智能网联混合动力汽车队列分层优化控制方法研究

发布时间：2020-11-19 04:41

　　 节能、安全、舒适及环保是汽车行业发展的主题,围绕这些主题,当前最热门的研究方向是车辆的智能化、网联化及电动化。本文以智能化、网联化的混合动力汽车队列为研究对象,以提高燃油经济性、交通流畅性、舒适性及安全性为目标,以模型预测控制(model predictive control,MPC)为主要研究方法,提出了混合动力汽车队列分层预测控制构架,提出了分层控制实时化的解决方案并进行了实车在环测试和硬件在环仿真,研究了考虑系统误差的燃油经济性控制,研究了基于预测信息的能量管理优化,研究了集成垂向振动燃油经济性控制。全文的主要工作概括如下:研究了考虑效率反馈的智能网联混合动力汽车队列分层预测控制。将控制构架分为两层,上层控制器基于混合动力汽车油耗、相对距离、SPAT得到的目标车速以及加速度,设计基于MPC的控制算法,优化混合动力汽车队列的目标车速。下层控制器以燃油经济性为目标,以动力电池SOC均衡为主要约束,基于A-ECMS能量管理控制算法进行混合动力汽车能量管理。与此同时,下层控制器周期性地计算平均驱动效率和能量回收效率并将其反馈至上层控制器,用于修正上层控制器中与效率相关的油耗模型。研究了基于分层控制构架的智能网联混合动力汽车队列实时车速预测及能量优化管理。上层控制器针对MPC优化问题的具体结构,采用牛顿迭代法求解KKT方程并基于近似方法求解牛顿迭代方程,设计了基于F-MPC实时预测混合动力汽车队列最优目标车速,下层控制器基于动力部件的Willans Line模型,将ECMS控制算法线性化,设计了基于WL-ECMS进行混合动力汽车队列实时能量管理控制策略。研究了考虑控制系统随机误差的网联混合动力汽车队列闭环协同控制方法。在分层控制的基础上,上层控制器考虑了控制系统的随机误差,基于Markov决策建立随机误差模型及其概率转移矩阵,基于SMPC处理随机误差,并基于方案树简化SMPC问题,缩短计算的时间成本。下层控制器基于A-ECMS进行混合动力汽车队列的能量管理。在上层代码中嵌入简化的混合动力汽车模型,依据可测量的变量和Autonomie后处理文件,建立了驱动和回收效率模型并实时反馈至上层控制器进行下一时刻的车速优化。研究了基于预测信息的网联四驱混合动力汽车能量优化管理控制方法。首先描述了基于规则的四驱混合动力汽车控制策略,然后在基于规则控制策略的基础上,设计了基于ECMS的控制策略。根据四驱混合动力汽车预测车速,进行了基于预测信息的等效因子全局优化以及分段优化,并基于预测信息,采用DP算法进行了四驱混合动力汽车队列能量管理的全局优化。研究了集成垂向振动的混合动力汽车燃油经济性控制。利用悬架系统状态与车速和位置均相关的特点,将整车纵向动力学与悬架系统垂向动力学有机结合起来。基于智能网联环境下获取的混合动力汽车车速及位置信息及SPAT信息,建立综合优化燃油经济性、交通流畅性、跟车距离、垂向舒适性以及纵向舒适性的MPC模型,在保障基于智能网联基本特性及不牺牲最优燃油经济性的前提下,提高混合动力汽车队列的垂向振动舒适性。为降低计算求解的时间成本,采用F-MPC进行最优目标车速的快速优化。
【学位单位】：合肥工业大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：U469.7;U463.6
【部分图文】：

义内汽车的保有量和产销量正迅猛增长，由此、环境污染、汽车行驶安全及驾驶舒适性等 18 年里，以发展中国家为主要推动力的汽车量增加了 10 倍以上[4]。截止到 2017 年底，中销量冠军[5,6]。尽管我国已经成为名副其实的远远低于发达国家同期水平，甚至低于世界平有达到饱和状态，其他主要发展中国家也呈现如图 1.1 所示[9]，各主要国家汽车销量及走势济的持续增长，消费者购买力的逐渐增强，汽，世界汽车保有量已经突破 12 亿辆大关，并日益严重，节能、高效、环保、安全及舒适成

车市场远远没有达到饱和状态，其他主要发展中国家也呈现出类似的态势汽车销量走势如图 1.1 所示[9]，各主要国家汽车销量及走势如图 1.2 所示发展中国家经济的持续增长，消费者购买力的逐渐增强，汽车产销量还有升空间。目前，世界汽车保有量已经突破 12 亿辆大关，并呈现出增长导致的问题将日益严重，节能、高效、环保、安全及舒适成为当今汽车工主题[11-14]。图 1.1 全球汽车销量（×106）及走势Fig 1.1 Worldwide vehicle sales （×106）and its trends

问题（如图 1.3 所示）已经成为城市交通系统中最为突出的问题[22-24]。为此，美国交通部智能交通署率先提出了智能交通和智能网联的概念，受到世界范围内的广泛关注，并被应用于车辆的燃油经济性控制、安全及交通流畅性控制等领域[25]。在智能网联环境下，可通过车-车（vehicle to vehicle，V2V）通信获取相邻车辆之间的位置和车速信息，通过车与交通设施（vehicletoinfrastructure，V2I）通信获取路侧单元信息（如交通信号灯信息等），因而实现车与车，车与交通设施的互联。据美国交通部报道，应用车联网技术可以减少 79%的交通事故，减少交通拥堵造成的 872 亿美元的损失，节省 42 亿小时的车辆怠速时间以及节省 28 亿加仑的燃油消耗[26-28]。相比于当前交通系统中 走走停停 的车辆行驶模式，采用车联网技术，可以大幅度的增加交通流畅性，因而节省行驶时间，降低燃油消耗，并减少温室气体的排放[29,30]。可以预见的是，基于智能网联技术，可以使得交通系统中的车辆协同工作，甚至实现无驾驶员干预的全自动化运行，进而提高车辆队列的燃油经济性节省车辆单位距离的行驶时间并提高车辆队列的安全性[31,32]。为此，车辆智能化、网联化也是汽车工业发展的必然趋势[33]。
【参考文献】

相关期刊论文 前10条

1 钱立军;邱利宏;辛付龙;;插电式四驱混合动力汽车控制策略设计及优化[J];西南交通大学学报;2015年06期

2 钱立军;邱利宏;辛付龙;陈朋;王金波;;插电式四驱混合动力汽车能量管理控制策略及其优化[J];农业工程学报;2015年13期

3 钱立军;邱利宏;陈朋;;基于模糊PID扭矩识别的混合动力汽车优化控制[J];中国机械工程;2015年13期

4 邱利宏;钱立军;程伟;;插电式四驱混合动力轿车控制策略研究[J];汽车工程学报;2015年01期

5 钱立军;邱利宏;辛付龙;胡伟龙;;基于模糊扭矩识别的混合动力汽车控制策略[J];科学技术与工程;2014年35期

6 孟凡博;黄开胜;曾祥瑞;张尧;;基于马尔可夫链的混合动力汽车模型预测控制[J];中国机械工程;2014年19期

7 钱立军;邱利宏;辛付龙;胡伟龙;;插电式四驱混合动力汽车能量管理与转矩协调控制策略[J];农业工程学报;2014年19期

8 隗寒冰;秦大同;陈淑江;;重度混合动力汽车油耗和排放的多目标随机最优控制策略[J];汽车工程;2014年08期

9 邱利宏;钱立军;程伟;王振国;;插电式串联混合动力汽车参数匹配及控制策略研究[J];汽车工程学报;2014年04期

10 秦大同;彭志远;刘永刚;段志辉;杨阳;;基于工况识别的混合动力汽车动态能量管理策略[J];中国机械工程;2014年11期

相关博士学位论文 前5条

1 王光平;并联插电式混合动力汽车控制技术研究[D];吉林大学;2016年

2 詹森;基于工况与驾驶风格识别的混合动力汽车能量管理策略研究[D];重庆大学;2016年

3 孙超;混合动力汽车预测能量管理研究[D];北京理工大学;2016年

4 孙扬;无人驾驶车辆智能水平的定量评价[D];北京理工大学;2014年

5 吴迪;ISG混合动力汽车能量优化管理策略研究[D];合肥工业大学;2013年

相关硕士学位论文 前8条

1 司远;四驱混合动力汽车能量管理优化策略研究[D];合肥工业大学;2017年

2 杨猛;同轴并联HEV模式切换过程动力传动转矩协调控制研究[D];北京交通大学;2017年

3 罗少华;基于工况识别的混联式混合动力汽车能量管理策略研究[D];重庆大学;2016年

4 李安邦;混合动力汽车自适应控制策略研究[D];大连理工大学;2016年

5 林椿松;混合动力汽车能量管理多目标优化研究[D];重庆交通大学;2016年

6 赵敏敏;四轮驱动混合动力汽车建模与仿真研究[D];北京交通大学;2016年

7 崔佳超;无人驾驶智能车在动态环境中的避障方法[D];西安工业大学;2015年

8 俞倩雯;基于车联网的汽车行驶经济车速控制方法[D];清华大学;2014年

本文编号：2889715