[发明专利]插电式混合动力汽车模型参考自适应最优能量管理方法

说明书

本发明公开了一种基于行驶工况预测的PHEV自适应优化能量管理控制方法，通过智能交通系统、车载导航系统获取未来路径信息，生成未来路径的能耗等效预测工况；建立参考ECMS控制模型，以能耗等效预测工况作为输入，以油耗最低为优化目标，寻求最优的ECMS等效因子λ_opt和参考SOC_ref；基于最优等效因子λ_opt以及参考SOC_ref，在实际行驶工况下，根据实际SOC和所述参考SOC_ref对所述最优等效因子λ_opt进行修正，形成自适应ECMS控制模型，计算油耗最优的发动机转矩和电机转矩；将发动机和电机的目标转矩及开关指令传递给底层控制器，对整车的动力进行分配，实现PHEV能量管理与控制。

技术领域

本发明涉及一种插电式并联混合动力汽车的整车控制与能量管理方法，尤其涉及一种基于行驶工况预测的插电式并联混合动力汽车模型参考自适应最优能量管理方法，属于新能源汽车控制技术领域。

背景技术

随着化石能源短缺、环境污染等问题的加剧以及节能减排的迫切需求，新能源汽车的发展受到了越来越多的关注。插电式混合动力汽车(Plug-in Hybrid ElectricVehicles，PHEV)作为新能源汽车领域的一员，由于其兼具混合动力汽车(Hybrid ElectricVehicles，HEV)和纯电动汽车(Blade Electric Vehicles，BEV)的优点备受关注。当电池组电量充足时，PHEVs采用电量消耗模式(Charge Depleting，CD)，此时电机作为主要动力源驱动车辆，具有低油耗、低排放的特点；当电池电量较低时，PHEV采用电量维持模式(ChargeSustaining，CS)，此时发动机作为主要动力源驱动车辆，与传统燃油汽车和HEV具有相同的续驶里程。

目前，PHEV多采用基于规则的门限值控制策略(Rule-based control strategy，RB)，该策略根据专家经验进行设计，当控制参数达到预定的门限值后，车辆切换相应的行驶模式，分配发动机和电机的功率和转矩。这种策略原理简单，计算量小，实时性好，易于在车辆控制器上编程实现。但是，RB策略的门限值往往是针对某种特定工况匹配和优化的，当工况变化时，经济性较差，无法做到在全工况下的能耗优化。为此，许多学者提出了基于最优控制理论的PHEV控制策略，如全局优化的动态规划算法(Dynamic Programming，DP)，瞬时优化的等效油耗最小算法(Equivalent Consumption Minimum Strategy，ECMS)和庞特里亚金最小值算法(Pontryagin’s Minimum Principal，PMP)等。在行驶工况已知的情况下，全局优化的DP算法能够通过逆向求解，使得车辆在该行驶工况下的能耗最优。但是，由于DP算法是逆向求解，其实现的前提是行驶工况已知，并且计算量巨大，因此无法实际应用到PHEV的控制器中。瞬时优化算法包含ECMS和PMP两种，研究表明，二者在数学本质上是等价的。其中ECMS算法采用等效因子，将瞬时电耗转化成油耗，并以瞬时等效油耗最小为优化目标。当工况已知时，通过选取最优的等效因子，能够实现全局和瞬时油耗最优。对比PMP算法，ECMS算法的等效因子意义比较明确，计算量小，实时性较好。但是，传统的ECMS算法应用在实际PHEV控制仍然需要解决两方面的问题：

(1)首先，等效因子与工况密切相关，因此，确定等效因子需要对工况进行预测。目前，随着智能交通系统和车联网的发展，当行驶路径已知时，PHEV控制系统可以从智能交通系统(ITS)、电子地图和车联网系统中获取未来路径的信息，这给工况预测提供了良好的信息源，使得精确的工况预测成为可能。

(2)ECMS算法需要求取汉密尔顿函数，计算量大，并且与传统的门限值控制算法在架构上不兼容。目前，实车上的PHEV能量管理系统多是基于控制门限对行驶模式进行划分，具有很好的实时性和兼容性。因此，需要在门限值控制的系统框架下，对传统ECMS算法进行改进，使得二者能够有效融合，发挥两种控制方法的优点。

发明内容