CN113911101B - 一种基于同轴并联式结构的在线能量分配方法 - Google Patents

Abstract

本发明公开了一种基于同轴并联式结构的在线能量分配方法，属于混合动力汽车能量管理技术领域，包括根据同轴并联式结构和车辆参数建立整车仿真模型；根据同轴并联式结构特点，搭建基于ECMS的混合动力能量分配方法模型；基于降低整车能耗和控制电量，采用DPSO‑GA算法对ECMS等效因子初值进行优化调节。本发明能够实现实时最优转矩分配，大幅度提升车辆经济性和实用性。

Description

一种基于同轴并联式结构的在线能量分配方法

技术领域

本发明涉及混合动力汽车能量管理技术领域，尤其是一种基于同轴并联式结构的在线能量分配方法。

背景技术

近年来，随着汽车工业的发展，汽车在改善人类生活的同时，也造成了交通能耗的显著增加和城市雾霾的加剧。实现低能耗、低排放已成为当今汽车工业发展的主流趋势。综合现有工业基地，混合动力电动汽车(HEV)和电动汽车(EV)成为现阶段解决该问题的最佳方案之一。HEV的动力系统通过电机驱动车辆，以避免发动机的低效和污染运行。发动机/电机混合模式优化了重型或高功率需求的输出性能(例如加速和爬坡能力)。对于HEV架构，能量管理策略(EMS)至关重要。EMS的主要目标是满足驾驶员的牵引要求，同时保持蓄电池充电并优化传动系统效率、燃油消耗和排放等。更重要的是，EMS 的实时控制对HEV具有重要意义。因此，如何开发出合适的EMS已成为研究者关注的主题和焦点。

对于实时应用，需要在每个时段快速执行优化燃油消耗。等效油耗最小化策略(ECMS)受到了研究人员的广泛关注，该策略定义了一个等效因子，用于将等效油耗从电耗转换为等效油耗，并且可以在最小等效油耗的情况下应用功率分配，基于瞬时等效油耗最小化控制的实时优化策略可以在车辆当前状态下获得瞬时最优的混合动力系统能量分配，以实现燃油经济性和排放。然而，它需要为每个控制步骤计算混合动力系统的可用功率输出组合，这具有较大的计算负载和较高的硬件实时性要求。

因此，需要研发一种快速实现在线功率分配的方法。

发明内容

本发明需要解决的技术问题是提供一种基于同轴并联式结构的在线能量分配方法，能够快速实现在线功率分配。

为解决上述技术问题，本发明所采用的技术方案是：

一种基于同轴并联式结构的在线能量分配方法，包括以下步骤：

步骤1，根据同轴并联式结构和车辆参数建立整车仿真模型；

步骤2，根据同轴并联式结构特点，搭建基于ECMS的混合动力能量分配方法模型；

步骤3，基于降低整车能耗和控制电量，采用DPSO-GA算法对ECMS等效因子初值进行优化调节。

本发明技术方案的进一步改进在于：步骤1中，所述建立整车仿真模型具体包括以下内容：

(1)纵向动力性模型：

其中，T_w为汽车需求转矩，v为汽车当前车速，m为整车质量，g为重力加速度，f为滚动阻力系数，θ为路面与水平面的夹角，C_D为空气阻力系数，ρ为空气质量密度，A为迎风面积，δ为旋转质量系数，R_w为车轮半径；

(2)传动模型：

T_w＝(T_e+T_m)i_AMTi₀η_T+T_b

其中，T_w为汽车需求转矩，T_e为发动机转矩，T_m为电机转矩，i_AMT为变速箱传动比，i₀为主传动比，η_T为传动效率，T_b为制动转矩；

(3)PI驾驶员模型：

其中，T_d为驱动转矩，T_hy为最大驱动转矩，T_brk为最大制动转矩，k_p为比例参数，k_I为积分参数，v_d为参考速度，v_a为实际速度。

本发明技术方案的进一步改进在于：步骤2中，所述搭建基于ECMS的混合动力能量分配方法模型具体包括以下内容：

(1)功率分配因子的引入

根据同轴并联式结构的特点，电机和发动机转速与需求转速相同，因此功率可定义为：

发动机转矩与需求转矩比

k_{p_split}＝P_e/P_d＝T_e*N_e/T_d*N_d

其中，k_{p_split}为功率分配因子，P_e为发动机功率，P_d为需求功率，T_d为驱动转矩，T_e为发动机转矩，N_e为发动机转速，T_{e_min}为发动机最小转矩，N_d为需求转速，T_{m_max}为电机最大转矩；

(2)发动机瞬时油耗的建立

根据发动机数据拟合燃油消耗率曲线

b_e＝aT_e ²+bT_e+c

其中，b_e为当前转速N_e和当前转矩T_e下的发动机燃油消耗率，a，b，c为拟合系数；

此时发动机瞬时油耗为：

其中，P_e为电机功率，引入功率分配因子的瞬时油耗可表示为：

(3)电池等效燃油消耗的建立

其中，

为电池等效油耗，S_dis为等效放电因子，S_chg为等效充电因子，η_{m_drive}为电机效率，η_{B_chg}为电池效率，Q_lhv为燃料热值，SOC_tar为电池荷电电量目标值；

定义p为电量转燃油转换系数：

其中，S_opt为最佳等效因子；

引入功率分配因子电池等效燃油消耗可表示为：

(4)总的等效燃油消耗可表示为：

其中，A＝a*T_d ²，B＝b*T_d，C＝c-p，D＝p；

(5)在每一瞬时时刻，通过当前的需求转矩、转速和当前电池SOC值，结合发动机拟合数据库便能够得到等效燃油消耗的三次函数，通过求解三次函数判别式判定，和功率等效因子的范围限制得出候选解，比较候选解下等效燃油消耗的大小获得最佳功率分配因子，实现最优转矩分配；

△＝(2B)²-4*(3A)gC

当△>0，候选解(1-T_{m_max}/T_d,1,x₁,x₂)或者T_{e_min}/T_d,1,x₁,x₂)；

当△<0，候选解(1-T_{m_max}/T_d,1)或者(T_{e_min}/T_d,1)；

其中，x₁，x₂为三次函数的两个根值。

本发明技术方案的进一步改进在于：步骤3中，所述控制电量的目标引入惩罚函数：

等效因子的初值的不同对于整车消耗有很大影响，因此需要对其进行优化，此时的最佳等效因子为：

S_opt＝δ(SOC)gS₀

其中，S₀为等效因子初值。

本发明技术方案的进一步改进在于：步骤3中，所述采用DPSO-GA算法对ECMS等效因子初值进行优化调节具体包括以下步骤：

(1)初始化粒子群种群；

(2)适应度函数：运行NEDC工况下的整车能耗和电量差值作为适应度函数；

其中，J_toal为整车消耗，SOC_final为电池电量最终值，T为工况运行时间；

(3)选择适应度排序和更新：选择高适应度函数的粒子通过动态粒子群算法进行优化更新粒子，选择低适应度函数的粒子通过遗传算法进行优化更新粒子；

(4)设置结束条件：寻找到最优的粒子结束或者达到迭代次数结束否则重复步骤(2)-(3)。

本发明技术方案的进一步改进在于：所述初始化粒子群种群的相关参数包括粒子速度、位置、学习因子参数。

由于采用了上述技术方案，本发明取得的技术进步是：

1、本发明针对同轴并联式结构的混合动力汽车，通过引入功率分配因子和对发动机燃油消耗数据的仿真拟合，将瞬时等效燃油消耗转化为三次函数进行求解，能够实现实时最优转矩分配，实现在线功率分配达到实时的目的。

2、本发明采用DPSO-GA对等效因子初值优化，同时实现了提升能耗经济性和控制电量的目的，大幅度提升车辆经济性和实用性。

附图说明

图1是本发明中混合动力汽车同轴并联式结构图；

图2是本发明发动机燃油消耗率拟合曲线图；

图3是本发明能量分配流程图；

图4是本发明等效燃油消耗拟合曲线图；

图5是本发明DPSO-GA优化流程图。

具体实施方式

下面结合附图及实施例对本发明做进一步详细说明：

如图1所示，发动机和电机同轴作为动力源，离合器作为发动机是否参与的开关，AMT作为传动装置。

一种基于同轴并联式结构的在线能量分配方法，包括以下步骤：

步骤1，根据同轴并联式结构和车辆参数建立整车仿真模型；

在Matlab/Simulink建立整车仿真模型，具体包括以下内容：

(1)纵向动力性模型：

其中，T_w为汽车需求转矩，v为汽车当前车速，m为整车质量，g为重力加速度，f为滚动阻力系数，θ为路面与水平面的夹角，C_D为空气阻力系数，ρ为空气质量密度，A为迎风面积，δ为旋转质量系数，R_w为车轮半径；

(2)传动模型：

T_w＝(T_e+T_m)i_AMTi₀η_T+T_b

其中，T_w为汽车需求转矩，T_e为发动机转矩，T_m为电机转矩，i_AMT为变速箱传动比，i₀为主传动比，η_T为传动效率，T_b为制动转矩；

(3)PI驾驶员模型：

其中，T_d为驱动转矩，T_hy为最大驱动转矩，T_brk为最大制动转矩，k_p为比例参数，k_I为积分参数，v_d为参考速度，v_a为实际速度。

步骤2，根据同轴并联式结构特点，搭建基于ECMS的混合动力能量分配方法模型；所述基于ECMS的混合动力能量分配方法模型为基于ECMS的近似混合动力能量分配方法模型；

所述搭建基于ECMS的混合动力能量分配方法模型，具体包括以下内容：

(1)功率分配因子的引入

根据同轴并联式结构的特点，电机和发动机转速与需求转速相同，因此功率可定义为：

发动机转矩与需求转矩比

k_{p_split}＝P_e/P_d＝T_e*N_e/T_d*N_d

其中，k_{p_split}为功率分配因子，P_e为发动机功率，P_d需求功率，T_d为驱动转矩，T_e为发动机转矩，N_e为发动机转速，T_{e_min}为发动机最小转矩，N_d为需求转速，T_{m_max}为电机最大转矩；

(2)发动机瞬时油耗的建立

如图2所示，发动机各个转速下燃油消耗率二次拟合图；根据发动机数据拟合燃油消耗率曲线，发动机燃油消耗率二次拟合：

b_e＝aT_e ²+bT_e+c

其中，b_e为当前转速N_e和当前转矩T_e下的发动机燃油消耗率，a，b，c为拟合系数；

此时发动机瞬时油耗为：

其中，P_e为电机功率，引入功率分配因子的瞬时油耗可表示为：

(3)电池等效燃油消耗的建立

其中，

为电池等效油耗，S_dis为等效放电因子，S_chg为等效充电因子，η_{m_drive}为电机效率，η_{B_chg}为电池效率，Q_lhv为燃料热值,SOC_tar为电池荷电电量目标值；

定义p为电量转燃油转换系数：

其中，S_opt为最佳等效因子；

引入功率分配因子电池等效燃油消耗可表示为：

(4)总的等效燃油消耗可表示为：

其中，A＝a*T_d ²，B＝b*T_d，C＝c-p，D＝p；

(5)在每一瞬时时刻，通过当前的需求转矩、转速和当前电池SOC值，结合发动机拟合数据库便能够得到等效燃油消耗的三次函数，通过求解三次函数判别式判定，和功率等效因子的范围限制得出候选解，比较候选解下等效燃油消耗的大小获得最佳功率分配因子，实现最优转矩分配；

如图3所示，能量分配方法实现最优发动机转矩和电机转矩分配流程图；

如图4所示，当前需求转矩T_d＝60，SOC＝0.65是各个转速下总等效燃油消耗随功率分配因子的曲线图；

判别式：△＝(2B)²-4*(3A)gC

如果△>0，三次函数存在两根，在功率分配因子；

当△>0，候选解(1-T_{m_max}/T_d,1,x₁,x₂)或者T_{e_min}/T_d,1,x₁,x₂)；

当△<0，候选解(1-T_{m_max}/T_d,1)或者(T_{e_min}/T_d,1)；

x₁，x₂为三次函数的两个根值：

步骤3，基于降低整车能耗和控制电量，采用DPSO-GA算法对ECMS等效因子初值进行优化调节。

引入惩罚函数控制电量：

等效因子的初值的不同对于整车消耗有很大影响，因此需要对其进行优化，此时的最佳等效因子为：

S_opt＝δ(SOC)gS₀

其中，S₀为等效因子初值。

对等效因子初值S₀进行优化，如图5所示，采用DPSO-GA算法优化具体包括以下步骤：

(1)初始化粒子群种群，相关参数包括粒子速度、位置、学习因子等；

(2)适应度函数：运行NEDC工况下的整车能耗和电量差值作为适应度函数：

其中，J_toal为整车消耗，SOC_final为电池电量最终值，T为工况运行时间

(3)选择适应度排序和更新：选择高适应度函数的粒子通过动态粒子群算法进行优化更新粒子，选择低适应度函数的粒子通过遗传算法进行优化更新粒子

(4)设置结束条件。寻找到最优的粒子结束或者达到迭代次数结束否则重复步骤(2)～(3)。

综上所述，本发明针对同轴并联式结构的混合动力汽车的结构特点，采用能量分配方法，可快速实现实时转矩分配，避免了其他方法反复迭代带给计算机的大负载。进一步初值等效因子的影响，DPSO-GA算法应用优化等效因子初值提升整车经济性和控制电量的目的。

最后需要说明的是，本实施例只是本发明技术方案的说明并非限制，实际操作中熟悉本领域的技术人员可以依照本发明做出相应修改或者等同替换而不偏离本发明的技术宗旨和范围，其均属于本发明所附属的技术权利要求保护范围之内。

Claims (3)

1.一种基于同轴并联式结构的在线能量分配方法，其特征在于：包括以下步骤：

步骤1，根据同轴并联式结构和车辆参数建立整车仿真模型；

步骤2，根据同轴并联式结构特点，搭建基于ECMS的混合动力能量分配方法模型；

所述搭建基于ECMS的混合动力能量分配方法模型具体包括以下内容：

(1)功率分配因子的引入

根据同轴并联式结构的特点，电机和发动机转速与需求转速相同，因此功率可定义为：

发动机转矩与需求转矩比

k_{p_split}＝P_e/P_d＝T_e*N_e/T_d*N_d

其中，k_{p_split}为功率分配因子，P_e为发动机功率，P_d为需求功率，T_d为驱动转矩，T_e为发动机转矩，N_e为发动机转速，T_{e_min}为发动机最小转矩，N_d为需求转速，T_{m_max}为电机最大转矩；

(2)发动机瞬时油耗的建立

根据发动机数据拟合燃油消耗率曲线

b＝aT²+bT+c

e e e

其中，b_e为当前转速N_e和当前转矩T_e下的发动机燃油消耗率，a，b，c为拟合系数；

此时发动机瞬时油耗为：

其中，P_e为电机功率，引入功率分配因子的瞬时油耗可表示为：

(3)电池等效燃油消耗的建立

其中，

为电池等效油耗，S_dis为等效放电因子，S_chg为等效充电因子，η_{m_drive}为电机效率，η_{B_chg}为电池效率，Q_lhv为燃料热值，SOC_tar为电池荷电电量目标值；

定义p为电量转燃油转换系数：

其中，S_opt为最佳等效因子；

引入功率分配因子电池等效燃油消耗可表示为：

(4)总的等效燃油消耗可表示为：

其中，A＝a*T_d ²，B＝b*T_d，C＝c-p，D＝p；

(5)在每一瞬时时刻，通过当前的需求转矩、转速和当前电池SOC值，结合发动机拟合数据库便能够得到等效燃油消耗的三次函数，通过求解三次函数判别式判定，和功率等效因子的范围限制得出候选解，比较候选解下等效燃油消耗的大小获得最佳功率分配因子，实现最优转矩分配；

Δ＝(2B)²-4*(3A)gC

当Δ_＞0，候选解(1-T_{m_max}/T_d,1,x₁,x₂)或者T_{e_min}/T_d,1,x₁,x₂)；

当Δ_＜0，候选解(1-T_{m_max}/T_d,1)或者(T_{e_min}/T_d,1)；

其中，x₁，x₂为三次函数的两个根值；

步骤3，基于降低整车能耗和控制电量，采用DPSO-GA算法对ECMS等效因子初值进行优化调节；

所述控制电量的目标引入惩罚函数：

等效因子的初值的不同对于整车消耗有很大影响，因此需要对其进行优化，此时的最佳等效因子为：

S_opt＝δ(SOC)gS₀

其中，S₀为等效因子初值；

所述采用DPSO-GA算法对ECMS等效因子初值进行优化调节具体包括以下步骤：

(1)初始化粒子群种群；

(2)适应度函数：运行NEDC工况下的整车能耗和电量差值作为适应度函数；

其中，J_toal为整车消耗，SOC_final为电池电量最终值，T为工况运行时间；

(3)选择适应度排序和更新：选择高适应度函数的粒子通过动态粒子群算法进行优化更新粒子，选择低适应度函数的粒子通过遗传算法进行优化更新粒子；

(4)设置结束条件：寻找到最优的粒子结束或者达到迭代次数结束否则重复步骤(2)-(3)。

2.根据权利要求1所述的一种基于同轴并联式结构的在线能量分配方法，其特征在于：步骤1中，所述建立整车仿真模型具体包括以下内容：

(1)纵向动力性模型：

其中，T_w为汽车需求转矩，_v为汽车当前车速，m为整车质量，g为重力加速度，f为滚动阻力系数，θ为路面与水平面的夹角，C_D为空气阻力系数，ρ为空气质量密度，A为迎风面积，δ为旋转质量系数，R_w为车轮半径；

(2)传动模型：

T_w＝(T_e+T_m)i_AMTi₀η_T+T_b

其中，T_w为汽车需求转矩，T_e为发动机转矩，T_m为电机转矩，i_AMT为变速箱传动比，i₀为主传动比，η_T为传动效率，T_b为制动转矩；

(3)PI驾驶员模型：

其中，T_d为驱动转矩，T_hy为最大驱动转矩，T_brk为最大制动转矩，k_p为比例参数，k_I为积分参数，v_d为参考速度，v_a为实际速度。

3.根据权利要求1所述的一种基于同轴并联式结构的在线能量分配方法，其特征在于：所述初始化粒子群种群的相关参数包括粒子速度、位置、学习因子参数。

Images