CN110834623A - 一种基于顺序选择遗传算法的全混动汽车能效优化方法 - Google Patents

一种基于顺序选择遗传算法的全混动汽车能效优化方法 Download PDF

Info

Publication number
CN110834623A
CN110834623A CN201911093212.8A CN201911093212A CN110834623A CN 110834623 A CN110834623 A CN 110834623A CN 201911093212 A CN201911093212 A CN 201911093212A CN 110834623 A CN110834623 A CN 110834623A
Authority
CN
China
Prior art keywords
motor
driving motor
vehicle
torque
ith individual
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.)
Granted
Application number
CN201911093212.8A
Other languages
English (en)
Other versions
CN110834623B (zh
Inventor
张盛龙
王佳
林玲
冯是全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changshu Institute of Technology
Original Assignee
Changshu Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changshu Institute of Technology filed Critical Changshu Institute of Technology
Priority to CN201911093212.8A priority Critical patent/CN110834623B/zh
Publication of CN110834623A publication Critical patent/CN110834623A/zh
Application granted granted Critical
Publication of CN110834623B publication Critical patent/CN110834623B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/08—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of electric propulsion units, e.g. motors or generators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/24—Conjoint control of vehicle sub-units of different type or different function including control of energy storage means
    • B60W10/26—Conjoint control of vehicle sub-units of different type or different function including control of energy storage means for electrical energy, e.g. batteries or capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • Y02T10/62—Hybrid vehicles
    • 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
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/84—Data processing systems or methods, management, administration

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Genetics & Genomics (AREA)
  • Physiology (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种基于顺序选择遗传算法全混动汽车能效优化方法，其工作于四轮驱动插电式全混合动力系统，由车辆需求转矩和动力电池剩余电量SOC确定车辆进入全驱动混合动力模式、纯电模式或者前驱混合动力模式；在全驱动混合动力模式、纯电模式下采用以顺序选择遗传算法优化前驱电机、集成式启动电机以及后驱电机的转矩，并以各电机转矩分配系数限定各电机转矩。本发明能够高效快速得获得全混动汽车的三个电机转矩在全局范围内的最优解，进而控制对应电机转矩使车辆能效最优，相比现有技术能效提升10％左右。

Description

一种基于顺序选择遗传算法的全混动汽车能效优化方法
技术领域
本发明涉及一种混动汽车能效优化方法，特别是一种基于顺序选择遗传算法全混动汽车能效优化方法。
背景技术
混合动力汽车是指由两种动力源驱动车辆行驶的车辆，根据车辆使用工况的要求，适时调整两种动力源参与驱动的比例，达到节省能源和减少排放的效果。
混合动力汽车的使用工况包括起步加速阶段，正常行驶阶段，制动减速阶段。在起步阶段，由于电动机具备低速大转矩的特性，首先启动电动机工作，当车速达到巡航速度时，再启动发动机驱动车辆行驶；如车辆需要爬坡或者加速行驶时，同时启动发动机和电动机驱动车辆行驶。当发动机尚有后备功率且动力电池组亏电时，电动机改为发电模式，利用发动机的后备功率为电池组充电。当车辆制动时，电动机改为发电模式，最大限度地回收制动动能，达到节约能源的效果。总之，混合动力系统一般以燃油经济性为控制目标，通过控制两个动力源的工作状态，达到节油效果。
混合动力汽车按照电能参与比例可以分为微混合动力汽车、中度混合动力汽车、全混合动力汽车。微混合动力汽车一般只具有起停功能，城市工况可以节约燃油3％-5％；中度混合动力汽车一般是指ISG系统(集成式启动电机)，电动机参与车辆驱动，制动时电动机改为发电模式，回收制动能量；全混合动力汽车是指发动机、电动机都具备独立驱动车辆行驶的能力，根据工况调整油电参与比例。
混合动力汽车还可以分为串联式混合动力、并联式混合动力、混联式混合动力汽车。串联式混合动力是指发动机不直接参与驱动车辆，一般由内燃机直接带动发电机发电，产生的电能通过控制单元传到电池，再由电池传输给电机转化为动能，最后通过变速机构来驱动汽车；并联式混合动力系统有两套驱动系统：传统的内燃机系统和电机驱动系统。这两个系统既可以同时协调工作，又可以各自单独工作驱动汽车；混联式混合动力系统的特点在于内燃机系统和电机驱动系统各有一套机械变速机构，两套机构或通过齿轮系，或采用行星轮式结构结合在一起，从而综合调节内燃机与电动机之间的转速关系。与并联式混合动力系统相比，混联式动力系统可以更加灵活地根据工况来调节内燃机的功率输出和电机的运转，目前为最先进的混合动力车辆使用。
现有专利涉及的插电四驱混合动力汽车能效优化控制方法主要通过优化两个驱动电机的参数来实现能效优化，通过计算在纯电动驱动模式和两种HEV三动力混合模式下电动汽车两台驱动电机的目标总转矩，通过优化算法获得最优优化系数分配给两个驱动电机，达到优化效果。该专利存在的主要问题在于车辆模型先进性差，目前市场主流混动产品主要为三电机全混合动力系统，同时基于搜索算法的优化模型很难保证得到全局最优解。全混合动力系统使得动力系统模式更为灵活，更好的利用发动机后备功率以及在制动式回收电能。
发明内容
针对上述现有技术的缺陷，本发明的目的是提供一种基于顺序选择遗传算法全混动汽车能效优化方法，针对三电机全混合动力系统求解最优以优化系统能效。
本发明的技术方案是这样的：一种基于顺序选择遗传算法全混动汽车能效优化方法，是基于一种四轮驱动插电式全混合动力系统实现的；所述的一种四轮驱动插电式全混合动力系统包括：发动机、第一离合器、集成式启动电机、第二离合器、自动变速箱控制单元TCU(Transmission Control Unit)、前驱动电机、后驱动电机、前驱动电机变速器、前驱动电机逆变器系统、后驱动电机变速器、后驱动电机逆变器系统、集成式启动电机逆变器系统、车载充电机、动力电池和DCDC转换器；
所述发动机的输出端与所述第一离合器的输入端机械连接，所述第一离合器的输出端与所述集成式启动电机的输入端机械连接，所述集成式启动电机的输出端与所述第二离合器的输入端机械连接，所述第二离合器的输出端与所述前驱动电机变速器的输入端机械连接，所述前驱动电机的输出端与所述前驱动电机变速器的输入端机械连接，所述前驱动电机变速器的输出端与车辆前轴机械连接；所述前驱动电机、发动机和集成式启动电机实现机械耦合；
所述车载充电器的输出端与所述动力电池的输入端电连接，所述动力电池的输出端与所述前驱动电机逆变器系统的输入端、所述集成式启动电机逆变器系统的输入端以及所述后驱动电机逆变器系统的输入端电连接，所述前驱动电机逆变器系统的输出端与所述前驱动电机电连接，所述集成式启动电机逆变器系统的输出端与所述集成式启动电机电连接，所述后驱动电机逆变器系统的输出端与所述后驱动电机电连接，所述后驱动电机的输出端与所述后驱动电机变速器的输入端机械连接，所述后驱动电机变速器的输出端与后桥机械连接；所述自动变速箱控制单元分别与所述前驱动电机变速器和所述后驱动电机变速器电连接并用于控制所述前驱动电机变速器和所述后驱动电机变速器。
所述能效优化方法包括以下步骤：
步骤1、在汽车行驶过程中，实时监测动力电池剩余电量SOC、车辆行驶速度及油门踏板开度，由所述车辆行驶速度和油门踏板开度计算车辆需求转矩，进入步骤2；
步骤2、由所述车辆需求转矩和动力电池剩余电量SOC确定车辆进入以下三种工作模式之一，并进入步骤3：第一模式：由所述发动机、集成式启动电机、前驱动电机和后驱动电机同时工作，驱动车辆行驶的全驱动混合动力模式；第二模式：由所述发动机、工作、集成式启动电机选择性工作、前驱动电机和后驱动电机均不工作，驱动车辆行驶的前轮驱动混合动力模式；第三模式：所述发动机不工作、由所述前驱动电机、集成式启动电机和后驱动电机共同工作，驱动车辆行驶的纯电动模式；
步骤3、当车辆进入所述第一模式或第三模式时进入步骤4，否则返回步骤1；
步骤4、以顺序选择遗传算法优化所述前驱动电机的转矩T1，所述集成式启动电机的转矩T2和所述后驱动电机的转矩T3，所述T1，T2和T3的范围由对应的电机技术参数确定，具体依次包括以下步骤；
步骤401、种群初始化，采用十进制编码方法对汽车三个转矩T1，T2和T3进行编码，种群规模定义为N，交叉率为Pc，变异率为Pm，最好的个体的选择概率为q，迭代最大代数为Tmax；
步骤402、随机产生N个个体，组成初始种群V＝{v1,v2,...,vi,...,vN}，其中第i个个体为vi＝(vi,1，vi,2，vi,3)，vi,1表示第i个个体第k时刻前驱动电机转矩T1(k)i大小，vi,2表示第i个个体第k时刻集成式启动转矩T2(k)i大小，vi,3表示第i个个体第k时刻后驱动电机转矩T3(k)i大小，将当前优化代数设置为t＝1；
步骤403、计算V中的每个个体vi的适应度值大小，即第k时刻汽车实施总效率η(k)i大小；
步骤404、判断当前优化代数t是否等于Tmax，若为是则停止计算，取V中适应度值最大的个体，即第k时刻实时总效率η(k)i最高的个体vi作为所求结果并根据对应的T1(k)i，T2(k)i和T3(k)i控制所述前驱动电机、集成式启动电机和后驱动电机，然后计算三个电机的转矩之和T(k)i，结束流程，否则进入步骤405；
T(k)i＝ψ1×T1(k)i+ψ2×T2(k)i+ψ3×T3(k)i
其中ψ1、ψ2和ψ3为三个电机的转矩分配系数，
Figure BDA0002267488540000041
Figure BDA0002267488540000042
步骤405、按照适应度值大小对个体进行排序；
步骤406、定义最好的个体的选择概率为q，则排序后的第i个个体第k时刻的选择概率为：
Figure BDA0002267488540000043
其中，i＝1,2,...,N，
然后按照所述选择概率所决定的选中机会从V中随机选择再生个体，根据交叉率进行交叉操作，得到群体V2；
步骤407、按照变异率按照基本的单点变异方法得到群体V3；
步骤408、将群体V3作为新一代种群，用V3代替V，并另t＝t+1，并返回步骤403。
进一步地，所述步骤2由所述车辆需求转矩和动力电池剩余电量SOC确定车辆进入三种工作模式之一时按以下步骤进行：
步骤201、系统检测动力电池SOC值是否小于设定的发动机启动工作的限值，如为是，则进入步骤202，如为否，则进入步骤203；
步骤202、控制发动机启动并判断系统的总转矩需求Tq是否大于发动机最大转矩，如为是，则进入步骤204，如为否，车辆进入第二模式；
步骤203、判断系统的总转矩需求Tq是否小于前驱动电机、集成式启动电机和后驱动电机的转矩之和，如为是，车辆进入第三模式，前驱动电机、集成式启动电机和后驱动电机的转矩之和为T＝Tq，如为否，车辆进入第一模式；
步骤204、车辆进入第一模式，并且发动机按照经济区最小转矩Te1工作，前驱动电机、集成式启动电机和后驱动电机的转矩之和为T＝Tq-Te1。
进一步地，所述车辆进入第二模式时，判断系统的总转矩需求Tq是否大于发动机经济区最小转矩Te1，如为是则所述集成式启动电机不工作，所述发动机单独驱动车辆行驶，如为否则所述发动机按发动机经济区最小转矩Te1工作，所述集成式启动电机以发电模式工作将所述发动机剩余转矩Te1-Tq用于发电为动力电池充电。
由于整车设计需要，三个电机的设计参数可能存在较大差别，电机以额定功率工作区域为电机高效区，为了使得电机尽量工作在效率相对较高的区域，避免长时间在低效区域工作。进一步地，所述车辆进入第一模式或第三模式时，以顺序选择遗传算法优化得到的所述前驱动电机的转矩T1，所述集成式启动电机的转矩T2和所述后驱动电机的转矩T3，满足T(k)i＝ψ1×T1(k)i+ψ2×T2(k)i+ψ3×T3(k)i，其中，
进一步地，所述步骤403中第k时刻汽车实施总效率η(k)i大小由以下公式计算得到
Figure BDA0002267488540000052
其中，Pout,1(k)i为第i个个体第k时刻的前驱动电机实时输出功率；Pout,2(k)i为第i个个体第k时刻的集成式启动电机实时输出功率；Pout,3(k)i为第i个个体第k时刻的后驱动电机实时输出功率；Pin,1(k)i为第i个个体第k时刻的前驱动电机实时输入功率；Pin,2(k)i为第i个个体第k时刻的集成式启动电机实时输入功率；Pin,3(k)i为第i个个体第k时刻的后驱动电机实时输入功率。
进一步地，所述第i个个体第k时刻的前驱动电机的实时输入输出功率为：
其中，U1(k)i为第i个个体第k时刻的前驱动电机输入端母线电压；I1(k)i为第i个个体第k时刻的前驱动电机输入端母线电流；n1(k)i为第i个个体第k时刻前驱动电机的转速。
进一步地，所述第i个个体第k时刻的集成式启动电机的实时输入输出功率为：
Figure BDA0002267488540000054
其中，U2(k)i为第i个个体第k时刻的集成式启动电机输入端母线电压；I2(k)i为第i个个体第k时刻的集成式启动电机输入端母线电流；n2(k)i为第i个个体集成式启动电机的转速。
进一步地，所述第i个个体第k时刻的后驱动电机的实时输入输出功率为：
Figure BDA0002267488540000061
其中，U3(k)i为第i个个体第k时刻的后驱动电机输入端母线电压；I3(k)i为第i个个体第k时刻的后驱动电机输入端母线电流；n3(k)i为第i个个体后驱动电机的转速。
进一步地，所述根据交叉率Pc进行交叉操作，得到群体V2，
vi′(k)＝θvi(k)+(1-θ)vj(k)
vj′(k)＝θvj(k)+(1-θ)vi(k)
其中，θ表示0-1之间的随机交叉位置；i∈{1,2,…,N}，j∈{1,2,…,N}，vi′(k)和vj′(k)表示第k时刻交叉后的新个体，vi(k)和vj(k)表示第k时刻需要交叉的个体；
根据变异率Pm由V2按照变异率根据基本的单点变异方法得到群体V3。
本发明所提供的技术方案的优点在于，采用本发明方法对四轮驱动插电式全混合动力系统车辆进行运行模式切换，使得动力系统模式更为灵活，更好的利用发动机后备功率以及在制动式回收电能，优化车辆能效；采用顺序选择遗传算法结合车辆模式切换，顺序遗传算法能够在整个优化空间进行搜索，并将选择概率固定化，每个个体都有可能被选中而产生后代，因此提高了算法在全局的搜索能力，改善了现有专利基于搜索算法的局部寻优的弊端，可以高效快速得获得在车辆的电机转矩全局最优解，进而控制电机转矩使车辆能效最优，相比现有技术能效提升10％左右。
附图说明
图1是本发明四轮驱动插电式全混合动力系统结构示意图。
图2是本发明涉及的顺序选择遗传算法流程示意图。
图3是本发明基于顺序选择遗传算法全混动汽车能效优化方法流程示意图。
具体实施方式
下面结合实施例对本发明作进一步说明，但不作为对本发明的限定。
本发明涉及的基于顺序选择遗传算法全混动汽车能效优化方法，是基于一种四轮驱动插电式全混合动力系统实现的；请结合图1所示，四轮驱动插电式全混合动力系统包括：发动机1、第一离合器13、集成式启动电机2、第二离合器12、自动变速箱控制单元TCU(Transmission Control Unit)5、前驱动电机3、后驱动电机9、前驱动电机变速器4、前驱动电机逆变器系统8、后驱动电机变速器10、后驱动电机逆变器系统11、集成式启动电机逆变器系统14、车载充电机6、动力电池7和DCDC转换器。
发动机1的输出端与第一离合器13的输入端机械连接，第一离合器13的输出端与集成式启动电机2的输入端机械连接。集成式启动电机2的输出端与第二离合器12的输入端机械连接。第二离合器12的输出端与前驱动电机变速器4的输入端机械连接，前驱动电机3的输出端与前驱动电机变速器4的输入端机械连接。前驱动电机变速器4的输出端与车辆前轴机械连接；前驱动电机3、发动机1和集成式启动电机2实现机械耦合；
车载充电器6的输出端与动力电池7的输入端电连接，动力电池7的输出端与前驱动电机逆变器系统8的输入端、集成式启动电机逆变器系统14的输入端以及后驱动电机逆变器系统11的输入端电连接。前驱动电机逆变器系统8的输出端与前驱动电机3电连接。集成式启动电机逆变器系统14的输出端与集成式启动电机2电连接。后驱动电机逆变器系统11的输出端与后驱动电机9电连接，后驱动电机9的输出端与后驱动电机变速器10的输入端机械连接，后驱动电机变速器10的输出端与后桥机械连接；自动变速箱控制单元5分别与前驱动电机变速器4和后驱动电机变速器10电连接并用于控制前驱动电机变速器4和后驱动电机变速器10。
能效优化方法包括以下步骤：
步骤1、在汽车行驶过程中，实时监测动力电池剩余电量SOC、车辆行驶速度及油门踏板开度，由车辆行驶速度和油门踏板开度计算车辆需求转矩，进入步骤2；
步骤2、由车辆需求转矩和动力电池剩余电量SOC确定车辆进入以下三种工作模式之一，并进入步骤3：第一模式：由发动机、集成式启动电机、前驱动电机和后驱动电机同时工作，驱动车辆行驶的全驱动混合动力模式；第二模式：由发动机、工作、集成式启动电机选择性工作、前驱动电机和后驱动电机均不工作，驱动车辆行驶的前轮驱动混合动力模式；第三模式：发动机不工作、由前驱动电机、集成式启动电机和后驱动电机共同工作，驱动车辆行驶的纯电动模式；具体是按以下步骤进行
步骤201、系统检测动力电池SOC值是否小于设定的发动机启动工作的限值，该限制可以是额定值的30％，如为是，则进入步骤202，如为否，则进入步骤203；
步骤202、控制发动机启动并判断系统的总转矩需求Tq是否大于发动机最大转矩，如为是，则进入步骤204，如为否，车辆进入第二模式；车辆进入第二模式时，进一步判断系统的总转矩需求Tq是否大于发动机经济区最小转矩Te1，如为是则集成式启动电机不工作，发动机单独驱动车辆行驶，如为否则发动机按发动机经济区最小转矩Te1工作，集成式启动电机以发电模式工作将发动机剩余转矩Te1-Tq用于发电为动力电池充电；
步骤203、判断系统的总转矩需求Tq是否小于前驱动电机、集成式启动电机和后驱动电机的转矩之和，如为是，车辆进入第三模式，前驱动电机、集成式启动电机和后驱动电机的转矩之和为T＝Tq，如为否，车辆进入第一模式；
步骤204、车辆进入第一模式，并且发动机按照经济区最小转矩Te1工作，前驱动电机、集成式启动电机和后驱动电机的转矩之和为T＝Tq-Te1。
车辆进入第一模式或第三模式时，以顺序选择遗传算法优化得到的前驱动电机的转矩T1，集成式启动电机的转矩T2和后驱动电机的转矩T3，满足T＝ψ1×T1+ψ2×T2+ψ3×T3，其中，
Figure BDA0002267488540000081
分别为前驱动电机、集成式启动电机和后驱动电机的转矩分配系数。
步骤3、当车辆进入第一模式或第三模式时进入步骤4，否则返回步骤1；
步骤4、以顺序选择遗传算法优化前驱动电机的转矩T1，集成式启动电机的转矩T2和后驱动电机的转矩T3，T1，T2和T3的范围由对应的电机技术参数确定，具体依次包括以下步骤；
步骤401、种群初始化，采用十进制编码方法对汽车三个转矩T1，T2和T3进行编码，种群规模定义为N，交叉率为Pc，变异率为Pm，最好的个体的选择概率为q，迭代最大代数为Tmax；当车辆为前驱模式工作时，另T3＝0然后进行后续步骤
步骤402、随机产生N个个体，组成初始种群V＝{v1,v2,...,vi,...,vN}，其中第i个个体为vi＝(vi,1，vi,2，vi,3)，vi,1表示第i个个体第k时刻前驱动电机转矩T1(k)i大小，vi,2表示第i个个体第k时刻集成式启动转矩T2(k)大小，vi,3表示第i个个体第k时刻后驱动电机转矩T3(k)大小，将当前优化代数设置为t＝1；
步骤403、计算V中的每个个体vi的适应度值大小，即第k时刻汽车实施总效率η(k)i大小
Figure BDA0002267488540000082
其中，Pout,1(k)i为第i个个体第k时刻的前驱动电机实时输出功率；Pout,2(k)i为第i个个体第k时刻的集成式启动电机实时输出功率；Pout,3(k)i为第i个个体第k时刻的后驱动电机实时输出功率；Pin,1(k)i为第i个个体第k时刻的前驱动电机实时输入功率；Pin,2(k)i为第i个个体第k时刻的集成式启动电机实时输入功率；Pin,3(k)i为第i个个体第k时刻的后驱动电机实时输入功率；
第i个个体第k时刻的前驱动电机的实时输入输出功率为：
其中，U1(k)i为第i个个体第k时刻的前驱动电机输入端母线电压；I1(k)i为第i个个体第k时刻的前驱动电机输入端母线电流；n1(k)i为第i个个体第k时刻前驱动电机的转速；
第i个个体第k时刻的集成式启动电机的实时输入输出功率为：
Figure BDA0002267488540000092
其中，U2(k)i为第i个个体第k时刻的集成式启动电机输入端母线电压；I2(k)i为第i个个体第k时刻的集成式启动电机输入端母线电流；n2(k)i为第i个个体集成式启动电机的转速；
进一步地，第i个个体第k时刻的后驱动电机的实时输入输出功率为：
Figure BDA0002267488540000093
其中，U3(k)i为第i个个体第k时刻的后驱动电机输入端母线电压；I3(k)i为第i个个体第k时刻的后驱动电机输入端母线电流；n3(k)i为第i个个体后驱动电机的转速。
步骤404、判断当前优化代数t是否等于Tmax，若为是则停止计算，取V中适应度值最大的个体，即第k时刻实时总效率η(k)i最高的个体vi作为所求结果并根据对应的T1(k)i，T2(k)i和T3(k)i控制前驱动电机、集成式启动电机和后驱动电机，然后计算三个电机的转矩之和T(k)i，结束流程，否则进入步骤405；
T(k)i＝ψ1×T1(k)i+ψ2×T2(k)i+ψ3×T3(k)i
其中ψ1、ψ2和ψ3为三个电机的转矩分配系数，
Figure BDA0002267488540000101
Figure BDA0002267488540000102
步骤405、按照适应度值大小对个体进行排序；
步骤406、定义最好的个体的选择概率为q，则排序后的第i个个体第k时刻的选择概率为：
其中，i＝1,2,...,N，
然后按照选择概率所决定的选中机会从V中随机选择再生个体，根据交叉率Pc进行交叉操作，得到群体V2，
vi′(k)＝θvi(k)+(1-θ)vj(k)
vj′(k)＝θvj(k)+(1-θ)vi(k)
其中，θ表示0-1之间的随机交叉位置；i∈{1,2,…,N}，j∈{1,2,…,N}，vi′(k)和vj′(k)表示第k时刻交叉后的新个体，vi(k)和vj(k)表示第k时刻需要交叉的个体；
步骤407、由变异率Pm按照基本的单点变异方法得到群体V3；
步骤408、将群体V3作为新一代种群，用V3代替V，并另t＝t+1，并返回步骤403。

Claims (10)

1.一种基于顺序选择遗传算法全混动汽车能效优化方法，其特征在于，基于一种四轮驱动插电式全混合动力系统实现的；所述的一种四轮驱动插电式全混合动力系统包括：发动机、第一离合器、集成式启动电机、第二离合器、自动变速箱控制单元TCU、前驱动电机、后驱动电机、前驱动电机变速器、前驱动电机逆变器系统、后驱动电机变速器、后驱动电机逆变器系统、集成式启动电机逆变器系统、车载充电机、动力电池和DCDC转换器；
所述发动机的输出端与所述第一离合器的输入端机械连接，所述第一离合器的输出端与所述集成式启动电机的输入端机械连接，所述集成式启动电机的输出端与所述第二离合器的输入端机械连接，所述第二离合器的输出端与所述前驱动电机变速器的输入端机械连接，所述前驱动电机的输出端与所述前驱动电机变速器的输入端机械连接，所述前驱动电机变速器的输出端与车辆前轴机械连接；所述前驱动电机、发动机和集成式启动电机实现机械耦合；
所述车载充电器的输出端与所述动力电池的输入端电连接，所述动力电池的输出端与所述前驱动电机逆变器系统的输入端、所述集成式启动电机逆变器系统的输入端以及所述后驱动电机逆变器系统的输入端电连接，所述前驱动电机逆变器系统的输出端与所述前驱动电机电连接，所述集成式启动电机逆变器系统的输出端与所述集成式启动电机电连接，所述后驱动电机逆变器系统的输出端与所述后驱动电机电连接，所述后驱动电机的输出端与所述后驱动电机变速器的输入端机械连接，所述后驱动电机变速器的输出端与后桥机械连接；所述自动变速箱控制单元分别与所述前驱动电机变速器和所述后驱动电机变速器电连接并用于控制所述前驱动电机变速器和所述后驱动电机变速器；
所述能效优化方法包括以下步骤：
步骤1、在汽车行驶过程中，实时监测动力电池剩余电量SOC、车辆行驶速度及油门踏板开度，由所述车辆行驶速度和油门踏板开度计算车辆需求转矩，进入步骤2；
步骤2、由所述车辆需求转矩和动力电池剩余电量SOC确定车辆进入以下三种工作模式之一，并进入步骤3：第一模式：由所述发动机、集成式启动电机、前驱动电机和后驱动电机同时工作，驱动车辆行驶的全驱动混合动力模式；第二模式：由所述发动机、工作、集成式启动电机选择性工作、前驱动电机和后驱动电机均不工作，驱动车辆行驶的前轮驱动混合动力模式；第三模式：所述发动机不工作、由所述前驱动电机、集成式启动电机和后驱动电机共同工作，驱动车辆行驶的纯电动模式；
步骤3、当车辆进入所述第一模式或第三模式时进入步骤4，否则返回步骤1；
步骤4、以顺序选择遗传算法优化所述前驱动电机的转矩T1，所述集成式启动电机的转矩T2和所述后驱动电机的转矩T3，所述T1，T2和T3的范围由对应的电机技术参数确定，具体依次包括以下步骤；
步骤401、种群初始化，采用十进制编码方法对汽车三个转矩T1，T2和T3进行编码，种群规模定义为N，交叉率为Pc，变异率为Pm，最好的个体的选择概率为q，迭代最大代数为Tmax；
步骤402、随机产生N个个体，组成初始种群V＝{v1,v2,...,vi,...,vN}，其中第i个个体为vi＝(vi,1，vi,2，vi,3)，vi,1表示第i个个体第k时刻前驱动电机转矩T1(k)i大小，vi,2表示第i个个体第k时刻集成式启动转矩T2(k)i大小，vi,3表示第i个个体第k时刻后驱动电机转矩T3(k)i大小，将当前优化代数设置为t＝1(t≤Tmax)；
步骤403、计算V中的每个个体vi的适应度值大小，即第i个个体第k时刻汽车实施总效率η(k)i大小；
步骤404、判断当前优化代数t是否等于Tmax，若为是则停止计算，取V中适应度值最大的个体，即第k时刻实时总效率η(k)i最高的个体vi作为所求结果并根据对应的T1(k)i，T2(k)i和T3(k)i控制所述前驱动电机、集成式启动电机和后驱动电机，然后计算三个电机的转矩之和T(k)i，结束流程，否则进入步骤405；
步骤405、按照适应度值大小对个体进行排序；
步骤406、定义最好的个体的选择概率为q，则排序后的第i个个体第k时刻的选择概率为：
Figure FDA0002267488530000021
其中，i＝1,2,...,N，
然后按照所述选择概率所决定的选中机会从V中随机选择再生个体，根据交叉率进行交叉操作，得到群体V2；
步骤407、按照变异率按照基本的单点变异方法得到群体V3；
步骤408、将群体V3作为新一代种群，用V3代替V，并另t＝t+1，并返回步骤403。
2.根据权利要求1所述的基于顺序选择遗传算法全混动汽车能效优化方法，其特征在于，所述步骤2由所述车辆需求转矩和动力电池剩余电量SOC确定车辆进入三种工作模式之一时按以下步骤进行：
步骤201、系统检测动力电池SOC值是否小于设定的发动机启动工作的限值，如为是，则进入步骤202，如为否，则进入步骤203；
步骤202、控制发动机启动并判断系统的总转矩需求Tq是否大于发动机最大转矩，如为是，则进入步骤204，如为否，车辆进入第二模式；
步骤203、判断系统的总转矩需求Tq是否小于前驱动电机、集成式启动电机和后驱动电机的转矩之和，如为是，车辆进入第三模式，前驱动电机、集成式启动电机和后驱动电机的转矩之和为T＝Tq，如为否，车辆进入第一模式；
步骤204、车辆进入第一模式，并且发动机按照经济区最小转矩Te1工作，前驱动电机、集成式启动电机和后驱动电机的转矩之和为T＝Tq-Te1。
3.根据权利要求2所述的基于顺序选择遗传算法全混动汽车能效优化方法，其特征在于，所述车辆进入第二模式时，判断系统的总转矩需求Tq是否大于发动机经济区最小转矩Te1，如为是则所述集成式启动电机不工作，所述发动机单独驱动车辆行驶，如为否则所述发动机按发动机经济区最小转矩Te1工作，所述集成式启动电机以发电模式工作将所述发动机剩余转矩Te1-Tq用于发电为动力电池充电。
4.根据权利要求2所述的基于顺序选择遗传算法全混动汽车能效优化方法，其特征在于，所述车辆进入第一模式或第三模式时，以顺序选择遗传算法优化得到的所述前驱动电机的转矩T1，所述集成式启动电机的转矩T2和所述后驱动电机的转矩T3，满足T(k)i＝ψ1×T1(k)i+ψ2×T2(k)i+ψ3×T3(k)i，其中，
5.根据权利要求1所述的基于顺序选择遗传算法全混动汽车能效优化方法，其特征在于，所述步骤403中第i个个体第k时刻汽车实施总效率η(k)i大小由以下公式计算得到：
Figure FDA0002267488530000032
其中，Pout,1(k)i为第i个个体第k时刻的前驱动电机实时输出功率；Pout,2(k)i为第i个个体第k时刻的集成式启动电机实时输出功率；Pout,3(k)i为第i个个体第k时刻的后驱动电机实时输出功率；Pin,1(k)i为第i个个体第k时刻的前驱动电机实时输入功率；Pin,2(k)i为第i个个体第k时刻的集成式启动电机实时输入功率；Pin,3(k)i为第i个个体第k时刻的后驱动电机实时输入功率。
6.根据权利要求5所述的基于顺序选择遗传算法全混动汽车能效优化方法，其特征在于，所述第i个个体第k时刻的前驱动电机的实时输入输出功率为：
Figure FDA0002267488530000041
其中，U1(k)i为第i个个体第k时刻的前驱动电机输入端母线电压；I1(k)i为第i个个体第k时刻的前驱动电机输入端母线电流；n1(k)i为第i个个体第k时刻前驱动电机的转速。
7.根据权利要求5所述的基于顺序选择遗传算法全混动汽车能效优化方法，其特征在于，所述第i个个体第k时刻的集成式启动电机的实时输入输出功率为：
Figure FDA0002267488530000042
其中，U2(k)i为第i个个体第k时刻的集成式启动电机输入端母线电压；I2(k)i为第i个个体第k时刻的集成式启动电机输入端母线电流；n2(k)i为第i个个体集成式启动电机的转速。
8.根据权利要求5所述的基于顺序选择遗传算法全混动汽车能效优化方法，其特征在于，所述第i个个体第k时刻的后驱动电机的实时输入输出功率为：
其中，U3(k)i为第i个个体第k时刻的后驱动电机输入端母线电压；I3(k)i为第i个个体第k时刻的后驱动电机输入端母线电流；n3(k)i为第i个个体后驱动电机的转速。
9.根据权利要求1所述的基于顺序选择遗传算法全混动汽车能效优化方法，其特征在于，所述根据交叉率Pc进行交叉操作，得到群体V2，
vi′(k)＝θvi(k)+(1-θ)vj(k)
vj′(k)＝θvj(k)+(1-θ)vi(k)
其中，θ表示0-1之间的随机交叉位置；i∈{1,2,…,N}，j∈{1,2,…,N}，vi′(k)和vj′(k)表示第k时刻交叉后的新个体，vi(k)和vj(k)表示第k时刻需要交叉的个体。
10.根据权利要求1所述的基于顺序选择遗传算法全混动汽车能效优化方法，其特征在于，根据变异率Pm由V2按照变异率根据基本的单点变异方法得到群体V3。
CN201911093212.8A 2019-11-11 2019-11-11 一种基于顺序选择遗传算法的全混动汽车能效优化方法 Active CN110834623B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911093212.8A CN110834623B (zh) 2019-11-11 2019-11-11 一种基于顺序选择遗传算法的全混动汽车能效优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911093212.8A CN110834623B (zh) 2019-11-11 2019-11-11 一种基于顺序选择遗传算法的全混动汽车能效优化方法

Publications (2)

Publication Number Publication Date
CN110834623A true CN110834623A (zh) 2020-02-25
CN110834623B CN110834623B (zh) 2021-04-06

Family

ID=69576271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911093212.8A Active CN110834623B (zh) 2019-11-11 2019-11-11 一种基于顺序选择遗传算法的全混动汽车能效优化方法

Country Status (1)

Country Link
CN (1) CN110834623B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114435369A (zh) * 2022-02-11 2022-05-06 浙江吉利控股集团有限公司 一种混合动力汽车能耗优化方法
CN116494946A (zh) * 2023-05-18 2023-07-28 广州汽车集团股份有限公司 混合动力驱动控制方法及装置、电子设备、存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007168471A (ja) * 2005-12-19 2007-07-05 Toyota Motor Corp ハイブリッド車両およびその制御方法
CN105966389A (zh) * 2014-05-22 2016-09-28 合肥工业大学 一种插电式四驱混合动力汽车能量管理控制装置
CN106240336A (zh) * 2016-08-04 2016-12-21 清华大学 一种插电式双电机四驱混合动力系统及控制方法
CN106394548A (zh) * 2016-10-14 2017-02-15 清华大学 一种插电式四驱混合动力汽车分层协调能效控制方法
CN108416103A (zh) * 2018-02-05 2018-08-17 武汉大学 一种串联混合动力电动汽车交直流变换器的故障诊断方法
CN108528436A (zh) * 2018-01-18 2018-09-14 合肥工业大学 一种内外层嵌套的ecms多目标双层优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007168471A (ja) * 2005-12-19 2007-07-05 Toyota Motor Corp ハイブリッド車両およびその制御方法
CN105966389A (zh) * 2014-05-22 2016-09-28 合肥工业大学 一种插电式四驱混合动力汽车能量管理控制装置
CN106240336A (zh) * 2016-08-04 2016-12-21 清华大学 一种插电式双电机四驱混合动力系统及控制方法
CN106394548A (zh) * 2016-10-14 2017-02-15 清华大学 一种插电式四驱混合动力汽车分层协调能效控制方法
CN108528436A (zh) * 2018-01-18 2018-09-14 合肥工业大学 一种内外层嵌套的ecms多目标双层优化方法
CN108416103A (zh) * 2018-02-05 2018-08-17 武汉大学 一种串联混合动力电动汽车交直流变换器的故障诊断方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114435369A (zh) * 2022-02-11 2022-05-06 浙江吉利控股集团有限公司 一种混合动力汽车能耗优化方法
CN114435369B (zh) * 2022-02-11 2023-12-22 浙江吉利控股集团有限公司 一种混合动力汽车能耗优化方法
CN116494946A (zh) * 2023-05-18 2023-07-28 广州汽车集团股份有限公司 混合动力驱动控制方法及装置、电子设备、存储介质

Also Published As

Publication number Publication date
CN110834623B (zh) 2021-04-06

Similar Documents

Publication Publication Date Title
CN101898557B (zh) 电动四驱混合动力车辆的控制方法
CN100421979C (zh) 混合动力汽车用的动力耦合装置
CN109606348B (zh) 一种插电式行星混联汽车能量管理控制方法
KR101786692B1 (ko) 하이브리드 차량의 엔진 클러치 제어 장치 및 방법
US20100250042A1 (en) Vehicle and method of controlling the vehicle
CN1785728A (zh) 动力输出装置及其控制装置以及动力输出装置的控制方法
CN1930016A (zh) 动力输出装置和安装有该动力输出装置的汽车
CN106240336B (zh) 一种插电式双电机四驱混合动力系统及控制方法
Govardhan Fundamentals and classification of hybrid electric vehicles
CN110834624B (zh) 一种自适应遗传算法的全混动汽车能效优化控制方法
CN102019843B (zh) 混合动力输出功率平衡装置及其控制方法
CN108248365B (zh) 混联式气电混合动力车动力系统及控制方法
CN106394548B (zh) 一种插电式四驱混合动力汽车分层协调能效控制方法
CN201863701U (zh) 一种双电机混合动力系统
CN109240125B (zh) 一种混动车变速箱二轴需求扭矩计算方法
CN110834623B (zh) 一种基于顺序选择遗传算法的全混动汽车能效优化方法
CN106585618B (zh) 一种串联式混合动力汽车能量管理控制方法及装置
Zhang et al. Powertrain design and energy management of a novel coaxial series-parallel plug-in hybrid electric vehicle
Kim et al. Motor control of input-split hybrid electric vehicles
CN103747995A (zh) 车辆、车辆的控制方法以及控制装置
CN111688470B (zh) 一种串并联构型插电式混合动力系统及其控制方法
CN106627098B (zh) 一种混联式混合动力汽车动力系统控制方法及装置
Song et al. Design and development of a pluggable PEMFC extended range electric vehicle
CN110901628B (zh) 一种二阶振荡粒子群算法的全混动汽车能效优化方法
Krishna et al. Plug in Hybrid Vehicle-A Simulation Study

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
GR01 Patent grant
GR01 Patent grant