[發明專利]一種并聯式混合動力汽車的能耗優化方法

有效

• 申請號: 201910872543.5
• 申請日: 2019-09-16
• 公開（公告）號: CN110509914B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 鄭太雄;張芹
• 申請（專利權）人: 重慶郵電大學
• 主分類號: B60W20/15
• 分類號: B60W20/15;B60W50/00;G06F30/15;G06F119/14
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

本發明涉及一種并聯式混合動力汽車的能耗優化方法，屬于新能源技術領域。方法包括1.經驗存儲池，其中存儲的內容為實施者初始搜集的以及按照本方法實施后加入的a個車速工況下對應的b個電機輸出轉矩、發動機輸出轉矩以及相應的能耗值而組成的數據庫；2.可更新的隨機選擇權重參數及按照一定規律對其進行收斂的函數；3.能耗約束函數，在函數的約束條件下可計算得到總能耗；4.返回進行總能耗比較、存儲至經驗池的函數；5.循環接口及最優存儲及更新的內存，使方法能夠持續進行優化，并存儲策略及進行他用。

技術領域

本發明屬于新能源技術領域，涉及一種并聯式混合動力汽車的能耗優化方法。

背景技術

混合動力汽車由于發動機和電機的高效工作區域并不相同，為了發揮混合動力系統的優勢，汽車應根據不同運行工況，采取與之相適應的工作模式，以提高車輛整體動力性、經濟性及排放性。在混合動力汽車動力系統中，根據不同的工況要求和能量分配方案可將混合動力汽車工作模式分為為六種基本模式：怠速/停車模式、純電動模式、純發動機模式、混合驅動模式、行車充電模式和再生制動模式。能量管理策略的設計通常是根據工況來確定相應工作模式下的總需求轉矩(發動機轉矩加電機轉矩)，從而通過控制發動機輸出轉矩來進行能耗(油耗加電耗)的測定。

大量研究者主要是基于規則的算法來進行能耗的優化，恒溫器法、功率跟隨法、電力輔助型控制策略等?；谝巹t的設計在實踐中需要專家經驗，很難達到最優，而且模糊規則一旦建立，則對車輛行駛的所有工況都是這種預先設計好的規則，不能適應行駛工況的變化，從而影響模糊控制器的控制效果。

有研究者提出基于動態規劃進行混合動力汽車能耗優化，通過設計的策略計算最優能量分配率，或者通過求得的最優解以查表的方式進行轉矩分配。動態規劃算法得到的控制策略一般是根據固定的行駛工況來設計的，可以應用于公交車或通勤車等固定線路的車輛。

隨著混合動力汽車領域對自適應控制策略越來越重視，有研究者提出了混合動力電動汽車的模型預測控制[8,9]，其算法的核心是預測未來的動態模型，在線滾動優化計算并實施的控制作用和模型誤差的反饋校正。模型預測控制具有控制效果好、魯棒性強等優點，但是預測域和控制域的長度選擇將直接影響算法的計算量及優化效果，且無法保證全局最優。

發明內容

有鑒于此，本發明的目的在于提供一種并聯式混合動力汽車的能耗優化方法。

為達到上述目的，本發明提供如下技術方案：

一種并聯式混合動力汽車的能耗優化方法，該方法包括以下步驟：

步驟S1：汽車啟動時，工況初始化，采樣時間間隔s初始化，根據ε-greedy進行控制動作選擇，即隨機選取經驗池D，每個狀態有ε的概率進行探索，剩下的1-ε的概率進行開發；參數ε按照一維正態分布進行更新，即ε～N(μ,σ²)，服從一個位置參數為μ、尺度參數為σ的概率分布，且其概率密度函數為：

路徑1，以ε的概率從經驗池D中選擇隨機控制數據A_D進行探索：

A_D＝(v,W_p,T_m,T_e) (2)

其中v為工況車速，W_p為預測總能耗值，T_m為電機轉矩，T_e為發動機轉矩，皆為經驗池D中的數據；

路徑2，有1-ε的概率通過傳感器所采集工況車速形成的索引，在內存器R中搜索已存儲的策略里所對應的控制數據A_R進行開發：

A_R＝(v,W_p,T_m,T_e) (3)