CN111267827B - 一种混合动力汽车能量管理方法和系统 - Google Patents

一种混合动力汽车能量管理方法和系统 Download PDF

Info

Publication number
CN111267827B
CN111267827B CN202010090351.1A CN202010090351A CN111267827B CN 111267827 B CN111267827 B CN 111267827B CN 202010090351 A CN202010090351 A CN 202010090351A CN 111267827 B CN111267827 B CN 111267827B
Authority
CN
China
Prior art keywords
hybrid electric
electric vehicle
determining
power
energy
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.)
Active
Application number
CN202010090351.1A
Other languages
English (en)
Other versions
CN111267827A (zh
Inventor
李卫民
王海滨
李丽娟
裴梦璐
张景菁
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.)
Shandong Zhongke Advanced Technology Research Institute Co ltd
Original Assignee
Shandong Zhongke Advanced Technology Research Institute Co ltd
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 Shandong Zhongke Advanced Technology Research Institute Co ltd filed Critical Shandong Zhongke Advanced Technology Research Institute Co ltd
Priority to CN202010090351.1A priority Critical patent/CN111267827B/zh
Publication of CN111267827A publication Critical patent/CN111267827A/zh
Priority to US17/617,595 priority patent/US20220242390A1/en
Priority to PCT/CN2020/100569 priority patent/WO2021159660A1/zh
Application granted granted Critical
Publication of CN111267827B publication Critical patent/CN111267827B/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
    • 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
    • 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
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K6/00—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
    • B60K6/20—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
    • B60K6/42—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by the architecture of the hybrid electric vehicle
    • B60K6/46—Series type
    • 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
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/11—Controlling the power contribution of each of the prime movers to meet required power demand using model predictive control [MPC] strategies, i.e. control methods based on models predicting performance
    • 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
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/13—Controlling the power contribution of each of the prime movers to meet required power demand in order to stay within battery power input or output limits; in order to prevent overcharging or battery depletion
    • 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
    • B60W40/10—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 related to vehicle motion
    • 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
    • B60W40/10—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 related to vehicle motion
    • B60W40/105—Speed
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B60W2050/0037—Mathematical models of vehicle sub-units
    • B60W2050/0039—Mathematical models of vehicle sub-units of the propulsion unit
    • 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
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/06—Combustion engines, Gas turbines
    • B60W2510/0666—Engine power
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration

Abstract

本发明涉及一种混合动力汽车能量管理方法和系统，通过获取混合动力汽车的状态变量；根据当前时刻的车速和当前时刻的加速度，采用马尔科夫模型确定混合动力汽车下一时刻的车速；根据混合动力汽车下一时刻的车速确定混合动力汽车下一时刻的需求功率；根据混合动力汽车下一时刻的需求功率和发动机功率确定混合动力汽车的电池功率；根据电池功率构建电池充放电的动态模型；根据下一时刻的需求功率确定混合动力汽车的能量成本；能量成本包括燃油成本和电能消耗成本；根据能量成本构建混合动力汽车的能量优化调度模型；根据能量优化调度模型和电池充放电的动态模型确定混合动力汽车的能量管理模型，以对混合动力汽车的能量进行精确管理。

Description

一种混合动力汽车能量管理方法和系统
技术领域
本发明涉及汽车能量管理领域，特别是涉及一种混合动力汽车能量管理方法和系统。
背景技术
传统内燃机汽车在带来便捷交通的同时，所引起的环境污染与能源短缺问题也日益彰显，因此，开发新一代的清洁节能型汽车成为了全球的必然趋势和开发热点。混合动力汽车既具有纯电动汽车高效率和低排放的优点，又具有传统内燃机汽车行驶里程长和快速补充燃料的优点，是目前解决车辆能源消耗过度和空气污染的有效途径之一。其控制策略用于解决汽车行驶时的能量管理问题，以行驶需求有效地利用动力，达到节能与环保的目的。
传统混合动力汽车(Hybrid Electric Vehicle，HEV)的能量管理方法有很多，现有技术中采用的能量管理方法主要有以下几种：
1、基于改进灰色预测的混合动力汽车自适应比例-积分-微分控制器(proportionintegral derivative，PID)动态控制方法(专利号CN109635433A)，主要是将灰色预测与自适应PID控制结合，并将二次型性能指标引入到PID控制器的整定过程中，加权系数自动可调，实现自适应PID的最优控制。然而灰色预测模型基于指数率的预测没有考虑系统的随机性，中长期预测精度较差，在实际控制过程中预测精度的误差容易引起控制量的偏离，甚至最终难以实现HEV控制策略的优化目标。
2、基于插电式混合动力汽车能量管理方法及系统(专利号CN108909702A)，利用动态规划算法生成长期电池荷电状态轨迹，基于神经网络模型预测短期未来车速并对车载能量源动力输出进行分配管理。但其仅仅是将电池的能量均匀输出而并未考虑到燃油经济性问题，以使发动机与电机尽可能保持工作在高效区。
因传统混合动力汽车(Hybrid Electric Vehicle，HEV)在行驶过程中，HEV整车系统存在非线性和HEV车速存在时变性，因此，现有技术中所采用的以上能量管理方法难以实现对HEV能量的精确控制。
发明内容
本发明的目的是提供一种混合动力汽车能量管理方法和系统，能够提高对HEV能量控制的精确度。
为实现上述目的，本发明提供了如下方案：
一种混合动力汽车能量管理方法，包括：
获取混合动力汽车的状态变量；所述状态变量包括：当前时刻的车速、当前时刻的加速度和发动机功率；
根据所述当前时刻的车速和所述当前时刻的加速度，采用马尔科夫模型确定所述混合动力汽车下一时刻的车速；
根据所述混合动力汽车下一时刻的车速确定所述混合动力汽车下一时刻的需求功率；
根据所述混合动力汽车下一时刻的需求功率和所述发动机功率确定所述混合动力汽车的电池功率；
根据所述电池功率构建电池充放电的动态模型；
根据所述下一时刻的需求功率确定所述混合动力汽车的能量成本；所述能量成本包括燃油成本和电能消耗成本；
根据所述能量成本构建所述混合动力汽车的能量优化调度模型；
根据所述能量优化调度模型和所述电池充放电的动态模型确定所述混合动力汽车的能量管理模型，以对所述混合动力汽车的能量进行管理。
可选的，所述根据所述当前时刻的车速和所述当前时刻的加速度，采用马尔科夫模型确定所述混合动力汽车下一时刻的车速，具体包括：
根据所述当前时刻的车速和所述当前时刻的加速度，按照第一预设区间个数构建离散网格空间；
获取第二预设区间个数；所述第二预设区间个数为下一时刻车速的加速度的划分区间的个数；
根据所述离散网格空间和所述第二预设区间个数，采用马尔科夫模型确定所述当前时刻的加速度变化至所述下一时刻车速的加速度的概率；
根据所述概率确定所述下一时刻车速的加速度。
可选的，所述根据所述混合动力汽车下一时刻的需求功率和所述发动机功率确定所述混合动力汽车的电池功率，具体包括：
获取所述混合动力汽车在再生制动不充分情况下摩擦制动器所消耗的功率；
根据所述混合动力汽车下一时刻的需求功率、所述发动机功率和所述摩擦制动器所消耗的功率，采用公式Pba(k)＝Preq(k)-Peng(k)+Pmiss(k)确定所述混合动力汽车的电池功率Pba(k)；其中，Preq(k)为所述下一时刻的需求功率，Peng(k)为所述发动机功率，Pmiss(k)为所述摩擦制动器所消耗的功率。
可选的，所述电池充放电的动态模型为：
SOE(k+1)＝SOE(k)-Pba(k)；其中，SOE(·)为所述电池充放电的动态模型，Pba(k)为所述电池功率，k＝-Δt/Eba，Δt为仿真步长，Eba为电池总能量。
可选的，所述混合动力汽车的能量优化调度模型为：
Figure BDA0002383498710000031
其中，G为能量优化目标，Coil(t)为燃油成本，Foil(t)为电能消耗成本，
Figure BDA0002383498710000032
为二氧化碳排放量的最低值，ω1为燃油成本的权重，ω2为电能消耗成本的权重，ω3为二氧化碳排放量的最低值的权重，ω1+ω2+ω3＝1，t为时刻，n为时刻总数。
一种混合动力汽车能量管理系统，包括：
状态变量获取模块，用于获取混合动力汽车的状态变量；所述状态变量包括：当前时刻的车速、当前时刻的加速度和发动机功率；
车速确定模块，用于根据所述当前时刻的车速和所述当前时刻的加速度，采用马尔科夫模型确定所述混合动力汽车下一时刻的车速；
需求功率确定模块，用于根据所述混合动力汽车下一时刻的车速确定所述混合动力汽车下一时刻的需求功率；
电池功率确定模块，用于根据所述混合动力汽车下一时刻的需求功率和所述发动机功率确定所述混合动力汽车的电池功率；
动态模型构建模块，用于根据所述电池功率构建电池充放电的动态模型；
能量成本确定模块，用于根据所述下一时刻的需求功率确定所述混合动力汽车的能量成本；所述能量成本包括燃油成本和电能消耗成本；
能量优化调度模型构建模块，用于根据所述能量成本构建所述混合动力汽车的能量优化调度模型；
能量管理模型构建模块，用于根据所述能量优化调度模型和所述电池充放电的动态模型确定所述混合动力汽车的能量管理模型，以对所述混合动力汽车的能量进行管理。
可选的，所述车速确定模块具体包括：
离散网格空间构建单元，用于根据所述当前时刻的车速和所述当前时刻的加速度，按照第一预设区间个数构建离散网格空间；
第二预设区间个数获取单元，用于获取第二预设区间个数；所述第二预设区间个数为下一时刻车速的加速度的划分区间的个数；
加速度概率确定单元，用于根据所述离散网格空间和所述第二预设区间个数，采用马尔科夫模型确定所述当前时刻的加速度变化至所述下一时刻车速的加速度的概率；
加速度确定单元，用于根据所述概率确定所述下一时刻车速的加速度。
车速确定单元，用于根据所述下一时刻车速的加速度确定所述混合动力汽车下一时刻的车速。
可选的，所述电池功率确定模块具体包括：
摩擦制动器消耗功率获取单元，用于获取所述混合动力汽车在再生制动不充分情况下摩擦制动器所消耗的功率；
电池功率确定单元，用于根据所述混合动力汽车下一时刻的需求功率、所述发动机功率和所述摩擦制动器所消耗的功率，采用公式Pba(k)＝Preq(k)-Peng(k)+Pmiss(k)确定所述混合动力汽车的电池功率Pba(k)；其中，Preq(k)为所述下一时刻的需求功率，Peng(k)为所述发动机功率，Pmiss(k)为所述摩擦制动器所消耗的功率。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开的混合动力汽车能量管理方法和系统，通过采用当前时刻的状态变量来对下一时刻的车速和需求功率进行预测，并根据下一时刻的车速和需求功率构建能量优化调度模型和电池充放电的动态模型，最后通过能量优化调度模型和电池充放电的动态模型确定混合动力汽车的能量管理模型，以对混合动力汽车的能量进行精确管理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的混合动力汽车能量管理方法的流程图；
图2为现有的混合动力系统的结构示意图；
图3为本发明实施例提供的混合动力汽车能量管理方法的另一工作流程图；
图4为本发明实施例中滚动求解过程的示意图；
图5为本发明实施例提供的混合动力汽车能量管理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明的目的是提供一种混合动力汽车能量管理方法和系统，能够提高对HEV能量控制的精确度。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的混合动力汽车能量管理方法的流程图，如图1所示，一种混合动力汽车能量管理方法，包括：
S100、获取混合动力汽车的状态变量。所述状态变量包括：当前时刻的车速、当前时刻的加速度和发动机功率。
S101、根据所述当前时刻的车速和所述当前时刻的加速度，采用马尔科夫模型确定所述混合动力汽车下一时刻的车速。
S102、根据所述混合动力汽车下一时刻的车速确定所述混合动力汽车下一时刻的需求功率。
S103、根据所述混合动力汽车下一时刻的需求功率和所述发动机功率确定所述混合动力汽车的电池功率。
S104、根据所述电池功率构建电池充放电的动态模型。
S105、根据所述下一时刻的需求功率确定所述混合动力汽车的能量成本。所述能量成本包括燃油成本和电能消耗成本。
S106、根据所述能量成本构建所述混合动力汽车的能量优化调度模型。
S107、根据所述能量优化调度模型和所述电池充放电的动态模型确定所述混合动力汽车的能量管理模型，以对所述混合动力汽车的能量进行管理。
其中，S101根据所述当前时刻的车速和所述当前时刻的加速度，采用马尔科夫模型确定所述混合动力汽车下一时刻的车速的过程，具体包括：
根据所述当前时刻的车速和所述当前时刻的加速度，按照第一预设区间个数构建离散网格空间。
获取第二预设区间个数。所述第二预设区间个数为下一时刻车速的加速度的划分区间的个数。
根据根据所述离散网格空间和所述第二预设区间个数，采用马尔科夫模型确定所述当前时刻的加速度变化至所述下一时刻车速的加速度的概率。
根据所述概率确定所述下一时刻车速的加速度。
采用马尔科夫模型确定所述当前时刻的加速度变化至所述下一时刻车速的加速度的概率的具体过程为：
采用一个随机过程
Figure BDA0002383498710000073
来模拟驾驶行为。
Figure BDA0002383498710000076
表示混合动力汽车在t时刻的状态。变量
Figure BDA0002383498710000074
可以表示需求功率、加速度、速度等或者是上述变量的组合。所有的这些信息均可以通过车辆上的传感器测得。t时刻的驾驶行为与历史信息无关，只由当前信息决定，则可以认为
Figure BDA0002383498710000075
的变化是一个马尔科夫过程，此时即可使用马尔科夫模型来模拟
Figure BDA0002383498710000077
的变化规律，并对下一时刻的车速进行预测。
采用车速ν(0～36m/s)和加速度a(-1.5～1.5m/s2)构成离散网格空间，定义车速为当前状态量，将其划分为p个区间，由i∈{1，…，p}索引。定义车辆加速度为下一刻输出量，将其划分为q个区间，由j∈{1，…，q}索引。则马尔科夫模型的转移概率矩阵为：
Xi,j＝Pr[a(t+1)＝aj|v(t)＝vi] (1)
式中，Xi,j表示在当前时刻车速v(t)＝vi的情况下车辆加速度在下一时刻变化至aj的概率。因此可以根据式(1)计算转移概率矩阵：
Figure BDA0002383498710000071
式中，Ni,j表示当前时刻车速为vi的情况下车辆加速度在下一个时刻为aj的次数。
根据以上马尔科夫模型，即可在当前时刻预测出下一时刻的车辆加速度，并求出下一时刻的速度：
Figure BDA0002383498710000072
其中，Tv(t),j为预测周期。
S103根据所述混合动力汽车下一时刻的需求功率和所述发动机功率确定所述混合动力汽车的电池功率，具体包括：
获取所述混合动力汽车在再生制动不充分情况下摩擦制动器所消耗的功率。
根据所述混合动力汽车下一时刻的需求功率、所述发动机功率和所述摩擦制动器所消耗的功率，采用公式Pba(k)＝Preq(k)-Peng(k)+Pmiss(k)(公式(4))确定所述混合动力汽车的电池功率Pba(k)。其中，Preq(k)为所述下一时刻的需求功率，可以根据步骤1中利用马尔科夫模型预测出的速度及加速度计算得到，Peng(k)为所述发动机功率，其功率变化如式(5)所示：ΔPneg(t)＝Pneg(t+1)-Pneg(t)(5)，Pmiss(k)为所述摩擦制动器所消耗的功率，Pmiss(k)≥0。
在S104中，采用电池的SOE来描述电池状态，当SOE＝1时表示电池完全充满，当SOE＝0时表示电池放电完全。当Pmiss(k)＞0时电池放电，当Pmiss(k)＜0时电池处于充电状态，其动态模型：
SOE(k+1)＝SOE(k)-Pba(k)。 (6)
其中，SOE(·)为所述电池充放电的动态模型，Pba(k)为所述电池功率，k＝-Δt/Eba，Δt为仿真步长，Eba为电池总能量。
在预测域上S106中所构建的混合动力汽车的能量优化调度模型为：
Figure BDA0002383498710000081
其中，G为能量优化目标，Coil(t)为燃油成本，Foil(t)为电能消耗成本，
Figure BDA0002383498710000082
为二氧化碳排放量的最低值，ω1为燃油成本的权重，ω2为电能消耗成本的权重，ω3为二氧化碳排放量的最低值的权重，ω1+ω2+ω3＝1，t为时刻，n为时刻总数。
作为本发明的另一实施例，基于图2所公开的混合动力系统结构，本发明所提供的混合动力汽车能量管理方法还可以包括如下过程(如图3所示)：
首先，基于混合动力系统结构建立一个反应真实系统的状态方程，用一个状态量表示驾驶员可能的驾驶行为，用状态转移矩阵来模拟驾驶员在实际驾驶中的行为，利用马尔科夫模型计算转矩状态转移概率，得到预测时域范围内的预测车速。
然后，以预测域内能量消耗量、燃油成本及CO2(二氧化碳)排放量最低为综合优化目标建立混合动力汽车优化控制模型。
最后，通过模拟退火算法对该模型进行滚动寻优，即在每一个采样时刻采用最优控制序列的第一项作为系统的输入变量，在下一时刻重复该求解过程以得到下一时刻的控制量，最终实现混合动力汽车的实时最优控制。
其中，采用模拟退火算法滚动寻优的过程具体包括：
模拟退火算法作为一种通用的随机搜索算法，主要用来解决局部最优解问题，可以分解为解空间、目标函数和初始解三部分。
(1)初始化：初始温度T(充分大)，T＝α×T,α∈(0,1)，为了保证较大的搜索空间，α一般取接近于1的值，如0.95。
获取初始解状态S(S是算法迭代的起点)和每个T值所对应的预设迭代次数L。
(2)使k＝1,…,L重复第(3)至第(6)步。
(3)产生新解S'。
(4)计算增量ΔT＝G(S')-G(S)，其中G(S)为目标函数。
(5)若ΔT<0则接受S'作为新的当前解，否则以概率exp(-ΔT/T)接受S'作为新的当前解。
(6)如果满足终止条件则输出当前解作为最优解，结束滚动寻优程序。所述终止条件通常为连续若干个新解都没有被接受的情况。
(7)T逐渐减少，且T趋近于0，然后转第(2)步。
在每一个采样时刻，根据获得的当前信息，如车辆行驶的加速度、速度及需求功率等实时信息，将模拟退火算法代入已建立的系统模型在线求解，得到一个有限时间开环最优控制序列，即S'，并将S'的第一个元素S'(1)作用于被控对象。在下一个采样时刻重复上述过程，以此类推，图4为滚动求解过程的示意图。
本发明所提供技术方案的优点在于：
针对传统混合动力汽车控制策略缺乏对汽车在实际驾驶过程中的实时性和随机性的考虑，本发明利用马尔科夫模型预测车速，通过简化控制模型，以预测域内的燃油经济性、能量消耗及CO2排放综合性能最优为目标，采用模拟退火算法对目标函数进行求解，计算时间快，且有效避免了其随机特性对行驶安全及性能带来的不利影响。
此外，针对本发明所公开的混合动力汽车能量管理方法，本发明还对应提供了一种混合动力汽车能量管理系统，其具体结构如图5所示，混合动力汽车能量管理系统包括：状态变量获取模块1、车速确定模块2、需求功率确定模块3、电池功率确定模块4、动态模型构建模块5、能量成本确定模块6、能量优化调度模型构建模块7和能量管理模型构建模块8。
其中，状态变量获取模块1用于获取混合动力汽车的状态变量。所述状态变量包括：当前时刻的车速、当前时刻的加速度和发动机功率。
车速确定模块2用于根据所述当前时刻的车速和所述当前时刻的加速度，采用马尔科夫模型确定所述混合动力汽车下一时刻的车速。
需求功率确定模块3用于根据所述混合动力汽车下一时刻的车速确定所述混合动力汽车下一时刻的需求功率。
电池功率确定模块4用于根据所述混合动力汽车下一时刻的需求功率和所述发动机功率确定所述混合动力汽车的电池功率。
动态模型构建模块5用于根据所述电池功率构建电池充放电的动态模型。
能量成本确定模块6用于根据所述下一时刻的需求功率确定所述混合动力汽车的能量成本。所述能量成本包括燃油成本和电能消耗成本。
能量优化调度模型构建模块7用于根据所述能量成本构建所述混合动力汽车的能量优化调度模型。
能量管理模型构建模块8用于根据所述能量优化调度模型和所述电池充放电的动态模型确定所述混合动力汽车的能量管理模型，以对所述混合动力汽车的能量进行管理。
所述车速确定模块2具体包括：离散网格空间构建单元、第二预设区间个数获取单元、加速度概率确定单元、加速度确定单元和车速确定单元。
离散网格空间构建单元用于根据所述当前时刻的车速和所述当前时刻的加速度，按照第一预设区间个数构建离散网格空间。
第二预设区间个数获取单元用于获取第二预设区间个数。所述第二预设区间个数为下一时刻车速的加速度的划分区间的个数。
加速度概率确定单元用于根据所述离散网格空间和所述第二预设区间个数，采用马尔科夫模型确定所述当前时刻的加速度变化至所述下一时刻车速的加速度的概率。
加速度确定单元用于根据所述概率确定所述下一时刻车速的加速度。
车速确定单元用于根据所述下一时刻车速的加速度确定所述混合动力汽车下一时刻的车速。
所述电池功率确定模块4具体包括：摩擦制动器消耗功率获取单元和电池功率确定单元。
摩擦制动器消耗功率获取单元用于获取所述混合动力汽车在再生制动不充分情况下摩擦制动器所消耗的功率。
电池功率确定单元用于根据所述混合动力汽车下一时刻的需求功率、所述发动机功率和所述摩擦制动器所消耗的功率，采用公式Pba(k)＝Preq(k)-Peng(k)+Pmiss(k)确定所述混合动力汽车的电池功率Pba(k)。其中，Preq(k)为所述下一时刻的需求功率，Peng(k)为所述发动机功率，Pmiss(k)为所述摩擦制动器所消耗的功率。
本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。
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方法及其核心思想。同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种混合动力汽车能量管理方法，其特征在于，包括：
获取混合动力汽车的状态变量；所述状态变量包括：当前时刻的车速、当前时刻的加速度和发动机功率；
根据所述当前时刻的车速和所述当前时刻的加速度，采用马尔科夫模型确定所述混合动力汽车下一时刻的车速；
根据所述混合动力汽车下一时刻的车速确定所述混合动力汽车下一时刻的需求功率；
根据所述混合动力汽车下一时刻的需求功率和所述发动机功率确定所述混合动力汽车的电池功率；
根据所述电池功率构建电池充放电的动态模型；所述电池充放电的动态模型为：
SOE(k+1)＝SOE(k)-Pba(k)；其中，SOE(·)为所述电池充放电的动态模型，Pba(k)为所述电池功率，k＝-Δt/Eba，Δt为仿真步长，Eba为电池总能量；
根据所述下一时刻的需求功率确定所述混合动力汽车的能量成本；所述能量成本包括燃油成本和电能消耗成本；
根据所述能量成本构建所述混合动力汽车的能量优化调度模型；
根据所述能量优化调度模型和所述电池充放电的动态模型确定所述混合动力汽车的能量管理模型，以对所述混合动力汽车的能量进行管理。
2.根据权利要求1所述的一种混合动力汽车能量管理方法，其特征在于，所述根据所述当前时刻的车速和所述当前时刻的加速度，采用马尔科夫模型确定所述混合动力汽车下一时刻的车速，具体包括：
根据所述当前时刻的车速和所述当前时刻的加速度，按照第一预设区间个数构建离散网格空间；
获取第二预设区间个数；所述第二预设区间个数为下一时刻车速的加速度的划分区间的个数；
根据所述离散网格空间和所述第二预设区间个数，采用马尔科夫模型确定所述当前时刻的加速度变化至所述下一时刻车速的加速度的概率；
根据所述概率确定所述下一时刻车速的加速度；
根据所述下一时刻车速的加速度确定所述混合动力汽车下一时刻的车速。
3.根据权利要求1所述的一种混合动力汽车能量管理方法，其特征在于，所述根据所述混合动力汽车下一时刻的需求功率和所述发动机功率确定所述混合动力汽车的电池功率，具体包括：
获取所述混合动力汽车在再生制动不充分情况下摩擦制动器所消耗的功率；
根据所述混合动力汽车下一时刻的需求功率、所述发动机功率和所述摩擦制动器所消耗的功率，采用公式Pba(k)＝Preq(k)-Peng(k)+Pmiss(k)确定所述混合动力汽车的电池功率Pba(k)；其中，Preq(k)为所述混合动力汽车下一时刻的需求功率，Peng(k)为所述发动机功率，Pmiss(k)为所述摩擦制动器所消耗的功率。
4.根据权利要求1所述的一种混合动力汽车能量管理方法，其特征在于，所述混合动力汽车的能量优化调度模型为：
Figure FDA0002998924850000031
其中，G为能量优化目标，Coil(t)为燃油成本，Foil(t)为电能消耗成本，Mco2(t)为二氧化碳排放量的最低值，ω1为燃油成本的权重，ω2为电能消耗成本的权重，ω3为二氧化碳排放量的最低值的权重，ω1+ω2+ω3＝1，t为时刻，n为时刻总数。
5.一种混合动力汽车能量管理系统，其特征在于，包括：
状态变量获取模块，用于获取混合动力汽车的状态变量；所述状态变量包括：当前时刻的车速、当前时刻的加速度和发动机功率；
车速确定模块，用于根据所述当前时刻的车速和所述当前时刻的加速度，采用马尔科夫模型确定所述混合动力汽车下一时刻的车速；
需求功率确定模块，用于根据所述混合动力汽车下一时刻的车速确定所述混合动力汽车下一时刻的需求功率；
电池功率确定模块，用于根据所述混合动力汽车下一时刻的需求功率和所述发动机功率确定所述混合动力汽车的电池功率；
动态模型构建模块，用于根据所述电池功率构建电池充放电的动态模型；所述电池充放电的动态模型为：
SOE(k+1)＝SOE(k)-Pba(k)；其中，SOE(·)为所述电池充放电的动态模型，Pba(k)为所述电池功率，k＝-Δt/Eba，Δt为仿真步长，Eba为电池总能量；
能量成本确定模块，用于根据所述下一时刻的需求功率确定所述混合动力汽车的能量成本；所述能量成本包括燃油成本和电能消耗成本；
能量优化调度模型构建模块，用于根据所述能量成本构建所述混合动力汽车的能量优化调度模型；
能量管理模型构建模块，用于根据所述能量优化调度模型和所述电池充放电的动态模型确定所述混合动力汽车的能量管理模型，以对所述混合动力汽车的能量进行管理。
6.根据权利要求5所述的一种混合动力汽车能量管理系统，其特征在于，所述车速确定模块具体包括：
离散网格空间构建单元，用于根据所述当前时刻的车速和所述当前时刻的加速度，按照第一预设区间个数构建离散网格空间；
第二预设区间个数获取单元，用于获取第二预设区间个数；所述第二预设区间个数为下一时刻车速的加速度的划分区间的个数；
加速度概率确定单元，用于根据所述离散网格空间和所述第二预设区间个数，采用马尔科夫模型确定所述当前时刻的加速度变化至所述下一时刻车速的加速度的概率；
加速度确定单元，用于根据所述概率确定所述下一时刻车速的加速度；
车速确定单元，用于根据所述下一时刻车速的加速度确定所述混合动力汽车下一时刻的车速。
7.根据权利要求5所述的一种混合动力汽车能量管理系统，其特征在于，所述电池功率确定模块具体包括：
摩擦制动器消耗功率获取单元，用于获取所述混合动力汽车在再生制动不充分情况下摩擦制动器所消耗的功率；
电池功率确定单元，用于根据所述混合动力汽车下一时刻的需求功率、所述发动机功率和所述摩擦制动器所消耗的功率，采用公式Pba(k)＝Preq(k)-Peng(k)+Pmiss(k)确定所述混合动力汽车的电池功率Pba(k)；其中，Preq(k)为所述下一时刻的需求功率，Peng(k)为所述发动机功率，Pmiss(k)为所述摩擦制动器所消耗的功率。
CN202010090351.1A 2020-02-13 2020-02-13 一种混合动力汽车能量管理方法和系统 Active CN111267827B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010090351.1A CN111267827B (zh) 2020-02-13 2020-02-13 一种混合动力汽车能量管理方法和系统
US17/617,595 US20220242390A1 (en) 2020-02-13 2020-07-07 Energy management method and system for hybrid electric vehicle
PCT/CN2020/100569 WO2021159660A1 (zh) 2020-02-13 2020-07-07 一种混合动力汽车能量管理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010090351.1A CN111267827B (zh) 2020-02-13 2020-02-13 一种混合动力汽车能量管理方法和系统

Publications (2)

Publication Number Publication Date
CN111267827A CN111267827A (zh) 2020-06-12
CN111267827B true CN111267827B (zh) 2021-07-16

Family

ID=70993897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010090351.1A Active CN111267827B (zh) 2020-02-13 2020-02-13 一种混合动力汽车能量管理方法和系统

Country Status (3)

Country Link
US (1) US20220242390A1 (zh)
CN (1) CN111267827B (zh)
WO (1) WO2021159660A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111267827B (zh) * 2020-02-13 2021-07-16 山东中科先进技术研究院有限公司 一种混合动力汽车能量管理方法和系统
CN111597640A (zh) * 2020-05-22 2020-08-28 上海海事大学 一种工况分类下的混合动力船舶需求负载预测方法
CN112319461B (zh) * 2020-11-17 2021-11-09 河南科技大学 一种基于多源信息融合的混合动力汽车能量管理方法
KR20220095286A (ko) * 2020-12-29 2022-07-07 현대자동차주식회사 차량의 최적 속도 결정 장치 및 방법
CN112977412A (zh) * 2021-02-05 2021-06-18 西人马帝言(北京)科技有限公司 一种车辆控制方法、装置、设备及计算机存储介质
CN115860287B (zh) * 2023-03-02 2023-05-12 东方电气集团科学技术研究院有限公司 一种用于储能与发电机组的低碳经济性调度方法
CN115954992B (zh) * 2023-03-14 2023-05-23 银河航天(西安)科技有限公司 基于马尔科夫链的蓄电池过放保护方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107516107A (zh) * 2017-08-01 2017-12-26 北京理工大学 一种混合动力车辆的行驶工况分类预测方法
CN107688343A (zh) * 2017-08-01 2018-02-13 北京理工大学 一种混合动力车辆的能量控制方法
CN107878445A (zh) * 2017-11-06 2018-04-06 吉林大学 一种考虑电池性能衰减的混合动力汽车能量优化管理方法
CN108909702A (zh) * 2018-08-23 2018-11-30 北京理工大学 一种插电式混合动力汽车能量管理方法及系统
CN110562239A (zh) * 2019-08-28 2019-12-13 武汉理工大学 基于需求功率预测的变域最优能量管理控制方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6242873B1 (en) * 2000-01-31 2001-06-05 Azure Dynamics Inc. Method and apparatus for adaptive hybrid vehicle control
US10759298B2 (en) * 2018-08-29 2020-09-01 GM Global Technology Operations LLC Electric-drive motor vehicles, systems, and control logic for predictive charge planning and powertrain control
US10814881B2 (en) * 2018-10-16 2020-10-27 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle velocity predictor using neural networks based on V2X data augmentation to enable predictive optimal control of connected and automated vehicles
CN111267827B (zh) * 2020-02-13 2021-07-16 山东中科先进技术研究院有限公司 一种混合动力汽车能量管理方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107516107A (zh) * 2017-08-01 2017-12-26 北京理工大学 一种混合动力车辆的行驶工况分类预测方法
CN107688343A (zh) * 2017-08-01 2018-02-13 北京理工大学 一种混合动力车辆的能量控制方法
CN107878445A (zh) * 2017-11-06 2018-04-06 吉林大学 一种考虑电池性能衰减的混合动力汽车能量优化管理方法
CN108909702A (zh) * 2018-08-23 2018-11-30 北京理工大学 一种插电式混合动力汽车能量管理方法及系统
CN110562239A (zh) * 2019-08-28 2019-12-13 武汉理工大学 基于需求功率预测的变域最优能量管理控制方法及装置

Also Published As

Publication number Publication date
WO2021159660A1 (zh) 2021-08-19
US20220242390A1 (en) 2022-08-04
CN111267827A (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN111267827B (zh) 一种混合动力汽车能量管理方法和系统
Zhang et al. Adaptively coordinated optimization of battery aging and energy management in plug-in hybrid electric buses
Huang et al. Model predictive control power management strategies for HEVs: A review
Li et al. Multi-objective stochastic MPC-based system control architecture for plug-in hybrid electric buses
Liu et al. Rule-corrected energy management strategy for hybrid electric vehicles based on operation-mode prediction
Salmasi Control strategies for hybrid electric vehicles: Evolution, classification, comparison, and future trends
Chen et al. Temporal-difference learning-based stochastic energy management for plug-in hybrid electric buses
Singh et al. Fuzzy logic and Elman neural network tuned energy management strategies for a power-split HEVs
Zhang et al. Varying-domain optimal management strategy for parallel hybrid electric vehicles
Lei et al. Dynamic energy management for a novel hybrid electric system based on driving pattern recognition
CN108791270A (zh) 一种混合动力车辆基于工况预测的动力部件工作点调控方法
CN110936949A (zh) 基于行驶工况的能量控制方法、设备、存储介质及装置
CN102975713A (zh) 基于模型预测控制的混合动力汽车控制方法
CN112757922B (zh) 一种车用燃料电池混合动力能量管理方法及系统
CN113554337B (zh) 融合交通信息的插电式混动汽车能量管理策略构建方法
CN112009456A (zh) 一种网联混合动力汽车能量管理方法
Shen et al. Two-level energy control strategy based on ADP and A-ECMS for series hybrid electric vehicles
CN115805840A (zh) 一种增程式电动装载机能耗控制方法及系统
CN115495997A (zh) 一种基于异构多智能体深度强化学习的新能源汽车生态驾驶方法
Wang et al. Real-time energy management strategy for a plug-in hybrid electric bus considering the battery degradation
CN113815437B (zh) 燃料电池混合动力汽车的预测性能量管理方法
Peng et al. Ecological driving framework of hybrid electric vehicle based on heterogeneous multi agent deep reinforcement learning
Hai et al. Deep learning-based prediction of lithium-ion batteries state of charge for electric vehicles in standard driving cycle
Xia et al. A predictive energy management strategy for multi-mode plug-in hybrid electric vehicle based on long short-term memory neural network
Zhang et al. Dedicated adaptive particle swarm optimization algorithm for digital twin based control optimization of the plug-in hybrid vehicle

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