專(zhuān)利名稱(chēng)：基于神經(jīng)網(wǎng)絡(luò)的混合動(dòng)力系統(tǒng)能量管理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電動(dòng)車(chē)控制技術(shù)領(lǐng)域，尤其是涉及一種基于神經(jīng)網(wǎng)絡(luò)的混合動(dòng)力系統(tǒng)
能量管理方法。
背景技術(shù)：
增程式電動(dòng)車(chē)作為混合動(dòng)力汽 車(chē)的一個(gè)分支，具有混合動(dòng)力汽車(chē)的基本特點(diǎn)。有別于傳統(tǒng)汽車(chē)和純電動(dòng)車(chē)，增程式電動(dòng)車(chē)可由兩種能量源提供動(dòng)力。這種雙能量源的特征增加了系統(tǒng)設(shè)計(jì)的靈活性，在整車(chē)能量管理系統(tǒng)的協(xié)調(diào)控制下，雙能量源與其他部件相互配合，可以進(jìn)行多種優(yōu)化組合，形成不同的動(dòng)力系統(tǒng)工作模式，以適應(yīng)不同的行駛工況。同時(shí)，雙能量源也增加了增程式電動(dòng)車(chē)混合動(dòng)力系統(tǒng)的復(fù)雜性，如何進(jìn)行多種工作模式的切換，如何實(shí)現(xiàn)雙能量源間能量流的優(yōu)化控制，成為混合動(dòng)力系統(tǒng)研究領(lǐng)域的一個(gè)難點(diǎn)。為了解決由混合動(dòng)力系統(tǒng)雙能量源所引起的工作模式切換問(wèn)題，以及能量流的優(yōu)化控制問(wèn)題，不得不增加一個(gè)能量管理系統(tǒng)來(lái)解決傳統(tǒng)內(nèi)燃機(jī)汽車(chē)和純電動(dòng)汽車(chē)所不具有的新問(wèn)題，即必須通過(guò)一定的能量控制策略(Energy Control Strategy)來(lái)控制雙能量源之間能量流的協(xié)調(diào)和分配?？刂撇呗允悄芰抗芾硐到y(tǒng)的核心，是實(shí)現(xiàn)增程式電動(dòng)車(chē)節(jié)能、環(huán)保等目標(biāo)的關(guān)鍵所在。目前研究最為廣泛的四類(lèi)混合動(dòng)力汽車(chē)能量管理策略基于規(guī)則的控制策略、瞬時(shí)優(yōu)化控制策略、全局優(yōu)化控制策略和基于優(yōu)化算法的自適應(yīng)控制策略。根據(jù)部件性能特性和工程經(jīng)驗(yàn)選擇控制參數(shù)，在控制參數(shù)的變化范圍內(nèi)使用一組閾值(邏輯門(mén)限值)將其劃分成不同的區(qū)域，在不同的控制參數(shù)區(qū)域，混合動(dòng)力汽車(chē)按照不同的狀態(tài)和能量供給模式工作，從而形成一組控制規(guī)則?？刂茀?shù)通常有車(chē)速、汽車(chē)行駛的需求功率、發(fā)動(dòng)機(jī)的功率、電池的荷電狀態(tài)(SOC)等。根據(jù)控制參數(shù)的閾值確定與否，又可以分成靜態(tài)邏輯門(mén)限能量管理策略和模糊規(guī)則能量管理策略，前者以精確的閾值來(lái)劃分系統(tǒng)的能量供應(yīng)狀態(tài)，后者對(duì)閾值進(jìn)行模糊化處理后來(lái)決定系統(tǒng)的能量供應(yīng)狀態(tài)。這類(lèi)策略的最大的優(yōu)點(diǎn)是易于工程實(shí)現(xiàn)。但是，基于規(guī)則的能量管理策略，無(wú)論是否進(jìn)行過(guò)控制參數(shù)優(yōu)化，其在燃油經(jīng)濟(jì)性的提高方面還是存在一定的局限性。瞬時(shí)優(yōu)化策略一般是采用“等效燃油消耗最少”法或“功率損失最小”法，二者原理類(lèi)似，都是將兩個(gè)能量源的能量消耗用特定方法進(jìn)行量化統(tǒng)一，以便于計(jì)算出最小整體消耗。瞬時(shí)優(yōu)化策略在每一步長(zhǎng)內(nèi)是最優(yōu)的，但無(wú)法保證在整個(gè)運(yùn)行區(qū)間內(nèi)最優(yōu)，而且需要大量的浮點(diǎn)運(yùn)算和比較精確的車(chē)輛模型，計(jì)算量大，實(shí)現(xiàn)困難。這類(lèi)能量管理策略目前主要應(yīng)用在內(nèi)燃機(jī)一蓄電池混合動(dòng)力系統(tǒng)上，在計(jì)算機(jī)仿真上取得了很好的燃料經(jīng)濟(jì)性，在實(shí)車(chē)應(yīng)用上也取得了一些成果。但是這類(lèi)策略在實(shí)車(chē)上應(yīng)用得并不廣泛，因?yàn)槠鋵?duì)于車(chē)輛實(shí)時(shí)行駛狀態(tài)參數(shù)的采集、處理要求較高。全局優(yōu)化控制策略，在事先知道汽車(chē)行駛的所有過(guò)程中所有工況參數(shù)的條件下，可以實(shí)現(xiàn)能量管理的全局優(yōu)化，有多種控制算法應(yīng)用到這種能量管理策略中，如動(dòng)態(tài)規(guī)劃算法、離散動(dòng)態(tài)規(guī)劃算法、遺傳算法等。全局優(yōu)化模式實(shí)現(xiàn)了真正意義上的最優(yōu)化，但實(shí)現(xiàn)這種策略的算法往往都比較復(fù)雜，計(jì)算量也很大，并且需要預(yù)先獲得所有的道路信息，在實(shí)際車(chē)輛的實(shí)時(shí)控制中很難得到應(yīng)用?；趦?yōu)化算法的自適應(yīng)控制策略，可以根據(jù)當(dāng)前的行駛條件和路況自動(dòng)的預(yù)測(cè)未來(lái)一段時(shí)間內(nèi)的自動(dòng)調(diào)整控制參數(shù)以適應(yīng)行駛工況的變化。所謂自適應(yīng)，就是在每一時(shí)間步，根據(jù)當(dāng)前的行駛條件和路況要求來(lái)調(diào)整部件工作方式，通過(guò)優(yōu)化算法，在保證目標(biāo)函數(shù)最優(yōu)化的前提下，將扭矩需求合理地分配給發(fā)動(dòng)機(jī)和電機(jī)。雖然自適應(yīng)控制策略的目標(biāo)函數(shù)模型、優(yōu)化算法等各不相同，但由于自適應(yīng)控制要實(shí)時(shí)采集大量的發(fā)動(dòng)機(jī)運(yùn)行數(shù)據(jù)，計(jì)算燃油油耗和排放點(diǎn)，優(yōu)化過(guò)程復(fù)雜，計(jì)算量大，導(dǎo)致其目前無(wú)法在實(shí)際中得到應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種燃油經(jīng)濟(jì)性好、易于實(shí)車(chē)實(shí)現(xiàn)的基于神經(jīng)網(wǎng)絡(luò)的混合動(dòng)力系 統(tǒng)能量管理方法。本發(fā)明的目的可以通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)一種基于神經(jīng)網(wǎng)絡(luò)的混合動(dòng)力系統(tǒng)能量管理方法，所述的混合動(dòng)力系統(tǒng)包括整車(chē)控制器、CAN總線、能量源、能量控制器和汽車(chē)動(dòng)力附件，所述的整車(chē)控制器分別通過(guò)CAN總線連接能量控制器和汽車(chē)動(dòng)力附件，所述的能量源與能量控制器連接，所述的方法包括以下步驟I)整車(chē)控制器通過(guò)CAN總線向汽車(chē)動(dòng)力附件發(fā)送訪問(wèn)信號(hào)，從汽車(chē)動(dòng)力附件獲取能量管理策略計(jì)算所需數(shù)據(jù)，所述的數(shù)據(jù)包括混合動(dòng)力系統(tǒng)的需求功率和蓄電池SOC ；2)整車(chē)控制器判斷是否已接收到完整的數(shù)據(jù)，若是，則執(zhí)行步驟3)，若否，則返回步驟I);3)整車(chē)控制器根據(jù)接收到的能量管理策略計(jì)算所需數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)計(jì)算出當(dāng)前最優(yōu)功率分配；4)使用功率增益系數(shù)對(duì)神經(jīng)網(wǎng)絡(luò)計(jì)算出的最優(yōu)功率分配進(jìn)行修正；5)整車(chē)控制器通過(guò)CAN總線向能量控制器發(fā)送功率分配結(jié)果，完成整車(chē)控制器對(duì)混合動(dòng)力系統(tǒng)中各能量源輸出功率的分配控制。所述的汽車(chē)動(dòng)力附件包括散熱子系統(tǒng)和空調(diào)子系統(tǒng)。所述的能量源包括增程器和蓄電池。所述的步驟3)中通過(guò)神經(jīng)網(wǎng)絡(luò)計(jì)算出當(dāng)前最優(yōu)功率分配具體包括以下步驟a)離線計(jì)算，根據(jù)如下動(dòng)力系統(tǒng)瞬時(shí)功率損失公式計(jì)算出不同功率分配下的功率損失，
權(quán)利要求
1.一種基于神經(jīng)網(wǎng)絡(luò)的混合動(dòng)力系統(tǒng)能量管理方法，所述的混合動(dòng)力系統(tǒng)包括整車(chē)控制器、CAN總線、能量源、能量控制器和汽車(chē)動(dòng)力附件，所述的整車(chē)控制器分別通過(guò)CAN總線連接能量控制器和汽車(chē)動(dòng)力附件，所述的能量源與能量控制器連接，其特征在于，所述的方法包括以下步驟 1)整車(chē)控制器通過(guò)CAN總線向汽車(chē)動(dòng)力附件發(fā)送訪問(wèn)信號(hào)，從汽車(chē)動(dòng)力附件獲取能量管理策略計(jì)算所需數(shù)據(jù)，所述的數(shù)據(jù)包括混合動(dòng)力系統(tǒng)的需求功率和蓄電池SOC ； 2)整車(chē)控制器判斷是否已接收到完整的數(shù)據(jù)，若是，則執(zhí)行步驟3)，若否，則返回步驟I); 3)整車(chē)控制器根據(jù)接收到的能量管理策略計(jì)算所需數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)計(jì)算出當(dāng)前最優(yōu)功率分配； 4)使用功率增益系數(shù)對(duì)神經(jīng)網(wǎng)絡(luò)計(jì)算出的最優(yōu)功率分配進(jìn)行修正； 5)整車(chē)控制器通過(guò)CAN總線向能量控制器發(fā)送功率分配結(jié)果，完成整車(chē)控制器對(duì)混合動(dòng)力系統(tǒng)中各能量源輸出功率的分配控制。
2.根據(jù)權(quán)利要求I所述的一種基于神經(jīng)網(wǎng)絡(luò)的混合動(dòng)力系統(tǒng)能量管理方法，其特征在于，所述的汽車(chē)動(dòng)力附件包括散熱子系統(tǒng)和空調(diào)子系統(tǒng)。
3.根據(jù)權(quán)利要求I所述的一種基于神經(jīng)網(wǎng)絡(luò)的混合動(dòng)力系統(tǒng)能量管理方法，其特征在于，所述的能量源包括增程器和蓄電池。
4.根據(jù)權(quán)利要求3所述的一種基于神經(jīng)網(wǎng)絡(luò)的混合動(dòng)力系統(tǒng)能量管理方法，其特征在于，所述的步驟3)中通過(guò)神經(jīng)網(wǎng)絡(luò)計(jì)算出當(dāng)前最優(yōu)功率分配具體包括以下步驟 a)離線計(jì)算,根據(jù)如下動(dòng)力系統(tǒng)瞬時(shí)功率損失公式計(jì)算出不同功率分配下的功率損失，
5.根據(jù)權(quán)利要求4所述的一種基于神經(jīng)網(wǎng)絡(luò)的混合動(dòng)力系統(tǒng)能量管理方法，其特征在于，所述的步驟4)中的修正具體是；將神經(jīng)網(wǎng)絡(luò)計(jì)算出的增程器輸出功率與增程器功率增益系數(shù)K相乘得到調(diào)節(jié)后的增程器輸出功率；所述的K通過(guò)以下公式計(jì)算
全文摘要
本發(fā)明涉及一種基于神經(jīng)網(wǎng)絡(luò)的混合動(dòng)力系統(tǒng)能量管理方法，包括以下步驟1)整車(chē)控制器通過(guò)CAN總線向汽車(chē)動(dòng)力附件發(fā)送訪問(wèn)信號(hào)，獲取能量管理策略計(jì)算所需數(shù)據(jù)；2)整車(chē)控制器判斷是否已接收到完整的數(shù)據(jù)，若是，執(zhí)行步驟3)，若否，返回步驟1)；3)整車(chē)控制器根據(jù)接收到的能量管理策略計(jì)算所需數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)計(jì)算出當(dāng)前最優(yōu)功率分配；4)使用功率增益系數(shù)對(duì)神經(jīng)網(wǎng)絡(luò)計(jì)算出的最優(yōu)功率分配進(jìn)行修正；5)整車(chē)控制器通過(guò)CAN總線向控制器a和控制器b發(fā)送功率分配結(jié)果，完成整車(chē)控制器對(duì)混合動(dòng)力系統(tǒng)中增程器和蓄電池輸出功率的分配控制。與現(xiàn)有技術(shù)相比，本發(fā)明具有燃油經(jīng)濟(jì)性好、易于實(shí)車(chē)實(shí)現(xiàn)、擴(kuò)展性好等優(yōu)點(diǎn)。
文檔編號(hào)B60W10/26GK102963353SQ20121046504
公開(kāi)日2013年3月13日 申請(qǐng)日期2012年11月16日 優(yōu)先權(quán)日2012年11月16日
發(fā)明者章桐, 宋珂, 胡瑾瑜 申請(qǐng)人:同濟(jì)大學(xué)