[发明专利]网联智能电动车辆一体化建模与集成控制方法

摘要

本发明公开了一种网联智能电动车辆一体化建模与集成控制方法，其特征在于：包括：（1）智能电动车辆拓扑结构设计、测试和理论分析方法；（2）新的评估模型一致有用性的指标体系；（3）综合车联网要素、通信延迟和变化工况与实时集成控制系统的关系，建立了随机系统框架下预测控制系统的稳定性和鲁棒性分析理论；（4）以实际交通数据模拟变化工况，研究了实时预测电池管理系统的有效性。本发明建立了基于车联网数据的智能混合动力电动车辆一体化建模与集成控制方法，以此提高车辆能量利用效率和出行时间效率，并保证安全，为当前车联网环境和大数据环境下的交通控制系统提供有效的预测控制方法。发明具有重要的理论价值和实际意义。

主权项

1.一种网联智能电动车辆一体化建模与集成控制方法，其特征在于：该方法包括：（1）智能电动车辆模型自动优化配置；（2）基于车联网的智能电动车辆预测控制分析，建立新的评估模型一致有用性的指标体系；（3）综合车联网要素、通信延迟和变化工况与实时集成控制系统的关系，建立随机系统框架下预测控制系统的稳定性和鲁棒性分析理论，权重模型参数自动调节；（4）以实际交通数据模拟变化工况，研究实时预测电池管理系统的有效性，研究模型误差和预测区间长短对系统性能的影响规律；（1）中的智能电动车辆模型自动优化配置包括智能混合动力电动车辆拓扑结构设计、测试和理论分析方法；首先系统分析比较现存混合动力汽车拓扑结构的特点，然后分别建立它们的系统动力学模型，并分析其系统矩阵，探索其规律；最后利用发现的该规律设计模型自动优化配置程序和软件，并利用软件得到车辆配置，对它们进行系统分析，并进行参数优化配置；（2）中建立新的评估模型一致有用性的指标体系，指标体系包括对模型复杂度、在训练和验证数据上的精度以及推广模型到车辆队列上的能力的综合评价；系统比较两个常用的集中参数车辆模型的一致有用性，运用粒子群算法对模型参数进行优化配置；所述（3）中综合车联网要素、通信延迟和变化工况与实时集成控制系统的关系，建立随机系统框架下预测控制系统的稳定性和鲁棒性分析理论，研究实时控制导向的智能电动车辆联网系统参数的解析化，即用光滑的解析函数描述模型参数对网联元素的相关性，使其在基于模型的实时集成控制系统中更为有用；基于实时最优的模型结构，设计基于参数自动寻优的粒子群算法和模型预测控制相结合的两步优化算法，用于系统地比较不同控制系统的优化性能、鲁棒性能和效率，结合大量的测试数据，系统地分析和评估设计控制系统相对于变化的工况、通信延迟和车联网要素的鲁棒性；所述（4）中以实际交通数据模拟变化工况，研究实时预测电池管理系统的有效性，是指采用实时最优控制导向的电池模型，利用实际道路交通数据模拟变化工况，对电池容量进行预测估计、对电池进行智能充放电，建立能够应用于实车实时控制的电池管理系统；建立电池寿命模型相对于高效可测参数的解析函数，通过优化拟合建立电池容量估计器，然后利用获得的估计器估计全体电池的容量值；所述（4）中研究模型误差和预测区间长短对系统性能的影响规律，对跟车模型、交通流模型、周围车辆模型、道路坡度模型以及交通信号灯信息模型增加误差，探索模型误差对预测控制策略的影响。