随机混杂预测控制的插电式混合动力系统能量管理策略优化机理

The project plan focuses on how to improve the effectiveness of energy saving and emission reduction for the plug-in hybrid electric vehicle (PHEV), considering the influence of factors, such as the different mileage and random variable driving conditions, based on the structure of multi-mode system for plug-in hybrid electric vehicle, and optimization mechanism of energy management strategy based on stochastic hybrid model predictive control is proposed, this investigation belongs to the field of development trend and frontier. To solve the optimum charge depleting mode of adaptability to various random working conditions for PHEV under different target driving mileage, the driving PHEV is designed as a dynamic system, so build a theoretical framework of power management strategy based on the hybrid dynamic system and performance evaluation simulation platform. According to the idea of ECMS, acquiring the relationship between the equivalent factor and marginal costs of charge depleting mode under different target driving mileage, and then to form the method of operation mode switch control based on judging the boundary of energy saving or cost. And the SOC real-time optimal control method based on the value tradeoff between fuel and electricity control model which is constituted by EDR (Energy to Distance Ratio) and equivalent factor. On the basis, combined with the driver random statistical rule and the value control algorithm of fuel and electricity based on AFSMC (Adaptive Fuzzy Sliding Mode Control) theory, the real-time optimization of energy management strategy based on stochastic hybrid model predictive control is proposed, and finally, to form a theoretical method for development of plug-in hybrid electric vehicle energy management strategy real-time control. The proposed plan provides a theoretical method to support the independent research of the new generation plug-in hybrid electric vehicles with features of high-efficiency, energy-saving and eco-friendliness.

以进一步提高插电式混合动力汽车节能减排效果为目标，综合考虑不同行驶里程以及随机多变行驶工况的影响，针对插电式多模混合动力系统，开展随机混杂预测控制的能量管理策略优化机理研究，这属于该领域的发展趋势及热点。为解决PHEV不同期望行驶里程的最佳电量消耗模式对实际随机工况的适应性问题，将行驶中的PHEV视为动态系统，构建基于混杂动态理论能量管理策略理论框架及性能评价平台，根据ECMS思想，探索不同期望行驶里程的等效因子与电量消耗模式边际成本间的关系，形成判断节能盈亏边界的运行模式切换控制方法，以及提出基于由行程能量率EDR与等效因子构成的油电价值量成本模型的SOC实时优化控制方法，在此基础上，结合驾驶员随机统计规律及AFSMC油电价值量控制算法，提出SH-MPC实时优化能量管理策略，形成一套新型的PHEV能量管理策略优化理论方法，为实现我国自主研发高效、节能、环保的PHEV提供坚实的理论依据。

本项目以插电式多模式混合动力系统为研究对象，开展了多模式混合动力系统的数值建模、不同行驶里程自适应的SOC优化控制、多模式切换的动态协调控制以及基于模型预测控制的能量管理控制策略优化等方面的研究工作，所取得的研究成果总结如下：.（1）开展关键动力部件数值建模方法研究，具体包括建立了考虑不同温度影响以及不同荷电状态下的电池模型，发动机模型、电机模型，并且采用混杂理论进行多模式控制进行理论建模描述。.（2）不同期望行驶里程SOC实时优化方法研究：基于动态规划DP对等效因子进行估算的方法，获取电池SOC理想运行轨迹。构建等效因子离散全局优化的不同期望行驶里程SOC实时优化控制方法。为进一步适应不同期望行驶里程的实时控制，通过参考SOC与动态调节等效因子的方法，实现不同行驶里程SOC实时优化。.（3）基于不同运行模式切换规律的动态协调控制方法：通过寻优的方式求得不同的需求转矩和需求转速下目标函数最小时的转矩分配及价值成本；基于不同运行模式的切换规律，综合考虑多模式混合动力系统模式切换的冲击度和能耗，提出多目标动态协调控制控制策略。.（4）基于模型预测的能量管理策略研究：采用多元线性回归的方法建立发动机、动力电池的线性模型并建立相应的状态方程。基于交通信息规划的方法对未来参考SOC进行计算，将预测车速和参考SOC与MPC结合，提出随机模型预测控制能量管理策略。.（5）能量管理策略硬件在环实验：搭建多模式混合动力系统硬件在环实验平台，对不同期望行驶里程自适应控制策略以及不同模式切换动态协调控制策略进行验证。.研究结果表明，所制定的基于模型预测控制的插电式多模式混合动力系统能量管理策略优化机理能有效提升插电式混合动力汽车的燃油经济性，为新能源汽车智能化预测控制自主研发提供基础理论与技术支持。在本项目基金资助下，共发表期刊论文16篇，其中SCI\EI论文7篇，公开申请发明专利16件，其中授权发明专利3件。