[发明专利]一种混合动力汽车能量管理方法及装置

说明书

本发明提供了一种混合动力汽车能量管理方法及装置，本发明方法通过采用门控循环单元深度学习预测模型能够有效地对预测时域内的工况数据进行预测，同时深度学习网络可以结合大量的数据进行离线训练，能够达到更好的效果；其次通过模型预测控制框架嵌合动态规划，在预测时域内对状态变量与控制变量进行离散化计算求解目标函数，进而得到最优控制变量序列，避免了动态规划需要预知整个行车过程工况的情况，减少了计算量。

技术领域

本发明涉及汽车控制技术领域，尤其是涉及一种混合动力汽车能量管理方法及装置。

背景技术

现有混合动力汽车的能量管理方法主要有基于规则型策略的方法与基于优化型策略的方法。其中基于规则型策略的方法分为确定性规则和模糊性规则；基于优化型策略的方法主要有全局优化、瞬时优化等类型。

基于确定性规则策略的方法主要根据规则制定者的经验制定车辆行驶过程中各个模式的切换规则，当车辆达到条件时则按照相应的规则进行控制。基于模糊规则策略的方法相较于确定性规则，其转换条件不再为确定的规则，取而代之的是模糊的条件，具有更强的鲁棒性。基于全局优化型策略的方法通过对整个行驶工况进行计算，具有理想状态下的优化性能。基于瞬时优化型策略的方法不受行驶工况的约束，通过在线识别优化计算车辆的动态控制参数，使其能够实现瞬时能量最优。

现有的混合动力汽车的能量管理方法具有如下缺点：

1、基于确定规则策略：这个技术方案的主要不足是模式转换的规则依赖于规则制定者的经验制定，不能适应形势工况的变化，无法保证为最优控制；2、基于模糊规则策略：这个技术方案比确定性规则更合理地对车辆进行控制，但其不足是仍然需要规则制定者的经验才能达到精确的控制效果；3、基于全局优化型策略：这个技术方案依赖于工况数据，且算法的计算量较大，通常无法应用于实时控制；4、基于瞬时优化型策略：这种技术方案不能保证全局最优。

发明内容

本发明旨在提供一种混合动力汽车能量管理方法及装置，以解决上述技术问题，从而能够优化汽车的控制策略，有利于提高车辆的能量利用效率和燃油经济性。

为了解决上述技术问题，本发明提供了一种混合动力汽车能量管理方法，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。

进一步地，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。

进一步地，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。

进一步地，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。