[发明专利]一种考虑能耗与时间的电动汽车驾驶策略权衡优化方法

权利要求书

1.一种考虑能耗与时间的电动汽车驾驶策略权衡优化方法，其特征在于：包括以下步骤：

步骤S1:设置蓄电池参数和电机参数；

步骤S2:根据蓄电池参数和电机参数，构建电机效率最大化和能量消耗最小化的多目标优化模型，计算最优速度；

步骤S3:基于最优速度，构建最小化加速持续时间和加速所需的最小化能源消耗的多目标化模型，计算加速到最优速度的最优加速度；

步骤S4:根据所述最优速度和最优加速度，构建最小化能源消耗和最小化持续时间的多目标化模型，并通过多目标遗传算法得到最优的驱动策略。

2.根据权利要求1所述的一种考虑能耗与时间的电动汽车驾驶策略权衡优化方法，其特征在于：所述步骤S2具体为：

步骤S21:设定最优速度行驶的电动汽车行驶的距离的计算为：

R_g＝v_ref×T^*

其中，v_ref是最优速度，而T^*是以v_ref行驶电池持续的时间；

步骤S22:根据蓄电池参数和电机参数，计算蓄电池功率和电机效率：

f_P(v(t))＝I_P×V_P

I_P电池电流，V_P电池电压，ω是角速度，τ是电机转矩；

步骤S23:建立以能量消耗最小化,电机效率最大化的多目标函数以及约束

minP＝f_P(v(t))/_t＝θ

maxH＝f_H(v(t))/_t＝θ

v_min≤v_ref≤v_max

P≥0

0≤H≤1

其中，v_min为最小车速，vmax为最大车速,P为功率,H为电机效率；能耗最小化和效率最大化在t＝θ测量，θ为以最优速度v_ref行驶蓄电池消耗至SOC＝0.01持续的时间；

步骤S24:根据能量消耗最小化,电机效率最大化的多目标函数以及约束，采用多目标遗传算法进行求解,得到最优速度v_ref。

3.根据权利要求2所述的一种考虑能耗与时间的电动汽车驾驶策略权衡优化方法，其特征在于：所述多目标遗传算法具体为：

步骤1:将种群全体按子目标函数的数目等分为子群体，对每一个子群体分配一个目标函数，进行择优选择，各自选择出适应度高的个体组成一个新的子群体；

步骤2:将所有这些子群体合并成一个完整的群体，在这个群体里进行交叉变异操作，生成下一代完整群体；

步骤3：循环进行步骤2,达到预设要求，生成最优解。

4.根据权利要求1所述的一种考虑能耗与时间的电动汽车驾驶策略权衡优化方法，其特征在于：计算所述θ通过公式：

V_T＝V_P(v_ref-v)

其中，V_T终端电压(V),I_a电枢电流(A),L_a电枢电感(H),K几何常数,I_cell单个电池单元电流(A)，N_p并联电池的数量，R_a电枢电阻(Ω)，I_f励磁电流(A)，当SOC＝0.01时，t＝θ。

5.根据权利要求1所述的一种考虑能耗与时间的电动汽车驾驶策略权衡优化方法，其特征在于：所述步骤S3具体为：

步骤S31:预设加速持续时间和电池能量消耗的计算为：

f_D(a)＝nδt

其中，n为迭代次数，δt为时间步长，I_P(i)为第i次加速时的电池电流，V_P(i)为第i次加速时的电池电压；

步骤S32:构建最小化加速持续时间和加速所需的最小化能源消耗的目标函数及约束：

min of D＝f_D(a)

min of B＝f_B(a)

a_min≤a≤a_max

其中，D为总加速持续时间,B为电池能量消，a_min为最小加速度，a_max为最大加速度；

步骤S33:采用二级加速，构建新的最小化加速持续时间和加速所需的最小化能源消耗的目标函数及约束为：

min of D＝f_D(a₁,a₂,t₁)

min ofB＝f_B(a₁,a₂,t₁)

D＝t₁+t₂

a_min≤a_i≤a_max

其中，t₁为第一次加速,t₂为第二次加速持续时间,t_i第i次加速持续时间，a_i为第i次加速度；

步骤S34:根据新的最小化加速持续时间和加速所需的最小化能源消耗的目标函数及约束，采用多目标遗传算法进行求解，得到最优加速度。