[发明专利]一种用于电动车辆自适应巡航的能量管理方法

说明书

一种用于电动车辆自适应巡航的能量管理方法，其综合考虑电动车辆自适应巡航中的自主决策的能量管理策略，通过信息层、物理层与能量管理层的分别建模，并以行驶安全性等多方面因素为约束，求解关于电量消耗与电池寿命的多目标协同优化问题。不仅可以保证跟车过程中的安全性和实时性，提高行车效率缓解交通压力；同时减少跟车过程中的成本损耗，将电池寿命损耗和电量损耗加入目标函数中，极大的权衡了电量衰减和电池容量衰退，有效地抑制了电池老化，减少了退役电池对环境的破坏和电池更换的频次，极大地提高了行车经济性。随着3C以及万物互联技术的发展，能够使本发明的优点及有益效果得到进一步体现。

技术领域

本发明涉及电动车能量管理技术领域，尤其涉及一种基于信息物理能量系统(CPES)针对电动车辆(EV)自适应巡航实现的多目标实时协同优化的能量管理方法。

背景技术

对于电动车辆来说，精确获取电量损耗和电池寿命损耗并制定适合的能量管理策略(EMS)，对行驶经济性有很重要的影响。并且随着自适应巡航、无人驾驶等技术的发展，能量管理策略的设计也越来越需要考虑周围环境、未来交通信息、道路状态信息等外部因素的影响。目前，已出现了一些基于信息物理系统(CPS)实现的行车路况、环境监测方式，但现有技术中尚缺乏能够将交通状况、周围环境等信息与电动车辆能量管理有机结合的综合性控制策略，这对电动车辆在自适应巡航过程或者无人状态下的自动驾驶时的高效能量管理造成了一定的限制。

发明内容

有鉴于此，本发明旨在将现有的信息物理系统、能量管理策略相结合，在信息物理能量系统(CPES)的基础上，提供一种用于电动车辆自适应巡航的能量管理方法，所述方法具体包括以下步骤：

步骤1：针对电动车辆的自适应巡航过程进行信息层建模，获取历史时刻与当前时刻前车速度序列、道路状态信息、道路限速信息以及本车与前车当前的距离等信息，并预测本车自适应巡航控制速度序列的上限和下限；

步骤2：针对自适应巡航过程进行物理层建模，即建立本车的纵向动力学模型；

步骤3：针对自适应巡航过程进行能量管理层即电量消耗以及电池寿命量化建模；并计算与自适应巡航过程相应的电池老化、退役电池管理相关的成本；

步骤4：以电量消耗与加权的电池寿命损耗为主的车辆经济性共同达到最优为目标，求解多目标实时协同优化问题，计算使得车辆的综合性能指标达到最佳的速度控制序列以及电池寿命的权重；

步骤5：基于车速控制序列以及所述权重控制自适应巡航行驶，并持续更新信息层与物理层的模型参数。

进一步地，所述步骤1中的信息层建模中包括感知层与决策层的分别建模；本车与其所在的现实交通环境中的行人、车辆、道路环境对象等要素组成万物互联网络，进而使感知层能够通过包括但不限于3C技术获取多源异构数据，决策层通过统计分析和机器学习整合多源数据，用于准确识别交通环境和主动安全控制，并结合物理层中各要素得到确保车辆稳定性、安全性和行驶效率的车辆巡航速度范围；所述车辆巡航速度范围表示为：

v_{cruise_max}＝min(v_slip,v_over,v_max,v_{h_safe})

F_t≤μ(0.5mg-m|a_y|h/b_ave)

0≤(v_{h_safe}(k)-v_p(k))t+d(k-1)≤dis_max