[发明专利]一种基于驾驶速度预测和博弈论的分布式能源管理方法

权利要求书

1.一种基于驾驶速度预测和博弈论的分布式能源管理方法，其特征在于，包括以下步骤：

S1：采用循环神经网络RNN-LSTM模型预测驾驶速度，并构建特征工程以提升预测的准确率；

S2:基于预测驾驶速度，结合混合动力系统的多能源装置的各类参数建立多代理人模型，用于定义各代理人的效用方程以及状态条件；

S3：采用基于预测驾驶速度的非合作博弈论模型来优化系统能量管理方法，提高系统效率；

所述S1具体为：基于标准工况驾驶速度曲线构建特征工程，提取出加速度、驾驶状态信息，再采用RNN-LSTM模型的分组预测的方法进行驾驶速度曲线的预测，所述RNN-LSTM模型是根据输入历史的速度曲线和历史加速度曲线，输出预测的速度曲线，该预测模型的输入输出关系表达为：

Γ^k＝[v^k，a^k]

其中v是速度，α是加速度；

所述S2具体为：根据混合动力系统的多能源装置的各种参数建立多代理人模型，多代理人模型包括发电机效用函数模型Ug、蓄电池的效用函数模型Ub和超级电容的效用函数模型Ue：

(1)利用发电机的实际功率，发电机的最佳发电功率和归一化系数定义发电机效用函数模型：

其中P_g是发电机的实际功率，是发电机的最佳发电功率，n_g是归一化系数，范围在[0,1]区间，表示为：

(2)利用电池实际功率，电池的历史平均功率，电池前一个控制时刻的功率和归一化参数定义蓄电池的效用函数模型：

U_b＝ω_b1U_b1+ω_b2U_b1

其中P_b是电池实际功率，P_bave是电池的历史平均功率，P_blast是电池前一个控制时刻的功率；n_b1 n_b2均为归一化参数，其各自的表示为：

其中P_bmax是电池的最大功率，P_bmin是电池的最小功率；

(3)利用超级电容的实际功率，超级电容的期望功率，超级电容的初始电压，超级电容的最大电压，超级电容的最大功率和归一化参数定义超级电容的效用函数模型：

其中P_c是超级电容的实际功率，为超级电容的期望功率，V_c,ini是超级电容的初始电压，V_c,max是超级电容的最大电压，P_c,max是超级电容的最大功率；

n_c是归一化参数，其表达为：

所述基于预测驾驶速度的非合作博弈论模型根据能量守恒，将三个能源装置博弈问题转为两个博弈方问题，具体模型如下：

上式中，

U_bc＝w_b1U_b1+w_b2U_b2+w_cbU_c

U_gc＝w_gU_g+w_cgU_c

P_c＝P_l-P_g-P_b

其中P_l是负载需求，P_c,P_g,P_b分别指超级电容实际功率、发电机实际功率、电池实际功率；

根据上述式1和式2的最优反应函数，可得纳什均衡，即求得该能源管理策略的解。