[发明专利]一种混合动力公交车在线自学习能量管理方法

摘要

本发明公开了一种混合动力公交车在线自学习能量管理方法，该方法首先根据出厂时设置的初始能量管理策略控制发动机和电动机的转矩分配，随着公交车在固定路线上的运行，获得初始策略对应的动作值函数后，可以从该动作值函数出发，通过公交车在道路上的往复运行，在线、自主地学习适合于公交车运行路况的能量管理策略；本发明充分利用混合动力公交车在同一路线上往复运行的特点，采用自学习的方法来获得适用于公交车运行路况的能量管理策略，具有能源分配合理、燃油经济性高、尾气排放少、鲁棒性好、节能环保的特点。

主权项

一种混合动力公交车在线自学习能量管理方法，混合动力公交车具有车速传感器、油门踏板位置传感器、GPS模块、车辆控制单元、发动机控制单元、电机控制单元和电池管理单元；其中，车速传感器、油门踏板位置传感器和GPS模块均与车辆控制单元相连；车辆控制单元、发动机控制单元、电机控制单元和电池管理单元通过CAN总线连接；其特征在于，该方法包括如下步骤：(1)运行混合动力公交车，根据出厂时设置的初始能量管理策略控制发动机和电机的转矩分配，随着公交车在固定路线上的运行，车速传感器、油门踏板位置传感器、电池管理单元和GPS模块分别实时采集公交车的速度、油门踏板位置、电池荷电状态、公交车位置信息，通过迭代得到该初始能量管理策略对应的动作值函数；(2)公交车运行时，车速传感器、油门踏板位置传感器、电池管理单元和GPS模块分别实时采集公交车的速度、油门踏板位置、电池荷电状态、公交车位置信息；车辆控制单元根据当前车辆的速度、油门踏板位置、电池荷电状态、公交车位置信息和1s前车辆的速度、油门踏板位置、电池荷电状态、公交车位置信息来更新动作值函数；车辆控制单元根据混合动力公交车当前的速度、油门踏板位置、电池荷电状态、公交车位置信息，利用当前的动作值函数输出发动机和电机的转矩，并将发动机和电机的转矩分别分配到发动机控制单元和电机控制单元；其中，步骤(1)通过以下子步骤来实现：(1.1)构建用于描述动作值函数的径向基神经网络；利用车速v、油门踏板位置a、GPS模块返回的公交车位置信息d以及电池管理单元返回的电池荷电状态x来描述公交车的运行状态；电机转矩作为车辆控制单元的输出TEM；发动机转矩TFC通过油门踏板位置a和车辆控制单元的输出TEM来获得：TFC＝Treq(a)‑TEM；其中，Treq为油门踏板开度对应的总需求转矩；令s＝(v,a,d,x)，采用径向基网络表示的动作值函数，写成：Qπ0(s,TEM)=Σi=1nθiπ0φi(s,TEM)=θπ0Tφ(s,TEM)---(1)]]>其中，φ(s,TEM)＝(φ1(s,TEM),φ2(s,TEM),...,φn(s,TEM))T，φi(s,TEM)为多元高斯函数，为第i个多元高斯函数的权重系数，π0表示初始策略，n为多元高斯函数的个数，i为自然数；(1.2)通过初始能量管理策略得到初始动作值函数；设当前时刻t，公交车的车速为v(t)，油门踏板位置为a(t)，公交车位置信息为d(t)，电池荷电状态为x(t)；根据初始能量管理策略，车辆控制单元输出TEM(t)；1s前，即t‑1时刻，车速传感器返回的公交车的车速为v(t‑1)，油门踏板位置传感器返回的油门踏板位置为a(t‑1)，GPS单元测量返回的公交车位置信息为d(t‑1)，电池管理单元返回电池荷电状态为x(t‑1)，车辆控制单元输出TEM(t‑1)，以及这t‑1到t内的燃油消耗Δm(t)，根据TD(λ)算法，通过迭代公式：θtπ0=θt-1π0+αδet-1---(2)]]>δ=R(t)+γQθt-1π0π0(s(t),TEM(t))-Qθt-1π0π0(s(t-1),TEM(t-1))---(3)]]>et‑1＝λet‑2+φ(s(t),TEM(t))    (4)经过一段时间的迭代来得到初始策略π0对应的动作值函数以及其相应的参数其中R(t)＝Δm(t)+w(x(t)‑x(t‑1))，表示燃油和电量两方面的综合消耗，α为迭代的步长，λ和γ均为0到1之间的衰减系数；步骤(2)通过以下子步骤来实现：(2.1)初始化e0＝0，令对应的设定当前时刻t＝1；(2.2)车速传感器返回的公交车的车速为v(t)，油门踏板位置感器返回的油门踏板位置为a(t)，GPS单元测量返回的公交车位置信息为d(t)，电池管理单元返回电池荷电状态为x(t)，令s(t)＝(v(t),a(t),d(t),x(t))；利用t‑1时刻得到的动作值函数采用式(5)来计算车辆控制单元的输出TEM(t)；TEM(t)=argminuQθt-1(s(t),u),ξ2(t)<1-ϵargminuQθ-1(s(t),u)+ξ1(t),ξ2(t)≥1-ϵ---(5)]]>其中，ξ1(t)为一个正态分布的随机变量，ξ2(t)为一个[0,1]间均匀分布的随机变量，ε为0.05；采用这种方式计算得到的控制作用帮助公交车“探索”各种不同的控制作用的效果和状态的优劣，在理论上保证在线迭代的混合动力汽车能量管理策略收敛到一个全局最优解；(2.3)对采用的控制作用TEM(t)进行评估，即更新动作值函数的参数θ：δ=R(t)+γQθt-1(s(t),TEM(t))-Qθt-1(s(t-1),TEM(t-1))---(6)]]>θt＝θt‑1+αδet‑1   (7)其中R(t)＝Δm(t)+w(x(t)‑x(t‑1))，Δm(t)为t‑1到t内的燃油消耗，γ为0到1之间的衰减系数，α为迭代步长；该过程还利用到了上一时刻，即t‑1时刻的动作值函数以及t‑1时刻混合动力公交车上车速传感器返回的公交车的车速为v(t‑1)，油门踏板位置感器返回的油门踏板位置为a(t‑1)，GPS单元测量返回的公交车位置信息为d(t‑1)，电池管理单元返回电池荷电状态为x(t‑1)，车辆控制单元输出TEM(t‑1)；(2.4)利用车速v(t)，油门踏板位置a(t)，公交车位置信息d(t)，电池荷电状态x(t)和车辆控制单元的输出TEM(t)，根据式(8)更新et；et＝λet‑1+φ(s,TEM(t))     (8)其中，λ为0到1之间的衰减系数；(2.5)令t＝t+1，返回步骤(2.2)。