[发明专利]一种基于缩小SOC可行域的随机动态规划能量管理策略优化方法

说明书

本发明公开了一种基于缩小SOC可行域的随机动态规划能量管理策略优化方法，包括如下步骤：步骤一、基于动态规划算法，得到多种工况下的第一SOC最优轨迹；以及在有限时域下，基于随机动态规划算法，得到多种工况下的第二SOC最优轨迹；分别计算多种工况下第一SOC最优轨迹和第二SOC最优轨迹上的同一时刻对应的状态点的距离差值；步骤二、基于动态规划算法，得到多种工况下表征全局最优燃油经济性的SOC最优轨迹域；步骤三、分别计算多种工况下的SOC最优轨迹域的宽度值，并根据宽度值、距离差值及第一SOC最优轨迹，得到SOC可行域。本发明提供的基于缩小SOC可行域的随机动态规划能量管理策略优化方法，能够减少算法运行过程中所需搜索状态点数量，提高计算效率。

技术领域

本发明属于车辆能量管理技术领域，特别涉及一种基于缩小SOC可行域的随机动态规划能量管理策略优化方法。

背景技术

面对全球范围日益严峻的能源形势和环保压力，发展新能源汽车已成为社会可持续发展的重要战略及市场新的增长点。油电型混合动力汽车作为新能源车的一种，其技术相对成熟，且市场发展前景良好，成为传统车向新能源汽车过渡的最好方式。作为新型的多能源交通工具，混合动力汽车(hybrid electric vehicle,HEV)性能与其能量管理控制策略密切相关。如何根据预测路况、汽车功率需求、电池荷电状态(stage of charge,SOC)等信息来确定车辆应处的工作模式以尽可能地减少等效燃油消耗量，成为解决能量管理控制策略的关键。目前，基于动态规划(dynamicprogramming,DP)算法的能量管理控制策略可以得到理论上全局最优的燃油经济性，作为衡量其它控制策略节能效果的标准。由于动态规划控制策略的实现需要依靠已知的驾驶工况信息，且算法计算负荷大，无法实现实时控制，因而开发基于随机动态规划算法的能量管理控制策略。

基于随机动态规划(stochastic dynamic programming,SDP)的能量管理方法利用现有的标准工况或者车辆历史行驶数据作为随机模型的样本，建立工况的统计模型；基于动态规划算法解决以该统计模型表示的能量管理问题。该方法沿用动态规划多阶段全局寻优思想，引入未来工况变化的统计特性，得到的最优策略是一种平均意义上期望成本最小的策略。随机动态规划方法虽然解决了动态规划需要提前已知车辆全局工况信息的问题，但无论是有限时域SDP还是无限时域SDP控制策略，其实际应用往往受限于算法的计算效率。因此，如何有效减少SDP算法的计算负荷以提高其计算效率成为相关领域的研究热点。SDP控制策略的求解过程可以解释为一种针对具有离散状态量、离散控制量的多阶段代价寻优过程，随着状态量离散精度的增加，算法的计算时间呈指数倍增加。由此可见，状态变量的数量是影响算法计算效率的关键因素，因而，如何减少算法运行过程中所需搜索状态数量是需要解决的关键问题。

发明内容

本发明的目的之一是提供一种在有限时域下基于缩小SOC可行域的随机动态规划能量管理策略优化方法，依据不同工况下的SOC最优轨迹域，缩小SOC可行域，以快速实现在有限时域下的SDP控制策略的在线应用，提高整车燃油经济性。

本发明的目的之二是提供一种在无限时域下基于缩小SOC可行域的随机动态规划能量管理策略优化方法，以DP控制策略得到的SOC最优轨迹为基准，根据不同工况下DP控制策略与SDP控制策略的SOC最优轨迹的距离差，缩小SOC可行域，以快速实现在无限时域下的SDP控制策略的在线应用，提高整车燃油经济性。

本发明提供的技术方案为：

一种基于缩小SOC可行域的随机动态规划能量管理策略优化方法，包括如下步骤：

步骤一、基于动态规划算法，分别得到多种工况下的第一SOC最优轨迹和多种工况下表征全局最优燃油经济性的SOC最优轨迹域；以及在有限时域下，基于随机动态规划算法，得到多种工况下的第二SOC最优轨迹；