[发明专利]一种混合动力车辆的能量控制方法

权利要求书

1.一种混合动力车辆的能量控制方法，该方法包括：

（1）观测当前系统状态，包括车辆行驶车速，驾驶员踏板信息，电池SOC，发动机转速转矩；

（2）依据车辆行驶车速与驾驶员踏板信息判断当前EVT模式状态，并更新当前系统模型与系统约束，并假设在预测时域内EVT模式状态保持不变；

（3）对预测时域内的未来车速进行预测，得到预测时域内系统观测输入量；

（4）在预测时域内构造预测控制优化问题，并通过动态规划算法在线进行数值求解；

（5）计算得到预测时域内的最优控制序列；

（6）仅采用第一组最优控制量，在当前采样时刻作用于系统，舍弃其余控制量；

（7）在下一时刻重复步骤（1）至（6），直至行驶结束。

2.根据权利要求1所述的能量控制方法，其中根据以下分类预测方法预测未来车速：

利用K均值聚类算法在离线状态下将车辆行驶工况分类为平稳工况与快变工况两类，并在在线阶段实时判断车辆当前所处工况类别；

针对平稳工况，采用基于马尔科夫链的车速预测方法，而针对快变工况，采用基于径向基神经网络的车速预测方法，以此综合利用两种方法的优点以达到最优的预测效果。

3.根据权利要求2所述的能量控制方法，其中根据以下特征参数：最大加速度、最大减速度、平均加速度、车速标准方差、最高车速与最低车速之差、加速度标准方差来将车辆行驶工况分类。

4.根据权利要求2所述的能量控制方法，其中采用K均值聚类算法，通过计算样本间的亲疏程度来进行数据分类，具体工况判断步骤如下：

离线阶段：（1）组合多个标准循环工况构成样本；

（2）在循环工况中每一采样时刻计算过去10秒的工况特征参数，得到特征参数样本数据[x₁₁,x₁₂,...,x_1m]，[x₂₁,x₂₂,...,x_2m]，……，[x_n1,x_n2,...,x_nm]，其中m为特征参数序数，n为循环工况长度；

（3）应用K均值聚类算法，随机选取聚类中心c1＝[c₁₁,c₁₂,...,c_1m]，c2＝[c₂₁,c₂₂,...,c_2m]，计算所有样本与聚类中心的距离，并将样本按照最近邻规则分组，归属不同θ_m(k)聚类域，其中k为迭代次数，n_m为第m类特征参数中包含的循环工况长度，x_i为特征参数样本数值，再按下式调整聚类中心：

如果c_m(k+1)≠c_m(k)，则继续调整聚类中心，直至聚类中心不再变化，则认为分类稳定，得到平稳工况的聚类中心c1和快变工况的聚类中心c2；

在线阶段：（1）车辆实际行驶过程中，在当前采样时刻计算出过去10秒的工况特征参数值[x₁,x₁,...,x_m]；

（2）依据下式计算特征参数值[x₁,x₁,...,x_m]到两个聚类中心c1和c2的距离d：

式中：j＝1,2对应着两类工况；

（3）若d₁≤d₂，则判断当前时刻为平稳工况，若d₁＞d₂，则判断当前时刻为快变工况。

5.根据权利要求2所述的能量控制方法，其中平稳工况下假设车辆在每一时刻的加速度与历史信息无关，只由当前信息决定，从而认为车辆的加速度变化是一种马尔科夫过程，使用马尔科夫链模型来模拟车速与加速度的变化规律，并在平稳工况下对未来车速进行预测。