[发明专利]一种插电式混合动力汽车能量智能管理方法有效
| 申请号: | 202011044958.2 | 申请日: | 2020-09-29 |
| 公开(公告)号: | CN111923897B | 公开(公告)日: | 2021-03-23 |
| 发明(设计)人: | 刘艳芳;康焰龙;徐向阳;董鹏;王书翰 | 申请(专利权)人: | 北京航空航天大学 |
| 主分类号: | B60W20/00 | 分类号: | B60W20/00;B60W50/00;B60L58/13 |
| 代理公司: | 北京航智知识产权代理事务所(普通合伙) 11668 | 代理人: | 黄川;史继颖 |
| 地址: | 100191*** | 国省代码: | 北京;11 |
| 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 插电式 混合 动力 汽车 能量 智能 管理 方法 | ||
1.一种插电式混合动力汽车能量智能管理方法,其特征在于,包括以下步骤:
S1:建立整车纵向动力学模型,传动系统的数学模型以及发动机、电机和传动系统输出端的功率平衡方程;
S2:根据汽车的行驶记录,得到行驶循环的速度谱,作为驾驶循环的测试工况;
S3:基于等效消耗最小策略,以实时的总能量消耗最小为目标,建立目标函数;
S4:根据步骤S3建立的目标函数,基于庞特里亚金极小值原理,建立哈密顿函数,选取等效因子,以步骤S2得到的测试工况,计算汽车在相应等效因子和驾驶工况下的动力电池SOC消耗情况;
S5:将S4的计算结果作为模糊神经网络的训练数据,训练后得到车速、需求扭矩、等效因子与对应动力电池SOC消耗的模糊神经网络模型;
S6:将目标路程以N米为间距等间隔分段,N≥50,基于步骤S5的模型,目标路程上的平均车速信息及每段道路的距离作为步骤S5得到的模糊神经网络模型的输入参数,运算后,得到一系列等效因子对应的分段道路的动力电池SOC消耗和燃油消耗的预测情况;
S7:对步骤S6得到的等效因子和预测结果进行组合,在离线情况下选择每段道路的等效因子,使得最终的动力电池SOC消耗满足设定的要求,在此基础上选择燃油消耗最小的方案作为理想方案,同时得到行驶路程与动力电池SOC消耗的关系曲线;
S8:基于步骤S7的理想方案,实时状态下,利用自适应等效消耗最小的方法调整等效因子,根据当前时刻动力电池实际SOC消耗与理想SOC消耗的差值,利用PID控制器调整等效因子,使动力电池实际SOC消耗接近理想SOC消耗,最终获得满足设定要求的动力电池SOC消耗情况。
2.根据权利要求1所述的一种插电式混合动力汽车能量智能管理方法,其特征在于,进一步地,所述步骤S1中建立整车纵向动力学模型为:
其中,为电机需求的总功率,为电机的输出转矩,为电机的转速,为电机的工作效率,为驱动电机输出轴到车轮之间动力传输的机械效率,为汽车的总质量,为旋转质量换算系数,为重力加速度系数,为汽车与地面的摩擦系数,为汽车车速,为传动机构传动比,为车轮滚动半径,为空气阻力系数,为乘用车迎风面积。
3.根据权利要求1所述的一种插电式混合动力汽车能量智能管理方法,其特征在于,所述步骤S3中基于等效消耗最小策略建立的目标函数为:
其中,为总燃油消耗,为发动机的燃油消耗量,为电池总的输出功率,为时刻自适应等效因子。
4.根据权利要求1所述的一种插电式混合动力汽车能量智能管理方法,其特征在于,所述步骤S8中利用自适应等效消耗最小的方法调整等效因子,具体方法为:
其中,为时刻的自适应等效因子,为上一时刻的自适应等效因子,为比例控制器的比例系数,为路程为
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北京航空航天大学,未经北京航空航天大学许可,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/202011044958.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种仪表指针关键点检测方法
- 下一篇:一种视频图像无损编解码方法及系统





