基于分散控制的混合動(dòng)力汽車節(jié)能預(yù)測控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于分散控制的混合動(dòng)力汽車節(jié)能預(yù)測控制方法，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。
【背景技術(shù)】
[0002] 全球能源與環(huán)境形勢的日益嚴(yán)峻，特別是汽車保有量的迅速增長，推動(dòng)新能源汽 車和智能交通系統(tǒng)的發(fā)展。為解決交通擁堵，環(huán)境惡化和交通事故三大問題，本發(fā)明提出了 基于隊(duì)列行駛的混合動(dòng)力汽車節(jié)能預(yù)測控制方法。車輛隊(duì)列行駛技術(shù)指多個(gè)車輛以較小的 車間距離以一個(gè)隊(duì)列行駛的技術(shù)。這種技術(shù)可以極大改善車輛周圍的氣動(dòng)特性，減少其空 氣阻力，增強(qiáng)交通安全性，并可有效提高車輛的燃油經(jīng)濟(jì)性。另一方面，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。
[0003] 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全部工況信息，無法實(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)受未來車輛工況變化影響太 大，無法滿足控制性能。同時(shí)，混合動(dòng)力汽車的隊(duì)列行駛同樣能夠大幅度提高車輛的燃油經(jīng) 濟(jì)性。傳統(tǒng)的混合動(dòng)力汽車隊(duì)列行駛采用集中控制方法，中央控制器控制所有車輛。這種控 制方法存在操作難點(diǎn)大，計(jì)算量大等缺點(diǎn)。而本發(fā)明提出的分散控制策略由于只控制自車， 運(yùn)用車間通信技術(shù)、車路通信技術(shù)、全球定位系統(tǒng)和智能交通系統(tǒng)測取前車和后車位置、速 度和加速度等信息，大大減小了操作難度和計(jì)算量，提高了實(shí)時(shí)控制性能。
[0004] 自20世紀(jì)90年代初以來，世界各國對混合動(dòng)力汽車和智能交通系統(tǒng)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。1997年，在由美國交通部主辦的智能交通系 統(tǒng)展示會(huì)上，展示了由8輛車組成的隊(duì)列行駛技術(shù)。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。在國內(nèi)，國家"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)測控制這種先進(jìn)算法的實(shí)際應(yīng)用問題。
[0005] 在此背景下，提高能源利用效率，減少汽車對環(huán)境的污染和增強(qiáng)交通安全已成為 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)出一種基于分散控制的可產(chǎn)業(yè)化 的混合動(dòng)力汽車模型預(yù)測控制方法，從而實(shí)現(xiàn)節(jié)能減排目標(biāo)。

【發(fā)明內(nèi)容】

[0006] 針對上述問題，本發(fā)明的目的是提供一種能夠?qū)ξ磥碥囕v工況進(jìn)行實(shí)時(shí)預(yù)測的基 于分散控制的混合動(dòng)力汽車模型預(yù)測方法，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。
[0007] 為實(shí)現(xiàn)上述目的，本發(fā)明采取以下技術(shù)方案：
[0008] -種基于分散控制的混合動(dòng)力汽車節(jié)能預(yù)測控制方法，其特征在于：包括以下步 驟：
[0009] 步驟1)信息采集：由全球定位系統(tǒng)采集前車、后車和自車的位置信息，作為實(shí)時(shí) 車輛狀態(tài)反饋，由車載雷達(dá)測速裝置采集前方車輛速度，后方車輛速度，用于跟蹤控制，由 智能交通系統(tǒng)、車路通信系統(tǒng)和車間通信系統(tǒng)采集交通信號(hào)信息，實(shí)時(shí)路況信息以及自車、 后車和前車速度，加速度信息，用于智能交通控制，由卡爾曼濾波器利用采集的蓄電池信息 對蓄電池荷電狀態(tài)進(jìn)行測定；
[0010] 步驟2)車輛建模：行星齒輪式混聯(lián)混合動(dòng)力汽車包含5大動(dòng)態(tài)部件，它們是發(fā)動(dòng) 機(jī)、蓄電池、2個(gè)發(fā)電電動(dòng)一體機(jī)和車輪，行星齒輪作為動(dòng)力分配裝置既有速度耦合器的作 用，又有電子無極變速器作用，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， 對動(dòng)力學(xué)方程解耦，獲得系統(tǒng)的狀態(tài)空間模型，如式（1)所示：
[0017] 式中，X為狀態(tài)量，u為控制量，參數(shù)pp、vp、pf和V f為前車位置、前車速度、后車位 置和后車速度，參數(shù)P2、vjP SOC 2為自車的位置、速度和蓄電池荷電狀態(tài)，參數(shù)u 2和P batt2為 自車的驅(qū)動(dòng)加速度和自車蓄電池的充放電功率，參數(shù)P、CD2、A2、m2、g、μ和0 2是空氣密 度、自車空氣阻力系數(shù)、自車迎風(fēng)面積、自車質(zhì)量、重力加速度、滾動(dòng)阻力系數(shù)和自車道路坡 度，I、Rbatt和Q batt是蓄電池開路電壓、內(nèi)阻和容量，預(yù)測區(qū)間內(nèi)由于車輛的慣性、假設(shè)前方 車輛加速度一定，如果前行車速度大于最大值或者小于一定值，則前行車加速度為〇,如果 前方遭遇交通信號(hào)燈紅燈，則假定一輛速度為0的前行車停在交通信號(hào)燈位置處，車輛的 啟動(dòng)和停止速度模式采用實(shí)驗(yàn)曲線，運(yùn)用實(shí)際駕駛員的特性測取；
[0018] 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（2)所示：
[0020] 式中mf為燃油消耗率，參數(shù)P 為車輛需求功率，c f為常數(shù)參數(shù)；
[0021] 步驟3)公式化控制策略：基于分散控制的混合動(dòng)力汽車能量管理模型預(yù)測最優(yōu) 控制策略的步驟為：首先檢測自車、后車和前車狀態(tài)，包括位置、速度和加速度信息，其次運(yùn) 用所建立的數(shù)學(xué)模型和公式化控制策略求解最優(yōu)控制問題，最后應(yīng)用所求得的最優(yōu)控制序 列的第一個(gè)控制量于系統(tǒng)，由于模型預(yù)測控制為區(qū)間最優(yōu)控制，其求得的最優(yōu)控制量是數(shù) 量為預(yù)測區(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 以采用它來作為實(shí)際的控制量；
[0022] 最優(yōu)控制問題定義如式（3)所示：
[0037] 式中SOCd是目標(biāo)蓄電池荷電狀態(tài)，￥,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，W x、wy、wz、wd、Wp wf、wjp W s是權(quán)重系數(shù)，d 3為最低車輛間距，評(píng)價(jià)函數(shù)設(shè)置 使其在最低車輛間距以上浮動(dòng)，從而增加控制自由度，提高車輛燃油經(jīng)濟(jì)性，障礙函數(shù)用于 處理系統(tǒng)狀態(tài)約束，d f為后車和自車間距，dp為前車和自車間距；
[0038] 步驟4)在線最優(yōu)控制：為保證系統(tǒng)的實(shí)時(shí)最優(yōu)性能，運(yùn)用基于哈密頓方程的數(shù)值 快速求解方法來求解上述最優(yōu)控制問題，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；
[0039] 在每個(gè)采樣時(shí)刻，首先測取前車位置、自車位置、后車位置、前車速度、自車速度、 后車速度、前車加速度、自車加速度、后車加速度和自車蓄電池荷電狀態(tài)實(shí)時(shí)狀態(tài)信號(hào)，其 次利用全球定位系統(tǒng)、車間通信系統(tǒng)、車路通信系統(tǒng)和智能交通系統(tǒng)預(yù)測未來一定區(qū)間車 輛及周圍環(huán)境的狀態(tài)，包括前車加速度、后車加速度、前車與