[發明專利]基于路徑信息的PHEV自適應最優能量管理方法

有效

• 申請號: 201910352493.8
• 申請日: 2019-04-29
• 公開（公告）號: CN110135632B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 郭建華;王引航;劉康杰;劉翠;劉緯綸;聶榮真;王繼新;初亮
• 申請（專利權）人: 吉林大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/12
• 代理公司: 長春吉大專利代理有限責任公司 22201
• 代理人: 杜森垚

1.一種基于路徑信息的PHEV自適應最優能量管理方法，其特征在于，包括以下步驟：

步驟一、行駛工況與里程預測：

1.1)通過車載導航系統獲取車輛位置信息并在電子地圖中規劃出行駛路徑，同時獲取該規劃行駛路徑的實時路況信息，生成前方路徑的預測工況；

1.2)車載導航系統獲取車輛的歷史行駛數據，建立出行里程預測策略對每日用戶出行里程進行預測，并繪制車輛累積平均行駛里程曲線；

步驟二、基于SOC規劃算法生成參考SOC：

通過步驟一生成的預測數據，包括預測工況、全天行駛總里程、本次出行里程以及初始SOC，基于SOC規劃算法生成參考SOC；

步驟三、APMP優化算法：

3.1)以油耗最小為全局優化目標，引入協同狀態值，將全局優化問題轉化為若干個帶有漢密爾頓算子的瞬時優化問題；

3.2)協同狀態初值優化：采用遺傳算法優化協同狀態初值，建立協同狀態初值隨SOC初值和出行里程變化的MAP圖；

3.3)協同狀態值在線修正：在實際工況下，利用插值法在MAP圖中求出協同狀態初值，根據車載導航系統獲得的工況信息及參考SOC對協同狀態初值進行實時的修正；所述協同狀態值在線修正包括以下過程：

依據所述步驟二得到的參考SOC，并引入SOC懲罰因子和速度懲罰因子，使實際SOC能實時跟隨參考SOC，修正后的協同狀態值由下式計算：

λ(t)＝λ₀+s(ΔSOC,t)+s(ΔV,t)

λ(t)受SOC差值ΔSOC和車速差值ΔV兩個因素影響，ΔSOC＝SOC-SOC_ref，ΔV＝V-V_m；

SOC差值的懲罰因子s(ΔSOC,t)在偏離參考SOC較小時取極小值，在偏離參考SOC過多時，取值應快速增大；

在ΔSOC0時，懲罰因子s值取正；在ΔSOC0時，懲罰因子s值取負；懲罰因子s(ΔSOC,t)表達式如下：

車速差值的懲罰因子s(ΔV,t)在偏離平均車速較小時取極小值，在偏離平均車速過多時，取值應快速增大；

當ΔV0時，懲罰因子s值取負；當ΔV0時，懲罰因子s值取正；懲罰因子s(ΔV,t)表達式如下：

3.4)對漢密爾頓函數求解，利用PMP優化算法進行動力分配，通過CAN總線傳遞給各執行部件控制器，完成PHEV的整車控制。

2.如權利要求1所述的一種基于路徑信息的PHEV自適應最優能量管理方法，其特征在于，所述步驟1.2)具體過程為：PHEV能量管理系統對用戶每日的車速-時間里程數據進行記錄，然后對車速進行積分得到行駛里程，按小時統計當天行駛里程，并寫入出行里程特征數據庫，工作日和節假日的行駛里程需分別統計；分別統計工作日和節假日每時段的平均行駛里程，繪制工作日和節假日各時段累積平均行駛里程曲線。

3.如權利要求1所述的一種基于路徑信息的PHEV自適應最優能量管理方法，其特征在于，所述步驟二的具體過程為：

首先生成參考SOC：以行駛里程為橫坐標，SOC為縱坐標，連接(0,SOC_ini)和(S_t,SOC_min)兩點，得到SOC_ref；

其中，SOC_ref為參考SOC；SOC_ini為行程初始SOC；SOC_min為CD模式最小SOC；S_t為全天總出行里程，S_t根據當前出行時間由所述步驟一得到的車輛累積平均行駛里程曲線中插值得到；

在每次出行前系統都會進行SOC規劃，對于單次出行來講，本次出行結束時的SOC_end計算公式如下：

其中，S_i為本次出行里程。