CN112810555A - 用于车辆的智能能量管理系统及相应方法 - Google Patents
用于车辆的智能能量管理系统及相应方法 Download PDFInfo
- Publication number
- CN112810555A CN112810555A CN202011293742.XA CN202011293742A CN112810555A CN 112810555 A CN112810555 A CN 112810555A CN 202011293742 A CN202011293742 A CN 202011293742A CN 112810555 A CN112810555 A CN 112810555A
- Authority
- CN
- China
- Prior art keywords
- reward
- power
- current
- controller
- transformation function
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title description 42
- 239000013598 vector Substances 0.000 claims abstract description 69
- 230000009466 transformation Effects 0.000 claims abstract description 59
- 230000006870 function Effects 0.000 claims description 63
- 238000004891 communication Methods 0.000 claims description 13
- 230000001141 propulsive effect Effects 0.000 claims description 10
- 238000001816 cooling Methods 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 230000003750 conditioning effect Effects 0.000 claims description 4
- 238000009423 ventilation Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 240000004760 Pimpinella anisum Species 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 239000000370 acceptor Substances 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/03—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for
- B60R16/0315—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for using multiplexing techniques
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L50/00—Electric propulsion with power supplied within the vehicle
- B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
- B60L50/60—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L1/00—Supplying electric power to auxiliary equipment of vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
- B60L15/2045—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed for optimising the use of energy
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/18—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/545—Temperature
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y02T10/64—Electric machine technologies in electromobility
-
- 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
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- 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
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- 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
- Y02T10/72—Electric energy management in electromobility
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Business, Economics & Management (AREA)
- Sustainable Energy (AREA)
- Sustainable Development (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
公开了一种用于车辆的能量管理系统。该车辆包括被配置为向一个或多个接受器供电的一个或多个电源。该系统包括控制器，该控制器被配置为至少部分地基于状态向量和初始变换函数来确定仲裁向量。该仲裁向量被确定为初始变换函数针对其达到最大值的一个或多个点。该控制器被配置为基于仲裁向量和状态向量确定当前奖励，该当前奖励被配置为最小化电源中的能量损耗。该控制器被配置为至少部分地基于初始变换函数和总奖励来确定更新的变换函数。该控制器被配置为部分地基于更新的仲裁向量来仲裁功率分配。
Description
技术领域
本公开涉及一种用于车辆的能量管理系统和相应的方法。
背景技术
在过去几年中，使用多种能量源的移动平台的使用已大大增加。例如，车辆可以包括内燃机和作为能量源的超级电容器。车辆可以进一步包括具有多个电池组的可再充电能量存储单元，该可再充电能量存储单元用于在给定操作模式期间根据需要存储和释放电化学能量。能量可以涉及多种用途，诸如推进、加热或冷却客舱，为车辆附件供电以及其他用途。
发明内容
本文公开了一种用于具有一个或多个电源的车辆的智能能量管理系统以及相应的方法。能量管理系统包括被配置为接收实时变化的总功率需求（P D ）的控制器。总功率需求（P D ）可能来自一个或多个接受器。控制器与一个或多个传感器通信，该一个或多个传感器被配置为获得相对于电源的各自传感器数据。控制器包括处理器和在其上记录有指令的有形的非易失性存储器。能量管理系统被配置为在从多个电源传递多个可调度负载方面，结合电源的当前和未来状态以分配最佳功率分配。能量管理系统允许实时平衡和协调能量消耗优化和长期部件健康。
处理器执行指令使控制器部分地基于由一个或多个传感器获得的各自传感器数据获得状态向量。选择初始变换函数。控制器被配置为至少部分地基于状态向量和初始变换函数来确定仲裁向量，该仲裁向量被确定为初始变换函数针对其达到最大值的一个或多个点。控制器被配置为基于仲裁向量和状态向量来确定当前奖励。当前奖励可以被配置为最小化电源中的能量损耗。将总奖励确定为当前奖励和在选定的限度大小内的预测奖励之和。控制器被配置为至少部分地基于初始变换函数和总奖励来确定更新的变换函数。更新的仲裁向量至少部分地基于更新的变换函数来获得。控制器被配置为部分地基于更新的仲裁向量来仲裁功率分配。
当前奖励可以被配置为最小化一个或多个电源中的能量损耗，其中每个电源提供各自的功率（P S ）。控制器可以被配置为在一个或多个电源之间进行仲裁，使得（
，其中P D 为总电力需求，以及
为更新的仲裁向量
的分量。
当前奖励可以被配置为至少使电损耗因数、容量损耗因数
和电荷耗竭因数
最小化，该电荷耗竭因数被定义为电池模块的最终电荷状态与初始充电电荷之间的差。电源可以包括至少一个限定电流与容量比
的电池模块。当前奖励可以包括部分地基于电流与容量比
、第一校准参数（m）和第二校准参数
的电流限制因数
，使得当
]时，当
]和
时，
。
当前奖励可以包括针对电损耗因数
、容量损耗因数
、电流限制因数
和电荷耗竭因数
各自归一化因数（w i ），使得当前奖励(r)被确定为：
+
+
)。
总功率需求包括来自多个接受器的各自功率请求，包括推进功率请求
，第一非推进功率请求(
和第二非推进功率请求(
。控制器可以被配置为部分地基于总功率需求（P D ）来仲裁一个或多个接受器之间的功率分配，使得：
，g为更新的仲裁向量的分量。
控制器可以被配置为通过最大化负载奖励函数来确定实时缩放因数g i (t)。第一非推进功率请求可以被引导至电源的热调节，以及第二非推进功率请求可以被引导至来自车辆中的加热、通风和冷却（HVAC）单元的各自的功率请求。
电源可以包括可以由充电电源充电的多个电池模块。控制器可以被配置为部分地基于充电奖励函数来仲裁多个电池模块的充电。充电奖励函数被配置为基于多个电池模块的各自的温度和各自的电荷状态来最小化功率损耗。控制器可以被配置为在总功率需求处于或高于预定阈值时将多个电池模块重新配置为相对较高的功率模式。
本发明还包括以下方案：
方案1. 一种用于车辆的能量管理系统，所述能量管理系统包括：
一个或多个电源，所述一个或多个电源被配置为一个或多个接受器供电；
一个或多个传感器，所述一个或多个传感器被配置为获得相对于所述一个或多个电源的各自传感器数据；
控制器，所述控制器与所述一个或多个传感器通信并具有处理器和在其上记录有指令的有形的、非易失性存储器，由所述处理器对所述指令的执行使所述控制器：
部分地基于所述各自传感器数据获得状态向量，并选择初始变换函数，所述状态向量包括总功率需求；
至少部分地基于所述状态向量和所述初始变换函数确定仲裁向量，所述仲裁向量被确定为所述初始变换函数针对其达到最大值的一个或多个点；
基于所述仲裁向量和所述状态向量确定当前奖励；
将总奖励确定为所述当前奖励和在选定的限度大小内的预测奖励之和；
至少部分地基于所述初始变换函数和所述总奖励来确定更新的变换函数；
至少部分地基于所述更新的变换函数获得更新的仲裁向量；以及
其中，所述控制器被配置为部分地基于所述更新的仲裁向量来仲裁功率分配。
方案2. 根据方案1所述的能量管理系统，其中：
所述当前奖励被配置为最小化所述一个或多个电源中的能量损耗，所述一个或多个电源各自提供各自的功率（P S ）；以及
所述控制器被配置为在所述一个或多个电源之间进行仲裁，使得（
，其中P D 为所述总电力需求，以及
为所述更新的仲裁向量的分量。
方案3. 根据方案2所述的能量管理系统，其中：
所述一个或多个电源包括至少一个电池模块；以及
所述当前奖励被配置为使电损耗因数、容量损耗因数和电荷耗竭因数最小化，所述电荷耗竭因数被定义为所述至少一个电池模块的最终电荷状态与初始充电电荷之间的差。
方案4. 根据方案2所述的能量管理系统，其中：
所述一个或多个电源包括至少一个电池模块，所述电池模块定义了电流与容量比
；以及
所述当前奖励包括部分地基于所述电流与容量比
、第一校准参数（m）和第二校准参数
的电流限制因数
，使得当
]时，当
]和
时，
。
方案5. 根据方案4所述的能量管理系统，其中：
所述当前奖励包括针对电损耗因数
、容量损耗因数
、电流限制因数
和电荷耗竭因数
的各自归一化因数（w i ），使得所述当前奖励(r)被确定为：
+
+
)。
方案6. 根据方案1所述的能量管理系统，其中：
在时间步长k处的所述总奖励被确定为所述当前奖励和在所述选定的限度大小内的预测奖励之和；以及
在所述时间步长k处所述更新的变换函数部分地基于所述时间步长k处的所述总奖励。
方案7. 根据方案1所述的能量管理系统，其中：
所述控制器被配置为选择性地应用校准的折扣因数和校准的鲁棒学习率；以及
当前迭代处的所述更新的变换函数部分地基于来自先前迭代中的所述更新的变换函数、所述校准的折扣因数和所述校准的鲁棒学习率。
方案8. 根据方案1所述的能量管理系统，其中，所述控制器被配置为：
将当前时间步长处的所述状态向量和所述仲裁向量存储为缓冲数据；
部分地基于所述缓冲数据中的所述总奖励，在先前的时间步长（k-M）处获得所述更新的变换函数；
确定在所述选定的限度大小（N）内的所述预测奖励；以及
部分地基于所述预测奖励和所述当前奖励，在当前时间步长k处获得所述更新的变换函数。
方案9. 根据方案1所述的能量管理系统，其中：
所述总功率需求包括来自所述一个或多个接受器的各自功率请求，包括推进功率请求
，第一非推进功率请求(
和第二非推进功率请求(
；
所述控制器被配置为部分地基于所述总功率需求（P D ）来仲裁所述一个或多个接受器之间的所述功率分配，使得：
，g为所述更新的仲裁向量的分量。
方案10. 根据方案9所述的能量管理系统，其中，所述车辆包括加热、通风和冷却（HVAC）单元，并且其中：
所述第一非推进功率请求被引导至所述一个或多个电源的热调节，以及所述第二非推进功率请求来自所述HVAC单元。
方案11. 根据方案1所述的能量管理系统，其中：
所述一个或多个电源包括被配置为由充电电源充电的多个电池模块，所述多个电池模块可在相对较高功率模式和相对较低功率模式之间重新配置；
所述多个电池模块的特征在于各自的温度和各自的电荷状态；
所述控制器被配置为至少部分地基于所述多个电池模块的所述各自的温度和所述各自的电荷状态来确定用于使当前时间步长处的功率损耗最小化的充电奖励函数；以及
所述控制器被配置为部分地基于所述充电奖励函数来仲裁所述多个电池模块的充电，并且当所述总功率需求处于或高于预定阈值时，将所述多个电池模块重新配置为所述相对较高的功率模式。
方案12. 一种操作用于车辆的能量管理系统的方法，所述车辆具有一个或多个传感器以及具有处理器和有形的、非易失性存储器的控制器，所述方法包括：
配置一个或多个电源以为所述车辆供电；
经由所述一个或多个传感器获得相对于所述一个或多个电源的各自传感器数据；
经由所述控制器：
部分地基于所述各自传感器数据确定状态向量，所述状态向量包括总功率需求；
至少部分地基于所述状态向量和初始变换函数来确定仲裁向量，所述仲裁向量被确定为所述初始变换函数针对其达到最大值的一个或多个点；
基于所述仲裁向量和所述状态向量确定当前奖励，所述当前奖励被配置为最小化所述一个或多个电源中的能量损耗；
确定作为所述当前奖励和在选定的限度大小内的预测奖励之和的总奖励；
至少部分地基于所述初始变换函数和所述总奖励确定更新的变换函数；
至少部分地基于所述更新的变换函数确定更新的仲裁向量；以及
部分地基于所述更新的仲裁向量来仲裁功率分配。
方案13. 根据方案12所述的方法，其中，所述一个或多个电源包括至少一个电池模块，进一步包括：
部分地基于由所述至少一个电池模块定义的电流与容量比
、第一校准参数（m）和第二校准参数
来获得电流限制因数
，使得当
]时，当
]和
时，
；以及
在所述当前奖励中包括所述当前限制因数
。
方案14. 根据方案13所述的方法，其中，确定所述当前奖励包括：
获得电损耗因数
、容量损耗因数
和电荷耗竭因数
，所述电荷耗竭因数被定义为所述至少一个电池模块的最终电荷状态与初始充电电荷之间的差；以及
获得所述电损耗因数
、所述容量损耗因数
、所述电流限制因数
和所述电荷损耗因数
的各自归一化因数(w i )，使得所述当前奖励(r)被确定为：
方案15. 根据方案12所述的方法，其中，所述获得所述更新的变换函数包括：
确定在时间步长k处的所述总奖励为所述当前奖励和在所述选定的限度大小内的预测奖励之和；以及
部分地基于所述总奖励在时间步长k处获得所述更新的变换函数。
方案16. 根据方案12所述的方法，进一步包括：
应用校准的折扣因数以减少所述预测奖励和校准的鲁棒学习率的影响；以及
部分地基于来自先前迭代中的所述更新的变换函数、所述校准的折扣因数和所述校准的鲁棒学习率获得当前迭代处的所述更新的变换函数。
方案17. 根据方案12所述的方法，其中，所述获得所述更新的变换函数包括：
将当前时间步长处的所述状态向量和所述仲裁向量存储为缓冲数据；
使用所述缓冲数据在先前的时间步长处获得所述更新的变换函数；
确定在所述选定的限度大小内的预测奖励。
当结合附图考虑时，从用于实施本公开的最佳模式的以下详细描述，本公开的以上特征和优点以及其他特征和优点将变得明显。
附图说明
图1为用于具有电源、控制器和/或移动应用的车辆的能量管理系统的示意图；以及
图2为一种可由图1的控制器和/或移动应用执行的方法的示意性流程图；以及
图3为时间轴的示意图，该图示出了可以在图1的方法中采用的预测窗口。
具体实施方式
参考附图，其中，相似的附图标记指代相似的部件，图1示意性地示出了用于具有一个或多个电源14（此后省略“一个或多个”）的车辆12中的能量管理系统10。车辆12可以为移动平台，诸如但不限于乘用车，运动型多用途车，轻型卡车，重型车辆，ATV，小型货车，公共汽车，运输车辆，自行车，移动机器人，农具（例如拖拉机），运动相关设备（例如高尔夫球车），船，飞机和火车。车辆12可以为至少部分电动的或完全电动的。应当理解，车辆12可以采取许多不同的形式并且具有附加的部件。
参考图1，电源14可以包括超级电容器16和燃料电池18。燃料电池18可以被配置为使用来自进气口（未示出）的氧气和压缩氢气来发电。电源14可以包括多个电池模块20，诸如第一电池模块22、第二电池模块24和第三电池模块26。多个电池模块20可以通过充电电源28再充电。
能量管理系统10提供智能功率仲裁，并且包括计算代表用于执行具有特定状态变量集合的动作的奖励的数值得分。如下所述，能量管理系统10被配置为通过将可从未来状态获得的最大奖励添加到用于实现当前状态的奖励中来最大化总奖励，从而通过潜在的未来奖励来影响当前动作。该潜在奖励为从当前状态开始的未来步骤的奖励的预期值的加权总和。
参考图1，能量管理系统10包括控制器C，控制器C可以为车辆12的其他控制器的整体部分或可操作地连接至车辆12的其他控制器的单独模块。控制器C被配置为接收实时变化的总功率需求（P D ）。总功率需求（P D ）可以由控制器C内的程序利用外部数据来生成。总功率需求（P D ）可以由功率模块30在外部生成并发送至控制器C。总功率需求（P D ）至少部分地基于车辆12中的一个或多个接受器34（包括推进和非推进接受器）的需求（此后省略“一个或多个”）。参考图1，接受器34可以包括推进系统36（定义推进功率请求），热调节系统38，HVAC（加热、通风和冷却）系统40以及用于为各种附件供电的车辆附件系统42。热调节系统38被配置为加热或冷却车辆12的多个电池模块20和其他功率部件，诸如逆变器和电动机（未示出）。
参考图1，控制器C可以被配置为经由无线网络48与远程服务器46和/或云单元44通信，该无线网络可以为短程网络或远程网络。远程服务器46可以为由诸如例如研究机构或公司的组织维护的私有或公共信息源。云单元44可以包括托管在因特网上以存储、管理和处理数据的一个或多个服务器。如图1中所示，控制器C可以被配置为通过移动应用50从远程服务器46接收无线通信并将无线通信发送至远程服务器46。移动应用50可以与控制器C通信，使得可以访问控制器C中的数据。例如，移动应用50可以嵌入在属于车辆12用户的智能手机中，并且可以插入或以其他方式链接到车辆12。移动应用50可以物理地连接（例如有线）至控制器C。可替代地，移动应用50可以被嵌入在控制器C中。可以采用对于本领域技术人员而言是可用的移动应用50（“app”）的电路和部件。
无线网络48可以为使用无线分配方法链接多个装置的无线局域网（LAN），连接多个无线LAN的无线城域网（MAN）或覆盖大区域（诸如邻近的城镇）的无线广域网（WAN）。无线网络48可以为WIFI或蓝牙TM连接，其被定义为旨在简化互联网装置之间以及装置与互联网之间的通信的短程无线电技术（或无线技术）。蓝牙TM为一种开放的无线技术标准，其用于在短距离内传输固定和移动电子装置数据并创建在2.4 GHz频段内运行的个人网络。可以采用其他类型的连接。
参考图1，控制器C可以包括通信接口32，该通信接口32使得能够进行车辆到车辆（V2V），车辆到万物（V2X）以及其他类型的通信，诸如V2I、V2N、V2V、V2P、V2D和V2G。通信接口32可以被配置为获得未来的驾驶条件、速度限制、交通、GPS、地形信息和其他数据，其可以被控制器C内的程序消耗并且允许控制器C预测未来的功率需求。
参考图1，控制器C包括至少一个处理器P和至少一个存储器M（或非易失性有形计算机可读存储介质），在其上记录有用于执行下面相对于图2描述的方法100的指令。方法100使用连续可调的总功率需求相对于各个功率仲裁曲线来学习和适应实时变化。方法100提供了一种学习机制，其可以通过离线校准来发起并且可以实时地被优化。存储器M可以存储可执行指令集，并且处理器P可以执行存储在存储器M中的指令集。
控制器C被具体配置为执行方法100的框，并且可以接收来自一个或多个传感器S（诸如第一传感器52，第二传感器54和第三传感器56）的输入。传感器S被配置为获得相对于电源14的各自传感器数据。各个传感器数据可以涉及温度、电压、电流、电荷状态、容量、健康状态以及与电源14有关的其他因素。传感器S（和多个接受器34）可以经由通信总线58与控制器C通信，该通信总线58可以为串行控制器局域网（CAN-BUS）的形式。
现在参考图2，示出了方法100的流程图。方法100可以存储在图1的控制器C和移动应用50中的至少一者上并且可由其执行。方法100不需要以本文所述的特定顺序来应用，并且可以动态地执行。此外，应当理解，可以省略一些步骤。如本文中所用，术语“动态”和“动态地”描述了实时执行的步骤或过程，并且特征在于监测或以其他方式确定参数的状态并在例程执行期间或例程执行的迭代之间定期或周期性地更新参数的状态。尽管下面相对于控制器C描述了方法100，但是应当理解，方法100可以由移动应用50执行。仲裁可以将总功率需求分发或分配给同一源内的不同单元或具有不同特性的两个源。换句话说，方法100可以应用于具有多个具有相同或互补特性的单元的电源14。
根据图2的框102，控制器C被配置为确定是否需要或期望功率仲裁。例如，控制器C可以被配置为确定是否满足使能条件，例如，用于触发功率仲裁的总功率需求的最小值。如果满足使能条件，则方法100进行到框104，在框104中，控制器C被配置为部分地基于各个传感器数据来获得多个状态变量，本文称为状态向量。如果不满足使能条件，则方法100结束。状态向量包括总功率需求以及电源14的当前状态指示符。而且，根据图2的框102，控制器C被配置为选择初始变换函数。在一个示例中，初始变换函数由多个泊松分布函数组成。
方法100从框104进行到框108，其中控制器C被配置为至少部分地基于状态向量
和初始变换函数
来确定仲裁向量
。仲裁向量
被确定为初始变换函数达到最大值[
的一个或多个点。这里，arg max为点x的集合，为此f(x)达到函数的最大值。
根据框110，控制器C被配置为基于仲裁向量和状态向量来确定当前奖励。当前奖励可以被配置为最小化能量损耗并维持电源14的健康。利用一组特定的变量或状态变量执行动作提供奖励，该奖励为由控制器C用于优化过程的数值得分。当前奖励可以包括多个因数，诸如电损耗因数
，电荷耗竭因数
，容量损耗因数
和电流限制因数
。电荷耗竭因数被定义为多个电池模块20的最终电荷状态和初始电荷之间的差。当前奖励(r)可以包括这些术语中每一术语的各自归一化因数(w i )，使得当前奖励(r)被确定为：
+
+
)。
应当理解，可以省略上述某些术语，而可以添加其他术语，并且例如电池扩散损耗，不同的效率术语或充电与放电期间的限制等。电流限制因数
部分地基于由多个电池模块20限定的电流与容量比
、第一校准参数(m)和第二校准参数
，使得当
时，当
]和
时，
。电流限制因数
被配置为在不施加饱和或绝对限制的情况下对高电流进行处罚。第二校准参数
有助于调整这种处罚。
容量损耗因数
可以作为以安培小时(Ah)为单位的通过量、电荷状态
、温度
和第三校准参数(n)的函数来获得：
可以使用来自测试设置或实验室中实际老化过程的数据获得校准参数。校准参数可以指示当前电池操作如何增加多个电池模块20的长期老化，以作为用于优化的奖励信号。
方法100从框110进行到框112。根据图2的框112，控制器C被配置为选择限度大小（N）并确定所选定的限度大小（N）的总奖励(
, N)。将时间步长k处的总奖励(
, N)确定为当前奖励
与限度大小（N）内的预测奖励的总和，其中
为状态向量，以及
为仲裁向量。参考图3，示出了时间轴200的示意图，其中位置202指示时间步长k。图3中的箭头204代表当前奖励
，而箭头206代表从时间步k到（k+N）的总奖励𝐻(
, N)。控制器C可以被配置为采用预测窗口210，其中预测奖励被确定为：[
。因此，总奖励(
,N)=
]。
接下来，根据框114，控制器C被配置为获得更新的变换函数。在时间步长k处更新的变换函数
可以部分地基于总奖励𝐻(
,𝑁)，使得：
在一个示例中，控制器C被配置为选择性地应用校准的折扣因数
)以减小预测奖励的影响，在时间步长k处的更新的变换函数
被确定为：
在另一个示例中，控制器C被配置为选择性地应用校准的折扣因数
)和校准的鲁棒学习率
)。当前迭代处的更新的变换函数
部分地基于来自先前迭代中的更新的变换函数
，使得：
可替代地，参考图3，控制器C可以被配置为除了预测窗口210之外还采用过去的数据缓冲窗口212。这里，控制器C被配置为将当前时间步长处的状态向量和仲裁向量存储为缓冲数据。使用缓冲数据中的总奖励
，获得先前的时间步长k-M处的更新的变换函数
。参考图3，箭头208指示从时间步长k到（k-M）的总奖励
。如上所述，在选定的限度大小（N）内获得的预测奖励为[
。在当前时间步长k处获得的更新的变换函数
为：
另外，根据图2的框114，控制器C被配置为确定当前迭代处的更新的变换与先前获得的变换函数之间是否有足够的收敛，先前获得的变换函数可以来自先前的迭代或初始变换函数。可以基于即将到来的应用来选择收敛阈值。如果收敛不足，如由线116所示，则方法100循环到框104以进行进一步的迭代和变换函数的更新。
如果存在足够的收敛，则方法100进行到框118。根据框118，更新的仲裁向量至少部分地基于更新的变换函数来获得。控制器C可以被配置为在电源14之间进行仲裁，使得(
，其中P D 为总电力需求，以及
为更新的仲裁向量
的分量。如上所述，总功率需求可以包括来自接受器34的各自功率请求，包括推进功率请求
，第一非推进功率请求(
和第二非推进功率请求(
。控制器C可以被配置为部分地基于总功率需求（P D ）在接受器34之间进行仲裁，使得：
以及
为更新的仲裁向量
的另一个分量。更新的仲裁向量可以被定义为
。
方法100可以用于在多个电源14和多个接受器34之间进行仲裁。然而，应理解，方法100可用于在集成框架中在单个电源14与多个接受器34之间进行仲裁以及在多个电源14与单个接受器34之间进行仲裁，例如如下所示，以最佳方式传递推进需求，同时实时调制各个电源（经由第一部件a）和需求（经由第二部件g）。
例如，如果车辆12在具有高总功率需求的山坡道路上行驶，则车厢可以被预冷却（
>1，动态地），或者来自HVAC单元的需求在预知上坡需求时逐级减少（
<1，动态地）。在另一个示例中，多个电池模块20可以被更大程度地预冷却（
>1），以根据预知的更高推进需求来准备增加的负载需求。在另一个示例中，在车辆启动期间，多个电池模块20中的特定模块在低温下的预热可以通过根据各个组温度缩放来自其他辅助接受器的功率请求来满足。
另外，控制器C可以被配置为部分地基于充电奖励函数来仲裁多个电池模块20的充电。当总功率需求处于或高于预定阈值时，充电奖励函数被配置为基于多个电池模块20的各自的温度和各自的电荷状态来使功率损耗最小化。控制器C可以被配置为经由重新配置模块60将多个电池模块20从相对较低的功率模式重新配置为相对较高的功率模式。充电奖励函数（CR）可以包括多个电池模块20中的电损耗因数
、容量损耗因数
和电荷耗竭因数
，使得：
+
)。类似地，功率分布可以基于多个电池模块20中的各个电池模块的当前电荷状态和温度，以较低的电荷状态和温度向模块提供更多的功率。
在一个示例中，为了进一步学习过程，在预选和/或随机时间采用仲裁向量
的随机值，例如，选择5％的时间的随机值，并如上所述获得剩余95％的时间的随机值。另外，可以在预生产校准过程期间采用该学习，其中方法100用作数据驱动的校准工具。可以在正常操作期间采用方法100以进一步适应和优化当前条件。
方法100可以并入“预览”特征，由此可以诸如通过预测奖励并入（例如，来自通信接口32的）预测信息，以作为整体优化框架中的未来功率需求。这将允许当前和未来的功率需求同步。例如，来自HVAC系统40的各个功率请求可以与即将来临的推进功率需求同步：在即将到来的山丘上通过“预览”来预热或预冷客舱（HVAC负载）。换句话说，总体HVAC需求可以在推进需求低时通过向HVAC系统40发送更多的功率而在推进需求高时通过向HVAC系统40发送更少的功率来传递，从而有效地防止被请求的电池功率中的功率尖峰，从而有助于减少电池长期老化。
总之，能量管理系统10提供许多优点：提高的能量效率，车辆12的范围延长以及电池寿命延长。能量管理系统10允许实时混合能量消耗优化和长期部件健康。因此，能量管理系统10改善了车辆12的功能。
图2中的流程图示出了根据本公开的各种实施例的系统、方法和计算机程序产品的可能实施方式的架构、功能和操作。在这方面，流程图或框图中的每个框可以表示代码的模块、段或部分，其包括用于实现指定的逻辑功能的一个或多个可执行指令。还需指出，框图和/或流程图的每个框以及框图和/或流程图中的框的组合可以由执行特定功能或动作的基于专用目的的硬件的能量管理系统或专用目的的硬件和计算机指令的组合来实现。这些计算机程序指令还可以存储在计算机可读介质中，该计算机可读介质可以指导控制器或其他可编程数据处理装置以特定方式起作用，从而使得存储在计算机可读介质中的指令产生包括指令的制品，以实现流程图和/或框图框中指定的功能/动作。
控制器C包括计算机可读介质（也称为处理器可读介质），该计算机可读介质包括参与提供可由计算机（例如，由计算机的处理器）读取的数据（例如，指令）的非易失性（即，有形的）介质。这种介质可以采用许多形式，包括但不限于非易失性介质和易失性介质。非易失性介质可以包括例如光盘或磁盘以及其他持久性存储器。易失性介质可以包括例如动态随机存取存储器（DRAM），其可以构成主存储器。可以通过一种或多种传输介质来传输这样的指令，所述传输介质包括同轴电缆、铜线和光纤，包括导线，所述导线包括与计算机的处理器耦合的系统总线。一些形式的计算机可读介质包括，例如，软盘，软磁盘，硬盘，磁带，其他磁性介质，CD-ROM，DVD，其他光学介质，打孔卡，纸带，带有孔图案的其他物理介质，RAM，PROM，EPROM，FLASH-EEPROM，其他存储芯片或盒式磁带或计算机可以读取的其他介质。
本文所述的查找表、数据库、数据存储库或其他数据存储可包括用于存储、访问和检索各种数据的各种机制，包括层次数据库，文件能量管理系统中的一组文件，专有格式的应用数据库，关系数据库能量管理能量管理系统（RDBMS）等。每个此类数据存储可包含在采用计算机操作系统（诸如上述操作系统之一）的计算装置中，并可以多种方式中的一种或多种方式经由网络访问。文件系统可以从计算机操作能量管理系统访问，并且可以包括以各种格式存储的文件。除了用于创建、存储、编辑和执行存储程序的语言外，RDBMS还可以采用结构化查询语言（SQL），诸如上述的PL/SQL语言。
详细描述和图或附图为本公开的支持和描述，但是本公开的范围仅由权利要求书限定。尽管已经详细描述了用于执行要求保护的本公开的一些最佳模式和其他实施例，但是存在各种替代设计和实施例以用于实施所附权利要求中限定的公开内容。此外，图中示出的实施例或本说明书中提到的各种实施例的特征不必理解为彼此独立的实施例。而是，可以将实施例的一个示例中描述的每个特征与来自其他实施例的一个或多个其他期望的特征组合，从而产生未用文字或参考附图描述的其他实施例。因此，这样的其他实施例落入所附权利要求的范围的框架内。
Claims (10)
1.一种用于车辆的能量管理系统，所述能量管理系统包括：
一个或多个电源，所述一个或多个电源被配置为一个或多个接受器供电；
一个或多个传感器，所述一个或多个传感器被配置为获得相对于所述一个或多个电源的各自传感器数据；
控制器，所述控制器与所述一个或多个传感器通信并具有处理器和在其上记录有指令的有形的、非易失性存储器，由所述处理器对所述指令的执行使所述控制器：
部分地基于所述各自传感器数据获得状态向量，并选择初始变换函数，所述状态向量包括总功率需求；
至少部分地基于所述状态向量和所述初始变换函数确定仲裁向量，所述仲裁向量被确定为所述初始变换函数针对其达到最大值的一个或多个点；
基于所述仲裁向量和所述状态向量确定当前奖励；
将总奖励确定为所述当前奖励和在选定的限度大小内的预测奖励之和；
至少部分地基于所述初始变换函数和所述总奖励来确定更新的变换函数；
至少部分地基于所述更新的变换函数获得更新的仲裁向量；以及
其中，所述控制器被配置为部分地基于所述更新的仲裁向量来仲裁功率分配。
2.根据权利要求1所述的能量管理系统，其中：
所述当前奖励被配置为最小化所述一个或多个电源中的能量损耗，所述一个或多个电源各自提供各自的功率（P S ）；以及
所述控制器被配置为在所述一个或多个电源之间进行仲裁，使得（
，其中P D 为所述总电力需求，以及
为所述更新的仲裁向量的分量。
3.根据权利要求2所述的能量管理系统，其中：
所述一个或多个电源包括至少一个电池模块；以及
所述当前奖励被配置为使电损耗因数、容量损耗因数和电荷耗竭因数最小化，所述电荷耗竭因数被定义为所述至少一个电池模块的最终电荷状态与初始充电电荷之间的差。
4.根据权利要求2所述的能量管理系统，其中：
所述一个或多个电源包括至少一个电池模块，所述电池模块定义了电流与容量比
；以及
所述当前奖励包括部分地基于所述电流与容量比
、第一校准参数（m）和第二校准参数
的电流限制因数
，使得当
]时，当
]和
时，
。
5.根据权利要求4所述的能量管理系统，其中：
所述当前奖励包括针对电损耗因数
、容量损耗因数
、电流限制因数
和电荷耗竭因数
的各自归一化因数（w i ），使得所述当前奖励(r)被确定为：
+
+
)。
6.根据权利要求1所述的能量管理系统，其中：
在时间步长k处的所述总奖励被确定为所述当前奖励和在所述选定的限度大小内的预测奖励之和；以及
在所述时间步长k处所述更新的变换函数部分地基于所述时间步长k处的所述总奖励。
7.根据权利要求1所述的能量管理系统，其中：
所述控制器被配置为选择性地应用校准的折扣因数和校准的鲁棒学习率；以及
当前迭代处的所述更新的变换函数部分地基于来自先前迭代中的所述更新的变换函数、所述校准的折扣因数和所述校准的鲁棒学习率。
8.根据权利要求1所述的能量管理系统，其中，所述控制器被配置为：
将当前时间步长处的所述状态向量和所述仲裁向量存储为缓冲数据；
部分地基于所述缓冲数据中的所述总奖励，在先前的时间步长（k-M）处获得所述更新的变换函数；
确定在所述选定的限度大小（N）内的所述预测奖励；以及
部分地基于所述预测奖励和所述当前奖励，在当前时间步长k处获得所述更新的变换函数。
9.根据权利要求1所述的能量管理系统，其中：
所述总功率需求包括来自所述一个或多个接受器的各自功率请求，包括推进功率请求
，第一非推进功率请求(
和第二非推进功率请求(
；
所述控制器被配置为部分地基于所述总功率需求（P D ）来仲裁所述一个或多个接受器之间的所述功率分配，使得：
，g为所述更新的仲裁向量的分量。
10.根据权利要求9所述的能量管理系统，其中，所述车辆包括加热、通风和冷却（HVAC）单元，并且其中：
所述第一非推进功率请求被引导至所述一个或多个电源的热调节，以及所述第二非推进功率请求来自所述HVAC单元。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/686,434 US11247571B2 (en) | 2019-11-18 | 2019-11-18 | Intelligent energy management system for a vehicle and corresponding method |
| US16/686434 | 2019-11-18 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112810555A true CN112810555A (zh) | 2021-05-18 |
| CN112810555B CN112810555B (zh) | 2024-05-03 |
Family
ID=75683926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011293742.XA Active CN112810555B (zh) | 2019-11-18 | 2020-11-18 | 用于车辆的智能能量管理系统及相应方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11247571B2 (zh) |
| CN (1) | CN112810555B (zh) |
| DE (1) | DE102020126756A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113682293B (zh) * | 2021-09-29 | 2023-08-22 | 厦门大学 | 智能网联混合动力汽车多系统动态协调控制系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030184307A1 (en) * | 2002-02-19 | 2003-10-02 | Kozlowski James D. | Model-based predictive diagnostic tool for primary and secondary batteries |
| US7395360B1 (en) * | 2005-09-21 | 2008-07-01 | Altera Corporation | Programmable chip bus arbitration logic |
| US20140058571A1 (en) * | 2012-08-27 | 2014-02-27 | Nec Laboratories America, Inc. | Multi-objective energy management methods for micro-grids |
| CN108349402A (zh) * | 2015-11-09 | 2018-07-31 | 法拉第未来公司 | 车辆充电系统和方法 |
| US10303166B2 (en) * | 2016-05-23 | 2019-05-28 | nuTonomy Inc. | Supervisory control of vehicles |
Family Cites Families (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2839285B1 (fr) * | 2002-05-03 | 2004-10-29 | Alstom | Procede et dispositif pour le controle et la regulation de la puissance consommee par un systeme de transport |
| JP4047258B2 (ja) * | 2003-09-29 | 2008-02-13 | キヤノン株式会社 | 液体供給システム |
| JP2009096365A (ja) * | 2007-10-17 | 2009-05-07 | Fuji Heavy Ind Ltd | リスク認識システム |
| US8326780B2 (en) * | 2008-10-14 | 2012-12-04 | Honda Motor Co., Ltd. | Smoothed sarsa: reinforcement learning for robot delivery tasks |
| WO2010101749A1 (en) * | 2009-03-05 | 2010-09-10 | Massachusetts Institute Of Technology | Predictive semi-autonomous vehicle navigation system |
| GB2481946A (en) * | 2009-03-31 | 2012-01-11 | Gridpoint Inc | Electric vehicle power management systems |
| US20140350743A1 (en) * | 2012-08-27 | 2014-11-27 | Nec Laboratories America, Inc. | Tiered power management system for microgrids |
| EP3016237A4 (en) * | 2013-06-25 | 2017-03-08 | Nec Corporation | Method for controlling charging power, system for controlling charging power, and program |
| US9587954B2 (en) * | 2013-07-10 | 2017-03-07 | Ford Global Technologies, Llc | System and method for vehicle routing using stochastic optimization |
| US9862397B2 (en) * | 2015-03-04 | 2018-01-09 | General Electric Company | System and method for controlling a vehicle system to achieve different objectives during a trip |
| FR3036865B1 (fr) * | 2015-06-01 | 2017-07-07 | Peugeot Motocycles Sa | Procede de controle d’un ensemble batterie et alternateur pour un moteur de vehicule automobile |
| US9731755B1 (en) * | 2016-02-16 | 2017-08-15 | GM Global Technology Operations LLC | Preview lateral control for automated driving |
| US20170310140A1 (en) * | 2016-04-26 | 2017-10-26 | Nec Laboratories America, Inc. | System and method for reducing time-averaged peak charges |
| US10309792B2 (en) * | 2016-06-14 | 2019-06-04 | nuTonomy Inc. | Route planning for an autonomous vehicle |
| US10126136B2 (en) * | 2016-06-14 | 2018-11-13 | nuTonomy Inc. | Route planning for an autonomous vehicle |
| US10829116B2 (en) * | 2016-07-01 | 2020-11-10 | nuTonomy Inc. | Affecting functions of a vehicle based on function-related information about its environment |
| CN106385194B (zh) * | 2016-11-26 | 2018-09-18 | 温州大学 | 微网离网模式下逆变器分数阶电压和频率高效控制方法 |
| WO2018104850A1 (en) * | 2016-12-08 | 2018-06-14 | Kpit Technologies Limited | Model predictive based control for automobiles |
| US11274849B2 (en) * | 2017-04-28 | 2022-03-15 | Johnson Controls Tyco IP Holdings LLP | Smart thermostat with model predictive control and demand response integration |
| CN107425762B (zh) * | 2017-07-04 | 2019-10-22 | 大连海事大学 | 一种三相开关磁阻电机预测转矩控制系统及方法 |
| GB2564668B (en) * | 2017-07-18 | 2022-04-13 | Vision Semantics Ltd | Target re-identification |
| US10969749B2 (en) * | 2017-08-22 | 2021-04-06 | Honeywell Limited | Application of model predictive control (MPC)-based forced ramping of process input variables and process output reference trajectory design over a prediction horizon for MPC-based paper machine grade change control |
| US10948919B2 (en) * | 2017-09-11 | 2021-03-16 | Baidu Usa Llc | Dynamic programming and gradient descent based decision and planning for autonomous driving vehicles |
| GB2572448B (en) * | 2018-03-30 | 2021-02-03 | Jaguar Land Rover Ltd | Vehicle control method and apparatus |
| WO2020074741A1 (en) * | 2018-10-12 | 2020-04-16 | Deepmind Technologies Limited | Controlling agents over long time scales using temporal value transport |
| CN109870162B (zh) * | 2019-04-04 | 2020-10-30 | 北京航空航天大学 | 一种基于竞争深度学习网络的无人机飞行路径规划方法 |
| US20200376927A1 (en) * | 2019-05-31 | 2020-12-03 | Nio Usa, Inc. | Artificial intelligence in conditioning or thermal management of electrified powertrain |
| WO2021078391A1 (de) * | 2019-10-25 | 2021-04-29 | Zf Friedrichshafen Ag | Modelbasierte prädiktive regelung einer elektrischen maschine eines antriebstrangs eines kraftfahrzeugs |
| DE102019216454A1 (de) * | 2019-10-25 | 2021-04-29 | Zf Friedrichshafen Ag | Modelbasierte prädiktive Regelung einer Antriebsmaschine eines Antriebstrangs eines Kraftfahrzeugs sowie zumindest einer die Energieeffizienz des Kraftfahrzeugs beeinflussende Fahrzeugkomponente |
| DE102019216445A1 (de) * | 2019-10-25 | 2021-04-29 | Zf Friedrichshafen Ag | Modelbasierte prädiktive Regelung einer elektrischen Maschine eines Antriebstrangs eines Kraftfahrzeugs |
| US20220371590A1 (en) * | 2019-10-25 | 2022-11-24 | Zf Friedrichshafen Ag | Model-Based Predictive Control of a Drive Machine of the Powertrain of a Motor Vehicle and at Least One Vehicle Component Which Influences the Energy Efficiency of the Motor Vehicle |
| US20220402508A1 (en) * | 2019-11-14 | 2022-12-22 | Zf Friedrichshafen Ag | Model Predictive Control of Multiple Components of a Motor Vehicle |
-
2019
- 2019-11-18 US US16/686,434 patent/US11247571B2/en active Active
-
2020
- 2020-10-12 DE DE102020126756.8A patent/DE102020126756A1/de active Pending
- 2020-11-18 CN CN202011293742.XA patent/CN112810555B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030184307A1 (en) * | 2002-02-19 | 2003-10-02 | Kozlowski James D. | Model-based predictive diagnostic tool for primary and secondary batteries |
| US7395360B1 (en) * | 2005-09-21 | 2008-07-01 | Altera Corporation | Programmable chip bus arbitration logic |
| US20140058571A1 (en) * | 2012-08-27 | 2014-02-27 | Nec Laboratories America, Inc. | Multi-objective energy management methods for micro-grids |
| CN108349402A (zh) * | 2015-11-09 | 2018-07-31 | 法拉第未来公司 | 车辆充电系统和方法 |
| US10303166B2 (en) * | 2016-05-23 | 2019-05-28 | nuTonomy Inc. | Supervisory control of vehicles |
Also Published As
| Publication number | Publication date |
|---|---|
| US20210146790A1 (en) | 2021-05-20 |
| DE102020126756A1 (de) | 2021-05-20 |
| US11247571B2 (en) | 2022-02-15 |
| CN112810555B (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11325494B2 (en) | Systems, methods, and storage media for determining a target battery charging level for a drive route | |
| US11813962B2 (en) | Supplying power to an electric vehicle | |
| CN109263640B (zh) | 基于模型的路线能量预测、修正和优化的车辆 | |
| Yu et al. | Trip-oriented energy management control strategy for plug-in hybrid electric vehicles | |
| Trovão et al. | A multi-level energy management system for multi-source electric vehicles–An integrated rule-based meta-heuristic approach | |
| Mohammed et al. | Review of optimal sizing and power management strategies for fuel cell/battery/super capacitor hybrid electric vehicles | |
| US9587954B2 (en) | System and method for vehicle routing using stochastic optimization | |
| US8838318B2 (en) | Route planning device | |
| Kazemi et al. | Predictive AECMS by utilization of intelligent transportation systems for hybrid electric vehicle powertrain control | |
| US20150202990A1 (en) | Method of managing the energy consumed by an automotive vehicle and system implementing such a method | |
| US9122567B2 (en) | User interface system and method | |
| US20210146785A1 (en) | Driver model estimation, classification, and adaptation for range prediction | |
| US10776168B2 (en) | Vehicle and computing system | |
| CN111409507B (zh) | 用于具有多个并联单元的可再充电的能量存储组件的平衡系统 | |
| CN112297933B (zh) | 控制从充电源到电动车辆的功率分配的系统和方法 | |
| JP7230704B2 (ja) | エネルギマネージメント方法、及びエネルギマネージメント装置 | |
| CN115723626A (zh) | 电动车辆的电力使用引导提供方法 | |
| CN115817183A (zh) | 一种纯电动汽车续驶里程预测方法及预测装置 | |
| CN112810555B (zh) | 用于车辆的智能能量管理系统及相应方法 | |
| US9278628B2 (en) | Method of managing the energy consumed by a mobile system, in particular a motor vehicle, on-board device implementing such a method | |
| Tang | Optimal energy management strategy for hybrid electric vehicles with consideration of battery life | |
| CN113879182A (zh) | 车辆能量管理控制方法、系统、设备及介质 | |
| JP2015093572A (ja) | 車両電力管理装置及び車両電力管理システム | |
| US20230132798A1 (en) | System and method for managing vehicle battery health | |
| US20230347776A1 (en) | Battery state of charge control using machine learning |
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 |