CN117962863B - 一种混合驱动的能源转换管理方法及系统 - Google Patents
一种混合驱动的能源转换管理方法及系统 Download PDFInfo
- Publication number
- CN117962863B CN117962863B CN202410366392.7A CN202410366392A CN117962863B CN 117962863 B CN117962863 B CN 117962863B CN 202410366392 A CN202410366392 A CN 202410366392A CN 117962863 B CN117962863 B CN 117962863B
- Authority
- CN
- China
- Prior art keywords
- driving
- energy
- mode
- determining
- scene
- 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
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 74
- 238000007726 management method Methods 0.000 title claims abstract description 49
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000005265 energy consumption Methods 0.000 claims abstract description 20
- 230000026683 transduction Effects 0.000 claims abstract description 20
- 238000010361 transduction Methods 0.000 claims abstract description 20
- 230000007774 longterm Effects 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 44
- 239000000178 monomer Substances 0.000 claims description 22
- 238000004146 energy storage Methods 0.000 claims description 21
- 238000011084 recovery Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 10
- 238000002156 mixing Methods 0.000 claims description 9
- 230000002457 bidirectional effect Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 8
- 230000005611 electricity Effects 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 18
- 239000003921 oil Substances 0.000 description 15
- 239000000446 fuel Substances 0.000 description 13
- 238000002485 combustion reaction Methods 0.000 description 11
- 238000007599 discharging Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 230000009194 climbing Effects 0.000 description 3
- 239000002918 waste heat Substances 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000000110 cooling liquid Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明涉及数据分析控制技术领域,具体包括一种混合驱动的能源转换管理方法及系统,包括:通过读取混动汽车基础配置信息,明确基本特征;根据实时监测的短期或长期驾驶场景及能源状态,在模糊控制逻辑训练的自适应决策模型中,结合基础驱动特征,进行双能协同分析以确定低能耗且与场景匹配的最佳驱动方案,对电池组进行充放电均衡性分析以制定合理换能策略,解决混合动力汽车在不同驾驶场景下能源转换效率低下,能源转换存在一定能耗浪费的技术问题,通过实时监测和自适应决策优化,实现根据具体行驶工况精确匹配最佳驱动模式与参数,确保油电之间的高效协同利用,从而显著提升混动汽车整体的能源利用效率的技术效果。
Description
技术领域
本发明涉及数据分析控制相关技术领域,具体涉及一种混合驱动的能源转换管理方法及系统。
背景技术
随着环保要求的提高和能源效率需求的增长,混合动力汽车(HEV)因能够有效结合内燃机与电动机的优势,实现燃油经济性和低排放,在汽车行业得到广泛应用。然而,如何在不同的驾驶场景下智能、高效地切换和协调两种驱动模式,以及如何优化电池组充放电管理以延长寿命和提升整体系统能效,成为混动汽车能源转换管理中的关键技术挑战。
综上所述,现有技术中存在混合动力汽车在不同驾驶场景下能源转换效率低下,能源转换存在一定能耗浪费的技术问题。
发明内容
本申请通过提供了一种混合驱动的能源转换管理方法及系统,旨在解决现有技术中的混合动力汽车在不同驾驶场景下能源转换效率低下,能源转换存在一定能耗浪费的技术问题。
鉴于上述问题,实现本申请的技术方案是:
本申请一方面,提供了一种混合驱动的能源转换管理方法,其中,所述方法包括:读取混动汽车的基础配置,确定基础驱动特征,所述基础驱动特征包括模式驱动条件;
进行所述混动汽车的驱动场景监测与能源实况调取,所述驱动场景为短期驱动场景或长期驱动场景;
结合驱动场景与能源实况,联合所述基础驱动特征,于自适应驱动决策模型中进行驱动模式决策与双能协同均衡分析,确定预驱动方案,所述预驱动方案包括驱动比与驱动参数,所述自适应驱动决策模型基于模糊控制逻辑训练;
进行电池组的充放电均衡分析,确定电池组换能策略;
基于所述电池组换能策略与所述预驱动方案,进行所述混动汽车的能源转换管理;
其中,于自适应驱动决策模型中进行双能协同均衡分析,还包括:
结合所述驱动场景与所述能源实况,确定驱动模式配置,所述驱动模式配置包括主驱动模式与从驱动模式,所述主驱动模式为油驱动模式或电驱动模式,驱动比大于50%;
确定基于所述驱动场景的动力需求,结合所述能源实况进行驱动源的协调分配,确定双能的驱动比;
基于所述驱动模式配置与所述驱动比,确定基于发动机与电动机的驱动参数。
本申请另一方面,提供了一种混合驱动的能源转换管理系统,其中,所述系统包括:
特征确定模块,用于读取混动汽车的基础配置,确定基础驱动特征,所述基础驱动特征包括模式驱动条件;
监测采集模块,用于进行所述混动汽车的驱动场景监测与能源实况调取,所述驱动场景为短期驱动场景或长期驱动场景;
协同均衡分析模块,用于结合驱动场景与能源实况,联合所述基础驱动特征,于自适应驱动决策模型中进行驱动模式决策与双能协同均衡分析,确定预驱动方案,所述预驱动方案包括驱动比与驱动参数,所述自适应驱动决策模型基于模糊控制逻辑训练;
均衡分析模块,用于进行电池组的充放电均衡分析,确定电池组换能策略;
能源转换管理模块,用于基于所述电池组换能策略与所述预驱动方案,进行所述混动汽车的能源转换管理。
综上,本申请中提供的一个或多个技术方案,通过实时监测和自适应决策优化,实现了根据具体行驶工况精确匹配最佳驱动模式与参数,确保了油电之间的高效协同利用,同时,通过对电池组进行细致的充放电均衡分析,制定出科学合理的换能策略,有效避免了电池性能衰减和寿命缩短的问题,从而显著提升了混动汽车整体的能源利用效率的技术效果。
附图说明
图1为本申请提供了一种混合驱动的能源转换管理方法可能的流程示意图。
图2为本申请提供了一种混合驱动的能源转换管理方法中确定模式驱动条件可能的流程示意图。
图3为本申请提供了一种混合驱动的能源转换管理系统可能的结构示意图。
具体实施方式
实施例一
下面结合附图对本申请进行具体描述,如图1所示,本申请提供了一种混合驱动的能源转换管理方法,其中,所述方法包括:
Step-1:读取混动汽车的基础配置,确定基础驱动特征,所述基础驱动特征包括模式驱动条件;
Step-2:进行所述混动汽车的驱动场景监测与能源实况调取,所述驱动场景为短期驱动场景或长期驱动场景;
混合动力汽车往往采用固定的阈值策略进行驱动模式切换,这种方式不能灵活应对复杂的实际驾驶环境和工况变化,可能导致效率低下,进一步的,混合动力汽车的电池管理系统大多是仅基于预设规则或简单算法进行充放电控制,对电池组内单体差异考虑不足,同时,难以做到全面适应不同地区、气候、季节等多变环境因素,导致在暴雪等极端环境下能源转换效果不佳,可能会导致电池性能衰减加快和整体续航里程下降。
针对上述问题,本申请通过提高智能化程度和动态优化能力,解决了常规方法在能源效率、电池管理和适应性等方面的不足,并显著提升了混动汽车的整体性能表现。
获取混动汽车的基础配置,包括但不限于车辆类型、发动机参数(如排量、最大功率等)、电动机参数(如电机功率、扭矩等)、电池组容量及性能参数、能源管理系统硬件配置以及预设的驱动模式切换策略。
根据基础配置,分析不同驱动模式下工作条件与特性,包括,模式驱动条件:确定在何种车速、负载或电池电量情况下启动何种驱动模式(纯电驱动、混合驱动或纯燃油驱动)。
在实际使用过程中,通过车载传感器(包括速度传感器、加速度传感器、电池管理系统BMS等)实时获取车辆的行驶状态信息,包括车速、加速度、行驶阻力、路况信息(如坡度、路面摩擦系数等)以及环境温度等影响能耗的关键因素。
通过电池管理系统持续监控电池状态,获取当前电池电量(SOC,State ofCharge)、健康状况(SOH,State of Health)、放电/充电电流和电压等关键能源指标,同时,跟踪记录内燃机的燃油消耗情况,以反映整个动力系统的能源使用现状。
进行所述混动汽车的驱动场景监测与能源实况调取,所述短期驱动场景通常指单次出行或短时间内连续的行驶工况,如市区拥堵路段、高速公路巡航、山路爬坡等;所述长期驱动场景则涵盖了更长周期内的综合行驶条件,如通勤、长途旅行、季节性变化等对车辆能源需求的影响。
Step-3:结合驱动场景与能源实况,联合所述基础驱动特征,于自适应驱动决策模型中进行驱动模式决策与双能协同均衡分析,确定预驱动方案,所述预驱动方案包括驱动比与驱动参数,所述自适应驱动决策模型基于模糊控制逻辑训练;
进一步而言,于自适应驱动决策模型中进行双能协同均衡分析,本申请方法还包括:
结合所述驱动场景与所述能源实况,确定驱动模式配置,所述驱动模式配置包括主驱动模式与从驱动模式,所述主驱动模式为油驱动模式或电驱动模式,驱动比大于50%;
确定基于所述驱动场景的动力需求,结合所述能源实况进行驱动源的协调分配,确定双能的驱动比;
基于所述驱动模式配置与所述驱动比,确定基于发动机与电动机的驱动参数。
Step-4:进行电池组的充放电均衡分析,确定电池组换能策略;
Step-5:基于所述电池组换能策略与所述预驱动方案,进行所述混动汽车的能源转换管理。
将实时监测到的驾驶场景(如车速、负载、路况、电池电量等)和当前能源实况输入自适应驱动决策模型,其中,所述自适应驱动决策模型是基于模糊控制逻辑训练,通过模糊推理和优化算法对经验数据进行处理,计算出在当前条件下最优的驱动模式(如纯电驱动、混合驱动或内燃机驱动),以及油电动力系统的最佳输出分配比例(即驱动比)和相应的驱动参数(如发动机转速、电机功率等)。
基于自适应驱动决策模型中进行驱动模式决策与双能协同均衡分析,关键在于针对双能驱动状态,确定与场景适配,且低能耗的最佳驱动方案,具体包括:通过电池管理系统(BMS)实时监控每个电池单体的状态,包括电压、电流、温度和荷电状态(State ofCharge,SOC)等参数。
具体的,根据实时获取的驾驶场景(如车速、负载、路况等)和能源实况(电池电量、燃油量等),通过自适应驱动决策模型进行初步筛选,确定当前最适合的主驱动模式,可以是油驱动模式或电驱动模式,其中,主驱动模式在系统中的动力贡献占比大于50%,在已知的主驱动模式基础上,进一步分析实际动力需求,结合车辆剩余能源状况,采用优化算法(如模糊控制、PID控制等)计算出油电两种能量源的最佳协同比例,即双能的驱动比。
根据确定的驱动比,合理调整发动机和电动机的工作状态,实现二者之间的协调配合,例如,在需要大扭矩输出时,适当提高发动机转速并增大电机功率输出;在低能耗工况下,更多依赖于电动机驱动,同时控制发动机保持高效区间运行;基于上述驱动模式配置与驱动比结果,对发动机与电动机的具体工作参数进行设置,驱动参数包括但不限于发动机的转速、喷油量、点火正时,以及电动机的电压、电流、功率输出;确保整个驱动系统的运行始终处于最佳效率和最低能耗状态,实现双能协同均衡。
根据监测所得数据进行详细的充放电均衡分析,以保证所有电池单体的性能保持一致,避免过充、过放现象,延长整个电池组的使用寿命;根据监测分析结果,制定合理的电池组换能策略,例如何时充电、何时放电、充电速率如何控制等。
将得到的预驱动方案(驱动模式、驱动比和驱动参数)与电池组换能策略相结合,实现混动汽车的动态能源转换管理,进一步,在实际运行中,控制系统还需要根据实时路况、驾驶需求及电池状态,按照预先确定的策略调整驱动系统工作状态,并执行相应的电池充放电操作,这样,在满足车辆动力需求的同时,最大程度地提高能源利用效率,减少能耗,并保护电池健康。
进一步而言,如图2所示,驱动模式包括单驱动模式与混动模式,所述基础驱动特征包括模式驱动条件,本申请方法还包括:
确定基于所述单驱动模式的单驱动区间,所述单驱动区间为油驱动模式与电驱动模式的独立驱动条件范围;
确定基于所述混动模式的混动驱动区间,所述混动驱动区间为油电协同的双向介入条件范围;
基于所述独立驱动条件范围与所述双向介入条件范围,确定所述模式驱动条件。
对于油驱动模式的独立驱动条件范围,根据车辆配置参数(如发动机性能、车重、阻力系数等)和实际行驶条件(如车速、负载等),确定在哪些工况下纯燃油驱动效率较高或更为合适,例如,高速巡航阶段:在车辆速度达到一定阈值(如90-120公里/小时)且负载相对稳定时,发动机工作在高效区间,此时燃油经济性较高,因此更适合采用纯燃油驱动模式;长途行驶或载重较大时:当车辆承载较重货物或者进行长距离驾驶时,内燃机能够提供持续稳定的动力输出,并且在此工况下,内燃机效率可能优于电动机,此外,如果电池电量不足,为了避免频繁充电而影响行驶里程,也可能优先选择油驱动模式;
对于电驱动模式的独立驱动条件范围(例如启动,低速行驶的临界值,电量等的条件范围下,采用电驱动模式),分析电池容量、电动机性能以及不同车速下的能耗情况,明确在低速、城市拥堵、启停频繁等情况下,因为电动机在低转速时即可输出大扭矩,有利于车辆快速平稳地启动,而在低速行驶(如城市拥堵、限速区)和启停频繁的工况下,由于电动机响应迅速且效率高,纯电驱动能够实现高效且环保的动力输出,显著减少燃油消耗和尾气排放;
根据车辆的实际运行数据和动力系统特性,定义混合动力系统的介入条件,即何时启用油电协同工作,例如,在加速、爬坡或电池电量处于中等水平时,通过合理分配内燃机和电动机的工作比例,实现双能互补,提高整体效能,设定电动机辅助启动阶段以减少发动机冷启动排放;同时,当电池电量较低时,利用内燃机进行充电,保证电动机有充足的能量储备,实现了以油驱为主的电驱动介入辅助的条件,或以电为主的油介入条件,模式驱动条件可用于自动切换控制,进一步基于实时场景进行控制调整。
将单驱动模式(油/电)的独立驱动区间与混动模式的双向介入区间综合考虑,形成完整的模式切换规则,涵盖不同的车速区间、负载变化、电池SOC状态等多种因素,确保在各种驾驶条件下自动选择最优驱动模式,并实时调整油电动力的分配比例,实现能源转换效率的最大化和驾驶性能的最佳化;通过精细分析各类驾驶场景下的能源转换效率及环保性能,实现不同驱动模式之间的无缝切换与优化配合,从而最大化混动汽车的整体能效和减排效果。
进一步而言,若所述驱动场景为长期驱动场景,本申请方法还包括:
调取基于所述长期驱动场景的行车路径与路况特征;
基于所述行车路径、所述路况特征与所述能源实况,进行能耗动态预测与驱动方案配置寻优,确定所述预驱动方案,所述预驱动方案标识有模式切换节点与能量转换方式变化节点。
通过车载导航系统或其他途径,预先或实时调取基于长期驱动场景的行车路径和路况特征信息,所述长期驱动场景的行车路径与路况特征包括但不限于预计行驶路线、道路类型(高速公路、城市道路、山路等)、预期车速范围、海拔变化、天气状况以及沿途充电设施分布情况。
根据所获取的路况特征,结合车辆基础配置信息,分析不同路况对能耗的影响程度,例如,在平坦高速路段燃油效率较高,在山区爬坡路段则更依赖于电动机辅助;在低温环境下电池性能会有所下降,需合理利用内燃机中的余热;所述预驱动方案标识有模式切换节点与能量转换方式变化节点,进一步的,当混合动力汽车从一种驱动模式切换到另一种模式时(如从纯电驱动模式切换到油电混合驱动模式),内部的能量流动路径和管理模式会同步调整;
具体包括:环能(环能指的是整个能源系统中的能量循环与转化过程,包括但不限于电池的充放电、发动机的动力输出、发电机/电动机的动能转换环节)方式同步切换,在模式切换的同时,确保这些能量转换过程平滑过渡,避免因切换导致的能量浪费;进一步的,在切换为电驱动模式之前,根据实时监测的数据和车辆运行状态进行动态优化,例如,在低温环境下,为保护电池性能及寿命,可以利用内燃机中的余热来间接加热电池包,从而维持电池包正常工作温度。
同时,同模式运行下,放热、基于机械能-电能之间的充放电环能方式变化,能量转换量等,在同一种驱动模式下,如纯电驱动模式,也会持续监控并调整充放电策略,比如,在低电量情况下,可能适当限制输出功率以延长续航里程;而在电池充电过程中,通过控制充电速率和深度,避免过充导致的电池损伤,并确保能量转换过程中的热量管理得当,减少不必要的能量损失。
在不同驱动模式切换时,以及同一模式下运行过程中能量转换方式的动态变化和管理,根据当前模式的变化实时调整能量流的方向和效率,在不同工况下灵活高效地管理和调度多种能源形式(包括但不限于电能、机械能、热能),结合切换策略,在各种运行模式下对整个能源系统的精细化管理,确保整个能源循环过程能够适应不同的行驶需求,以实现最优化的能量分配、转换以及回收,最大限度地提高混合动力汽车的整体效能,最大限度降低能源转换存在的能耗浪费,实现驱动系统与能源系统的无缝对接。
基于已知的行车路径和路况特征,结合当前及预测的能源实况(如电池电量、油箱剩余油量),利用优化算法(如遗传算法、模拟退火算法等)寻找在整个行驶过程中最节能且满足动力需求的驱动方案,在实际运行时,根据实时监测数据对方案进行微调,对照既定的能耗目标,保证行车过程中的稳定性。
进一步而言,所述确定预驱动方案之后,本申请所述方法还包括:
调取所述混动汽车的历史驱动数据,进行多驱动模式下的能量转换损耗分析,确定能量损耗量,所述能量转换损耗至少包括热能损耗、机械能传输损耗、电能转换损耗;
结合所述能量损耗量,对所述预驱动方案进行补偿。
调取混动汽车在不同驾驶模式下积累的历史行驶数据,包括车速、转速、油门踏板位置、电池电量变化、能量输出等关键参数;分析所述历史行驶数据,对多驱动模式(如纯电驱动、混合驱动、燃油驱动)下的能量转换过程进行深入研究,通过计算模型或仿真工具,量化各类能量转换损耗,包括热能损耗(例如发动机内部摩擦损失和散热损失)、机械能传输损耗(例如传动系统中的摩擦和惯性损失)、电能转换损耗(例如充电/放电过程中的逆变器效率损失)。
根据上述分析结果,详细列出并汇总各驱动模式下的能量损耗总量以及各项损耗的具体数值,形成详细的能量损耗表,将能量损耗量纳入到预驱动方案中,通过对现有预驱动方案进行修正和完善,以减少不必要的能量损耗,比如,在预驱动方案的模式切换节点上,根据实际损耗情况提前调整动力源分配策略,优化发动机与电动机的工作状态,使预测结果更接近真实工况下的能耗水平;之后,继续监控车辆运行状况及能源消耗情况,将实时监测数据与历史数据相结合,不断迭代更新能量损耗模型,并对预驱动方案进行动态补偿和优化,形成一个闭环反馈控制机制,确保混动汽车始终能够在各种驾驶条件下实现最佳的能源利用效率。
进一步而言,所述进行电池组的充放电均衡分析,本申请方法还包括:
进行以电池组为主体的能量转换监测,确定各电池单体的单体储能量与能量变化率;
识别所述单体储能量,判定各电池单体是否满足基于充放电的能量基线,确定第一决策结果;
基于所述单体储能量与所述能量变化率,进行充放电均衡性分析,确定第二决策结果;
基于所述第一决策结果与所述第二决策结果,确定电池组换能策略。
通过电池管理系统实时监控电池组内各电池单体的电压、电流、温度等关键参数,计算并记录每个电池单体的储能量及其随时间变化的能量变化率;进行电池组的均衡充放电管理,配置每个电池单体的充放电的能量基线,包括上能量基准与下能量基准,例如,下能量基准为20%,放电时,电池储能小于20%,或影响电池寿命;同样的,上能量基准为90%,充电时,电池储能大于90%,会暂停或减缓充电速率,以防止电池过充;对于每个电池单体,根据电池单体的当前储能量(SOC值)与充放电的能量基线进行对比分析,若单体储能量低于下能量基准或高于上能量基准,则判定电池单体不满足充放电均衡要求,形成第一决策结果。
根据各电池单体的储能量和能量变化率,对整个电池组的充放电状态进行深入分析,评估电池组内部是否存在严重的能量失衡情况,例如,某些电池单体过度充电导致寿命缩短,或者某些电池单体过度放电影响整体性能,从而得出第二决策结果。
结合第一决策结果、第二决策结果,制定相应的电池组换能策略,例如,放电严重不均衡状态下,对电池组的供能电池单体进行约束,如,优先基于储能量高的单体进行供能等;对于电量不足的电池单体,则提高充电优先级以实现均衡;同时,在放电阶段,确保所有电池单体的放电速率保持一致,避免单体间的差异进一步加大;进一步,将确定的电池组换能策略输入到BMS中执行,并持续监测实际效果,根据新的监测数据动态调整策略,形成一个闭环控制过程,确保电池组长期处于良好的充放电均衡状态,从而延长电池使用寿命并优化整体能源利用效率。
进一步而言,进行所述混动汽车的能源转换管理,本申请方法还包括:
确定基于能量回收系统的回收能量,所述回收能量为基于系统回收功率确定的过剩制动能量与热能;
基于所述回收能量,进行所述混动汽车的驱动辅助动力。
在混动汽车运行过程中,通过车辆的能量回收系统实时监测和计算在减速、刹车等过程中产生的过剩动能,所述过剩动能可通过电动机转化为电能,并存储至电池组中;分析发动机和其他部件在工作过程中的废热产生情况,如发动机冷却液、排气系统的热量等,评估并计算可回收利用的热能总量。
结合制动能量回收系统的设计参数及当前运行状态,以及热能回收的效率,准确计算出实际可以回收的能量总功率,即包括制动能量和热能在内的回收能量;因考虑到回收的能量储存到电池组的过程中仍存在一定的能量损耗,优先的,在车辆行驶过程中,特别是在加速或需要额外动力时,根据车辆需求和电池电量状况,调用所述回收能量为电动机提供辅助动力输出,减轻内燃机负担,降低燃油消耗,提升整个混合动力系统的效能;其次,若还存在剩余的回收能量,将剩余的回收能量储存到电池组或其他储能设备中,并通过电池管理系统对储能进行合理管理和优化,确保电池处于健康的工作状态,同时提高整体能源利用率,实现最大程度的能量回收利用和最佳的能源转换效果。
综上所述,本申请实施例的有益效果是:
1.通过引入先进的控制理论,能更细致地监控并管理电池状态,包括单体间的均衡性,有效降低能耗,实现根据实时信息进行智能决策和自适应优化,提高驱动模式切换的精确度和节能效果,从而实现更加精准且高效的能源分配与转换。
2.优化能量回收系统设计和控制策略,能够更好地适应各种复杂和多样化的驾驶场景及环境条件,提高制动能量回收率,进一步节省燃油消耗,增加电动汽车的续驶里程。
3.由于采用了确定基于能量回收系统的回收能量,回收能量为基于系统回收功率确定的过剩制动能量与热能;基于回收能量,进行混动汽车的驱动辅助动力,优先的,在车辆行驶过程中,特别是在加速或需要额外动力时,根据车辆需求和电池电量状况,调用所述回收能量为电动机提供辅助动力输出,减轻内燃机负担,降低燃油消耗,提升整个混合动力系统的效能;其次,若还存在剩余的回收能量,将剩余的回收能量储存到电池组或其他储能设备中,并通过电池管理系统对储能进行合理管理和优化,确保电池处于健康的工作状态,同时提高整体能源利用率,实现最大程度的能量回收利用和最佳的能源转换效果。
实施例二
基于与前述实施例中一种混合驱动的能源转换管理方法相同的发明构思,如图3所示,本申请实施例提供了一种混合驱动的能源转换管理系统,其中,所述系统包括:
特征确定模块M100,用于读取混动汽车的基础配置,确定基础驱动特征,所述基础驱动特征包括模式驱动条件;
监测采集模块M200,用于进行所述混动汽车的驱动场景监测与能源实况调取,所述驱动场景为短期驱动场景或长期驱动场景;
协同均衡分析模块M300,用于结合驱动场景与能源实况,联合所述基础驱动特征,于自适应驱动决策模型中进行驱动模式决策与双能协同均衡分析,确定预驱动方案,所述预驱动方案包括驱动比与驱动参数,所述自适应驱动决策模型基于模糊控制逻辑训练;
均衡分析模块M400,用于进行电池组的充放电均衡分析,确定电池组换能策略;
能源转换管理模块M500,用于基于所述电池组换能策略与所述预驱动方案,进行所述混动汽车的能源转换管理;
其中,于自适应驱动决策模型中进行双能协同均衡分析,所述混合驱动的能源转换管理系统还用于执行如下方法:
结合所述驱动场景与所述能源实况,确定驱动模式配置,所述驱动模式配置包括主驱动模式与从驱动模式,所述主驱动模式为油驱动模式或电驱动模式,驱动比大于50%;
确定基于所述驱动场景的动力需求,结合所述能源实况进行驱动源的协调分配,确定双能的驱动比;
基于所述驱动模式配置与所述驱动比,确定基于发动机与电动机的驱动参数。
进一步地,驱动模式包括单驱动模式与混动模式,所述基础驱动特征包括模式驱动条件,所述特征确定模块M100还用于执行如下方法:
确定基于所述单驱动模式的单驱动区间,所述单驱动区间为油驱动模式与电驱动模式的独立驱动条件范围;
确定基于所述混动模式的混动驱动区间,所述混动驱动区间为油电协同的双向介入条件范围;
基于所述独立驱动条件范围与所述双向介入条件范围,确定所述模式驱动条件。
进一步地,若所述驱动场景为长期驱动场景,所述混合驱动的能源转换管理系统还用于执行如下方法:
调取基于所述长期驱动场景的行车路径与路况特征;
基于所述行车路径、所述路况特征与所述能源实况,进行能耗动态预测与驱动方案配置寻优,确定所述预驱动方案,所述预驱动方案标识有模式切换节点与能量转换方式变化节点。
进一步地,所述确定预驱动方案之后,所述混合驱动的能源转换管理系统还用于执行如下方法:
调取所述混动汽车的历史驱动数据,进行多驱动模式下的能量转换损耗分析,确定能量损耗量,所述能量转换损耗至少包括热能损耗、机械能传输损耗、电能转换损耗;
结合所述能量损耗量,对所述预驱动方案进行补偿。
进一步地,所述进行电池组的充放电均衡分析,所述混合驱动的能源转换管理系统还用于执行如下方法:
进行以电池组为主体的能量转换监测,确定各电池单体的单体储能量与能量变化率;
识别所述单体储能量,判定各电池单体是否满足基于充放电的能量基线,确定第一决策结果;
基于所述单体储能量与所述能量变化率,进行充放电均衡性分析,确定第二决策结果;
基于所述第一决策结果与所述第二决策结果,确定电池组换能策略。
进一步地,进行所述混动汽车的能源转换管理,所述混合驱动的能源转换管理系统还用于执行如下方法:
确定基于能量回收系统的回收能量,所述回收能量为基于系统回收功率确定的过剩制动能量与热能;
基于所述回收能量,进行所述混动汽车的驱动辅助动力。
综上所述,任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用,在此不做多余限制。
进一步的,上述技术方案仅体现了本申请实施例技术方案的优选技术方案,本技术领域的技术人员对其中某些部分所可能做出的一些变动均体现了本申请实施例新型的原理,显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。
Claims (4)
1.一种混合驱动的能源转换管理方法,其特征在于,所述方法包括:
读取混动汽车的基础配置,确定基础驱动特征,所述基础驱动特征包括模式驱动条件;
进行所述混动汽车的驱动场景监测与能源实况调取,所述驱动场景为短期驱动场景或长期驱动场景;
结合驱动场景与能源实况,联合所述基础驱动特征,于自适应驱动决策模型中进行驱动模式决策与双能协同均衡分析,确定预驱动方案,所述预驱动方案包括驱动比与驱动参数,所述驱动参数为发动机转速与电机功率,所述自适应驱动决策模型基于模糊控制逻辑训练;
进行电池组的充放电均衡分析,确定电池组换能策略;
基于所述电池组换能策略与所述预驱动方案,进行所述混动汽车的能源转换管理;
其中,于自适应驱动决策模型中进行双能协同均衡分析,还包括:
结合所述驱动场景与所述能源实况,确定驱动模式配置,所述驱动模式配置包括主驱动模式与从驱动模式,所述主驱动模式为油驱动模式或电驱动模式,驱动比大于50%;
确定基于所述驱动场景的动力需求,结合所述能源实况进行驱动源的协调分配,确定双能的驱动比;
基于所述驱动模式配置与所述驱动比,确定基于发动机与电动机的驱动参数;
其中,驱动模式包括单驱动模式与混动模式,所述基础驱动特征包括模式驱动条件,包括:
确定基于所述单驱动模式的单驱动区间,所述单驱动区间为油驱动模式与电驱动模式的独立驱动条件范围;
确定基于所述混动模式的混动驱动区间,所述混动驱动区间为油电协同的双向介入条件范围;
基于所述独立驱动条件范围与所述双向介入条件范围,确定所述模式驱动条件;
其中,若所述驱动场景为长期驱动场景,包括:
调取基于所述长期驱动场景的行车路径与路况特征;
基于所述行车路径、所述路况特征与所述能源实况,进行能耗动态预测与驱动方案配置寻优,确定所述预驱动方案,所述预驱动方案标识有模式切换节点与能量转换方式变化节点;
其中,所述进行电池组的充放电均衡分析,包括:
进行以电池组为主体的能量转换监测,确定各电池单体的单体储能量与能量变化率;
识别所述单体储能量,判定各电池单体是否满足基于充放电的能量基线,确定第一决策结果;
基于所述单体储能量与所述能量变化率,进行充放电均衡性分析,确定第二决策结果;
基于所述第一决策结果与所述第二决策结果,确定电池组换能策略。
2.如权利要求1所述的方法,其特征在于,所述确定预驱动方案之后,所述方法还包括:
调取所述混动汽车的历史驱动数据,进行多驱动模式下的能量转换损耗分析,确定能量损耗量,所述能量转换损耗至少包括热能损耗、机械能传输损耗、电能转换损耗;
结合所述能量损耗量,对所述预驱动方案进行补偿。
3.如权利要求1所述的方法,其特征在于,进行所述混动汽车的能源转换管理,所述方法还包括:
确定基于能量回收系统的回收能量,所述回收能量为基于系统回收功率确定的过剩制动能量与热能;
基于所述回收能量,进行所述混动汽车的驱动辅助动力。
4.一种混合驱动的能源转换管理系统,其特征在于,用于实施权利要求1-3任意一项所述的一种混合驱动的能源转换管理方法,所述系统包括:
特征确定模块,用于读取混动汽车的基础配置,确定基础驱动特征,所述基础驱动特征包括模式驱动条件;
监测采集模块,用于进行所述混动汽车的驱动场景监测与能源实况调取,所述驱动场景为短期驱动场景或长期驱动场景;
协同均衡分析模块,用于结合驱动场景与能源实况,联合所述基础驱动特征,于自适应驱动决策模型中进行驱动模式决策与双能协同均衡分析,确定预驱动方案,所述预驱动方案包括驱动比与驱动参数,所述驱动参数为发动机转速与电机功率,所述自适应驱动决策模型基于模糊控制逻辑训练;
均衡分析模块,用于进行电池组的充放电均衡分析,确定电池组换能策略;
能源转换管理模块,用于基于所述电池组换能策略与所述预驱动方案,进行所述混动汽车的能源转换管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410366392.7A CN117962863B (zh) | 2024-03-28 | 2024-03-28 | 一种混合驱动的能源转换管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410366392.7A CN117962863B (zh) | 2024-03-28 | 2024-03-28 | 一种混合驱动的能源转换管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117962863A CN117962863A (zh) | 2024-05-03 |
CN117962863B true CN117962863B (zh) | 2024-06-18 |
Family
ID=90846323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410366392.7A Active CN117962863B (zh) | 2024-03-28 | 2024-03-28 | 一种混合驱动的能源转换管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117962863B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115495997A (zh) * | 2022-10-28 | 2022-12-20 | 东南大学 | 一种基于异构多智能体深度强化学习的新能源汽车生态驾驶方法 |
CN116187161A (zh) * | 2022-12-16 | 2023-05-30 | 江苏大学 | 一种智能网联环境下混合动力客车智能能量管理方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115071434B (zh) * | 2022-08-23 | 2022-12-02 | 江苏智能无人装备产业创新中心有限公司 | 一种电驱车辆满soc下长坡控制方法、装置及介质 |
CN117131606A (zh) * | 2023-10-17 | 2023-11-28 | 北京理工大学 | 一种可跨运动维度迁移的混合动力履带车辆能量管理方法 |
CN117227696A (zh) * | 2023-11-15 | 2023-12-15 | 无锡泓阳电动科技有限公司 | 混合驱动新能源汽车及其电动助力方法和系统 |
-
2024
- 2024-03-28 CN CN202410366392.7A patent/CN117962863B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115495997A (zh) * | 2022-10-28 | 2022-12-20 | 东南大学 | 一种基于异构多智能体深度强化学习的新能源汽车生态驾驶方法 |
CN116187161A (zh) * | 2022-12-16 | 2023-05-30 | 江苏大学 | 一种智能网联环境下混合动力客车智能能量管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117962863A (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10081350B2 (en) | Vehicle propulsion system having an energy storage system and optimized method of controlling operation thereof | |
US9889752B2 (en) | Vehicle propulsion system having an energy storage system and optimized method of controlling operation thereof | |
KR101940366B1 (ko) | 에너지 스토리지 시스템을 가지는 차량 추진 시스템 및 그 동작을 제어하는 최적화 방법 | |
EP2987674B1 (en) | Vehicle propulsion system having an energy storage system and optimized method of controlling operation thereof | |
CN108528436B (zh) | 一种内外层嵌套的ecms多目标双层优化方法 | |
KR100949260B1 (ko) | 전기자동차용 전지 충전 시스템 | |
CN102529734A (zh) | 混合动力汽车智能充电控制及整车标定方法 | |
CN115214608A (zh) | 一种面向增程式电传动矿用卡车的能量输出控制方法及系统 | |
CN115027290A (zh) | 一种基于多目标优化的混合动力汽车跟车能量管理方法 | |
Esfahanian et al. | Hybrid electric haulage trucks for open pit mining | |
CN110723132B (zh) | 一种混合动力车及其控制方法、存储介质 | |
CN107054124B (zh) | 一种基于车载导航的混合动力系统及方法 | |
CN116118734A (zh) | 混动车发动机起停控制方法、系统、混动车及存储介质 | |
CN113291165B (zh) | 用于增程式汽车的功率跟随实时控制方法 | |
CN114475280A (zh) | 一种电动汽车混合动力系统能量管理方法及系统 | |
AU2020102967A4 (en) | A parallel – series electric hybrid vehicles based on geometry formulation | |
CN117962863B (zh) | 一种混合驱动的能源转换管理方法及系统 | |
Hacioglu et al. | Predictive rule based optimization techniques for series hybrid electric vehicle | |
CN116522498B (zh) | 增程式电动车能耗和排放协同优化方法和增程式电动车控制方法 | |
CN111824115A (zh) | 一种车辆多能源控制方法、系统、装置及存储介质 | |
CN116811831A (zh) | 一种增程式动力系统能量稳定输出控制策略 | |
Yadav et al. | Fuzzy control implementation for energy management in hybrid electric vehicle | |
Wang et al. | Energy management strategy of extended-range hybrid electric vehicle considering time-domain features of optimization targets | |
CN109910680B (zh) | 一种混合动力汽车动力电池soc平衡点设置方法 | |
Lu et al. | Research on energy management strategy of battery-flywheel hybrid energy storage electric vehicle |
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 |