CN111891109B - 基于非合作博弈论的混合动力汽车能量优化分配控制方法 - Google Patents

基于非合作博弈论的混合动力汽车能量优化分配控制方法 Download PDF

Info

Publication number
CN111891109B
CN111891109B CN202010808755.XA CN202010808755A CN111891109B CN 111891109 B CN111891109 B CN 111891109B CN 202010808755 A CN202010808755 A CN 202010808755A CN 111891109 B CN111891109 B CN 111891109B
Authority
CN
China
Prior art keywords
power
engine
motor
automobile
electric vehicle
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
CN202010808755.XA
Other languages
English (en)
Other versions
CN111891109A (zh
Inventor
王伟达
杨超
王玮琪
查明军
刘铠嘉
郭兴华
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 CN202010808755.XA priority Critical patent/CN111891109B/zh
Publication of CN111891109A publication Critical patent/CN111891109A/zh
Application granted granted Critical
Publication of CN111891109B publication Critical patent/CN111891109B/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
    • 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
    • B60W20/15—Control strategies specially adapted for achieving a particular effect
    • 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
    • B60W2710/08—Electric propulsion units
    • B60W2710/083—Torque
    • 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)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Hybrid Electric Vehicles (AREA)

Abstract

本发明提供一种基于非合作博弈论的混合动力汽车能量优化分配控制方法，根据当前车速和油门踏板的开度解析得到汽车的需求功率，判断需求功率是否大于零，若大于零则汽车处于驱动模式，进行后续步骤来实现功率在不同动力源间的分配，若小于零则汽车处于制动模式，此时发动机关闭，电机对再生制动能量进行回收；建立博弈论模型，传统燃油汽车确定发动机侧的效用函数；纯电动汽车确定电机侧效用函数；电机侧与发动机侧互动博弈，求出优化后的电机功率与发动机功率；通过CAN总线输出所需发动机功率和电机功率给对应的发动机控制器和电机控制器。本发明将博弈论应用在混合动力汽车的功率分配，综合优化了混合动力汽车的动力性和经济性。

Description

基于非合作博弈论的混合动力汽车能量优化分配控制方法
技术领域
本发明涉及车辆控制技术领域，尤其是涉及一种基于非合作博弈论的混合动力汽车能量优化分配控制方法。
背景技术
近些年来，日益严重的环境问题迫使汽车厂商去开发能有效利用能源且排放较少的混合动力汽车。混合动力汽车至少有两种动力源，在不同的动力源间合理地分配驾驶员需求动力(能量管理策略)是开发过程的难点。不同的分配方式会对汽车的动力性，经济性，系统效率等造成很大影响。目前常用的能量管理策略包括：基于规则的能量管理策略，基于优化的能量管理策略，基于预测的能量管理策略等。基于规则的能量管理策略实时性好但未能有效优化汽车性能，基于优化的能量管理策略实时性较差且大多数集中在对汽车经济性能的优化。
CN109131350B提供一种混合动力汽车能量管理方法,其特征在于,包括：利用基于历史车速和驾驶员行为训练的神经网络对未来车速进行预测,得到预测车速；将历史车速和驾驶员行为按照神经网络输入输出进行整理,然后将输入参数矢量和输出参数矢量输出到径向基函数人工神经网络模型中形成训练样本进行离线训练,建立稳定的径向基函数人工神经网络结构；选用自组织选取中线的RBF神经网络学习方法,核心是求解隐含层基函数中心、基函数的方差和隐含层单元到输出单元的权值；利用通过采集的道路坡度数据所建立的基于自回归积分移动平均模型的坡度预测模型对道路坡度进行预测,得到预测道路坡度；根据所述预测车速和所述预测道路坡度计算需求功率；根据所述需求功率利用动态规划算法计算各个动力部件的扭矩和转速。该方法存在的缺点：1、动态规划算法的实时性较差，且在实际应用过程中需要提前预知工况；2、该方法只优化了混合动力汽车的经济性能。
CN107253475B提供了一种用于混合动力汽车的扭矩分配方法、扭矩分配控制器,该扭矩分配控制器采用所述扭矩分配方法对扭矩进行分配控制,该扭矩分配方法包括：步骤A,根据油门踏板的开度解析得出原始需求扭矩；步骤B,对原始需求扭矩进行驾驶性处理得出驾驶员需求扭矩；步骤C,根据原始需求扭矩计算发动机稳态需求扭矩,将发动机稳态需求扭矩作为发动机的执行扭矩；步骤D,计算驾驶员需求扭矩减去发动机实际扭矩的差值,当差值不小于零时,将差值作为电机的执行扭矩,当差值小于零时,控制电机进入发电模式。本发明的扭矩分配方法基于驾驶员需求扭矩,采用优化计算的动态扭矩分配策略,合理分配给发动机和电机,从而提高混合动力系统的工作效率。在所述步骤A之前还包括：判断整车系统是否满足预设使能条件,所述预设使能条件具体为：动力系统处于扭矩驱动模式；且发动机处于运行状态；且电系统满足预设发电助力条件；所述预设发电助力条件为：电池的剩余电量大于整车系统的最低允许发电电量；且电池的可用发电功率大于整车系统的最低使用发电功率；且电机的可用充电功率大于整车的最低使用充电功率；且电机的最大发电扭矩和最大助力扭矩均大于预设阈值。该方法考虑混合动力系统的工作效率的但是忽略了混合动力系统的动力性及经济性。
发明内容
本发明提供综合考虑汽车各种性能且实时性较好的能量管理策略，解决现有的混合动力汽车的功率分配方法中不能综合考虑动力性能与经济性能的问题；并且解决现有的混合动力汽车功率分配方法实时应用困难的问题。
为实现上述目的，本发明采用的技术方案是：
基于非合作博弈论的混合动力汽车能量优化分配控制方法，采用功率分配控制，功率分配方法具体步骤包括：
步骤一：接收当前车速，油门踏板开度信息，根据当前车速和油门踏板的开度解析得到汽车的需求功率Pdemand。
步骤二：判断需求功率是否大于零，若大于零则汽车处于驱动模式，可进行接下来步骤来实现功率在不同动力源间的分配，若小于零则汽车处于制动模式，此时发动机关闭，电机对再生制动能量进行回收。
步骤三：建立博弈论模型，确定博弈对象和博弈对象行为集合；博弈论模型的参与者是发动机和电机。行为集合是发动机的功率Pe和电机的功率Pm。
确定发动机侧的效用函数U1，假设汽车为传统燃油汽车，发动机为单一能量源，此时汽车的经济性能和动力性能分别由发动机燃油消耗量的相反数(f1)和发动机当前工况下可输出最大功率与实际输出功率的差值(a1)来衡量。故本专利中将f1和a1进行无量纲化处理后加权求和的值设为发动机侧的效用函数。发动机的燃油消耗量可由发动机功率和发动机转速组成的多项式表达。本专利采用的车型中，发动机与电机共同工作时，发动机与电机转速相同，与车速有耦合关系。
确定电机侧效用函数U2，假设汽车为纯电动汽车，纯电动汽车经济性和动力性可分别由电池耗电量的相反数(f2)和当前SOC状态下电池最大放电功率与电机功率的差值(a2)衡量，故本专利中将f2和a2进行无量纲化处理后加权求和的值设为电机侧的效用函数。电机的耗电量可由电机功率和电机转速组成的多项式表达。本专利中不考虑电机作为发电机工作的模式。
步骤四：电机侧与发动机侧互动博弈，求出优化后的电机功率与发动机功率。
求解优化发动机与电机功率的过程可分为以下两种情况：
第一种情况：当前转速下对应的发动机最小功率大于需求功率，此时的发动机功率为零，电机功率等于min(Pdemand，Pmmax(n))
第二种情况：当前转速下对应的发动机最小功率小于需求功率，求解过程如下：
在实际优化环境中发动机处于决策的主导部分，首先确定发动机功率，电机根据发动机功率确定最优电机功率。
1：求解发动机侧的效用函数求最大值U1max，并选取所有发动机侧效益函数满足U1∈[U1max-α,U1max]对应的发动机功率。
2：在满足发动机功率与电机功率约束条件下，已确定需求功率和发动机功率前提下得到电机功率。
3：将得到的电机功率集合代入电机侧效用函数U2得出多个效用函数的值，此时最大效用函数对应的电机功率以及相对应的发动机功率为优化解。
在第二种情况的求解过程中应满足发动机功率在给定转速条件下允许的功率范围内且不大于汽车需求功率，电机功率在给定转速条件下的功率范围内，且不大于汽车需求功率和当前SOC状态下的电池发电功率。发动机功率与电机功率之和应与汽车需求功率相同。
步骤五：通过CAN总线输出所需发动机功率和电机功率给对应的发动机控制器和电机控制器。
本发明具有技术效果：
本发明将博弈论应用在混合动力汽车的功率分配,将发动机和电机作为博弈论模型的参与者，求解发动机功率和电机功率，综合优化了混合动力汽车的动力性和经济性。在混合动力汽车功率的分配过程中，将发动机与电机看成两个主体，共同优化，从而达到同时优化动力性能和经济性能的目标。
附图说明
图1是并联式混合动力系统原理图；
图2是本发明基于非合作博弈论的混合动力汽车能量优化分配控制方法流程图；
图3是本发明互动博弈流程图；
缩略语和关键术语定义
SOC:荷电状态，用来反映电池的剩余容量；
HCU:混合动力整车控制器；
ECU:发动机控制器；
MCU:电机控制器。
具体实施方式
结合实例说明本发明的具体技术方案
混合动力车辆行驶在道路上，为了保证车辆行驶的动力性，经济性和效率，混合动力车辆应用本专利中基于非合作博弈论的混合动力汽车能量优化分配控制方法。通过安装在本车上的传感器获得当前车辆信息(车速，加速度等)计算汽车需求转矩，应用已经写入HCU的能量优化分配控制方法，计算发动机与电机输出功率。将结果经过CAN总线传递到汽车ECU和MCU中。原理如图1所示。
如图2所示，基于非合作博弈论的混合动力汽车能量优化分配控制方法，采用功率分配控制，功率分配方法具体步骤包括：
步骤一：接收当前车速，油门踏板开度信息，根据当前车速和油门踏板的开度解析得到汽车的需求功率Pdemand。
步骤二：判断需求功率是否大于零，若大于零则汽车处于驱动模式，可进行接下来步骤来实现功率在不同动力源间的分配，若小于零则汽车处于制动模式，此时发动机关闭，电机对再生制动能量进行回收。
步骤三：建立博弈论模型，确定博弈对象和博弈对象行为集合；博弈论模型的参与者是发动机和电机。行为集合是发动机的功率Pe和电机的功率Pm。
确定发动机侧的效用函数，假设汽车为传统燃油汽车，发动机为单一能量源，此时汽车的经济性能和动力性能分别由发动机燃油消耗量的相反数(f1)和发动机当前工况下可输出最大功率与实际输出功率的差值(a1)来衡量。故本专利中将f1和a1进行无量纲化处理后加权求和的值设为发动机侧的效用函数。发动机的燃油消耗量可由发动机功率和发动机转速组成的多项式表达。本专利采用的车型中，发动机与电机共同工作时，发动机与电机转速相同，与车速有耦合关系。
确定电机侧效用函数，假设汽车为纯电动汽车，纯电动汽车经济性和动力性可分别由电池耗电量的相反数(f2)和当前SOC状态下电池最大放电功率与电机功率的差值(a2)衡量，故本专利中将f2和a2进行无量纲化处理后加权求和的值设为电机侧的效用函数。电机的耗电量可由电机功率和电机转速组成的多项式表达。本专利中不考虑电机作为发电机工作的模式。
步骤四：电机侧与发动机侧互动博弈，求出优化后的电机功率与发动机功率。
如图3所示，求解优化发动机与电机功率的过程可分为以下两种情况：
第一种情况：当前转速下对应的发动机最小功率大于需求功率，此时的发动机功率为零，电机功率等于min(Pdemand，Pmmax(n))。
第二种情况：当前转速下对应的发动机最小功率小于需求功率，求解过程如下：
在汽车车速为50km/h匀速行驶时，HCU根据车速与加速度信息计算当前汽车正常行驶所需功率，根据此时的发动机转速以发动机侧的效益函数U1∈[U1max-α,U1max]为条件求解满足条件发动机瞬时功率集合，已知电机功率与发动机功率之和与汽车正常行驶需求功率值相等，根据发动机瞬时功率集合求解对应电机功率集合，并且在对应的电机侧效益函数最大时取值，求出瞬时发动机功率与电机功率，同时保证了实时性，经济性和整车综合效率。
需要说明的是，以上所述仅为本发明的一个具体实例，本发明不仅局限于上述所实现的实施例，凡在本发明的精神和原则之上所做的局部改动、等同替换、改进等均应包含在本发明的保护范围之内。

Claims (1)

1.基于非合作博弈论的混合动力汽车能量优化分配控制方法，其特征在于，采用功率分配控制，功率分配方法具体步骤包括：
步骤一：接收当前车速，油门踏板开度信息，根据当前车速和油门踏板的开度解析得到汽车的需求功率
Figure DEST_PATH_IMAGE002
；
步骤二：判断需求功率是否大于零，若大于零则汽车处于驱动模式，进行接下来步骤来实现功率在不同动力源间的分配，若小于零则汽车处于制动模式，此时发动机关闭，电机对再生制动能量进行回收；
步骤三：建立博弈论模型，确定博弈对象和博弈对象行为集合；博弈论模型的参与者是发动机和电机；行为集合是发动机的功率
Figure DEST_PATH_IMAGE004
和电机的功率
Figure DEST_PATH_IMAGE006
；确定发动机侧的效用函数
Figure DEST_PATH_IMAGE008
与电机侧效用函数
Figure DEST_PATH_IMAGE010
；
步骤三中，汽车为传统燃油汽车，发动机为单一能量源，此时汽车的经济性能和动力性能分别由发动机燃油消耗量的相反数
Figure DEST_PATH_IMAGE012
和发动机当前工况下输出最大功率与实际输出功率的差值
Figure DEST_PATH_IMAGE014
来衡量；将
Figure 203991DEST_PATH_IMAGE012
和
Figure 183448DEST_PATH_IMAGE014
进行无量纲化处理后加权求和的值设为发动机侧的效用函数；发动机的燃油消耗量由发动机功率和发动机转速组成的多项式表达；发动机与电机共同工作时，发动机与电机转速相同，与车速有耦合关系；
汽车为纯电动汽车，纯电动汽车经济性和动力性分别由电池耗电量的相反数
Figure DEST_PATH_IMAGE016
和当前SOC状态下电池最大放电功率与电机功率的差值
Figure DEST_PATH_IMAGE018
衡量，将
Figure 618978DEST_PATH_IMAGE016
和
Figure 76504DEST_PATH_IMAGE018
进行无量纲化处理后加权求和的值设为电机侧的效用函数；电机的耗电量由电机功率和电机转速组成的多项式表达；不考虑电机作为发电机工作的模式；
步骤四：电机侧与发动机侧互动博弈，求出优化后的电机功率与发动机功率；
步骤四中求解优化发动机与电机功率的过程分为以下两种情况：
第一种情况：当前转速下对应的发动机最小功率大于需求功率，此时的发动机功率为零，电机功率等于min(
Figure 890876DEST_PATH_IMAGE002
,
Figure DEST_PATH_IMAGE020
(n))；
第二种情况：当前转速下对应的发动机最小功率小于需求功率，求解过程如下：
在实际优化环境中发动机处于决策的主导部分，首先确定发动机功率，电机根据发动机功率确定最优电机功率；
1：求解发动机侧的效用函数求最大值
Figure DEST_PATH_IMAGE022
，并选取所有发动机侧效益函数满足
Figure DEST_PATH_IMAGE024
对应的发动机功率；
2：在满足发动机功率与电机功率约束条件下，已确定需求功率和发动机功率前提下得到电机功率；
3：将得到的电机功率集合代入电机侧效用函数
Figure 956747DEST_PATH_IMAGE010
得出多个效用函数的值，此时最大效用函数对应的电机功率以及相对应的发动机功率为优化解；
在第二种情况的求解过程中应满足发动机功率在给定转速条件下允许的功率范围内且不大于汽车需求功率，电机功率在给定转速条件下的功率范围内，且不大于汽车需求功率和当前SOC状态下的电池发电功率；发动机功率与电机功率之和应与汽车需求功率相同；
Figure DEST_PATH_IMAGE026
为常数；
步骤五：通过CAN总线输出所需发动机功率和电机功率给对应的发动机控制器和电机控制器。
CN202010808755.XA 2020-08-12 2020-08-12 基于非合作博弈论的混合动力汽车能量优化分配控制方法 Active CN111891109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010808755.XA CN111891109B (zh) 2020-08-12 2020-08-12 基于非合作博弈论的混合动力汽车能量优化分配控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010808755.XA CN111891109B (zh) 2020-08-12 2020-08-12 基于非合作博弈论的混合动力汽车能量优化分配控制方法

Publications (2)

Publication Number Publication Date
CN111891109A CN111891109A (zh) 2020-11-06
CN111891109B true CN111891109B (zh) 2021-08-03

Family

ID=73229121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010808755.XA Active CN111891109B (zh) 2020-08-12 2020-08-12 基于非合作博弈论的混合动力汽车能量优化分配控制方法

Country Status (1)

Country Link
CN (1) CN111891109B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117227514B (zh) * 2023-11-16 2024-01-19 太原科技大学 增程式电动汽车能量管理的方法、系统及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2517469A (en) * 2013-08-21 2015-02-25 Jaguar Land Rover Ltd Hybrid electric vehicle controller and method
DE102015006820A1 (de) * 2015-05-22 2016-11-24 Man Truck & Bus Ag Verfahren zur Auswahl einer Betriebsart eines Hybridfahrzeugs
CN108839824B (zh) * 2018-05-16 2021-09-24 南京航空航天大学 一种基于合作博弈的混合执行机构动量优化管理方法
CN110751346B (zh) * 2019-11-04 2023-06-13 重庆中涪科瑞工业技术研究院有限公司 一种基于驾驶速度预测和博弈论的分布式能源管理方法

Also Published As

Publication number Publication date
CN111891109A (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
Chen et al. Optimal strategies of energy management integrated with transmission control for a hybrid electric vehicle using dynamic particle swarm optimization
Geng et al. A cascaded energy management optimization method of multimode power-split hybrid electric vehicles
Poursamad et al. Design of genetic-fuzzy control strategy for parallel hybrid electric vehicles
US7844375B2 (en) Vehicle hybrid power system and method for creating simulated equivalent fuel consumption multidimensional data applicable thereto
CN106080585B (zh) 一种双行星排式混合动力汽车非线性模型预测控制方法
Lei et al. Dynamic energy management for a novel hybrid electric system based on driving pattern recognition
Singh et al. Feed-forward modeling and real-time implementation of an intelligent fuzzy logic-based energy management strategy in a series–parallel hybrid electric vehicle to improve fuel economy
CN104071161A (zh) 一种插电式混合动力汽车工况识别及能量管控的方法
CN102556056A (zh) 一种混合动力汽车的双模糊能量控制管理系统
CN107264293A (zh) 一种基于模糊控制的并联式混合动力车的能量回收方法
CN106055830A (zh) 基于动态规划的phev控制门限参数优化方法
CN110001620B (zh) 一种液压轮毂混合动力车辆多模式切换控制方法
Li et al. A real-time energy management strategy combining rule-based control and ECMS with optimization equivalent factor for HEVs
CN105128855A (zh) 一种双轴并联混合动力城市公交车的控制方法
Chen et al. Driving cycle recognition based adaptive equivalent consumption minimization strategy for hybrid electric vehicles
Zhao et al. Composite braking AMT shift strategy for extended-range heavy commercial electric vehicle based on LHMM/ANFIS braking intention identification
CN115257749A (zh) 动力车辆起步及模式切换动态过程的协调控制方法和系统
CN202413783U (zh) 一种混合动力汽车的双模糊能量控制管理系统
CN111891109B (zh) 基于非合作博弈论的混合动力汽车能量优化分配控制方法
Yadav et al. Fuzzy control implementation for energy management in hybrid electric vehicle
CN117465412A (zh) 基于能量流效率最优的混合动力车辆在线能量管理方法
Zhang et al. A Real-time energy management strategy for parallel HEVs with MPC
CN107826101A (zh) 一种混联式混合动力客车逻辑门限值控制策略
CN116811836A (zh) 基于双延迟q学习的插电式混合动力汽车能量管理方法
Dorri et al. Design of an optimal control strategy in a parallel hybrid vehicle in order to simultaneously reduce fuel consumption and emissions

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