CN116729106B - 一种纯电动汽车的智能能量管理方法 - Google Patents
一种纯电动汽车的智能能量管理方法 Download PDFInfo
- Publication number
- CN116729106B CN116729106B CN202310854216.3A CN202310854216A CN116729106B CN 116729106 B CN116729106 B CN 116729106B CN 202310854216 A CN202310854216 A CN 202310854216A CN 116729106 B CN116729106 B CN 116729106B
- Authority
- CN
- China
- Prior art keywords
- data
- time
- fan
- batt
- optimal control
- 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 45
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 239000000498 cooling water Substances 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 26
- 238000005265 energy consumption Methods 0.000 claims description 17
- 238000001816 cooling Methods 0.000 claims description 16
- 239000002243 precursor Substances 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000004378 air conditioning Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 2
- 230000007704 transition Effects 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 4
- 238000003672 processing method Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 239000002918 waste heat Substances 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K11/00—Arrangement in connection with cooling of propulsion units
- B60K11/02—Arrangement in connection with cooling of propulsion units with liquid cooling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K1/00—Arrangement or mounting of electrical propulsion units
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K11/00—Arrangement in connection with cooling of propulsion units
- B60K11/06—Arrangement in connection with cooling of propulsion units with air cooling
-
- 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
- B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
- B60L58/26—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries by cooling
-
- 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
- B60R16/023—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 transmission of signals between vehicle parts or subsystems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K1/00—Arrangement or mounting of electrical propulsion units
- B60K2001/003—Arrangement or mounting of electrical propulsion units with means for cooling the electrical propulsion units
- B60K2001/005—Arrangement or mounting of electrical propulsion units with means for cooling the electrical propulsion units the electric storage means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K1/00—Arrangement or mounting of electrical propulsion units
- B60K2001/003—Arrangement or mounting of electrical propulsion units with means for cooling the electrical propulsion units
- B60K2001/006—Arrangement or mounting of electrical propulsion units with means for cooling the electrical propulsion units the electric motors
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明属于汽车能量智能管理领域，并公开了一种纯电动汽车的智能能量管理方法，包括：获取纯电动汽车的历史大数据，对历史大数据进行分析，得到不同数据的频次占比数据，获取前方交通状况信息，基于马尔科夫理论对前方交通状况信息和所述频次占比数据进行工况预测分析，得到工程预测数据；构建各部件的状态方程以及约束条件，利用动态规划算法并以最小电耗为目标对所述工程预测数据和所述约束条件进行离散化分析，得到最优控制量数据，基于所述最优控制量数据获取最优控制序列，基于所述最优控制序列对各部件的电耗进行控制管理，实现智能能量管理。本发明所述技术方案能够实现整车能量合理利用，减少浪费，降低整车电耗，延长车辆续航里程。
Description
技术领域
本发明属于汽车能量智能管理领域，特别是涉及一种纯电动汽车的智能能量管理方法。
背景技术
当前纯电动汽车发展迅速，为了满足用户需求，纯电动车型不同温度下都需要具备良好的动力性，而且续航要有所保证，避免给用户带来续航焦虑。但是因为当前电池本身的特性，在高温或者低温下性能都会有所衰减，而且舒适娱乐等附件耗能大，电池温度过高或过低都会影响功率输出，影响车辆的动力性和经济性，给用户带来较多不变。为了延长续航里程，专利201910804489.0公开一种纯电动车型热管理系统，包括动力电池支路、暖风芯体支路、强电支路、散热器支路和高压电加热器支路。在各支路之间设置五通阀V1，在充电机的下游设置第一三通阀V2、在高压电加热器的上游设置第二三通阀V3、在驱动电机的下游设置第四三通阀V5，该系统可以根据动力电池在不同工况下的冷却需求，通过控制五通阀和各三通阀的工作模式将各支路连通或者断开。在电池有冷却需求时，采用散热器或者空调系统等方式冷却动力电池，降低系统功耗；当乘员舱有采暖需求或者电池有加热需求时，充分利用高压电加热器或者强电支路余热为乘员舱采暖、电池加热。该系统能够最大限度的发挥系统部件的功能，有效利用系统余热，降低功耗、提高续驶里程。
专利201711104846.X公开了一种电动汽车的能量管理方法及装置。其中，方法包括：获取电动汽车的当前状态：根据当前状态的状态类型，确定与该状态类型相对应的能量供给部件以及与能量供给部件相对应的可供给能量总数值；确定与该状态类型相对应的各个能量消耗部件及其对应的优先级顺序：根据可供给能量总数值以及优先级顺序，为与该状态类型相对应的各个能量消耗部件供给能量。以上两种方案都是在车辆行驶过程中基于车辆和总成状态进行的，未考虑道路交通状况，没有进行工况预测，而且都是点对点的进行总成或者附件的控制，未实现整车全局考虑。
发明内容
本发明的目的是提供一种纯电动汽车的智能能量管理方法，以解决上述现有技术存在的问题。
为实现上述目的，本发明提供了一种纯电动汽车的智能能量管理方法，包括：
获取纯电动汽车的历史大数据，对所述历史大数据进行分析，得到不同数据的频次占比数据，获取前方交通状况信息，基于马尔科夫理论对所述前方交通状况信息和所述频次占比数据进行工况预测分析，得到工程预测数据；
构建各部件的状态方程以及约束条件，利用动态规划算法并以最小电耗为目标对所述工程预测数据和所述约束条件进行离散化分析，得到最优控制量数据，基于所述最优控制量数据获取最优控制序列，基于所述最优控制序列对各部件的电耗进行控制管理，实现智能能量管理。
可选的，所述历史大数据为车辆上电开始到下电结束的驾驶循环数据。
可选的，所述不同数据的频次占比数据包括：不同平均车速段频次占比数据、不同平均加速度段频次占比数据、不同加速踏板开度频次占比数据和不同制动主缸压力频次占比数据。
可选的，获取所述前方交通状况信息的过程包括：
获取车辆当前位置到目标位置的距离数据，对所述距离数据进行分段，得到多个分段距离数据，获取每个所述分段数据对应的车流平均速度数据；
多个所述分段距离数据以及对应的车流平均速度数据即为所述前方交通状况信息。
可选的，所述目标位置为导航目的地或下一个交通信号灯的位置中的任意一种。
可选的，所述约束条件包括第一约束条件和第二约束条件；
其中，所述第一约束条件为：
0≤n1≤nmax
0≤n2≤nmax
Tmin≤T1≤Tmax
Tmin≤T2≤Tmax
μmin≤μ1≤μmax
μmin≤μ2≤μmax
所述第二约束条件为：
0≤loadfan≤100％
式中，T1为前电驱扭矩，单位为Nm，T2为后电驱扭矩，单位为Nm，η1为前减速器效率，η2为后减速器效率，n1为前电驱转速，单位rpm，n2为后电驱转速，单位rpm，μ1为前电驱效率，μ2为后电驱效率，loadfan为冷却风扇负荷，单位为％，为前电驱终止温度，单位为℃，为前电驱初始温度，单位为℃，/>为后电驱终止温度，单位为℃，/>为后电驱初始温度，单位为℃，/>为电驱冷却水泵转速，单位为rpm，loadfan为冷却风扇负荷，单位为％，/>为电池包终止温度，单位为℃。
可选的，获取所述最优控制序列的过程包括：
进行动态规划信息初始化，初始化完成后以最小电耗为目标对所述工程预测数据和所述约束条件进行离散化分析：
Ebatt(t+1)＝Ebatt(t)+f(T1(t),T2(t),nbatt_pump(t),loadfan(t),PAC(t))*Δt
式中，Ebatt(t+1)为t+1时刻的电池端能耗，Ebatt(t)为t时刻的电池端能耗，T1(t)为t时刻的前电机扭矩，T2(t)为t时刻的后电机扭矩，nbatt_pump(t)为t时刻的电池冷却水泵转速，loadfan(t)为t时刻的风扇负荷，PAC(t)为t时刻的空调功率，△t为从t时刻到t+1时刻经历的时间；
在离散化分析过程中：当遍历k时刻所有状态点后，推至前一时刻，对于第k步第i个离散状态点，计算其在每一个离散控制量作用下转移至下一状态之间的转移成本，得到对应的从当前时刻至终端的最优成本向量并保存：重复这一过程，直至完成动态规划的后向计算；
从初始状态出发，重复上述步骤，计算第一步最优控制量，然后按状态方程正向计算，依次得到下一时刻的状态点，并通过插值得到最优控制序列J(t)：
J(t)＝minEbatt＝min{Edrive(t)+EAC_sys(t)}
＝∫(T1(t)n1/9549/μ1+T2(t)n2/9549/μ2)dt+∫(PAC(t)+Pbatt_pump(t)+Pmotor_pump(t)+Pfan(t))dt
式中，Ebatt为电池能量消耗，Edrive(t)为t时刻驱动消耗的能量，EAC_sys(t):t时刻的空调及热管理系统能耗，n1为前电机转速，n2为后电机转速，μ1为前电机效率，μ2为后电机效率，T1(t)为t时刻的前电机扭矩，T2(t)为t时刻的后电机扭矩，PAC(t)为t时刻的空调功率，Pbatt_pump(t)为t时刻的电池冷却水泵功率，Pmotor_pump(t)为t时刻的电机冷却水泵功率，Pfan(t)为t时刻的风扇功率。
可选的，实现智能能量管理的过程包括：
基于所述最优控制序列对前后电驱扭矩、电池冷却水泵转速、电机冷却水泵转速、冷却风扇负荷和空调功率进行实时控制管理，实现智能能量管理。
本发明的技术效果为：
本发明提供的一种纯电动汽车的智能能量管理方法包括：获取纯电动汽车的历史大数据，对所述历史大数据进行分析，得到不同数据的频次占比数据，获取前方交通状况信息，基于马尔科夫理论对所述前方交通状况信息和所述频次占比数据进行工况预测分析，得到工程预测数据；构建各部件的状态方程以及约束条件，利用动态规划算法并以最小电耗为目标对所述工程预测数据和所述约束条件进行离散化分析，得到最优控制量数据，基于所述最优控制量数据获取最优控制序列，基于所述最优控制序列对各部件的电耗进行控制管理，实现智能能量管理；
本发明提供一种纯电动汽车的智能能量管理方法，能够根据用户历史大数据，结合导航提供的前方道路信息，进行工况预测，然后根据预测的工况合理控制热管理系统的风扇、水泵，合理控制动力系统的电机扭矩，从而在满足用户动力性需求的前提下，实现整车能量合理利用，减少浪费，降低整车电耗，延长车辆续航里程。与现有技术相比，本申请提出的技术方案更加智能，考虑维度更多，可以实现全局能量最优管理，节能效果更显著，此外，本申请提出的技术方案还可以有效保证动力系统的功率输出，不影响整车动力性。
本发明提出的方案是在考虑道路交通状况下，结合驾驶员的驾驶习惯，实现总成控制和整车热管理控制的全局统筹，保证动力性的基础上，降低整车电耗，延长续航里程。
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。
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例中的流程图。
具体实施方式
现详细说明本发明的多种示例性实施方式，该详细说明不应认为是对本发明的限制，而应理解为是对本发明的某些方面、特性和实施方案的更详细的描述。
应理解本发明中所述的术语仅仅是为描述特别的实施方式，并非用于限制本发明。另外，对于本发明中的数值范围，应理解为还具体公开了该范围的上限和下限之间的每个中间值。在任何陈述值或陈述范围内的中间值以及任何其他陈述值或在所述范围内的中间值之间的每个较小的范围也包括在本发明内。这些较小范围的上限和下限可独立地包括或排除在范围内。
除非另有说明，否则本文使用的所有技术和科学术语具有本发明所述领域的常规技术人员通常理解的相同含义。虽然本发明仅描述了优选的方法，但是在本发明的实施或测试中也可以使用与本文所述相似或等同的任何方法。本说明书中提到的所有文献通过引用并入，用以公开和描述与所述文献相关的方法。在与任何并入的文献冲突时，以本说明书的内容为准。
在不背离本发明的范围或精神的情况下，可对本发明说明书的具体实施方式做多种改进和变化，这对本领域技术人员而言是显而易见的。由本发明的说明书得到的其他实施方式对技术人员而言是显而易见的。本申请说明书和实施例仅是示例性的。
关于本文中所使用的“包含”、“包括”、“具有”、“含有”等等，均为开放性的用语，即意指包含但不限于。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例一
如图1所示，本实施例中提供了一种纯电动汽车的智能能量管理方法，包括：获取纯电动汽车的历史大数据，对所述历史大数据进行分析，得到不同数据的频次占比数据，获取前方交通状况信息，基于马尔科夫理论对所述前方交通状况信息和所述频次占比数据进行工况预测分析，得到工程预测数据；
构建各部件的状态方程以及约束条件，利用动态规划算法并以最小电耗为目标对所述工程预测数据和所述约束条件进行离散化分析，得到最优控制量数据，基于所述最优控制量数据获取最优控制序列，基于所述最优控制序列对各部件的电耗进行控制管理，实现智能能量管理。
如图1所示，包括以下几个步骤：历史大数据获取及处理方法、前方道路交通状态信息获取及处理方法、工况预测方法、动力系统控制策略、热管理及空调系统控制策略。
步骤1：所述的历史大数据获取及处理方法如下：
(1)以车辆上电开始到下电结束为一个驾驶循环，作为一个统计记录样本，整车控制器VCU记录车辆的车速最大值、车速平均值、车辆行驶距离、行驶时间、油门踏板最大开度、油门踏板平均开度、整车平均电耗；车身稳定控制器记录车辆的加速度最大值、加速度平均值、减速度最大值、减速度平均值、制动主缸压力最大值、制动主缸压力平均值；电机控制器记录电机扭矩最大值、电机扭矩平均值、电机温度最高值、电机温度最低值、电机功率最大值、电机功率最低值、电机功率平均值、电机转速最大值和电机转速平均值；所述的电池管理系统记录电池温度最大值、电池温度最小值、电池功率最大值、电池功率最小值、电池功率平均值、电池耗电量；所述的空调控制器记录空调压缩机功率最大值、空调压缩机功率平均值、空调压缩机耗电量、风扇占空比最大值、风扇占空比平均值、电池冷却水泵转速最大值、电池冷却水泵转速最小值、电池冷却水泵转速平均值、电机冷却水泵转速最大值、电机冷却水泵转速最小值、电机冷却水泵转速平均值、空调PTC功率最大值、空调PTC功率平均值、空调PTC耗电量。
(2)上述数据每个驾驶循环都进行记录，然后累积，储存在云端服务器，并根据存储的数据进行分析处理，得出不同平均车速段频次占比(如表1)、不同平均加速度段频次占比(如表2)、不同加速踏板开度频次占比(如表3)、不同制动主缸压力频次占比(如表4)。
表1不同平均车速段频次占比
| 车速段 | 0，V1 | V1，V2 | … | Vn,Vn+1 |
| 频次占比，％ | φ1 | φ2 | … | Φn+1 |
表2不同平均加速度段频次占比
| 车速段 | 0，a1 | a1，a2 | … | an,an+1 |
| 频次占比，％ | θ1 | θ2 | … | θn+1 |
表3不同平均加速踏板开度频次占比
| 车速段 | 0，ACC_pedal1 | ACC_pedal1，ACC_pedal2 | … | ACC_pedaln,ACC_pedaln+1 |
| 频次占比，％ | α1 | α2 | … | αn+1 |
表4不同制动主缸压力频次占比
| 车速段 | 0，V1 | V1，V2 | … | Vn,Vn+1 |
| 频次占比，％ | β1 | β2 | … | βn+1 |
步骤2：所述的前方交通状况信息获取及处理方法如下：
导航控制器将前方的交通状况信息分段发给VCU，具体的，从车辆当前位置到另一位置按定距离δS进行分段，然后导航将每一段距离数据和该段距离对应的车流平均速度发给VCU，当车辆行驶通过δS距离之后，导航更新数据，如果车辆行驶的距离没有超过δS，则导航不更新数据，维持上一时刻数据；如果用户在车上开启了导航并输入了目的地，则上述的另一位置为用户输入的目的地，如果用户没有开启导航也没有输入目的地，则上述另一位置为下一个交通信号灯的位置。
举例说明如下：如果车辆当前位置到另一位置的总距离为100km，按定距离2km进行分段，导航将前方每隔两公里的车流平均速度信息发送给VCU，即导航发给VCU的数据为两个数组，分别用来体现分段距离以及该分段距离内的车流平均速度，导航发给VCU的分段距离数据为[2 2 2…2]，共50个数据,车流平均速度数据为[V1 V2…V50],共50个数据。
步骤3：所述的工况预测方法具体如下所述：
根据马尔科夫理论进行工况预测,具体实现及操作方法如下。
计算状态转移概率矩阵，利用近邻法将行驶车速离散为有限的数值：
vs∈{v1,v2,…,vN}
将行驶过程的车速划分为100个可能的状态，速度离散间隔取值5km/h，行驶车速状态编号U＝1,2,…,25，汽车行驶的车速由当前车速状态Ui到下一时刻的车速状态Uj的概率为状态转移概率Pi，j。在当前时刻行驶车速为vi时，下一时刻行驶车速为vj的概率为：
Pi，j＝P(v(k+1)＝vj|v(k)＝ti)
式中：Pi，j——状态转移概率矩阵的第i行第j列元素；
Pi，j的值可以通过最大似然估计法求得：
式中：Fi，j——行驶车速从vi转移到vj的次数；Fi——行驶车速从vi转移的总次数；i，j＝0，1，…，N。计算当前行驶车速到下一行驶车速的转移概率和次数，将每个状态概率值进行组合生成马尔科夫转移概率矩阵P。
假设系统有n个相互独立的行驶车速状态，系统的初始车速状态向量为：
S(0)＝[S1(0)，S2(0)，…，Sm(0)，…，Sn(0)]
式中：Sm(0)——车速状态m时的初始概率。经过k步状态转移，系统在车速状态m的概率为Sm(k)，那经过状态转移后的状态向量为：
S(k)＝[S1(k)，S2(k)，…，Sn(k)，…，Sn(k)]
式中：Sm(k)——系统在k时刻处于状态m的概率。马尔科夫预测模型可表示为：
基于马尔科夫链预测模型和状态转移矩阵的求解，得到预测速度值为：
v(k)＝[(Uk-1)+rk]d
式中：v(k)——k时刻的车辆行驶车速；Uk——k时刻的行驶车速状态；d——速度状态划分长度，取值为5；r——k时刻均匀分布随机数。
步骤4：所述的动力系统控制具体如下所述：
(1)建立车辆动力传动系模型
T1-前电驱扭矩，单位为Nm，T2-后电驱扭矩，单位为Nm，η1-前减速器效率，η2-后减速器效率，i1-前减速器速比，i2-后减速器速比，r-车轮半径，单位为m，m-车重，单位为kg，g-重力加速度，取9.8，单位为m/s2，α-坡度，单位为弧度，f-滚阻系数，CD-风阻系数，A-迎风面积，单位为m2，V-车速，单位为km/h，δ-旋转质量换算系数，a-车轮加速度，单位为m/s2。
(2)、建立能耗状态方程
Edrive＝∫(T1n1/9549/μ1+T2n2/9549/μ2)dt
Edrive-动力系统能耗，单位为kWh，T1-前电驱扭矩，单位为Nm，T2-后电驱扭矩，单位为Nm，n1-前电驱转速，单位rpm，n2-后电驱转速，单位rpm，μ1-前电驱效率，μ2-后电驱效率
(3)设置动力系统约束条件限制模型
约束条件(1)
0≤n1≤nmax
0≤n2≤nmax
Tmin≤T1≤Tmax
Tmin≤T2≤Tmax
μmin≤μ1≤μmax
μmin≤μ2≤μmax
步骤5：所述的空调及热管理相关控制模型如下
(1)建立电机电池产热与散热状态方程
为电池包终止温度，单位为℃，/>为电池包初始温度，单位为℃，/>为电池包冷却水泵转速，单位为rpm，loadfan为冷却风扇负荷，单位为％，PAC为压缩机冷却功率，单位为kW；
为前电驱终止温度，单位为℃，/>为前电驱初始温度，单位为℃，为后电驱终止温度，单位为℃，/>为后电驱初始温度，单位为℃，/>为电驱冷却水泵转速，单位为rpm，loadfan为冷却风扇负荷，单位为％
(2)建立空调及热管理系统能耗状态方程
EAC_sys＝∫(PAC+Pbatt_pump+Pmotor_pump+Pfan)dt
EAC_sys为空调及热管理系统能耗，单位为kWh，PAC为空调压缩机功率，单位为kW，Pbatt_pump为电池冷却水泵功率，单位为kW，Pmotor_pump为电驱冷却水泵功率，单位kW，Pfan为冷却风扇功率，单位kW；
通过测试得出电机冷却水泵和电池冷却水泵与转速的对应关系，具体如表5和表6所示，通过测试得出冷却风扇负荷和风扇电耗的对应关系，具体如表4所示
表5电机冷却水泵转速与电机冷却水泵功率对应关系
表6电池冷却水泵转速与电池冷却水泵功率对应关系
表7冷却风扇负荷与冷却风扇功率对应关系
(3)设置所述的空调及热管理系统约束条件限制模型
约束条件2：
(定值，标定量)
(定值，标定量)
0≤loadfan≤100％
步骤6：电耗综合控制方法如下
电池总耗电Ebatt＝Edvlve+EAC_sys
根据上述公式(1)～公式(6)和约束条件1、约束条件2，利用动态规划算法，以电池总耗电Ebatt最小为目标，对前后电驱扭矩T1、T2、电池冷却水泵转速电机冷却水泵转速/>冷却风扇负荷loadfan、空调功率PAC进行实时控制，具体如下所述：
在完成动态规划信息初始化后，需对变量进行离散化，包括已知工况(步骤3中所述的预测出来的工况)和控制变量(T1、T2、loadfan、PAC)。离散化如下：
Ebatt(t+1)＝Ebatt(t)+f(T1(t)，T2(t)，nbatt_pump(t)，loadfan(t)，PAC(t))*Δt
式中，Ebatt(t+1)为t+1时刻的电池端能耗，Ebatt(t)为t时刻的电池端能耗，T1(t)为t时刻的前电机扭矩，T2(t)为t时刻的后电机扭矩，nbatt_pump(t)为t时刻的电池冷却水泵转速，loadfan(t)为t时刻的风扇负荷，PAC(t)为t时刻的空调功率，△t为从t时刻到t+1时刻经历的时间；
在离散化分析过程中：当遍历k时刻所有状态点后，推至前一时刻，对于第k步第i个离散状态点，计算其在每一个离散控制量作用下转移至下一状态之间的转移成本，得到对应的从当前时刻至终端的最优成本向量并保存：重复这一过程，直至完成动态规划的后向计算；
从初始状态出发，重复上述步骤，计算第一步最优控制量，然后按状态方程正向计算，依次得到下一时刻的状态点，并通过插值得到最优控制序列J(t)：
J(t)＝min Ebatt＝min{Edrive(t)+EAC_sys(t)}
＝∫(T1(t)n1/9549/μ1+T2(t)n2/9549/μ2)dt+∫(PAC(t)+Pbatt_pump(t)+Pmotor_pump(t)+Pfan(t))dt
式中，Ebatt为电池能量消耗，Edrive(t)为t时刻驱动消耗的能量，EAC_sys(t)：t时刻的空调及热管理系统能耗，n1为前电机转速，n2为后电机转速，μ1为前电机效率，μ2为后电机效率，T1(t)为t时刻的前电机扭矩，T2(t)为t时刻的后电机扭矩，PAC(t)为t时刻的空调功率，Pbatt_pump(t)为t时刻的电池冷却水泵功率，Pmotor_pump(t)为t时刻的电机冷却水泵功率，Pfan(t)为t时刻的风扇功率。
边界条件为：
根据上述算法求解，得到前后电驱扭矩T1、T2、电池冷却水泵转速电机冷却水泵转速/>冷却风扇负荷loadfan以及空调功率PAC的最优控制序列。求得全过程最优控制序列后，代入状态方程即可求得各部件的最优状态轨迹。
以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，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，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.一种纯电动汽车的智能能量管理方法，其特征在于，包括：
获取纯电动汽车的历史大数据，对所述历史大数据进行分析，得到不同数据的频次占比数据，获取前方交通状况信息，基于马尔科夫理论对所述前方交通状况信息和所述频次占比数据进行工况预测分析，得到工程预测数据；
构建各部件的状态方程以及约束条件，利用动态规划算法并以最小电耗为目标对所述工程预测数据和所述约束条件进行离散化分析，得到最优控制量数据，基于所述最优控制量数据获取最优控制序列，基于所述最优控制序列对各部件的电耗进行控制管理，实现智能能量管理；
所述约束条件包括第一约束条件和第二约束条件；
其中，所述第一约束条件为：
0≤n1≤nmax
0≤n2≤nmax
Tmin≤T1≤Tmax
Tmin≤T2≤Tmax
μmin≤μ1≤μmax
μmin≤μ2≤μmax
所述第二约束条件为：
0≤loadfan≤100％
式中，T1为前电驱扭矩，单位为Nm，T2为后电驱扭矩，单位为Nm，η1为前减速器效率，η2为后减速器效率，n1为前电驱转速，单位rpm，n2为后电驱转速，单位rpm，μ1为前电驱效率，μ2为后电驱效率，loadfan为冷却风扇负荷，单位为％，为前电驱终止温度，单位为℃，为前电驱初始温度，单位为℃，/>为后电驱终止温度，单位为℃，/>为后电驱初始温度，单位为℃，/>为电驱冷却水泵转速，单位为rpm，loadfan为冷却风扇负荷，单位为％，/>为电池包终止温度，单位为℃；
获取所述最优控制序列的过程包括：
进行动态规划信息初始化，初始化完成后以最小电耗为目标对所述工程预测数据和所述约束条件进行离散化分析：
Ebatt(t+1)＝Ebatt(t)+f(T1(t),T2(t),nbatt_pump(t),loadfan(t),PAC(t))*Δt
式中，Ebatt(t+1)为t+1时刻的电池端能耗，Ebatt(t)为t时刻的电池端能耗，T1(t)为t时刻的前电机扭矩，T2(t)为t时刻的后电机扭矩，nbatt_pump(t)为t时刻的电池冷却水泵转速，loadfan(t)为t时刻的风扇负荷，PAC(t)为t时刻的空调功率，△t为从t时刻到t+1时刻经历的时间；
在离散化分析过程中：当遍历k时刻所有状态点后，推至前一时刻，对于第k步第i个离散状态点，计算其在每一个离散控制量作用下转移至下一状态之间的转移成本，得到对应的从当前时刻至终端的最优成本向量并保存：重复这一过程，直至完成动态规划的后向计算；
从初始状态出发，重复上述获取所述最优控制序列的过程，计算第一步最优控制量，然后按状态方程正向计算，依次得到下一时刻的状态点，并通过插值得到最优控制序列J(t)：
J(t)＝minEbatt＝min{Edrive(t)+EAC_sys(t)}
＝∫(T1(t)n1/9549/μ1+T2(t)n2/9549/μ2)dt
+∫(PAC(t)+Pbatt_pump(t)+Pmotor_pump(t)+Pfan(t))dt
式中，Ebatt为电池能量消耗，Edrive(t)为t时刻驱动消耗的能量，EAC_sys(t):t时刻的空调及热管理系统能耗，n1为前电机转速，n2为后电机转速，μ1为前电机效率，μ2为后电机效率，T1(t)为t时刻的前电机扭矩，T2(t)为t时刻的后电机扭矩，PAC(t)为t时刻的空调功率，Pbatt_pump(t)为t时刻的电池冷却水泵功率，Pmotor_pump(t)为t时刻的电机冷却水泵功率，Pfan(t)为t时刻的风扇功率。
2.根据权利要求1所述的一种纯电动汽车的智能能量管理方法，其特征在于，
所述历史大数据为车辆上电开始到下电结束的驾驶循环数据。
3.根据权利要求1所述的一种纯电动汽车的智能能量管理方法，其特征在于，
所述不同数据的频次占比数据包括：不同平均车速段频次占比数据、不同平均加速度段频次占比数据、不同加速踏板开度频次占比数据和不同制动主缸压力频次占比数据。
4.根据权利要求1所述的一种纯电动汽车的智能能量管理方法，其特征在于，
获取所述前方交通状况信息的过程包括：
获取车辆当前位置到目标位置的距离数据，对所述距离数据进行分段，得到多个分段距离数据，获取每个所述分段数据对应的车流平均速度数据；
多个所述分段距离数据以及对应的车流平均速度数据即为所述前方交通状况信息。
5.根据权利要求4所述的一种纯电动汽车的智能能量管理方法，其特征在于，
所述目标位置为导航目的地或下一个交通信号灯的位置中的任意一种。
6.根据权利要求1所述的一种纯电动汽车的智能能量管理方法，其特征在于，
实现智能能量管理的过程包括：
基于所述最优控制序列对前后电驱扭矩、电池冷却水泵转速、电机冷却水泵转速、冷却风扇负荷和空调功率进行实时控制管理，实现智能能量管理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310854216.3A CN116729106B (zh) | 2023-07-12 | 2023-07-12 | 一种纯电动汽车的智能能量管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310854216.3A CN116729106B (zh) | 2023-07-12 | 2023-07-12 | 一种纯电动汽车的智能能量管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116729106A CN116729106A (zh) | 2023-09-12 |
| CN116729106B true CN116729106B (zh) | 2023-11-21 |
Family
ID=87915145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310854216.3A Active CN116729106B (zh) | 2023-07-12 | 2023-07-12 | 一种纯电动汽车的智能能量管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116729106B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110780203A (zh) * | 2019-11-11 | 2020-02-11 | 北京理工大学 | 一种纯电动汽车电池组soc在线估值方法 |
| CN112810504A (zh) * | 2021-01-20 | 2021-05-18 | 同济大学 | 基于非线性预测模型控制的燃料电池汽车能量管理方法 |
| DE102019008376A1 (de) * | 2019-12-02 | 2021-06-02 | Daimler Ag | Verfahren zum Konditionieren einer Batterie eines elektrisch angetriebenen Fahrzeugs |
| CN113002370A (zh) * | 2021-04-16 | 2021-06-22 | 吉林大学 | 一种燃料电池汽车实时能量管理控制方法 |
| CN113492827A (zh) * | 2021-06-23 | 2021-10-12 | 东风柳州汽车有限公司 | 一种混合动力汽车能量管理方法及装置 |
| WO2022011770A1 (zh) * | 2020-07-15 | 2022-01-20 | 厦门雅迅网络股份有限公司 | 一种电动车能量管理方法、终端设备及存储介质 |
| CN115352285A (zh) * | 2022-08-26 | 2022-11-18 | 南昌智能新能源汽车研究院 | 能量管理方法、系统、计算机设备及可读存储介质 |
-
2023
- 2023-07-12 CN CN202310854216.3A patent/CN116729106B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110780203A (zh) * | 2019-11-11 | 2020-02-11 | 北京理工大学 | 一种纯电动汽车电池组soc在线估值方法 |
| DE102019008376A1 (de) * | 2019-12-02 | 2021-06-02 | Daimler Ag | Verfahren zum Konditionieren einer Batterie eines elektrisch angetriebenen Fahrzeugs |
| WO2022011770A1 (zh) * | 2020-07-15 | 2022-01-20 | 厦门雅迅网络股份有限公司 | 一种电动车能量管理方法、终端设备及存储介质 |
| CN112810504A (zh) * | 2021-01-20 | 2021-05-18 | 同济大学 | 基于非线性预测模型控制的燃料电池汽车能量管理方法 |
| CN113002370A (zh) * | 2021-04-16 | 2021-06-22 | 吉林大学 | 一种燃料电池汽车实时能量管理控制方法 |
| CN113492827A (zh) * | 2021-06-23 | 2021-10-12 | 东风柳州汽车有限公司 | 一种混合动力汽车能量管理方法及装置 |
| CN115352285A (zh) * | 2022-08-26 | 2022-11-18 | 南昌智能新能源汽车研究院 | 能量管理方法、系统、计算机设备及可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 基于行驶工况的纯电动汽车比能耗分析及传动比优化;周兵;江清华;杨易;王继生;;中国机械工程(10);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116729106A (zh) | 2023-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Amini et al. | Cabin and battery thermal management of connected and automated HEVs for improved energy efficiency using hierarchical model predictive control | |
| Xie et al. | A Self-learning intelligent passenger vehicle comfort cooling system control strategy | |
| US8660733B2 (en) | Control device for hybrid vehicle | |
| Mansour et al. | Assessing additional fuel consumption from cabin thermal comfort and auxiliary needs on the worldwide harmonized light vehicles test cycle | |
| US9776519B2 (en) | System and method for controlling electric power in a plug-in vehicle from an external power source | |
| Hu et al. | Multihorizon model predictive control: An application to integrated power and thermal management of connected hybrid electric vehicles | |
| CN113071506B (zh) | 考虑座舱温度的燃料电池汽车能耗优化系统 | |
| WO2021159660A1 (zh) | 一种混合动力汽车能量管理方法和系统 | |
| Gong et al. | Real-time integrated power and thermal management of connected HEVs based on hierarchical model predictive control | |
| Hu et al. | Integrated power and thermal management of connected HEVs via multi-horizon MPC | |
| CN110962684B (zh) | 电动汽车能源管理与分配方法 | |
| CN115158094A (zh) | 基于长短期soc规划的插电式混合动力汽车能量管理方法 | |
| JP6468259B2 (ja) | 車両用制御システム | |
| CN115689083A (zh) | 一种预见性能量管理方法、装置、电子设备及存储介质 | |
| CN117141315A (zh) | 车辆中电池的冷却方法、装置、处理器和车辆 | |
| Amini et al. | Thermal responses of connected HEVs engine and aftertreatment systems to eco-driving | |
| CN116729106B (zh) | 一种纯电动汽车的智能能量管理方法 | |
| Amini et al. | Experimental validation of eco-driving and eco-heating strategies for connected and automated hevs | |
| JP7371467B2 (ja) | 車両用エネルギーマネジメントシステム | |
| Chakraborty et al. | Parameterized cloud-connected electro-thermal modelling of a battery electric vehicle | |
| CN111976707A (zh) | 基于凸优化考虑电机热状态的混合动力汽车能量管理方法 | |
| Hollweck et al. | Analyses of the holistic energy balance of different fuel cell powertrains under realistic boundary conditions and user behaviors | |
| CN114872557A (zh) | 电动汽车续航里程的测试方法、装置、设备和存储介质 | |
| JP6749896B2 (ja) | 制御ユニットにより実行される車両のエネルギーフロー制御方法 | |
| CN117897302A (zh) | 用于电气化机动车的热管理系统 |
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 |