CN111409622B - 一种履带车辆机电复合传动系统的控制方法及装置 - Google Patents

一种履带车辆机电复合传动系统的控制方法及装置 Download PDF

Info

Publication number
CN111409622B
CN111409622B CN202010053133.0A CN202010053133A CN111409622B CN 111409622 B CN111409622 B CN 111409622B CN 202010053133 A CN202010053133 A CN 202010053133A CN 111409622 B CN111409622 B CN 111409622B
Authority
CN
China
Prior art keywords
power
gen
engine
max
soc
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
CN202010053133.0A
Other languages
English (en)
Other versions
CN111409622A (zh
Inventor
刘辉
刘宝帅
韩立金
张聪
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202010053133.0A priority Critical patent/CN111409622B/zh
Publication of CN111409622A publication Critical patent/CN111409622A/zh
Application granted granted Critical
Publication of CN111409622B publication Critical patent/CN111409622B/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
    • 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
    • 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
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B60W2300/44—Tracked 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/06—Combustion engines, Gas turbines
    • B60W2710/0644—Engine 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/06—Combustion engines, Gas turbines
    • B60W2710/0666—Engine torque
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/06—Combustion engines, Gas turbines
    • B60W2710/0677—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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/24—Energy storage means
    • B60W2710/242—Energy storage means for electrical energy
    • 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
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems
    • 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

Abstract

本发明提供了一种履带车辆机电复合传动系统的控制方法及装置，基于车辆当前系统状态参数与预先构建的需求功率预测模型，得到预测时域内各个时刻的需求功率值，以发动机的输出功率在发动机最优工作曲线且当前路面类型下系统成本最小为约束条件，求解功率预测模型，得到预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，其中，由于功率预测模型是以SOC为状态变量、以发动机转速和发电机转矩为控制量、以需求功率为干扰变量、以SOC、电池的输出功率和系统总燃油消耗率为输出变量预先构造的，功率预测考虑了不同路面类型对系统成本的影响以及发动机输出功率在发动机最优工作曲线上，在保证整车工作性能的基础上提高燃油经济性。

Description

一种履带车辆机电复合传动系统的控制方法及装置
技术领域
本发明涉履带车辆机电复合传动系统控制技术领域，更具体的，涉及一种履带车辆机电复合传动系统的控制方法及装置。
背景技术
履带车辆机电复合传动系统是一种特殊的混合动力车辆，与传统公路轮式车辆不同，履带车辆自重大，并且其行驶工况复杂多变，既可能在良好路面上行驶，也可能在山路、无路等恶劣工况下行驶，因此，履带车辆机电复合传动系统需求功率具有很强的随机性，需求功率的计算较为复杂。
履带车辆机电复合传动系统的结构如图1所示，具有发动机和动力电池组两个能量源，在车辆的实际运行过程中，需要根据传动系统需求功率协调发动机与电池组之间的功率分配。
现有技术对履带车辆机电复合传动系统需求功率计算的准确率低下，无法在满足整车动力性能需求的同时有效协调发动机与电池组之间的功率分配，进而导致整车的工作性能低下。
发明内容
有鉴于此，本发明提供了一种履带车辆机电复合传动系统的控制方法及装置，在保证整车工作性能的基础上实现燃油经济性。
为了实现上述发明目的，本发明提供的具体技术方案如下：
一种履带车辆机电复合传动系统的控制方法，包括：
获取车辆当前系统状态参数和路面类型；
将当前所述系统状态参数输入预先构建的需求功率预测模型进行预测计算，得到预测时域内各个时刻的需求功率值；
以发动机的输出功率在发动机最优工作曲线且当前路面类型下系统成本最小为约束条件，求解功率预测模型，得到所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，其中，所述功率预测模型是以SOC为状态变量、以发动机转速和发电机转矩为控制量、以需求功率为干扰变量、以SOC、电池的输出功率和系统总燃油消耗率为输出变量预先构造的；
根据所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，对车辆进行功率控制。
可选的，所述需求功率预测模型是基于马尔科夫链构建的，所述需求功率预测模型为：
Figure GDA0002934233050000021
其中，P(k+τ)为所述预测时域内第τ时刻的需求功率；
P(k)为当前时刻k的需求功率；
Figure GDA0002934233050000022
为所述预测时域内第τ时刻的需求功率变化的马尔科夫转移矩阵；
Figure GDA0002934233050000023
被划分为m个区间，由j∈{1,2,...,m}索引。
可选的，路面类型包括良好路面和越野路面；
良好路面下系统成本函数为：
Figure GDA0002934233050000024
其中，λn、λt、λP分别表示权重；
Figure GDA0002934233050000025
为系统总燃油消耗率；
Δωe(t)为发动机目标转速的变化量；
ΔTgen(t)为发电机目标转矩的变化量；
Pb为动力电池组的充放电功率；
Pb_ref为动力电池组的目标充放电功率；
越野路面下系统成本函数为：
Figure GDA0002934233050000026
其中，λn、λt、λP、λd分别表示权重；
Pbmax为期望的电池最大输出功率。
可选的，所述系统总燃油消耗值函数为：
mf_total＝Pefe(ωe,Te)-Pbηbfe(ωe,Te)
其中，Pe为发动机功率；
ωe为发动机转速；
Te为发动机转矩；
Pb为动力电池组输出功率；
fe(ωe,Te)为发动机万有特性效率Map插值；
ηb为电池效率。
可选的，所述功率预测模型为：
Figure GDA0002934233050000031
Figure GDA0002934233050000032
Figure GDA0002934233050000033
其中，x状态变量；
u为控制量；
d为干扰变量；
y为输出变量；
Tgen为发电机转矩；
ωe为发动机转速；
Pnees为需求功率；
Pb为动力电池组的输出功率；
Figure GDA0002934233050000034
为系统总燃油消耗率；
所述功率预测模型满足以下约束条件：
SOCmin≤SOC≤SOCmax；
Tgen_min≤Tgen≤Tgen_max；
ΔTgen_min≤ΔTgen≤ΔTgen_max；
ωe_min≤ωe≤ωe_max；
Δωe_min≤Δωe≤Δωe_max；
Umin≤U≤Umax；
其中，SOCmax和SOCmin为SOC的上下限；
Tgen_max和Tgen_min为Tgen的上下限；
ΔTgen_max和ΔTgen_min为ΔTgen的上下限；
ωe_max和ωe_min为ωe的上下限；
Δωe_max和Δωe_min为Δωe的上下限；
Umax和Umin为U的上下限；
U为母线电压；
ΔTgen为发电机转矩变化量。
一种履带车辆机电复合传动系统的控制装置，包括：
参数获取单元，用于获取车辆当前系统状态参数和路面类型；
功率预测单元，用于将当前所述系统状态参数输入预先构建的需求功率预测模型进行预测计算，得到预测时域内各个时刻的需求功率值；
功率分配单元，用于以发动机的输出功率在发动机最优工作曲线且当前路面类型下系统成本最小为约束条件，求解功率预测模型，得到所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，其中，所述功率预测模型是以SOC为状态变量、以发动机转速和发电机转矩为控制量、以需求功率为干扰变量、以SOC、电池的输出功率和系统总燃油消耗率为输出变量预先构造的；
功率控制单元，用于根据所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，对车辆进行功率控制。
可选的，所述需求功率预测模型是基于马尔科夫链构建的，所述需求功率预测模型为：
Figure GDA0002934233050000041
其中，P(k+τ)为所述预测时域内第τ时刻的需求功率；
P(k)为当前时刻k的需求功率；
Figure GDA0002934233050000042
为所述预测时域内第τ时刻的需求功率变化的马尔科夫转移矩阵；
Figure GDA0002934233050000043
被划分为m个区间，由j∈{1,2,...,m}索引。
可选的，路面类型包括良好路面和越野路面；
良好路面下系统成本函数为：
Figure GDA0002934233050000044
其中，λn、λt、λP分别表示权重；
Figure GDA0002934233050000051
为系统总燃油消耗率；
Δωe(t)为发动机目标转速的变化量；
ΔTgen(t)为发电机目标转矩的变化量；
Pb为动力电池组的充放电功率；
Pb_ref为动力电池组的目标充放电功率；
越野路面下系统成本函数为：
Figure GDA0002934233050000052
其中，λn、λt、λP、λd分别表示权重；
Pbmax为期望的电池最大输出功率。
可选的，所述系统总燃油消耗值函数为：
mf_total＝Pefe(ωe,Te)-Pbηbfe(ωe,Te)
其中，Pe为发动机功率；
ωe为发动机转速；
Te为发动机转矩；
Pb为动力电池组输出功率；
fe(ωe,Te)为发动机万有特性效率Map插值；
ηb为电池效率。
可选的，所述功率预测模型为：
Figure GDA0002934233050000053
Figure GDA0002934233050000054
Figure GDA0002934233050000055
其中，x状态变量；
u为控制量；
d为干扰变量；
y为输出变量；
Tgen为发电机转矩；
ωe为发动机转速；
Pnees为需求功率；
Pb为动力电池组的输出功率；
Figure GDA0002934233050000061
为系统总燃油消耗率；
所述功率预测模型满足以下约束条件：
SOCmin≤SOC≤SOCmax；
Tgen_min≤Tgen≤Tgen_max；
ΔTgen_min≤ΔTgen≤ΔTgen_max；
ωe_min≤ωe≤ωe_max；
Δωe_min≤Δωe≤Δωe_max；
Umin≤U≤Umax；
其中，SOCmax和SOCmin为SOC的上下限；
Tgen_max和Tgen_min为Tgen的上下限；
ΔTgen_max和ΔTgen_min为ΔTgen的上下限；
ωe_max和ωe_min为ωe的上下限；
Δωe_max和Δωe_min为Δωe的上下限；
Umax和Umin为U的上下限；
U为母线电压；
ΔTgen为发电机转矩变化量。
相对于现有技术，本发明的有益效果如下：
本发明公开的一种履带车辆机电复合传动系统的控制方法，基于车辆当前系统状态参数与预先构建的需求功率预测模型，得到预测时域内各个时刻的需求功率值，以发动机的输出功率在发动机最优工作曲线且当前路面类型下系统成本最小为约束条件，求解功率预测模型，得到预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，其中，由于功率预测模型是以SOC为状态变量、以发动机转速和发电机转矩为控制量、以需求功率为干扰变量、以SOC、电池的输出功率和系统总燃油消耗率为输出变量预先构造的，功率预测考虑了不同路面类型对系统成本的影响以及发动机输出功率在发动机最优工作曲线上，在保证整车工作性能的基础上提高燃油经济性，延长车辆续驶里程。
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，下面将对实施例或现有技术描述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的前提下，还可以根据提供的附图获得其他的附图。
图1为履带车辆机电复合传动系统的结构示意图；
图2为本发明实施例公开的一种履带车辆机电复合传动系统的控制方法的流程示意图；
图3为本发明实施例公开的一种履带车辆机电复合传动系统的控制装置的结构示意图。
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。
本发明实施例公开了一种履带车辆机电复合传动系统的控制方法，应用于车辆控制器，请参阅图2，该控制方法具体包括以下步骤：
S101：获取车辆当前系统状态参数和路面类型；
车辆当前系统状态参数包括发动机转速、发动机转矩、电池荷电状态SOC、母线电压等。
路面类型包括良好路面和越野路面。
S102：将当前所述系统状态参数输入预先构建的需求功率预测模型进行预测计算，得到预测时域内各个时刻的需求功率值；
具体的，为了提高对需求功率的预测精度，采用步长设为0.1，预设时域k取0.5s，基于四组不同的功率变化，即dP>15，0＜dP≤15，-15＜dP≤0，dP≤-15，建立四组相对应的一阶马尔科夫链模型。
其中，定义为当前时刻相对于前一采样时刻需求功率的变化量。每组模型中均根据履带车辆的需求功率(0至880kW)和功率变化(-40kW至40kW)构成离散的网格空间，定义履带车辆发动机的需求输出功率P为状态量，并将其划分为n个区间，由i∈{1,2,...,n}索引，下一时刻需求功率与当前时刻需求功率的差值为输出量，将其划分为m个区间，由j∈{1,2,...,m}索引，则每一组马尔科夫链模型的转移概率矩阵T为：
Figure GDA0002934233050000081
其中，n为需要预测功率的时刻，Tij为当前需求功率为
Figure GDA0002934233050000089
时，下一采样时刻需求功率变化为
Figure GDA0002934233050000082
的概率。
概率转移矩阵可在离线状态下根据常见的履带车辆运行工况计算得到，计算公式如下：
Figure GDA0002934233050000083
其中，Nij为在当前采样时刻下状态为i，下一采样时刻状态为j的事件所发生的总次数，因此，可在当前时刻k预测出下一时刻的需求功率变化值，进而求得下一时刻的需求功率为：
Figure GDA0002934233050000084
同理，按照上述计算方法，可得到未来第τ时刻的需求功率变化的马尔科夫转移矩阵
Figure GDA0002934233050000085
进而可计算出预测时域内各个时刻的需求功率值，在此基础上，本实施例中公开的需求功率预测模型如下：
Figure GDA0002934233050000086
其中，P(k+τ)为所述预测时域内第τ时刻的需求功率；
P(k)为当前时刻k的需求功率；
Figure GDA0002934233050000087
为所述预测时域内第τ时刻的需求功率变化的马尔科夫转移矩阵；
Figure GDA0002934233050000088
被划分为m个区间，由j∈{1,2,...,m}索引。
S103：以发动机的输出功率在发动机最优工作曲线且当前路面类型下系统成本最小为约束条件，求解功率预测模型，得到所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率；
在车辆实际的行驶过程中，电池消耗的电量均来自于先前行驶过程中发动机发电机组为电池所充的电量，在对发动机发电机组和电池进行功率分配时，其等效燃油消耗是与发动机发电机组的当前工作状态及历史的充电信息相关的，而非一个固定的常数。
系统总的燃油消耗应等于发动机的油耗值减去由于充电而存储在电池系统中的能量所对应的油耗值，因此，此时系统的总油耗值为：
mf_total＝Pefe(ωe,Te)-Pbηbfe(ωe,Te)
其中，Pe为发动机功率；
ωe为发动机转速；
Te为发动机转矩；
Pb为动力电池组输出功率；
fe(ωe,Te)为发动机万有特性效率Map插值；
ηb为电池效率，具体为：
Figure GDA0002934233050000091
其中，U0为母线电压值，Voc为电池的开路电压值，r为电池内阻值，Pbatt为电池充放电功率。
与插电式混合动力车辆不同，电池的电能主要来自于发动机发电机组的充电，由于电池的开路电压以及内阻等参数与电池的SOC息息相关，SOC较低时会导致电池内阻增加，开路电压下降，进而影响母线电压的稳定，因此电池的SOC需要维持在一定的范围内。当电池SOC低于临界值时，需要对电池进行充电，同样地，当电池SOC高于临界值时，需要对电池进行放电，因此，在良好路面循环工况下，在预测时域内，系统成本函数为：
Figure GDA0002934233050000092
其中，λn、λt、λP分别表示权重；
Figure GDA0002934233050000093
为系统总燃油消耗率；
Δωe(t)为发动机目标转速的变化量；
ΔTgen(t)为发电机目标转矩的变化量；
Pb为动力电池组的充放电功率；
Pb_ref为动力电池组的目标充放电功率；
在上述函数中，系数λP与电池的SOC有关，当SOC在所设置的范围内(本发明取为0.4～0.8)时，λP取0，否则，取为10-6。
由于电池直接与母线电压相连，中间没有DC/DC，因此对后功率链的响应速度很快，但电池放电导致母线电压降低，母线电压过低会导致电机无法充分地对外输出功率，因此电池的最大输出功率应受到限制。由于电池被动响应的特性，且其功率响应没有延迟环节，而发动机发电机组响应速度较慢，对于越野工况而言，履带车辆的需求功率经常会发生突变，如急加速、急减速、上下坡和地面滚动阻力发生突变时，此时后功率链的突然变化的功率需求则完全由电池承担，为减少电池大功率放电的次数，避免导致母线电压低于临界值，因此在车辆行驶的过程中，还需要考虑电池的储备功率，储备功率的大小由输出功率与电池的最大放电功率之差计算得到。由上述分析可知，在越野工况下，系统成本函数为：
Figure GDA0002934233050000101
其中，λn、λt、λP、λd分别表示权重；
Pbmax为期望的电池最大输出功率，可取为200kW。
在此基础上，以发动机的输出功率在发动机最优工作曲线且当前路面类型下系统成本最小为约束条件，求解功率预测模型，得到所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率。
其中，所述功率预测模型是以SOC为状态变量、以发动机转速和发电机转矩为控制量、以需求功率为干扰变量、以SOC、电池的输出功率和系统总燃油消耗率为输出变量预先构造的，具体为：
Figure GDA0002934233050000102
Figure GDA0002934233050000103
Figure GDA0002934233050000104
其中，x状态变量；
u为控制量；
d为干扰变量；
y为输出变量；
Tgen为发电机转矩；
ωe为发动机转速；
Pnees为需求功率；
Pb为动力电池组的输出功率；
Figure GDA0002934233050000111
为系统总燃油消耗率；
所述功率预测模型满足以下约束条件：
SOCmin≤SOC≤SOCmax；
Tgen_min≤Tgen≤Tgen_max；
ΔTgen_min≤ΔTgen≤ΔTgen_max；
ωe_min≤ωe≤ωe_max；
Δωe_min≤Δωe≤Δωe_max；
Umin≤U≤Umax；
其中，SOCmax和SOCmin为SOC的上下限；
Tgen_max和Tgen_min为Tgen的上下限；
ΔTgen_max和ΔTgen_min为ΔTgen的上下限；
ωe_max和ωe_min为ωe的上下限；
Δωe_max和Δωe_min为Δωe的上下限；
Umax和Umin为U的上下限；
U为母线电压；
ΔTgen为发电机转矩变化量。
S104：根据所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，对车辆进行功率控制。
可见，本实施例公开的一种履带车辆机电复合传动系统的控制方法，基于车辆当前系统状态参数与预先构建的需求功率预测模型，得到预测时域内各个时刻的需求功率值，以发动机的输出功率在发动机最优工作曲线且当前路面类型下系统成本最小为约束条件，求解功率预测模型，得到预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，其中，由于功率预测模型是以SOC为状态变量、以发动机转速和发电机转矩为控制量、以需求功率为干扰变量、以SOC、电池的输出功率和系统总燃油消耗率为输出变量预先构造的，功率预测考虑了不同路面类型对系统成本的影响以及发动机输出功率在发动机最优工作曲线上，在保证整车工作性能的基础上提高燃油经济性，延长车辆续驶里程。
基于上述实施例公开的一种履带车辆机电复合传动系统的控制方法，本实施例对应公开了一种履带车辆机电复合传动系统的控制装置，请参阅图3，该装置包括：
参数获取单元301，用于获取车辆当前系统状态参数和路面类型；
功率预测单元302，用于将当前所述系统状态参数输入预先构建的需求功率预测模型进行预测计算，得到预测时域内各个时刻的需求功率值；
功率分配单元303，用于以发动机的输出功率在发动机最优工作曲线且当前路面类型下系统成本最小为约束条件，求解功率预测模型，得到所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，其中，所述功率预测模型是以SOC为状态变量、以发动机转速和发电机转矩为控制量、以需求功率为干扰变量、以SOC、电池的输出功率和系统总燃油消耗率为输出变量预先构造的；
功率控制单元304，用于根据所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，对车辆进行功率控制。
可选的，所述需求功率预测模型是基于马尔科夫链构建的，所述需求功率预测模型为：
Figure GDA0002934233050000121
其中，P(k+τ)为所述预测时域内第τ时刻的需求功率；
P(k)为当前时刻k的需求功率；
Figure GDA0002934233050000122
为所述预测时域内第τ时刻的需求功率变化的马尔科夫转移矩阵；
Figure GDA0002934233050000123
被划分为m个区间，由j∈{1,2,...,m}索引。
可选的，路面类型包括良好路面和越野路面；
良好路面下系统成本函数为：
Figure GDA0002934233050000124
其中，λn、λt、λP分别表示权重；
Figure GDA0002934233050000131
为系统总燃油消耗率；
Δωe(t)为发动机目标转速的变化量；
ΔTgen(t)为发电机目标转矩的变化量；
Pb为动力电池组的充放电功率；
Pb_ref为动力电池组的目标充放电功率；
越野路面下系统成本函数为：
Figure GDA0002934233050000132
其中，λn、λt、λP、λd分别表示权重；
Pbmax为期望的电池最大输出功率。
可选的，所述系统总燃油消耗值函数为：
mf_total＝Pefe(ωe,Te)-Pbηbfe(ωe,Te)
其中，Pe为发动机功率；
ωe为发动机转速；
Te为发动机转矩；
Pb为动力电池组输出功率；
fe(ωe,Te)为发动机万有特性效率Map插值；
ηb为电池效率。
可选的，所述功率预测模型为：
Figure GDA0002934233050000133
Figure GDA0002934233050000134
Figure GDA0002934233050000135
其中，x状态变量；
u为控制量；
d为干扰变量；
y为输出变量；
Tgen为发电机转矩；
ωe为发动机转速；
Pnees为需求功率；
Pb为动力电池组的输出功率；
Figure GDA0002934233050000141
为系统总燃油消耗率；
所述功率预测模型满足以下约束条件：
SOCmin≤SOC≤SOCmax；
Tgen_min≤Tgen≤Tgen_max；
ΔTgen_min≤ΔTgen≤ΔTgen_max；
ωe_min≤ωe≤ωe_max；
Δωe_min≤Δωe≤Δωe_max；
Umin≤U≤Umax；
其中，SOCmax和SOCmin为SOC的上下限；
Tgen_max和Tgen_min为Tgen的上下限；
ΔTgen_max和ΔTgen_min为ΔTgen的上下限；
ωe_max和ωe_min为ωe的上下限；
Δωe_max和Δωe_min为Δωe的上下限；
Umax和Umin为U的上下限；
U为母线电压；
ΔTgen为发电机转矩变化量。
本实施例公开的一种履带车辆机电复合传动系统的控制装置，基于车辆当前系统状态参数与预先构建的需求功率预测模型，得到预测时域内各个时刻的需求功率值，以发动机的输出功率在发动机最优工作曲线且当前路面类型下系统成本最小为约束条件，求解功率预测模型，得到预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，其中，由于功率预测模型是以SOC为状态变量、以发动机转速和发电机转矩为控制量、以需求功率为干扰变量、以SOC、电池的输出功率和系统总燃油消耗率为输出变量预先构造的，功率预测考虑了不同路面类型对系统成本的影响以及发动机输出功率在发动机最优工作曲线上，在保证整车工作性能的基础上提高燃油经济性，延长车辆续驶里程。
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。对于实施例公开的装置而言，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。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种履带车辆机电复合传动系统的控制方法，其特征在于，包括：
获取车辆当前系统状态参数和路面类型；
将当前所述系统状态参数输入预先构建的需求功率预测模型进行预测计算，得到预测时域内各个时刻的需求功率值；
以发动机的输出功率在发动机最优工作曲线且当前路面类型下系统成本最小为约束条件，求解功率预测模型，得到所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，其中，所述功率预测模型是以SOC为状态变量、以发动机转速和发电机转矩为控制量、以需求功率为干扰变量、以SOC、电池的输出功率和系统总燃油消耗率为输出变量预先构造的；
根据所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，对车辆进行功率控制；
路面类型包括良好路面和越野路面；
良好路面下系统成本函数为：
Figure FDA0003126361460000011
其中，λn、λt、λP分别表示权重；
Figure FDA0003126361460000012
为系统总燃油消耗率；
Δωe(t)为发动机目标转速的变化量；
ΔTgen(t)为发电机目标转矩的变化量；
Pb为动力电池组的充放电功率；
Pb_ref为动力电池组的目标充放电功率；
越野路面下系统成本函数为：
Figure FDA0003126361460000013
其中，λn、λt、λP、λd分别表示权重；
Pbmax为期望的电池最大输出功率。
2.根据权利要求1所述的方法，其特征在于，所述需求功率预测模型是基于马尔科夫链构建的，所述需求功率预测模型为：
Figure FDA0003126361460000014
其中，P(k+τ)为所述预测时域内第τ时刻的需求功率；
P(k)为当前时刻k的需求功率；
Figure FDA0003126361460000021
为所述预测时域内第τ时刻的需求功率变化的马尔科夫转移矩阵；
Figure FDA0003126361460000022
被划分为m个区间，由j∈{1,2,…,m}索引。
3.根据权利要求1所述的方法，其特征在于，所述系统总燃油消耗值函数为：
mf_total＝Pefe(ωe,Te)-Pbηbfe(ωe,Te)
其中，Pe为发动机功率；
ωe为发动机转速；
Te为发动机转矩；
Pb为动力电池组输出功率；
fe(ωe,Te)为发动机万有特性效率Map插值；
ηb为电池效率。
4.根据权利要求1所述的方法，其特征在于，所述功率预测模型为：
Figure FDA0003126361460000023
Figure FDA0003126361460000024
Figure FDA0003126361460000025
其中，x状态变量；
u为控制量；
d为干扰变量；
y为输出变量；
Tgen为发电机转矩；
ωe为发动机转速；
Pnees为需求功率；
Pb为动力电池组的输出功率；
Figure FDA0003126361460000026
为系统总燃油消耗率；
所述功率预测模型满足以下约束条件：
SOCmin≤SOC≤SOCmax；
Tgen_min≤Tgen≤Tgen_max；
ΔTgen_min≤ΔTgen≤ΔTgen_max；
ωe_min≤ωe≤ωe_max；
Δωe_min≤Δωe≤Δωe_max；
Umin≤U≤Umax；
其中，SOCmax和SOCmin为SOC的上下限；
Tgen_max和Tgen_min为Tgen的上下限；
ΔTgen_max和ΔTgen_min为ΔTgen的上下限；
ωe_max和ωe_min为ωe的上下限；
Δωe_max和Δωe_min为Δωe的上下限；
Umax和Umin为U的上下限；
U为母线电压；
ΔTgen为发电机转矩变化量。
5.一种履带车辆机电复合传动系统的控制装置，其特征在于，包括：
参数获取单元，用于获取车辆当前系统状态参数和路面类型；
功率预测单元，用于将当前所述系统状态参数输入预先构建的需求功率预测模型进行预测计算，得到预测时域内各个时刻的需求功率值；
功率分配单元，用于以发动机的输出功率在发动机最优工作曲线且当前路面类型下系统成本最小为约束条件，求解功率预测模型，得到所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，其中，所述功率预测模型是以SOC为状态变量、以发动机转速和发电机转矩为控制量、以需求功率为干扰变量、以SOC、电池的输出功率和系统总燃油消耗率为输出变量预先构造的；
功率控制单元，用于根据所述预测时域内各个时刻的发动机最优输出功率和电池最优输出功率，对车辆进行功率控制；
路面类型包括良好路面和越野路面；
良好路面下系统成本函数为：
Figure FDA0003126361460000031
其中，λn、λt、λP分别表示权重；
Figure FDA0003126361460000032
为系统总燃油消耗率；
Δωe(t)为发动机目标转速的变化量；
ΔTgen(t)为发电机目标转矩的变化量；
Pb为动力电池组的充放电功率；
Pb_ref为动力电池组的目标充放电功率；
越野路面下系统成本函数为：
Figure FDA0003126361460000041
其中，λn、λt、λP、λd分别表示权重；
Pbmax为期望的电池最大输出功率。
6.根据权利要求5所述的装置，其特征在于，所述需求功率预测模型是基于马尔科夫链构建的，所述需求功率预测模型为：
Figure FDA0003126361460000042
其中，P(k+τ)为所述预测时域内第τ时刻的需求功率；
P(k)为当前时刻k的需求功率；
Figure FDA0003126361460000043
为所述预测时域内第τ时刻的需求功率变化的马尔科夫转移矩阵；
Figure FDA0003126361460000044
被划分为m个区间，由j∈{1,2,...,m}索引。
7.根据权利要求5所述的装置，其特征在于，所述系统总燃油消耗值函数为：
mf_total＝Pefe(ωe,Te)-Pbηbfe(ωe,Te)
其中，Pe为发动机功率；
ωe为发动机转速；
Te为发动机转矩；
Pb为动力电池组输出功率；
fe(ωe,Te)为发动机万有特性效率Map插值；
ηb为电池效率。
8.根据权利要求5所述的装置，其特征在于，所述功率预测模型为：
Figure FDA0003126361460000045
Figure FDA0003126361460000046
Figure FDA0003126361460000051
其中，x状态变量；
u为控制量；
d为干扰变量；
y为输出变量；
Tgen为发电机转矩；
ωe为发动机转速；
Pnees为需求功率；
Pb为动力电池组的输出功率；
Figure FDA0003126361460000052
为系统总燃油消耗率；
所述功率预测模型满足以下约束条件：
SOCmin≤SOC≤SOCmax；
Tgen_min≤Tgen≤Tgen_max；
ΔTgen_min≤ΔTgen≤ΔTgen_max；
ωe_min≤ωe≤ωe_max；
Δωe_min≤Δωe≤Δωe_max；
Umin≤U≤Umax；
其中，SOCmax和SOCmin为SOC的上下限；
Tgen_max和Tgen_min为Tgen的上下限；
ΔTgen_max和ΔTgen_min为ΔTgen的上下限；
ωe_max和ωe_min为ωe的上下限；
Δωe_max和Δωe_min为Δωe的上下限；
Umax和Umin为U的上下限；
U为母线电压；
ΔTgen为发电机转矩变化量。
CN202010053133.0A 2020-01-17 2020-01-17 一种履带车辆机电复合传动系统的控制方法及装置 Active CN111409622B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010053133.0A CN111409622B (zh) 2020-01-17 2020-01-17 一种履带车辆机电复合传动系统的控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010053133.0A CN111409622B (zh) 2020-01-17 2020-01-17 一种履带车辆机电复合传动系统的控制方法及装置

Publications (2)

Publication Number Publication Date
CN111409622A CN111409622A (zh) 2020-07-14
CN111409622B true CN111409622B (zh) 2021-12-07

Family

ID=71487460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010053133.0A Active CN111409622B (zh) 2020-01-17 2020-01-17 一种履带车辆机电复合传动系统的控制方法及装置

Country Status (1)

Country Link
CN (1) CN111409622B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112140942B (zh) * 2020-10-13 2022-10-25 重庆大学 一种燃料电池汽车自适应等效消耗最小化能量管理方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6602157B2 (en) * 1997-12-26 2003-08-05 Fuji Jukogyo Kabushiki Kaisha Power transmitting system for a hybrid motor vehicle
US8631885B2 (en) * 2010-12-17 2014-01-21 Leo Oriet Multi-use dual-engine, variable-power drive
CN103863318A (zh) * 2014-03-25 2014-06-18 河南理工大学 一种基于跟车模型的混合动力汽车节能预测控制方法
CN104742898A (zh) * 2015-04-12 2015-07-01 北京理工大学 一种分速汇矩式混合动力功率流控制方法
CN104925063A (zh) * 2015-04-12 2015-09-23 北京理工大学 机电复合传动车辆的模型预测控制方法
CN105739305A (zh) * 2016-01-29 2016-07-06 北京理工大学 一种履带车辆的控制方法
CN105730439A (zh) * 2016-03-15 2016-07-06 北京理工大学 一种机电复合传动履带车辆功率分配方法
CN105799487A (zh) * 2016-03-15 2016-07-27 北京理工大学 一种机电复合传动履带车辆多目标优化方法
CN108819934A (zh) * 2018-06-20 2018-11-16 北京理工大学 一种混合动力车辆的动力分配控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8975878B2 (en) * 2010-12-23 2015-03-10 Caterpillar Inc. Switched reluctance generator integrated controls

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6602157B2 (en) * 1997-12-26 2003-08-05 Fuji Jukogyo Kabushiki Kaisha Power transmitting system for a hybrid motor vehicle
US8631885B2 (en) * 2010-12-17 2014-01-21 Leo Oriet Multi-use dual-engine, variable-power drive
CN103863318A (zh) * 2014-03-25 2014-06-18 河南理工大学 一种基于跟车模型的混合动力汽车节能预测控制方法
CN104742898A (zh) * 2015-04-12 2015-07-01 北京理工大学 一种分速汇矩式混合动力功率流控制方法
CN104925063A (zh) * 2015-04-12 2015-09-23 北京理工大学 机电复合传动车辆的模型预测控制方法
CN105739305A (zh) * 2016-01-29 2016-07-06 北京理工大学 一种履带车辆的控制方法
CN105730439A (zh) * 2016-03-15 2016-07-06 北京理工大学 一种机电复合传动履带车辆功率分配方法
CN105799487A (zh) * 2016-03-15 2016-07-27 北京理工大学 一种机电复合传动履带车辆多目标优化方法
CN108819934A (zh) * 2018-06-20 2018-11-16 北京理工大学 一种混合动力车辆的动力分配控制方法

Also Published As

Publication number Publication date
CN111409622A (zh) 2020-07-14

Similar Documents

Publication Publication Date Title
CN108528436B (zh) 一种内外层嵌套的ecms多目标双层优化方法
Gao et al. Equivalent fuel consumption optimal control of a series hybrid electric vehicle
Wegmann et al. Optimized operation of hybrid battery systems for electric vehicles using deterministic and stochastic dynamic programming
Gökce et al. An instantaneous optimization strategy based on efficiency maps for internal combustion engine/battery hybrid vehicles
CN104773083A (zh) 混合动力传动系统及车辆
CN110435429A (zh) 一种融合能耗预测的双电机电动汽车续航里程估计方法
Liu et al. Multi-objective optimization of energy management strategy on hybrid energy storage system based on radau pseudospectral method
Rade Design and development of hybrid energy storage system for electric vehicle
Xiao et al. The research of energy management strategy for fuel cell hybrid vehicle
Xun et al. Energy efficiency comparison of hybrid powertrain systems for fuel-cell-based electric vehicles
CN113815437B (zh) 燃料电池混合动力汽车的预测性能量管理方法
CN111409622B (zh) 一种履带车辆机电复合传动系统的控制方法及装置
CN115027290A (zh) 一种基于多目标优化的混合动力汽车跟车能量管理方法
CN114132302A (zh) 一种车辆控制方法、装置、系统及存储介质
CN115230674B (zh) 混合动力汽车驱动控制方法以及混合动力汽车
Wilberforce et al. An investigation into hybrid energy storage system control and power distribution for hybrid electric vehicles
Santucci et al. Model predictive control for the power-split between supercapacitor and battery for automotive applications
CN104512266B (zh) 汽车起动过程中的供电管理方法和汽车供电系统
CN110466388B (zh) 一种复合储能电动汽车能量管理方法
CN113147727B (zh) 混合动力汽车的能量回收控制方法、车辆及存储介质
Yavasoglu et al. Energy storage systems for EVs with two propulsion machines
Shahverdi et al. A hybrid electric vehicle with minimal energy storage system
Lian et al. Dynamic programming based optimal control strategy of the hybrid vehicular power system
CN111645530B (zh) 考虑电池寿命的制动能量滚动优化控制方法
CN110920601B (zh) 一种多异性动力源系统能量配置优化控制的方法

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