[发明专利]一种混合动力汽车能量管理方法及装置

权利要求书

1.一种混合动力汽车能量管理方法，其特征在于，包括：

构建混合动力汽车的动力总成系统及行星齿轮的准静态模型；

根据预先确定的工作模式选取出汽车系统的状态变量和控制变量；

根据获取得到的历史车速信息和实时车速信息对未来固定时域内的车速进行预测并计算需求转矩；

根据所述需求转矩，基于预设的目标函数及约束条件利用随机动态规划算法进行计算得到所述控制变量的最优控制序列；

基于所述最优控制序列对所述准静态模型中各个动力元件进行动力优化分配。

2.根据权利要求1所述的混合动力汽车能量管理方法，其特征在于，所述根据获取得到的历史车速信息和实时车速信息对未来固定时域内的车速进行预测并计算需求转矩，具体包括：

根据获取得到的历史车速信息和实时车速信息对未来固定时域内的车速进行预测得到预测速度序列；

基于所述预测速度序列以及预先获取的车辆固定参数，根据预设的车辆行驶方程进行计算得到所述需求转矩。

3.根据权利要求1所述的混合动力汽车能量管理方法，其特征在于，所述根据所述需求转矩，基于预设的目标函数及约束条件利用随机动态规划算法进行计算得到所述控制变量的最优控制序列，具体包括：

利用随机动态规划算法对所述状态变量和所述控制变量进行离散化处理；

根据所述需求转矩，基于所述预设的目标函数及约束条件，利用Bellman最优性方法进行逆序递推进行求解得到所述控制变量的最优控制序列。

4.根据权利要求1所述的混合动力汽车能量管理方法，其特征在于，所述对未来固定时域内的车速进行预测的步骤中为采用门控循环单元深度学习预测模型进行预测。

5.根据权利要求4所述的混合动力汽车能量管理方法，其特征在于，所述门控循环单元深度学习预测模型包括两个门控循环单元层，其中，第一层门控循环单元层包括100个神经元，第二层门控循环单元层包括50个神经元。

6.一种混合动力汽车能量管理装置，其特征在于，包括：

动力模型构建模块，用于构建混合动力汽车的动力总成系统及行星齿轮的准静态模型；

变量选取模块，用于根据预先确定的工作模式选取出汽车系统的状态变量和控制变量；

需求计算模块，用于根据获取得到的历史车速信息和实时车速信息对未来固定时域内的车速进行预测并计算需求转矩；

优化计算模块，用于根据所述需求转矩，基于预设的目标函数及约束条件利用随机动态规划算法进行计算得到所述控制变量的最优控制序列；

动力分配模块，用于基于所述最优控制序列对所述准静态模型中各个动力元件进行动力优化分配。

7.根据权利要求6所述的混合动力汽车能量管理装置，其特征在于，所述需求计算模块具体用于：根据获取得到的历史车速信息和实时车速信息对未来固定时域内的车速进行预测得到预测速度序列；基于所述预测速度序列以及预先获取的车辆固定参数，根据预设的车辆行驶方程进行计算得到所述需求转矩。

8.根据权利要求6所述的混合动力汽车能量管理装置，其特征在于，所述优化计算模块具体用于：利用随机动态规划算法对所述状态变量和所述控制变量进行离散化处理；根据所述需求转矩，基于所述预设的目标函数及约束条件，利用Bellman最优性方法进行逆序递推进行求解得到所述控制变量的最优控制序列。

9.根据权利要求6所述的混合动力汽车能量管理装置，其特征在于，所述需求计算模块为采用门控循环单元深度学习预测模型对未来固定时域内的车速进行预测。

10.根据权利要求9所述的混合动力汽车能量管理装置，其特征在于，所述门控循环单元深度学习预测模型包括两个门控循环单元层，其中，第一层门控循环单元层包括100个神经元，第二层门控循环单元层包括50个神经元。