CN114179637A - 一种车辆自适应能量管理方法、系统及存储介质 - Google Patents
一种车辆自适应能量管理方法、系统及存储介质 Download PDFInfo
- Publication number
- CN114179637A CN114179637A CN202111659314.9A CN202111659314A CN114179637A CN 114179637 A CN114179637 A CN 114179637A CN 202111659314 A CN202111659314 A CN 202111659314A CN 114179637 A CN114179637 A CN 114179637A
- Authority
- CN
- China
- Prior art keywords
- engine
- vehicle
- working point
- power
- battery
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 30
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 230000003044 adaptive effect Effects 0.000 claims abstract description 19
- 239000000446 fuel Substances 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 5
- 238000005096 rolling process Methods 0.000 claims description 5
- 238000005265 energy consumption Methods 0.000 abstract description 8
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 238000010248 power generation Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 21
- 239000007789 gas Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000004044 response Effects 0.000 description 7
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 6
- 239000000295 fuel oil Substances 0.000 description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 4
- 229910002091 carbon monoxide Inorganic materials 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- B60L50/61—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries by batteries charged by engine-driven generators, e.g. series hybrid electric vehicles
- B60L50/62—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries by batteries charged by engine-driven generators, e.g. series hybrid electric vehicles charged by low-power generators primarily intended to support the batteries, e.g. range extenders
-
- 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
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- 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
- Y02T10/62—Hybrid vehicles
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请公开了一种车辆自适应能量管理方法,包括:获取车辆运行的需求功率;基于所述需求功率匹配发动机的工作点;根据所述工作点控制发动机带动发电机对所述车辆提供能量。本申请还公开了一种车辆自适应能量管理系统及存储介质。通过实施本申请方案,以整车的能耗、发动机的燃油品质、燃油排放品质以及电池使用寿命为目标对象,基于NSGA‑Ⅱ算法对发动机的各工作点的最小持续工作时间求得帕累托(Pareto)最优解,再通过加入实时的剩余电量(SOC)值对各工作点的最小持续工作时间进行实时调参控制。使得整车发电状态平稳,有着较好的能耗性及电池使用寿命。
Description
技术领域
本申请涉及矿用电动卡车领域,尤其是涉及一种车辆自适应能量管理方法、系统及存储介质。
背景技术
在国家关于加快建设绿色矿山的实施意见中指出要实现矿山设备的绿色化,增程式电动汽车在传统的燃油车上增加了电池、发电机、电机等辅助动力设备,使得增程式电动汽车具有低排放及低油耗等优点。目前混合动力能量管理的常见的能量管理策略有以SOC的上下限值为触发条件,来控制发动机输出定值功率。
针对增程式电动汽车,电量消耗和电量维持策略被广泛应用。电量消耗阶段,电池SOC较高,此时相当于纯电动汽车工作,电池供能驱动车辆行驶,电量维持阶段,辅助动力设备开启,发动机在低负荷、中等负荷、高负荷三个工作点之间切换工作,以响应功率需求。通常发动机工作点的选取是根据发动机系统油电转换效率以及NVH性能等特性确定。工作点间切换依据需求值与切换门限值进行。这种发动机工作点随着整车需求功率逐点跟随响应导致工作状态频繁切换,对整车的能耗及电池的使用寿命都有不利影响。
基于上述中存在的问题:发动机工作点随着整车需求功率逐点跟随响应导致工作状态频繁切换,对整车的能耗及电池的使用寿命都有不利影响的问题,提出了一种车辆自适应能量管理方法,使得整车发电状态平稳,有着较好的能耗性及电池使用寿命。
前面的叙述在于提供一般的背景信息,并不一定构成现有技术。
申请内容
本申请的目的是提供一种车辆自适应能量管理方法、系统及存储介质,旨在解决上述背景技术存在的不足,使得整车发电状态平稳,有着较好的能耗性及电池使用寿命。
本申请提供了一种车辆自适应能量管理方法,所述车辆自适应能量管理方法包括:
获取车辆运行的需求功率;
基于所述需求功率匹配发动机的工作点;
根据所述工作点控制发动机带动发电机对所述车辆提供能量。
在一种可实现的方式中,所述获取车辆运行的需求功率的步骤,包括:
获取所述车辆信息;
基于所述整车信息按照预设规则计算需求功率。
在一种可实现的方式中,所述整车信息包括以下至少一种:行驶速度、传动系统效率、旋转质量换算系数、整车质量、重力系数、滚动阻力系数、道路坡度、风阻系数以及车辆迎风面积。
在一种可实现的方式中,所述基于所述需求功率匹配发动机的工作点的步骤,包括:
将所述需求功率与所述工作点对应的功率进行比对分析;
若所述需求功率小于第一工作点对应的功率时,则将第一工作点作为所述发动机的工作点;或,
若所述需求功率大于或等于第一工作点对应的功率且小于第二工作点对应的功率,则将第二工作点作为所述发动机的工作点;或,
若所述需求功率大于或等于第二工作点对应的功率且小于第三工作点对应的功率,则将第三工作点作为所述发动机的工作点。
在一种可实现的方式中,所述根据所述工作点控制发动机带动发电机对所述车辆提供能量的步骤,包括:
基于所述工作点匹配对应的最小持续工作时间阈值;
基于预设信息对所述最小持续工作时间阈值进行调整;
基于调整后的最小持续工作时间阈值控制所述发动机带动发电机对所述车辆提供能量。
在一种可实现的方式中,所述预设信息包括以下至少一种:
发动机的燃油特性;
发动机的燃油排放品质;
车辆的电池使用寿命。
在一种可实现的方式中,所述方法还包括:
检测车辆的电池信息,其中,所述电池信息至少包括电量或充放电状态中的一种;
基于所述电池信息调整所述发动机的工作点。
在一种可实现的方式中,基于所述电池信息调整所述发动机的工作点的步骤,包括:
若所述电量与目标电量的差值小于预设阈值时,则控制所述发动机调整到第二工作点或第三工作点;或,
若所述电量与目标电量的差值大于或等于预设阈值时,则控制所述发动机调整到第一工作点。
在一种可实现的方式中,基于所述电池信息调整所述发动机的工作点的步骤,还包括:
基于所述差值确定所述发动机最小持续工作时间的调整参数;
基于所述调整参数调整所述发动机的最小持续工作时间。
本申请还提供了一种车辆自适应能量管理系统,所述系统包括:
车辆控制单元,用于监测并获取车辆的需求功率;
电池管理单元,用于监测并获取电池电量及充放电状态;
发动机控制单元,用于基于所述需求功率、所述电池电量及所述充放电状态挑中发动机的工作点;
发电机控制单元,分别于所述发动机控制单元和所述电池管理单元连接,用于所述发动机带动所述发电机为所述车辆提供能量。
本申请还提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的车辆自适应能量管理方法的步骤。
本申请的有益效果:
通过本申请提供的一种车辆自适应能量管理方法、系统及存储介质。以整车的能耗、发动机的燃油品质、燃油排放品质以及电池使用寿命为目标对象,基于NSGA-Ⅱ算法对发动机的各工作点的最小持续工作时间求得帕累托(Pareto)最优解,再通过加入实时的剩余电量(SOC)值对各工作点的最小持续工作时间进行实时调参控制。使得整车发电状态平稳,有着较好的能耗性及电池使用寿命。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种车辆自适应能量管理方法的流程还示意图;
图2为本申请实施例提供的基于需求功率匹配发动机的工作点的流程示意图;
图3为本申请实施例提供的根据工作点控制发动机带动发电机对车辆提供能量的流程示意图;
图4为本申请实施例提供的快速非支配排序算法对种群进行排序的流程示意图;
图5为本申请实施例提供的基于电池信息调整工作点的方法流程示意图;
图6为本申请实施例提供的一种车辆自适应能量管理系统示结构;
图7为本申请提供的车辆自适应能量管理系统的原理框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素,此外,本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义,也可能具有不同含义,其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
应当理解,尽管在本文可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本文范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。本申请使用的术语“或”、“和/或”、“包括以下至少一个”等可被解释为包括性的,或意味着任一个或任何组合。例如,“包括以下至少一个:A、B、C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A和B和C”,再如,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A和B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
应该理解的是,虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
需要说明的是,在本文中,采用了诸如S1、S2等步骤代号,其目的是为了更清楚简要地表述相应内容,不构成顺序上的实质性限制,本领域技术人员在具体实施时,可能会先执行S4后执行S3等,但这些均应在本申请的保护范围之内。
应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明,其本身没有特定的意义。因此,“模块”、“部件”或者“单元”可以混合地使用。
基于上述中存在的问题:发动机工作点随着整车需求功率逐点跟随响应导致工作状态频繁切换,对整车的能耗及电池的使用寿命都有不利影响的问题,提出了一种车辆自适应能量管理方法,使得整车发电状态平稳,有着较好的能耗性及电池使用寿命。
如图1所示,为本申请实施例提供的一种车辆自适应能量管理方法的流程还示意图,所述车辆自适应能量管理方法包括:
获取车辆运行的需求功率;
基于所述需求功率匹配发动机的工作点;
根据所述工作点控制发动机带动发电机对所述车辆提供能量。
在本申请的一个实施例中,为使发动机带动发电机对车辆提供的能量刚好满足车辆的需求,避免因能量过剩导致的浪费,需要优先获取车辆的实际需求功率。由于车辆的实际需求功率需要在实际运行过程中进行计算,需要考虑到各种不同的影响因素,例如车辆的行驶速度、发动机的传动系统效率、旋转质量换算系数、车辆的整车质量、重力系数、滚动阻力系数、道路坡度、风阻系数以及车辆迎风面积等。因此,在获取车辆的需求功率时,需要对上述的各种影响因素进行监控并获取相关参数,通过以下预设的公式进行计算,获得车辆的实际需求功率。
其中,v为车辆的形式速度、ηt为发动机的传动系统效率、δ为旋转质量换算系数、M为整车质量、g为重力系数、f为滚动阻力系数、α为道路坡度、CD为风阻系数、A为车辆迎风面积,Pr为计算得出的车辆的需求功率。
在获得车辆的需求功率Pr后,将该需求功率Pr与发动机的工作点对应的功率进行匹配,选择满足当前需求功率Pr的工作点控制发动机进行工作,以使带动发动机对车辆提供能量。
如图2所示,为本申请实施例提供的基于需求功率匹配发动机的工作点的流程示意图,具体包括:
将所述需求功率与所述工作点对应的功率进行比对分析;
若所述需求功率小于第一工作点对应的功率时,则将第一工作点作为所述发动机的工作点;或,
若所述需求功率大于或等于第一工作点对应的功率且小于第二工作点对应的功率,则将第二工作点作为所述发动机的工作点;或,
若所述需求功率大于或等于第二工作点对应的功率且小于第三工作点对应的功率,则将第三工作点作为所述发动机的工作点。
在本申请的一个实施例中,在获取到车辆的需求功率Pr后,与预先设置的发动机的工作点对应的功率进行匹配,选择适合的工作点。在本申请较优的实施例中,对发动机的工作点可以设置至少两个以上,使得在匹配需求功率Pr时,具有更优的,更细致的选择。例如,对发动机设置3个工作点,分别是低负荷工作点、中等负荷工作点以及高负荷工作点,分别对应的功率为:Pl、Pm、Ph,在实际匹配时,当需求功率Pr小于低负荷工作点的功率Pl时,则控制发动机工作于低负荷工作点,即发动机提供的功率为Pl;当需求功率Pr大于或等于低负荷工作点的功率Pl,且小于中等负荷工作点的功率Pm时,则控制发动机工作于中等负荷工作点,即发动机提供的功率为Pm;当需求功率Pr大于或等于中等工作点的功率Pm,且小于高负荷工作点的功率Ph时,则控制发动机工作于高负荷工作点,即发动机提供的功率为Ph。在本申请实施例中,对于发动机的工作点,还可以用其他称呼,例如,将工作点成为挡位,对应于上述实施例的工作点,即为,一挡、二挡以及三挡。在本申请实施例中,还可以设置对发动机设置空挡,当发动机提供的功率满足车辆的需求功率后,可以控制发动机进入空挡,处于低功耗的待机状态,以方便当检测到需求功率时,能够快速进入到对应的工作点继续提供能量。
如图3所示,为本申请实施例提供的根据工作点控制发动机带动发电机对车辆提供能量的流程示意图,具体包括:
基于所述工作点匹配对应的最小持续工作时间阈值;
基于预设信息对所述最小持续工作时间阈值进行调整;
基于调整后的最小持续工作时间阈值控制所述发动机带动发电机对所述车辆提供能量。
在本申请的一个实施例中,在根据车辆的需求功率Pr匹配到对应的工作点之后,还需要根据该工作点匹配发动机的最小持续工作时间。由于在实际中,发动机使用不同的燃油,所能提供的功率也不相同,进一步使得发动的最小持续工作时间不同。一种实施例的情况下,燃油品质越好,例如,95号汽油和92号汽油,相同体积的燃油,使用95号汽油的发动机所能提供的功率要比使用92号汽油的发动机所能提供的功率更大,从而使发动机的最小持续工作时间更短短;相反则会使发动机的最小持续工作时间更长。除了燃油的特性外,发动机的排放品质、电池使用寿命等因素也会影响发动机的所能提供的功率,影响发动机的最小持续工作时间,一种实施例的情况下,当发动机排放的尾气中一氧化碳CO的含量越低,说明发动机在燃烧燃油时碳氢化合物燃烧的比较充分,进而发动机的排放品质也就越好,因此,发动机所能提供的功率也就越大,对应的最小持续工作时间则越短;相反的,如果排放的尾气中一氧化碳的CO的含量越高,则对应的最小持续工作时间越长。由于发动机排放的尾气中通常包含了多种成分,除上述的一氧化碳CO外,还有如,碳氢化合物的含量、氮氧化物的含量以及碳烟等微粒物的含量等,均能反应除发动机的排放性能,以及可以用于确定发动机在固定工作点的最小持续工作时间,此处对于其他成分不在赘述,均属于本申请的保护范围;另一种实施例的情况下,车辆的电池使用寿命越长,电池对车辆所能提供的功率则越多,对应的发动机需要提供的功率就相对减少,进一步影响发动机在当前工作点下需要的最小持续工作时间也会越短;相反的,电池使用寿命越短,则需要发动机对车辆提供功率外,还要对电池进行充电,因此对应在当前工作点下的最小持续工作时间则会越长。在本申请一种较优的实施例中,为了更精准的计算出发动机在对应工作点下的最小持续工作时间,本实施例中结合发动机的燃油特性、发动机的排放品质以及车辆的电池使用寿命等信息,按照如下的公式,综合计算出发动机在当前工作点的最小持续工作时间Imin[tl,tm,th]。根据计算获得的最小持续工作时间Imin[tl,tm,th]控制发动机为车辆提供能量。
其中,ωf为燃油特性函数对应的权重,ffuel为燃油特性函数,ωc为排放品质函数对应的权重,fCOM为排放品质函数,ωQ为电池使用寿命对应的权重,fQ为电池的衰减特性函数。tl为低负荷工作点的最小持续工作时间,tm为中等工作点的最小持续工作时间,th为高负荷工作点的最小持续工作时间。
在本申请实施例中,发动机是通过带动发电机发电为车辆提供能量。由于发电机与驱动电机之间不存在机械连接,如传动轴、传动带等,即能量在传输过程中损耗比较低,可以忽略不计。因此,燃油特性函数ffuel可以用油-电转化损耗性能函数fcost(n,T)表示,即如下公式
其中,fCE(n,T)为发电机发电效率,fFC(n,T)为转速-转矩-油耗率特性,ρ为燃油热值。
在本申请实施例中,由于尾气中各气体的排放品质具有不同的单位和尺度,为了综合评价发动机的排放品质,在应用上述加权法优化最小持续工作时间前,需要对排放品质的各目标气体的特性按照如下的公式进行归一化处理:
其中,fw_j为目标特性函数加权结果,fij为目标特性函数结果,fj_min为目标特性函数最小值,fj_max为目标特性函数最大值。得到综合排放品质函数如下:
fCOM=ωCOfCO+ωCHfCH+ωNOXfNOX+ωPMfPM
其中,ωCO、ωCH、ωNOX、ωPM分别为发动机系统一氧化碳CO、碳氢化合物CH、氮氧化物NOX气体的排放特性函数fCO、fCH、fNOX的权重系数和PM颗粒物排放特性函数fPM的权重系数。本申请实施例中,仅仅给出了一氧化碳CO、碳氢化合物CH以及氮氧化物NOX,基于本申请构思下,扩展的其他气体的排放特性函数及对应的权重系数,均属于本申请的保护范围,此处不在赘述。
在本申请实施例中,由于在电池工作过程中存在反复的充放电过程,且电池的充放速率及电流曲线影响着电池容量的衰减速率,通过控制电输入输出曲线可以获得更好的电池使用寿命,电池的使用寿命可用电池的衰减特性函数fQ表示:
其中,B1、B2分别为模型拟合参数,I为电池电流,Ahcell为电池容量,N为循环次数,DOD为电池放电深度。
在本申请实施例中,对于上述的各个工作点对应的最小持续工作时间tl,tm,th的值求取帕累托(pareto)最优解,采用NSGA-Ⅱ算法可保证每次迭代中精英个体和非精英个体按照一定比值保留,改善种群在非支配集的探索能力,可以较好地处理多目标、多变量及高度非线性问题。如图4所示,为本申请实施例提供的快速非支配排序算法对种群进行排序的流程示意图。基于种群中每个个体对应的非支配程度信号,将种群划分为个体非支配性相同的多个非支配层,该操作初步对个体间的优劣程度进行了标示。然后对相邻个体间目标函数的距离进行计算,采用拥挤度进一步对个体间的优劣程度进行区分,最后综合上述两个步骤会获得每个个体的适应度值,也就完成了适应度值分配过程。每一代在适应度值分配过程前需对种群的目标函数值进行计算,适应度分配结束后使用二元锦标赛的选择算子获得需要的交配池,再进行交叉、变异等一系列操作,就生成了新的种群。基于NSGA-II算法对发动机工作时间最小限值进行全局优化研究,模型如下
如图5所示,为本申请实施例提供的基于电池信息调整工作点的方法流程示意图,所述基于电池信息调整工作点的方法,包括:
检测车辆的电池信息,其中,所述电池信息至少包括电量或充放电状态中的一种;
基于所述电池信息调整所述发动机的工作点。
在本申请的一个实施例中,为了使发动机提供的功率得到最大化的利用,即,当电池可以满足对车辆提供能量时,发动机则停止工作或者进入低功耗的待机状态,因此需要根据电池的充放电状态调整发动机的工作点。一种较优的实施方式中,可以通过检测电池当前的电量,与预设电量信息进行比对分析出当前电池的状态,例如:若所述电量小于第一预设电量且充放电状态为放电状态时,则控制所述发动机调整到第三工作点,及高负荷工作点;在例如,若所述电量大于或等于第二预设电量时,则控制所述发动机调整到低负荷工作点,或者空挡运行,或者直接停止运行。
基于所述电池信息调整所述发动机的工作点的步骤,还包括:
基于所述差值确定所述发动机最小持续工作时间的调整参数;
基于所述调整参数调整所述发动机的最小持续工作时间。
在本申请的一个实施例中,通过模糊控制器实时调整参数,确定输入输出量,即以电池剩余电量占比SOC实际值与目标值的差值ΔSOC为输入,以发动机三个工作点最小持续工作时间的调整参数Δtl,Δtm,Δth为输出。基于该差值ΔSOC确定最小持续工作时间的调整参数。在本申请实施方式,对变量模糊化处理,将ΔSOC的语言值设定为{负大,负中,负小,零,正小,正中,正大},即对应的输入语言为{NB,NM,NS,O,PS,PM,PB}。一种较优的实施方式中,可以设定ΔSOC的误差范围为[-5%,5%],其中,通过将差值ΔSOC设置在该范围内,可以有效防止银电池电量过放或者过充导致的电池使用寿命减少;设定调节参数Δtl,Δtm,Δth的调节范围为[-5,5],其中,-5所表示为对最小持续工作时间减少5分钟,5所表示为对最小持续工作时间延长5分钟。以上仅为示例性说明,不能作为最终的实施方案,,此处不在赘述。因此,基于本申请构思下,设定的其他差值ΔSOC的范围,以及调节参数Δtl,Δtm,Δth的调节范围,均属于本申请的保护范围之内。
隶属函数选用三角形,输入值ΔSOC隶属函数的表达式如下:
其中,输出值Δtl,Δtm,Δth隶属函数的表达式如下:
设定模糊规则,当ΔSOC<0,电池剩余电量占比SOC偏离并小于目标值,电池有过放危险,此时应让发动机系统工作在高于需求功率的工况点下,让电池处于“充电”状态,对发动机的最小持续工作时间增加限值Δt。一种较优的实施方式中:
当ΔSOC的语言值为负大,即输入语言为NB,则确定调节参数Δtl,Δtm,Δth为调节范围的正大,即PB;
当ΔSOC的语言值为负中,即输入语言为NM,则确定调节参数Δtl,Δtm,Δth为调节范围的正中,即PM;
当ΔSOC的语言值为负小,即输入语言为NS,则确定调节参数Δtl,Δtm,Δth为调节范围的正小,即PS。
相反的,当ΔSOC>0,应让发动机系统工作在低于需求功率的工况点下,让电池处于“放电”状态,对发动机的最小持续工作时间减小限值Δt。以此类推:
当ΔSOC为PB,则Δtl,Δtm,Δth为NB;
当ΔSOC为PM,则Δtl,Δtm,Δth为NM;
当ΔSOC为PS,则Δtl,Δtm,Δth为NS。
模糊推理,每条模糊控制规则都对应一个模糊蕴含关系Ri(i=1,2,…),这些模糊蕴含关系通过并运算构成了每个模糊控制器中总的模糊蕴含关系,对于有一个输入的模糊控制器根据各模糊控制规则所对应的模糊蕴含关系合成的模糊推理规则为:
最后用加权平均法进行解模糊得到实际输出值Δtl,Δtm,Δth。根据实际的输出值Δtl,Δtm,Δth对发动机在对应工作点下的最小持续工作时间进行相应的延长或者减少。
如图6所示,为本申请实施例提供的一种车辆自适应能量管理系统示结构,所述系统包括:
车辆控制单元,用于监测并获取车辆的需求功率;
电池管理单元,用于监测并获取电池电量及充放电状态;
发动机控制单元,用于基于所述需求功率、所述电池电量及所述充放电状态挑中发动机的工作点;
发电机控制单元,分别于所述发动机控制单元和所述电池管理单元连接,用于所述发动机带动所述发电机为所述电池提供能量。
如图7所示,为本申请提供的车辆自适应能量管理系统的原理框图,包括:
传感控制系统,用于通过检测模块,检测车辆信息,如,行驶速度、传动系统效率、旋转质量换算系数、整车质量、重力系数、滚动阻力系数、道路坡度、风阻系数以及车辆迎风面积等,再通过处理模块VCU计算出车辆的需求功率;
动力系统,根据传感控制系统监控获得车辆的需求功率,匹配对应的工作点,以及根据发动机的相关信息,如发动机的燃油特性、发动机的燃油排放品质、车辆的电池使用寿命,以及动力电池的充放电状态,控制调整发动机的工作点及最小持续工作时间,控制发动机按照该工作点带动发动机给车辆提供能量;
执行系统,用于根据动力电池、发电机的能量以及电池和发电机的能量驱动电机,以满足车辆的需求功率进行运行。
本申请还提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的车辆自适应能量管理方法的步骤。
本申请实施例还提供一种计算机程序产品,计算机程序产品包括计算机程序代码,当计算机程序代码在计算机上运行时,使得计算机执行如上各种可能的实施方式中的方法。
本申请实施例还提供一种芯片,包括存储器和处理器,存储器用于存储计算机程序,处理器用于从存储器中调用并运行计算机程序,使得安装有芯片的设备执行如上各种可能的实施方式中的方法。
以上,仅为本申请的具体实施方式,上述场景仅是作为示例,并不构成对于本申请实施例提供的技术方案的应用场景的限定,本申请的技术方案还可应用于其他场景。任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
在本申请中,对于相同或相似的术语概念、技术方案和/或应用场景描述,一般只在第一次出现时进行详细描述,后面再重复出现时,为了简洁,一般未再重复阐述,在理解本申请技术方案等内容时,对于在后未详细描述的相同或相似的术语概念、技术方案和/或应用场景描述等,可以参考其之前的相关详细描述。
Claims (11)
1.一种车辆自适应能量管理方法,其特征在于,所述车辆自适应能量管理方法包括:
获取车辆运行的需求功率;
基于所述需求功率匹配发动机的工作点;
根据所述工作点控制发动机带动发电机对所述车辆提供能量。
2.如权利要求1所述的方法,其特征在于,所述获取车辆运行的需求功率的步骤,包括:
获取所述车辆信息;
基于所述整车信息按照预设规则计算需求功率。
3.如权利要求2所述的方法,其特征在于,所述整车信息包括以下至少一种:行驶速度、传动系统效率、旋转质量换算系数、整车质量、重力系数、滚动阻力系数、道路坡度、风阻系数以及车辆迎风面积。
4.如权利要求1所述的方法,其特征在于,所述基于所述需求功率匹配发动机的工作点的步骤,包括:
将所述需求功率与所述工作点对应的功率进行比对分析;
若所述需求功率小于第一工作点对应的功率时,则将第一工作点作为所述发动机的工作点;或,
若所述需求功率大于或等于第一工作点对应的功率且小于第二工作点对应的功率,则将第二工作点作为所述发动机的工作点;或,
若所述需求功率大于或等于第二工作点对应的功率且小于第三工作点对应的功率,则将第三工作点作为所述发动机的工作点。
5.如权利要求1所述的方法,其特征在于,所述根据所述工作点控制发动机带动发电机对所述车辆提供能量的步骤,包括:
基于所述工作点匹配对应的最小持续工作时间;
基于预设信息对所述最小持续工作时间进行调整;
基于调整后的最小持续工作时间控制所述发动机带动发电机对所述车辆提供能量。
6.如权利要求5所述的方法,其特征在于,所述预设信息包括以下至少一种:
发动机的燃油特性;
发动机的燃油排放品质;
车辆的电池使用寿命。
7.如权利要求1至6中任一项所述的方法,其特征在于,所述方法还包括:
检测车辆的电池信息,其中,所述电池信息至少包括电量;
基于所述电池信息调整所述发动机的工作点。
8.如权利要求7所述的方法,其特征在于,基于所述电池信息调整所述发动机的工作点的步骤,包括:
若所述电量与目标电量的差值小于预设阈值时,则控制所述发动机调整到第二工作点或第三工作点;或,
若所述电量与目标电量的差值大于或等于预设阈值时,则控制所述发动机调整到第一工作点。
9.如权利要求8所述的方法,其特征在于,基于所述电池信息调整所述发动机的工作点的步骤,还包括:
基于所述差值确定所述发动机最小持续工作时间的调整参数;
基于所述调整参数调整所述发动机的最小持续工作时间。
10.一种车辆自适应能量管理系统,其特征在于,所述系统包括:
车辆控制单元,用于监测并获取车辆的需求功率;
电池管理单元,用于监测并获取电池电量及充放电状态;
发动机控制单元,用于基于所述需求功率、所述电池电量及所述充放电状态挑中发动机的工作点;
发电机控制单元,分别于所述发动机控制单元和所述电池管理单元连接,用于所述发动机带动所述发电机为所述车辆提供能量。
11.一种存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-9中任一项所述的车辆自适应能量管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111659314.9A CN114179637A (zh) | 2021-12-30 | 2021-12-30 | 一种车辆自适应能量管理方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111659314.9A CN114179637A (zh) | 2021-12-30 | 2021-12-30 | 一种车辆自适应能量管理方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114179637A true CN114179637A (zh) | 2022-03-15 |
Family
ID=80545362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111659314.9A Pending CN114179637A (zh) | 2021-12-30 | 2021-12-30 | 一种车辆自适应能量管理方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114179637A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104494595A (zh) * | 2014-12-11 | 2015-04-08 | 中联重科股份有限公司 | 混合动力车辆的功率控制方法及装置、动力系统 |
CN110194065A (zh) * | 2019-05-29 | 2019-09-03 | 中国第一汽车股份有限公司 | 车辆的整车能量控制方法、装置、车辆和存储介质 |
CN110550018A (zh) * | 2019-09-05 | 2019-12-10 | 武汉理工大学 | 一种增程式混合动力汽车的能量管理方法 |
US20200198495A1 (en) * | 2017-05-12 | 2020-06-25 | Ohio State Innovation Foundation | Real-time energy management strategy for hybrid electric vehicles with reduced battery aging |
CN112659983A (zh) * | 2020-04-03 | 2021-04-16 | 长城汽车股份有限公司 | 非插电式燃料电池车辆的能量管理方法及电池控制系统 |
CN113844429A (zh) * | 2020-06-28 | 2021-12-28 | 杭州氢途科技有限公司 | 一种燃料电池发动机能量管理系统的控制方法 |
-
2021
- 2021-12-30 CN CN202111659314.9A patent/CN114179637A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104494595A (zh) * | 2014-12-11 | 2015-04-08 | 中联重科股份有限公司 | 混合动力车辆的功率控制方法及装置、动力系统 |
US20200198495A1 (en) * | 2017-05-12 | 2020-06-25 | Ohio State Innovation Foundation | Real-time energy management strategy for hybrid electric vehicles with reduced battery aging |
CN110194065A (zh) * | 2019-05-29 | 2019-09-03 | 中国第一汽车股份有限公司 | 车辆的整车能量控制方法、装置、车辆和存储介质 |
CN110550018A (zh) * | 2019-09-05 | 2019-12-10 | 武汉理工大学 | 一种增程式混合动力汽车的能量管理方法 |
CN112659983A (zh) * | 2020-04-03 | 2021-04-16 | 长城汽车股份有限公司 | 非插电式燃料电池车辆的能量管理方法及电池控制系统 |
CN113844429A (zh) * | 2020-06-28 | 2021-12-28 | 杭州氢途科技有限公司 | 一种燃料电池发动机能量管理系统的控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | A neural network-based ECMS for optimized energy management of plug-in hybrid electric vehicles | |
CN108528436B (zh) | 一种内外层嵌套的ecms多目标双层优化方法 | |
Li et al. | Rule-based control strategy with novel parameters optimization using NSGA-II for power-split PHEV operation cost minimization | |
CN108791270B (zh) | 一种混合动力车辆基于工况预测的动力部件工作点调控方法 | |
Zhao et al. | A deep reinforcement learning framework for optimizing fuel economy of hybrid electric vehicles | |
Ripaccioli et al. | A stochastic model predictive control approach for series hybrid electric vehicle power management | |
CN108819934B (zh) | 一种混合动力车辆的动力分配控制方法 | |
CN108494080B (zh) | 一种基于改进nsga-ii的混合动力船舶多目标能量优化方法 | |
Arsie et al. | Optimization of supervisory control strategy for parallel hybrid vehicle with provisional load estimate | |
Lin et al. | Optimal energy management for a plug-in hybrid electric vehicle: Real-time controller | |
CN106004865A (zh) | 基于工况识别的里程自适应混合动力汽车能量管理方法 | |
CN116001624A (zh) | 基于深度强化学习的一桩多联电动汽车有序充电方法 | |
Overington et al. | Review of PHEV and HEV operation and control research for future direction | |
Trinh et al. | Optimization-based energy management strategies for hybrid construction machinery: A review | |
Khodabakhshian et al. | Improving fuel economy and robustness of an improved ECMS method | |
US20240092340A1 (en) | System and Method for Operating a Powertrain | |
CN116834613B (zh) | 一种动力电池辅助的氢燃料电池汽车系统能量管理方法 | |
Montazeri-Gh et al. | Driving condition recognition for genetic-fuzzy HEV control | |
Chen et al. | Power reserve predictive control strategy for hybrid electric vehicle using recognition-based long short-term memory network | |
Liu et al. | A novel hybrid-point-line energy management strategy based on multi-objective optimization for range-extended electric vehicle | |
Johanyák | A simple fuzzy logic based power control for a series hybrid electric vehicle | |
CN112319462A (zh) | 一种插电式混合动力汽车能量管理方法 | |
Vignesh et al. | Intelligent energy management through neuro-fuzzy based adaptive ECMS approach for an optimal battery utilization in plugin parallel hybrid electric vehicle | |
CN115230485A (zh) | 基于短期功率平滑预测的燃料电池公交车能量管理方法 | |
Majed et al. | Neural network technique for hybrid electric vehicle optimization |
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 |