[发明专利]一种内外层嵌套的ECMS多目标双层优化方法

权利要求书

1.一种内外层嵌套的ECMS多目标双层优化方法，其特征在于：按如下步骤进行：

步骤1、建立插电式混合动力汽车的多目标优化模型；

步骤1.1、根据插电式混合动力汽车整车参数，建立整车纵向动力学模型；

步骤1.2、根据发动机稳态测试数据和参数，建立包含扭矩计算模块和燃油消耗计算模块两个子模块的发动机模型；

步骤1.3、根据ISG电机稳态测试数据和参数，建立包含扭矩计算模块、驱动模式电流计算模块和发电模式电流计算模块三个子模块的ISG电机模型；

步骤1.4、根据电池测试数据和参数，建立电池内阻-开路模型，包括电池温度计算模块、电池开路电压及内阻计算模块、SOC估计模块；

步骤1.5、建立无级变速器模型，包括速比计算模块；

步骤1.6、建立基于PID控制的驾驶员模型，根据车辆需求车速和实际车速的偏差控制加速踏板和制动踏板的大小，使得行驶车速跟随目标车速；

步骤1.7、建立ECMS模型；

步骤1.8、建立如式(1)所示的考虑整车燃油经济性和电池SOC保持性能的ECMS的多目标优化模型；

式(1)中，x_i为外层设计变量，为x_i变化范围的最小值，为x_i变化范围的最大值，D为外层设计变量的维度，X＝[x₁,x₂,...,x_D]^T为外层设计向量，y_j为内层设计变量，为y_j变化范围的最小值，为y_j变化范围的最大值，d为内层设计变量的维度，Y_j＝[y₁，y₂，…，y_d]^T为内层设计向量，f₁(X,Y)为等效百公里油耗，f₂(X,Y)为电池SOC终止值与目标值偏差；

步骤2、利用所述内外层嵌套多目标双层优化方法求解所述多目标优化模型，得到多目标优化的Pareto解集前沿；

步骤3、通过对所述等效百公里油耗和电池SOC偏差的变化范围进行加权，建立关于等效百公里油耗和SOC偏差的总评价函数，从而根据所述评价函数从所述Pareto解集前沿中选出最优的充、放电等效因子及其该等效因子下发动机和电机的最优功率分配方式。

2.根据权利要求1所述的内外层嵌套的ECMS多目标双层优化方法，其特征在于：所述步骤2是按如下步骤进行：

步骤2.1、设置优化过程应用的行驶工况；

步骤2.2、设置外层多目标粒子群算法的初始参数：外层迭代次数为m，外层种群粒子即充、放电等效因子个数为M，外层最大迭代次数为G_max，充、放电等效因子维度与外层设计变量的维度相同为D，充、放电等效因子的搜索范围为SD、外层惯性权重系数为W、学习因子为C₁和C₂；

步骤2.3、定义M个外层种群粒子为，X＝[X₁,X₂,…,X_i,…,X_M],X_i表示第i个充、放电等效因子粒子，1≤i≤M；初始化第i个充、放电等效因子粒子X_i的速度V_i和位置P_i；并初始化m＝1；

步骤2.4、在所述充、放电等效因子的搜索范围SD内随机生成第m代外层种群为表示第m代外层种群的第i个充、放电等效因子粒子；

步骤2.5、设置内层多目标粒子群算法的初始参数：内层迭代次数为n，内层种群粒子即该行驶工况每秒需求功率下分配的电机功率个数为N，内层最大迭代次数为g_max，电机功率维度、行驶工况时长与内层设计变量的维度相同为d、电机功率的搜索范围为sd、内层惯性权重系数为ω，学习因子为c₁和c₂；

步骤2.6、定义N个电机功率粒子为Y＝[Y₁,Y₂,…,Y_j,…,Y_N]，Y_j表示内层设计向量，也称为第j个电机功率粒子，1≤j≤N；初始化第j个电机功率粒子Y_j的速度v_j和位置p_j、并初始化n＝1；

步骤2.7、在所述电机功率的搜索范围sd内随机生成第n代内层种群为表示第n代内层种群的第j个电机功率粒子；

步骤2.8、定义Pareto解集前沿为F,初始化F＝φ；

步骤2.9、初始化i＝1；

步骤2.10、将第i个充、放电等效因子粒子输入所述内层多目标粒子群算法，用于计算步骤2.12中的适应度值；

步骤2.11、初始化j＝1；

步骤2.12、将所述第m代外层种群的第i个充、放电等效因子粒子与所述第n代内层种群的第j个电机功率粒子输入建立的多目标优化模型，运行模型获得多目标优化模型的适应度值；所述适应度值包括：所述等效百公里油耗和SOC终值与目标值偏差；

步骤2.13、判断F＝φ是否成立，若成立，则Pareto解集为初始粒子的解；否则，则执行步骤2.14；

步骤2.14、将各粒子的解与Pareto解集中的解进行比较，若为支配解，则添加至Pareto解集F，并删除原解集中对应的被支配解；否则，则放弃该解；

步骤2.15、将n+1赋值给n，判断n＞g_max是否成立，若成立，则表示内层迭代结束，获得当外层粒子为时内层经过g_max代迭代后多目标粒子群算法的Pareto解集，并执行步骤2.19；否则，执行步骤2.16；

步骤2.16、设置j＝1；

步骤2.17、根据所述内层惯性权重系数ω、学习因子c₁和c₂，更新第n代内层种群的第j个电机功率粒子的速度和位置从而得到第n代内层种群的第j个电机功率粒子

步骤2.18、将j+1赋值给j，并判断j＞N是否成立，若成立，则得到新的第n代内层种群Y⁽ⁿ⁾，执行步骤2.11；否则，返回步骤2.17执行；

步骤2.19、将i+1赋值给i，并判断i＞M是否成立，若成立，则执行步骤2.20；否则，返回步骤2.10执行；

步骤2.20、将m+1赋值给m，判断m＞G_max是否成立，若成立则表示外层迭代结束，获得内外层嵌套的多目标双层优化的Pareto解集，输出Pareto解集前沿；否则，执行步骤2.21；

步骤2.21、设置i＝1；

步骤2.22、根据所述外层惯性权重系数W、学习因子C₁和C₂；更新第m代外层种群第i个充、放电等效因子粒子的速度V_i^(m)和位置P_i^(m)；从而得到第m代外层种群的第i个充、放电等效因子粒子

步骤2.23、将i+1赋值给i，并判断i＞M是否成立，若成立，则得到新的第m代外层种群X^(m)，返回步骤2.9执行；否则，返回步骤2.22执行。