基于模糊控制与动态规划的纯电动汽车行驶策略控制方法与流程

本发明涉及电动汽车整车控制领域，具体公开了一种基于模糊控制与动态规划的纯电动汽车行驶策略控制方法。

背景技术：

随着全球能源危机和空气污染问题日益严峻，纯电动汽车的发展成为了解决能源污染的当务之急。目前纯电动汽车最为关键的三大技术，即电机、电池、电控技术，是纯电动汽车突破能效问题的核心技术。电动汽车发展中最重要的部分之一是其整车控制系统的设计。整车控制系统涉及到了上下电管理、信号处理、驾驶员意图解析、车辆模式管理、档位管理、驱动控制、制动能量回收、电池能量管理、附件系统控制、续航里程计算、故障诊断与处理、状态监控与显示等功能。其中驱动控制策略调控整车行驶过程中的动力性与经济性，对整车性能的提高具有重要作用。

纯电动汽车驱动控制策略主要有重庆大学秦大同等人提出的基于驾驶员意图识别的纯电动汽车动力性驱动控制策略、湖南大学郑潮雄等人提出的根据加速踏板的变化情况动态调整车辆的加速性能的智能模式控制策略。这些方法主要是针对驾驶员意图的识别，提高车辆的动态响应，对整车行驶经济性考虑不足。而随着纯电动汽车的发展，其动力性已符合生产生活的需求，但续航里程不足是目前亟待解决的问题。

技术实现要素：

本发明目的在提供一种基于模糊控制与动态规划的纯电动汽车行驶策略控制方法，以解决现有技术中存在的技术缺陷。

为实现上述目的，本发明提供了一种基于模糊控制与动态规划的纯电动汽车行驶策略控制方法，包括以下步骤：

s1：获取加速踏板开度、加速踏板开度变化率、电池剩余电量值以及转矩补充负荷系数，以加速踏板开度、加速踏板开度变化率和电池剩余电量值作为输入变量，以转矩补充负荷系数作为输出变量建立模糊控制规则；

s2：划分行驶模式，包括动力模式、舒适模式以及节能模式，根据模糊控制规则得到三种模式下的转矩补充负荷系数；

s3：根据转矩补充负荷系数以及当前负荷系数得到目标负荷系数，并通过目标负荷系数得到目标电机负荷转矩；

s4：对于动力模式和舒适模式根据目标电机负荷转矩调整电机当前转矩；对于节能模式，利用动态规划算法综合目标车速和目标负荷系数规划扭矩输出路径。

作为对上述方法的进一步补充：

优选地，s2中得到三种模式下的转矩补充负荷系数的方法为：根据模糊控制规则，采用mamdani直接推理法推理驾驶员的驾驶意图，并根据驾驶意图输出补充负荷系数。

优选地，s3中目标电机负载转矩的计算方式为：

lend＝l+lcompensate

其中，lend为目标机负载转矩，l为电机当前负载转矩，lcompensate为转矩补充负荷系数。

优选地，s4中利用动态规划算法综合单位里程下的整车能耗与加速时间对目标电机负荷转矩进行调整得到期望电机负荷转矩包括以下步骤：

s41：根据加速需求，以电机转矩为控制变量，电机转速为状态变量，建立最优控制问题，并根据汽车纵向动力学模型得到最优控制问题的系统状态方程；

s42：根据目标车速与系统状态方程得到状态变量的约束方程；根据目标负荷系数以及转矩搜索所需的扩展空间得到控制变量的约束方程；

s43：根据状态变量的约束方程以及控制变量的约束方程建立性能指标方程；

s44：根据动态规划算法求解性能指标方程的最优控制序列；

s45：根据最优控制序列规划扭矩输出路径。

优选地，s41中的汽车纵向动力学模型为:

其中,tm(t)为电机输出扭矩，nm(t)为电机转速，i0为主减速器传动比，ηt为传动系机械效率，m为汽车质量，r为轮胎半径，cd为空气阻力系数，a为迎风面积，g为汽车重力，f为滚动阻力系数，i为道路坡度。

优选地，s41中的最优控制问题表达式为：

j＝min{∑l[x(k),u(k),k]}

x(k+1)＝f(x(k),u(k))

x∈x

u∈u。

优选地，状态变量的约束方程以及控制变量的约束方程分别为：

其中，nnow为电机当前转速，ndem为期望的电机转速，tmin为电机平衡当前车速的最小转矩，tmax(lend+δ)为电机在此扩展空间及当前车速下电机最大输出转矩。

优选地，性能指标方程为：

其中，tacc为加速时间，pbat(k)为电池输出功率，dis(k)为单阶车辆行驶的距离，λ1和λ2为权重因子，ωt和ωele为归一化因子，jt为考虑加速时间的性能指标，jele为考虑单位里程下的整车能耗的性能指标。

本发明具有以下有益效果：

1、本发明划分了动力模式、舒适模式、节能模式三个模式，在确保行驶动力性的基础上，通过智能模式控制策略对纯电动汽车三个行驶模式下动态驾驶意图进行识别并输出补偿负荷系数，使车辆的行驶状态更加符合驾驶员的驾驶意图，并保证了车辆的动力性与经济性。

2、本发明采用模糊控制策略进行驱动转矩优化，可以不依靠数学模型、鲁棒性强。

3、本发明针对节能模式对整车经济性要求较高的要求，综合利用动态规划算法，提出了考虑单位里程下的整车能耗与加速时间的输出转矩优化，保证整车在一定动力需求的基础上实现整车经济性的最大化。

下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明优选实施例提供的一种基于模糊控制与动态规划的纯电动汽车行驶策略控制方法流程图；

图2为本发明优选实施例电机转矩负荷系数和加速踏板开度的关系曲线图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

实施例1：本发明提供了一种基于模糊控制与动态规划的纯电动汽车行驶策略控制方法，参见图1，包括以下步骤：

s1：获取加速踏板开度、加速踏板开度变化率、电池剩余电量值以及转矩补充负荷系数，以加速踏板开度、加速踏板开度变化率和电池剩余电量值作为输入变量，以转矩补充负荷系数作为输出变量建立模糊控制规则；

s2：划分行驶模式，包括动力模式、舒适模式以及节能模式，根据模糊控制规则得到三种模式下的转矩补充负荷系数；

s3：根据转矩补充负荷系数以及当前负荷系数得到目标负荷系数，并通过目标负荷系数得到目标电机负荷转矩；

s4：对于动力模式和舒适模式根据目标电机负荷转矩调整电机当前转矩；对于节能模式，利用动态规划算法综合目标车速和目标负荷系数规划扭矩输出路径。

扭矩输出路径即电机扭矩随电机转速变化的扭矩输出轨迹。

实施例2：纯电动汽车正常行驶的原理是电机系统接收整车控制器的转矩指令后，输出实际转矩，通过传动装置驱动车轮。所以确定驱动电机的需求转矩特性是研究驱动控制策略的关键。加速踏板开度能够反映驾驶员对于驱动电机转矩需求的大小，电机转速能够表征当前转速下电机最大转矩的输出能力。为了能更加清楚地确定加速踏板开度与驾驶员需求转矩大小的关系，定义电机转矩负荷系数l和加速踏板开度p_acc的关系为：

l＝f(p_acc)

参见图2，根据整车工作模式的划分，分别制定了三种电机转矩负荷系数l和加速踏板开度p_acc的关系曲线，动力模式、舒适模式、节能模式分别对应曲线a,b,c。

其中曲线a的电机转矩负荷系数l和加速踏板开度p_acc的关系曲线为凸型，其注重动力性，加速性能较好适合工作在高负荷区间；曲线c的电机转矩负荷系数l和加速踏板开度p_acc的关系曲线为凹型，其注重经济性，加速性能偏软，适合工作在低负荷区间；曲线b则介于曲线a与曲线c之间，兼顾动力性与经济性。

踏板控制策略主要影响电机转矩外特性的均匀程度，为了使不同的加速踏板开度对应的电机功率输出更加均匀和平滑，根据电机转矩负荷系数和电机转速确定的电机需求转矩的数学表达式如下：

其中，tmax为电机的峰值扭矩，n0为电机的额定转速，n为电机当前转速。

根据驾驶过程的需求，本发明设计三种驱动模式，分别为动力模式、舒适模式、节能模式等。动力模式主要目标是提高纯电动汽车的动力性，在起步和急加速等大的加速度需求下，提高电机输出转矩的灵敏；节能模式主要目标是增加纯电动汽车行驶的续航里程，提高整车的经济性；舒适模式则采用线性的电机转矩负荷系数和加速踏板开度曲线，扭矩输出平稳，驾驶体验舒适。

为了能够根据加速踏板的变化情况动态调整车辆的加速性能，使车辆的行驶状态更加符合驾驶员的驾驶意图，本发明采用踏板当前负荷系数+补偿负荷系数的方法，实现根据驾驶意图动态调整转矩输出。转矩输出公式如下：

lend＝l+lcompensate

其中，lend为最终踏板负荷系数值，lcompensate为驾驶意图识别后的补偿负荷系数值。

踏板当前负荷系数根据电机转矩负荷系数l和加速踏板开度p_acc的关系曲线即可得出。补偿负荷系数采用模糊控制方法得到，因经典控制理论难以反映驾驶意图和车辆状态，而模糊控制方法不依靠数学模型、鲁棒性强。

在动力模式和舒适模式设计利用加速踏板开度与加速踏板开度变化率进行驾驶意图识别，加速踏板开度p_acc代表驾驶员加减速意图的期望，加速踏板开度变化率代表加速减速期望的快慢。在经济模式设计利用加速踏板开度p_acc、加速踏板开度变化率以及电池剩余电量值soc进行驾驶意图识别。根据剩余电量值的降低而逐渐减少补偿负荷系数的值，达到提高整车经济性的目的。

设计以加速踏板开度p_acc、加速踏板开度变化率以及电池剩余电量值soc为输入变量，lcompensate驾驶意图识别后的补偿负荷系数为输出变量建立模糊控制器，并选择三角形函数作为输入输出变量的隶属度函数。

加速踏板开度p_acc的模糊集论域定义为0～100，其语言变量设置为：{极小zs，小s，中m，大b，极大zb}。

加速踏板开度变化率的模糊集论域定义为0～200，其语言变量设置为：{极小zs，小s，中m，大b，极大zb}。

电池剩余电量值soc的模糊集论域定义为0～200，其语言变量设置为：{低l，中l，高h}。

补偿负荷系数lcompensate的模糊集论域定义为0～0.2，其语言变量设置为：{极小zs，小s，中m，大b，极大zb}。

模糊控制规则是由经验总结和提炼而得到的，其表达形式为“如果……(条件)那么……(结论)”。经过大量实验，建立如下表1、2和3所示的动力模式、舒适模式以及节能模式的模糊控制规则。

表1动力模式下的模糊控制规则表

表2动力模式下的模糊控制规则表

表3经济模式下的模糊控制规则表

根据输入输出的隶属度函数与各个模式下的模糊控制规则，采用mamdani直接推理法推理驾驶员驾驶意图，并输出补偿负荷系数lcompensate。根据踏板当前负荷系数+补偿负荷系数得到最终踏板负荷系数值，并计算电机负荷扭矩并输出。

根据整车行驶三种模式的设计要求，动力模式与舒适模式对整车经济性要求较小，主要是满足驾驶的动力性与舒适性。节能模式对整车经济性要求较高，仅通过模糊控制方法无法实现整车经济性的最大化提高，本节利用动态规划算法，考虑单位里程下的整车能耗与加速时间为性能指标，规划出加速过程中最优的扭矩输出路径，在一定动力需求的基础上实现整车经济性的最大化。

车辆在节能模式的加速过程中，根据当前车速vnow与目标车速vdem，根据动态规划算法实现输出扭矩的优化。当前车速vnow可由轮速传感器计算得出，目标车速vdem则根据汽车纵向动力学模型结合最终踏板负荷系数值得到的电机需求扭矩计算得到。其中汽车纵向动力学模型如下：

其中,tm(t)为电机输出扭矩，nm(t)为电机转速，i0为主减速器传动比，ηt为传动系机械效率，m为汽车质量，r为轮胎半径，cd为空气阻力系数，a为迎风面积，g为汽车重力，f为滚动阻力系数，i为道路坡度。

根据加速需求，以电机转矩为控制变量，电机转速为状态变量，建立纯电动汽车加速过程扭矩优化的最优控制问题：

j＝min{∑l[x(k),u(k),k]}

x(k+1)＝f(x(k),u(k))

x∈x

u∈u。

根据汽车纵向动力学模型，得到本文最优控制系统的状态方程：

本文最优控制系统的不等式约束方程根据目标车速vdem，得到状态变量的约束方程；以及根据最终踏板负荷系数值，以及扭矩搜索所需的扩展空间得到控制变量的约束方程：

其中，nnow为电机当前转速，ndem为期望的电机转速，tmin为电机平衡当前车速的最小转矩，tmax(lend+δ)为电机在此扩展空间及当前车速下电机最大输出转矩。

考虑单位里程下的整车能耗与加速时间建立如下的性能指标j。

考虑加速时间的性能指标：

考虑单位里程下的整车能耗的性能指标：

通过线性加权法将多目标问题转换为单目标函数，即优化问题的目标函数为：

其中，tacc(k)为加速时间，pbat(k)为电池输出功率，dis(k)为单阶车辆行驶的距离，λ1和λ2为权重因子，ωt和ωele为归一化因子。

根据动态规划算法，自底向上，通过计算，求解单步问题的最佳决策。并由状态转移方程计算下一个阶段的状态值，不断迭代计算，比较各段性能指标，逐段决策逐步延伸完成，最后得到最优控制序列，根据所得的控制序列完成纯电动汽车节能模式下加速过程的最优控制，在保证整车一定动力性的基础上，最大化的提高整车续航里程。

具体实施方式：

第一步，根据动力模式、舒适模式与节能模式的驾驶需求，分别制定三种电机转矩负荷系数和加速踏板开度的关系曲线；

第二步，为了使不同的加速踏板开度对应的电机功率输出更加均匀和平滑，根据电机转矩负荷系数和电机转速确定的电机需求转矩的数学表达式；

第三步，设计以加速踏板开度、加速踏板开度变化率以及电池剩余电量值为输入变量，驾驶意图识别后的补偿负荷系数为输出变量建立模糊控制器，并选择三角形函数作为输入输出变量的隶属度函数；

第四步，根据大量实验与设计经验，分别建立动力模式、舒适模式以及节能模式的模糊控制规则。采用mamdani直接推理法推理驾驶员驾驶意图，并输出补偿负荷系数。根据踏板当前负荷系数+补偿负荷系数得到最终踏板负荷系数值，并计算电机负荷扭矩并输出；

第五步，考虑节能模式对整车经济性的需求，根据汽车纵向动力学模型得到本文最优控制系统的状态方程，并建立最优控制系统的不等式约束方程；

第六步，考虑单位里程下的整车能耗与加速时间建立多目标优化的性能指标；

第七步，根据轮速传感器得到当前车速，并采集加速踏板信号得到目标输出的扭矩，利用纵向动力学模型计算出汽车行驶的目标车速，两者进行对比若目标车速大于当前车速，将加速过程划分为n个过程；

第八步，利用动态规划算法，自底向上，通过计算，求解单步问题的最佳决策。并由状态转移方程计算下一个阶段的状态值，不断迭代计算，比较各段性能指标，逐段决策逐步延伸完成，最后得到最优控制序列，根据此控制策略，实现最大化的提高整车续航里程的目标；

第九步：整合动力模式、舒适模式与经济模式下的控制策略，得到基于模糊控制与动态规划算法的整车控制策略。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。