基于多智能体技术的混合动力汽车能量管理系统与方法
【专利摘要】本发明公开了一种基于多智能体技术的混合动力汽车能量管理系统与方法。能量管理系统包括信号采集agent、预测agent、蓄电池agent、能量管理agent和执行agent，信号采集agent通过数据采集单元收集车辆的车况信息和环境信息，并把这些信息传输给预测agent，预测agent根据这些信号预测出车辆将来一小段行驶工况并把预测信息传输给能量管理agent，能量管理agent根据预测agent传来的信息以及蓄电池agent传输的信息计算出车辆能量最优分配并把此分配指令传输至执行agent，最后执行agent执行能量在发动机和电机之间分配方案。本发明可以提前预测车辆未来一小段的行车状况，进行能量管理优化控制，既达到了优化的目的又避免了进行全局优化需要准确知道整个行驶工况的局面。
【专利说明】基于多智能体技术的混合动力汽车能量管理系统与方法
【技术领域】
[0001]本发明涉及一种基于多智能体技术的并联式混合动力电动汽车的能量管理【技术领域】，具体涉及一种能量管理系统与方法。
【背景技术】
[0002]汽车作为现代文明的一大标志，给人们带来舒适与便利的同时，也带来了严重的环境污染与能源消耗，为了缓解环境污染和能源消耗这两大问题，各国都在发展具有节能、清洁特点的新能源汽车，而混合动力汽车是目前世界上真正实现量产的新能源汽车，在今后长时间内仍将是新能源汽车发展的主流。
[0003]混合动力电动汽车按照汽车动力系统的的特点一般分为串联式、并联式和串、并混合式。并联式混合动力电动汽车指的是车辆的驱动力可由电动机及发动机同时或单独供给，它能够在较低负荷时单独使用发动机或电动机作为动力源，而需要大功率时可以同时使用电动机和发动机作为动力源驱动汽车行驶。
[0004]由于并联式混合动力电动汽车的发动机与车轮之间为机械连接，使得发动机的工作区间受车辆运行工况的影响较大，不能总是处于最大效率区，需依赖于合理的能量管理系统与方法。能量管理系统与方法的核心就是能量管理策略。目前混合动力汽车能量管理策略大致可以分为基于规则的能量管理策略和基于优化的能量管理策略两类。基于规则的能量管理策略由于功率的分配没有经过优化，不能充分发挥能量管理的优势。全局优化能量管理策略因为需要准确知道整个行驶工况，要求过于苛刻，相反等效燃油最小的能量管理策略只是对当前时刻的优化，对车辆未来行驶工况信息考虑不够。
【发明内容】
[0005]针对现有技术中对并联式混合动力汽车进行能量管理存在的不足，本发明的主要目的在于提供一种基于多智能体技术的混合动力电动汽车的能量管理系统与方法，其能在车辆行驶时依据车速、加速度、驱动转矩、转向灯等车辆行驶状态参数以及GPS、GIS采集到的道路信息或交通状况预测出车辆未来一小段的行驶工况，以此作为系统前一时刻的输入，在线求解一个最优化问题，得到未来一段时间内(预测时域内)的最优控制序列，将该控制序列的第一个控制量作为此时刻的输入作用到系统，在下一时刻重复上述过程。从而对混合动力汽车各组成部件(如电机、发动机、电池组、传动装置等)之间功率流的大小和方向进行有效的分配，以满足驾驶员所需的牵引动力，维持电池电量，降低油耗，减少尾气排放实现节能环保。
[0006]为实现上述目的，本发明采用的方案为:
基于多智能体技术的混合动力汽车能量管理系统，包括信号采集agent、预测agent、蓄电池agent、能量管理agent和执行agent,其特征在于，信号采集agent通过数据采集单元收集车辆运行数据和运行环境信息，并把这些信号传输给预测agent，预测agent根据这些信号预测出车辆将来一小段行驶工况并把预测信息传输给能量管理agent，能量管理agent根据预测agent传来的信息以及蓄电池agent传输的信息计算出车辆能量最优分配并把此分配指令传输至执行agent，最后执行agent执行能量在发动机和电机之间分配方案。
[0007]所述信息采集agent和执行agent为反应型agent ;所述预测agent为混合型agent ;所述蓄电池agent和能量管理agent为慎思型agent。
[0008]所述数据采集单元包括GPS接收器、GIS接收器、节气门传感器、制动踏板传感器、外部环境agent和CAN数据采集系统。
[0009]基于多智能体技术的混合动力汽车能量管理系统的方法，实现方式步骤如下:
1)信号采集agent接受车速、加速度、驱动转矩、转向灯的车辆行驶状态参数以及GPS接收器、GIS接收器采集到的道路信息和交通状况的信号，并把这些信号传输给预测agent ；
2)在预测agent中把汽车行驶工况分成3种不同的模式，即低速模式(车速小于10km/h)、中速模式和高速模式(车速大于60km/h)，中速模式时运用模糊聚类预测，低速模式和高速模式使用加速度预测方法；
3)由预测agent根据模糊C-均值聚类算法将已有的一些标准工况，例如CYC_EUDC、CYC_CBDBUS、CYC_UDDS、CYC_NYCC等国际标准工况，进行适当的修改后设置为模糊聚类中的分组中心，将混合动力汽车行驶的随机工况作为样本，经过模糊聚类计算出其对于分组中心的隶属度矩阵，然后根据隶属度求出预测工况，然后把预测结果传输至能量管理agent，同时蓄电池agent采集到的信息传输至能量管理agent ；
4)当能量管理agent判定出车辆将上坡行驶且蓄电池agent检测出电池S0C小于
0.80时，此时发动机开启且对蓄电池充电；当能量管理agent判定出车辆将下坡行驶或将制动减速且蓄电池agent检测出电池S0C大于0.50时，发动机关闭，电机开启且作为车辆的唯一驱动能源，便于车辆下坡或制动减速时车辆可以工作在再生制动模式，回收部分制动能量并对蓄电池进行充电；当能量管理agent判定出电池S0C小于0.20时，关闭电机并使发动机对其充电；当蓄电池agent检测出电池S0C大于0.90时，关闭发动机，使电机为车辆唯一动力源。
[0010]本发明在预测agent预测出车辆将上坡行驶且蓄电池agent检测出电池S0C小于
0.80时，发动机开启且对蓄电池充电，使电机能够在车辆上坡行驶时有足够的能量，并与发动机共同驱动车辆行驶，避免发动机需要具备较大后备功率的不利因素，从而达到节能减排的目的。在预测agent预测出车辆将下坡行驶或将制动减速且蓄电池agent检测出电池S0C大于0.50时，发动机关闭，电机开启且作为车辆的唯一驱动能源，便于车辆下坡或制动减速时车辆切换成再生制动模式，此时汽车回收部分制动能量并对蓄电池进行充电，从而达到节能减排的效果。在蓄电池agent检测出电池S0C小于0.20时，关闭电机并使发动机对其充电；当蓄电池agent检测出电池S0C大于0.90时，关闭发动机，使电机为车辆唯一动力源。从而防止电池出现过冲过放的现象，延长电池使用寿命。
[0011]本发明基于多智能体技术，使各信息agent以及GPS、GIS收集到的车辆行驶状态参数及道路信息经过预测agent计算，从而预测出车辆未来一小段的行驶工况，能量管理agent则根据此预测的行驶工况在发动机与电动机之间进行合理的功率分配。这样既克服了基于规则的能量管理策略缺乏优化的功能，又避免了全局优化能量管理策略需要准确知道整个行驶工况的局面。本发明的有益效果是:
(1)可以提前预测车辆未来一小段的行车状况，进行能量管理优化控制，既达到了优化的目的又避免了进行全局优化需要准确知道整个行驶工况的局面。
[0012]( 2 )可以防止蓄电池的过放过充现象，从而延长蓄电池的使用寿命。
【专利附图】
【附图说明】
[0013]图1为本发明的系统结构示意图；
图2为本发明的系统各功能agent的结构示意图，(a)信息采集agent工作示意图，(b)预测agent工作示意图，(c)蓄电池agent工作示意图，(d)能量管理agent工作示意图，(e)执行agent工作示意图；
图3为本发明的混合动力汽车行驶工况预测算法流程图；
图4为本发明的能量管理agent工作流程示意图。
【具体实施方式】
[0014]本发明旨在通过预测车辆将来一小段行驶工况，以此作为系统输入来进行并联式混合动力电动汽车的能量合理分配，从而达到节能减排的目的。
[0015]本发明的系统结构如图1所示，包括信号采集agent,预测agent,蓄电池agent,能量管理agent,执行agent。根据各agent的特点，将信息采集agent和执行agent设为反应型agent ;将预测agent设为混合型agent ;将蓄电池agent和能量管理agent设为慎思型agent,如图2所示。
[0016]本发明的管理流程如下:
1、由信号采集agent采集车速、车辆加速度、前方道路参数、前方交通状况等信号并传输至预测agent ；
2、在预测agent中把汽车行驶工况分成3种不同的模式，即低速模式(车速小于10km/h)、中速模式和高速模式(车速大于60km/h)，中速模式时运用模糊聚类预测，低速模式和高速模式使用加速度预测方法；
3、由预测agent根据模糊C-均值聚类算法将已有的一些标准工况，例如CYC_EUDC、CYC_CBDBUS、CYC_UDDS、CYC_NYCC等国际标准工况，进行适当的修改后设置为模糊聚类中的分组中心，将混合动力汽车行驶的随机工况作为样本，经过模糊聚类计算出其对于分组中心的隶属度矩阵，然后根据隶属度求出预测工况，然后把预测结果传输至能量管理agent，同时蓄电池agent采集到的信息传输至能量管理agent ；
4、当能量管理agent判定出车辆将上坡行驶且蓄电池agent检测出电池S0C小于
0.80时，此时发动机开启且对蓄电池充电；
5、当能量管理agent判定出车辆将下坡行驶或将制动减速且蓄电池agent检测出电池S0C大于0.50时，发动机关闭，电机开启且作为车辆的唯一驱动能源，便于车辆下坡或制动减速时车辆可以工作在再生制动模式，回收部分制动能量并对蓄电池进行充电；
6、当能量管理agent判定出电池S0C小于0.20时，关闭电机并使发动机对其充电；当蓄电池agent检测出电池S0C大于0.90时，关闭发动机，使电机为车辆唯一动力源。
【权利要求】
1.基于多智能体技术的混合动力汽车能量管理系统，包括信号采集agent、预测agent、蓄电池agent、能量管理agent和执行agent,其特征在于，信号采集agent通过数据采集单元收集车辆的车况信息和环境信息，并把这些信息传输给预测agent，预测agent根据这些信号预测出车辆将来一小段行驶工况并把预测信息传输给能量管理agent，能量管理agent根据预测agent传来的信息以及蓄电池agent传输的信息计算出车辆能量最优分配并把此分配指令传输至执行agent，最后执行agent执行能量在发动机和电机之间分配方案。
2.根据权利要求1所述的基于多智能体技术的混合动力汽车能量管理系统，其特征在于，所述信息采集agent和执行agent为反应型agent ;所述预测agent为混合型agent ;所述蓄电池agent和能量管理agent为慎思型agent。
3.根据权利要求1或2所述的基于多智能体技术的混合动力汽车能量管理系统，其特征在于，所述数据采集单元包括GPS接收器、GIS接收器、节气门传感器、制动踏板传感器、外部环境agent和CAN数据采集系统。
4.如权利要求1所述基于多智能体技术的混合动力汽车能量管理系统的方法，其特征在于，实现方式步骤如下:1)信号采集agent接受车速、加速度、驱动转矩、转向灯的车辆行驶状态参数以及GPS接收器、GIS接收器采集到的道路信息和交通状况的信号，并把这些信号传输给预测agent ；2)在预测agent中把汽车行驶工况分成3种不同的模式，即低速模式:车速小于10km/h、中速模式和高速模式:车速大于60km/h，中速模式时运用模糊聚类预测，低速模式和高速模式使用加速度预测方法；3)由预测agent根据模糊C-均值聚类算法将已有的一些标准工况，进行适当的修改后设置为模糊聚类中的分组中心，将混合动力汽车行驶的随机工况作为样本，经过模糊聚类计算出其对于分组中心的隶属度矩阵，然后根据隶属度求出预测工况，然后把预测结果传输至能量管理agent,同时蓄电池agent采集到的信息传输至能量管理agent ；4)当能量管理agent判定出车辆将上坡行驶且蓄电池agent检测出电池SOC小于.0.80时，此时发动机开启且对蓄电池充电；当能量管理agent判定出车辆将下坡行驶或将制动减速且蓄电池agent检测出电池SOC大于0.50时，发动机关闭，电机开启且作为车辆的唯一驱动能源，便于车辆下坡或制动减速时车辆可以工作在再生制动模式，回收部分制动能量并对蓄电池进行充电；当能量管理agent判定出电池SOC小于0.20时，关闭电机并使发动机对其充电；当蓄电池agent检测出电池SOC大于0.90时，关闭发动机，使电机为车辆唯一动力源。
【文档编号】B60W20/00GK103640569SQ201310616569
【公开日】2014年3月19日 申请日期:2013年11月28日 优先权日:2013年11月28日
【发明者】梁军, 葛慧敏, 陈龙, 陈小波, 沈伟国, 李世浩 申请人:江苏大学