CN110936824B - 一种基于自适应动态规划的电动汽车双电机控制方法 - Google Patents

Abstract

本发明公开了一种基于自适应动态规划的电动汽车双电机控制方法，首先根据所采集的各种驾驶工况下电动汽车的数据信息计算出需求总转矩，并离线训练执行网络和评价网络，然后对各种驾驶工况下电动汽车的双电机总转矩进行动态分配，获得效率MAP数据库，然后根据实时采集不同工况下电动汽车数据信息对执行网络和评价网络进行迭代和在线学习，找到实时驾驶工况下该电动汽车的最优控制律，从而完成电动汽车双电机的控制优化。本发明有效保证了在多工况情况下电动汽车双电机工作点效率最优，又使得不同工况条件下电动汽车双电机动力系统效率输出为最优控制律，解决了电动汽车动力与效率的矛盾，提高了电动汽车双电机系统的动力性能及效能。

Description

一种基于自适应动态规划的电动汽车双电机控制方法

技术领域

本发明属于电动汽车电机驱动技术领域，尤其涉及一种基于自适应动态规划的电动汽车双电机控制方法。

背景技术

目前，纯电动汽车的驱动结构可以分为集中驱动和分布式驱动，集中驱动型电动汽车采用驱动电机提供总动力，通过传动轴、减速器、差速器等将动力传递到车轮，该驱动类型结构与传统汽车相似，技术相对成熟，应用也相对广泛，如电机动力传动一体型、单电机直接驱动型、双电机耦合驱动型等。但由于电机直接驱动，系统对电机系统的转矩性能参数要求很高，电机成本高。

双电机驱动则是利用两个驱动电机，通过机械装置实现动力总功率耦合，再通过传动轴、减速器等实现转矩耦合输出，通过增加电机数量实现转转矩、功率的降低，从而降低了对于IGBT等核心部件的要求，而分布式双电机驱动型是一种比较新颖的驱动型式，通过轮边或轮毂电机实现车辆的驱动，分布式驱动系统布置灵活，占用空间小，结构简单，不需要传统的差速器，通过电机控制实现电子差速相比较于传统电机控制具有更好的动态性能。然而，蓄电池电动客车目前仍存在充电时间长、续航时间短等不足。因此，降低能源成本，提高能源利用效率，对于电池电动车的进一步应用是十分重要和必要的。为了实现这一目标，确定一个最优和合适的电源管理策略对于多电机控制系统是至关重要的。电机驱动系统多种多样，作为整车的核心功率部件，驱动系统的效率很大成分决定了整车的能耗水平。而驱动系统综合效率的高低一方面取决于部件本身的效率特性，另一面则是取决于系统层面的控制策略。

针对系统层面的功率或转矩分配控制方面，国内外大部分的混合动力车辆在研发过程中采用模糊控制、动态规划等方式进行电机功率分配问题的研究，一般以电动车能耗最小或者是综合经济性最佳为优化目标，通过相应的控制策略实现纯电动汽车续航最佳，同时注重分布式驱动的车辆稳定性等问题。用动态规划或者是模糊控制进行对电机工作模式与转矩进行分配时，随着电机控制和工况的非线性程度越来越复杂，采用模糊控制策略的运用能在一定程度上优化转矩和能量的分配，但由于运行的工况、负载、电池性能等，在模糊控制制定规则时常常无法面面俱到，容易产生一些漏洞，但系统零部件的效率在行驶工程中发生变化后，控制策略无法及时调整相应的规则和参数，在长时间的系统累积误差下，控制效果往往无法达到理想效果。采用动态规划对转矩进行分配时，随着系统的非线性复杂程度越来越高，不可避免“维数灾”的难题，同时也无法实现控制器实时在线运行。同时在现有技术中，多电机系统的能量分配方面一般只考虑电机作为电动机模式，而很少考虑制动时，电机作为发动机模式工作。

动态规划在这些问题的实际应用中积累了大量的成果，但缺点也非常明显，其时间上向后走向的算法产生巨大的计算量，使得该算法只适用于小规模、简单非线性系统的最优控制问题。而随着人工智能领域，强化学习、人工神经网络、模糊系统、演化计算等方法的发展和丰富，提出了很多求解非线性系统优化问题解决思路和具体技术方法。

鉴于此，研究一种基于自适应动态规划的电动汽车双电机控制方法是本技术领域技术人员亟待解决的技术问题。

发明内容

本发明的目的是提供一种基于自适应动态规划的电动汽车双电机控制方法，其目的在于针对复杂工况下电动汽车双驱动电机转矩的分配问题，通过采用自适应动态规划法对双电机工作点和双电机驱动转矩的分配进行优化，从而既保证了在多工况情况下电动汽车双电机工作点效率最优，又使得不同工况条件下电动汽车双电机动力系统效率输出为最优控制律，解决了电动汽车动力与效率的矛盾，提高了电动汽车双电机系统的动力性能及效能。

为解决上述技术问题，本发明提供一种基于自适应动态规划的电动汽车双电机控制方法，所述方法包括以下步骤：

S1、通过控制器采集各种驾驶工况条件下电动汽车的数据信息，并根据所采集的数据信息以及对应的油门踏板或(和)制动踏板的开度计算出电动汽车双电机的需求总转矩；

S2、建立电动汽车的执行网络和评价网络，并根据所述步骤S1采集的数据信息进行离线训练，同时采用自适应动态规划方法对各种驾驶工况下电动汽车的双电机总转矩进行动态分配，以得到电动汽车双电机高效工作区的效率MAP数据库；

S3、采集实时驾驶工况下的电动汽车数据信息，并根据所采集的实时电动汽车数据信息对执行网络和评价网络进行在线学习，进而找到实时驾驶工况下该电动汽车的最优控制律，完成电动汽车双电机控制的优化。

优选地，所述步骤S1中各种驾驶工况条件下电动汽车双电机所对应的数据信息通过转矩传感器、转速传感器、电压传感器和电流传感器进行采集。

优选地，所述步骤S2中电动汽车双电机需求总转矩T_e可用公式表示：

T_e＝T_e′+T_e″ (1)

式(1)中，T_e′表示电动汽车当前工况下的电机输出总转矩，T_e′＝F/k，F表示电动汽车当前工况下所需的驱动力，k表示动能传递过程中的效率，T_e″表示电动汽车的踏板给出转矩，T_e″＝A*T_emax，A表示单位时间内的电动汽车的油门踏板开度，T_emax表示双电机的转矩最大值，其中F＝F_roll+F_air+F_accel+F_grad，F_roll表示电动汽车的滚动阻力，F_air表示电动汽车行驶过程中的空气阻力，F_accel表示电动汽车加速时的加速阻力，F_grad表示电动汽车上坡行驶时的坡道阻力。

优选地，所述步骤S2中电动汽车双电机的需求总转矩还与车载电池信息soc相关，具体包括：

(1)当50％≤soc≤100％时，T_e″＝A*T_emax；

(2)当30％≤soc＜50％时，T_e″＝0.6A*T_emax；

(3)当soc＜30％时，T_e″＝0.3A*T_emax。

优选地，所述步骤S2的具体实现方式包括：

S21、根据所述步骤S1计算得到的不同驾驶工况下电动汽车双电机需求总转矩对双电机进行转矩分配，可用公式表示：

T_e＝T_e1+T_e2 (2)

式(2)中，T_e1和T_e2分别表示电动汽车双电机的输出转矩；

S22、建立电动汽车的执行网络和评价网络，并根据所述步骤S1所采集的电动汽车数据信息对执行网络和评价网络进行离线训练；

S23、以所述电动汽车双电机工作能耗最小为目标，建立所述电动汽车双电机工作高效点的最小能耗函数，从而获取不同驾驶工况下电动汽车双电机高效工作的数据集，可用公式表示：

minAIM＝α(P₁-P_Te1)+β(P₂-P_Te2) (3)

式(3)中，P₁、P₂分别为两台电机驱动系统输出功率，P_Te1、P_Te2为两台电机输出功率，α、β为加权系数，α、β大小与电机额定功率成正比，且α+β＝1；

S24、根据所述步骤S23获取的双电机高效工作数据集，建立电动汽车双电机高效工作区的效率MAP数据库并生成控制器信号。

优选地，所述步骤S21中的执行网络训练可用公式表示：

c_l+1(x_k)＝min{U(x_k,u_k)+J(x_k+1,c_l)} (4)

式(4)中，J(x_k,c_l)≥J(x_k,c_l+1)，J表示代价函数，U表示效用函数，x_k表示执行网络的输入，x_k+1表示下一时刻执行网络的输入，u_k表示当前时刻执行网络的输出，c_l表示当前时刻的控制律，c_l+1表示下一时刻的控制律；

所述评价网络训练可用公式表示：

J_l+1(x_k,c)＝U(x_k,u_k)+J_l(x_k+1,c) (5)

式(5)中，J_l+1(x_k,c)≤J_l(x_k+1,c)，J_l表示当前时刻的代价函数，J_l+1表示更新后的代价函数，c表示给定控制律。

优选地，所述步骤S3的具体实现方式为：

S31、通过控制器实时采集电动汽车的数据信息并初始化系统控制参数；

S32、将所采集的实时数据信息输入执行网络和评价网络中，并利用迭代和在线更新方法找到电动汽车的最优控制律，从而实现电动汽车双电机的控制优化。

优选地，所述步骤S32的具体包括：

S321、将电动汽车的实时数据信息输入执行网络中得到两个电机的最优转矩分配，同时计算两个电机最优输出转矩与当前时刻两个电机实际输出转矩的差值ΔT_e1和ΔT_e2，所述实时数据信息包括转矩T_e、电机效率map、转速n、车载电池信息soc、当前时刻转矩与目标转矩的差值ΔT_e、当前时刻转速与目标转速的差值Δn和当前时刻车载电池信息与目标车载电池信息的差值Δsoc，以及通过延时获得的ΔT_e(t-1)、ΔT_e(t-2)、map(t-1)、map(t-2)、Δn(t-1)、Δn(t-2)、Δsoc(t-1)和Δsoc(t-2)；

S322、根据所述步骤S321得到的两个电机最优输出转矩与当前时刻两个电机实际输出转矩的差值ΔT_e1和ΔT_e2并通过延时获取t-1时刻和t-2时刻两个电机最优输出转矩与实际输出转矩之间的差值ΔT_e1(t-1)、ΔT_e1(t-2)、ΔT_e2(t-1)和ΔT_e2(t-2)；

S323、将步骤S321和步骤S322得到的实时数据信息ΔT_e1、ΔT_e2、ΔT_e1(t-1)、ΔT_e1(t-2)、ΔT_e2(t-1)、ΔT_e2(t-2)、map、map(t-1)、map(t-2)、Δsoc、Δsoc(t-1)和Δsoc(t-2)输入至评价网络中，得到评价网络t时刻的代价函数

的值；

S324、通过延时获取t-3时刻的实时数据信息ΔT_e1(t-3)、map(t-3)和Δsoc(t-3)，并将得到的实时数据信息ΔT_e1(t-1)、ΔT_e1(t-2)、ΔT_e1(t-3)、ΔT_e2(t-1)、ΔT_e2(t-2)、map(t-1)、map(t-2)、map(t-3)、Δsoc(t-1)、Δsoc(t-2)和Δsoc(t-3)输入至评价网络中，得到评价网络t-1时刻的代价函数

的值；

S325、根据上述步骤所得到的结果对评价网络和执行网络的权值进行更新；

S326、不断重复步骤S321-S325，直至找到最优代价函数和最优控制律

优选地，所述步骤S325中评价网络权值更新等式可表示为：

W_c(t+1)＝W_c(t)+ΔW_c(t) (6)

式(6)中，W_c(t)表示评价网络在t时刻的权值矩阵，ΔW_c(t)表示评价网络从t时刻到t+1时刻的权值变化值；

所述执行网络权值更新等式可表示为：

W_a(t+1)＝W_a(t)+ΔW_a(t) (8)

式(7)、式(8)中，W_a表示执行网络的权值矩阵，ΔW_a(t)表示评价网络从t时刻到t+1时刻的权值变化值，J(t)表示t时刻的代价函数，u(t)表示t时刻执行网络的输出，η(η＞0)表示学习率。

与现有技术比较，本发明通过采用自适应动态规划法对双电机工作点和双电机驱动转矩的分配进行优化，从而既保证了在多工况情况下电动汽车双电机工作点效率最优，又使得不同工况条件下电动汽车双电机动力系统效率输出为最优控制律，解决了电动汽车动力与效率的矛盾，提高了电动汽车双电机系统的动力性能及效能。

附图说明

图1是本发明一种基于自适应动态规划的电动汽车双电机控制方法流程图，

图2是本发明中获取电动汽车双电机搞笑工作区的效率MAP数据库的方法流程图，

图3是本发明中获取电动汽车实时数据信息并利用实时数据信息实现电动汽车双电机控制优化的方法流程图，

图4是本发明中将实时数据信息输入网络中在线学习迭代获取电动汽车最优控制律的方法流程图，

图5是本发明中评价网络的结构图，

图6是本发明中执行网络的结构图。

具体实施方式

为了使本技术领域的人员更好地理解本发明的技术方案，下面结合附图对本发明作进一步的详细说明。

如图1所示，一种基于自适应动态规划的电动汽车双电机控制方法，所述方法包括以下步骤：

S1、通过控制器采集各种驾驶工况条件下电动汽车的数据信息，并根据所采集的数据信息以及对应的油门踏板或(和)制动踏板的开度计算出电动汽车双电机的需求总转矩；

S2、建立电动汽车的执行网络和评价网络，并根据所述步骤S1采集的数据信息进行离线训练，同时采用自适应动态规划方法对各种驾驶工况下电动汽车的双电机总转矩进行动态分配，以得到电动汽车双电机高效工作区的效率MAP数据库；

S3、采集实时驾驶工况下的电动汽车数据信息，并根据所采集的实时电动汽车数据信息对执行网络和评价网络进行在线学习，进而找到实时驾驶工况下该电动汽车的最优控制律，完成电动汽车双电机控制的优化。

本实施例中，首先通过控制器采集各种驾驶工况下电动汽车的数据信息并计算出需求总转矩，然后根据所采集的数据信息离线训练执行网络和评价网络，同时采用自适应动态规划方法对各种驾驶工况下电动汽车的双电机总转矩进行动态分配，以得到电动汽车双电机高效工作区的效率MAP数据库，最后实时采集不同工况下电动汽车数据信息，根据所采集的实时数据信息对执行网络和评价网络进行迭代和在线学习，进而找到实时驾驶工况下该电动汽车的最优控制律，完成电动汽车双电机控制的优化。本实施例中通过采用自适应动态规划法对双电机工作点和双电机驱动转矩的分配进行优化，从而既保证了在多工况情况下电动汽车双电机工作点效率最优，又使得不同工况条件下电动汽车双电机动力系统效率输出为最优控制律，解决了电动汽车动力与效率的矛盾，提高了电动汽车双电机系统的动力性能及效能。

如图1所示，所述步骤S1中各种驾驶工况条件下电动汽车双电机所对应的数据信息通过转矩传感器、转速传感器、电压传感器和电流传感器进行采集。本实施例中，通过在电动汽车的前后配备转矩传感器、转速传感器、电压传感器和电流传感器用于采集双电机的数据信息。

如图1所示，所述步骤S2中电动汽车双电机需求总转矩T_e可用公式表示：

T_e＝T_e′+T_e″ (1)

式(1)中，T_e′表示电动汽车当前工况下的电机输出总转矩，T_e′＝F/k，F表示电动汽车当前工况下所需的驱动力，k表示动能传递过程中的效率，T_e″表示电动汽车的踏板给出转矩，T_e″＝A*T_emax，A表示单位时间内的电动汽车的油门踏板开度，T_emax表示双电机的转矩最大值，其中F＝F_roll+F_air+F_accel+F_grad，F_roll表示电动汽车的滚动阻力，F_air表示电动汽车行驶过程中的空气阻力，F_accel表示电动汽车加速时的加速阻力，F_grad表示电动汽车上坡行驶时的坡道阻力。

本实施例中，根据油门踏板或刹车踏板的开度分析计算驱动力和总转矩时，由于电动汽车在行驶过程中，还存在滚动阻力、空气阻力、加速阻力和上坡行驶时的坡道阻力，而且动能在传递过程中存在相应的损耗k，故首先需要通过传感器确定当前车辆姿态和工况，然后根据实际情况以及损耗量来计算出电动汽车的需求总转矩。

如图1所示，所述步骤S2中电动汽车双电机的需求总转矩还与车载电池信息soc相关，具体包括：

(1)当50％≤soc≤100％时，T_e″＝A*T_emax；

(2)当30％≤soc＜50％时，T_e″＝0.6A*T_emax；

(3)当soc＜30％时，T_e″＝0.3A*T_emax。

本实施例中，由于踏板指令与车载电池信息soc息息相关，故对不同车载电池信息soc的情况下的电动汽车踏板给出转矩进行优化分析计算，从而得到更为准确的需求总转矩。

如图2所示，所述步骤S2的具体实现方式包括：

S21、根据所述步骤S1计算得到的不同驾驶工况下电动汽车双电机需求总转矩对双电机进行转矩分配，可用公式表示：

T_e＝T_e1+T_e2 (2)

式(2)中，T_e1和T_e2分别表示电动汽车双电机的输出转矩(即T_e1表示电动汽车其中一台电机的输出转矩，T_e2表示电动汽车另一台电机的输出转矩)；

S22、建立电动汽车的执行网络和评价网络，并根据所述步骤S1所采集的电动汽车数据信息对执行网络和评价网络进行离线训练；

S23、以所述电动汽车双电机工作能耗最小为目标，建立所述电动汽车双电机工作高效点的最小能耗函数，从而获取不同驾驶工况下电动汽车双电机高效工作的数据集，可用公式表示：

minAIM＝α(P₁-P_Te1)+β(P₂-P_Te2) (3)

式(3)中，P₁、P₂分别为两台电机驱动系统输出功率，P_Te1、P_Te2分别为两台电机实际输出功率，α、β为加权系数，α、β大小与电机额定功率成正比，且α+β＝1；

S24、根据所述步骤S23获取的双电机高效工作数据集，建立电动汽车双电机高效工作区的效率MAP数据库并生成控制器信号。

本实施例中，首先采用自适应动态规划法将所得到的电动汽车双电机需求总转矩进行动态分配，同时离线训练执行网络和评价网络，获取执行网络和评价网络的权值，然后以电动汽车双电机工作能耗最小为目标，建立包括转速和转矩的电动汽车双电机高效工作区的效率MAP数据库并生成控制器信号。

如图2、图5、图6所示，所述步骤S21中的执行网络训练可用公式表示：

c_l+1(x_k)＝min{U(x_k,u_k)+J(x_k+1,c_l)} (4)

式(4)中，J(x_k,c_l)≥J(x_k,c_l+1)，J表示代价函数，U表示效用函数，x_k表示当前时刻执行网络的输入(即状态约束)，x_k+1表示下一时刻执行网络的输入(即状态约束)，u_k表示当前时刻执行网络的输出(即控制约束)，c_l表示当前时刻的控制律，c_l+1表示下一时刻的控制律；

所述评价网络训练可用公式表示：

J_l+1(x_k,c)＝U(x_k,u_k)+J_l(x_k+1,c) (5)

式(5)中，J_l+1(x_k,c)≤J_l(x_k+1,c)，J_l表示当前时刻的代价函数，J_l+1表示更新后的代价函数，c表示给定控制律。

本实施例中，由于执行网络是以评价网络的输出达到极值为目的，因此对执行网络的训练要由评价网络来决定，即对代价函数

进行学习，执行网络的输入可表示为：

其中，T_e表示经由优化过的驾驶员命令，隐含层和输出层均采用sigmoidal函数tansig，执行网络的输出是电机实际输出值(T_e1和T_e2)以及转速n，执行网络训练由正向计算和反向误差传播过程组成，执行网络的正向计算过程可表示为：

式中，a_h1j(t)表示执行网络隐含层第j个神经元的输入，a_h2j(t)表示执行网络隐含层第j个神经元的输出，i表示输入的个数，W_a1表示执行网络输入层到隐含层的权值矩阵，W_a2表示执行网络隐含层到输出层的权值矩阵。

本实施例中，为了最小化代价函数

执行网络训练采用梯度下降法调整矩阵权值，可表示为：

其中u(t)表示t时刻执行网络的输出，η(η＞0)表示学习率，本实施例中，所述执行网络输入个数的总数为15个。

而评价网络的输出是J(t)(性能指标)的估计值，评价网络的训练是通过最小化下式的误差函数来实现，即

式中，

W_c表示评价网络的参数，效用函数U(t)＝U[x(t),u(t),t]，对于所有的t，都有E_c(t)＝0时，则

即不需要再将W_c代入计算。其中0＜γ＜1，从而在电动汽车双电机的跟踪控制设计中，控制目标就是最小化U(t)从当前时刻到无限未来的有限总和，而效用函数

本实施例中，所述评价网络与执行网络一样均设计成一个三层前馈神经网络，由输入层、隐含层和输出层组成，评价网络的输入为电机实际输出值(T_e1和T_e2)、电机实际工作点MAP、从数据库中读取的指示当前学习控制算法要跟踪的所需转矩值(T_e1 ^*和T_e2 ^*)、需要跟踪的电机工作高效区MAP^*(恒转矩区运行时电机转速较低，具有较大输出转矩，满足电动汽车的快速启动、加速、爬坡等要求；恒功率区运行时电机转速较高，满足电动汽车在平坦路面能搞高速行驶、超车等要求)、车载电池状态SOC、算法跟踪的车载电池状态SOC^*，以及通过实践延时得到的ΔT_e1(t-1)、ΔT_e1(t-2)、ΔT_e2(t-1)、ΔT_e2(t-2)、map(t-1)、map(t-2)、Δsoc、Δsoc(t-1)和Δsoc(t-2)，评价网络训练由正向计算和更新评价网络权值矩阵的误差方向传播过程组成。

其中，评价网络的正向计算过程如下：

评价网络的输入inputC(t)可表示为

输入层到隐含层可用公式表示：

其中，C_h1j表示隐含层第j个神经元的输入，W_c1表示评价网络输入层到隐含层的权值矩阵，C_h2j表示隐含层第j个神经元的输出，可表示为

则

式中W_c2表示评价网络隐含层到输出层的权值矩阵，本实施例中，所述评价网络输入个数的总数为12个。

本实施例中，评价网络采用梯度下降法进行训练，其权值更新过程如下：

隐含层到输出层的权值矩阵W_c2

W_c2(t+1)＝W_c2(t)+ΔW_c2(t)

输入层到隐含层的权值矩阵W_c1

W_c1(t+1)＝W_c2(t)+ΔW_c2(t)

其中l_c表示学习率，

C(k)表示当前时刻输入的状态向量。

本实施例中，评价网络的隐含层采用双极性sigmoidal函数，输出层采用purelin线性函数，通过将梯度下降算法(traingdx)应用于评价网络的训练，同时也可以采用批处理训练评价网络。在其他实施例中，其他算法如traingd、traingda、traingdm和trainlm也同样适用。

如图3所示，所述步骤S3的具体实现方式为：

S31、通过控制器实时采集电动汽车的数据信息并初始化系统控制参数；

S32、将所采集的实时数据信息输入执行网络和评价网络中，并利用迭代和在线更新方法找到电动汽车的最优控制律，从而实现电动汽车双电机的控制优化。

如图4所示，所述步骤S32的具体包括：

S321、将电动汽车的实时数据信息输入执行网络中得到两个电机的最优转矩分配，同时计算两个电机最优输出转矩与当前时刻两个电机实际输出转矩的差值ΔT_e1和ΔT_e2，所述实时数据信息包括转矩T_e、电机效率map、转速n、车载电池信息soc、当前时刻转矩与目标转矩的差值ΔT_e、当前时刻转速与目标转速的差值Δn和当前时刻车载电池信息与目标车载电池信息的差值Δsoc，以及通过延时获得的ΔT_e(t-1)、ΔT_e(t-2)、map(t-1)、map(t-2)、Δn(t-1)、Δn(t-2)、Δsoc(t-1)和Δsoc(t-2)；

S322、根据所得到的两个电机最优输出转矩与当前时刻两个电机实际输出转矩的差值ΔT_e1和ΔT_e2并通过延时获取t-1时刻和t-2时刻两个电机最优输出转矩与实际输出转矩之间的差值ΔT_e1(t-1)、ΔT_e1(t-2)、ΔT_e2(t-1)和ΔT_e2(t-2)；

S323、将步骤S321和步骤S322得到的ΔT_e1、ΔT_e2、ΔT_e1(t-1)、ΔT_e1(t-2)、ΔT_e2(t-1)、ΔT_e2(t-2)、map、map(t-1)、map(t-2)、Δsoc、Δsoc(t-1)和Δsoc(t-2)输入至评价网络中，得到评价网络的代价函数

的值；

S324、通过延时获取t-3时刻的实时数据信息ΔT_e1(t-3)、map(t-3)和Δsoc(t-3)，并将得到的实时数据信息ΔT_e1(t-1)、ΔT_e1(t-2)、ΔT_e1(t-3)、ΔT_e2(t-1)、ΔT_e2(t-2)、map(t-1)、map(t-2)、map(t-3)、Δsoc(t-1)、Δsoc(t-2)和Δsoc(t-3)输入至评价网络中，得到评价网络的代价函数

的值；

S325、根据评价网络权值更新等式和执行网络权值更新等式，更新评价网络和执行网络的权值；

S326、不断重复步骤S321-S325，直至找到最优代价函数和最优控制律。

本实施例中，为了实现所述电动汽车双电机的控制优化，将控制器所采集电动汽车的实时数据信息输入至执行网络，并采用在线学习方法不断优化评价网络的性能指标，从而更新执行网络和评价网络的权值，以执行网络选择来促使性能指标函数迅速收敛，从而根据实时环境变化迅速完成双电机的最有转矩分配，输出最优控制律，实现实时在线控制的优化，进而使得电动汽车双电机对动态转矩分配、电机响应速度以及速度突变平滑均具有良好的表现。本实施例中，所述两个电机最优输出转矩是指MAP数据库中高效工作区对应的两个电机最优输出转矩分配，目标转矩是指MAP数据库中高效工作区对应的电机转矩，目标转速是指MAP数据库中高效工作区对应的电机转速，目标车载电池是指MAP数据库中高效工作区对应的车载电池，实时数据信息是指当前时刻电动汽车的数据信息。

如图4所示，所述步骤S325中评价网络权值更新等式可表示为：

W_c(t+1)＝W_c(t)+ΔW_c(t) (6)

式(6)中，W_c(t)表示评价网络在t时刻的权值矩阵，ΔW_c(t)表示评价网络从t时刻到t+1时刻的权值变化值；

所述执行网络权值更新等式可表示为：

W_a(t+1)＝W_a(t)+ΔW_a(t) (8)

式(7)、式(8)中，W_a表示执行网络的权值矩阵，ΔW_a(t)表示评价网络从t时刻到t+1时刻的权值变化值，J(t)表示t时刻的代价函数，u(t)表示t时刻执行网络的输出，η(η＞0)表示学习率。

本实施例中，所述评价网络采用梯度下降法进行训练，其权值更新过程包括：

(1)、隐含层到输出层的权值矩阵W_c2更新，其可用公式表示：

W_c2(t+1)＝W_c2(t)+ΔW_c2(t) (9)

式(9)中，

(2)、输入层到隐含层的权值矩阵W_c1更新，其可用公式表示：

W_c1(t+1)＝W_c1(t)+ΔW_c1(t) (10)

式(10)中，

以上对本发明所提供的一种基于自适应动态规划的电动汽车双电机控制方法进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (8)

1.一种基于自适应动态规划的电动汽车双电机控制方法，其特征在于，所述方法包括以下步骤：

S1、通过控制器采集各种驾驶工况条件下电动汽车的数据信息，并根据所采集的数据信息以及对应的油门踏板或(和)制动踏板的开度计算出电动汽车双电机的需求总转矩；

S2、建立电动汽车的执行网络和评价网络，并根据所述步骤S1采集的数据信息进行离线训练，同时采用自适应动态规划方法对各种驾驶工况下电动汽车的双电机总转矩进行动态分配，以得到电动汽车双电机高效工作区的效率MAP数据库，其具体实现方式包括：

S21、根据所述步骤S1计算得到的不同驾驶工况下电动汽车双电机需求总转矩对双电机进行转矩分配，可用公式表示：

T_e＝T_e1+T_e2 (2)

式(2)中，T_e表示电动汽车双电机需求总转矩，T_e1和T_e2分别表示电动汽车两台电机的输出转矩；

S22、建立电动汽车的执行网络和评价网络，并根据所述步骤S1所采集的电动汽车数据信息对执行网络和评价网络进行离线训练；

S23、以所述电动汽车双电机工作能耗最小为目标，建立所述电动汽车双电机工作高效点的最小能耗函数，从而获取不同驾驶工况下电动汽车双电机高效工作的数据集，可用公式表示：

minAIM＝α(P₁-P_Te1)+β(P₂-P_Te2) (3)

式(3)中，P₁、P₂分别为两台电机驱动系统输出功率，P_Te1、P_Te2分别为两台电机实际输出功率，α、β为加权系数，α、β大小与电机额定功率成正比，且α+β＝1；

S24、根据所述步骤S23获取的双电机高效工作数据集，建立电动汽车双电机高效工作区的效率MAP数据库并生成控制器信号；

S3、采集实时驾驶工况下的电动汽车数据信息，并根据所采集的实时电动汽车数据信息对执行网络和评价网络进行在线学习，进而找到实时驾驶工况下该电动汽车的最优控制律，完成电动汽车双电机控制的优化。

2.如权利要求1所述的基于自适应动态规划的电动汽车双电机控制方法，其特征在于，所述步骤S1中各种驾驶工况条件下电动汽车双电机所对应的数据信息通过转矩传感器、转速传感器、电压传感器和电流传感器进行采集。

3.如权利要求2所述的基于自适应动态规划的电动汽车双电机控制方法，其特征在于，所述步骤S2中电动汽车双电机需求总转矩T_e可用公式表示：

T_e＝T_e′+T_e″ (1)

式(1)中，T_e′表示电动汽车当前工况下的电机输出总转矩，T_e′＝F/k，F表示电动汽车当前工况下所需的驱动力，k表示动能传递过程中的效率，T_e″表示电动汽车的踏板给出转矩，T_e″＝A*T_emax，A表示单位时间内的电动汽车的油门踏板开度，T_emax表示双电机的转矩最大值，其中F＝F_roll+F_air+F_accel+F_grad，F_roll表示电动汽车的滚动阻力，F_air表示电动汽车行驶过程中的空气阻力，F_accel表示电动汽车加速时的加速阻力，F_grad表示电动汽车上坡行驶时的坡道阻力。

4.如权利要求3所述的基于自适应动态规划的电动汽车双电机控制方法，其特征在于，所述步骤S2中电动汽车双电机的需求总转矩还与车载电池信息soc相关，具体包括：

(1)当50％≤soc≤100％时，T_e″＝A*T_emax；

(2)当30％≤socC＜50％时，T_e″＝0.6A*T_emax；

(3)当soc＜30％时，T_e″＝0.3A*T_emax。

5.如权利要求4所述的基于自适应动态规划的电动汽车双电机控制方法，其特征在于，所述步骤S22中的执行网络训练可用公式表示：

c_l+1(x_k)＝min{U(x_k,u_k)+J(x_k+1,c_l)} (4)

式(4)中，J(x_k,c_l)≥J(x_k,c_l+1)，J表示代价函数，U表示效用函数，x_k表示当前时刻执行网络的输入，x_k+1表示下一时刻执行网络的输入，u_k表示当前时刻执行网络的输出，c_l表示当前时刻的控制律，c_l+1表示下一时刻的控制律；

所述评价网络训练可用公式表示：

J_l+1(x_k,c)＝U(x_k,u_k)+J_l(x_k+1,c) (5)

式(5)中，J_l+1(x_k,c)≤J_l(x_k+1,c)，J_l表示当前时刻的代价函数，J_l+1表示更新后的代价函数，c表示给定控制律。

6.如权利要求5所述的基于自适应动态规划的电动汽车双电机控制方法，其特征在于，所述步骤S3的具体实现方式为：

S31、通过控制器实时采集电动汽车的数据信息并初始化系统控制参数；

S32、将所采集的实时数据信息输入执行网络和评价网络中，并利用迭代和在线更新方法找到电动汽车的最优控制律，从而实现电动汽车双电机的控制优化。

7.如权利要求6所述的基于自适应动态规划的电动汽车双电机控制方法，其特征在于，所述步骤S32的具体包括：

S321、将电动汽车的实时数据信息输入执行网络中得到两个电机的最优转矩分配，同时计算两个电机最优输出转矩与当前时刻两个电机实际输出转矩的差值ΔT_e1和ΔT_e2，所述实时数据信息包括转矩T_e、电机效率map、转速n、车载电池信息soc、当前时刻转矩与目标转矩的差值ΔT_e、当前时刻转速与目标转速的差值Δn和当前时刻车载电池信息与目标车载电池信息的差值Δsoc，以及通过延时获得的ΔT_e(t-1)、ΔT_e(t-2)、map(t-1)、map(t-2)、Δn(t-1)、Δn(t-2)、Δsoc(t-1)和Δsoc(t-2)；

S322、根据所述步骤S321得到的两个电机最优输出转矩与当前时刻两个电机实际输出转矩的差值ΔT_e1和ΔT_e2并通过延时获取t-1时刻和t-2时刻输出转矩的差值ΔT_e1(t-1)、ΔT_e1(t-2)、ΔT_e2(t-1)和ΔT_e2(t-2)；

S323、将步骤S321和步骤S322得到的实时数据信息ΔT_e1、ΔT_e2、ΔT_e1(t-1)、ΔT_e1(t-2)、ΔT_e2(t-1)、ΔT_e2(t-2)、map、map(t-1)、map(t-2)、Δsoc、Δsoc(t-1)和Δsoc(t-2)输入至评价网络中，得到评价网络t时刻的代价函数

的值；

S324、通过延时获取t-3时刻的实时数据信息ΔT_e1(t-3)、map(t-3)和Δsoc(t-3)，并将得到的实时数据信息ΔT_e1(t-1)、ΔT_e1(t-2)、ΔT_e1(t-3)、ΔT_e2(t-1)、ΔT_e2(t-2)、map(t-1)、map(t-2)、map(t-3)、Δsoc(t-1)、Δsoc(t-2)和Δsoc(t-3)输入至评价网络中，得到评价网络t-1时刻的代价函数

的值；

S325、根据上述步骤所得到的结果对评价网络和执行网络的权值进行更新；

S326、不断重复步骤S321-S325，直至找到最优代价函数和最优控制律。

8.如权利要求7所述的基于自适应动态规划的电动汽车双电机控制方法，其特征在于，所述步骤S325中评价网络权值更新等式可表示为：

W_c(t+1)＝W_c(t)+ΔW_c(t) (6)

式(6)中，W_c(t)表示评价网络在t时刻的权值矩阵，ΔW_c(t)表示评价网络从t时刻到t+1时刻的权值变化值；

所述执行网络权值更新等式可表示为：

W_a(t+1)＝W_a(t)+ΔW_a(t) (8)

式(7)、式(8)中，W_a表示执行网络的权值矩阵，ΔW_a(t)表示评价网络从t时刻到t+1时刻的权值变化值，J(t)表示t时刻的代价函数，u(t)表示t时刻执行网络的输出，η(η＞0)表示学习率。

Images