[发明专利]一种电动汽车跟驰节能控制系统及其博弈论方法

权利要求书

1.一种电动汽车跟驰节能控制系统，其特征在于，该系统包括：交通环境模型(1)、前车模型(2)、主车模型(3)、车间动力学模型监测器(4)、跟车系统状态量信息(5)、理想跟车行为模型(6)、跟车行为数据库(7)、跟车模型超参数(8)、目标跟车参数(9)、实际跟车参数(10)、控制信号(11)、混合策略纳什均衡求解模块(12)、纯策略下支付矩阵(13)、混合策略下的支付矩阵(14)、基于粒子群算法的混合策略纳什均衡求解模块(15)、实时权重(16)、观测量(17)、状态量(18)、预测模型(19)、制动能量回收模型(20)、车间动力学模型(21)、性能指标(22)、制动能量回收(23)、跟车安全性(24)、制动舒适性(25)、滚动优化(26)；

其中：交通环境模型(1)包括前车模型(2)和主车模型(3)，车间动力学模型监测器(4)负责采集来自前车模型(2)和主车模型(3)的动力学信息，跟车系统状态量信息(5)负责提取跟车状态信息，并分别将观测量(17)、状态量(18)传递到理想跟车行为模型(6)和混合策略纳什均衡求解模块(12)；

混合策略纳什均衡求解模块(12)包括纯策略下支付矩阵(13)、混合策略下的支付矩阵(14)、基于粒子群算法的混合策略纳什均衡求解模块(15)三个部分，通过输入的状态量(18)得到实时权重(16)；

理想跟车行为模型(6)包括跟车行为数据库(7)、跟车模型超参数(8)，其输入为观测量(17)，输出为目标跟车参数(9)；

目标跟车参数(9)和实际跟车参数(10)输入到预测模型(19)，预测模型(19)包括制动能量回收模型(20)、车间动力学模型(21)，性能指标(22)包括制动能量回收(23)、跟车安全性(24)、制动舒适性(25)，数据依次经过预测模型(19)、性能指标(22)和滚动优化(26)，输出控制信号(11)到主车模型(3)，实现跟车控制。

2.一种电动汽车跟驰节能控制的博弈论方法，其特征在于具体包括以下步骤：

步骤1：问题定义，包括制动能量传递模型和车间纵向动力学模型；

首先，通过受力分析得到车辆在一个制动过程中所消耗的能量；当车辆间的相对距离小于安全距离时，被驱动车辆开始减速并保持与领先车辆的安全距离；制动过程中消耗的能量如下式所示：

式中，E₀为初始时刻能量，E₁为结束时刻能量，ΔE为能量变换量，m是车辆质量，v₀是制动过程开始前的初始速度，v₁是制动过程结束时的速度；

分析车辆在随车制动过程中的纵向力，如式所示：

F_t＝ma_{x_ego}＝F_f+F_w+F_s+F_b

式中，F_t为总阻力，F_f为滚动阻力，F_w为摩擦阻力，F_s为爬升阻力，F_j为包括再生制动和摩擦制动在内的总制动力，a_{x_ego}为ego车辆的纵向加速度；

在制动过程中，车轮的负载功率P如公式所示：

P＝F_tv＝(F_f+F_w+F_i+F_b)v

式中，P是车轮的负载功率，v是制动过程中每个采样时间的瞬时车速；

根据能量守恒定律，制动过程中消耗的能量等于电阻所做的功，如公式所示：

ΔE＝∫Pdt＝∫(F_f+F_w+F_i+F_b)vdt

然后，通过对制动过程中能量流的分析，得出再生制动的能量回收；当所需的制动力较大时，驱动轮上的一部分制动能量将以摩擦制动产生的热能的形式散失，而这些热能是无法回收的；制动能量的可回收部分由机械传动系统传送至以发电方式工作的电机，将动能转换为电能，然后储存在储能装置中；

机械传动系统可回收制动能量的瞬时功率P₁为：

P₁＝F_{b_re}v

式中，P₁是机械传动系统可回收制动能量的瞬时功率，F_{b_re}是由驱动电机提供的再生制动功率；

发电机的瞬时功率P₂如方程式所示：

P₂＝K₁P₁＝T_Mω

式中，P₂是发电机的瞬时功率，K₁为机械旋转部件的传动效率，T_M为电机转矩，ω为电机角速度；

能量储存系统的瞬时功率P₃如方程式所示：

P₃＝K₂P₂＝K₁K₂P₁

式中，K₂是电机的发电效率，P₃是能量储存系统的瞬时功率；

能量储存系统P₄的回收能量功率如等式所示：

P₄＝K₃P₃＝K₁K₂K₃P₁

式中，K₃是储能系统的充电效率，P₄是能量储存系统的回收能量功率；

相应地，再生制动系统的总可回收能量如式所示：

E＝∫P₄dt＝K₁K₂K₃∫F_{b_re}vdt

式中，E是再生制动系统总能量；

步骤2：设计滚动优化过程中目标权重调整的算法；

步骤2.1：滚动优化过程中目标权重调整；

回收制动能量成本函数如式所示；

式中，η是回收制动能量成本函数；

玩家的支付函数如等式所示：

u₁(z_t)＝a₁η+b₁

式中，u₁为玩家的支付函数，z_t为被驱动车辆在t时刻的制动强度，a₁和b₁为超参数；

与制动经济性相比，在设计制动舒适性指标的成本函数时，不仅要考虑当前的成本函数值，还要考虑成本函数的积分值；因此，允许车辆制动舒适性成本函数在短时间内增加，但不允许长时间处于较高值；综上所述，设计的制动舒适性成本函数如式所示：

式中，J_c为瞬时支付函数，J_cI为总体支付函数，z_t和z_t-1分别为t时刻和t-1时刻被驱动车辆的制动强度，t_s为策略执行时间；

提出的制动舒适性支付函数如式所示：

其中，u₂是制动舒适性支付函数，a₂₁、a₂₂和b₂是超参数；

对于跟驰安全性而言，制动力的大小不仅是制动力的函数，而且还受交通环境中相对速度和距离的影响；在相同的制动力下，相对速度高，相对距离短，碰撞风险大；同时，跟车安全参与者的收益更高，它通过多目标控制器的操作，以更大的性能指标权重系数来保证跟车安全；因此，支付函数如等式所示：

式中，u₃为跟驰安全性支付函数，Δv和Δd是t时刻车辆的相对速度和距离，g是重力加速度，a₃和b₃是超参数；

步骤2.2：纯策略收益矩阵

综上所述，t时刻的纯策略收益矩阵如等式所示；在给定的采样时间内，车辆与领先车辆的相对距离为，相对速度为，车辆的制动力为zt；由于这些参数都是固定值，所以矩阵中的元素只是不同制动强度zt的函数，它反映了每个参与者在当前采样时间对制动强度的不同值的回报；

U_t＝[u₁(z_t)u₂(z_t,z_t-1)u₃(z_t,Δv,Δd)]

式中，U_t为支付函数向量，z_t和z_t-1分别为t时刻和t-1时刻被驱动车辆的制动强度，u₁为玩家的支付函数，u₂是制动舒适性支付函数，u₃为跟驰安全性支付函数，Δv和Δd是t时刻车辆的相对速度和距离；

步骤3：根据混合策略纳什均衡解，在每个采样时刻调整权重系数；

车辆跟驰过程的混合策略博弈模型包含多个参与者；对于有限n人非合作博弈，博弈策略的一般形式如等式所示：

其中，N是有限的玩家集，N＝{1,2，…，N}；是玩家i的纯策略空间，是玩家i的支付函数；

混合策略下的纳什均衡必须存在，纯策略只是混合策略的一个特例；对于博弈模型的广义形式，第i个博弈者的混合策略本质上是纯策略空间中的概率分布，当前混合策略下博弈者i的收益是纯策略收益与混合策略乘积的和，如等式所示：

其中，σ是一种混合策略；

则玩家的优化问题如上式所示。