CN117962864A - 一种基于双层优化框架的混联混合动力车辆能量管理方法 - Google Patents

Abstract

本发明公开了一种基于双层优化框架的混联混合动力车辆能量管理方法，包括：确定车辆动力系统的工作模式包括：纯电动模式、串联模式、并联经济模式、并联动力模式和发动机直驱模式；根据工作模式切换阈值进行模式切换；以燃油经济性和排放性最优为目标，对工作模式切换阈值进行优化，得到最优工作模式切换阈值；采用动态规划分别对广义串联模式和广义并联模式的能量分配进行逆向求解，根据动力系统的工作模式正向寻优得到能量分配结果；广义串联模式包括纯电动模式和串联模式；广义并联模式包括并联经济模式、并联动力模式和发动机直驱模式；按照最优工作模式切换阈值进行工作模式切换，以最优工作模式切换阈值对应的能量分配结果进行能量分配。

Description

一种基于双层优化框架的混联混合动力车辆能量管理方法

技术领域

本发明属于混合动力汽车技术领域，特别涉及一种基于双层优化框架的混联混合动力车辆能量管理方法。

背景技术

随着石油资源的逐渐枯竭和“双碳”政策的实施，混合动力汽车正逐渐成为历史舞台上的主角。相对于传统燃油车型，混合动力汽车具备更出色的燃油经济性；与其他新能源汽车中的纯电动汽车相比，混合动力汽车也拥有更为优秀的续航表现。因此，在未来的汽车研发中，混合动力汽车将无疑成为市场的主力之一。

混合动力汽车一般分为串联式、并联式和混联式，在传统的串联、并联混合动力系统领域，已有学者针对能量管理策略优化进行了广泛的研究，但是针对串并联构型的研究却很少。因为虽然结合串联和并联构型的混联式混合动力汽车可以综合两种构型的特点和优势，但是却增加了模式选择和能量分配的复杂度。目前市场上大多数混联式混合动力汽车都采用基于规则的控制策略，但规则参数标定工作量大，耗费时间和费用，基于经验的标定结果往往带有主观意愿难以实现综合考量多个性能，导致标定结果不理想。

发明内容

本发明的目的是提供了一种基于双层优化框架的混联混合动力车辆能量管理方法，其能够增强混联混合动力车辆对复杂工况的适应性，并且提高车辆的经济性和排放性。

本发明提供的技术方案为：

一种基于双层优化框架的混联混合动力车辆能量管理方法，包括：

确定混联混合动力车辆动力系统的工作模式；

其中，所述工作模式包括：纯电动模式、串联模式、并联经济模式、并联动力模式和发动机直驱模式；车辆动力系统根据工作模式切换阈值进行工作模式切换；

所述工作模式切换阈值包括：SOC上限值、SOC下限值和串并联模式切换点车速；

以燃油经济性和排放性最优为目标，对工作模式切换阈值进行优化，得到最优工作模式切换阈值；

采用动态规划分别对广义串联模式和广义并联模式的能量分配进行逆向求解，并根据动力系统所处的工作模式正向寻优得到能量分配结果；

其中，所述广义串联模式包括纯电动模式和串联模式；所述广义并联模式包括并联经济模式、并联动力模式和发动机直驱模式；

按照最优工作模式切换阈值进行工作模式切换，并且以最优工作模式切换阈值对应的能量分配结果进行能量分配。

优选的是，如果车辆的驾驶员需求转矩小于驱动电机最大转矩，车速小于串并联模式切换点车速，并且电池SOC大于电池SOC下限值，车辆进入纯电动模式；

以及如果车辆的驾驶员需求转矩小于驱动电机最大转矩，车速大于串并联模式切换点车速，并且电池SOC大于电池SOC下限值小于电池SOC上限值，车辆进入纯电动模式。

优选的是，如果车辆的驾驶员需求转矩小于驱动电机最大转矩；且车速小于串并联模式切换点车速，并且电池SOC小于电池SOC下限值，车辆进入串联模式；

如果车辆的驾驶员需求转矩大于驱动电机最大转矩，并且电池SOC小于电池SOC下限值，车辆进入串联模式；

以及如果车辆的驾驶员需求转矩小于驱动电机最大转矩且小于发动机最大转矩，车速大于串并联模式切换点车速，并且电池SOC小于电池SOC上限值大于电池SOC下限值，车辆进入串联模式。

优选的是，如果车辆的驾驶员需求转矩小于驱动电机最大转矩且小于发动机最优转矩，车速大于串并联模式切换点车速，并且电池SOC小于电池SOC下限值，车辆进入并联经济模式；

如果车辆的驾驶员需求转矩小于驱动电机最大转矩且大于发动机最优转矩，车速大于串并联模式切换点车速，并且电池SOC小于电池SOC下限值，大于电池SOC上限值，车辆进入并联经济模式；

以及如果车辆的驾驶员需求转矩大于驱动电机最大转矩且小于发动机最优转矩，电池SOC大于电池SOC下限值，车辆进入并联经济模式。

优选的是，如果车辆的驾驶员需求转矩大于驱动电机最大转矩且大于发动机最优转矩，并且电池SOC大于电池SOC下限值，车辆进入并联动力模式。

优选的是，如果车辆的驾驶员需求转矩小于驱动电机最大转矩且小于发动机最大转矩，车速大于串并联模式切换点的车速，并且电池SOC小于电池SOC下限值，车辆进入发动机直驱模式。

优选的是，在串联模式下，在发动机最佳能耗排放特性曲线上选取四个工作点，基于所述四个工作点的功率值分别选取低功率的等功率线，以四条等功率线为界划分四个工作区间，当发动机所需功率在对应的工作区间时，发动机工作在对应的工作点上，将多余的功率提供给电池充电。

优选的是，采用带精英策略的多目标非支配遗传算法，选取CCDC循环工况作为优化工况，对工作模式的切换阈值进行优化。

优选的是，对工作模式的切换阈值进行优化时设定的优化目标函数包括经济性目标函数和排放性目标函数；

其中，所述经济性目标函数为：；

所述排放性目标函数为：；

式中，i表示遗传算法迭代的次数，为第/>次迭代结果对应的等效油耗；为第/>次迭代结果对应的/>的总排放量；/>为第/>次迭代结果对应的/>的总排放量；/>为第/>次迭代结果对应的/>的总排放量；/>为CO排放量的权重因子；/>为排放量的权重因子；/>为/>排放量的权重因子。

优选的是，所述等效油耗的计算公式为：

；

其中，为第/>次迭代结果对应的总油耗，/>为总油耗的权重因子，/>为消耗电池SOC的权重因子。

本发明的有益效果是：

本发明提供的基于双层优化框架的混联式混合动力车辆能量管理方法，能够在车辆行驶时根据不同的工况进入相应的驱动模式，具备在线应用能力。

本发明提供的基于双层优化框架的混联式混合动力车辆能量管理方法，利用双动态规划和遗传算法结合的双层架构对所制定规则的阈值进行迭代优化，极大地提高了优化后基于规则的控制策略的性能；按照双动态规划寻优后，发动机的工作轨迹一直处于高效的工作区间，提高了车辆的燃油经济性和排放性。

附图说明

图1为本发明所述的基于双层优化框架混联混合动力车辆能量管理方法的流程图。

图2为本发明所述的车辆工作模式结构示意图。

图3为本发明所述的车辆行驶模式切换的控制策略图。

图4为本发明所述的串联模式下多点工作方法的原理示意图。

图5为本发明所述的逆向求解流程图。

图6为本发明所述的外层遗传算法优化原理示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1所示，本发明提供了一种基于双层优化框架的混联混合动力车辆能量管理方法，具体实施过程如下。

首先根据所述混联混合动力车辆特点，确立了5种车辆动力系统工作模式；同时制定一套基于规则的控制策略令所述混联混合动力车辆根据不同的工况进行模式切换；并实现不同动力源的能量分配。

然后提出基于双动态规划和遗传算法的双层框架对参数进行优化：内层采用双动态规划对广义串联模式和广义并联模式的能量分配进行逆向求解，并结合串并联模式切换规则正向寻优得到最优的能量分配结果；外层利用遗传算法，以燃油经济性和排放性为目标，对工作模式切换阈值进行迭代优化。

其中，所述混联混合动力车辆动力传动系统采用了一台两挡的DHT，包括一台发动机、一台发电机、一台驱动电机、一个电池和一个二挡变速机构；工作模式切换阈值包括SOC上限值、SOC下限值和串并联模式切换点车速。

不同动力源的能量包括发动机负荷、发电机输出转矩和驱动电机的输出转矩。其中，广义串联模式包括纯电动模式和串联模式；广义并联模式包括并联经济模式、并联动力模式和发动机直驱模式。

确立的5种工作模式的结构示意图如图2所示，当所述混联混合动力车辆处于纯电动模式时，电池将能量传递给驱动电机，使其单独驱动车轮；当所述混联混合动力车辆处于串联模式时，发动机将能量传递给发电机，发电机将能量分配给电池和驱动电机，使车辆在该模式下保持充电状态；当所述混联混合动力车辆处于并联经济模式时，发动机直接将能量传递给车轮，并将多余的能量依次通过车轮、驱动电机传递给电池进行充电；当所述混联混合动力车辆处于并联动力模式时，发动机和电池分别通过二挡变速机构和驱动电机将能量共同传递给车轮；当所述混联混合动力车辆处于发动机直驱模式时，发动机通过二挡变速机构直接将能量传递给车轮。

根据确立的5种工作模式，制定一套规则令所述混联混合动力车辆根据不同的工况进行模式切换，具体如图3所示的车辆行驶模式切换的控制策略图。

a)如果所述的混联混合动力车辆的驾驶员需求转矩T_req小于驱动电机最大转矩T_Motor2_Max；且所述的混联混合动力车辆车速V_Car小于串并联模式切换点的车速V_SP，同时所述的混联混合动力车辆电池SOC大于电池SOC下限值SOC_Low，所述的混联混合动力车辆进入纯电动模式；

或者如果所述的混联混合动力车辆的驾驶员需求转矩T_req小于驱动电机最大转矩T_Motor2_Max；且所述的混联混合动力车辆车速V_Car大于串并联模式切换点的车速V_SP，同时所述的混联混合动力车辆电池SOC大于电池SOC下限值SOC_Low小于电池SOC上限值SOC_High，所述的混联混合动力车辆进入纯电动模式；

纯电动模式下所述的能量分配策略如下：

其中：

为驱动电机的转矩，Nm；

为驾驶员需求转矩，Nm；

为驱动电机与车轮间的传动比；

为发动机负荷；

为发电机的转矩，Nm；

b)如果所述的混联混合动力车辆的驾驶员需求转矩T_req小于驱动电机最大转矩T_Motor2_Max；且所述的混联混合动力车辆车速V_Car小于串并联模式切换点的车速V_SP，同时所述的混联混合动力车辆电池SOC小于电池SOC下限值SOC_Low，所述的混联混合动力车辆进入串联模式；

或者，如果所述的混联混合动力车辆的驾驶员需求转矩T_req大于驱动电机最大转矩T_Motor2_Max；且所述的混联混合动力车辆电池SOC小于电池SOC下限值SOC_Low，所述的混联混合动力车辆进入串联模式；

或者，如果所述的混联混合动力车辆的驾驶员需求转矩T_req小于驱动电机最大转矩T_Motor2_Max且小于发动机最大转矩T_Eng_Max；所述的混联混合动力车辆车速V_Car大于串并联模式切换点的车速V_SP，所述的混联混合动力车辆电池SOC小于电池SOC上限值SOC_High大于电池SOC下限值SOC_Low，所述的混联混合动力车辆进入串联模式；

串联模式下所述的能量分配策略如下：

其中：

为驱动电机的功率，kW；

为充电功率，kW；

为发动机的最大功率，kW；

为对发动机负荷进行PID调节的转速调节量；

为发动机的最大转矩，Nm；

为发动机与发电机间的传动比；

c)如果所述的混联混合动力车辆的驾驶员需求转矩T_req小于驱动电机最大转矩T_Motor2_Max且小于发动机最优转矩T_Eng_Opt；且所述的混联混合动力车辆车速V_Car大于串并联模式切换点的车速V_SP，同时所述的混联混合动力车辆电池SOC小于电池SOC下限值SOC_Low，所述的混联混合动力车辆进入并联经济模式；

或者如果所述的混联混合动力车辆的驾驶员需求转矩T_req小于驱动电机最大转矩T_Motor2_Max且大于发动机最优转矩T_Eng_Opt；且所述的混联混合动力车辆车速V_Car大于串并联模式切换点的车速V_SP，同时所述的混联混合动力车辆电池SOC小于电池SOC下限值SOC_Low，大于电池SOC上限值SOC_High，所述的混联混合动力车辆进入并联经济模式；

或者如果所述的混联混合动力车辆的驾驶员需求转矩T_req大于驱动电机最大转矩T_Motor2_Max且小于发动机最优转矩T_Eng_Opt；同时所述的混联混合动力车辆电池SOC大于电池SOC下限值SOC_Low，所述的混联混合动力车辆进入并联经济模式；

并联经济模式下所述的能量分配策略如下：

其中：

为发动机的最优工作转矩，Nm；

为发动机与轮端的传动比。

d)如果所述的混联混合动力车辆的驾驶员需求转矩T_req大于驱动电机最大转矩T_Motor2_Max且大于发动机最优转矩T_Eng_Opt；同时所述的混联混合动力车辆电池SOC大于电池SOC下限值SOC_Low，所述的混联混合动力车辆进入并联动力模式；

并联动力模式下所述的能量分配策略如下：

其中：

为驱动电机最大的转矩，Nm；

e)如果所述的混联混合动力车辆的驾驶员需求转矩T_req小于驱动电机最大转矩T_Motor2_Max且小于发动机最大转矩T_Eng_Max；所述的混联混合动力车辆车速V_Car大于串并联模式切换点的车速V_SP，同时所述的混联混合动力车辆电池SOC小于电池SOC下限值SOC_Low，所述的混联混合动力车辆进入发动机直驱模式；

发动机直驱模式下所述的能量分配策略如下：

。

根据串联模式下的工作特性，发动机采用多点工作模式，即在发动机最佳能耗排放特性曲线上选取四个合适工作点X_1、X_2、X_3、X_4，由于串联模式下驱动电机输出最大功率为60kw，为了辐射整个工作区每隔15kw取一个工作点。然后基于这四个工作点的功率值分别选取低于4kw的等功率线L1、L2、L3、L4，以四条等功率工作线为界划分四个工作区间W1、W2、W3、W4，当发动机所需功率在对应的工作区间时，发动机工作在对应的工作点上，将多余的功率提供给电池充电；具体的多点工作模式原理如图4所示。

然后提出基于双动态规划和遗传算法的双层框架对参数进行优化。对双层架构的内层采用动态规划方法DP对广义串联模式和广义并联模式的能量分配进行逆向求解；其中广义串联模式包括纯电动模式和串联模式，由驱动电机单独提供整车驱动力矩，其中驱动电机的能量来自于电池和发电机组（发动机和发电机的组合）。广义并联模式包括并联经济模式、并联动力模式和发动机直驱模式，整车的驱动力矩来自于发动机和驱动电机；选取CCDC（CLTC+NEDC+WLTC）循环工况作为优化工况，以此建立的状态方程如下：

其中：

x为状态变量；

k为离散化计算步长；

u为控制变量；

为电池SOC；

为需求功率，kW；

为电池输出功率，kW；

为发动机输出功率，kW。

逆向求解过程如图5所示，即分别构造两个以时间为横轴，SOC为纵轴的状态搜寻表，根据工况将仿真时间分为N个阶段，电池SOC限制在最低SOC值与最高SOC值之间，并分为M个单元，首先令最后一个时刻（k=N）的瞬时油耗和排放量为0，再从k=N-1时刻开始依次计算各个SOC阶段车辆的需求功率，并根据需求功率计算电池输出功率/>和发动机输出功率/>建立瞬时成本函数为：

其中：

为各阶段瞬时油耗，mL;

为各阶段瞬时CO的排放量，mL；

为各阶段瞬时HC的排放量，mL；

为各阶段瞬时NO_X的排放量，mL；

为瞬时CO的权重因子；

为瞬时HC的权重因子；

为瞬时NO_X的权重因子；

将瞬时成本函数求和得到目标函数：

。

根据目标函数计算得到该时刻下所有SOC值所对应的最优控制变量集，再依次向前一时刻迭代，最后得到逆向寻优的能量分配表。

广义串联模式下选取的约束条件如下：

其中：

为SOC最小值；

为SOC最大值；

为动力电池的最小功率，kW；

为动力电池的最大功率，kW；

为发动机组的最小功率，kW；

为发动机组的最大功率，kW；

为驱动电机的需求功率，kW，/>>0为放电状态，/><0为充电状态。

广义并联模式下选取的约束条件如下：

其中：

为驱动电机在相应速度下的最大功率，kW；

为发动机在相应速度下的最大功率，kW；

然后将串并联模式切换规则与上述双动态规划计算的广义串联模式和广义并联模式的能量分配表相结合，通过正向寻优，得到综合能量分配序列。

至此，完成了能量管理策略优化方法DDP的构建。

对所述工作模式切换阈值（SOC上限值、SOC下限值和串并联模式切换点车速）进行遗传算法优化处理。如图6所示，采用带精英策略的多目标非支配遗传算法，选取CCDC（CLTC+NEDC+WLTC）循环工况作为优化工况，以经济性和排放性作为优化目标，对上述的模式切换阈值进行优化。

首先设定约束条件：

其中：

为SOC下限值；

为SOC上限值；

为串并联切换车速，km/h；

根据约束条件生成包含50个个体的初代种群，每个个体包含待优化的三个参数值（SOC上限值、SOC下限值和串并联模式切换点车速），随后将所有个体导入DDP框架中进行能量管理策略寻优，得出了每个个体在经济性和排放性两方面的目标函数值。

选取给定循环工况下的等效油耗作为经济性目标函数；等效油耗如下：

其中；

为第/>次迭代结果对应的总油耗，ml；

为总油耗的权重因子；

为消耗电池SOC的权重因子；

经济性目标函数为：

选取给定循环工况下的CO、HC和排放量的加权之和作为排放性目标函数：

其中：

为第/>次迭代结果对应的CO的总排放量，g；

为第/>次迭代结果对应的HC的总排放量，g；

为第/>次迭代结果对应的/>的总排放量，g；

为CO排放量的权重因子；

为HC排放量的权重因子；

为/>排放量的权重因子；

接着，对50个个体进行了拥挤度计算并完成快速非支配等级排序。在排序过程中，遵循非支配等级低和拥挤度大优先的原则，挑选出其中优秀的个体进行选择、交叉、变异操作，从而产生了优质的子代共40个个体。

接着，对50个个体进行快速非支配等级排序和拥挤度计算。首先对这些个体按非支配关系进行分层，分为：1，2，3……m；对于每一层再进行拥挤度计算，即计算每个点与相邻最近两个点在经济性和排放性两方面目标函数上的距离之和。随后对50个个体进行排序，在排序过程中遵循非支配等级低和同支配等级中拥挤度大优先的原则，挑选出其中排序靠前的个体进行选择、交叉、变异操作，从而产生优质的子代共40个个体。

最后，将这些子代进行目标函数值的计算后与父代中的个体合并共90个个体，按照等效油耗和排放量再次排序保留50个个体并将剩余的40个个体淘汰，形成最终的种群作为下一代的父代，进入循环中。经过50次迭代，完成排序后在第一层非支配层级中找到拥挤度最大的那组解作为最优解。

以最优解集对应的工作模式切换阈值，作为最优工作模式切换阈值输出。

本发明根据混联混合动力构型车辆特点制定了5种工作模式为：纯电动模式、串联模式、并联经济模式、并联动力模式、发动机直驱模式。同时，根据工作环境的变化，制定了一种基于规则的控制策略，并选取合适的模式切换阈值，然后采用双层框架对参数进行优化处理。其中，内层采用双动态规划对广义串联模式和广义并联模式的能量分配进行逆向求解，并结合串并联模式切换规则正向寻优得到最佳的能量分配结果。外层利用遗传算法，以燃油经济性和排放性为目标，对模式切换阈值进行迭代优化。本发明既能通过确立的规则增强车辆对复杂工况的适应性，又能利用双动态规划和遗传算法对参数进行优化提高控制策略的经济性和排放性。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (10)

1.一种基于双层优化框架的混联混合动力车辆能量管理方法，其特征在于，包括：

确定混联混合动力车辆动力系统的工作模式；

其中，所述工作模式包括：纯电动模式、串联模式、并联经济模式、并联动力模式和发动机直驱模式；车辆动力系统根据工作模式切换阈值进行工作模式切换；

所述工作模式切换阈值包括：SOC上限值、SOC下限值和串并联模式切换点车速；

以燃油经济性和排放性最优为目标，对工作模式切换阈值进行优化，得到最优工作模式切换阈值；

采用动态规划分别对广义串联模式和广义并联模式的能量分配进行逆向求解，并根据动力系统所处的工作模式正向寻优得到能量分配结果；

其中，所述广义串联模式包括纯电动模式和串联模式；所述广义并联模式包括并联经济模式、并联动力模式和发动机直驱模式；

按照最优工作模式切换阈值进行工作模式切换，并且以最优工作模式切换阈值对应的能量分配结果进行能量分配。

2.根据权利要求1所述的基于双层优化框架的混联混合动力车辆能量管理方法，其特征在于，如果车辆的驾驶员需求转矩小于驱动电机最大转矩，车速小于串并联模式切换点车速，并且电池SOC大于电池SOC下限值，车辆进入纯电动模式；

以及如果车辆的驾驶员需求转矩小于驱动电机最大转矩，车速大于串并联模式切换点车速，并且电池SOC大于电池SOC下限值小于电池SOC上限值，车辆进入纯电动模式。

3.根据权利要求2所述的基于双层优化框架的混联混合动力车辆能量管理方法，其特征在于，如果车辆的驾驶员需求转矩小于驱动电机最大转矩；且车速小于串并联模式切换点车速，并且电池SOC小于电池SOC下限值，车辆进入串联模式；

如果车辆的驾驶员需求转矩大于驱动电机最大转矩，并且电池SOC小于电池SOC下限值，车辆进入串联模式；

以及如果车辆的驾驶员需求转矩小于驱动电机最大转矩且小于发动机最大转矩，车速大于串并联模式切换点车速，并且电池SOC小于电池SOC上限值大于电池SOC下限值，车辆进入串联模式。

4.根据权利要求3所述的基于双层优化框架的混联混合动力车辆能量管理方法，其特征在于，如果车辆的驾驶员需求转矩小于驱动电机最大转矩且小于发动机最优转矩，车速大于串并联模式切换点车速，并且电池SOC小于电池SOC下限值，车辆进入并联经济模式；

如果车辆的驾驶员需求转矩小于驱动电机最大转矩且大于发动机最优转矩，车速大于串并联模式切换点车速，并且电池SOC小于电池SOC下限值，大于电池SOC上限值，车辆进入并联经济模式；

以及如果车辆的驾驶员需求转矩大于驱动电机最大转矩且小于发动机最优转矩，电池SOC大于电池SOC下限值，车辆进入并联经济模式。

5.根据权利要求4所述的基于双层优化框架的混联混合动力车辆能量管理方法，其特征在于，如果车辆的驾驶员需求转矩大于驱动电机最大转矩且大于发动机最优转矩，并且电池SOC大于电池SOC下限值，车辆进入并联动力模式。

6.根据权利要求5所述的基于双层优化框架的混联混合动力车辆能量管理方法，其特征在于，如果车辆的驾驶员需求转矩小于驱动电机最大转矩且小于发动机最大转矩，车速大于串并联模式切换点的车速，并且电池SOC小于电池SOC下限值，车辆进入发动机直驱模式。

7.根据权利要求1-6任意一项所述的基于双层优化框架的混联混合动力车辆能量管理方法，其特征在于，在串联模式下，在发动机最佳能耗排放特性曲线上选取四个工作点，基于所述四个工作点的功率值分别选取低功率的等功率线，以四条等功率线为界划分四个工作区间，当发动机所需功率在对应的工作区间时，发动机工作在对应的工作点上，将多余的功率提供给电池充电。

8.根据权利要求7所述的基于双层优化框架的混联混合动力车辆能量管理方法，其特征在于，采用带精英策略的多目标非支配遗传算法，选取CCDC循环工况作为优化工况，对工作模式的切换阈值进行优化。

9.根据权利要求8所述的基于双层优化框架的混联混合动力车辆能量管理方法，其特征在于，对工作模式的切换阈值进行优化时设定的优化目标函数包括经济性目标函数和排放性目标函数；

其中，所述经济性目标函数为：；

所述排放性目标函数为：；

式中，i表示遗传算法迭代的次数，为第/>次迭代结果对应的等效油耗；/>为第/>次迭代结果对应的/>的总排放量；/>为第/>次迭代结果对应的/>的总排放量；为第/>次迭代结果对应的/>的总排放量；/>为CO排放量的权重因子；/>为/>排放量的权重因子；/>为/>排放量的权重因子。

10.根据权利要求9所述的基于双层优化框架的混联混合动力车辆能量管理方法，其特征在于，所述等效油耗的计算公式为：

；

其中，为第/>次迭代结果对应的总油耗，/>为总油耗的权重因子，/>为消耗电池SOC的权重因子。