[发明专利]一种电驱动车辆分布式动力驱动系统重构控制方法及车辆

权利要求书

1.一种电驱动车辆分布式动力驱动系统重构控制方法，其特征在于：具体包括以下步骤：

S1.建立电驱动重型汽车分布式动力驱动系统模型，并针对动力源与驱动系统之间的搭配组合进行驱动模式构型的定义；

S2.对目标车辆的自身驾驶工况数据进行采集、传输、存储与显示；

S3.基于步骤S2采集的工况数据构建预测神经网络模型，对未来工况进行多尺度预测；

S4.基于对未来工况的多尺度预测结果，使目标车辆利用聚类方法对最佳驱动模式进行快速匹配，包括：

S401.离线样本生成：在所预测长期工况数据的基础上，分别针对各驱动模式构型下的底盘模型，运用动态规划DP算法在离线条件下进行能耗结果比对，从而得到各段工况样本输入下的最佳构型输出；

DP算法离线求解过程如下所示：

(1).功率需求计算：在行驶过程中，发动机以及驱动电机所输出的转速与转矩须满足驾驶功率需求，在不考虑坡道的情况下，输出转矩与转速由车辆纵向运动学与动力学方程计算：

其中，w_out与T_out分别代表输出轴转速与转矩，v为车速，k₀与R_w分别为主减速比以及车轮滚动半径，m与A分别为汽车整备质量以及迎风面积，g，C_r，ρ，C_d分别为重力系数、滚动阻力系数、空气密度以及空气阻力系数；

(2).变量选取：为实现最佳燃油经济性，利用DP算法计算给定整车车速v下满足功率需求的最佳发动机与驱动电机控制结果，考虑到混合动力重型汽车的特殊性，与传统的以发动机转速w_eng与转矩T_eng作为控制变量U_DP的做法相比，引入驱动构型选择变量i以对应具体功率分流公式，t表示时间，在此基础上其余变量皆可基于车辆模型计算得到，包括状态变量X_DP即电池SoC：

U_DP＝{w_eng(t)，T_eng(t)，i(t)}；

X_DP＝SoC(t)；

(3).目标函数最小化：

在由控制变量划分的网格空间中，由物理约束条件对可行区间进行约束，通过使目标函数J_DP最小化来求解最佳燃油经济性的控制结果：

其中，T为行驶里程总时间，为瞬时燃油消耗率，q为汽油热值，P_bat为电池放电功率；

S402.聚类匹配模型训练，具体过程如下所述：

(1)样本输入输出定义：

选择历史车速作为输入参数I以表达行驶工况的功率需求特性考虑到长期工况样本量过大，选择包括平均车速v_ave，最高车速v_hig，以及高速区域占比k的输入变量，以对应最佳驱动模式M作为输出参数O以实现预期效果，其中M为离散值1、2、3、4，分别代表几种驱动模式构型：

I＝{v_ave，v_hig，k}

O＝M

(2).神经网络模型构建：样本输入特征通过线性加权与隐藏层节点进行匹配，并利用sigmoid函数激活以将线性关系转化为非线性便于更好拟合输入输出关系：

H＝WI+B；

其中，H为输入特征线性拟合结果，W，B分别为线性函数的权重与偏置系数，H′为激活函数的输出结果；

(3).LM训练：基于所构建样本数据库，利用LM方法对模型的系数W，B不断进行迭代调整，直至拟合结果与样本真值的误差控制在合理范围内：

其中，z_n+1与z_n分别为第n+1与n步下的模型参数值，f为拟合结果与真值误差函数，J_f为函数f的雅各比矩阵，μ为迭代步长；

S5.根据所述匹配结果确定简化的动力驱动系统的被控对象，通过模型预测控制算法对发动机与动力电池能量分配进行能效优化控制。