一种基于路况模型的插电式混合动力公交车动态逻辑门限能量管理方法

摘要

本发明提供了一种基于路况信息的插电式混合动力公交车能量管理方法，具体包括：(1)根据公交车历史交通信息和神经网络建立车辆行驶路况模型；(2)根据发车时间、线路和路况模型得到未来行驶速度及道路坡度变化曲线；(3)基于上述曲线及车辆参数计算车辆行驶所需能量，并根据其与电池可提供能量的差值动态调整车辆能量管理逻辑门限参数；(4)车辆控制器根据车辆行驶参数与逻辑门限参数选择工作模式。本发明能基于路况模型动态调整逻辑门限参数，可保证能量管理策略适应不同的行驶路况，进一步提升插电式混合动力公交车的燃油经济性。

说明书

技术领域

本发明涉及插电式混合动力公交车的能量管理方法，尤其涉及一种基于行驶路况模型的插电式混合动力公交车多动力源优化控制，属于混合动力公交车控制技术领域。

背景技术

插电式混合动力公交车是新近在传统混合动力公交车基础上派生出来的新型节能环保车辆，具有使用成本低、排放少、电网利用率高等诸多优点，不仅能单独依靠电池行驶较长距离，而且在需要时可以像传统的全混合动力汽车一样工作，已成为向最终清洁能源汽车过渡的最佳方案之一。

插电式混合动力汽车是传统燃油汽车和纯电动汽车的完美结合，结合的纽带则是能量管理策略。已经提出的能量管理策略主要包括静态逻辑门限策略、模糊逻辑策略、瞬时优化策略和全局优化策略四类。其中，模糊逻辑策略、瞬时优化策略和全局优化策略由于运算量大，使用条件苛刻等问题影响了其实际应用。目前，可实车运行的插电式混合动力汽车往往采用静态逻辑门限能量管理策略，其实现较为简单，但其能量管理中涉及的门限参数多为静态值，在路况变化时不能发挥车辆的最佳燃油经济性。尤其是插电式混合动力公交车经常运行在市区的繁华路段，为充分利用从电网得到的廉价能量，保证在整个行驶里程中均能发挥多动力源的节能优势，减少排放和燃油消耗，必须考虑不同行驶路况下的能量分配问题。

对于公交车而言，其运行线路固定，易于建立车辆运行的路况模型。因此，在插电式混合动力公交车的多动力源能量分配中，基于路况模型动态调整逻辑门限参数，有利于能量管理策略适应不同的行驶路况，进一步提升车辆燃油经济性。

发明内容

本发明的目的是提出一种插电式混合动力公交车的能量管理方法，针对静态逻辑门限策略无法适应行驶路况变化的缺点，根据GPS采集的车辆行驶历史数据建立行驶路况模型，并据此调整逻辑门限参数，实现对混合动力系统的能量优化分配，进一步提升车辆的燃油经济性。

本发明提出的基于路况模型的插电式混合动力公交车动态逻辑门限能量管理方法包括如下步骤：

1、针对某个线路公交车，获取公交车行驶历史路况数据并建立该公交线路路况模型

(1)利用车载GPS设备获取某天的发车时间(星期几/小时/分)，以一秒为采样频率实时记录车辆当天运营时间内的经纬度、海拔高度等数据；

(2)将经纬度转化为84-WGS椭球的高斯平面坐标，把时间-经纬度信息转化为时间-车速信息，得到每天的时间--速度曲线和时间--海拔高度曲线，根据车辆加速度限制对该曲线进行异常处理，剔除或修正异常数据、识别并添加丢失数据。

(3)为考虑路况建模时车辆所在位置对车速的影响，基于时间--速度曲线计算相邻时刻距离和对应时刻速度得到车辆行驶里程-车速曲线，利用时间--速度曲线计算相邻时刻距离和对应时刻海拔高度得到车辆行驶里程-车辆海拔高度曲线。

(4)基于步骤(1)--(3)获取公交车近一个月每天的车辆行驶里程-车速曲线，车辆行驶里程-车辆海拔高度曲线，计算每天的平均行驶里程；

(5)基于发车时间和(4)所述的曲线数据，利用神经网络训练得到该线路的路况模型，该网络为包含一个隐层的3层BP神经网络，输入层有2个神经元，分别对应发车时间、车辆已经行驶里程，输出层为2个神经元，分别对应车辆速度和车辆海拔高度，隐层中的神经元个数采用试凑法确定。

按照上述方法建立其它公交线路的路况模型。

2、将公交线路路况模型存储于插电式混合动力汽车车辆控制器单元，当车辆发车时，根据发车线路选择对应的路况模型，由发车时间及平均行驶里程，可预测得到该车辆本工作日内的车辆已行驶里程-车速曲线，车辆已行驶里程-车辆海拔高度曲线。

3、为便于计算车辆行驶所需能量，将车辆已行驶里程-车速曲线和车辆已行驶里程-车辆海拔高度曲线分别转换为时间--速度曲线和时间--坡度曲线。

计算车辆行驶所需能量，采用的公式为：

$>Q_{\mathrm{dem}}=\underset{0}{\overset{T}{\int }}\frac{V_{\mathrm{vel}}}{3600{\eta }_T}·(m·g·f·\cos \alpha +m·g·\sin \alpha +\frac{C_D·A·V_{\mathrm{vel}}^2}{21.225}+\delta ·m·\frac{{\mathrm{dV}}_{\mathrm{vel}}}{\mathrm{dt}})$>

其中，Q_dem为车辆行驶所需能量；T为行驶总时间；V_vel为车速；m为整车质量；g为重力加速度；f为滚动阻力系数；C_D为风阻系数；A为迎风面积；α为道路坡度；δ为车辆旋转质量换算系数；为车辆加速度；η_T为车辆传动系统机械效率。

计算电池可供输出的能量，采用的公式为：

Q_out=(S_c，h-S_c，l)·U_b·C·η_b·η_m

其中，Q_out为电池可提供驱动车辆的电能；U_b为电池额定电压；S_c，h为动力电池荷电状态允许工作上限；S_c，l为动力电池荷电状态允许工作下限；η_b为电池放电效率；η_m为电机工作效率。

4、根据所需能量及电池可提供能量的差值更新车辆控制器中与混合动力系统能量管理相关的逻辑门限值，此处将功率门限值设置为动态逻辑门限参数，即当需求能量多于电池可提供能量时合理调整发动机工作功率下限P_{e_min}和发动机工作功率上限P_{e_max}，适当拓宽发动机的工作区域，反之缩小发动机的工作区域。方法如下：

当Q_out＞=Q_dem时，不作调整；

当Q_out<Q_dem时，

$>P_{e\_\min }^{\prime }=\frac{k_1}{Q_{\mathrm{dem}}-Q_{\mathrm{out}}}{P}_{e\_\min }$>

$>P_{e\_\max }^{\prime }=\frac{Q_{\mathrm{dem}}-Q_{\mathrm{out}}}{k_2}{P}_{e\_\max }$>

k₁和k₂为调整P_{e_min}和P_{e_max}适当增加或减少的比例系数；P′_{e_min}和P′_{e_max}为调整后的发动机工作功率下限和发动机工作功率上限。

5、在车辆实时运行中，能量管理策略将加速踏板和制动踏板信号解释为混合动力系统的需求功率P_r，并根据监测车辆行驶速度V、电池荷电状态S_c以及设定的发动机功率P_{e_min}和P_{e_max}、车速V_e和电池荷电状态S_c，h、S_c，l等门限参数选择工作模式，具体方法如下：

(1)当车辆行驶速度低于最低车速V_e或车辆需求功率P_r低于P_{e_min}，且荷电状态值S_c高于荷电状态允许工作下限S_c，l时，由电机单独驱动；

(2)当车辆需求功率介于发动机优化区域[P_{e_min}、P_{e_max}]或当电池荷电状态值S_c低于S_c，l时，发动机单独驱动；

(3)当需求功率超过P_{e_max}且电池组荷电状态值S_c高于S_c，l时，实行混合驱动，此时发动机控制工作在最佳效率曲线，剩余驱动转矩由电机提供；

(4)制动时，如果电池荷电状态值S_c小于S_c，h，电机尽可能多地回收再生制动能量，剩余部分由机械制动器消耗，即进入能量回馈模式，如果电池荷电状态值S_c大于电池荷电状态上限S_c，h，则进入摩擦制动模式。

本发明提出的能量管理方法能够对混合动力系统的输出功率进行控制，该控制方法实现较为简单，而且能够适应路况的变化，可以在公交车的整个行驶里程中充分利用电池存储的廉价电能，保证了插电式混合动力公交车良好的燃油经济性。

附图说明

图1：一种插电式混合动力公交车的动力总成构型图

图2：本发明实施的流程示意图

图3：BP神经网络结构图

图4：发动机效率曲线图

图5：工作模式切换流程图

具体实施方法

下面结合附图进一步说明本发明内容

如图1所示，插电式混合动力公交车采用双轴式并联型结构，电池可以外接充电，而且具有油门踏板位置传感器、制动踏板位置传感器、车速传感器，GPS模块、整车控制器HCU、发动机控制器ICU、电机控制器MCU、电池管理单元BMU，发动机控制器ICU、电机控制器MCU和电池管理单元BMU通过CAN总线与整车控制器HCU相连接。

如图2所示，本发明实施例一种插电式混合动力公交车能量管理方法，其实施步骤如下：

I、基于GPS等设备获取公交车行驶历史路况数据并建立该公交线路路况模型。

步骤1可以具体分为下面几个子步骤

(1)利用车载GPS设备获取某天的发车时间(星期几/小时/分)，以一秒为采样频率实时记录车辆当天运营时间内的经纬度、海拔高度等数据；

(2)将经纬度转化为84-WGS椭球的高斯平面坐标，把时间-经纬度信息转化为时间-车速信息，得到每天的时间--速度曲线和时间--海拔高度曲线，根据车辆加速度限制对该曲线进行异常处理，剔除或修正异常数据、识别并添加丢失数据。

(3)为考虑路况建模时车辆所在位置对车速的影响，基于时间--速度曲线计算相邻时刻距离和对应时刻速度得到车辆行驶里程-车速曲线，利用时间--速度曲线计算相邻时刻距离和对应时刻海拔高度得到车辆行驶里程-车辆海拔高度曲线。

(4)基于步骤(1)--(3)获取公交车近一个月每天的车辆行驶里程-车速曲线，车辆行驶里程-车辆海拔高度曲线，计算每天的平均行驶里程；

(5)基于发车时间和(4)所述的曲线数据，利用神经网络训练得到该线路的路况模型，该网络为包含-个隐层的3层BP神经网络，输入层有2个神经元，分别对应发车时间、车辆已经行驶里程，输出层为2个神经元，分别对应车辆速度和车辆海拔高度，隐层中的神经元个数采用试凑法确定。

按照上述方法建立其它公交线路的路况模型。

2、将公交线路路况模型存储于插电式混合动力汽车车辆控制器单元，当车辆发车时，在车辆运行时，HCU可根据GPS位置信息自动确认当前线路并使用对应的道路路况模型。由发车时间及平均行驶里程，可预测得到该车辆本工作日内的车辆已行驶里程-车速曲线，车辆已行驶里程-车辆海拔高度曲线。

3、根据步骤2得到的曲线数据更新逻辑门限参数。

3.1为便于计算车辆行驶所需能量，将车辆已行驶里程-车速曲线和车辆已行驶里程-车辆海拔高度曲线分别转换为时间--速度曲线和时间--坡度曲线。

计算车辆行驶所需能量，采用的公式为：

$>Q_{\mathrm{dem}}=\underset{0}{\overset{T}{\int }}\frac{V_{\mathrm{vel}}}{3600{\eta }_T}·(m·g·f·\cos \alpha +m·g·\sin \alpha +\frac{C_D·A·V_{\mathrm{vel}}^2}{21.225}+\delta ·m·\frac{{\mathrm{dV}}_{\mathrm{vel}}}{\mathrm{dt}})$>

其中，Q_dem为车辆行驶所需能量；T为行驶总时间；V_vel为车速；m为整车质量；g为重力加速度；f为滚动阻力系数；C_D为风阻系数；A为迎风面积；α为道路坡度；δ为车辆旋转质量换算系数；为车辆加速度；η_T为车辆传动系统机械效率。

3.2计算电池可供输出的能量，采用的公式为：

Q_out=(S_c，h-S_c，l)·U_b·C·η_b·η_m

其中，Q_out为电池可提供驱动车辆的电能；U_b为电池额定电压；S_c，h为动力电池荷电状态允许工作上限；S_c，l为动力电池荷电状态允许工作下限；η_b为电池放电效率；η_m为电机工作效率。

3.3根据所需能量及电池可提供能量的差值更新车辆控制器中与混合动力系统能量管理相关的逻辑门限值，此处将功率门限值设置为动态逻辑门限参数，即当需求能量多于电池可提供能量时合理调整如图4所示的发动机工作功率下限P_{e_min}和发动机工作功率上限P_{e_max}，适当拓宽发动机的工作区域，反之缩小发动机的工作区域。方法如下：

当Q_out>=Q_dem时，不作调整；

当Q_out<Q_dem时，

$>P_{e\_\min }^{\prime }=\frac{k_1}{Q_{\mathrm{dem}}-Q_{\mathrm{out}}}{P}_{e\_\min }$>

$>P_{e\_\max }^{\prime }=\frac{Q_{\mathrm{dem}}-Q_{\mathrm{out}}}{k_2}{P}_{e\_\max }$>

k₁和k₂为调整P_{e_min}和P_{e_max}适当增加或减少的比例系数；P′_{e_min}和P′_{e_max}为调整后的发动机工作功率下限和发动机工作功率上限。

4、在车辆实时运行中，能量管理策略将加速踏板和制动踏板信号解释为混合动力系统的需求功率P_r，并根据车速传感器监测的车辆行驶速度V、电池管理单元计算的电池荷电状态S_c以及设定的发动机功率P_{e_min}和P_{e_max}、车速V_e和电池荷电状态S_c，h、S_c，l等门限参数选择工作模式，如图5所示，具体方法如下：

(1)当车辆行驶速度低于最低车速V_e或车辆需求功率P_r低于P_{e_min}，且荷电状态值S_c高于荷电状态允许工作下限S_c，l时，由电机单独驱动；

(2)当车辆需求功率介于发动机优化区域[P_{e_min}、P_{e_max}]或当电池荷电状态值S_c低于S_c，l时，发动机单独驱动；

(3)当需求功率超过P_{e_max}且电池组荷电状态值S_c高于S_c，l时，实行混合驱动，此时发动机控制工作在最佳效率曲线，剩余驱动转矩由电机提供；

(4)制动时，如果电池荷电状态值S_c小于S_c，h，电机尽可能多地回收再生制动能量，剩余部分由机械制动器消耗，即进入能量回馈模式，如果电池荷电状态值S_c大于电池荷电状态上限S_c，h，则进入摩擦制动模式。

5、基于切换模式，HCU通过CAN总线输出相应控制信息到ICU、MCU、BMU等相应控制单元，ICU控制节气门开度等变量，调节发动机输出功率；MCU调整电机输出功率；BMU检测电池荷电状态等参数。