CN109484210A - 一种电动车辆的电机扭矩输出方法、系统及相关组件 - Google Patents
一种电动车辆的电机扭矩输出方法、系统及相关组件 Download PDFInfo
- Publication number
- CN109484210A CN109484210A CN201811565295.1A CN201811565295A CN109484210A CN 109484210 A CN109484210 A CN 109484210A CN 201811565295 A CN201811565295 A CN 201811565295A CN 109484210 A CN109484210 A CN 109484210A
- Authority
- CN
- China
- Prior art keywords
- electric vehicle
- pedal
- optimized
- motor torque
- function
- 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.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
-
- 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
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请公开了一种电动车辆的电机扭矩输出方法,所述方法包括根据电动车辆的所有行驶工况构建复合工况;搭建所述电动车辆的仿真模型,并根据所述仿真模型确定扭矩解析公式;根据输出扭矩与续驶里程的对应关系和所述扭矩解析公式得到待优化函数;其中,所述待优化函数的优化目标为所述续驶里程;在所述复合工况下对所述待优化函数进行优化处理得到最大续驶里程对应的优选参数,以便根据所述优选参数输出对应的电机扭矩。本方法能够使电动车辆在不同行驶工况下均具有较好地续驶里程。本申请还公开了一种电动车辆的电机扭矩输出系统、一种计算机可读存储介质及一种电动车辆,具有以上有益效果。
Description
技术领域
本发明涉及新能源车辆领域,特别涉及一种电动车辆的电机扭矩输出方法、系统、一种计算机可读存储介质及一种电动车辆。
背景技术
当今世界各国关于汽车油耗排放法规越来越严苛的环境下,纯电动汽车具有节能、高效、零排放的优点,因此目前较多国家致力于推进纯电动汽车的研发和市场化。
纯电动汽车相比于混合动力汽车、传统汽车的主要缺点为续驶里程短,由于续驶里程短且充电时间长,因此目前市场对纯电动汽车的主要抱怨点在于里程焦虑。在这种前提下,如何提升纯电动汽车的续驶里程是极其重要的。
针对同一辆纯电动汽车,当油门踏板扭矩解析参数一定时,会存在某一个工况下该油门踏板解析参数可使扭矩输出平稳、动力相应良好,最终使该工况下,纯电动汽车具有最高的续驶里程。但是现有技术中,仅针对某一种工况设置油门踏板解析参数,当电动车辆处于另一种行驶工况时,该策略无法保证输出的动力使车辆达到最高续驶里程,即针对某一个工况优化得到的油门踏板扭矩解析最优参数,不一定针对其它工况依然为最优参数。
因此,如何使电动车辆在不同行驶工况下均具有较好地续驶里程是本领域技术人员目前需要解决的技术问题。
发明内容
本申请的目的是提供一种电动车辆的电机扭矩输出方法、系统、一种计算机可读存储介质及一种电动车辆,能够使电动车辆在不同行驶工况下均具有较好地续驶里程。
为解决上述技术问题,本申请提供一种电动车辆的电机扭矩输出方法,该电机扭矩输出方法包括:
根据电动车辆的所有行驶工况构建复合工况;
搭建所述电动车辆的仿真模型,并根据所述仿真模型确定扭矩解析公式;
根据输出扭矩与续驶里程的对应关系和所述扭矩解析公式得到待优化函数;其中,所述待优化函数的优化目标为所述续驶里程;
在所述复合工况下对所述待优化函数进行优化处理得到最大续驶里程对应的优选参数,以便根据所述优选参数输出对应的电机扭矩。
可选的,所述行驶工况包括拥堵工况SCYCbusy、郊区工况SCYCsub、城市工况SCYCcity和高速工况SCYChighway;
相应的,根据电动车辆的所有行驶工况构建复合工况包括:
根据所述电动车辆的所有所述行驶工况和每一所述行驶工况的权重系数构建复合工况Sall;
其中,Sall=SCYCbusy·fCYCbusy+SCYCsub·fCYCsub+SCYCcity·fCYCcity+SCYChighway·fCYChighway,fCYCbusy+fCYCsub+fCYCcity+fCYChighway=1,fCYCbusy为拥堵工况权重系数,fCYCsub为郊区工况权重系数,fCYCcity为城市工况权重系数,fCYChighway为高速工况权重系数。
可选的,所述扭矩解析公式为f(Tq)=f(Vvehv,XPedal);其中,f(Tq)为所述输出扭矩,f(Vvehv,XPedal)为以车速Vvehv和油门踏板开度XPedal为自变量的函数表达式;
相应的,所述待优化函数为ftar(Vvehv,XPedal)=max(L(Vvehv,XPedal));其中L为所述续驶里程。
可选的,在所述复合工况下对所述待优化函数进行优化处理得到最大续驶里程对应的优选参数包括:
选择参数优化理论;其中,所述参数优化理论包括遗传算法或粒子群算法。
在所述复合工况下通过所述参数优化理论对所述待优化函数进行优化处理,得到所述最大续驶里程对应的优选参数组合(Vvehv_opt,XPedal_opt);Vvehv_opt为优选车速,XPedal_opt为优选油门踏板开度。
可选的,根据所述优选参数输出对应的电机扭矩包括:
根据所述优选参数确定当前油门踏板开度对应的电机扭矩,并输出所述电机扭矩。
本申请还提供了一种电动车辆的电机扭矩输出系统,该系统包括:
工况构建模块,用于根据电动车辆的所有行驶工况构建复合工况;
解析公式确定模块,用于搭建所述电动车辆的仿真模型,并根据所述仿真模型确定扭矩解析公式;
待优化函数确定模块,用于根据输出扭矩与续驶里程的对应关系和所述扭矩解析公式得到待优化函数;其中,所述待优化函数的优化目标为所述续驶里程;
优选参数确定模块,用于在所述复合工况下对所述待优化函数进行优化处理得到最大续驶里程对应的优选参数,以便根据所述优选参数输出对应的电机扭矩。
可选的,所述行驶工况包括拥堵工况SCYCbusy、郊区工况SCYCsub、城市工况SCYCcity和高速工况SCYChighway;
相应的,所述工况构建模块具体为根据所述电动车辆的所有所述行驶工况和每一所述行驶工况的权重系数构建复合工况Sall的模块;
其中,Sall=SCYCbusy·fCYCbusy+SCYCsub·fCYCsub+SCYCcity·fCYCcity+SCYChighway·fCYChighway,fCYCbusy+fCYCsub+fCYCcity+fCYChighway=1,fCYCbusy为拥堵工况权重系数,fCYCsub为郊区工况权重系数,fCYCcity为城市工况权重系数,fCYChighway为高速工况权重系数。
可选的,所述扭矩解析公式为f(Tq)=f(Vvehv,XPedal);其中,f(Tq)为所述输出扭矩,f(Vvehv,XPedal)为以车速Vvehv和油门踏板开度XPedal为自变量的函数表达式;
相应的,所述待优化函数为ftar(Vvehv,XPedal)=max(L(Vvehv,XPedal));其中L为所述续驶里程。
本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序执行时实现上述电动车辆的电机扭矩输出方法执行的步骤。
本申请还提供了一种电动车辆,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时实现上述电动车辆的电机扭矩输出方法执行的步骤。
本发明提供了一种电动车辆的电机扭矩输出方法,包括根据电动车辆的所有行驶工况构建复合工况;搭建所述电动车辆的仿真模型,并根据所述仿真模型确定扭矩解析公式;根据输出扭矩与续驶里程的对应关系和所述扭矩解析公式得到待优化函数;其中,所述待优化函数的优化目标为所述续驶里程;在所述复合工况下对所述待优化函数进行优化处理得到最大续驶里程对应的优选参数,以便根据所述优选参数输出对应的电机扭矩。
本申请通过根据电动车辆的所有行驶工况构建复合工况,在复合工况下采用对待优化函数进行优化处理,得到最大续驶里程对应的优选参数。根据该优选参数对油门踏板进行解析得到的电机扭矩输出平稳、动力性良好,使电动车辆在行驶过程中具有较好的续驶里程。由于优选参数是在符合工况下进行优化操作得到的,因此本申请能够使电动车辆在不同行驶工况下均具有较好地续驶里程。本申请同时还提供了一种电动车辆的电机扭矩输出系统、一种计算机可读存储介质和一种电动车辆,具有上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例所提供的一种电动车辆的电机扭矩输出方法的流程图;
图2为本申请实施例所提供的另一种电动车辆的电机扭矩输出方法的流程图;
图3为本申请实施例所提供的一种电动车辆的电机扭矩输出系统的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下面请参见图1,图1为本申请实施例所提供的一种电动车辆的电机扭矩输出方法的流程图。
具体步骤可以包括:
S101:根据电动车辆的所有行驶工况构建复合工况;
其中,行驶工况是针对某一类型车辆,在特定交通环境(如高速公路,城市道路)中,车辆在和行驶动作有直接关系的条件下的工作状态。确定电动车辆的行驶工况就是对车辆的实际行驶状况进行调查,并对实验数据进行分析,运用相关数学理论方法建立起来的典型道路车辆行驶状况的定量描述。确定行驶工况可以用于确定车辆污染物排放量和燃油消耗量、新车型的技术开发和评估、以及测定交通控制方面的风险等,行驶工况是汽车工业一项共性核心技术。
本实施例可以根据电动车辆的所有行驶工况下的电动车辆行驶状况构建符合工况,电动车辆的行驶工况可以包括拥堵工况、郊区工况、城市工况、高速工况等。作为一种优选的实施方案,可以根据各行驶工况的权重确定电动车辆的复合工况对应的行驶状况。例如,拥堵工况、郊区工况、城市工况、高速工况下发动机的功率分别为1000W、500W、2000W和2500W,即各行驶工况的权重值分别为0.2、0.4、0.1、0.3,确定复合工况的发动机功率为1000W*0.2+500W*0.4+2000W*0.1+2500W*0.3=1350W。
S102:搭建所述电动车辆的仿真模型,并根据所述仿真模型确定扭矩解析公式;
其中,电动车辆的仿真模型实际上是通过各种函数对于电动车辆的在各种情况下工作的模拟,因此可以根据仿真模型确定扭矩解析公式。扭矩解析公式为对油门踏板的开度进行解析得到对应的扭矩,电机按照该扭矩进行输出。扭矩解析公式可以为扭矩关于车速和油门踏板开度的公式,因此扭矩解析公式为f(Tq)=f(Vvehv,XPedal);其中,f(Tq)为所述输出扭矩,f(Vvehv,XPedal)为以车速Vvehv和油门踏板开度XPedal为自变量的函数表达式。
S103:根据输出扭矩与续驶里程的对应关系和所述扭矩解析公式得到待优化函数;其中,所述待优化函数的优化目标为所述续驶里程;
其中,电动车辆的续驶里程为车辆当前状态下所能够继续行驶的距离,续驶里程与电机输出的扭矩存在一定的对应关系,因此在得知输出扭矩与续驶里程的对应关系以及扭矩解析公式的前提下,可以得到待优化函数。因此在前面提到的扭矩解析公式为f(Tq)=f(Vvehv,XPedal)的前提下,将续驶里程L表示为L=(Vvehv,XPedal),待优化函数表示为ftar(Vvehv,XPedal)=max(L(Vvehv,XPedal))。
本步骤得到待优化函数的目的在于获取续驶里程、车速和油门踏板开度之间的对应关系,并且本步骤将续驶里程设置为待优化函数的优化目标,可以通过对待优化函数进行优化处理得到优选的续驶里程。
S104:在所述复合工况下对所述待优化函数进行优化处理得到最大续驶里程对应的优选参数,以便根据所述优选参数输出对应的电机扭矩。
其中,本实施例通过在复合工况下对待优化函数进行优化处理可以得到最大续驶里程对应的优选参数,具体的,可以采用遗传算法、粒子群算法等优化算法进行优化处理。
本实施例通过根据电动车辆的所有行驶工况构建复合工况,在复合工况下采用对待优化函数进行优化处理,得到最大续驶里程对应的优选参数。根据该优选参数对油门踏板进行解析得到的电机扭矩输出平稳、动力性良好,使电动车辆在行驶过程中具有较好的续驶里程。由于优选参数是在符合工况下进行优化操作得到的,因此本实施例能够使电动车辆在不同行驶工况下均具有较好地续驶里程。
下面请参见图2,图2为本申请实施例所提供的另一种电动车辆的电机扭矩输出方法的流程图,具体步骤可以包括:
S201:根据所述电动车辆的所有所述行驶工况和每一所述行驶工况的权重系数构建复合工况Sall;
其中,Sall=SCYCbusy·fCYCbusy+SCYCsub·fCYCsub+SCYCcity·fCYCcity+SCYChighway·fCYChighway,fCYCbusy+fCYCsub+fCYCcity+fCYChighway=1,fCYCbusy为拥堵工况权重系数,fCYCsub为郊区工况权重系数,fCYCcity为城市工况权重系数,fCYChighway为高速工况权重系数。
上面提到的权重系数可以根据电动车辆的具体定位确定,即根据电动车辆主要的行驶环境预先设置权重系数。例如电动车的定位为农村用车,那么为郊区工况权重系数fCYCsub相对于其他权重系数来说会大一些。
S202:搭建所述电动车辆的仿真模型,并根据所述仿真模型确定扭矩解析公式f(Tq)=f(Vvehv,XPedal);其中,f(Tq)为所述输出扭矩,f(Vvehv,XPedal)为以车速Vvehv和油门踏板开度XPedal为自变量的函数表达式;
S203:根据输出扭矩与续驶里程的对应关系和所述扭矩解析公式得到待优化函数ftar(Vvehv,XPedal)=max(L(Vvehv,XPedal));其中,所述待优化函数的优化目标为所述续驶里程;
S204:选择参数优化理论;其中,所述参数优化理论包括遗传算法或粒子群算法。
S205:在所述复合工况下通过所述参数优化理论对所述待优化函数进行优化处理,得到所述最大续驶里程对应的优选参数组合(Vvehv_opt,XPedal_opt)以便根据所述优选参数输出对应的电机扭矩。其中,Vvehv_opt为优选车速,XPedal_opt为优选油门踏板开度。
下面通过在实际应用中的实施例说明上述实施例描述的流程。
步骤A01,确定多个参数优化所针对的行驶工况。
步骤A02,将参数优化的行驶工况进行分类,包括拥堵工况SCYCbusy、郊区工况SCYCsub、城市工况SCYCcity和高速工况SCYChighway。
步骤A03,确定不同行驶工况的的权重系数,拥堵工况权重系数fCYCbusy、郊区工况权重系数fCYCsub、城市工况权重系数fCYCcity、高速工况权重系数fCYChighway,且权重系数之和为1。
步骤A04,构建复合工况Sall:
Sall=SCYCbusy·fCYCbusy+SCYCsub·fCYCsub+SCYCcity·fCYCcity+SCYChighway·fCYChighway。
步骤A05,搭建纯电动汽车仿真模型。
步骤A06,制定油门踏板的扭矩解析公式,本发明扭矩解析的公式为f(Tq)=f(Vvehv,XPedal),因此扭矩的解析与车速、油门踏板开度两个参数相关。
步骤A07,确定参数优化的目标函数,本发明的优化目标为驾驶工况下的续驶里程L最长,由于本发明优化是以油门踏板解析f(Tq)=f(Vvehv,XPedal)为基础,因此续驶里程可表示为L(Vvehv,XPedal),目标函数可表达为ftar(Vvehv,XPedal)=max(L(Vvehv,XPedal))。
步骤A08,确定的参数边界范围,Tq的范围为(Tqmin,Tqmax),Vvehv的范围为(Vvehvmin,Vvehvmax),XPedal的范围为(XPedalmin,XPedalmax)。
步骤A09,确定参数的优化理论,可以选择的优化理论包括:遗传算法、粒子群算法等。
步骤A10,在已知优化参数、优化参数范围、优化目标函数、参数优化算法的基础上,进行参数优化算法,最终得到优化参数(Vvehv_opt,XPedal_opt)组合,同时得到油门踏板解析的最优函数fopt(Tq)=fopt(Vvehv--_opt,XPedal_opt)。
请参见图3,图3为本申请实施例所提供的一种电动车辆的电机扭矩输出系统的结构示意图;
该系统可以包括:
工况构建模块100,用于根据电动车辆的所有行驶工况构建复合工况;
解析公式确定模块200,用于搭建所述电动车辆的仿真模型,并根据所述仿真模型确定扭矩解析公式;
待优化函数确定模块300,用于根据输出扭矩与续驶里程的对应关系和所述扭矩解析公式得到待优化函数;其中,所述待优化函数的优化目标为所述续驶里程;
优选参数确定模块400,用于在所述复合工况下对所述待优化函数进行优化处理得到最大续驶里程对应的优选参数,以便根据所述优选参数输出对应的电机扭矩。
本实施例通过根据电动车辆的所有行驶工况构建复合工况,在复合工况下采用对待优化函数进行优化处理,得到最大续驶里程对应的优选参数。根据该优选参数对油门踏板进行解析得到的电机扭矩输出平稳、动力性良好,使电动车辆在行驶过程中具有较好的续驶里程。由于优选参数是在符合工况下进行优化操作得到的,因此本实施例能够使电动车辆在不同行驶工况下均具有较好地续驶里程。
进一步的,所述行驶工况包括拥堵工况SCYCbusy、郊区工况SCYCsub、城市工况SCYCcity和高速工况SCYChighway;
相应的,所述工况构建模块具体为根据所述电动车辆的所有所述行驶工况和每一所述行驶工况的权重系数构建复合工况Sall的模块;
其中,Sall=SCYCbusy·fCYCbusy+SCYCsub·fCYCsub+SCYCcity·fCYCcity+SCYChighway·fCYChighway,fCYCbusy+fCYCsub+fCYCcity+fCYChighway=1,fCYCbusy为拥堵工况权重系数,fCYCsub为郊区工况权重系数,fCYCcity为城市工况权重系数,fCYChighway为高速工况权重系数。
进一步的,所述扭矩解析公式为f(Tq)=f(Vvehv,XPedal);其中,f(Tq)为所述输出扭矩,f(Vvehv,XPedal)为以车速Vvehv和油门踏板开度XPedal为自变量的函数表达式;
相应的,所述待优化函数为ftar(Vvehv,XPedal)=max(L(Vvehv,XPedal));其中,L为所述续驶里程。
由于系统部分的实施例与方法部分的实施例相互对应,因此系统部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
本申请还提供了一种计算机可读存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种电动车辆,可以包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时,可以实现上述实施例所提供的步骤。当然所述电动车辆还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种电动车辆的电机扭矩输出方法,其特征在于,包括
根据电动车辆的所有行驶工况构建复合工况;
搭建所述电动车辆的仿真模型,并根据所述仿真模型确定扭矩解析公式;
根据输出扭矩与续驶里程的对应关系和所述扭矩解析公式得到待优化函数;其中,所述待优化函数的优化目标为所述续驶里程;
在所述复合工况下对所述待优化函数进行优化处理得到最大续驶里程对应的优选参数,以便根据所述优选参数输出对应的电机扭矩。
2.根据权利要求1所述电机扭矩输出方法,其特征在于,所述行驶工况包括拥堵工况SCYCbusy、郊区工况SCYCsub、城市工况SCYCcity和高速工况SCYChighway;
相应的,根据电动车辆的所有行驶工况构建复合工况包括:
根据所述电动车辆的所有所述行驶工况和每一所述行驶工况的权重系数构建复合工况Sall;
其中,Sall=SCYCbusy·fCYCbusy+SCYCsub·fCYCsub+SCYCcity·fCYCcity+SCYChighway·fCYChighway,fCYCbusy+fCYCsub+fCYCcity+fCYChighway=1,fCYCbusy为拥堵工况权重系数,fCYCsub为郊区工况权重系数,fCYCcity为城市工况权重系数,fCYChighway为高速工况权重系数。
3.根据权利要求1所述电机扭矩输出方法,其特征在于,所述扭矩解析公式为f(Tq)=f(Vvehv,XPedal);其中,f(Tq)为所述输出扭矩,f(Vvehv,XPedal)为以车速Vvehv和油门踏板开度XPedal为自变量的函数表达式;
相应的,所述待优化函数为ftar(Vvehv,XPedal)=max(L(Vvehv,XPedal));其中,L为所述续驶里程。
4.根据权利要求3所述电机扭矩输出方法,其特征在于,在所述复合工况下对所述待优化函数进行优化处理得到最大续驶里程对应的优选参数包括:
选择参数优化理论;其中,所述参数优化理论包括遗传算法或粒子群算法;
在所述复合工况下通过所述参数优化理论对所述待优化函数进行优化处理,得到所述最大续驶里程对应的优选参数组合(Vvehv_opt,XPedal_opt);其中;Vvehv_opt为优选车速,XPedal_opt为优选油门踏板开度。
5.根据权利要求1至4任一项所述电机扭矩输出方法,其特征在于,根据所述优选参数输出对应的电机扭矩包括:
根据所述优选参数确定当前油门踏板开度对应的电机扭矩,并输出所述电机扭矩。
6.一种电动车辆的电机扭矩输出系统,其特征在于,包括
工况构建模块,用于根据电动车辆的所有行驶工况构建复合工况;
解析公式确定模块,用于搭建所述电动车辆的仿真模型,并根据所述仿真模型确定扭矩解析公式;
待优化函数确定模块,用于根据输出扭矩与续驶里程的对应关系和所述扭矩解析公式得到待优化函数;其中,所述待优化函数的优化目标为所述续驶里程;
优选参数确定模块,用于在所述复合工况下对所述待优化函数进行优化处理得到最大续驶里程对应的优选参数,以便根据所述优选参数输出对应的电机扭矩。
7.根据权利要求6所述电机扭矩输出系统,其特征在于,所述行驶工况包括拥堵工况SCYCbusy、郊区工况SCYCsub、城市工况SCYCcity和高速工况SCYChighway;
相应的,所述工况构建模块具体为根据所述电动车辆的所有所述行驶工况和每一所述行驶工况的权重系数构建复合工况Sall的模块;
其中,Sall=SCYCbusy·fCYCbusy+SCYCsub·fCYCsub+SCYCcity·fCYCcity+SCYChighway·fCYChighway,fCYCbusy+fCYCsub+fCYCcity+fCYChighway=1,fCYCbusy为拥堵工况权重系数,fCYCsub为郊区工况权重系数,fCYCcity为城市工况权重系数,fCYChighway为高速工况权重系数。
8.根据权利要求6所述电机扭矩输出系统,其特征在于,所述扭矩解析公式为f(Tq)=f(Vvehv,XPedal);其中,f(Tq)为所述输出扭矩,f(Vvehv,XPedal)为以车速Vvehv和油门踏板开度XPedal为自变量的函数表达式;
相应的,所述待优化函数为ftar(Vvehv,XPedal)=max(L(Vvehv,XPedal));其中,L为所述续驶里程。
9.一种电动车辆,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至5任一项所述电机扭矩输出方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述电机扭矩输出方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811565295.1A CN109484210A (zh) | 2018-12-20 | 2018-12-20 | 一种电动车辆的电机扭矩输出方法、系统及相关组件 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811565295.1A CN109484210A (zh) | 2018-12-20 | 2018-12-20 | 一种电动车辆的电机扭矩输出方法、系统及相关组件 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109484210A true CN109484210A (zh) | 2019-03-19 |
Family
ID=65711171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811565295.1A Pending CN109484210A (zh) | 2018-12-20 | 2018-12-20 | 一种电动车辆的电机扭矩输出方法、系统及相关组件 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109484210A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109849692A (zh) * | 2019-03-29 | 2019-06-07 | 深圳猛犸电动科技有限公司 | 一种电动车辆控制模式的切换方法、装置及终端设备 |
CN110189182A (zh) * | 2019-06-28 | 2019-08-30 | 重庆长安新能源汽车科技有限公司 | 一种基于车联网的里程焦虑管理方法 |
CN110816291A (zh) * | 2019-11-11 | 2020-02-21 | 常熟理工学院 | 一种二阶振荡粒子群的分布式驱动汽车能效优化控制方法 |
CN113022538A (zh) * | 2021-04-02 | 2021-06-25 | 中国第一汽车股份有限公司 | 一种电机扭矩过零的参数处理方法、系统及车辆 |
CN113954849A (zh) * | 2021-10-13 | 2022-01-21 | 华人运通(江苏)技术有限公司 | 一种电动汽车控制方法、装置、存储介质以及车辆 |
CN114889445A (zh) * | 2022-05-09 | 2022-08-12 | 武汉理工大学 | 基于工况辨识的车辆驱动力控制方法、系统和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104760517A (zh) * | 2015-03-27 | 2015-07-08 | 武汉理工大学 | 基于多参数多map图的电动汽车电机目标转矩控制方法 |
CN104828090A (zh) * | 2014-12-09 | 2015-08-12 | 北汽福田汽车股份有限公司 | 车辆的控制方法、装置和车辆 |
CN104828067A (zh) * | 2014-12-19 | 2015-08-12 | 北汽福田汽车股份有限公司 | 四驱混合动力汽车的行车发电控制方法及其动力系统 |
CN107131296A (zh) * | 2017-05-25 | 2017-09-05 | 重庆大学 | 一种面向能耗的纯电动汽车两挡变速系统控制策略 |
CN108058711A (zh) * | 2017-11-30 | 2018-05-22 | 重庆长安汽车股份有限公司 | 一种车辆能源管理方法和系统 |
-
2018
- 2018-12-20 CN CN201811565295.1A patent/CN109484210A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104828090A (zh) * | 2014-12-09 | 2015-08-12 | 北汽福田汽车股份有限公司 | 车辆的控制方法、装置和车辆 |
CN104828067A (zh) * | 2014-12-19 | 2015-08-12 | 北汽福田汽车股份有限公司 | 四驱混合动力汽车的行车发电控制方法及其动力系统 |
CN104760517A (zh) * | 2015-03-27 | 2015-07-08 | 武汉理工大学 | 基于多参数多map图的电动汽车电机目标转矩控制方法 |
CN107131296A (zh) * | 2017-05-25 | 2017-09-05 | 重庆大学 | 一种面向能耗的纯电动汽车两挡变速系统控制策略 |
CN108058711A (zh) * | 2017-11-30 | 2018-05-22 | 重庆长安汽车股份有限公司 | 一种车辆能源管理方法和系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109849692A (zh) * | 2019-03-29 | 2019-06-07 | 深圳猛犸电动科技有限公司 | 一种电动车辆控制模式的切换方法、装置及终端设备 |
CN110189182A (zh) * | 2019-06-28 | 2019-08-30 | 重庆长安新能源汽车科技有限公司 | 一种基于车联网的里程焦虑管理方法 |
CN110816291A (zh) * | 2019-11-11 | 2020-02-21 | 常熟理工学院 | 一种二阶振荡粒子群的分布式驱动汽车能效优化控制方法 |
CN113022538A (zh) * | 2021-04-02 | 2021-06-25 | 中国第一汽车股份有限公司 | 一种电机扭矩过零的参数处理方法、系统及车辆 |
CN113954849A (zh) * | 2021-10-13 | 2022-01-21 | 华人运通(江苏)技术有限公司 | 一种电动汽车控制方法、装置、存储介质以及车辆 |
CN113954849B (zh) * | 2021-10-13 | 2023-05-02 | 华人运通(江苏)技术有限公司 | 一种电动汽车控制方法、装置、存储介质以及车辆 |
CN114889445A (zh) * | 2022-05-09 | 2022-08-12 | 武汉理工大学 | 基于工况辨识的车辆驱动力控制方法、系统和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109484210A (zh) | 一种电动车辆的电机扭矩输出方法、系统及相关组件 | |
CN110775065B (zh) | 一种基于工况识别的混合动力汽车电池寿命预测方法 | |
Shabbir et al. | Threshold-changing control strategy for series hybrid electric vehicles | |
Wirasingha et al. | Classification and review of control strategies for plug-in hybrid electric vehicles | |
CN110936949B (zh) | 基于行驶工况的能量控制方法、设备、存储介质及装置 | |
Redelbach et al. | Optimizing battery sizes of plug-in hybrid and extended range electric vehicles for different user types | |
Li et al. | Adaptive energy management for hybrid power system considering fuel economy and battery longevity | |
EP2226229A1 (en) | A protection method for limited charging/discharging current of hybrid electric vehicle battery and a device and a system thereof | |
CN103593986B (zh) | 一种优化尾气排放的干线绿波协调控制信号配时方法 | |
CN108482358A (zh) | 混合动力汽车扭矩分配方法、装置及电子设备 | |
CN105644548A (zh) | 混合动力汽车的能量控制方法及装置 | |
He et al. | Global Optimal Energy Management Strategy Research for a Plug‐In Series‐Parallel Hybrid Electric Bus by Using Dynamic Programming | |
Shabbir | Control strategies for series hybrid electric vehicles | |
CN112498334B (zh) | 智能网联混合动力汽车的鲁棒能量管理方法及系统 | |
CN103991389B (zh) | 一种燃料电池混合动力公交车能量管理方法及装置 | |
Ippolito et al. | Extended fuzzy C-means and genetic algorithms to optimize power flow management in hybrid electric vehicles | |
Hu et al. | Technology topic identification and trend prediction of new energy vehicle using LDA modeling | |
Guo et al. | Research on energy management strategy of heavy-duty fuel cell hybrid vehicles based on dueling-double-deep Q-network | |
Montazeri-Gh et al. | Intelligent approach for parallel HEV control strategy based on driving cycles | |
Zhang et al. | Vehicle speed optimized fuzzy energy management for hybrid energy storage system in electric vehicles | |
Zhou et al. | Multi-objective real-time energy management for series–parallel hybrid electric vehicles considering battery life | |
CN112265539B (zh) | 一种重型混合动力汽车动力系统构型选择方法 | |
Li et al. | Research of ant colony optimized adaptive control strategy for hybrid electric vehicle | |
Yang et al. | Optimization of fuzzy controller based on genetic algorithm | |
Jiang et al. | Online optimal energy distribution of composite power vehicles based on BP neural network velocity prediction |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190319 |
|
RJ01 | Rejection of invention patent application after publication |