專利名稱：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(shù)領(lǐng)域：
本發(fā)明涉及電動汽車控制技術(shù)領(lǐng)域，尤其是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。
背景技術(shù)：
電動汽車被認為是解決能源危機和環(huán)境污染最具潛力的新能源汽車技術(shù)，但純電動汽車存在續(xù)駛里程短、充電時間長的問題，增程式電動汽車的出現(xiàn)有效彌補了此種不足。增程式電動汽車安裝有能夠增加續(xù)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(fā)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(fā)動機、蓄電池和內(nèi)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(qū)動電機，從而大幅提高電動汽車的續(xù)駛里程。作為具有兩種能量源的新能源汽車結(jié)構(gòu)形式，增程式電動汽車的能量管理策略與整車的燃油經(jīng)濟性、動力性和排放密切相關(guān)。整車能量管理策略能夠根據(jù)駕駛員的意圖和汽車行駛狀態(tài)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(yōu)分配動力蓄電池和增程器的功率輸出，提高汽車的燃油經(jīng)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(guān)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(guān)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(shè)置增程式輸出功率為最優(yōu)效率點處，結(jié)構(gòu)簡單、可靠，是目前增程式電動汽車應(yīng)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(jīng)常會對動力蓄電池大量充電，能量轉(zhuǎn)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(jù)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(tài)響應(yīng)滯后的問題，影響整車動力性能。(3)瞬時優(yōu)化能量管理策略瞬時優(yōu)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(jù)當前整車行駛狀態(tài)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(xiàn)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(xiàn)動力系統(tǒng)能量源的功率分配，模糊控制器將整車行駛狀態(tài)信息如車速、蓄電池SOC等輸入量模糊化，設(shè)定模糊控制規(guī)則，以實現(xiàn)對動力系統(tǒng)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(tài)信息考慮進去，實現(xiàn)較為復雜的控制規(guī)則，但是實現(xiàn)較為復雜，模糊控制器的建立主要依靠經(jīng)驗，無法獲得全局最優(yōu)。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(yīng)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(tài)，即油門踏板深度、制動狀態(tài)、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(jīng)濟性的影響，而且控制規(guī)則的制定基本都是基于經(jīng)驗，在試湊的過程中確定控制參數(shù)，雖然具有一定的實用性，但無法使整車得到最優(yōu)，利用優(yōu)化算法對控制策略參數(shù)進行優(yōu)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(yōu)勢，但受行駛工況影響較大，對于特定的行駛工況，存在對應(yīng)的最優(yōu)控制策略參數(shù)值，但是某一特定工況的最優(yōu)控制策略 參數(shù)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(jīng)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(jīng)濟性，無法達到整個工況范圍內(nèi)的最優(yōu)，多模式切換控制策略通過不同的最優(yōu)控制策略切換可以實現(xiàn)整個行駛工況范圍內(nèi)的最優(yōu)。

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性能可靠、整車動力性能穩(wěn)定、實用性強的增程式電動汽車的能量控制策略多模式自動切換方法。本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)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I)實時采集汽車行駛的工況信息，計算某段時間內(nèi)汽車行駛的工況特征參數(shù)；2)將步驟I)中的當前工況特征參數(shù)與各典型工況特征參數(shù)進行匹配處理，確定當前汽車行駛的工況類型；3)根據(jù)步驟2)中的工況類型自動選擇該工況類型下的最優(yōu)能量控制策略，并將當前的能量控制策略自動切換為最優(yōu)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(shù)包括某段時間內(nèi)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(shù)與各典型工況特征參數(shù)進行比對，判斷當前工況特征參數(shù)值與某一典型工況特征參數(shù)值的差是否在設(shè)定范圍內(nèi)，若是，則判斷當前工況為該典型工況特征參數(shù)值所對應(yīng)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(qū)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(yīng)的經(jīng)遺傳算法優(yōu)化后的最優(yōu)能量控制策略；當工況類型為郊區(qū)工況時，將當前的能量控制策略自動切換為與郊區(qū)工況對應(yīng)的經(jīng)遺傳算法優(yōu)化后的最優(yōu)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(yīng)的經(jīng)遺傳算法優(yōu)化后的最優(yōu)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(yīng)的基于神經(jīng)網(wǎng)絡(luò)的瞬時優(yōu)化能量控制策略。所述的經(jīng)遺傳算法優(yōu)化后的最優(yōu)能量控制策略是指在不同工況下，以燃油經(jīng)濟性為優(yōu)化目標，以增程器恒定輸出功率為優(yōu)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(yōu)化，得到不同工況下的增程器恒定輸出功率最優(yōu)值，進而得到不同工況所對應(yīng)的最優(yōu)能量管理控制策略，遺傳算法的實現(xiàn)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(yōu)化處理的染色體；b)初始化種群種群是遺傳優(yōu)化進化工程的基礎(chǔ)，增程器恒定輸出功率字符串基因作為種群的個體；c)適應(yīng)度計算通過計算優(yōu)化變量對應(yīng)的目標函數(shù)值得到種群中每個個體的適應(yīng)度值，表征個體在種群中的適應(yīng)能力；d)遺傳操作采用選擇、交叉和變異等操作產(chǎn)生下一代種群；e)解碼循環(huán)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(yōu)值。所述的基于神經(jīng)網(wǎng)絡(luò)的瞬時優(yōu)化能量控制策略是指在某個行駛工況瞬時，根據(jù)當前整車行駛狀態(tài)，即整車需求功率和蓄電池S0C，利用神經(jīng)網(wǎng)絡(luò)計算出使得當前總功率損失最小所對應(yīng)的增程器輸出功率。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點I)現(xiàn)有技術(shù)的能量管理策略的制定基本依據(jù)整車的行駛狀態(tài)信息，很少能夠考慮到整車行駛工況信息，本發(fā)明從整車行駛狀態(tài)信息和識別工況信息出發(fā)，針對不同的行駛工況狀態(tài)，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(xiàn)經(jīng)濟性最優(yōu)；2)現(xiàn)有技術(shù)的能量管理策略控制參數(shù)很多都是依據(jù)經(jīng)驗需反復調(diào)整，本發(fā)明所用的單模型控制策略的控制參數(shù)經(jīng)過遺傳算法的優(yōu)化，確保每個單工況中燃料經(jīng)濟性最優(yōu)。


圖I為實施例中增程式電動汽車的結(jié)構(gòu)示意圖；圖2為實施例中整車能量管理控制系統(tǒng)的結(jié)構(gòu)框圖；圖3為本發(fā)明切換方法的結(jié)構(gòu)框圖；圖4為本發(fā)明的整車能量管理策略運行流程示意圖。
具體實施例方式下面結(jié)合附圖和具體實施例對本發(fā)明進行詳細說明。實施例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，本方法用于增程式電動汽車的能量管理，增程式電動汽車的驅(qū)動系統(tǒng)結(jié)構(gòu)如圖I所示，其中實線表示電氣連接，雙實線表示機械連接。該增程式電動汽車包括增程器I、動力蓄電池組2、功率轉(zhuǎn)換器a3、充電機4、功率轉(zhuǎn)換器b5、驅(qū)動電機6和機械傳動系統(tǒng)7。增程器I 一方面可以為動力蓄電池組2充電，另一方面可以與動力蓄電池組2—起驅(qū)動電機6，并且外接電源可以通過充電機4為動力蓄電池組2充電。如圖2所示，增程式電動汽車的能量控制系統(tǒng)包括增程器控制器7、蓄電池控制器
8、電機控制器9、能量管理控制器10、整車控制器11和工況識別器12，能量管理控制器10分別連接增程器控制器7、蓄電池控制器8、整車控制器11和工況識別器12，增程器控制器7與增程器I連接，蓄電池控制器8與動力蓄電池組2連接，電機控制器9與驅(qū)動電機6連接。工況識別器12識別 工況后，能量管理控制器10根據(jù)當前工況、整車需求功率和蓄電池SOC狀態(tài)等信息自動切換到當前工況下最優(yōu)的能量控制策略，分配增程器和蓄電池的輸出功率，控制二者共同作用為驅(qū)動電機提供所需功率，或者增程器在提供驅(qū)動電機需求功率的同時為動力蓄電池組充電，保持整車穩(wěn)定行駛。如圖3-圖4所示，上述增程式電動汽車的能量控制策略多模式自動切換方法具體包括以下步驟在步驟101中，實時采集汽車行駛的工況信息，包括速度信息和坡度信息等。在步驟102中，計算某段時間內(nèi)汽車行駛的工況特征參數(shù)，包括某段時間內(nèi)的平均速度、平均加速度和平均減速度。在步驟103中，將步驟102中的當前工況特征參數(shù)與各典型工況特征參數(shù)進行匹配處理，確定當前汽車行駛的工況類型，工況類型包括城市工況、郊區(qū)工況、高速工況和不確定工況，具體匹配處理包括將當前工況特征參數(shù)與各典型工況特征參數(shù)進行比對，判斷當前工況特征參數(shù)值與某一典型工況特征參數(shù)值的差是否在設(shè)定范圍內(nèi)，若是，則判斷當前工況為該典型工況特征參數(shù)值所對應(yīng)的工況類型，若否，則判斷當前工況為不確定工況。在步驟104中，根據(jù)步驟103中的工況類型自動選擇該工況類型下的最優(yōu)能量控制策略，并將當前的能量控制策略自動切換為最優(yōu)能量控制策略若判斷當前工況類型為城市工況，則將當前的能量控制策略自動切換為與城市工況對應(yīng)的經(jīng)遺傳算法優(yōu)化后的最優(yōu)能量控制策略；若判斷當前工況類型為郊區(qū)工況，則將當前的能量控制策略自動切換為與郊區(qū)工況對應(yīng)的經(jīng)遺傳算法優(yōu)化后的最優(yōu)能量控制策略；若判斷當前工況類型為高速工況，則將當前的能量控制策略自動切換為與高速工況對應(yīng)的經(jīng)遺傳算法優(yōu)化后的最優(yōu)能量控制策略；若判斷當前工況類型為不確定工況，則將當前的能量控制策略自動切換為與不確定工況對應(yīng)的基于神經(jīng)網(wǎng)絡(luò)的瞬時優(yōu)化能量控制策略。最優(yōu)能量管理控制策略的基礎(chǔ)是恒溫器控制策略，其增程器的恒定輸出功率是對應(yīng)典型工況下經(jīng)過遺傳算法優(yōu)化得到的最佳值。在不同類別的工況下，以燃油經(jīng)濟性為優(yōu)化目標，以增程器恒定輸出功率為優(yōu)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(yōu)化，便可得到不同類別工況下的增程器恒定輸出功率最優(yōu)值，進而得到不同類別工況所對應(yīng)的最優(yōu)能量管理控制策略，遺傳算法的實現(xiàn)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(yōu)化處理的染色體；b)初始化種群種群是遺傳優(yōu)化進化工程的基礎(chǔ)，增程器恒定輸出功率字符串基因作為種群的個體；c)適應(yīng)度計算通過計算優(yōu)化變量對應(yīng)的目標函數(shù)值得到種群中每個個體的適應(yīng)度值，表征個體在種群中的適應(yīng)能力；d)遺傳操作采用選擇、交叉和變異等操作產(chǎn)生下一代種群；e)解碼循環(huán)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(yōu)值。基于神經(jīng)網(wǎng)絡(luò)的瞬時優(yōu)化能量控制策略采用系統(tǒng)總功率損失最小法，在某個行駛工況瞬時，根據(jù)當前整車行駛狀態(tài)，即整車需求功率和蓄電池S0C，利用神經(jīng)網(wǎng)絡(luò)算法，計算出使得當前系統(tǒng)總功率損失最小所對應(yīng)的增程器輸出功率。本發(fā)明從整車行駛狀態(tài)信息和識別工況信息出發(fā)，針對不同的行駛工況狀態(tài)，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(xiàn)經(jīng)濟性最優(yōu)。
權(quán)利要求
1.一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(nèi)汽車行駛的工況特征參數(shù)； 2)將步驟I)中的當前工況特征參數(shù)與各典型工況特征參數(shù)進行匹配處理，確定當前汽車行駛的工況類型； 3)根據(jù)步驟2)中的工況類型自動選擇該工況類型下的最優(yōu)能量控制策略，并將當前的能量控制策略自動切換為最優(yōu)能量控制策略。
2.根據(jù)權(quán)利要求I所述的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，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(shù)包括某段時間內(nèi)的平均速度、平均加速度和平均減速度。
3.根據(jù)權(quán)利要求I所述的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，所述的步驟2)具體為將當前工況特征參數(shù)與各典型工況特征參數(shù)進行比對，判斷當前工況特征參數(shù)值與某一典型工況特征參數(shù)值的差是否在設(shè)定范圍內(nèi)，若是，則判斷當前工況為該典型工況特征參數(shù)值所對應(yīng)的工況類型，若否，則判斷當前工況為不確定工況。
4.根據(jù)權(quán)利要求3所述的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，所述的工況類型包括城市工況、郊區(qū)工況、高速工況和不確定工況。
5.根據(jù)權(quán)利要求4所述的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，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(yīng)的經(jīng)遺傳算法優(yōu)化后的最優(yōu)能量控制策略； 當工況類型為郊區(qū)工況時，將當前的能量控制策略自動切換為與郊區(qū)工況對應(yīng)的經(jīng)遺傳算法優(yōu)化后的最優(yōu)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(yīng)的經(jīng)遺傳算法優(yōu)化后的最優(yōu)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(yīng)的基于神經(jīng)網(wǎng)絡(luò)的瞬時優(yōu)化能量控制策略。
6.根據(jù)權(quán)利要求5所述的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，所述的經(jīng)遺傳算法優(yōu)化后的最優(yōu)能量控制策略是指在不同工況下，以燃油經(jīng)濟性為優(yōu)化目標，以增程器恒定輸出功率為優(yōu)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(yōu)化，得到不同工況下的增程器恒定輸出功率最優(yōu)值，進而得到不同工況所對應(yīng)的最優(yōu)能量管理控制策略，遺傳算法的實現(xiàn)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(yōu)化處理的染色體； b)初始化種群種群是遺傳優(yōu)化進化工程的基礎(chǔ)，增程器恒定輸出功率字符串基因作為種群的個體； c)適應(yīng)度計算通過計算優(yōu)化變量對應(yīng)的目標函數(shù)值得到種群中每個個體的適應(yīng)度值，表征個體在種群中的適應(yīng)能力； d)遺傳操作采用選擇、交叉和變異等操作產(chǎn)生下一代種群； e)解碼循環(huán)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(yōu)值。
7.根據(jù)權(quán)利要求5所述的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，所述的基于神經(jīng)網(wǎng)絡(luò)的瞬時優(yōu)化能量控制策略是指在某個行駛工況瞬時，根據(jù)當前整車行駛狀態(tài)，即整車需求功率和蓄電池SOC，利用神經(jīng)網(wǎng)絡(luò)計算出使得當前總功率損失最小所對應(yīng)的增程器輸出功率。
全文摘要
本發(fā)明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(nèi)汽車行駛的工況特征參數(shù)；2)將步驟1)中的當前工況特征參數(shù)與各典型工況特征參數(shù)進行匹配處理，確定當前汽車行駛的工況類型；3)根據(jù)步驟2)中的工況類型自動選擇該工況類型下的最優(yōu)能量控制策略，并將當前的能量控制策略自動切換為最優(yōu)能量控制策略。與現(xiàn)有技術(shù)相比，本發(fā)明具有性能可靠、整車動力性能穩(wěn)定、實用性強等優(yōu)點。
文檔編號B60L11/18GK102951037SQ20121046553
公開日2013年3月6日 申請日期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, 徐群群 申請人:同濟大學