一種基于跟車模型的混合動(dòng)力汽車節(jié)能預(yù)測(cè)控制方法技術(shù)

本發(fā)明專利技術(shù)涉及一種基于跟車模型的混合動(dòng)力汽車節(jié)能預(yù)測(cè)控制方法,特別涉及一種實(shí)時(shí)最優(yōu)的混合動(dòng)力汽車控制方法，第一步，信息采集，第二步，車輛建模，第三步，公式化控制策略，第四步，在線最優(yōu)控制，第五步，權(quán)重參數(shù)調(diào)節(jié)，第六步，目標(biāo)滿足判斷，隨著汽車導(dǎo)航，數(shù)字化地圖的發(fā)展，利用道路交通狀況，對(duì)混合動(dòng)力汽車速度模式和驅(qū)動(dòng)裝置工作點(diǎn)進(jìn)行同時(shí)最優(yōu)化。不同于傳統(tǒng)方法的只對(duì)驅(qū)動(dòng)裝置工作點(diǎn)進(jìn)行優(yōu)化，前方有車輛的情況下，傳統(tǒng)的固定車間距的控制算法現(xiàn)在還是主流。申請(qǐng)者提出了車間距離在最小值以上浮動(dòng)的控制策略，提高了車輛速度變化的自由度，使混合動(dòng)力汽車燃油經(jīng)濟(jì)性的提高有了可能，提出了混合動(dòng)力汽車的泛化三自由度模型。為混合動(dòng)力汽車的模型化提供了一般的通用方法論指導(dǎo)。

A hybrid vehicle energy saving predictive control method based on car following model

The invention relates to a hybrid electric vehicle with energy saving car model based on predictive control method, in particular to a real-time optimal hybrid control method, the first step, the second step, information collection, vehicle modeling, third step formula of control strategy, the fourth step, the on-line optimal control, the fifth step, the weight parameter adjustment the sixth step, the target to meet with the judge, car navigation, development of digital map, the use of road traffic conditions, and the optimization of the mode of speed of hybrid cars and driving device working point. Unlike traditional methods, only the driving point is optimized. In front of the vehicle, the traditional control algorithm of the fixed spacing is still in the mainstream. The applicant proposed control strategy in the distance from the minimum value above floating, improves the vehicle speed change degree of freedom, so that the fuel economy of hybrid electric vehicle to improve possible, proposed generalization of hybrid vehicle model with three degrees of freedom. It provides a general methodology guidance for the modeling of hybrid electric vehicles.

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于跟車模型的混合動(dòng)力汽車節(jié)能預(yù)測(cè)控制方法
本專利技術(shù)涉及一種基于跟車模型的混合動(dòng)力汽車節(jié)能預(yù)測(cè)控制方法,特別涉及一種實(shí)時(shí)最優(yōu)的混合動(dòng)力汽車控制方法。
技術(shù)介紹
全球能源與環(huán)境形勢(shì)的日益嚴(yán)峻，特別是國(guó)際金融危機(jī)對(duì)汽車產(chǎn)業(yè)的巨大沖擊，推動(dòng)世界各國(guó)加快汽車產(chǎn)業(yè)戰(zhàn)略轉(zhuǎn)型。為開發(fā)出更加節(jié)能環(huán)保的汽車，解決上述兩大問題，混合動(dòng)力汽車目前已被產(chǎn)業(yè)化。與傳統(tǒng)汽車相比，混合動(dòng)力汽車具有電池和燃油雙系統(tǒng)驅(qū)動(dòng)的冗余性，運(yùn)用這種冗余性可以調(diào)節(jié)驅(qū)動(dòng)裝置工作點(diǎn)到最優(yōu)位置，從而實(shí)現(xiàn)節(jié)能減排目標(biāo)。預(yù)計(jì)未來(lái)汽車的主流將是這種混合動(dòng)力汽車。由于混合動(dòng)力汽車可以回收伴隨車輛減速產(chǎn)生的再生制動(dòng)能量；利用驅(qū)動(dòng)系統(tǒng)的冗余性（發(fā)動(dòng)機(jī)和電機(jī)）優(yōu)化驅(qū)動(dòng)裝置工作點(diǎn)，因此可以極大地發(fā)揮節(jié)能減排效用。但是最優(yōu)工作點(diǎn)隨發(fā)動(dòng)機(jī)的特性，周圍車輛的行駛狀態(tài)，道路交通條件的改變而時(shí)刻改變著。而且，旋轉(zhuǎn)系（發(fā)動(dòng)機(jī)和電機(jī)）具有轉(zhuǎn)速轉(zhuǎn)矩極限，電池具有荷電狀態(tài)極限，超出這些極限對(duì)于車輛關(guān)鍵零部件的性能影響很大。因此，混合動(dòng)力汽車的節(jié)能減排效果很大程度上依賴于其能量管理策略（滿足約束條件）。而其關(guān)鍵技術(shù)為能量管理中央控制器中的實(shí)時(shí)最優(yōu)化，以期實(shí)現(xiàn)控制策略的商業(yè)化，產(chǎn)業(yè)化。混合動(dòng)力汽車能量管理系統(tǒng)的控制策略是其研發(fā)的技術(shù)核心和設(shè)計(jì)難點(diǎn)。目前已經(jīng)提出的控制策略大致可以分為4類：數(shù)值最優(yōu)控制，解析最優(yōu)控制，瞬時(shí)最優(yōu)控制和啟發(fā)式控制。數(shù)值最優(yōu)控制的典型代表是動(dòng)態(tài)規(guī)劃和模型預(yù)測(cè)控制。解析最優(yōu)控制的典型代表是龐特里亞金極小值原理控制策略。瞬時(shí)最優(yōu)控制的典型代表是瞬時(shí)等效油耗最低控制策略。啟發(fā)式控制策略的典型代表是基于規(guī)則的控制策略。傳統(tǒng)的全局最優(yōu)控制算法動(dòng)態(tài)規(guī)劃和龐特里亞金極小值原理控制方法，由于需要事先知道未來(lái)全部工況信息，無(wú)法實(shí)現(xiàn)實(shí)時(shí)最優(yōu)。傳統(tǒng)的基于規(guī)則的控制策略無(wú)法實(shí)現(xiàn)效率最大化。一般的前饋型控制（假定車輛速度模式一定）無(wú)法實(shí)現(xiàn)實(shí)時(shí)最優(yōu)。傳統(tǒng)的瞬時(shí)最優(yōu)控制參數(shù)受未來(lái)車輛工況變化影響太大，無(wú)法滿足控制性能。自20世紀(jì)90年代初以來(lái)，世界各國(guó)對(duì)混合動(dòng)力汽車的研發(fā)給予了高度重視，并取得了一些重大的成果和進(jìn)展。日本豐田汽車公司于1997年實(shí)現(xiàn)了混合動(dòng)力汽車的量產(chǎn)化，2012年實(shí)現(xiàn)了插電式混合動(dòng)力汽車的量產(chǎn)化。美國(guó)總統(tǒng)奧巴馬2009年宣布了下一代先進(jìn)蓄電池和插電式混合動(dòng)力汽車計(jì)劃。在國(guó)內(nèi)，國(guó)家“十一五”863計(jì)劃設(shè)立了節(jié)能與新能源汽車重大項(xiàng)目。申請(qǐng)者在日本九州大學(xué)攻讀博士學(xué)位期間，掌握了日本企業(yè)和大學(xué)普遍采用的模型預(yù)測(cè)控制算法以及日本學(xué)者大塚敏之提出的C/GMRES快速解法。這兩種方法的結(jié)合解決了模型預(yù)測(cè)控制這種先進(jìn)算法的實(shí)際應(yīng)用問題。在此背景下，提高能源利用效率，減少汽車對(duì)環(huán)境的污染已成為當(dāng)今汽車工業(yè)發(fā)展的首要任務(wù)。同時(shí)，利用道路交通信息，進(jìn)一步提高驅(qū)動(dòng)裝置效率也成為當(dāng)今社會(huì)發(fā)展的現(xiàn)實(shí)需要。為了解決上述問題，需要設(shè)計(jì)出一種基于道路交通信息的可產(chǎn)業(yè)化的混合動(dòng)力汽車模型預(yù)測(cè)控制方法，從而實(shí)現(xiàn)節(jié)能減排目標(biāo)。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)的目的在于克服現(xiàn)有技術(shù)中的不足而提供一種基于跟車模型的混合動(dòng)力汽車節(jié)能預(yù)測(cè)控制方法，以達(dá)到最大限度地節(jié)能減排，產(chǎn)業(yè)化混合動(dòng)力汽車能量管理中央控制器。本專利技術(shù)的目的是這樣實(shí)現(xiàn)的：一種基于跟車模型的混合動(dòng)力汽車節(jié)能預(yù)測(cè)控制方法，具體如下：第一步，信息采集通過全球定位系統(tǒng)采集車輛的位置信息p，作為實(shí)時(shí)車輛狀態(tài)的反饋；通過車載雷達(dá)測(cè)速裝置采集前方車輛速度vp，用于跟蹤控制；通過卡爾曼濾波器利用采集的蓄電池開路電壓VOC、內(nèi)阻Rbatt對(duì)蓄電池荷電狀態(tài)進(jìn)行估計(jì)；第二步，車輛建模基于混合動(dòng)力汽車驅(qū)動(dòng)系統(tǒng)，根據(jù)車輛機(jī)械耦合和電子耦合關(guān)系，列寫系統(tǒng)動(dòng)力學(xué)方程，對(duì)動(dòng)力學(xué)方程進(jìn)行解耦，從而獲得車輛的狀態(tài)空間數(shù)學(xué)模型如式（1）所示：式中，x為狀態(tài)量，u為控制量，S和R是太陽(yáng)輪和齒圈齒數(shù)，τM/G1，τM/G2，τresist，τbrake和τeng是發(fā)電電動(dòng)一體機(jī)一，發(fā)電電動(dòng)一體機(jī)二，車輛行駛阻力，車輛摩擦制動(dòng)和發(fā)動(dòng)機(jī)轉(zhuǎn)矩，ωM/G1，ωM/G2和ωeng是發(fā)電電動(dòng)一體機(jī)一，發(fā)電電動(dòng)一體機(jī)二和發(fā)動(dòng)機(jī)的角轉(zhuǎn)速度；gf是主減速器速比；IM/G1，IM/G2，Iw和Ieng是發(fā)電電動(dòng)一體機(jī)一，發(fā)電電動(dòng)一體機(jī)二，車輪和發(fā)動(dòng)機(jī)的轉(zhuǎn)動(dòng)慣量，rw是車輪半徑，參數(shù)ρ，CD，A，m，g，μ和θ是空氣密度，空氣阻力系數(shù)，迎風(fēng)面積，車輛質(zhì)量，重力加速度，滾動(dòng)阻力系數(shù)和道路坡度，參數(shù)p為車輛位置，xSOC為蓄電池荷電狀態(tài)，VOC，Rbatt和Qbatt是蓄電池開路電壓，內(nèi)阻和容量；蓄電池功率Pbatt由式（2）計(jì)算：道路坡度模型由S型函數(shù)分段線性近似，如式（3）所示：式中s1，s2，s3，s4，s5和s6是形函數(shù)參數(shù)；車輛的燃油經(jīng)濟(jì)性評(píng)價(jià)采用威蘭氏線性模型,如式（4）所示：式中mf為燃油消耗率，參數(shù)a，b，c，h，k和l為常數(shù)；第三步，公式化控制策略首先檢測(cè)混合動(dòng)力車輛狀態(tài)，其次運(yùn)用第一步建立的空間數(shù)學(xué)模型和公式化控制策略求解最優(yōu)的控制問題，然后應(yīng)用所求得的最優(yōu)控制序列的第一個(gè)控制量用于公式化控制，由于模型預(yù)測(cè)控制為區(qū)間最優(yōu)控制，所以其求得的最優(yōu)控制量是數(shù)量為預(yù)測(cè)區(qū)間除以采樣間隔的序列，最優(yōu)控制序列的第一個(gè)控制量與實(shí)際狀態(tài)最接近，所以一般采用它來(lái)作為實(shí)際的控制量；最優(yōu)控制問題定義如式（5）所示：式中T為預(yù)測(cè)區(qū)間。τM/G2max，τM/G2min，τM/G1max，τM/G1min和τbrakemax為控制量約束；評(píng)價(jià)函數(shù)定義如式（6）所示：式中SOCd是目標(biāo)蓄電池荷電狀態(tài)，vd是車輛目標(biāo)速度，它取值為車輛最優(yōu)等速燃油經(jīng)濟(jì)性速度；wx，wy，wz，wd，we，wf，wg，wh，wi，wj，wk和wl是權(quán)重系數(shù)；SOCmin,SOCmax,ωengmax,ωM/G2max,ωM/G1min,ωM/G1max,Pbattmin,Pbattmax，τengmax為參數(shù)約束，τengmax隨狀態(tài)變化的控制量約束，參數(shù)pp，vp，dmin和l分別是預(yù)測(cè)區(qū)間內(nèi)前方車輛位置，速度，最小車間距和車長(zhǎng)，預(yù)測(cè)區(qū)間內(nèi)假設(shè)前方車輛速度一定；第四步，在線最優(yōu)控制解法具體來(lái)說(shuō)，運(yùn)用極小值原理將最優(yōu)控制問題轉(zhuǎn)化為兩點(diǎn)邊值問題，在處理哈密頓函數(shù)相關(guān)的微分方程組和代數(shù)方程組時(shí)采用部分空間法求解，這是一種GMRES解法，應(yīng)用預(yù)測(cè)區(qū)間內(nèi)的最優(yōu)控制序列的第一個(gè)控制量于車輛，之后在下一個(gè)采樣時(shí)刻，將預(yù)測(cè)區(qū)間向前推進(jìn)一步，如此循環(huán)往復(fù)，實(shí)現(xiàn)在線最優(yōu)控制。第五步，權(quán)重參數(shù)調(diào)節(jié)權(quán)重參數(shù)為第三步中評(píng)價(jià)函數(shù)內(nèi)的權(quán)重系數(shù)，采用粒子群算法自動(dòng)調(diào)節(jié)權(quán)重系數(shù)，具體來(lái)說(shuō)，粒子群算法中的粒子為各項(xiàng)權(quán)重系數(shù)，然后通過迭代找到最優(yōu)解，在每一次迭代中，粒子通過跟蹤兩個(gè)極值來(lái)更新自己，第一個(gè)就是粒子本身所找到的最優(yōu)解，這個(gè)解叫做個(gè)體極值，另一個(gè)極值是整個(gè)種群目前找到的最優(yōu)解，這個(gè)極值是全局極值；第六步，目標(biāo)滿足判斷滿足目標(biāo)的標(biāo)準(zhǔn)為汽車的燃油經(jīng)濟(jì)性收斂到最優(yōu)值，具體來(lái)說(shuō)，迭代上一次和本次燃油經(jīng)濟(jì)性誤差在±%5內(nèi)即認(rèn)為滿足目標(biāo)。本專利技術(shù)由于采取以上技術(shù)方案，其具有以下優(yōu)點(diǎn)：1)隨著汽車導(dǎo)航，數(shù)字化地圖的發(fā)展，利用道路交通狀況，對(duì)混合動(dòng)力汽車速度模式和驅(qū)動(dòng)裝置工作點(diǎn)進(jìn)行同時(shí)最優(yōu)化。不同于傳統(tǒng)方法的只對(duì)驅(qū)動(dòng)裝置工作點(diǎn)進(jìn)行優(yōu)化。2)前方有車輛的情況下，傳統(tǒng)的固定車間距的控制算法現(xiàn)在還是主流本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于跟車模型的混合動(dòng)力汽車節(jié)能預(yù)測(cè)控制方法，其特征在于：具體如下：第一步，信息采集通過全球定位系統(tǒng)采集車輛的位置信息p，作為實(shí)時(shí)車輛狀態(tài)的反饋；通過車載雷達(dá)測(cè)速裝置采集前方車輛速度v

【技術(shù)特征摘要】
1.一種基于跟車模型的混合動(dòng)力汽車節(jié)能預(yù)測(cè)控制方法，其特征在于：具體如下：第一步，信息采集通過全球定位系統(tǒng)采集車輛的位置信息p，作為實(shí)時(shí)車輛狀態(tài)的反饋；通過車載雷達(dá)測(cè)速裝置采集前方車輛速度vp，用于跟蹤控制；通過卡爾曼濾波器利用采集的蓄電池開路電壓VOC、內(nèi)阻Rbatt對(duì)蓄電池荷電狀態(tài)進(jìn)行估計(jì)；第二步，車輛建模基于混合動(dòng)力汽車驅(qū)動(dòng)系統(tǒng)，根據(jù)車輛機(jī)械耦合和電子耦合關(guān)系，列寫系統(tǒng)動(dòng)力學(xué)方程，對(duì)動(dòng)力學(xué)方程進(jìn)行解耦，從而獲得車輛的狀態(tài)空間數(shù)學(xué)模型如式(1)所示：x＝[ωengpωM/G2xSOC]Tu＝[τengτM/G2τM/G1τbrake]TM,N,P∈R式中，x為狀態(tài)量，u為控制量，S和R是太陽(yáng)輪和齒圈齒數(shù)，τM/G1，τM/G2，τresist，τbrake和τeng是發(fā)電電動(dòng)一體機(jī)一，發(fā)電電動(dòng)一體機(jī)二，車輛行駛阻力，車輛摩擦制動(dòng)和發(fā)動(dòng)機(jī)轉(zhuǎn)矩，ωM/G1，ωM/G2和ωeng是發(fā)電電動(dòng)一體機(jī)一，發(fā)電電動(dòng)一體機(jī)二和發(fā)動(dòng)機(jī)的角轉(zhuǎn)速度；gf是主減速器速比；IM/G1，IM/G2，Iw和Ieng是發(fā)電電動(dòng)一體機(jī)一，發(fā)電電動(dòng)一體機(jī)二，車輪和發(fā)動(dòng)機(jī)的轉(zhuǎn)動(dòng)慣量，rw是車輪半徑，參數(shù)ρ，CD，A，m，g，μ和θ是空氣密度，空氣阻力系數(shù)，迎風(fēng)面積，車輛質(zhì)量，重力加速度，滾動(dòng)阻力系數(shù)和道路坡度，參數(shù)p為車輛位置，xSOC為蓄電池荷電狀態(tài)，VOC，Rbatt和Qbatt是蓄電池開路電壓，內(nèi)阻和容量；蓄電池功率Pbatt由式(2)計(jì)算：Pbatt＝τM/G1ωM/G1+τM/G2ωM/G2(2)道路坡度模型由S型函數(shù)分段線性近似，如式(3)所示：式中s1，s2，s3，s4，s5和s6是形函數(shù)參數(shù)；車輛的燃油經(jīng)濟(jì)性評(píng)價(jià)采用威蘭氏線性模型,如式(4)所示：（4）式中mf為燃油消耗率，參數(shù)a，b，c，h，k和l為常數(shù)；第三步，公式化控制策略首先檢測(cè)混合動(dòng)力車輛狀態(tài)，其次運(yùn)用第一步建立的空間數(shù)學(xué)模型和公式化控制策略求解最優(yōu)的控制問題，然后應(yīng)用所求得的最優(yōu)控制序列的第一個(gè)控制量用于公式化控制，由于模型預(yù)測(cè)控制為區(qū)間最優(yōu)控制，所以其求得的最優(yōu)控制量是數(shù)量為預(yù)測(cè)區(qū)間除以采樣間隔的序列，最優(yōu)控制序列的第一個(gè)控制量與實(shí)際狀態(tài)最接近，所以一般采用它來(lái)作為實(shí)際的控制量；最優(yōu)控制問題定義如式(5)所示：式中T為預(yù)測(cè)區(qū)間，τM/G2max，τM/G2min，τM/G1max，τM/G1min和τbrakemax為控制量約束；τ為預(yù)測(cè)...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：余開江，許孝卓，張宏偉，高如新，王莉，蘇珊，楊俊起，荊鵬輝，
申請(qǐng)(專利權(quán))人：河南理工大學(xué)，
類型：發(fā)明
國(guó)別省市：河南,41