CN111976707A - 基于凸优化考虑电机热状态的混合动力汽车能量管理方法 - Google Patents

Abstract

本发明涉及一种基于凸优化考虑电机热状态的混合动力汽车能量管理方法，属于新能源汽车领域。该方法包含以下步骤：S1：根据汽车的参数，建立汽车的纵向动力学模型；S2：根据所选择的循环工况，计算汽车的需求转矩、需求功率；S3：建立各部件动力学模型，以及电机热状态模型S4：通过凸优化拟合方法，对动力系统各部件模型凸化处理；S5：对传动系统的各部件工作状态及电机热状态进行约束；S6：确定目标函数，建立凸优化框架；S7：利用凸优化工具箱，在保证约束条件有效情况下下，计算最佳功率分配。本发明弥补了现有混合动力能量管理方法忽略电机工作状态的缺点，同时本发明的优化算法计算时间快，结果准确。

Description

基于凸优化考虑电机热状态的混合动力汽车能量管理方法

技术领域

本发明属于新能源汽车领域，涉及基于凸优化考虑电机热状态的混合动力汽车能量管理方法。

背景技术

相较于传统燃油汽车和纯电动汽车，混合动力汽车具有动力性好，污染排放低的优点，在电池充电技术尚未取得突破性进展阶段，常规混合动力车是现阶段汽车行业发展的重点对象。合理的能量管理方法对整车动力性和经济性具有重要的影响，与燃油汽车相比，混合动力汽车可有效提高发动机工作效率，且减少发动机怠速时间，提高发动机工作寿命，改善离合器工作状态。然而，现有的混合动力汽车能量管理方法，较多专注于系统的工作效率，而忽略各部件物理状态对其工作效率的影响。其中各部件的热状态对其工作性能具有决定性作用，如电池包的温度过高会限制其最大输出电流甚至造成安全隐患；电机温度过高会直接影响其输出扭矩，导致电机工作性能下降，造成动力性不足的问题。如何在保证动力系统各部件稳定工作的同时，提高车辆燃油经济性，具有重要的研究意义和复杂的技术挑战。现有研究大多集中于电池包热管理，而对作为主要驱动部件的电机热状态研究较少。

由于混合动力汽车能量管理方法中变量多，控制复杂，导致求解过程缓慢，优化效率和优化结果无法同时达到理想状态。考虑多部件热状态控制无疑会带来更加复杂的计算过程，因此，设计一种兼顾计算效率与优化性能同时考虑电机热状态的能量管理方法具有重要科学研究和工程应用价值。

发明内容

有鉴于此，本发明的目的在于提供一种基于凸优化考虑电机热状态的混合动力汽车能量管理方法，实现在允许误差内，最优解为全局最优解，并且计算时间少，结果准确的目的。

为达到上述目的，本发明提供如下技术方案：

基于凸优化考虑电机热状态的混合动力汽车能量管理方法，该方法包含如下步骤：

S1：根据汽车的参数，建立汽车的纵向动力学模型；

S2：根据工况信息，结合建立的纵向动力学模型，计算汽车的需求转矩T_dem(k)、需求功率P_dem(k)；

S3：建立各部件动力学模型，以及电机热状态模型；

S4：通过凸优化拟合方法，对动力系统各部件模型凸化处理；

S5：对传动系统的各部件工作状态及电机热状态进行约束；

S6：确定目标函数，建立凸优化框架；

S7：利用凸优化工具箱，在保证约束有效条件下，计算最佳功率分配；

步骤S1中，建立汽车的纵向动力学模型为：

其中，F_t(k)表示汽车牵引力，

表示汽车行驶时的空气阻力，c_d为空气阻力系数，A_f为汽车的迎风面积，ρ为空气密度，v为汽车行驶速度，k代表汽车行驶时刻，g为重力加速度，c_r为道路的滚动阻力系数，β为道路坡度，a为汽车行驶时的加速度，m_tot表示汽车的质量。

可选的，所述S2中，计算汽车的需求转矩T_dem(k)、需求功率P_dem(k)为：

P_dem(k)＝F_t(k)*v(k)

T_dem(k)＝F_t(k)*r_wheel

其中，F_t(k)为k时刻汽车的牵引力，v(k)为k时刻汽车的速度，r_wheel为汽车的车轮半径。

可选的，所述S3中，各部件动力学模型及电机热状态模型为：

P_EM,out＝T_EM*ω_EM

P_EM,tot＝P_EM,out+P_EM,loss

P_ICE，out＝T_ICE*ω_ICE

P_ICE,tot＝P_ICE,out+P_ICE,loss

P_bat,tot＝P_bat,out+P_bat,loss

CT&(t)＝I(t)²R-HT(t)

其中，P_EM,out，T_EM，ω_EM分别为电机输出功率、转矩和转速，P_EM,tot和P_EM,loss为电机总功率与损失功率，下标为ICE的代表发动机各参数，C为电机比热容常数，T为电机温度，I,R分别是电机电流电阻，H为电机热散系数。

可选的，所述S4中所述凸优化处理为：

V_OC(k)＝b₀*SOC(k)+b₁

其中，P_EM,loss(k)为k时刻电机的损失功率，a₁(k)，a₂(k)，a₃(k)为功率损失的系数，V_OC(k)为电池的开路电压，T_EM(k)为电机在k时刻的输出转矩，b₀，b₁为拟合电池电压的系数，为常值，SOC(k)为汽车电池在k时刻的荷电状态,P_ICE,loss(k)为k时刻发动机的功率损失，c₁(k)，c₂(k)，c₃(k)为功率损失的系数。

可选的，所述S5中，对传动系统的各部件工作状态进行约束具体为：

T_EM(k)∈[T_EN,min,T_EM,max]

T_ICE(k)∈[0,T_ICE,max]

P_bat(k)∈[P_bat,min,P_bat,max]

E_bat∈[SOC_min,SOC_max]*V_oc*Q

E_bat(0)＝E_bat(N)

T(k)∈[T_min,T_max]

T(0)＝T(N)

其中T_EM(k)为电机在k时刻的输出转矩，P_bat(k)为电池在k时刻的功率，E_bat为电池的储存电量，P_bat,min,P_bat,max分别为电池功率的最小值和最大值，SOC_min,SOC_max分别为电池荷电状态的最小值和最大值，V_oc为电池的开路电压，Q为电池的容量，T为电机温度，T(0)和T(N)分别为电机在工况初始和结束时温度。

可选的，所述S6中，成本目标函数为：

其中，m_fuel为燃油消耗率。

本发明的有益效果在于：

1、选择了凸优化算法，计算时间快，结果准确；

2、制定了考虑电机热状态的能量管理策略，保证了电机稳定工作；

3、约束了电机温度在工况初始和结束时温度保持不变，为实时控制提供了参考依据；

4、提高了动力系统各部件协同工作的稳定性，提高了经济性和安全性。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为本发明方法的总体逻辑图；

图2为电机热状态控制示意图；

图3为发明中所用车辆动力系统。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

图1为本发明方法的总体逻辑图；图2为电机热状态控制示意图；图3为发明中所用车辆动力系统。

基于凸优化考虑电机热状态的能量管理方法，该方法包含如下步骤：

S1：根据汽车的参数，建立汽车的纵向动力学模型；

S2：根据工况信息，结合建立的纵向动力学模型，计算汽车的需求转矩T_dem(k)、需求功率P_dem(k)；

S3：建立各部件动力学模型，以及电机热状态模型；

S4：通过凸优化拟合方法，对动力系统各部件模型凸化处理；

S5：对传动系统的各部件工作状态及电机热状态进行约束；

S6：确定目标函数，建立凸优化框架；

S7：利用凸优化工具箱，在保证约束有效条件下，计算最佳功率分配；

步骤S1中，建立汽车的纵向动力学模型为：

其中，F_t(k)表示汽车牵引力，

表示汽车行驶时的空气阻力，c_d为空气阻力系数，A_f为汽车的迎风面积，ρ为空气密度，v为汽车行驶速度，k代表汽车行驶时刻，g为重力加速度，c_r为道路的滚动阻力系数，β为道路坡度，a为汽车行驶时的加速度，m_tot表示汽车的质量。

所述S2中，计算汽车的需求转矩T_dem(k)、需求功率P_dem(k)为：

P_dem(k)＝F_t(k)*v(k)

T_dem(k)＝F_t(k)*r_wheel

其中，F_t(k)为k时刻汽车的牵引力，v(k)为k时刻汽车的速度，r_wheel为汽车的车轮半径。

所述S3中，各部件动力学模型及电机热状态模型为：

P_EM,out＝T_EM*ω_EM

P_EM,tot＝P_EM,out+P_EM,loss

P_ICE，out＝T_ICE*ω_ICE

P_ICE,tot＝P_ICE,out+P_ICE,loss

P_bat,tot＝P_bat,out+P_bat,loss

CT&(t)＝I(t)²R-HT(t)

其中，P_EM,out，T_EM，ω_EM分别为电机输出功率、转矩和转速，P_EM,tot和P_EM,loss为电机总功率与损失功率，下标为ICE的代表发动机各参数，C为电机比热容常数，T为电机温度，I,R分别是电机电流电阻，H为电机热散系数。

所述S4中所述凸优化处理为：

V_OC(k)＝b₀*SOC(k)+b₁

其中，P_EM,loss(k)为k时刻电机的损失功率，a₁(k)，a₂(k)，a₃(k)为功率损失的系数，V_OC(k)为电池的开路电压，T_EM(k)为电机在k时刻的输出转矩，b₀，b₁为拟合电池电压的系数，为常值，SOC(k)为汽车电池在k时刻的荷电状态,P_ICE,loss(k)为k时刻发动机的功率损失，c₁(k)，c₂(k)，c₃(k)为功率损失的系数。

所述S5中，对传动系统的各部件工作状态进行约束具体为：

T_EM(k)∈[T_EN,min,T_EM,max]

T_ICE(k)∈[0,T_ICE,max]

P_bat(k)∈[P_bat,min,P_bat,max]

E_bat∈[SOC_min,SOC_max]*V_oc*Q

E_bat(0)＝E_bat(N)

T(k)∈[T_min,T_max]

T(0)＝T(N)

其中T_EM(k)为电机在k时刻的输出转矩，P_bat(k)为电池在k时刻的功率，E_bat为电池的储存电量，P_bat,min,P_bat,max分别为电池功率的最小值和最大值，SOC_min,SOC_max分别为电池荷电状态的最小值和最大值，V_oc为电池的开路电压，Q为电池的容量，T为电机温度，T(0)和T(N)分别为电机在工况初始和结束时温度。

所述S6中，成本目标函数为：

其中，m_fuel为燃油消耗率。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.基于凸优化考虑电机热状态的混合动力汽车能量管理方法，其特征在于：该方法包含如下步骤：

S1：根据汽车的参数，建立汽车的纵向动力学模型；

S2：根据工况信息，结合建立的纵向动力学模型，计算汽车的需求转矩T_dem(k)、需求功率P_dem(k)；

S3：建立各部件动力学模型，以及电机热状态模型；

S4：通过凸优化拟合方法，对动力系统各部件模型凸化处理；

S5：对传动系统的各部件工作状态及电机热状态进行约束；

S6：确定目标函数，建立凸优化框架；

S7：利用凸优化工具箱，在保证约束有效条件下，计算最佳功率分配；

步骤S1中，建立汽车的纵向动力学模型为：

其中，F_t(k)表示汽车牵引力，

表示汽车行驶时的空气阻力，c_d为空气阻力系数，A_f为汽车的迎风面积，ρ为空气密度，v为汽车行驶速度，k代表汽车行驶时刻，g为重力加速度，c_r为道路的滚动阻力系数，β为道路坡度，a为汽车行驶时的加速度，m_tot表示汽车的质量。

2.根据权利要求1所述的基于凸优化考虑电机热状态的能量管理方法，其特征在于：所述S2中，计算汽车的需求转矩T_dem(k)、需求功率P_dem(k)为：

P_dem(k)＝F_t(k)*v(k)

T_dem(k)＝F_t(k)*r_wheel

其中，F_t(k)为k时刻汽车的牵引力，v(k)为k时刻汽车的速度，r_wheel为汽车的车轮半径。

3.根据权利要求2所述的基于凸优化考虑电机热状态的能量管理方法其特点在于：所述S3中，各部件动力学模型及电机热状态模型为：

P_EM,out＝T_EM*ω_EM

P_EM,tot＝P_EM,out+P_EM,loss

P_ICE，out＝T_ICE*ω_ICE

P_ICE,tot＝P_ICE,out+P_ICE,loss

P_bat,tot＝P_bat,out+P_bat,loss

其中，P_EM,out，T_EM，ω_EM分别为电机输出功率、转矩和转速，P_EM,tot和P_EM,loss为电机总功率与损失功率，下标为ICE的代表发动机各参数，C为电机比热容常数，T为电机温度，I,R分别是电机电流电阻，H为电机热散系数。

4.根据权利要求3所示的基于凸优化考虑电机热状态的能量管理方法，其特征在于：所述S4中所述凸优化处理为：

V_OC(k)＝b₀*SOC(k)+b₁

其中，P_EM,loss(k)为k时刻电机的损失功率，a₁(k)，a₂(k)，a₃(k)为功率损失的系数，V_OC(k)为电池的开路电压，T_EM(k)为电机在k时刻的输出转矩，b₀，b₁为拟合电池电压的系数，为常值，SOC(k)为汽车电池在k时刻的荷电状态,P_ICE,loss(k)为k时刻发动机的功率损失，c₁(k)，c₂(k)，c₃(k)为功率损失的系数。

5.根据权利要求4所述的基于凸优化考虑电机热状态的能量管理方法，其特征在于：所述S5中，对传动系统的各部件工作状态进行约束具体为：

T_EM(k)∈[T_EN,min,T_EM,max]

T_ICE(k)∈[0,T_ICE,max]

P_bat(k)∈[P_bat,min,P_bat,max]

E_bat∈[SOC_min,SOC_max]*V_oc*Q

E_bat(0)＝E_bat(N)

T(k)∈[T_min,T_max]

T(0)＝T(N)

其中T_EM(k)为电机在k时刻的输出转矩，P_bat(k)为电池在k时刻的功率，E_bat为电池的储存电量，P_bat,min,P_bat,max分别为电池功率的最小值和最大值，SOC_min,SOC_max分别为电池荷电状态的最小值和最大值，V_oc为电池的开路电压，Q为电池的容量，T为电机温度，T(0)和T(N)分别为电机在工况初始和结束时温度。

6.根据权利要求5所述的基于凸优化考虑电机热状态的能量管理方法，其特征在于：所述S6中，成本目标函数为：

其中，m_fuel为燃油消耗率。

Images