[发明专利]一种智能网联电动汽车能量最优制动速度优化方法有效
申请号: | 202010068538.1 | 申请日: | 2020-01-21 |
公开(公告)号: | CN111196163B | 公开(公告)日: | 2023-01-31 |
发明(设计)人: | 庄伟超;董昊轩;殷国栋;徐利伟;刘赢;王法安;陈浩;周毅晨 | 申请(专利权)人: | 东南大学 |
主分类号: | B60L7/26 | 分类号: | B60L7/26;B60L7/18;B60L15/20 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
地址: | 211189 江*** | 国省代码: | 江苏;32 |
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 智能 电动汽车 能量 最优 制动 速度 优化 方法 | ||
1.一种智能网联电动汽车能量最优制动速度优化方法,其特征在于,包括以下步骤:
(1)初始化:包含制动距离、终端速度、初始速度,控制单元初始化;
(2)制动意图获取:利用V2X技术获取制动距离、终端速度,利用车载轮速传感器获取初始车速信息;
(3)再生制动控制策略设计:采用静态轴荷比例作为理想制动力分配曲线,分配前后轴制动力,同轴左右轮制动力采用均分策略,采用电机制动力优先的策略分配电机和摩擦制动力;
(4)电动汽车能耗模型设计:建立包含电机和电池的能量消耗模型,并考虑电机和电池能量损耗特性;
(5)能量最优车速优化:以电动汽车制动能量最多为目标,综合行驶距离约束、车速上下界约束、保证舒适性的驱制动力约束,建立优化问题,并采用动态规划算法求解最优车速;
(6)电动汽车按照最优车速行驶,直至控制过程结束;
步骤(5)所述的优化问题建立如下:
采用质点模型描述汽车纵向动力学模型:
其中,g为重力加速度,m为汽车质量,f为摩擦阻力系数,θ为道路坡度,CD为空气阻力系数,ρ为空气密度,d为行驶距离,δ为汽车转动惯量换算系数,F为牵引力,x=[d v]T表示状态量;
则优化问题如下:
满足:
L[x(k),u(k),△t]=Pb△t
x(0)=[vs,0]
x(N)=[vp,D]
v(k)∈[vmin,vmax]
u(k)∈[Fb(k),Fd(k)]
其中,定义汽车回收能量为J,优化问题控制量为u,初始车速为vs,终端车速为vp,最小车速为vmin,最大车速为vmax,优化问题长度为N,最大驱动力为Fd,最大制动力为Fb。
2.根据权利要求1所述的一种智能网联电动汽车能量最优制动速度优化方法,其特征在于,所述步骤(3)的实现过程如下:
前后轴制动分配策略为:
βI=mf/(mf+mr)
Fbf=FbβI
Fbr=Fb(1-βI)
同轴左右轮制动力分配策略为:
Ffl=Ffr=0.5Fbf
Frl=Frr=0.5Fbr
各车轮电机和摩擦制动力分配策略为:
Fmfl=min{Fmflmax,Ffl}
Fffl=Ffl-Fmfl
Fmfr=min{Fmfrmax,Ffr}
Fffr=Ffr-Fmfr
Fmrl=min{Fmrlmax,Frl}
Ffrl=Frl-Fmrl
Fmrr=min{Fmrrmax,Frr}
Ffrr=Frr-Fmrr
其中,四个车轮电机制动力分别为Fmfl、Fmfr、Fmrl、Fmrr,四个轮毂电机最大制动力分别为Fmflmax、Fmfrmax、Fmrlmax、Fmrrmax,四个车轮制动力分别为Ffl、Ffr、Frl、Frr,摩擦制动力为Fffl、Fffr、Ffrl、Ffrr,总制动力为Fb,前轴制动力为Fbf,后轴制动力为Fbr,前后轴制动力分配系数为βI,前轴重量为mf,后轴重量为mr,min{} 为取最小值函数;当电池荷电状态值大于0.9,车速大于120km/h时再生制动系统不起作用,即制动力只由摩擦制动提供。
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东南大学,未经东南大学许可,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/202010068538.1/1.html,转载请声明来源钻瓜专利网。