CN108973998A - 一种基于mpc的异质车辆队列分布式节能控制方法 - Google Patents

Abstract

本发明公开了一种基于MPC的异质车辆队列分布式节能控制方法，该方法包括步骤100，构建异质车辆队列；步骤200，构建分布式异质队列节能控制方法框架，包括节能控制器和跟车控制器；步骤300，设计节能控制器；步骤400，制定异质车辆队列中各车辆行驶的经济车速；步骤500，设计跟车控制器；步骤600，明确异质队列中各车辆控制器分工；步骤700，在没有道路坡度的情况下，所述异质车辆队列中各车辆按照步骤400提供的所述经济车速行驶；以及，在有道路坡度的情况下，异质车辆队列中各车辆按照如下步骤提供的当前最经济车速行驶。本发明提供的控制方法能够达到异质车辆队列的跟车及稳定性控制同时实现在获取道路信息情况下的异质队列的节能控制，该种方法能够有效的减小车辆队列的能耗。

Description

一种基于MPC的异质车辆队列分布式节能控制方法

技术领域

本发明涉及智能交通领域，特别是涉及一种基于MPC(Model Predictive Control模型预测控制)的异质车辆队列分布式节能控制方法。

背景技术

随着我国经济的快速发展，实现物流业发展转型升级推动物流降本增效成为了行业关注的焦点，其中公路运输是交通运输的一种重要形式。在我国，公路运输燃油消耗率相比于发达国家还有很大差距。此外燃油汽车及车辆的发展给环境带来了巨大的压力，对于此问题发展新能源汽车并提高公路同性效率是节约能源的有效途径。

使车辆形成队列行驶，能够缩短跟车间距，有效减小因空气阻力带来的燃油消耗，并能够提升道路交通通行效率。在我国道路交通运输中，车辆燃油消耗率占比很高，基于现有车辆队列的研究均基于匀质队列，即车辆动力学特性：质量、发动机延迟系数等均相同。这一情况在实际生活当中并不常见，即使同种车型的车辆也会因货箱的载重不同导致整车质量的不同，这在高速路行驶过程中会对车辆的加速性能产生较大的影响，从而产生队列行驶的不稳定因素或导致队列内跟车距离过大使道路上非队列车辆存在插入队列的机会，从而影响队列整体的稳定性。因此，以异质队列为研究对象，探讨异质队列的节能问题在实际应用中是十分必要的，并且车辆一般行驶于高速路或城际公路，车流相对稀疏，队列周围车辆对队列整体的燃油经济性影响较小，其更需要考虑对道路路况信息对车队燃油经济性的影响。

发明内容

本发明的目的在于提供一种基于MPC的异质车辆队列分布式节能控制方法来克服或至少减轻现有技术的上述缺陷中的至少一个。

为实现上述目的，本发明提供的基于MPC的异质车辆队列分布式节能控制方法，该方法包括：

步骤100，构建异质车辆队列，按照行驶方向、排在所述异质车辆队列的第一辆车为领航车，其它车均为跟随车；

步骤200，构建分布式异质队列节能控制方法框架，控制器框架分为两种功能性控制器，一种为节能控制器，另一种为跟车控制器；

步骤300，设计节能控制器，应用于步骤100中所述异质车辆队列中的每辆车；

步骤400，制定所述步骤100的所述异质车辆队列中各车辆行驶的经济车速；

步骤500，设计跟车控制器，应用于步骤100所述异质车辆队列中的跟随车辆；

步骤600，明确异质队列中各车辆控制器分工：领航车通过获取实时道路信息计算经济车速只采用节能控制器，跟随车辆需考虑实时道路信息并达到队列跟车效果，控制器采用节能控制器与跟车控制器协同控制；

步骤700，在没有道路坡度的情况下，所述异质车辆队列中各车辆按照所述步骤400提供的所述经济车速行驶，保证异质队列通行效率；以及，在有道路坡度的情况下，所述异质车辆队列中各车辆按照如下步骤提供的当前最经济车速行驶：

步骤710，基于异质队列控制器分工设计控制器结构，控制领航车，其具体包括：

步骤711，获取领航车的当前车况信息和当前路况信息，其中，所述领航车的当前车况信息包括所述领航车的实际转矩、速度和当前实时位置信息，所述领航车的路况信息包括所述领航车所行驶的当前路段的高速路段速度限制信息和当前实时道路坡度信息；

步骤712，根据所述步骤711获取的领航车的当前实时道路坡度信息，利用预先设置在领航车的控制器内置的目标函数求取当前路段的最经济转矩序列，并将该最经济转矩序列的第一个值传递给该领航车的车辆传动系统，由该车辆传动系统换算得到领航车的当前最经济车速；

步骤713，将所述步骤712获得的领航车的最经济转矩序列及当前的最经济车速、位置和实际转矩通过车车通信输送给各所述跟随车；

步骤720，基于异质队列控制器分工设计控制器结构，控制跟随车，其具体包括：

步骤721，通过车车通信获取自车的当前车况信息和路况信息，其中，所述自车的当前车况信息包括所述自车的实际转矩、速度和当前实时位置信息，所述自车的路况信息包括所述自车所行驶的当前路段的高速路段速度限制信息和当前实时道路坡度信息，所述自车为所述跟随车中的任意一辆；

步骤722，通过车车通信方式接收所述领航车和前车的最经济转矩序列、当前的最经济车速以及所述当前车况信息，利用自车的控制器内置的目标函数求取计算当前时刻的最经济转矩序列，并将该最经济转矩序列的第一个值传递给该自车的车辆传动系统，由该车辆传动系统换算得到自车的当前最经济车速；

步骤723，将所述步骤722获得的自车的最经济转矩序列、当前的最经济车速以及所述当前车况信息输送给相邻的后车，所述后车为按照行驶方向、排在所述自车后面的跟随车。

进一步地，所述步骤712中“领航车控制器”控制问题设计如下：

①控制问题描述

s.t.v_min≤v₁ ^p(k|t)≤v_max

T_min≤u₁(k|t)≤T_max

v_i ^p(N_p|t)＝v_eco

T_q,1 ^p(N_p|t)＝h₁(v₁ ^p(N_p|t))

其中，J₁(k|t)＝ω_E1P₁(k|t)·Δt为经济性代价函数，ω_E1为所述领航车的能耗权重系数，P₁(k|t)为所述领航车的电机功率，通过进行N_p步的时间步长Δt迭代，通过最优化理论计算N_p步累加的最小能量消耗值达到预测时域内的最小燃油消耗；

J₂(k|t)＝ω_t1(u₁(k|t)-T_q,1(k|t))²为舒适性代价函数，ω_t1为所述领航车的舒适性权重系数，u₁(k|t)为所述领航车控制器经过最优化计算得到的所述领航车的期望转矩序列，T_q,1(k|t)为所述领航车的转矩预测序列；v_min为所述步骤711获取的领航车所行驶的当前路段的高速路段速度限制信息中的最低车速，v_max为所述步骤711获取的领航车所行驶的当前路段的高速路段速度限制信息中的最高转速，v₁ ^p(k|t)为所述领航车的预测速度序列；

T_min为所述领航车的电机能够达到的最小转矩值，T_max为所述领航车的电机达到的最大转矩值，u₁(k|t)为所述步骤312获取的所述领航车的最经济转矩序列；

v_i ^p(N_p|t)为所述领航车的预测速度序列的终端值，v_eco为根据商用车辆行驶的经验设定的经济车速值，h₁(v₁ ^p(·))表示车辆匀速行驶过程中的车速值，表示转矩终端约束平衡行驶过程中的阻力，表示车辆匀速行驶状态；

②控制器求解。

进一步地，所述步骤721和步骤722中“跟随车控制器”控制问题设计如下：

①控制问题描述

s.t.v_min≤v_i ^p(k|t)≤v_max

T_min≤u_i(k|t)≤T_max

v_i ^p(N_p|t)＝v₁ ^p(N_p|t)

S_i ^p(N_p|t)＝S₁ ^p(N_p|t)-(i-1)d_desire

T_q,i ^p(N_p|t)＝h_i(v_i ^p(N_p|t))

其中，J_1,i(k|t)＝ω_s0,i(S_i ^p(k|t)-S₀ ^p(k|t)-D_i,0)²+ω_v0,i(v_i ^p(k|t)-v₀ ^p(k|t))²为自车与领航车跟车代价函数，ω_s0,i为所述自车与领航车的距离误差的权重系数，其中S_i ^p(k|t)为自车的预测位置序列，S₀ ^p(k|t)为所述领航车预测的位置序列，D_i,0为所述自车与领航车之间的期望间距，ω_v0,i为所述自车与领航车的速度误差权重系数，v_i ^p(k|t)为所述自车的预测速度序列，v₀ ^p(k|t)为所述领航车的预测速度序列；

J_2,i(k|t)＝ω_s,i(S_i ^p(k|t)-S_j ^p(k|t)-D_i,j)²+ω_v,i(v_i ^p(k|t)-v_j ^p(k|t))²为自车与相邻前车跟车代价函数，式中，ω_s,i为所述自车与前车的距离误差权重系数，S_j ^p(k|t)为所述前车的预测位置序列，D_i,j为所述自车与前车之间的期望间距，ω_v,i为所述自车与前车的速度误差权重系数，v_i ^p(k|t)为所述自车的预测速度序列，v_j ^p(k|t)为所述前车预测速度序列；

J_3,i(k|t)＝ω_E2,iP_i(k|t)·Δt为自车经济性代价函数，式中，ω_E2,i为所述跟随车的能耗权重系数，P_i(k|t)为所述跟随车的电机功率，通过N_p步的时间步长Δt迭代，通过最优化理论计算N_p步累加的最小能量消耗值达到预测时域内的最小燃油消耗；

J_4,i(k|t)＝ω_t2,i(u_i ^p(k|t)-T_q,i(k|t))²为自车舒适性函数，式中，ω_t2,i为所述跟随车的舒适性权重系数，u_i(k|t)为所述跟随车控制器经过最优化计算得到的车辆期望转矩序列，T_q,i(k|t)为所述跟随车的转矩预测序列；

v_min为所述步骤721获取的自车所行驶的当前路段的高速路段速度限制信息中的最低车速，v_max为所述步骤721获取的自车所行驶的当前路段的高速路段速度限制信息中的最高转速，v_i ^p(k|t)为所述跟随车的预测速度序列；

T_min为所述自车的电机能够达到的最小转矩值，T_max为所述自车的电机达到的最大转矩值，u_i(k|t)为所述步骤712求取的自车的最经济转矩序列；

h_i(v_i ^p(N_p|t))表示车辆匀速行驶过程中的转矩值，表示转矩终端约束平衡行驶过程中的阻力，表示车辆匀速行驶状态；

v_i ^p(N_p|t)为所述自车的预测速度序列的终端值；

v₁ ^p(N_p|t)为所述领航车的预测速度序列的终端值；

S_i ^p(N_p|t)为所述自车的预测位置序列的终端值；

S₁ ^p(N_p|t)为所述领航车的预测位置序列的终端值；

d_desire为相邻辆车之间的期望车间距；

T_q,i ^p(N_p|t)为所述跟随车的预测转矩序列的终端值；

T_q,1 ^p(N_p|t)为所述领航车的预测预测转矩序列的终端值；

②控制器求解。

本发明提供的控制方法能够达到异质车辆队列的跟车及稳定性控制同时实现在获取道路信息情况下的异质队列的节能控制，该种方法能够有效的减小车辆队列的能耗。

附图说明

图1是本发明所提供的基于MPC的异质车辆队列分布式节能控制方法的控制架构示意图；

图2是电机驱动状态效率示意图；

图3是电机制动状态效率示意图；

图4是异质车辆队列在道路无坡度情况下的整体速度曲线；

图5是异质车辆队列在道路无坡度情况下的自车与前车速度误差曲线；

图6是异质车辆队列在道路无坡度情况下的自车与前车距离误差曲线；

图7是异质车辆队列在道路无坡度情况下中每辆车的能耗曲线；

图8是异质车辆队列在道路无坡度情况下有节能控制器与无节能控制器的能耗对比曲线；

图9是异质车辆队列行驶中检测的道路坡度曲线；

图10是异质车辆队列在道路有坡度情况下的整体速度曲线；

图11是异质车辆队列在道路有坡度情况下的自车与前车速度误差曲线；

图12是异质车辆队列在道路有坡度情况下的自车与前车距离误差曲线；

图13是异质车辆队列在道路有坡度情况下中每辆车的能耗曲线。

图14是异质车辆队列在道路有坡度情况下有节能控制器与无节能控制器的能耗对比曲线；

具体实施方式

在附图中，使用相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面结合附图对本发明的实施例进行详细说明。

在本发明的描述中，术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。

本发明采用DMPC(Distributed Predictive Control；分布式模型预测控制控制方法)，通过构造每辆车的分布式控制器，达到车辆队列整体的运行目标，该种控制方法能够大大减小计算量，增加计算速度和算法的实时效率。

图1是本发明所提供的基于MPC的异质车辆队列分布式节能控制方法的控制架构，如图1所示，每辆车都接收外界环境信息，也就是实时的接受道路坡度的变化信息。本发明采用分布式模型预测的控制方法，每辆车都设计一个分布式的控制器，为了保证队列整体的控制目标，各控制器将会在每一步计算得到的最优控制量通过通信拓扑结构的关系传递给能够接收到的车辆，接收到信息的车辆控制器根据得到的它车最优控制量预测其状态。加入自身控制器的优化结构中进行优化控制，以此达到整体队列控制目标。

本发明提供的基于MPC的异质车辆队列分布式节能控制方法包括如下步骤：

步骤100，构建异质车辆队列，按照行驶方向、排在所述异质车辆队列的第一辆车为领航车，其它车均为跟随车。其中，为了保证所述异质车辆队列结构的紧凑和稳定性，比如采用固定车间时距的队列几何构型，即相邻两车之间的车间距为定值d_desire。并且，所述异质车辆队列中的每一辆车具有一个控制器，比如图1中示出地，领航车具有控制器1，跟随车1(与领航车相邻的第一辆跟随车)具有控制器2……，跟随车i具有控制器N。

步骤200，构建分布式异质队列节能控制方法框架，控制器框架分为两种功能性控制器，一种为节能控制器，另一种为跟车控制器。

步骤300，设计节能控制器，应用于步骤100中所述异质车辆队列中的每辆车。

步骤400，制定所述步骤100的所述异质车辆队列中各车辆行驶的经济车速v_eco。经济车速v_eco为根据商用车辆行驶的经验设定的固定经济车速值，车辆在没有道路坡度的情况下以经济车速行驶。

步骤500，设计跟车控制器，应用于步骤100所述异质车辆队列中的跟随车辆。

步骤600，明确异质队列中各车辆控制器分工：领航车通过获取实时道路信息计算经济车速只采用节能控制器，跟随车辆需考虑实时道路信息并达到队列跟车效果，控制器采用节能控制器与跟车控制器协同控制。

步骤700，在没有道路坡度的情况下，所述异质车辆队列中各车辆按照所述步骤400提供的所述经济车速v_eco行驶，保证异质队列通行效率；以及，在有道路坡度的情况下，所述异质车辆队列中各车辆按照如下步骤提供的当前最经济车速行驶，其中，该最经济车速是通过领航车根据实时道路坡度信息得到的最经济车速：

步骤710，基于异质队列控制器分工设计控制器结构，控制领航车，其具体包括：

步骤711，获取领航车的当前车况信息和当前路况信息，其中，所述领航车的当前车况信息包括所述领航车的实际转矩、速度和当前实时位置信息，所述领航车的路况信息包括所述领航车所行驶的当前路段的高速路段速度限制信息和当前实时道路坡度信息。“高速路段速度限制信息”是车辆在计算经济转矩和经济车速时的限制条件。

步骤712，根据所述步骤711获取的领航车的当前实时道路坡度信息，利用预先设置在领航车的控制器内置的目标函数求取当前路段的最经济转矩序列，并将该最经济转矩序列的第一个值传递给该领航车的车辆传动系统，由该车辆传动系统换算得到领航车的当前最经济车速。“领航车的当前最经济车速”也可以理解为是领航车的实际行驶速度，为跟随车的期望行驶速度。

步骤713，将所述步骤712获得的领航车的最经济转矩序列及当前的最经济车速、位置和实际转矩输送给各所述跟随车。

步骤720，基于异质队列控制器分工设计控制器结构，控制跟随车，其具体包括：

步骤721，通过车车通信获取自车的当前车况信息和路况信息，其中，所述自车的当前车况信息包括所述自车的实际转矩、速度和当前实时位置信息，所述自车的路况信息包括所述自车所行驶的当前路段的高速路段速度限制信息和当前实时道路坡度信息，所述自车为所述跟随车中的任意一辆。

步骤722，通过车车通信方式接收所述领航车和前车的最经济转矩序列、当前的最经济车速以及所述当前车况信息，并利用自车的控制器内置的目标函数求取计算当前时刻的最经济转矩序列，并将该最经济转矩序列的第一个值传递给该自车的车辆传动系统，由该车辆传动系统换算得到自车的当前最经济车速。

步骤723，将所述步骤722获得的自车的最经济转矩序列、当前的最经济车速以及所述当前车况信息输送给相邻的后车，所述后车为按照行驶方向、排在所述自车后面的跟随车。

根据车辆队列的性质，车辆间的动力学是解耦的，为了实现队列整体达到队列控制目标的要求，车辆使用邻域车辆的信息做决策以实现整个队列的优化控制，从而使各个车辆之间达到平衡的最优控制，其中控制的决策方式体现在通信拓扑结构中，本实施例采用前车领航者的双向通信拓扑方式，以车车通信为基础，实现通信连接的车辆之间信息的互相传递。由于车辆模型是非线性的，可通过反馈线性化的方式进行线性控制器的最优求解，但在具体的节能控制问题当中电机具有强非线性特性，在模型线性化后会导致整个车辆队列的节能效果不明显，不能达到更大的队列节能潜能，因此本实施例采用非线性方程对车辆建模，通过求解最优化问题的方式得到队列的最优控制律。

在步骤100中，异质车辆队列的动力学模型具体如下：

首先建立单辆纯电动车辆的状态方程，其中状态变量为车辆的位置、车辆行驶速度及车辆行驶转矩，即：x_i(t)＝[S_i(t),v_i(t),T_q,i(t)]^T，控制量为通过车辆自身状态以及测量得到的实时道路坡度信息计算的最经济车辆转矩，即：u_i(t)＝T_q,i(t)

单辆纯电动车辆的状态方程为：

式中，N表示车队内车辆的序号Ν＝{1,2,...,N}，S_i(t)和v_i(t)分别为车辆i的位移和速度，T_q,i(t)为车辆实际驱动/制动力矩，u_i(t)为期望驱动/制动力矩，m_i为队列内车辆质量，C_D,i为队列内车辆阻力系数，A_i为车辆迎风面积(异质队列中随车辆类型不同而变化)，g为重力加速度，r_w,i为车轮滚动半径，f为滚动阻力系数，η_m,i为传动系统机械效率，τ_i为纵向动力系统时滞系数。

在控制过程中需要将上述车辆连续状态方程进行离散化，离散时间步长为Δt，离散后的状态方程为：

上述方程即为纯电动车辆队列的单辆车状态方程，其中电机的驱动形式为四轮分布式驱动。通过欧拉方法离散动力学方程，进一步可将上述非线性方程写为如下形式

x_i(t+1)＝φ_i(x_i(t))+ψ_iu_i(t), i∈Ν

其中，

构建异质车辆队列中的每一辆车的输出为y_i(t)＝[S_i(t),v_i(t)]^T＝γx_i(t)，其中

令X(t)＝[x₁ ^T(t),x₂ ^T(t),...,x_N ^T(t)]^T，U(t)＝[u₁(t),u₂(t),...,u_N(t)]^T，Y(t)＝[y₁ ^T(t),y₂ ^T(t),...,y_N ^T(t)]^T

则异质车辆队列整体的状态方程可写为：

X(t)＝Φ(X(t))+Ψ·U(t)

Y(t)＝ΓX(t)

式中，Φ(X(t))＝[φ₁(x₁)^T,φ₂(x₂)^T,...,φ_N(x_N)^T]^T，Ψ＝diag{ψ₁,ψ₂,...,ψ_N}，Γ＝diag{γ₁,γ₂,…,γ_N}。

根据上述车辆动力学的建模，在异质车辆队列中的每个车辆上定义一个子预测优化问题，每个子预测优化问题只利用邻域车辆及领航车的信息进行优化求解，得到该车辆的控制输入，已知队列内存在N辆车，即为N个子预测优化问题，在每一个子预测优化问题中预测步长均为N_p，以下预测序列都是在每一个预测时域内[t,t+N_p]内的序列，每一预测序列中k∈[0,1,2,…,N_p-1,N_p]，k＝0时刻的状态值为t时刻的系统测量值，以每一时刻的系统测量值为起点进行预测序列的计算。

以上为非线性异质队列动力学模型，为了保证队列行驶过程中能够将节能的目标以及车辆的整体状态，该模型采用建立非线性动力学方程的方式。在后续设计DMPC控制器中将考虑队列几何构型以及通信拓扑结构。

异质车辆队列中的车辆电机模型及能耗模型具体如下：

选择某款分布式电机的map图，如图2和图3所示：

该数值模型表示的是分布式电机在不同车轮转速和驱动/制动转矩下的效率，电机在驱动状态下的功率可表示为：

式中η_d为驱动效率，η_b为制动效率，由此可得到电机的能耗公式：

E(k+1)＝P_i(k|t)·Δt

在一个实施例中，达到异质车辆队列整体的控制目标需要先设计单个车辆的控制目标，该优化问题只利用邻域车辆的状态信息，并没有用全局的状态信息，因此为分布式优化问题，对于规模为N辆车的车队规模而言，共有N个子优化问题，需要同步求解和更新。本实施例采用固定车间距的几何构型，即D_i-1,i＝d_desire，其中d_desire为用户设定的两车头间的期望距离，其可根据不同场景的需求和交通流密度进行设定。本实施例采用前车领航者的通信拓扑结构，即车队中领航车广播自身的需要传送的信息，车队中的每辆车接收来自领航车及前车发送的信息。

所述步骤712中“领航车控制器”控制问题设计如下：

①控制问题描述

s.t.v_min≤v₁ ^p(k|t)≤v_max

T_min≤u₁(k|t)≤T_max

v_i ^p(N_p|t)＝v_eco

T_q,1 ^p(N_p|t)＝h₁(v₁ ^p(N_p|t))

其中，J₁(k|t)＝ω_E1P₁(k|t)·Δt为经济性代价函数，ω_E1为所述领航车的能耗权重系数，P₁(k|t)为所述领航车的电机功率，通过进行N_p步的时间步长Δt迭代，通过最优化理论计算N_p步累加的最小能量消耗值达到预测时域内的最小燃油消耗；

J₂(k|t)＝ω_t1(u₁(k|t)-T_q,1(k|t))²为舒适性代价函数，ω_t1为所述领航车的舒适性权重系数，u₁(k|t)为所述领航车控制器经过最优化计算得到的所述领航车的期望转矩序列，T_q,1(k|t)为所述领航车的转矩预测序列；v_min为所述步骤711获取的领航车所行驶的当前路段的高速路段速度限制信息中的最低车速，v_max为所述步骤711获取的领航车所行驶的当前路段的高速路段速度限制信息中的最高转速，v₁ ^p(k|t)为所述领航车的预测速度序列；

T_min为所述领航车的电机能够达到的最小转矩值，T_max为所述领航车的电机达到的最大转矩值，u₁(k|t)为所述步骤312获取的所述领航车的最经济转矩序列；

v_i ^p(N_p|t)为所述领航车的预测速度序列的终端值，v_eco为根据商用车辆行驶的经验设定的经济车速值，h₁(v₁ ^p(·))表示车辆匀速行驶过程中的车速值，表示转矩终端约束平衡行驶过程中的阻力，表示车辆匀速行驶状态；

②控制器求解。

本文中的“终端值”为该预测序列的末位值，即序列的最后一个值。

所述步骤721和步骤722中“跟随车控制器”控制问题设计如下：

①控制问题描述

s.t.v_min≤v_i ^p(k|t)≤v_max

T_min≤u_i(k|t)≤T_max

v_i ^p(N_p|t)＝v₁ ^p(N_p|t)

S_i ^p(N_p|t)＝S₁ ^p(N_p|t)-(i-1)d_desire

T_q,i ^p(N_p|t)＝h_i(v_i ^p(N_p|t))

其中，J_1,i(k|t)＝ω_s0,i(S_i ^p(k|t)-S₀ ^p(k|t)-D_i,0)²+ω_v0,i(v_i ^p(k|t)-v₀ ^p(k|t))²为自车与领航车跟车代价函数，ω_s0,i为所述自车与领航车的距离误差的权重系数，其中S_i ^p(k|t)为自车的预测位置序列，S₀ ^p(k|t)为所述领航车预测的位置序列，D_i,0为所述自车与领航车之间的期望间距，ω_v0,i为所述自车与领航车的速度误差权重系数，v_i ^p(k|t)为所述自车的预测速度序列，v₀ ^p(k|t)为所述领航车的预测速度序列；

J_2,i(k|t)＝ω_s,i(S_i ^p(k|t)-S_j ^p(k|t)-D_i,j)²+ω_v,i(v_i ^p(k|t)-v_j ^p(k|t))²为自车与相邻前车跟车代价函数，式中，ω_s,i为所述自车与前车的距离误差权重系数，S_j ^p(k|t)为所述前车的预测位置序列，D_i,j为所述自车与前车之间的期望间距，ω_v,i为所述自车与前车的速度误差权重系数，v_i ^p(k|t)为所述自车的预测速度序列，v_j ^p(k|t)为所述前车预测速度序列；

J_3,i(k|t)＝ω_E2,iP_i(k|t)·Δt为自车经济性代价函数，式中，ω_E2,i为所述跟随车的能耗权重系数，P_i(k|t)为所述跟随车的电机功率，通过N_p步的时间步长Δt迭代，通过最优化理论计算N_p步累加的最小能量消耗值达到预测时域内的最小燃油消耗；

J_4,i(k|t)＝ω_t2,i(u_i ^p(k|t)-T_q,i(k|t))²为自车舒适性函数，式中，ω_t2,i为所述跟随车的舒适性权重系数，u_i(k|t)为所述跟随车控制器经过最优化计算得到的车辆期望转矩序列，T_q,i(k|t)为所述跟随车的转矩预测序列；

v_min为所述步骤721获取的自车所行驶的当前路段的高速路段速度限制信息中的最低车速，v_max为所述步骤721获取的自车所行驶的当前路段的高速路段速度限制信息中的最高转速，v_i ^p(k|t)为所述跟随车的预测速度序列；

T_min为所述自车的电机能够达到的最小转矩值，T_max为所述自车的电机达到的最大转矩值，u_i(k|t)为所述步骤712求取的自车的最经济转矩序列；

h_i(v_i ^p(N_p|t))表示车辆匀速行驶过程中的转矩值，表示转矩终端约束平衡行驶过程中的阻力，表示车辆匀速行驶状态；

v_i ^p(N_p|t)为所述自车的预测速度序列的终端值；

v₁ ^p(N_p|t)为所述领航车的预测速度序列的终端值；

S_i ^p(N_p|t)为所述自车的预测位置序列的终端值；

S₁ ^p(N_p|t)为所述领航车的预测位置序列的终端值；

d_desire为相邻辆车之间的期望车间距；

T_q,i ^p(N_p|t)为所述跟随车的预测转矩序列的终端值；

T_q,1 ^p(N_p|t)为所述领航车的预测预测转矩序列的终端值；

②控制器求解。

通过上述分别给出的车队控制器领航车及跟随车的单点优化问题的设计方法，下面给出分布式模型预测控制器的算法流程：

a.初始化。分别确定队列内每辆车的初始状态量，假设在t＝0时刻车辆处于匀速运动，定义车辆的预测输入和输出序列为：

u_i(k|0)＝h_i(v_i(0)),k＝0,1,…,N_p-1

y_i ^p(k+1|0),k＝0,1,…,N_p-1

其中，

y_i ^p(k|0)＝γx_i ^p(k|0)；

x_i ^p(k|0)＝x_i(0),k＝0,1,…,N_p-1。

b.在任意优化时间t，对于每个车辆的子预测优化问题i∈Ν，根据获得的实际输出测量值y_i(t)，单个车辆预测输出序列y_i ^p(k|t)，邻域车辆单点预测输出序列y_j ^p(k|t)，以及领航车输出的预测序列y₀ ^p(k|t)，求解优化问题获得最优控制输入序列u_i(k|t)，k＝0,1,…,N_p-1，并在车辆i上应用最优化求解得到的最优控制序列的第一个值即u_i(0|t)，并计算预测时域最优预测状态序列；

x_i ^p(k+1|t)＝φ_i(x_i ^p(k|t))+ψ_i·u_i(k|t),k＝0,1,…,N_p-1

其中最优状态序列的第一个值为当前时刻的测量状态量，即x_i(0|t)＝x_i(t)

c.车辆将计算得到的最优控制序列u_i(k|t)，k＝0,1,…,N_p-1通过车车通信技术传递给根据通信拓扑结构能够接收到的车辆，同时领航车发送此时测量的状态量值x₁(0|t)给跟随车，跟随车中每辆车将此时测量的状态量值x_i(0|t)传递给后车,上述控制问题假设系统不存在通信时延和丢包的情况。

d.车辆根据接收到的状态信息及最优控制序列，计算前车及领航车下一步的预测输入序列及相应的预测输出序列，用于自身车辆的控制。

x_i ^p(k+1|t+1)＝φ_i(x_i ^p(k|t+1))+ψ_i·u_i(k|t+1)

y_i ^p(k+1|t+1)＝γx_i ^p(k+1|t+1),k＝0,1,…,N_p-1

其中，

x_i ^p(0|t+1)＝x_i ^p(1|t)

图4至图11示出的是利用上述实施例提供的基于MPC的异质车辆队列分布式节能控制方法的仿真结果，图中的1至5分别表示车辆1、车辆2、车辆3、车辆4、车辆5。

根据我国针对轻型卡车和中型卡车吨位的划分：轻型卡车为总质量在1.8t到6t之间，中型卡车总质量为6t到14t之间，本发明取上述两种车型总质量1.8t、6.1t、14t为异质车辆队列的质量分布进行计算，车队内每辆车质量为m1＝1800kg,m2＝6100kg,m3＝14000kg,m4＝6100kg,m5＝1800kg。其中各辆车的基本动力学参数如下：

	1	2	3	4	5
						质量mi	1800kg	6100kg	14000kg	6100kg	1800kg
车轮滚动半径rw,i	0.364m	0.497m	0.51m	0.497m	0.364m
						车辆空气阻力系数CD,i	0.75	0.6	0.6	0.6	0.6
车辆迎风面积Ai	2.4m2	4.8m2	6.8m2	4.8m2	2.4m2

表中的1至5分别表示车辆1、车辆2、车辆3、车辆4、车辆5。

领航车辆权重系数：

ωt1	ωE1
		10	10

跟随车辆权重系数：

	2	3	4	5
					ωs0,i	10	10	10	10
ωv0,i	10	10	10	10
					ωs,i	10	10	10	10
ωv,i	10	10	10	10
					ωE2,i	10	10	10	10
ωt2,i	5	5	5	5

表中的2至5分别表示车辆2、车辆3、车辆4、车辆5。

车队规模为5辆卡车，仿真了一个车队27s的行驶工况，通过设定车队的经济车速veco＝24m/s(86.4km/h)，计算在有节能控制和无节能控制的队列控制结果，下图中分别仿真无道路坡度和有道路坡度的情况，可以看出本发明具有一定的节能优势，在长途行驶的过程中将具有更大的节能潜能。

(1)无道路坡度工况(如图4至图7所示)

(2)有道路坡度工况(如图8至图11所示)

图4中，1为领航车辆速度曲线，2为第一辆跟随车辆速度曲线，3为第二辆跟随车辆速度曲线，4为第三辆跟随车辆速度曲线，5为第四辆跟随车辆速度曲线。

图5中，1-2为领航车与第一辆跟随车辆的速度误差，2-3为第一辆跟随车辆与第二辆跟随车辆速度曲线，3-4为第二辆跟随车辆与第三辆跟随车辆速度曲线，4-5为第三辆跟随车辆与第四辆跟随车辆速度曲线。

图6中，1-2为领航车与第一辆跟随车辆的距离误差，2-3为第一辆跟随车辆与第二辆跟随车辆的距离误差，3-4为第二辆跟随车辆与第三辆跟随车辆的距离误差，4-5为第三辆跟随车辆与第四辆跟随车辆的距离误差。

图7中，1为领航车辆的能耗曲线，2为第一辆跟随车辆的能耗曲线，3为第二辆跟随车辆的能耗曲线，4为第三辆跟随车辆的能耗曲线，5为第四辆跟随车辆的能耗曲线。

图8中，红色线为无坡度有节能控制器时队列整体能耗曲线，蓝色线为无坡度无节能控制器时队列整体能耗曲线。

图9中，曲线为车辆实时检测的道路坡度曲线。

图10中，1为领航车辆速度曲线，2为第一辆跟随车辆速度曲线，3为第二辆跟随车辆速度曲线，4为第三辆跟随车辆速度曲线，5为第四辆跟随车辆速度曲线。

图11中，1-2为领航车与第一辆跟随车辆的速度误差，2-3为第一辆跟随车辆与第二辆跟随车辆速度曲线，3-4为第二辆跟随车辆与第三辆跟随车辆速度曲线，4-5为第三辆跟随车辆与第四辆跟随车辆速度曲线。

图12中，1-2为领航车与第一辆跟随车辆的距离误差，2-3为第一辆跟随车辆与第二辆跟随车辆的距离误差，3-4为第二辆跟随车辆与第三辆跟随车辆的距离误差，4-5为第三辆跟随车辆与第四辆跟随车辆的距离误差。

图13中，1为领航车辆的能耗曲线，2为第一辆跟随车辆的能耗曲线，3为第二辆跟随车辆的能耗曲线，4为第三辆跟随车辆的能耗曲线，5为第四辆跟随车辆的能耗曲线。

图14中，红色线为有坡度有节能控制器时队列整体能耗曲线，蓝色线为无坡度无节能控制器时队列整体能耗曲线。

经本发明提出的算法，异质车辆队列在保证队列经济性的同时具有很好的跟车效果，跟车速度误差不超过±0.2m/s，跟车距离误差不超过±0.2m，该方案在该27s工况中无坡度无节能控制器时车辆队列整体能耗为1.1088kW·h，有节能控制器时队列整体的能耗为1.0765kW·h，节约能耗0.0323kW·h。

在有坡度无节能控制器时的车辆队列整体能耗为1.1073kW·h，有坡度有节能控制器时队列整体能耗为1.0755kW·h，节约能耗0.0318kW·h。

最后需要指出的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。本领域的普通技术人员应当理解：可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (3)

1.一种基于MPC的异质车辆队列分布式节能控制方法，其特征在于，包括：

步骤100，构建异质车辆队列，按照行驶方向、排在所述异质车辆队列的第一辆车为领航车，其它车均为跟随车；

步骤200，构建分布式异质队列节能控制方法框架，控制器框架分为两种功能性控制器，一种为节能控制器，另一种为跟车控制器；

步骤300，设计节能控制器，应用于步骤100中所述异质车辆队列中的每辆车；

步骤400，制定所述步骤100的所述异质车辆队列中各车辆行驶的经济车速；

步骤500，设计跟车控制器，应用于步骤100所述异质车辆队列中的跟随车辆；

步骤600，明确异质队列中各车辆控制器分工：领航车通过获取实时道路信息计算经济车速只采用节能控制器，跟随车辆需考虑实时道路信息并达到队列跟车效果，控制器采用节能控制器与跟车控制器协同控制；

步骤700，在没有道路坡度的情况下，所述异质车辆队列中各车辆按照所述步骤400提供的所述经济车速行驶；以及，在有道路坡度的情况下，所述异质车辆队列中各车辆按照如下步骤提供的当前最经济车速行驶：

步骤710，基于异质队列控制器分工设计控制器结构，控制领航车，其具体包括：

步骤711，获取领航车的当前车况信息和当前路况信息，其中，所述领航车的当前车况信息包括所述领航车的实际转矩、速度和当前实时位置信息，所述领航车的路况信息包括所述领航车所行驶的当前路段的高速路段速度限制信息和当前实时道路坡度信息；

步骤712，根据所述步骤711获取的领航车的当前实时道路坡度信息，利用预先设置在领航车的控制器内置的目标函数求取当前路段的最经济转矩序列，并将该最经济转矩序列的第一个值传递给该领航车的车辆传动系统，由该车辆传动系统换算得到领航车的当前最经济车速；

步骤713，将所述步骤712获得的领航车的最经济转矩序列及当前的最经济车速、位置和实际转矩通过车车通信输送给各所述跟随车；

步骤720，基于异质队列控制器分工设计控制器结构，控制跟随车，其具体包括：

步骤721，通过车车通信获取自车的当前车况信息和路况信息，其中，所述自车的当前车况信息包括所述自车的实际转矩、速度和当前实时位置信息，所述自车的路况信息包括所述自车所行驶的当前路段的高速路段速度限制信息和当前实时道路坡度信息，所述自车为所述跟随车中的任意一辆；

步骤722，通过车车通信方式接收所述领航车和前车的最经济转矩序列、当前的最经济车速以及所述当前车况信息，利用自车的控制器内置的目标函数求取计算当前时刻的最经济转矩序列，并将该最经济转矩序列的第一个值传递给该自车的车辆传动系统，由该车辆传动系统换算得到自车的当前最经济车速；

步骤723，将所述步骤722获得的自车的最经济转矩序列、当前的最经济车速以及所述当前车况信息输送给相邻的后车，所述后车为按照行驶方向、排在所述自车后面的跟随车。

2.如权利要求1所述的基于MPC的异质车辆队列分布式节能控制方法，其特征在于，所述步骤712中“领航车控制器”控制问题设计如下：

①控制问题描述

s.t.v_min≤v₁ ^p(k|t)≤v_max

T_min≤u₁(k|t)≤T_max

v_i ^p(N_p|t)＝v_eco

T_q,1 ^p(N_p|t)＝h₁(v₁ ^p(N_p|t))

其中，J₁(k|t)＝ω_E1P₁(k|t)·Δt为经济性代价函数，ω_E1为所述领航车的能耗权重系数，P₁(k|t)为所述领航车的电机功率，通过进行N_p步的时间步长Δt迭代，通过最优化理论计算N_p步累加的最小能量消耗值达到预测时域内的最小燃油消耗；

J₂(k|t)＝ω_t1(u₁(k|t)-T_q,1(k|t))²为舒适性代价函数，ω_t1为所述领航车的舒适性权重系数，u₁(k|t)为所述领航车控制器经过最优化计算得到的所述领航车的期望转矩序列，T_q,1(k|t)为所述领航车的转矩预测序列；v_min为所述步骤711获取的领航车所行驶的当前路段的高速路段速度限制信息中的最低车速，v_max为所述步骤711获取的领航车所行驶的当前路段的高速路段速度限制信息中的最高转速，v₁ ^p(k|t)为所述领航车的预测速度序列；

T_min为所述领航车的电机能够达到的最小转矩值，T_max为所述领航车的电机达到的最大转矩值，u₁(k|t)为所述步骤312获取的所述领航车的最经济转矩序列；

v_i ^p(N_p|t)为所述领航车的预测速度序列的终端值，v_eco为根据商用车辆行驶的经验设定的经济车速值，h₁(v₁ ^p(·))表示车辆匀速行驶过程中的车速值，表示转矩终端约束平衡行驶过程中的阻力，表示车辆匀速行驶状态；

②控制器求解。

3.如权利要求1所述的基于MPC的异质车辆队列分布式节能控制方法，其特征在于，所述步骤721和步骤722中“跟随车控制器”控制问题设计如下：

①控制问题描述

s.t.v_min≤v_i ^p(k|t)≤v_max

T_min≤u_i(k|t)≤T_max

v_i ^p(N_p|t)＝v₁ ^p(N_p|t)

S_i ^p(N_p|t)＝S₁ ^p(N_p|t)-(i-1)d_desire

T_q,i ^p(N_p|t)＝h_i(v_i ^p(N_p|t))

其中，J_1,i(k|t)＝ω_s0,i(S_i ^p(k|t)-S₀ ^p(k|t)-D_i,0)²+ω_v0,i(v_i ^p(k|t)-v₀ ^p(k|t))²为自车与领航车跟车代价函数，ω_s0,i为所述自车与领航车的距离误差的权重系数，其中S_i ^p(k|t)为自车的预测位置序列，S₀ ^p(k|t)为所述领航车预测的位置序列，D_i,0为所述自车与领航车之间的期望间距，ω_v0,i为所述自车与领航车的速度误差权重系数，v_i ^p(k|t)为所述自车的预测速度序列，v₀ ^p(k|t)为所述领航车的预测速度序列；

J_2,i(k|t)＝ω_s,i(S_i ^p(k|t)-S_j ^p(k|t)-D_i,j)²+ω_v,i(v_i ^p(k|t)-v_j ^p(k|t))²为自车与相邻前车跟车代价函数，式中，ω_s,i为所述自车与前车的距离误差权重系数，S_j ^p(k|t)为所述前车的预测位置序列，D_i,j为所述自车与前车之间的期望间距，ω_v,i为所述自车与前车的速度误差权重系数，v_i ^p(k|t)为所述自车的预测速度序列，v_j ^p(k|t)为所述前车预测速度序列；

J_3,i(k|t)＝ω_E2,iP_i(k|t)·Δt为自车经济性代价函数，式中，ω_E2,i为所述跟随车的能耗权重系数，P_i(k|t)为所述跟随车的电机功率，通过N_p步的时间步长Δt迭代，通过最优化理论计算N_p步累加的最小能量消耗值达到预测时域内的最小燃油消耗；

J_4,i(k|t)＝ω_t2,i(u_i ^p(k|t)-T_q,i(k|t))²为自车舒适性函数，式中，ω_t2,i为所述跟随车的舒适性权重系数，u_i(k|t)为所述跟随车控制器经过最优化计算得到的车辆期望转矩序列，T_q,i(k|t)为所述跟随车的转矩预测序列；

v_min为所述步骤721获取的自车所行驶的当前路段的高速路段速度限制信息中的最低车速，v_max为所述步骤721获取的自车所行驶的当前路段的高速路段速度限制信息中的最高转速，v_i ^p(k|t)为所述跟随车的预测速度序列；

T_min为所述自车的电机能够达到的最小转矩值，T_max为所述自车的电机达到的最大转矩值，u_i(k|t)为所述步骤712求取的自车的最经济转矩序列；

h_i(v_i ^p(N_p|t))表示车辆匀速行驶过程中的转矩值，

表示转矩终端约束平衡行驶过程中的阻力，表示车辆匀速行驶状态；

v_i ^p(N_p|t)为所述自车的预测速度序列的终端值；

v₁ ^p(N_p|t)为所述领航车的预测速度序列的终端值；

S_i ^p(N_p|t)为所述自车的预测位置序列的终端值；

S₁ ^p(N_p|t)为所述领航车的预测位置序列的终端值；

d_desire为相邻辆车之间的期望车间距；

T_q,i ^p(N_p|t)为所述跟随车的预测转矩序列的终端值；

T_q,1 ^p(N_p|t)为所述领航车的预测预测转矩序列的终端值；

②控制器求解。