[发明专利]一种插电式混合动力汽车电池电量轨迹规划方法及系统

权利要求书

1.一种插电式混合动力汽车电池电量轨迹规划方法，其特征在于，包括：

基于ITS系统及导航系统获取行驶路径上的预测车速及道路坡度；

基于有序样本聚类算法分别对预测车速及道路坡度进行聚类；

将聚类后的预测车速及道路坡度进行合并，进而将行驶路径分割为多段路段，且每段路段内的预测车速和道路坡度特征一致；

根据多段路段及其对应的预测车速和道路坡度规划出车辆电池SoC轨迹，具体包括：

根据每段路段对应的预测车速和道路坡度得到每一路段的平均道路阻力，并根据平均道路阻力的正负，预测对应路段上SoC轨迹下降或上升；

对于SoC上升的路段，其各路段上SoC轨迹斜率k_u：

其中，ΔSoC_u为对应SoC上升路段上的SoC增量，l_u为对应SoC上升路段的里程；

对于SoC下降的路段，先选择其中一个路段作为标准路段，计算标准斜率k_st和各子路段的斜率k_d：

其中，SoC₀为初始电池电量，SoC_min为行程结束时电池电量，s_end为总里程，l_d为对应SoC下降路段的里程，Δs_n为标准路段与对应SoC下降路段在SoC变化量相同情况下的里程差；

将所有路段的SoC轨迹按位置域上的相对位置进行组合，得到整个行驶路径对应的SoC轨迹。

2.根据权利要求1所述的插电式混合动力汽车电池电量轨迹规划方法，其特征在于，所述基于有序样本聚类算法分别对预测车速及道路坡度进行聚类包括如下步骤：

获取预测速度/道路坡度有序样本序列{x₁,x₂,x₃,…,x_n}及需要聚类的数目k，其中x_n为第n个预测速度/道路坡度样本；

定义一个预测速度/道路坡度类为G(i,j)，其中包括数据序列{x_i,x_i+1,…x_j}，则预测速度/道路坡度类G(i,j)的直径D(i,j)定义为：

其中，为预测速度/道路坡度类G(i,j)的中心，且：

设置目标函数e[p(n,k)]，其可表示为：

其中，{i₁,i₂,…,i_k,i_k+1}为预测速度/道路坡度样本序列的最优分割点集，i_k为第k个分割点，且i₁和i_k+1分别为预测速度/道路坡度样本序列的第一个和最后一个样本；

通过动态规划求解使目标函数e[p(n,k)]的值最小，得到k个预测速度/道路坡度类。

3.根据权利要求2所述的插电式混合动力汽车电池电量轨迹规划方法，其特征在于，预测速度/道路坡度样本序列需要聚类的数目k通过自适应确定，具体如下步骤：

D_r表示在某k值下预测速度/道路坡度类r内任意两点的距离之和：

将D_r标准化后记为标准直径W_k：

定义间隔量Gap_n(k)为：

其中，为log(W_k)的参考分布在n个预测速度/道路坡度样本下的期望，其计算过程为：在预测速度/道路坡度样本的最大值与最小值范围内取数量与原预测速度/道路坡度样本相同的随机数，并求解其标准直径并标记为该过程重复B次，求平均值即可求得

定义log(W_k)的标准差为sd(k)：

定义中的模拟误差定义s_k：

选择满足Gap(k)≥Gap(k+1)-s_k+1的最小的k作为最优的预测速度/道路坡度样本序列聚类数目。