CN109927709A - 一种车辆行驶路线工况确定方法、能量管理方法及系统 - Google Patents

Abstract

本发明提供了一种车辆行驶路线工况确定方法、能量管理方法及系统，根据不同的工况标准建立工况分类模型，求解各工况下的整车综合能耗最低的最优控制参数，采集车辆当前的速度等信息确定与工况分类模型有关的参数，将参数带入到工况分类模型中，对车辆行驶的路线进行工况分类，并对各工况设置对应的位置信息，实时监测车辆的位置，根据监测到的车辆的位置信息判断车辆所属的工况；然后将车辆所属的工况对应的使整车综合能耗最低的最优控制参数发送给控制器，由控制器控制车辆的动力输出。本发明能够根据整车的实际运营工况确定各工况下车辆运行时的控制参数，保证整车的综合能耗最低，达到了节油的目的，适合混合动力汽车的发展需要。

Description

一种车辆行驶路线工况确定方法、能量管理方法及系统

技术领域

本发明属于混合动力客车的整车控制技术领域，特别涉及一种车辆行驶路线工况确定方法、能量管理方法及系统。

背景技术

面对能源短缺和环境污染日益严重的现状，混合动力汽车是目前最有效的节能汽车方案。混合动力汽车的整车控制器需要根据动力系统状态的不同，结合车速路况及驾驶员需求通过控制策略，实现动力部件输出功率的合理分配及优化，从而在确保维持动力性能的同时充分发挥混合动力系统的节能减排优势。目前混合动力汽车对能量的管理主要使用基于规则的参数控制方法，基于规则的控制策略参数通常是通过标准循环工况优化得到的，在典型公交工况下的效果较好，在一定程度上具有代表性但不具有广泛性。而城市公交道路往往由于城市路况不同，所处的工况也千差万别，实际运营过程中，每趟线路的载客量、城市道路维修情况、早晚上下班高峰期等影响因素都会对车辆的行驶产生一定的影响。因此，基于规则的控制策略参数并不能保证在当前车辆所运营的工况下实现经济性最优。目前，整车控制器的控制参数的改变主要采用升级数据的远程传递，然后通过bootload进行程序的升级。例如公开号为“CN105978921A”，名称为“一种车载通讯终端远程升级方法”的中国专利，不能实现根据整车实际的运营工况自动标定控制参数的功能。

发明内容

本发明的目的在于提供一种车辆行驶路线工况确定方法、能量管理方法及系统，用于解决现有技术中不能根据整车实际的运营工况自动标定控制参数的功能的问题。

为实现上述目的，本发明提供了一种车辆行驶路线工况确定方法，包括以下技术方案：

确定方法方案一，一种车辆行驶路线工况确定方法，包括如下步骤：

1)制定不同的工况标准，获取各工况下的车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，根据所述车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数构建工况分类模型；

2)以整车综合能耗最低为优化目标，以电量平衡和动力性跟随工况需求为约束条件，求解工况分类模型中的各个工况对应的整车综合能耗最低的最优控制参数，所述控制参数包括发动机介入参与工作的整车需求功率、发动机介入参与工作的车辆速度、发动机介入参与工作的车辆最优功率、电量维持的上限及电机助力系数；

3)采集当前车辆的速度、油门踏板变化信息、刹车踏板变化信息确定车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，将车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数代入到所述工况分类模型，对车辆的行驶路线进行工况分段，得到不同路段对应的工况，并对各工况设置对应的位置信息。

确定方法方案二，在确定方法方案一的基础上，所述工况包括市区拥堵工况、城市城郊工况及高速公路工况。

确定方法方案三、确定方法方案四，分别在确定方法方案一或确定方法方案二的基础上，对车辆行驶路线进行工况分段得到不同路段对应的工况后，还需对各工况设置区域代码。

确定方法方案五、确定方法方案六，分别在确定方法方案三或确定方法方案四的基础上，所述电量平衡约束条件指在循环工况结束后电池电量与初始电量保持一致。

确定方法方案七、确定方法方案八，分别在确定方法方案五或确定方法方案六的基础上，所述动力性跟随工况需求约束条件指车辆的目标车速与车辆的实际车速的差值的绝对值的范围为[0km/h，5km/h]。

本发明还提供了一种车辆能量管理方法，包括以下技术方案：

管理方法方案一，一种车辆能量管理方法，包括如下步骤：

(1)制定不同的工况标准，获取各工况下的车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，根据所述车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数构建工况分类模型；

(2)以整车综合能耗最低为优化目标，以电量平衡和动力性跟随工况需求为约束条件，求解工况分类模型中的各个工况对应的整车综合能耗最低的最优控制参数，所述控制参数包括发动机介入参与工作的整车需求功率、发动机介入参与工作的车辆速度、发动机介入参与工作的车辆最优功率、电量维持的上限及电机助力系数；

(3)采集当前车辆的速度、油门踏板变化信息、刹车踏板变化信息确定车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，将车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数代入到所述工况分类模型，对车辆的行驶路线进行工况分段，得到不同路段对应的工况，并对各工况设置对应的位置信息；

(4)实时监测车辆的位置，根据监测到的车辆的位置信息判断车辆所属的工况，将车辆所属的工况对应的使整车综合能耗最低的最优控制参数发送给控制器，由控制器控制车辆的动力输出。

管理方法方案二，在管理方法方案一的基础上，所述工况包括市区拥堵工况、城市城郊工况及高速公路工况。

管理方法方案三、管理方法方案四，分别在管理方法方案一或管理方法方案二的基础上，对车辆行驶路线进行工况分段得到不同路段对应的工况后，还需对各工况设置区域代码。

管理方法方案五、管理方法方案六，分别在管理方法方案三或管理方法方案四的基础上，所述电量平衡约束条件指在循环工况结束后电池电量与初始电量保持一致。

管理方法方案七、管理方法方案八，分别在管理方法方案五或管理方法方案六的基础上，所述动力性跟随工况需求约束条件指车辆的目标车速与车辆的实际车速的差值的绝对值的范围为[0km/h，5km/h]。

管理方法方案九、管理方法方案十，分别在管理方法方案七或管理方法方案八的基础上，当车辆一个循环工况结束时，计算此次循环工况的综合油耗，并将所述综合油耗与整车综合能耗作差比较，当差值大于设定值时，对车辆行驶路线的工况重新划分。

本发明还提供了一种车辆能量管理系统，包括以下技术方案：

系统方案一，一种车辆能量管理系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行时的计算机程序，所述处理器执行所述程序时实现以下步骤：

(1)获取车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，根据所述车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数进行工况分类；

(2)以整车综合能耗最低为优化目标，以电量平衡和动力性跟随工况需求为约束条件，求解工况分类模型中的各个工况对应的整车综合能耗最低的最优控制参数，所述控制参数包括发动机介入参与工作的整车需求功率、发动机介入参与工作的车辆速度、发动机介入参与工作的车辆最优功率、电量维持的上限及电机助力系数；

(3)采集当前车辆的速度、油门踏板变化信息、刹车踏板变化信息及电池荷电状态及定位信息对车辆的行驶路线进行工况分段，得到不同路段对应的工况；

(4)实时监测车辆的位置，根据监测到的车辆的位置信息判断车辆所属的工况，将车辆所属的工况对应的使整车综合能耗最低的最优控制参数发送给控制器，由控制器控制车辆的动力输出。

系统方案二，在系统方案一的基础上，所述工况包括市区拥堵工况、城市城郊工况及高速公路工况。

系统方案三、系统方案四，分别在系统方案一或系统方案二的基础上，对车辆行驶路线进行工况分段得到不同路段对应的工况后，还需对各工况设置区域代码。

系统方案五、系统方案六，分别在系统方案三或系统方案四的基础上，所述电量平衡约束条件指在循环工况结束后电池电量与初始电量保持一致。

系统方案七、系统方案八，分别在系统方案五或系统方案六的基础上，所述动力性跟随工况需求约束条件指车辆的目标车速与车辆的实际车速的差值的绝对值的范围为[0km/h，5km/h]。

系统方案九、系统方案十，分别在系统方案七或系统方案八的基础上，当车辆一个循环工况结束时，计算此次循环工况的综合油耗，并将所述综合油耗与整车综合能耗作差比较，当差值大于设定值时，对车辆行驶路线的工况重新划分。

本发明的有益效果是：

本发明根据不同的工况标准建立工况分类模型，以整车综合能耗最低为优化目标，求解各个工况下的整车综合能耗最低的最优控制参数，采集车辆当前的速度等信息确定与工况分类模型有关的参数，将确定的参数带入到工况分类模型中，对车辆行驶的路线进行工况分类，得到不同路段对应的工况，并对各工况设置对应的位置信息，实时监测车辆的位置，根据监测到的车辆的位置信息判断车辆所属的工况；然后将车辆所属的工况对应的使整车综合能耗最低的最优控制参数发送给控制器，由控制器控制车辆的动力输出。本发明能够根据整车的实际运营工况确定各工况下车辆运行时的控制参数，保证整车的综合能耗最低，达到了节油的目的，适合混合动力汽车的发展需要。

附图说明

图1为远程自适应优化的系统结构示意图；

图2为远程终端服务器的控制流程示意图；

图3为工况分类模型的构建过程示意图；

图4为混合动力汽车的工况自适应分段的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的说明：

一种车辆能量管理系统，如图1所示，包括整车控制器、远程终端服务器、定位装置及通信模块，定位装置可以设置在远程终端服务器中，也可以独立设置。其中，如图2所示的远程终端服务器的控制流程，远程终端服务器制定不同的工况标准，对标准工况中的特征参数进行提取，获取相关参数构建工况分类模型，并以整车综合能耗最低为优化目标，以电量平衡和动力性跟随工况需求为约束条件，求解工况分类模型中的各个工况对应的整车综合能耗最低的最优控制参数；远程终端服务器采集车辆行驶一个周期的运营时的报文数据，根据工况分类模型对车辆的行驶路线分段进行工况进行分类识别，划分工况块，各工况对应存储有定位装置采集的车辆的位置，工况块包括市区拥堵工况、城市城郊工况及高速公路工况，根据各工况块的行驶距离，通过电子地图结合车辆一个行驶周期的行驶路线，定位出每辆工况的起始点和结束点，并对各工况块配置区域代码；实时监测当前车辆的位置，当车辆行驶至其中一个工况区域时，将该工况区域对应的最优参数通过通信模块传递给整车控制器，整车控制器控制整车的动力输出，以使整车达到参数自适应的目的，实现整车最佳的燃油经济性。

一种车辆的能量管理方法，包括以下步骤：

1、按照交通状况以及车辆行驶区域的不同，将标准循环工况分为市区拥堵工况、城市城郊工况、高速公路工况三种类型，当然，也可以划分成更多的工况，每种工况的特点如下。拥堵工况：主要集中在城市中心地带，十字路口多，红绿灯多，车辆数目多，道路经常拥堵，存在频繁起动，车速较低，而且停车间隙长。城市城郊工况：车辆常以中速行驶，由于存在十字路口，车辆仍存在走走停。高速公路工况：主要指的是双向分隔行驶、城市环道、省道国道等，道路顺畅，车速较高。

2、如图2所示，分析提取不同标准工况下不同车辆的平均车速、最高车速、停车时间比例、平均加速度、停车次数等工况特征参数，获得工况分类识别的训练集。根据车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，通过机器学习方法构建标准工况分类模型，工况分类模型的构建过程如图3所示，得到市区拥堵工况(a)、城市城郊工况(b)、高速公路工况(c)的工况标准分类模型；其中，机器学习方法模糊识别，神经网络，支持向量机等。特征参数的计算公式如下：

v_{c_max}＝max(v_k)

式中：为车辆的平均速度，v_k为各工况每个时刻的车速；t_c为各工况下的运行时间，v_{c_max}为最高车速，η_stop为停车时间比例，l为停车次数，T为停车的次数，a_m为各工况每个时刻的加速度，t_lstop为各工况中车辆保持静止的时间，为平均加速度，采集的车速的个数和采集的加速度的个数都为c。

3、使用探索性优化算法，以电量平衡和动力性跟随工况需求为约束条件，以整车综合能耗最低为优化目标，对筛选出的5个控制参数进行多轮优化迭代运算，全局寻优，获得标准工况的优化参数库，5个控制参数分别为发动机介入参与工作的整车需求功率、发动机介入参与工作的车辆速度、发动机接入参与工作的车辆的最优功率、电量维持的上限、电机助力系数。优化控制参数具有非线性、多目标性，求解是在目标函数的可行域内得到控制参数最优解，控制参数优化的数学模型为：

式中：i表示控制参数的个数，Q_fuel(x)为各循环工况下的车辆的百公里燃油消耗量，油耗量值的计算过程为：通过AVL_CRUISE软件建立的混合动力客车模型，在控制参数x＝(x₁,x₂,x₃,x₄,x₅)^T下进行循环工况仿真计算所得，优化方法为通过改变控制参数的值进行模型仿真获得能耗值结果，再对结果分析后循环再优化。

其中，动力性跟随工况需求的约束条件的表达式为：g(x)＝|directvelocity-currentvelocity|，directvelocity和currentvelocity分别表示目标车速和实际车速，该表达式表示某一控制参数下的动力性跟随工况需求的误差值，误差值的范围为[0km/h，5km/h]。

与分别为第i个控制参数的下限和上限，控制参数的实际约束范围依不同车辆参数而定，本实施例中，发动机介入参与工作的整车需求功率范围为[10，60]，单位为kw；发动机介入参与工作的车辆速度范围为[10，40]，单位km/h；发动机参与工作的最优功率范围为[50，80]，单位为kw；电量维持的上限范围为[0.5，0.7]，这里的电量是指电池剩余电量与满电量的比值；电机助力系数的范围为[0.5，1.5]；ΔSOC＝0要求在整个循环工况中电量平衡，电量平衡是指在循环工况结束后电池电量与初始电量保持一致。

4、车辆正常行驶，将行驶过程中产生的数据，包括车辆的车速、油门、踏板变化信息、刹车踏板变化信息、电池电量SOC等信息上传至远程终端服务器，根据车速、油门踏板变化信息、刹车踏板变化信息确定采集当前车辆的速度、油门踏板变化信息、刹车踏板变化信息确定车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，将车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数代入到上述工况分类模型，对车辆的行驶路线进行工况分段，得到不同路段对应的工况，并对各工况设置对应的位置信息以及对各工况区域设置区域代码。

5、自车辆运营之日起，服务器获取前一天的运行数据，统计车辆的GPS定位数据，通过滤波、去噪、拟合等方式得到车辆的GPS行驶轨迹，从而获取公交循环工况的起始点及相应的GPS定位信息。将GPS定位信息与车辆行驶数据进行匹配，通过时间轴进行分割提取，获得一个完整的公交线路循环工况。

6、实时监测车辆的位置，根据监测到的车辆的位置信息判断当前车辆所属的工况，即计算各工况区域的行驶距离，结合电子地图及车辆行驶线路，可将车辆行驶区域对应的GPS定位划分出各分段工况的大致范围；将各工况的最优控制参数对应相应的区域代码作为车辆控制的最优控制参数。当车辆行驶入相应的工况内，远程终端服务器通过GPRS通信的方式将实现最优经济性的最优控制参数发送回整车控制器。

7、当结束一个循环工况后计算该次行程的百公里燃油消耗量Q_act，考虑温度及是否开空调等影响，与整个循环工况的车辆的最低的百公里燃油消耗量Q_fuel进行作差比较，当差值大于设定值ΔT_fuel时，认为当前车辆所处的路况出现了变化，此时触发针对该循环工况的新一轮分类，如图4所示。新一轮优化包括对当前循环工况进行识别，划分新的区域代码；否则维持当前区域编码及控制参数继续运营。

本发明还提供了一种车辆行驶路线工况确定方法，包括如下步骤：

1)制定不同的工况标准，获取各工况下的车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，根据车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数构建工况分类模型；

2)以整车综合能耗最低为优化目标，以电量平衡和动力性跟随工况需求为约束条件，求解工况分类模型中的各个工况对应的整车综合能耗最低的最优控制参数；

3)采集当前车辆的速度、油门踏板变化信息、刹车踏板变化信息确定车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，将车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数代入到工况分类模型，对车辆的行驶路线进行工况分段，得到不同路段对应的工况，并对各工况设置对应的位置信息。

由于车辆行驶路线工况确定方法的具体实施方式已经在上述实施例中进行了详细的说明，因此，在这里不再赘述。

以上给出了具体的实施方式，但本发明不局限于以上所描述的实施方式。本发明的基本思路在于上述基本方案，对本领域普通技术人员而言，根据本发明的教导，设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。

Claims (10)

1.一种车辆行驶路线工况确定方法，其特征在于，包括如下步骤：

1)制定不同的工况标准，获取各工况下的车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，根据所述车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数构建工况分类模型；

2)以整车综合能耗最低为优化目标，以电量平衡和动力性跟随工况需求为约束条件，求解工况分类模型中的各个工况对应的整车综合能耗最低的最优控制参数，所述控制参数包括发动机介入参与工作的整车需求功率、发动机介入参与工作的车辆速度、发动机介入参与工作的车辆最优功率、电量维持的上限及电机助力系数；

3)采集当前车辆的速度、油门踏板变化信息、刹车踏板变化信息确定车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，将车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数代入到所述工况分类模型，对车辆的行驶路线进行工况分段，得到不同路段对应的工况，并对各工况设置对应的位置信息。

2.根据权利要求1所述的车辆行驶路线工况确定方法，其特征在于，所述工况包括市区拥堵工况、城市城郊工况及高速公路工况。

3.根据权利要求1或2所述的车辆行驶路线工况确定方法，其特征在于，对车辆行驶路线进行工况分段得到不同路段对应的工况后，还需对各工况设置区域代码。

4.根据权利要求3所述的车辆行驶路线工况确定方法，其特征在于，所述电量平衡约束条件指在在循环工况结束后电池电量与初始电量保持一致。

5.根据权利要求4所述的车辆行驶路线工况确定方法，其特征在于，所述动力性跟随工况需求约束条件指车辆的目标车速与车辆的实际车速的差值的绝对值的范围为[0km/h，5km/h]。

6.一种车辆能量管理方法，其特征在于，包括如下步骤：

(1)制定不同的工况标准，获取各工况下的车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，根据所述车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数构建工况分类模型；

(2)以整车综合能耗最低为优化目标，以电量平衡和动力性跟随工况需求为约束条件，求解工况分类模型中的各个工况对应的整车综合能耗最低的最优控制参数，所述控制参数包括发动机介入参与工作的整车需求功率、发动机介入参与工作的车辆速度、发动机介入参与工作的车辆最优功率、电量维持的上限及电机助力系数；

(3)采集当前车辆的速度、油门踏板变化信息、刹车踏板变化信息确定车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，将车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数代入到所述工况分类模型，对车辆的行驶路线进行工况分段，得到不同路段对应的工况，并对各工况设置对应的位置信息；

(4)实时监测车辆的位置，根据监测到的车辆的位置信息判断车辆所属的工况，将车辆所属的工况对应的使整车综合能耗最低的最优控制参数发送给控制器，由控制器控制车辆的动力输出。

7.根据权利要求6所述的车辆能量管理方法，其特征在于，所述工况包括市区拥堵工况、城市城郊工况及高速公路工况。

8.根据权利要求6或7所述的车辆能量管理方法，其特征在于，对车辆行驶路线进行工况分段得到不同路段对应的工况后，还需对各工况设置区域代码。

9.根据权利要求8所述的车辆能量管理方法，其特征在于，所述电量平衡约束条件指在循环工况结束后电池电量与初始电量保持一致。

10.一种车辆能量管理系统，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行时的计算机程序，所述处理器执行所述程序时实现以下步骤：

(1)获取车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数，根据所述车辆的平均速度、最高车速、停车时间比例、平均加速度及停车次数进行工况分类；

(2)以整车综合能耗最低为优化目标，以电量平衡和动力性跟随工况需求为约束条件，求解工况分类模型中的各个工况对应的整车综合能耗最低的最优控制参数，所述控制参数包括发动机介入参与工作的整车需求功率、发动机介入参与工作的车辆速度、发动机介入参与工作的车辆最优功率、电量维持的上限及电机助力系数；

(3)采集当前车辆的速度、油门踏板变化信息、刹车踏板变化信息及电池荷电状态及定位信息对车辆的行驶路线进行工况分段，得到不同路段对应的工况；

(4)实时监测车辆的位置，根据监测到的车辆的位置信息判断车辆所属的工况，将车辆所属的工况对应的使整车综合能耗最低的最优控制参数发送给控制器，由控制器控制车辆的动力输出。