CN115214606B - 一种插电式混合动力汽车能量管理方法 - Google Patents
一种插电式混合动力汽车能量管理方法 Download PDFInfo
- Publication number
- CN115214606B CN115214606B CN202111541915.XA CN202111541915A CN115214606B CN 115214606 B CN115214606 B CN 115214606B CN 202111541915 A CN202111541915 A CN 202111541915A CN 115214606 B CN115214606 B CN 115214606B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- battery
- equivalent
- power
- fuel consumption
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 22
- 239000000446 fuel Substances 0.000 claims abstract description 76
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000008569 process Effects 0.000 claims abstract description 23
- 238000011217 control strategy Methods 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims description 34
- 238000010586 diagram Methods 0.000 claims description 7
- 230000002068 genetic effect Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 239000010705 motor oil Substances 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 3
- 239000003921 oil Substances 0.000 claims description 3
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W20/00—Control systems specially adapted for hybrid vehicles
- B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
- B60W20/11—Controlling the power contribution of each of the prime movers to meet required power demand using model predictive control [MPC] strategies, i.e. control methods based on models predicting performance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W20/00—Control systems specially adapted for hybrid vehicles
- B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
- B60W20/15—Control strategies specially adapted for achieving a particular effect
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/24—Energy storage means
- B60W2510/242—Energy storage means for electrical energy
- B60W2510/244—Charge state
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/18—Distance travelled
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/60—Traffic rules, e.g. speed limits or right of way
-
- 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)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供了一种插电式混合动力汽车能量管理方法。该方法包括:获取车辆行驶过程中的相关数据,所述数据包括车辆当前的行驶距离和电池荷电状态初始值;根据所述车辆当前的行驶距离和电池荷电状态初始值,查询预先建立的不同行驶距离与电池荷电状态初始值下的等效因子MAP图,获取相应的等效因子;利用等效燃油消耗最小控制策略,根据所获取的等效因子实时分配车辆当前行驶状态下的电池能量和发动机能量,使得车辆当前时刻的等效燃油消耗率最小。本发明能够在车辆行驶过程中根据不同的行驶距离与电池荷电状态初始值即时获取相应的等效因子,根据等效因子实时进行车辆能量管理,降低行驶过程的等效燃油消耗。
Description
技术领域
本发明涉及车辆能量管理技术领域,具体涉及一种插电式混合动力汽车能量管理方法。
背景技术
石油供给问题和环境污染问题制约着我国汽车产业的发展,新能源汽车的发展越来越受到关注。插电式混合动力汽车(Plug-in hybrid electric vehicle,PHEV)作为新能源汽车的一种,拥有相比于燃料电池汽车(Fuel Cell Electric Vehicle,FCEV)更加成熟的技术和相比于纯电动汽车(Electric Vehicle,EV)更长的续航以及更低的充电设施依赖。
PHEV能够从外部电网获得电能,对PHEV的动力电池充电,是介于HEV与EV之间的一种新能源汽车。由于PHEV既可以通过电网获得电能,短途行驶时,进行纯电动行驶;长途行驶时,可以像HEV一样进行,由发动机、电机混合驱动,从而不必对行驶里程产生焦虑。也因为如此,PHEV的驱动系统拥有多个能量源,这表明整车的驱动功率可以分配给电池或者发动机。基于PHEV的这一特点,因为使用电池的电能比较便宜,那么,如何在PHEV运行过程中,合理的使用电池的能量,获得最优的能量分配,达到最低的运行成本,这是能量管理策略的难点,也是研究的热点。
同时,随着智能交通系统的不断发展,采用车联网技术解决混合动力汽车的实时优化控制成为学者们关注的焦点,因此发展智能网联PHEV能量管理策略,对于新能源汽车借助智能网联化技术实现进一步节能减排,具有十分重要的意义。
发明内容
本发明实施例所要解决的技术问题在于,提供一种插电式混合动力汽车能量管理方法,能够在车辆行驶过程中根据不同的行驶距离与电池荷电状态初始值即时获取相应的等效因子,根据等效因子实时进行车辆能量管理,降低行驶过程的等效燃油消耗。
为解决上述技术问题,本发明实施例提供一种插电式混合动力汽车能量管理方法,包括:
步骤S1,获取车辆行驶过程中的相关数据,所述数据包括车辆当前的行驶距离和电池荷电状态初始值;
步骤S2,根据所述车辆当前的行驶距离和电池荷电状态初始值,查询预先建立的不同行驶距离与电池荷电状态初始值下的等效因子MAP图,获取相应的等效因子,其中,所述等效因子MAP图是基于等效燃油消耗最小控制策略,根据下列等效因子公式而建立:
式中,S(t)表示t时刻的等效因子,Sref为等效因子的初始参考值,为电机平均效率,/>为发动机平均效率,l1和l2为调整参数,SOCinit表示电池荷电状态初始值,D(t)表示车辆行驶到t时刻时的行驶距离,/>表示整个行驶距离,SOCend表示行驶终点时电池荷电状态值;
步骤S3,利用等效燃油消耗最小控制策略,根据所获取的等效因子实时分配车辆当前行驶状态下的电池能量和发动机能量,使得车辆当前时刻的等效燃油消耗率最小。
进一步地,所述步骤S2中,所述等效因子MAP图是基于等效燃油消耗最小控制策略,根据所述等效因子公式构建并求解等效因子全局优化模型而建立。
进一步地,所述步骤S2中,所述等效因子全局优化模型包括代价函数及约束条件,其中:
(1)代价函数为:
其中:
式中,t为循环工况运行的时间,表示整车t时刻的等效燃油消耗,表示发动机t时刻的燃油消耗,Pe(t,u)表示从电网充入电池的电功率或者电池输出的功率,Hf表示燃油的低热值;
(2)约束条件为:
式中,PICE为发动机功率,PICEmin、PICEmax为发动机功率上、下限,PISG为ISG电机功率,PISGmin为ISG电机功率下限,PM为电动机功率,PMmin、PMmax为电动机功率上、下限,SOC为电池荷电状态值,SOCmax、SOCmin为电池荷电状态值上、下限。
进一步地,所述步骤S2中,所述等效因子MAP图的建立方法,具体包括:
步骤S21,基于所述等效因子公式,建立所述等效因子全局优化模型;
步骤S22,以发动机功率、ISG电机功率、电动机功率作为控制变量,通过控制一循环工况下所述控制变量的值,利用遗传算法离线求解所述代价函数,获得调整参数l1和l2的最优解,从而获得所述循环工况下的等效因子;
步骤S23,根据所获得的等效因子,建立不同行驶距离与电池荷电状态初始值下的等效因子MAP图。
进一步地,所述步骤S3中,所述等效燃油消耗最小控制策略的优化目标函数为:
Jmin=min(JECMS)
其中:
式中,发动机油耗模型为:
电池等效油耗模型为:
其中,ηICE、ηISG、ηm分别为发动机、ISG电机、电动机的效率,ηchg、ηdis分别为电池的充、放电效率,Sopt为所获取的等效因子;
所述优化目标函数的约束条件为:
式中,Preq为整车需求功率,PICE为发动机功率,Pb为电池功率,PICEmin、PICEmax为发动机功率上、下限,PISG为ISG电机功率,PISGmin为ISG电机功率下限,Pm为电动机功率,Pmmin、Pmmax为电动机功率上、下限,Pchgmin、Pdismax分别为电池最小充电功率、最大放电功率,SOC为电池荷电状态值,SOCmax、SOCmin为电池荷电状态值上、下限。
进一步地,所述步骤S3中,根据所获取的等效因子实时分配车辆当前行驶状态下的电池能量和发动机能量,使得车辆当前时刻的等效燃油消耗率最小,具体包括:
以电池功率作为控制变量,根据整车需求功率,获得满足所述优化目标函数的约束条件的发动机和电池的所有可能的功率点;
将所获取的等效因子、发动机和电池的功率点,输入所述发动机油耗模型和所述电池等效油耗模型,分别计算发动机的燃油消耗率和电池的等效燃油消耗率;
根据所述优化目标函数获得最小等效燃油消耗率,输出满足所述最小等效燃油消耗率的发动机和电池的功率分配。
进一步地,所述电池功率表示为:
u=Pb(PISG(t),Pm(t))
式中,Pbmin(SOC)≤u≤Pbmax(SOC)。
进一步地,所述整车需求功率满足车辆行驶过程中无需停车等待通过交通信号灯路口。
进一步地,所述数据进一步包括所述整车需求功率;所述步骤S1中,获取所述整车需求功率,具体包括:
基于车联网C-V2X通信,于车辆在交通信号灯路口行驶过程中,获取周围车辆的状态信息以及交通信号灯的SPAT相关数据;
根据所述周围车辆的状态信息以及SPAT相关数据,由下式计算获得车辆无需停车等待通过交通信号灯路口的建议车速范围:
tc=tg+tr
式中,vih(td)和vil(td)为建议车速范围的上、下限;dia(td)为td时刻第i辆车与交通信号灯a的距离;Kw为信号灯的循环次数;tr和tg分别为红灯和绿灯持续时间;tc为一个红绿灯循环周期,等于红灯和绿灯持续时间之和;Vimax为当前车道汽车允许的最大车速;mod()为t除以tc余数的函数,其中,交通信号灯以红灯开始,且当t=Kwtc时,Kw增加1;
计算车辆以所述建议车速范围内的车速行驶时车辆的整车需求功率。
实施本发明实施例,具有如下有益效果:本发明实施例的插电式混合动力汽车能量管理方法,基于等效燃油消耗最小控制策略,考虑不同电池SOC、等效因子与燃油消耗的关系,建立全新的等效因子模型,并基于该等效因子模型构建等效因子全局优化模型,再利用遗传算法对等效因子全局优化模型求解,离线优化一定循环工况下的等效因子,建立不同行驶距离与电池荷电状态初始值下的等效因子MAP图,实现插电式混合动力汽车在行驶里程结束时,刚好达到设定的电池SOC值,实现电池SOC缓慢放电和充电,实现全局最优的能量分配,实现全局等效油耗最小;本发明实施例还可以基于车联网C-V2X通信,确定满足车辆行驶过程中无需停车等待通过交通信号灯路口的整车需求功率,并将其应用于等效燃油消耗最小控制策略的优化目标函数最小值计算中,获得发动机、电动机和ISG电机的功率分配,以此实时控制整车的运行,能够进一步地降低燃油消耗,降低插电式混合动力汽车的运行成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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为本发明实施例适用的一插电混合动力系统的结构简图。
图2为本发明实施例的插电式混合动力汽车能量管理方法的流程图。
图3为本发明一实施例中电池SOC与等效因子的关系图。
图4为本发明一实施例中建立等效因子MAP图的流程图。
图5为本发明一实施例中对ECMS的优化目标函数进行实时优化控制求解的流程图。
图6为本发明一实施例中车辆以建议车速范围内的车速行驶时的插电式混合动力汽车能量管理方法的流程图。
具体实施方式
以下各实施例的说明是参考附图,用以示例本发明可以用以实施的特定实施例。
本发明实施例的插电式混合动力汽车能量管理方法,适用于插电混合动力系统,以图1中的插电混合动力系统为例,其可以采用多种驱动模式,包括纯电动模式(电动机驱动)、串联增程模式(发动机带动电机发出电能,电动机单独驱动整车)、并联混动模式(发动机和电动机联合驱动)、发动机直驱模式。由于插电混合动力系统拥有多个能量源,其整车驱动功率可以分配给电池或者发动机,而使用电池的电能较为便宜,合理使用电池的能量,获得最优的能量分配,可以降低整车运行成本。
本发明考虑电池荷电状态(State of Charge,SOC)、等效因子与燃油消耗的关系,通过确定最佳的等效因子,利用等效燃油消耗最小控制策略,根据所确定的等效因子实时分配车辆当前行驶状态下的电池能量和发动机能量,使得车辆当前时刻的等效燃油消耗率最小,实现对插电式混合动力汽车的能量管理。
本发明实施例的插电式混合动力汽车能量管理方法,如图2所示,可以包括下列步骤:
步骤S1,获取车辆行驶过程中的相关数据,该数据包括车辆当前的行驶距离和电池荷电状态初始值,例如可以通过根据路径规划、智能导航等方式获取车辆当前的行驶距离。
步骤S2,根据车辆当前的行驶距离和电池荷电状态初始值,查询预先建立的不同行驶距离与电池荷电状态初始值下的等效因子MAP图,获取相应的等效因子。其中,等效因子MAP图是基于等效燃油消耗最小控制策略(Equivalent fuel consumptionminimization strategy,ECMS),根据下列等效因子公式而建立:
式中,S(t)表示t时刻的等效因子,Sref为等效因子的初始参考值,为电机平均效率,/>为发动机平均效率,l1和l2为调整参数,SOCinit表示电池荷电状态初始值,D(t)表示车辆行驶到t时刻时的行驶距离,/>表示整个行驶距离,SOCend表示行驶终点时电池荷电状态值。
具体而言,本发明实施例预先建立不同行驶距离与电池荷电状态初始值下的等效因子MAP图,在车辆行驶过程中,可以根据获得的车辆当前的行驶距离和电池荷电状态初始值,查询该等效因子MAP图来确定等效因子。其中,本发明实施例建立等效因子MAP图,可以包括如下步骤:
步骤S21,基于等效燃油消耗最小控制策略,确定等效因子公式。
结合等效燃油消耗思想,可以确定任一时刻时以整车等效燃油消耗率为优化控制的目标函数,目标函数可以写为
其中表示整车t时刻的等效燃油消耗,/>表示发动机t时刻的燃油消耗,Pe(t,u)表示从电网充入电池的电功率或者电池输出的功率,Hf表示燃油的低热值,S(t)表示将电能转化为等效燃油的等效因子。
对于式(2)的求解,基于庞特亚金极小值原理(Pontryagin’s minimumPrinciple,PMP),构建汉密尔顿(Hamilton)函数,如下:
其中λ(t)为拉格朗日乘子。根据庞特亚金极小值原理,λ(t)的正则方程为:
约束条件为:
其中SOCf表示SOC行驶末端最终值,SOCobj表示SOC行驶末端目标值,SOCmax、SOCmin表示电池SOC上、下限定值。
由于:
Pe(t,u)=IVoc,
其中为电池充放电变化率,I为电池电流,C为电池容量,Voc为电池的开路电压,式(3)可以写为:
由式(2)和式(4)可知:
由于λ(t)随时间变化的随机性较大,在实际运行过程中,如果没有提前预知需求功率,很难获得最佳的λ(t)。但是,ECMS中的等效因子S,对于不同电池SOC初始值时,等效因子S值的大体变化是知道的。在HEV电量维持阶段控制中,使用惩罚函数的概念,对动力电池的电量进行等效油耗修正,调控对电能的使用倾向,将电池SOC维持在合理的范围内,因为对于等效因子S,可以认为是对电能“价格”的调控:电池SOC比较高时,可以降低电能的“价格”,使电能变的相对便宜,使插电式混合动力汽车更倾向于利用电能;电池SOC比较低时,可以提高电能的“价格”,使插电式混合动力汽车倾向于使用燃油。
因此,定义下列包含对电池SOC的惩罚函数在内的整车燃油消耗目标函数:
根据哈密顿-雅克比方程可得,最优状态变量为:
因此,结合式(5)和式(6)可得:
其中为电机平均效率,/>为发动机平均效率,p为惩罚因子,SOCref-SOC(t)为SOC参考值与t时刻SOC的差值。
将式(7)改写为:
其中,等效因子的初始参考值为:
以混联构型的插电混合动力系统为例,
式(8)中,l1和l2为调整参数,通过调整这两个调整参数,可以控制惩罚函数的形状,例如Sref=3.24,l1=0.25,l2=0.5时,如图3所示,当电池SOC比较大时,等效因子大约在3.22处,表示整车尽可能地使用电能,以降低整车使用成本;当SOC较小时,表示使用电池的电能成本高,使用发动机提供动力。通过实时地调整等效因子,可以动态的调整发动机与电池的能量分配。
由于SOC参考值与行驶距离D的关系为:
式中SOCref(t)表示t时刻的电池SOC参考值,SOCinit表示初始SOC值,D(t)表示车辆行驶到t时刻时的距离,表示由驾驶员提供的整个行驶距离,SOCend表示行驶终点时SOC值,结合式(8)和式(9),即可获得等效因子公式(1)。可见,等效因子不仅与电池SOC有关,还和车辆当前的行驶距离相关。
基于式(1),通过调整调整参数l1和l2,获得理想的等效因子,本发明实施例能够以最优的方式利用电能,降低整车使用成本。
由于等效因子在特定的循环工况中,能以最优的方式利用电池的电能;但其他工况,又可能导致电池电能使用成本的升高。为了在不同的循环工况中均能获得理想的等效因子,以便以最优的方式利用电池的电能,本发明实施例进一步在步骤S22,针对等效因子进行全局寻优。
步骤S22,基于所确定的等效因子公式(1),建立等效因子全局优化模型,该等效因子全局优化模型包括代价函数及约束条件。
在一实施例中,本发明基于式(2)和式(1)建立等效因子全局优化模型,用于全局寻优等效因子,该等效因子全局优化模型中,代价函数如下:
约束条件为:
式中,t为循环工况运行的时间,PICE为发动机功率,PICEmin、PICEmax为发动机功率上、下限,PISG为ISG电机功率,PISGmin为ISG电机功率下限,PM为电动机功率,PMmin、PMmax为电动机功率上、下限,SOC为电池荷电状态值,SOCmax、SOCmin为电池荷电状态值上、下限。
步骤S23,以发动机功率、ISG电机功率、电动机功率作为控制变量,通过控制一循环工况下控制变量的值,利用遗传算法离线求解代价函数(10),获得调整参数l1和l2的最优解,从而获得该循环工况下的等效因子。
具体而言,在已有的工况库中提取一循环工况下的相关参数,根据工况参数和电池荷电状态初始值,利用遗传算法离线求解代价函数(10),此过程可如图4中所示,最终获得调整参数l1和l2的最优解;再根据式(1)可以计算得到相应的等效因子,即循环工况下的最优等效因子Sopt。
步骤S24,根据所获得的等效因子Sopt,建立不同行驶距离与电池荷电状态初始值下的等效因子MAP图。
由此,本发明实施例能够基于等效燃油消耗最小控制策略,确定等效因子公式,进而建立等效因子全局优化模型,采用遗传算法对等效因子全局优化模型求解,获得等效因子,建立不同行驶距离与电池荷电状态初始值下的等效因子MAP图,可参考图4所示。在步骤S2,根据车辆当前的行驶距离和电池荷电状态初始值,查询预先建立的不同行驶距离与电池荷电状态初始值下的等效因子MAP图,可以获取相应的等效因子。
之后,本发明实施例在步骤S3,利用等效燃油消耗最小控制策略,根据所获取的等效因子实时分配车辆当前行驶状态下的电池能量和发动机能量,使得车辆当前时刻的等效燃油消耗率最小。
具体而言,本发明实施例构建等效燃油消耗最小控制策略的优化目标函数,如下:
Jmin=min(JECMS) (11)
其中,JECMS是由式(2)改写而来,如下:
式中,发动机油耗模型为:
电池等效油耗模型为:
其中,ηICE、ηISG、ηm分别为发动机、ISG电机、电动机的效率;ηchg、ηdis分别为电池的充、放电效率,Sopt为所获取的等效因子。
优化目标函数的约束条件为:
式中,Preq为整车需求功率,PICE为发动机功率,Pb为电池功率,PICEmin、PICEmax为发动机功率上、下限,PISG为ISG电机功率,PISGmin为ISG电机功率下限,Pm为电动机功率,Pmmin、Pmmax为电动机功率上、下限,Pchgmin、Pdismax分别为电池最小充电功率、最大放电功率,SOC为电池荷电状态值,SOCmax、SOCmin为电池荷电状态值上、下限。
本发明实施例在步骤S3中,利用等效燃油消耗最小控制策略,根据所获取的等效因子实时分配车辆当前行驶状态下的电池能量和发动机能量,使得车辆当前时刻的等效燃油消耗率最小的过程,即是对上述优化目标函数(11)进行实时优化控制求解的过程,具体可以包括:
步骤S31,以电池功率作为控制变量,根据整车需求功率,获得满足上述优化目标函数的约束条件的发动机和电池的所有可能的功率点,其中,电池功率表示为:
u=Pb(PISG(t),Pm(t))
式中,Pbmin(SOC)≤u≤Pbmax(SOC);
步骤S32,将所获取的等效因子、发动机和电池的功率点,输入发动机油耗模型(13)和电池等效油耗模型(14),分别计算发动机的燃油消耗率和电池的等效燃油消耗率;
步骤S33,根据优化目标函数(11),获得最小等效燃油消耗率,输出满足所述最小等效燃油消耗率的发动机和电池的功率分配。亦可以进一步确定电动机、ISG电机的功率分配。该具体求解过程可以参照图5所示。
如此,本发明实施例可以在步骤S2获得最佳的等效因子的基础上,通过步骤S3实时获得电池和发动机能量的最佳分配,达到整个行驶里程燃油消耗最小,从而获得最佳的运行成本。
在此基础上,本发明进一步考虑:在城市道路具有交通信号灯情况下,车辆走走停停也会使得整车的燃油经济性降低,因此在交通信号灯路口,基于车联网C-V2X通信进行车辆与交通信号灯数据实时交互,尽量避免车辆停车等待,来进一步地降低燃油消耗。为了实现这一效果,本发明实施例可以将步骤S3中采用的整车需求功率设置为满足车辆行驶过程中无需停车等待通过交通信号灯路口。因此,本发明实施例在步骤S1中所获取的数据中,可以包括整车需求功率。
在一实施例中,可以在步骤S1通过如下步骤来获取该整车需求功率:
步骤S11,基于车联网C-V2X通信,于车辆在交通信号灯路口行驶过程中,获取周围车辆的状态信息以及交通信号灯的SPAT相关数据。
步骤S12,根据所获取的周围车辆的状态信息以及SPAT相关数据,由下式计算获得车辆无需停车等待通过交通信号灯路口的建议车速范围:
tc=tg+tr
式中,vih(td)和vil(td)为建议车速范围的上、下限;dia(td)为td时刻第i辆车与交通信号灯a的距离;Kw为信号灯的循环次数;tr和tg分别为红灯和绿灯持续时间;tc为一个红绿灯循环周期,等于红灯和绿灯持续时间之和;Vimax为当前车道汽车允许的最大车速;mod()为t除以tc余数的函数,其中,交通信号灯以红灯开始,且当t=Kwtc时,Kw增加1。
当满足约束条件且驾驶员按照建议车速[vil(td),vih(td)]行驶时,可以避免车辆经过交通信号灯路口时停车怠速,无需停车地驶过路口,能够进一步降低燃油消耗。
步骤S13,计算车辆以建议车速范围[vil(td),vih(td)]内的车速行驶时车辆的整车需求功率。
由此可知,本发明实施例在车辆于交通信号灯路口行驶过程中,可以通过上层控制器,获得车辆无需停车等待通过交通信号灯路口的建议车速范围,进而确定以该建议车速范围内的车速行驶时车辆的整车需求功率;下层控制器则基于所建立的不同行驶距离与电池荷电状态初始值下的等效因子MAP图,获取最优的等效因子,进行全局最优等效因子插电式混合动力汽车能量管理,实时分配当前行驶状况下的电池和发动机的能量,实现整个行驶过程的等效燃油消耗最小,如图6所示,如此可以实现基于车路协同的全局最优等效因子插电式混合动力汽车能量管理。
通过上述说明可知,本发明实施例的插电式混合动力汽车能量管理方法,基于等效燃油消耗最小控制策略,考虑不同电池SOC、等效因子与燃油消耗的关系,建立全新的等效因子模型(等效因子公式),并基于该等效因子模型构建等效因子全局优化模型,再利用遗传算法对等效因子全局优化模型求解,离线优化一定循环工况下的等效因子,建立不同行驶距离与电池荷电状态初始值下的等效因子MAP图,实现插电式混合动力汽车在行驶里程结束时,刚好达到设定的电池SOC值,实现电池SOC缓慢放电和充电,实现全局最优的能量分配,实现全局等效油耗最小。
在车辆行驶过程中,本发明实施例可以根据车辆当前的行驶距离和电池荷电状态初始值查询等效因子MAP图,获得相应的等效因子,利用基于等效因子离散全局优化的等效燃油消耗最小控制策略,实时分配车辆当前行驶状态下的电池能量和发动机能量,使得车辆当前时刻的等效燃油消耗率最小,从而实现更加实用有效的插电式混合动力汽车实时优化能量管理。本发明实施例的这种控制策略,兼具有瞬时优化的实时性和类似于动态规划全局最优的燃油消耗,具有很高的工程使用性,同时也为解决插电式混合动力汽车不同续航行驶里程的能量分配问题提供理论方法。
此外,本发明实施例还可以基于车联网C-V2X通信,获得车辆于交通信号灯路口行驶过程中无需停车等待通过交通信号灯路口的建议车速范围,进而确定以该建议车速范围内的车速行驶时车辆的整车需求功率,将经上述过程获得的整车需求功率应用于等效燃油消耗最小控制策略的优化目标函数最小值计算,获得发动机、电动机和ISG电机的功率分配,以此实时控制整车的运行,能够进一步地降低燃油消耗,降低插电式混合动力汽车的运行成本。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (7)
1.一种插电式混合动力汽车能量管理方法,其特征在于,包括:
步骤S1,获取车辆行驶过程中的相关数据,所述数据包括车辆当前的行驶距离和电池荷电状态初始值;
步骤S2,根据所述车辆当前的行驶距离和电池荷电状态初始值,查询预先建立的不同行驶距离与电池荷电状态初始值下的等效因子MAP图,获取相应的等效因子,其中,所述等效因子MAP图是基于等效燃油消耗最小控制策略,根据下列等效因子公式而建立:
式中,S(t)表示t时刻的等效因子,Sref为等效因子的初始参考值,为电机平均效率,/>为发动机平均效率,l1和l2为调整参数,SOCinit表示电池荷电状态初始值,D(t)表示车辆行驶到t时刻时的行驶距离,/>表示整个行驶距离,SOCend表示行驶终点时电池荷电状态值;
步骤S3,利用等效燃油消耗最小控制策略,根据所获取的等效因子实时分配车辆当前行驶状态下的电池能量和发动机能量,使得车辆当前时刻的等效燃油消耗率最小;
所述步骤S2中,所述等效因子MAP图的建立方法,具体包括:
步骤S21,基于所述等效因子公式,建立所述等效因子全局优化模型;所述等效因子全局优化模型包括代价函数及约束条件;
步骤S22,以发动机功率、ISG电机功率、电动机功率作为控制变量,通过控制一循环工况下所述控制变量的值,利用遗传算法离线求解所述代价函数,获得调整参数l1和l2的最优解,从而获得所述循环工况下的等效因子;
步骤S23,根据所获得的等效因子,建立不同行驶距离与电池荷电状态初始值下的等效因子MAP图。
2.根据权利要求1所述的插电式混合动力汽车能量管理方法,其特征在于,所述步骤S2中:
(1)代价函数为:
其中:
式中,t为循环工况运行的时间,表示整车t时刻的等效燃油消耗,/>表示发动机t时刻的燃油消耗,Pe(t,u)表示从电网充入电池的电功率或者电池输出的功率,Hf表示燃油的低热值;
(2)约束条件为:
式中,PICE为发动机功率,PICEmin、PICEmax为发动机功率上、下限,PISG为ISG电机功率,PISGmin为ISG电机功率下限,PM为电动机功率,PMmin、PMmax为电动机功率上、下限,SOC为电池荷电状态值,SOCmax、SOCmin为电池荷电状态值上、下限。
3.根据权利要求1-2中任一项所述的插电式混合动力汽车能量管理方法,其特征在于,所述步骤S3中,所述等效燃油消耗最小控制策略的优化目标函数为:
Jmin=min(JECMS)
其中:
式中,发动机油耗模型为:
电池等效油耗模型为:
其中,ηICE、ηISG、ηm分别为发动机、ISG电机、电动机的效率,ηchg、ηdis分别为电池的充、放电效率,Sopt为所获取的等效因子;
所述优化目标函数的约束条件为:
式中,Preq为整车需求功率,PICE为发动机功率,Pb为电池功率,PICEmin、PICEmax为发动机功率上、下限,PISG为ISG电机功率,PISGmin为ISG电机功率下限,PM为电动机功率,PMmin、PMmax为电动机功率上、下限,Pchgmin、Pdis2ax分别为电池最小充电功率、最大放电功率,SOC为电池荷电状态值,SOCmax、SOCmin为电池荷电状态值上、下限。
4.根据权利要求3所述的插电式混合动力汽车能量管理方法,其特征在于,所述步骤S3中,根据所获取的等效因子实时分配车辆当前行驶状态下的电池能量和发动机能量,使得车辆当前时刻的等效燃油消耗率最小,具体包括:
以电池功率作为控制变量,根据整车需求功率,获得满足所述优化目标函数的约束条件的发动机和电池的所有可能的功率点;
将所获取的等效因子、发动机和电池的功率点,输入所述发动机油耗模型和所述电池等效油耗模型,分别计算发动机的燃油消耗率和电池的等效燃油消耗率;
根据所述优化目标函数获得最小等效燃油消耗率,输出满足所述最小等效燃油消耗率的发动机和电池的功率分配。
5.根据权利要求4所述的插电式混合动力汽车能量管理方法,其特征在于,所述电池功率的控制变量表示为:
u=Pb(PISG(t),PM(t))
式中,Pbmin(SOC)≤u≤Pbmax(SOC)。
6.根据权利要求3所述的插电式混合动力汽车能量管理方法,其特征在于,所述整车需求功率满足车辆行驶过程中无需停车等待通过交通信号灯路口。
7.根据权利要求6所述的插电式混合动力汽车能量管理方法,其特征在于,所述数据进一步包括所述整车需求功率;所述步骤S1中,获取所述整车需求功率,具体包括:
基于车联网C-V2X通信,于车辆在交通信号灯路口行驶过程中,获取周围车辆的状态信息以及交通信号灯的SPAT相关数据;
根据所述周围车辆的状态信息以及SPAT相关数据,由下式计算获得车辆无需停车等待通过交通信号灯路口的建议车速范围:
tc=tg+tr
式中,vih(td)和vil(td)为建议车速范围的上、下限;dia(td)为td时刻第i辆车与交通信号灯a的距离;Kw为信号灯的循环次数;tr和tg分别为红灯和绿灯持续时间;tc为一个红绿灯循环周期,等于红灯和绿灯持续时间之和;Vimax为当前车道汽车允许的最大车速;mod()为t除以tc余数的函数,其中,交通信号灯以红灯开始,且当t=Kwtc时,Kw增加1;
计算车辆以所述建议车速范围内的车速行驶时车辆的整车需求功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111541915.XA CN115214606B (zh) | 2021-12-16 | 2021-12-16 | 一种插电式混合动力汽车能量管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111541915.XA CN115214606B (zh) | 2021-12-16 | 2021-12-16 | 一种插电式混合动力汽车能量管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115214606A CN115214606A (zh) | 2022-10-21 |
CN115214606B true CN115214606B (zh) | 2024-06-07 |
Family
ID=83606301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111541915.XA Active CN115214606B (zh) | 2021-12-16 | 2021-12-16 | 一种插电式混合动力汽车能量管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115214606B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114347868B (zh) * | 2022-01-12 | 2023-09-22 | 河南科技大学 | 基于智能网联信息的燃料电池混合动力汽车能量管理方法 |
CN116661296B (zh) * | 2022-10-24 | 2024-04-12 | 江苏汇智高端工程机械创新中心有限公司 | 面向增程式电动矿卡的能耗管理平台、方法、系统及存储介质 |
CN116118709B (zh) * | 2023-03-14 | 2024-01-16 | 合众新能源汽车股份有限公司 | 混合动力汽车的能量管理方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003235110A (ja) * | 2002-02-13 | 2003-08-22 | Nissan Diesel Motor Co Ltd | 車両のハイブリッドシステム |
CN102416950A (zh) * | 2011-10-31 | 2012-04-18 | 大连理工大学 | 一种基于最小等效燃油消耗的混合动力汽车控制方法 |
CN102602388A (zh) * | 2012-03-29 | 2012-07-25 | 潍柴动力股份有限公司 | 一种优化混合动力发动机怠速下工况的方法和装置 |
CN106004865A (zh) * | 2016-05-30 | 2016-10-12 | 福州大学 | 基于工况识别的里程自适应混合动力汽车能量管理方法 |
CN106494328A (zh) * | 2016-10-31 | 2017-03-15 | 合肥工业大学 | 一种基于电功率在线计算的燃油汽车电能控制系统及方法 |
CN110254418A (zh) * | 2019-06-28 | 2019-09-20 | 福州大学 | 一种混合动力汽车增强学习能量管理控制方法 |
CN113104022A (zh) * | 2021-05-08 | 2021-07-13 | 重庆交通大学 | 基于状态能量空间化的自适应等效因子的转矩分配控制方法 |
EP3878706A1 (en) * | 2020-03-09 | 2021-09-15 | Avl Powertrain Uk Ltd | Method for controlling a hybrid electric vehicle |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2799300B1 (en) * | 2011-12-28 | 2019-02-06 | Toyota Jidosha Kabushiki Kaisha | Plug-in hybrid vehicle |
US9469213B2 (en) * | 2013-11-01 | 2016-10-18 | Ford Global Technologies, Llc | Spatial domain optimal electric and hybrid electric vehicle control with path forecasting |
KR20190072748A (ko) * | 2017-12-18 | 2019-06-26 | 현대자동차주식회사 | 하이브리드 차량의 후진 주행 제어 방법 |
-
2021
- 2021-12-16 CN CN202111541915.XA patent/CN115214606B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003235110A (ja) * | 2002-02-13 | 2003-08-22 | Nissan Diesel Motor Co Ltd | 車両のハイブリッドシステム |
CN102416950A (zh) * | 2011-10-31 | 2012-04-18 | 大连理工大学 | 一种基于最小等效燃油消耗的混合动力汽车控制方法 |
CN102602388A (zh) * | 2012-03-29 | 2012-07-25 | 潍柴动力股份有限公司 | 一种优化混合动力发动机怠速下工况的方法和装置 |
CN106004865A (zh) * | 2016-05-30 | 2016-10-12 | 福州大学 | 基于工况识别的里程自适应混合动力汽车能量管理方法 |
CN106494328A (zh) * | 2016-10-31 | 2017-03-15 | 合肥工业大学 | 一种基于电功率在线计算的燃油汽车电能控制系统及方法 |
CN110254418A (zh) * | 2019-06-28 | 2019-09-20 | 福州大学 | 一种混合动力汽车增强学习能量管理控制方法 |
EP3878706A1 (en) * | 2020-03-09 | 2021-09-15 | Avl Powertrain Uk Ltd | Method for controlling a hybrid electric vehicle |
CN113104022A (zh) * | 2021-05-08 | 2021-07-13 | 重庆交通大学 | 基于状态能量空间化的自适应等效因子的转矩分配控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115214606A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115214606B (zh) | 一种插电式混合动力汽车能量管理方法 | |
Tulpule et al. | Effects of different PHEV control strategies on vehicle performance | |
CN102951037B (zh) | 增程式电动汽车的能量控制策略多模式自动切换方法 | |
CN106427990B (zh) | 混合动力系统及其能量管理方法 | |
Zhang et al. | Energy management strategy for plug-in hybrid electric vehicle integrated with vehicle-environment cooperation control | |
CN103507656B (zh) | 一种可在线自调整的增程式电动汽车能量管理方法及系统 | |
Fan et al. | Design of an integrated energy management strategy for a plug-in hybrid electric bus | |
CN108365986B (zh) | 基于模型预测控制的混合动力车队协同能量管理方法 | |
CN102951144B (zh) | 基于最小功率损失算法的自调整神经网络能量管理方法 | |
CN105667499A (zh) | 一种电动汽车增程模式下的能量管理方法 | |
CN110936949A (zh) | 基于行驶工况的能量控制方法、设备、存储介质及装置 | |
CN105322559A (zh) | 一种基于v2g技术的电动汽车配电调度控制方法 | |
CN112677956B (zh) | 一种考虑电池寿命的行星混联式混动车实时优化控制方法 | |
CN102729987A (zh) | 一种混合动力公交车能量管理方法 | |
CN106427607A (zh) | 一种电动车混合式储能系统能量分配方法 | |
CN102963353B (zh) | 基于神经网络的混合动力系统能量管理方法 | |
KR20120100372A (ko) | 직렬형 하이브리드 전기자동차의 동력분배방법 | |
CN113911101B (zh) | 一种基于同轴并联式结构的在线能量分配方法 | |
CN107458369A (zh) | 一种同轴并联式混合动力电动汽车能量管理方法 | |
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 | |
CN102897043B (zh) | 一种增程式电动汽车的能量的分配方法 | |
Wang et al. | Real-time energy management strategy for a plug-in hybrid electric bus considering the battery degradation | |
CN115214607B (zh) | 一种插电式混合动力汽车能量管理方法 | |
Li et al. | Predictive multi-objective operation strategy considering battery cycle aging for hybrid electric vehicles | |
CN112572168A (zh) | 一种基于充电管理的增程式电动汽车能量管理控制方法 |
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 |