[发明专利]一种全局SOC规划方法及装置有效
| 申请号: | 202010060247.8 | 申请日: | 2020-01-19 |
| 公开(公告)号: | CN113135113B | 公开(公告)日: | 2022-12-13 |
| 发明(设计)人: | 黄琨;苏常军;陈慧勇 | 申请(专利权)人: | 宇通客车股份有限公司 |
| 主分类号: | B60L58/12 | 分类号: | B60L58/12;B60L58/14 |
| 代理公司: | 郑州睿信知识产权代理有限公司 41119 | 代理人: | 崔旭东 |
| 地址: | 450061 河*** | 国省代码: | 河南;41 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 全局 soc 规划 方法 装置 | ||
1.一种全局SOC规划方法,其特征在于,包括以下步骤:
获取全局工况;根据全局工况以及能量管理模型,利用动态规划算法得到全局离线SOC轨迹;
根据速度和/或加速度对全局工况进行区间分类,包括高功率区间、普通区间、低功率区间以及制动区间;
根据各区间下行驶里程的分布得到各区间的放电系数;
在全局离线SOC轨迹的基础上,根据各区间的放电系数以及目标需求,通过最优拟合的方式调整全局离线SOC轨迹,得到最优SOC轨迹;根据最优SOC轨迹和能量管理模型,得到转矩控制量;根据转矩控制量控制车辆的转矩,使其满足目标需求;
所述目标需求指的是整车燃油消耗最小;
为了使SOC轨迹随工作条件变化而满足全局约束,总放电系数定义为:
进而得到调整全局离线SOC轨迹的计算过程为:
SOCT=SOC0-k(khsh+kcsc+klsl+kdsd);
其中,SOCT为最优SOC轨迹;SOC0为全局离线SOC轨迹;k是总放电系数;kh为高功率区间下动力电池的放电系数的权重;kc为普通区间下动力电池的放电系数的权重;kl为低功率区间下动力电池的放电系数的权重;kd为制动区间下动力电池的放电系数的权重;sh为高功率区间下行驶里程;sc为普通区间下行驶里程;sl为低功率区间下行驶里程;sd为制动区间下行驶里程;vh为高功率区间的车速;vc为普通区间的车速;vl为低功率区间的车速;vd为制动区间的车速;t1为高功率区间的行驶时间;t2为普通区间的行驶时间;t3为低功率区间的行驶时间;t4为制动区间的行驶时间;
通过对各区间的放电系数的权重进行不断调整,得到最优SOC轨迹。
2.根据权利要求1所述的全局SOC规划方法,其特征在于,还获取车辆的当前加速度和当前速度;根据神经网络算法建立车速预测模型,根据当前加速度、当前速度及车速预测模型得到车辆的短期预测速度;以短期预测速度为扰动优化能量管理模型,根据最优SOC轨迹和优化后的能量管理模型得到转矩控制量。
3.根据权利要求2所述的全局SOC规划方法,其特征在于,所述车速预测模型为:
其中,Vk,Vk+1,...Vk+P为短期预测速度;fn为径向基神经网络函数;a为当前加速度;为当前车速;Hh为过去车速向量长度;k、P均为常数。
4.根据权利要求3所述的全局SOC规划方法,其特征在于,车速预测模型的隐藏层中的径向基神经网络函数为高斯函数,所述高斯函数为:
其中,yj为神经网络输出,ωij为输出权值,bf为开发者预设的神经元阈值,x为神经网络输入,ci为神经元节点中心,σ为神经元径向基函数扩散宽度,h为隐藏层节点数,i、j、P均为常数。
5.根据权利要求2所述的全局SOC规划方法,其特征在于,所述优化能量管理模型的方式为滚动优化法。
6.一种全局SOC规划装置,其特征在于,包括存储器和处理器,所述处理器用于执行存储在存储器中的指令以实现如权利要求1-5中任一项所述的全局SOC规划方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宇通客车股份有限公司,未经宇通客车股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010060247.8/1.html,转载请声明来源钻瓜专利网。





