CN110667566B - 混合动力汽车匹配参数及控制策略协同组合优化方法 - Google Patents

Abstract

本发明公开了一种混合动力汽车的匹配参数及控制策略协同组合优化方法，包括：建立混动整车系统模型和车辆行驶阻力模型；建立混动整车控制策略；将变速箱传动比设置为待优化的匹配参数，将发动机转矩上下限、发动机介入时电池SOC、发动机启动转速作为控制策略待优化参数；将整车模型、控制策略模型及组合优化算法集成，运行建立的混动整车模型和控制策略，仿真计算整车的加速时间、爬坡度、油耗、电耗；建立组合优化算法，将百公里综合能耗作为目标函数值，并设置约束条件，运行组合优化算法得到待优化的匹配参数及控制策略参数最优值。本发明可同时对匹配参数及控制策略协同自动优化，极大缩短了车辆及控制策略优化周期，提高工作效率。

Description

混合动力汽车匹配参数及控制策略协同组合优化方法

技术领域

本发明涉及混合动力汽车动力传动及控制技术领域，具体地涉及一种混合动力汽车的匹配参数及控制策略协同组合优化方法。

背景技术

混合动力汽车能否发挥出最大化节能减排效果，整车动力系统各部件参数以及控制策略起着决定性作用，然而匹配参数及控制策略相互制约和耦合，因此一般仅对其中之一进行单独优化设计，无法最大化发挥混合动力潜力，另外通过手动调参或者编写优化算法对混动系统进行优化设计，工作量大且繁琐，准确性也难以得到保证。

中国专利文献CN 110210098 A公开了一种增程式四驱混合动力汽车传动参数匹配方法，包括如下步骤：(10)动力模型建立：根据动力元件的实验数据，建立发动机、发电机、驱动电机的准静态模型，以及动力电池的RC等效模型；(20)行驶方程建立：根据汽车行驶中的滚动阻力、空气阻力、加速阻力，建立车辆在平面道路上的行驶方程；(30)参数匹配：定义待优化参数包括发电机减速器速比、前轴主减速器速比和后轴主减速器速比，并给定参数优化范围及初始值，构建基于带精英策略的非支配排序的遗传算法框架，依据整车参数计算车辆0-100km/h的加速时间和车辆在城市工况下的百公里等效油耗，执行参数的进化直至满足迭代要求；(40)参数输出：输出匹配后的优化参数。该方法仅仅对汽车的传动参数匹配优化，无法最大化的优化车辆性能。

发明内容

为了解决上述存在的技术问题，本发明提供了一种混合动力汽车的匹配参数及控制策略协同组合优化方法，可同时对整车匹配参数及控制策略协同优化，并且无需手工编写优化算法，以及采用组合优化算法可充分发挥不同优化算法的优点，最大化避免单个优化算法的缺点，极大缩短了车辆匹配参数及控制策略参数优化周期，提高了工作效率。

本发明的技术方案是：

一种混合动力汽车的匹配参数及控制策略协同组合优化方法，包括以下步骤：

S01：建立混合动力汽车整车模型，包括混合动力汽车整车动力系统模型和车辆行驶阻力模型；

S02：建立混合动力汽车整车控制策略；

S03：将变速箱传动比设置为待优化的匹配参数，将发动机转矩上下限、发动机介入时动力电池SOC、发动机启动转速作为控制策略待优化参数；

S04：模型集成，将整车模型、控制策略模型以及优化算法集成，并添加待优化的匹配参数及控制策略参数，运行建立的混动整车模型和控制策略进行仿真计算，计算整车加速时间、爬坡度、油耗、电耗；

S05：建立组合优化算法，建立百公里综合能耗作为目标函数值，百公里综合能耗=百公里油耗+百公里电耗/油电换算系数，将整车动力性设置为约束条件，首先通过全局优化算法得到待优化参数全局最优解所在区域，然后利用局部优化算法对全局最优解定位的区域进行寻优，得到优化的匹配参数及控制策略参数最优解。

优选的技术方案中，所述步骤S03中变速箱传动比包括一档传动比i₁、二档传动比i₂、三档传动比i₃、四档传动比i₄和五档传动比i₅。

优选的技术方案中，所述步骤S05中约束条件包括车速跟随误差小于3km/h、百公里加速时间小于阈值、最大爬坡度大于阈值。

优选的技术方案中，所述步骤S05中优化包括：

S51：建立组合优化算法，并设定目标值，首先通过全局优化算法得到待优化参数全局最优解所在区域，然后利用局部优化算法对全局优化算法得到待优化参数全局最优解所在区域进行局部寻优；

S52：设定待优化匹配参数范围，第一阈值<i₁<第二阈值、第三阈值<i₂<第四阈值、第五阈值<i₃<第六阈值、第七阈值<i₄<第八阈值、第九阈值<i₅<第十阈值；设定待优化控制策略范围，第十一阈值<T_max<第十二阈值、第十三阈值<T_min<第十四阈值、第十五阈值<soc₀<第十六阈值、第十七阈值<n₀<第十八阈值，T_max为发动机上限转矩，T_min为发动机下限转矩，soc₀为发动机介入时动力电池SOC，n₀为发动机启动转速；

S53：运行组合优化算法及整车模型，判断迭代次数或目标函数值变化是否达到预设阈值，最终得到优化完成的匹配参数及控制策略参数最优值。

与现有技术相比，本发明的优点是：

该方法能够实现整车模型匹配参数及控制参数的自动协同优化修改，更好的将匹配参数与控制策略结合，达到在动力性的约束下，实现整车最佳经济性。另外本方法采用组合优化算法，无需手工编写优化算法，不仅避免人工编写优化算法的繁琐易错，并且充分发挥不同优化算法的优点，解决了单一局部或全局优化算法的缺点，极大缩短了车辆及控制策略参数优化周期，提高了工作效率，对汽车技术的发展具有重要的科学意义和实用价值。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为本发明混合动力汽车匹配参数及控制策略协同组合优化方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

实施例：

下面结合附图，对本发明的较佳实施例作进一步说明。

如图1所示，一种混合动力汽车的匹配参数及控制策略协同组合优化方法，包括以下步骤：

建立混动整车模型：建立P2混动整车动力系统模型，其中包括发动机、电机、动力电池、变速箱、主减速器、差速器、制动器、轮胎模型；建立车辆行驶阻力模型，其中包括滚动阻力、空气阻力、坡度阻力、加速阻力。

建立混动整车控制策略：建立基于规则类的控制策略，通过电机转矩补偿来限制发动机工作区域，进而提高整车燃油经济性。基于规则类的控制策略包括CD-CS策略、EVCS策略、基于模糊逻辑(Fuzzy logical，FL)的规则式策略。本实施例以CD-CS策略为例进行说明。

定义优化参数：将变速箱传动比设置为待优化的匹配参数（一档传动比i₁，二档传动比i₂，三档传动比i₃，四档传动比i₄，五档传动比i₅表示），将发动机转矩上下限（发动机上限转矩T_max、发动机下限转矩T_min）、发动机介入时动力电池SOC（soc₀）、发动机启动转速（n₀）作为控制策略待优化参数。

模型与优化算法集成：利用Isight软件中的Matlab组件，添加待优化的匹配参数及控制策略参数，并采用sim()函数调用并运行所搭建的P2混动整车模型及CD-CS控制策略，根据整车参数及控制策略计算整车动力性（0-100km/h加速时间、爬坡度）及经济性（百公里油耗、百公里电耗）。

数据交互：利用Isight软件中的数据交互组件读取通过每次参数优化并运行整车模型后的目标车速、期望车速、加速时间、爬坡度、百公里油耗、百公里电耗数据。

目标及约束值计算：利用Isight软件中的Matlab组件对数据交互组件读取的数据进行约束值计算，约束值包括车速跟随误差、最大爬坡度、百公里加速时间，计算目标函数值，目标函数值为百公里综合能耗，百公里综合能耗=百公里油耗+百公里电耗/油电换算系数。

组合优化算法集成：利用Isight软件中的Task组件并选取两个优化模块首先选取全局优化算法MIGA（多岛遗传算法），再选择局部优化算法NLPQL（序列二次规划法）进行组合优化算法构建。通过全局优化算法MIGA定位到全局最优解区域，然后利用局部优化算法NLPQL对该局部快速寻优，从而达到不仅利用全局优化算法MIGA全局搜索能力强，能很好跳出局部最优的优点，而且利用局部优化算法NLPQL的局部搜索能力强，运行时间较短的特点弥补MIGA(多岛遗传算法)局部搜索能力较弱、收敛较慢的缺点效果，同时也缩短优化时间，提高优化效率。

目标及约束值设置：对待优化匹配参数设置范围（例如：5.6<i₁<7.6、3<i₂<5、1.8<i₃<2.8、1<i₄<1.6、0.7<i₅<1），对待优化控制算法参数设置范围（例如：360Nm<T_max<420Nm、280Nm<T_min<350Nm、30%<soc₀<50%、800rpm<n₀<1200rpm，对约束条件（例如：车速跟随误差小于3km/h、百公里加速时间小于10s、最大坡坡度大于30%）、目标函数最小进行设置。

参数输出：进行优化仿真计算，通过迭代次数或目标值变化判断是否优化结束，最终在满足动力性约束的情况下，输出所选取的匹配参数及控制策略参数最优值。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (4)

1.一种混合动力汽车的匹配参数及控制策略协同组合优化方法，其特征在于，包括以下步骤：

S01：建立混合动力汽车整车模型，包括混合动力汽车整车动力系统模型和车辆行驶阻力模型；

S02：建立混合动力汽车整车控制策略；

S03：将变速箱传动比设置为待优化的匹配参数，将发动机转矩上下限、发动机介入时动力电池SOC、发动机启动转速作为待优化的控制策略参数；

S04：模型集成，将整车模型、控制策略模型以及优化算法集成，并添加待优化的匹配参数及控制策略参数，运行建立的混动整车模型和控制策略进行仿真计算，计算整车加速时间、爬坡度、油耗、电耗；

S05：建立组合优化算法，建立百公里综合能耗作为目标函数值，百公里综合能耗=百公里油耗+百公里电耗/油电换算系数，将整车动力性设置为约束条件，首先通过全局优化算法得到待优化参数全局最优解所在区域，然后利用局部优化算法对全局最优解定位的区域进行寻优，得到优化的匹配参数及控制策略参数最优解。

2.根据权利要求1所述的混合动力汽车匹配参数及控制策略协同组合优化方法，其特征在于，所述步骤S03中变速箱传动比包括一档传动比i₁、二档传动比i₂、三档传动比i₃、四档传动比i₄和五档传动比i₅。

3.根据权利要求1所述的混合动力汽车匹配参数及控制策略协同组合优化方法，其特征在于，所述步骤S05中约束条件包括车速跟随误差小于3km/h、百公里加速时间小于阈值、最大爬坡度大于阈值。

4.根据权利要求2所述的混合动力汽车匹配参数及控制策略协同组合优化方法，其特征在于，所述步骤S05中优化包括：

S51：建立组合优化算法，并设定目标值，首先通过全局优化算法得到待优化参数全局最优解所在区域，然后利用局部优化算法对全局优化算法得到待优化参数全局最优解所在区域进行局部寻优；

S52：设定待优化的匹配参数范围，第一阈值<i₁<第二阈值、第三阈值<i₂<第四阈值、第五阈值<i₃<第六阈值、第七阈值<i₄<第八阈值、第九阈值<i₅<第十阈值；设定待优化的控制策略参数范围，第十一阈值<T_max<第十二阈值、第十三阈值<T_min<第十四阈值、第十五阈值<soc₀<第十六阈值、第十七阈值<n₀<第十八阈值，T_max为发动机上限转矩，T_min为发动机下限转矩，soc₀为发动机介入时动力电池SOC，n₀为发动机启动转速；

S53：运行组合优化算法及整车模型，判断迭代次数或目标函数值变化是否达到预设阈值，最终得到优化完成的匹配参数及控制策略参数最优值。

Images