增程式電動汽車的能量控制策略多模式自動切換方法技術

本發明專利技術涉及一種增程式電動汽車的能量控制策略多模式自動切換方法，該方法包括以下步驟：1)實時采集汽車行駛的工況信息，計算某段時間內汽車行駛的工況特征參數；2)將步驟1)中的當前工況特征參數與各典型工況特征參數進行匹配處理，確定當前汽車行駛的工況類型；3)根據步驟2)中的工況類型自動選擇該工況類型下的最優能量控制策略，并將當前的能量控制策略自動切換為最優能量控制策略。與現有技術相比，本發明專利技術具有性能可靠、整車動力性能穩定、實用性強等優點。

【技術實現步驟摘要】

本專利技術涉及電動汽車控制
，尤其是涉及一種。
技術介紹
電動汽車被認為是解決能源危機和環境污染最具潛力的新能源汽車技術，但純電動汽車存在續駛里程短、充電時間長的問題，增程式電動汽車的出現有效彌補了此種不足。增程式電動汽車安裝有能夠增加續駛里程的增程器，與動力蓄電池一起作為整車動力源，增程器是能夠發電且給車載動力蓄電池充電的輔助能量裝置，如燃料電池發動機、蓄電池和內燃機等。當蓄電池電量充足時，汽車以純電動模式行駛；當蓄電池電量不足時， 增程器開始工作，給蓄電池充電或直接驅動電機，從而大幅提高電動汽車的續駛里程。作為具有兩種能量源的新能源汽車結構形式，增程式電動汽車的能量管理策略與整車的燃油經濟性、動力性和排放密切相關。整車能量管理策略能夠根據駕駛員的意圖和汽車行駛狀態信息，如加速踏板、蓄電池S0C(State of Charge)值等，在滿足汽車動力性能的前提下，最優分配動力蓄電池和增程器的功率輸出，提高汽車的燃油經濟性和排放性能。目前，增程式電動汽車的能量管理策略研究主要集中在以下幾種(I)恒溫器能量管理策略其基本思想是增程器工作在恒定的功率點上，其開啟和關閉取決于蓄電池SOC的大小，當蓄電池SOC低于蓄電池SOC下限值時，增程器啟動并輸出恒定功率，如果增程器能給蓄電池充電使得蓄電池SOC達到蓄電池SOC上限值，增程器便會關閉，汽車以純電動模式行駛直至蓄電池SOC下降到蓄電池SOC下限值時增程器再次啟動。此種能量管理策略的制定基本都是設置增程式輸出功率為最優效率點處，結構簡單、可靠，是目前增程式電動汽車應用較為廣泛的能量管理策略方式。但是，動力蓄電池充放電頻繁，影響其使用壽命，而且增程器經常會對動力蓄電池大量充電，能量轉換效率較低。(2)功率跟隨能量管理策略功率跟隨能量管理策略是增程器輸出功率根據負載需求功率變化，不足的功率部分由蓄電池彌補。此種策略使得蓄電池基本沒有充電能量損失，蓄電池放電功率變化平緩，有利于保護蓄電池的使用壽命，但增程器的輸出功率變化較為頻繁，波動較大，影響使用壽命，而且對于燃料電池增程器，還存在有動態響應滯后的問題，影響整車動力性能。(3)瞬時優化能量管理策略瞬時優化能量管理策略一般采用等效燃料消耗最小或者功率損失最小法，在某個工況瞬時，根據當前整車行駛狀態如電機需求功率、蓄電池SOC等信息，計算出使得等效燃料消耗或者功率損失最小的增程器功率輸出點。此種策略方法需要精確的車輛模型，計算量大，實現困難。(4)模糊控制能量管理策略該策略方法基于模糊控制理論實現動力系統能量源的功率分配，模糊控制器將整車行駛狀態信息如車速、蓄電池SOC等輸入量模糊化，設定模糊控制規則，以實現對動力系統的合理控制，從而提高整車性能。此種方法雖然可以將眾多行駛狀態信息考慮進去，實現較為復雜的控制規則，但是實現較為復雜，模糊控制器的建立主要依靠經驗，無法獲得全局最優。在以上四種能量管理策略方法中，只有恒溫器能量管理策略得到了推廣應用，其他策略方法還不成熟，實用性不強。目前整車的能量管理策略方法在制定的過程中，至多考慮到整車行駛狀態，即油門踏板深度、制動狀態、蓄電池SOC和增程器輸出功率效率點等因素，并未考慮到汽車行駛工況對整車燃料經濟性的影響，而且控制規則的制定基本都是基于經驗，在試湊的過程中確定控制參數，雖然具有一定的實用性，但無法使整車得到最優，利用優化算法對控制策略參數進行優化能夠有效地處理這類問題。恒溫器控制策略具有其他控制策略無可比擬的優勢，但受行駛工況影響較大，對于特定的行駛工況，存在對應的最優控制策略參數值，但是某一特定工況的最優控制策略 參數值可能無法滿足其他工況的性能要求，尤其是動力性無法得到保證，所以經常采用能夠滿足所有工況動力性要求的最大增程器輸出功率，但是這樣就降低了整車的經濟性，無法達到整個工況范圍內的最優，多模式切換控制策略通過不同的最優控制策略切換可以實現整個行駛工況范圍內的最優。
技術實現思路
本專利技術的目的就是為了克服上述現有技術存在的缺陷而提供一種性能可靠、整車動力性能穩定、實用性強的。本專利技術的目的可以通過以下技術方案來實現一種，該方法包括以下步驟I)實時采集汽車行駛的工況信息，計算某段時間內汽車行駛的工況特征參數；2)將步驟I)中的當前工況特征參數與各典型工況特征參數進行匹配處理，確定當前汽車行駛的工況類型；3)根據步驟2)中的工況類型自動選擇該工況類型下的最優能量控制策略，并將當前的能量控制策略自動切換為最優能量控制策略。所述的工況信息包括速度信息和坡度信息，所述的工況特征參數包括某段時間內的平均速度、平均加速度和平均減速度。所述的步驟2)具體為將當前工況特征參數與各典型工況特征參數進行比對，判斷當前工況特征參數值與某一典型工況特征參數值的差是否在設定范圍內，若是，則判斷當前工況為該典型工況特征參數值所對應的工況類型，若否，則判斷當前工況為不確定工況。所述的工況類型包括城市工況、郊區工況、高速工況和不確定工況。當工況類型為城市工況時，將當前的能量控制策略自動切換為與城市工況對應的經遺傳算法優化后的最優能量控制策略；當工況類型為郊區工況時，將當前的能量控制策略自動切換為與郊區工況對應的經遺傳算法優化后的最優能量控制策略；當工況類型為高速工況時，將當前的能量控制策略自動切換為與高速工況對應的經遺傳算法優化后的最優能量控制策略；當工況類型為不確定工況時，將當前的能量控制策略自動切換為與不確定工況對應的基于神經網絡的瞬時優化能量控制策略。所述的經遺傳算法優化后的最優能量控制策略是指在不同工況下，以燃油經濟性為優化目標，以增程器恒定輸出功率為優化變量，在滿足汽車動力性能等約束條件下，利用遺傳算法優化，得到不同工況下的增程器恒定輸出功率最優值，進而得到不同工況所對應的最優能量管理控制策略，遺傳算法的實現過程如下 a)編碼將增程器恒定輸出功率以二進制形式編碼成字符串基因，作為優化處理的染色體；b)初始化種群種群是遺傳優化進化工程的基礎，增程器恒定輸出功率字符串基因作為種群的個體；c)適應度計算通過計算優化變量對應的目標函數值得到種群中每個個體的適應度值，表征個體在種群中的適應能力；d)遺傳操作采用選擇、交叉和變異等操作產生下一代種群；e)解碼循環進行遺傳操作，滿足終止條件后解碼得到增程器恒定輸出功率最優值。所述的基于神經網絡的瞬時優化能量控制策略是指在某個行駛工況瞬時，根據當前整車行駛狀態，即整車需求功率和蓄電池S0C，利用神經網絡計算出使得當前總功率損失最小所對應的增程器輸出功率。與現有技術相比，本專利技術具有以下優點I)現有技術的能量管理策略的制定基本依據整車的行駛狀態信息，很少能夠考慮到整車行駛工況信息，本專利技術從整車行駛狀態信息和識別工況信息出發，針對不同的行駛工況狀態，整車能量管理策略能夠通過各單模型控制策略自動切換實現經濟性最優；2)現有技術的能量管理策略控制參數很多都是依據經驗需反復調整，本專利技術所用的單模型控制策略的控制參數經過遺傳算法的優化，確保每個單工況中燃料經濟性最優。附圖說明圖I為實施例中增程式電動汽車的結構示意圖；圖2為實施例中整車能量管理控制系統的結構框圖；圖3為本專利技術切換方法的結構框圖；圖4為本專利技術的整車能量管理策略運行流程示意圖。具體實施例方式下本文檔來自技高網...

【技術保護點】
一種增程式電動汽車的能量控制策略多模式自動切換方法，其特征在于，該方法包括以下步驟：1)實時采集汽車行駛的工況信息，計算某段時間內汽車行駛的工況特征參數；2)將步驟1)中的當前工況特征參數與各典型工況特征參數進行匹配處理，確定當前汽車行駛的工況類型；3)根據步驟2)中的工況類型自動選擇該工況類型下的最優能量控制策略，并將當前的能量控制策略自動切換為最優能量控制策略。

【技術特征摘要】

【專利技術屬性】
技術研發人員：章桐，宋珂，徐群群，
申請(專利權)人：同濟大學，
類型：發明
國別省市：