电机作为发电机工作；因此，驱动电机工作在驱动状态下，只需考虑上半部分区域。若驱动电机转速ω_m为1000rpm，图5中的虚线部分则表示驱动电机转速速ω_m为1000rpm时驱动电机转矩的取值范围，可以看出不同的转矩对应的效率值分别为0.85、0.92，则可得出最高工作的效率η₂(ω_m)为0.92，其中ω_m＝1000。

2.2)，将2.1)中的目标函数和约束条件一起转化为带约束条件的多目标优化问题，并利用多目标粒子群算法(MOPSO)进行求解，得出发动机、驱动电机的最佳控制量；

本发明仅以行车充电模式下的，对动力源控制量的求解进行说明，整个问题可进一步转化为如下的数学模型：

Ming(Z)＝λ₁|f_e(x,ω_e)-η₁(ω_e)|²+λ₂|f_m(y,ω_m)-η₂(ω_m)|² (7)

s.t.K(Z)＝T_req-x·i_g(n_opt)+y＝0 (8)

Z＝[x,y]^T (9)

式(7)、(8)、(9)为典型的多目标优化问题，进而可利用多目标粒子群算法(MOPSO)对其进行求解，最终得出发动机、驱动电机的最佳控制量。

3)，若车辆处于制动状态下，则发动机的控制量T_e＝0，驱动电机的控制量T_m＝T_req；此时的驱动电机应以发电机的形式工作。

因此，本发明提供的方法可有效地提高车辆的燃油经济性，以及减少不必要的尾气排放，同时也进一步提高了整车的能量利用率，确保动力源之间能够高效地协作。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (5)

1.一种同轴并联式混合动力电动汽车能量管理方法，其特征在于，混合动力电动汽车中的机械式自动变速器(2)分别与发动机(1)、驱动电机(3)同轴连接，驱动电机(3)的输出端与主减速器(4)连接，主减速器(4)将动力传递至车轮(5)；该能量管理方法包括以下步骤：

步骤1)，根据车辆的实时车速v，加速踏板信号S_acc和制动踏板信号S_brk以确定车辆状态，并进行状态的转换；

步骤2)，结合车辆的状态和当前变速器的挡位n_cur，获得驾驶员的需求转矩T_req；

步骤3)，根据车辆实时车速v和加速度a，通过变速器的换挡规律曲线得出变速器最合适的挡位n_opt；

步骤4)，根据车辆当前的状态，分别得出发动机和驱动电机的控制量；

步骤4.1)，若车辆处于静止或者自由滑行状态下，则发动机的控制量T_e＝0，驱动电机的控制量T_m＝0；

步骤4.2)，若车辆处于驱动状态下，则以发动机的万有特性曲线、驱动电机的工作效率曲线为基础，将发动机、驱动电机的控制量求解问题转化为带约束条件的多目标优化问题，决策出最佳的发动机、驱动电机的控制量；决策出最佳的发动机、驱动电机的控制量是利用多目标粒子群算法实现的：

步骤4.2.1)，以发动机的万有特性曲线、驱动电机的工作效率曲线为基础，构造带加权因子的目标函数如下：g(Z)＝λ₁|f_e(x,ω_e)-η₁(ω_e)|²+λ₂|f_m(y,ω_m)-η₂(ω_m)|²，Z＝[x,y]^T，约束条件为

其中x、y分别为待优化的发动机、驱动电机控制量；ω_e、ω_m分别为发动机、驱动电机的转速；f_e(x,ω_e)表示发动机燃油消耗率函数；f_m(y,ω_m)表示驱动电机的工作效率函数；η₁(ω_e)表示发动机在转速ω_e下最低的燃油消耗率值；η₂(ω_m)表示驱动电机在转速ω_m下最高效率；λ₁、λ₂分别为各函数的权值；i_g(n_opt)表示变速器在最合适的挡位n_opt下的速比；

步骤4.2.2)，将步骤4.2.1)中的目标函数和约束条件一起转化为带约束条件的多目标优化问题，并利用多目标粒子群算法进行求解，得出最佳的发动机、驱动电机的控制量；

步骤4.3)，若车辆处于制动状态下，则发动机的控制量T_e＝0，驱动电机的控制量T_m＝T_req。

2.如权利要求1所述的一种同轴并联式混合动力电动汽车能量管理方法，其特征在于，所述步骤1)确定车辆状态的方法具体为：

①加速踏板信号S_acc＝0，且制动踏板信号S_brk＝0，若实时车速v＝0，则车辆切换到静止状态；若实时车速v≠0，则车辆切换到自由滑行状态；

②加速踏板信号S_acc≠0，且制动踏板信号S_brk＝0，则车辆切换到驱动状态；

③加速踏板信号S_acc＝0，且制动踏板信号S_brk≠0，则车辆切换到制动状态；

④加速踏板信号S_acc≠0，且制动踏板信号S_brk≠0，则车辆切换到制动状态。

3.如权利要求2所述的一种同轴并联式混合动力电动汽车能量管理方法，其特征在于，所述车辆的驱动状态包含纯电动模式、发动机驱动模式、联合驱动模式及行车充电模式。

4.如权利要求3所述的一种同轴并联式混合动力电动汽车能量管理方法，其特征在于，所述行车充电模式的进入条件为：电池的荷电状态SOC小于最小值SOC_min。

5.如权利要求2所述的一种同轴并联式混合动力电动汽车能量管理方法，其特征在于，所述的步骤2)中，得出驾驶员的需求转矩T_req具体为：

其中i_g(n_cur)表示变速器在挡位n_cur下的速比，T_{e_max}表示发动机的最大转矩，T_{m_max}表示驱动电机的最大转矩，加速踏板信号S_acc的取值范围为[0,100％]，制动踏板信号S_brk的取值范围为[0,100％]。

Images