[发明专利]基于预测的混合动力汽车凸优化能量控制方法及系统

说明书

本发明提出了基于预测的混合动力汽车凸优化能量控制方法及系统，包括：基于混合动力系统的构成建立混合动力系统模型；基于搭建的混合动力系统模型以及长短期记忆神经网络进行车速预测，获取预测时域内车速序列；基于获取的车速序列构建预测优化控制模型；将预测优化控制模型转化为凸优化形式；结合内点法和乘子法对基于预测优化控制模型的凸优化形式进行求解，获得期望电动机以及发动机功率值。本发明在保证优化效果的前提下满足实车应用中对实时性的需求。

技术领域

本发明属于能量优化控制技术领域，尤其涉及混合动力汽车实时能量优化预测控制方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

能量管理是混合动力汽车的关键技术之一，其通过对发动机和电动机功率进行优化分配实现整车能效水平的有效提升。

当前混合动力汽车能量管理方法主要包括基于规则的方法和基于优化的方法。

其中基于规则的方法主要包括基于模糊规则的方法、电量消耗电量维持(Chargedepleting charge sustaining，CDCS)方法等，该类方法虽然具备较好的实时性，但无法保证解的最优性，对整车能效水平的提升能力有限。

基于优化的方法又分为离线优化方法和在线优化方法，其中离线优化方法(如动态规划)需要提前获取全局信息，其解的最优性是以庞大的计算量为代价，难以在线应用。

在线优化方法主要包括等效燃油消耗最小方法以及模型预测控制方法等，其中模型预测控制方法通过滚动优化机制将车辆未来短期状态信息考虑在内进行优化问题的求解，相较等效燃油消耗最小方法表现出了更好的优化效果，同时其计算效率相较离线优化方法有着较为明显的提升。

然而实车应用中，能量管理方法需要集成到VCU(vehicle control unit,整车控制器)中运行，而VCU的算力极其有限。

虽然上述基于模型预测控制的能量管理方法能够在一定程度上兼顾解的最优性和计算效率，但复杂的车辆动力学特性通常使其变为一个强非线性、多约束的优化问题，仍然难以满足实车应用中对实时性的要求。

发明内容

为克服上述现有技术的不足，本发明提供了基于预测控制和凸优化的混合动力汽车实时能量优化控制方法，所设计的能量优化控制方法在保证优化效果的前提下满足实车应用中对实时性的需求。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

第一方面，公开了基于预测的混合动力汽车凸优化能量控制方法，包括：

基于混合动力系统的构成建立混合动力系统模型；

基于搭建的混合动力系统模型以及长短期记忆神经网络进行车速预测，获取预测时域内车速序列；

基于获取的车速序列构建预测优化控制模型；

将预测优化控制模型转化为凸优化形式；

结合内点法和乘子法对基于预测优化控制模型的凸优化形式进行求解，获得期望电动机以及发动机功率值。

进一步的技术方案，建立混合动力系统模型时，包括：

采用多项式拟合的方式对发动机进行建模；

电驱动系统建模；

动力电池建模；以及

车辆纵向动力学建模，具体方式为：通过纵向动力学模型输出车辆总的功率需求，纵向动力学方程。

进一步的技术方案，对发动机进行建模的具体方式为：对发动机转速、发动机功率以及发动机燃油消耗率三者进行二次多项式拟合。