CN112685959B - 一种面向行星多挡混合动力系统的门限值优化标定方法 - Google Patents
一种面向行星多挡混合动力系统的门限值优化标定方法 Download PDFInfo
- Publication number
- CN112685959B CN112685959B CN202011624247.2A CN202011624247A CN112685959B CN 112685959 B CN112685959 B CN 112685959B CN 202011624247 A CN202011624247 A CN 202011624247A CN 112685959 B CN112685959 B CN 112685959B
- Authority
- CN
- China
- Prior art keywords
- threshold value
- mode
- optimization
- module
- control strategy
- 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
Links
Images
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提出一种面向行星多挡混合动力系统的门限值优化标定方法,旨在高效率优化控制策略门限值参数,包括以下步骤:首先,建立行星多挡混合动力系统动力学模型,以汽车燃油消耗率为目标函数;其次,建立基于规则的行星多挡混合动力汽车逻辑门限值控制策略;最后,通过多岛遗传算法优化逻辑门限值控制策略,以整车动力性为约束,以整车燃油经济性最优为目标对标定参数进行多目标优化,得到全局优化后的门限值组合。本发明克服混合动力汽车控制参数在设置过程中的经验化以及不能获得最优解等问题,能快速获得最优门限值,对于汽车节能减排和混合动力汽车的理论研究具有重要的意义。
Description
技术领域
本发明属于混合动力汽车技术领域,更确切地说,本发明涉及一种面向行星多挡混合动力系统的门限值优化标定方法。
背景技术
随着新能源时代的到来,各大车企正在逐渐转型,混合动力汽车作为汽车领域的重要组成部分,具有良好的节能减排性能,是国家大力推广的新能源汽车中的重要分支,因此混合动力汽车的研发成为各大车企及高校的重要研究内容,而行星混联式混合动力汽车可以实现发动机转速转矩的双解耦,显著提高车辆的动力性和经济性,是当前主流的混合动力汽车构型之一。然而,混合动力汽车的实际行驶性能与其采用的控制策略类型和控制参数的选取密切相关,在既定的动力总成功率参数及完整的功能性整车能量管理策略前提下,良好的标定是整车优良功能和性能的保证。
目前,整车控制器的标定方法通常采用标定工具通过反复的试验进行数据调整验证、再调整再验证,最后综合考虑取一个较佳的试验值作为标定值。这种反复试验的标定过程效率低、成本高,是导致标定过程周期长的主要因素。除此之外,在标定的过程中如果不能保证试验点遍历整个参数设计空间,则标定结果并不一定是全局最优,整车性能也就不一定达到最好效果。如中国专利公布号CN106055830A,公布日2016-10-26,该发明采用模拟退火优化标定门限值,可以得到全局最优解;但模拟退火算法每次在搜索空间中只检查一个设计点,而遗传算法检查一组设计点(一个种群),因此该方法需要较长的优化时间。
发明内容
为解决上述技术问题,本发明基于行星多挡混合动力系统试验样车,提出一种面向行星多挡混合动力系统的门限值优化标定方法;具体包括下述步骤:
步骤一:建立行星多挡混合动力系统动力学模型;
在AVL cruise工程仿真软件建立行星多挡混合动力系统动力学整车模型,加载测试工况,配置仿真步长,以汽车百公里燃油消耗率为目标函数;
步骤二:建立基于规则的行星多挡混合动力汽车逻辑门限值控制策略;
Matlab工程计算软件中采用simulink工具建立基于规则的行星多挡混合动力汽车逻辑门限值控制策略;通过simulink工具建立的控制策略和AVL cruise工程仿真软件中的行星多挡混合动力系统动力学模型联合仿真,将处理后的仿真油耗结果作为目标函数输出;具体包括:
(1)在Matlab工程计算软件中采用simulink工具建立基于规则的行星多挡混合动力汽车逻辑门限值控制策略,门限值控制策略总体架构包括信号输入模块、信号输出模块、驾驶员转矩需求计算模块、行驶模式判断模块、转矩分配模块;
(2)行驶模式判断模块依据控制门限和车辆状态参数按照规则判断行星多挡混合动力汽车的行驶模式,包括驱动模式、制动模式、停车模式三种主模式;进一步地,驱动模式包括纯电动模型、混合动力模式和发动机直驱模式;
(3)在行驶模式判断模块中,控制策略根据门限值判断当前状态下车辆的行驶模式,包括模式切换功率门限值Po、EVT模式中模式切换的SOC下限值SOCp、EVT模式中模式切换的SOC上限值SOCH、模式切换功率下限值Pp、充电功率Pchg和换挡车速V0:
(4)目标函数为百公里燃油消耗量,其计算公式为:
式中,f为百公里燃油消耗量,单位为L/100km,F为总燃油消耗量,单位为L,D为总行驶里程,单位为km。
步骤三:建立建立优化设计程序流,通过多岛遗传算法优化逻辑门限值控制策略,以整车动力性为约束,以整车燃油经济性最优为目标对标定参数进行多目标优化,得到全局优化后的门限值组合;
在Isight工程计算开发软件中建立优化设计程序流,包括建立优化模块和模型调用模块,其中优化模块用于设置优化算法、优化参数、约束条件和目标函数,模型调用模块用于优化门限值参数写入、运行仿真程序和读取目标函数计算结果;
(1)在模型调用模块中设置优化门限值相关参数,包括设置优化门限值参数和目标函数、添加门限值参数的可行域;具体来说:
①优化门限值参数包括模式切换功率门限值Po、EVT模式中模式切换的SOC下限值SOCp、EVT模式中模式切换的SOC上限值SOCH、模式切换功率下限值Pp、充电功率Pchg和换挡车速V0;
②目标函数为百公里燃油消耗量;
③门限值参数的寻优范围限制在可行域内,可行域根据控制策略进行选取;
(2)在优化模块中加载多岛遗传算法,设置岛遗传算法关键参数,包括子群规模、岛群个数、变异概率、循环代数、迁移率、交叉概率;具体来说,子群规模取10、岛群个数取10、循环代数取10、变异概率取0.01、迁移率取0.01、交叉概率取0.7;
(3)基于多岛遗传算法优化目标函数,得到目标函数最小值对应的门限值参数组合,即为全局最优的控制策略参数组合;
与现有技术相比本发明的有益效果是:
(1)该发明面提出的优化方法向基于逻辑门限值的控制策略,在实车整车控制开发中有较大的应用潜力。
(2)该发明采用全局优化算法,相比于传统的数值优化和直接搜索方法,全局优化算法可以找到全局最优解,避免了集中在局部区域的搜索。
(3)该发明提出的优化方法适应性强,对于不同车型的逻辑门限值控制策略优化均有参考价值。
附图说明
下面结合附图对本发明作进一步的说明:
图1为本发明提出的面向行星多挡混合动力系统的门限值优化标定方法的总流程图;
图2为本发明研究对象-行星多挡混合动力系统构型示意图;
图3为本发明提出方法的油耗优化过程曲线图;
具体实施方式:
下面结合附图对本发明做更细致的描述:
本发明基于行星多挡混合动力系统试验样车,提出一种面向行星多挡混合动力系统的门限值优化标定方法,图1为本发明提出的面向行星多挡混合动力系统的门限值优化标定方法的总流程图;具体包括下述步骤:
步骤一:建立行星多挡混合动力系统动力学模型如图2所示;
在AVL cruise工程仿真软件建立行星多挡混合动力系统动力学整车模型,加载测试工况,配置仿真步长,以百公里燃油消耗率为目标函数;
步骤二:建立基于规则的行星多挡混合动力汽车逻辑门限值控制策略;
在Matlab工程计算软件中采用simulink工具建立基于规则的行星多挡混合动力汽车逻辑门限值控制策略;通过simulink工具建立的控制策略和AVL cruise工程仿真软件中的行星多挡混合动力系统动力学模型联合仿真,将处理后的仿真油耗结果作为目标函数输出;具体包括:
(1)在Matlab工程计算软件中采用simulink工具建立基于规则的行星多挡混合动力汽车逻辑门限值控制策略,门限值控制策略总体架构包括信号输入模块、信号输出模块、驾驶员转矩需求计算模块、行驶模式判断模块、转矩分配模块;
(2)行驶模式判断模块依据控制门限和车辆状态参数按照规则判断行星多挡混合动力汽车的行驶模式,包括驱动模式、制动模式、停车模式三种主模式;进一步地,驱动模式包括纯电动模型、混合动力模式和发动机直驱模式;
(3)在行驶模式判断模块中,控制策略根据门限值判断当前状态下车辆的行驶模式,包括模式切换功率门限值Po、EVT模式中模式切换的SOC下限值SOCp、EVT模式中模式切换的SOC上限值SOCH、模式切换功率下限值Pp、充电功率Pchg和换挡车速V0:
(4)目标函数为百公里燃油消耗量,其计算公式为:
式中,f为百公里燃油消耗量,单位为L/100km,F为总燃油消耗量,单位为L,D为总行驶里程,单位为km。
步骤三:建立建立优化设计程序流,通过多岛遗传算法优化逻辑门限值控制策略,以整车动力性为约束,以整车燃油经济性最优为目标对标定参数进行多目标优化,得到全局优化后的门限值组合;
在Isight工程计算开发软件中建立优化设计程序流,包括建立优化模块和模型调用模块,其中优化模块用于设置优化算法、优化参数、约束条件和目标函数,模型调用模块用于优化门限值参数的写入、运行仿真程序和读取目标函数计算结果;
(1)在模型调用模块中设置优化门限值相关参数,包括设置优化门限值参数和目标函数、添加门限值参数的可行域;具体来说:
①优化门限值参数包括模式切换功率门限值Po、EVT模式中模式切换的SOC下限值SOCp、EVT模式中模式切换的SOC上限值SOCH、模式切换功率下限值Pp、充电功率Pchg和换挡车速V0;
②目标函数为百公里燃油消耗量;
③门限值参数的寻优范围限制在可行域内,可行域根据控制策略进行选取;
(2)在优化模块中加载多岛遗传算法,设置岛遗传算法关键参数,包括子群规模、岛群个数、变异概率、循环代数、迁移率、交叉概率;具体来说,子群规模取10、岛群个数取10、循环代数取10、变异概率取0.01、迁移率取0.01、交叉概率取0.7;
(3)基于多岛遗传算法优化目标函数如图3所示,得到目标函数最小值对应的门限值参数组合,即为全局最优的控制策略参数组合。
Claims (1)
1.一种面向行星多挡混合动力系统的门限值优化标定方法,其特征在于,该方法包括以下内容:
步骤一:建立行星多挡混合动力系统动力学模型;
在AVL cruise工程仿真软件建立行星多挡混合动力系统动力学整车模型,加载测试工况,配置仿真步长,以汽车百公里燃油消耗率为目标函数;
步骤二:建立基于规则的行星多挡混合动力汽车逻辑门限值控制策略;
Matlab工程计算软件中采用simulink工具建立基于规则的行星多挡混合动力汽车逻辑门限值控制策略;通过simulink工具建立的控制策略和AVL cruise工程仿真软件中的行星多挡混合动力系统动力学模型联合仿真,将处理后的仿真油耗结果作为目标函数输出;具体包括:
(1)在Matlab工程计算软件中采用simulink工具建立基于规则的行星多挡混合动力汽车逻辑门限值控制策略,门限值控制策略总体架构包括信号输入模块、信号输出模块、驾驶员转矩需求计算模块、行驶模式判断模块、转矩分配模块;
(2)行驶模式判断模块依据控制门限和车辆状态参数按照规则判断行星多挡混合动力汽车的行驶模式,包括驱动模式、制动模式、停车模式三种主模式;进一步地,驱动模式包括纯电动模型、混合动力模式和发动机直驱模式;
(3)在行驶模式判断模块中,控制策略根据门限值判断当前状态下车辆的行驶模式,包括模式切换功率门限值Po、EVT模式中模式切换的SOC下限值SOCp、EVT模式中模式切换的SOC上限值SOCH、模式切换功率下限值Pp、充电功率Pchg和换挡车速V0:
(4)目标函数为百公里燃油消耗量,其计算公式为:
式中,f为百公里燃油消耗量,单位为L/100km,F为总燃油消耗量,单位为L,D为总行驶里程,单位为km;
步骤三:建立优化设计程序流,通过多岛遗传算法优化逻辑门限值控制策略,以整车动力性为约束,以整车燃油经济性最优为目标对标定参数进行多目标优化,得到全局优化后的门限值组合;
在Isight工程计算开发软件中建立优化设计程序流,包括建立优化模块和模型调用模块,其中优化模块用于设置优化算法、优化参数、约束条件和目标函数,模型调用模块用于优化门限值参数写入、运行仿真程序和读取目标函数计算结果;
(1)在模型调用模块中设置优化门限值相关参数,包括设置优化门限值参数和目标函数、添加门限值参数的可行域;具体来说:
①优化门限值参数包括模式切换功率门限值Po、EVT模式中模式切换的SOC下限值SOCp、EVT模式中模式切换的SOC上限值SOCH、模式切换功率下限值Pp、充电功率Pchg和换挡车速V0;
②目标函数为百公里燃油消耗量;
③门限值参数的寻优范围限制在可行域内,可行域根据控制策略进行选取;
(2)在优化模块中加载多岛遗传算法,设置岛遗传算法关键参数,包括子群规模、岛群个数、变异概率、循环代数、迁移率、交叉概率;具体来说,子群规模取10、岛群个数取10、循环代数取10、变异概率取0.01、迁移率取0.01、交叉概率取0.7;
(3)基于多岛遗传算法优化目标函数,得到目标函数最小值对应的门限值参数组合,即为全局最优的控制策略参数组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011624247.2A CN112685959B (zh) | 2020-12-31 | 2020-12-31 | 一种面向行星多挡混合动力系统的门限值优化标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011624247.2A CN112685959B (zh) | 2020-12-31 | 2020-12-31 | 一种面向行星多挡混合动力系统的门限值优化标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112685959A CN112685959A (zh) | 2021-04-20 |
CN112685959B true CN112685959B (zh) | 2022-04-15 |
Family
ID=75453941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011624247.2A Active CN112685959B (zh) | 2020-12-31 | 2020-12-31 | 一种面向行星多挡混合动力系统的门限值优化标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112685959B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107856670A (zh) * | 2017-11-06 | 2018-03-30 | 吉林大学 | 一种行星式混合动力系统的优化控制规则提取方法 |
CN108466544A (zh) * | 2018-03-28 | 2018-08-31 | 吉林大学 | 一种双模功率分流式混合动力系统的参数匹配方法 |
CN111332274A (zh) * | 2020-03-16 | 2020-06-26 | 吉林大学 | 一种混合动力客车整车控制器标定参数优选方法 |
-
2020
- 2020-12-31 CN CN202011624247.2A patent/CN112685959B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107856670A (zh) * | 2017-11-06 | 2018-03-30 | 吉林大学 | 一种行星式混合动力系统的优化控制规则提取方法 |
CN108466544A (zh) * | 2018-03-28 | 2018-08-31 | 吉林大学 | 一种双模功率分流式混合动力系统的参数匹配方法 |
CN111332274A (zh) * | 2020-03-16 | 2020-06-26 | 吉林大学 | 一种混合动力客车整车控制器标定参数优选方法 |
Non-Patent Citations (6)
Title |
---|
Optimal rule design methodology for energy management strategy of a power-split hybrid electric bus;Yue Wang等;《Contents lists available at ScienceDirect》;20191231;第1086-1099页 * |
Research on Parameters Matching Design Method for Planetary Hybrid Logistics Vehicle;Dafeng Song等;《ScienceDirect》;20181231;第21-28页 * |
功率分流式HEV传动系统参数匹配及优化;何建强等;《机械传动》;20170415(第04期);第48-53页 * |
并联混合动力客车广义最优工作曲线控制研究;王庆年等;《汽车工程》;20080525(第05期);第18-21页 * |
插电式混合动力汽车发动机离线标定研究;王庆年等;《汽车工程》;20160825(第08期);第5-11页 * |
混合动力电动汽车动力耦合系统与能量管理策略研究综述;何仁等;《重庆理工大学学报(自然科学)》;20181015(第10期);第7-22页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112685959A (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107878445B (zh) | 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 | |
CN107458369B (zh) | 一种同轴并联式混合动力电动汽车能量管理方法 | |
CN110667566B (zh) | 混合动力汽车匹配参数及控制策略协同组合优化方法 | |
CN109263632B (zh) | 一种混合动力车辆的混动工作模式切换控制方法 | |
CN111301398B (zh) | 一种cvt插电式混合动力汽车能量管理方法及系统 | |
CN110667565B (zh) | 一种智能网联插电式混合动力汽车协同优化能量管理方法 | |
Zeng et al. | A unified quantitative analysis of fuel economy for hybrid electric vehicles based on energy flow | |
Ruan et al. | Delayed deep deterministic policy gradient-based energy management strategy for overall energy consumption optimization of dual motor electrified powertrain | |
Xu et al. | Control algorithm and energy management strategy for extended range electric tractors | |
Wang et al. | Parametric optimization of EQ6110HEV hybrid electric bus based on orthogonal experiment design | |
CN112685959B (zh) | 一种面向行星多挡混合动力系统的门限值优化标定方法 | |
Zhang et al. | Co-simulation of energy management strategy for hybrid electric vehicle in AVL InMotion | |
Wang et al. | Energy management research of the fourth generation Toyota Prius Prime | |
CN112660102B (zh) | 一种基于能耗分析理论的行星多挡混合动力系统控制方法 | |
Xiong et al. | Optimal design and simulation evaluation of economical gear-shifting schedule for AMT in pure electronic bus | |
Zeng et al. | Online optimal control strategy methodology for power-split hybrid electric bus based on historical data | |
Sun et al. | A Dynamic Programming based Fuzzy Logic Energy Management Strategy for Series-parallel Hybrid Electric Vehicles. | |
Zhao et al. | Start-stop moment optimization of range extender and control strategy design for extended-range electric vehicle | |
Zhang et al. | Research on energy management for hybrid electric vehicles in WLTP driving cycle | |
Wang et al. | Comparative research on the transmission form of the electric bus | |
Chen et al. | Simultaneous optimisation of fuel consumption and emissions for a parallel hybrid electric SUV using fuzzy logic control | |
Wang et al. | Energy management strategy of four-wheel drive hybrid electric vehicle based on ecms algorithm | |
Cao et al. | Research on The Power Switching Control Strategy of Hybrid Electric Vehicle | |
Lei et al. | Optimization Design and Evaluation of Shift Point for Electric Bus Based on Multi-objective Genetic Algorithm | |
Zhang et al. | Control strategy optimization for hybrid electric vehicle based on DIRECT algorithm |
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 |