基于路况预测的混合动力汽车能量管理方法和系统与流程

本发明涉及一种混合动力汽车能量管理系统，特别涉及一种基于路况预测的混合动力汽车的能量管理方法和系统。

背景技术：

随着汽车动力系统的快速发展，“电动化”在汽车动力中比例越来越高，混合动力已经成为解决降低油耗的最有效技术之一。混合动力技术增加了车辆的动力源，增加了能量管理的灵活性。随着车联网和智能网联汽车的发展，基于路况预测的能量管理技术逐步受到关注。

然而，目前的混合动力基于预测的能量管理系统，主要通过一定的硬件系统和软件算法实现，其算法主要用于规划soc，混合动力能耗控制策略涉及多个参数，仅规划soc，很难实现最优的燃油经济性。鉴于此，在智能网联系统逐渐成熟的趋势下，有必要基于目前的混动控制系统和智能网联系统提出一种更加高效的能量管理策略。

技术实现要素：

针对上述技术问题，本发明提供了一种基于路况预测的式混合动力汽车能量管理方法和系统，旨在提高智能网联式混合动力汽车在用户实际使用过程中的燃油经济性。

本发明采用的技术方案为：

本发明实施例提供一种基于路况预测的混合动力汽车能量管理方法，包括：

基于规划的路径信息确定能量管理的关键参数门限值，所述关键参数门限值包括电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速、发动机最低扭矩系数、发动机工况点迁移扭矩系数；

基于所述关键参数门限值和预设的控制策略得到电机转矩、电池功率和发动机扭矩，并基于得到的电机转矩、电池功率和发动机扭矩进行相应的控制。

可选地，所述基于规划的路径信息确定能量管理的关键参数门限值包括：

从所述规划的路径信息中提取规划路线路况特征，包括里程、红绿灯数量及分布、不同速度段的里程分布、海拔随里程变化；

基于所述里程或者红绿灯数量及分布将规划的路径分为若干个行驶路段；

基于提取的路线路况特征和驾驶员的驾驶习惯，在按照预设的关键参数门限值控制的情况下，对每个行驶路段的电池soc与行驶里程或行驶时间之间的关系进行预测分析，得到预测的电池soc随里程或时间变化特征；

根据所述预测的电池soc随里程或时间变化特征和油耗最小原则，从第一优化方案、第二优化方案和第三优化方案中至少选择一种对每个行驶路段的关键参数门限值进行优化，所述第一优化方案包括通过调整预设的电池soc最小值、预设的电池soc最大值和预设的混动状态纯电动行驶最高车速得到优化后的电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速；所述第二优化方案包括通过调整预设的发动机最低扭矩系数，得到优化后的发动机最低扭矩系数；所述第三优化方案包括通过调整预设的发动机工况点迁移扭矩系数得到优化后的发动机工况点迁移扭矩系数。

可选地，所述第一优化方案具体包括：

通过调整预设的电池soc最小值、预设的电池soc最大值和混动状态纯电动行驶最高车速，使得在优化后的电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速的控制下，按照预设的关键参数门限值控制时，电池soc超出正常范围预设值的行驶节点对应的电池电量能够在该行驶节点之前或者之后应用。

可选地，所述第二优化方案具体包括：

通过调整预设的发动机最低扭矩系数，使得在优化后的发动机最低扭矩系数控制下，按照预设的关键参数门限值控制时，电池soc低于或高于正常范围的行驶节点对应的电池电量能够在实际行驶时位于正常范围之内。

可选地，所述第三优化方案具体包括：

通过调整预设的发动机工况点迁移扭矩系数，使得在优化后的发动机工况点迁移扭矩系数控制下，按照预设的关键参数门限值控制时，电池soc低于或高于正常范围的行驶节点对应的电池电量能够在实际行驶时位于正常范围之内。

本发明实施例还提供一种基于路况预测的混合动力汽车能量管理系统，包括：智能网联控制器、混动控制器、电机控制器、电池控制器、发动机控制器，所述电机控制器、所述电池控制器和所述发动机控制器组成混合动力系统，其中，

所述智能网联控制器，与智能驾驶传感器和车联网系统连接，用于基于智能驾驶传感器采集的路况信息对驾驶路况进行规划，基于规划的路径信息计算用于能量管理的关键参数门限值，并发送给所述混动控制器，所述关键参数门限值包括电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速、发动机最低扭矩系数、发动机工况点迁移扭矩系数；

所述混动控制器，与所述智能网联控制器信息交互，基于接收的所述关键参数门限值和预设的控制策略，得到电机转矩、电池功率、发动机扭矩，并将相应的扭矩指令和功率指令分别发送给所述电机控制器、所述电池控制器和所述发动机控制器，以分别控制电机、电池、发动机。

可选地，所述智能网联控制器基于规划的路径信息确定能量管理的关键参数门限值包括：

从所述规划的路径信息中提取规划路线路况特征，包括里程、红绿灯数量及分布、不同速度段的里程分布、海拔随里程变化；

基于所述里程或者红绿灯数量及分布将规划的路径分为若干个行驶路段；

基于提取的路线工况特征和驾驶员的驾驶习惯，在按照预设的关键参数门限值控制的情况下，对每个行驶路段的电池soc与行驶里程或行驶时间之间的关系进行预测分析，得到预测的电池soc随里程或时间变化特征；

根据所述预测的电池soc随里程或时间变化特征和油耗最小原则，从第一优化方案、第二优化方案和第三优化方案中至少选择一种对每个行驶路段的关键参数门限值进行优化，所述第一优化方案包括通过调整预设的电池soc最小值、预设的电池soc最大值和预设的混动状态纯电动行驶最高车速得到优化后的电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速；所述第二优化方案包括通过调整预设的发动机最低扭矩系数，得到优化后的发动机最低扭矩系数；所述第三优化方案包括通过调整预设的发动机工况点迁移扭矩系数得到优化后的发动机工况点迁移扭矩系数。

可选地，所述第一优化方案具体包括：

通过调整预设的电池soc最小值、预设的电池soc最大值和混动状态纯电动行驶最高车速，使得在优化后的电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速的控制下，按照预设的关键参数门限值控制时，电池soc超出正常范围预设值的行驶节点对应的电池电量能够在该行驶节点之前或者之后应用。

可选地，所述第二优化方案具体包括：

通过调整预设的发动机最低扭矩系数，使得在优化后的发动机最低扭矩系数控制下，按照预设的关键参数门限值控制时，电池soc低于或高于正常范围的行驶节点对应的电池电量能够在实际行驶时位于正常范围之内。

可选地，所述第三优化方案具体包括：

通过调整预设的发动机工况点迁移扭矩系数，使得在优化后的发动机工况点迁移扭矩系数控制下，按照预设的关键参数门限值控制时，电池soc低于或高于正常范围的行驶节点对应的电池电量能够在实际行驶时位于正常范围之内。

本发明实施例提供的基于路况预测的式混合动力汽车能量管理方法和系统，通过基于预测的路况信息对车辆原有的关键参数门限值进行调整，使得在实际使用过程中，能够提高智能网联式混合动力汽车的燃油经济性。

附图说明

图1为本发明实施例的基于路况预测的混合动力汽车能量管理系统的硬件结构及数据示意图，图中链接各单元的连线为can线；箭头表示数据流方向；

图2为socmin和socmax的规划示意图；

图3为混动工况ev最高车速的规划示意图；

图4为混动模式发动机扭矩调节系数的规划示意图；

图5为本发明实施例的基于路况预测的式混合动力汽车能量管理方法的流程示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明实施例提供的基于路况预测的插电式混合动力汽车能量管理系统，旨在提高智能网联式混合动力汽车在用户实际使用过程中的燃油经济性。图1是本发明实施例提供的基于路况预测的混合动力汽车能量管理系统，如图1所示，该系统包括智能网联控制器、混动控制器hcu、电机控制器mcu、电池控制器bms、发动机控制器ecu，所述电机控制器mcu、所述电池控制器bms和所述发动机控制器ecu组成混合动力系统，其中，所述智能网联控制器，与智能驾驶传感器和车联网系统连接，用于基于智能驾驶传感器采集的路况信息对驾驶路况进行规划，基于规划的路径信息计算用于能量管理的关键参数门限值，并发送给所述混动控制器mcu，所述关键参数门限值包括电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速、发动机最低扭矩系数、发动机工况点迁移扭矩系数；所述混动控制器mcu，与所述智能网联控制器信息交互，基于接收的所述关键参数门限值和预设的控制策略得到电机转矩t-motdem、电池功率p-batdem、发动机扭矩t-engdem，并将相应的扭矩指令和功率指令分别发送给所述电机控制器mcu、所述电池控制器bms和所述发动机控制器ecu，以分别控制电机、电池、发动机。

在本发明实施例中，混动控制器mcu内部存储有预设的关键参数门限值和预设的控制策略，其中预设的关键参数门限值为车辆出厂时设置的门限值即出厂标定量，预设的控制策略为现有的能量管理逻辑，为根据各关键参数门限值和动力系统的能力，确定各动力总成的输出功率的一种控制策略。在没有经过优化调整时，混动控制器mcu会基于预设的控制策略和原有的门限值进行控制，在接收到智能网联控制器发送的优化后的门限值时，会根据优化后的门限值进行控制。智能网联控制器还用于控制智能行驶系统的执行器，智能网联控制器会根据车联网系统输入的交通信息和智能驾驶传感器输入的感知信息，获得路况和路径信息，根据驾驶员选择，规划路径，在路径规划后，智能网联控制器自动驾驶或由驾驶员按规划路径行驶。在路径规划后，智能网联控制器会基于规划的路径信息确定能量管理的关键参数门限值，具体可包括以下步骤：

s101、从所述规划的路径信息中提取规划路线路况特征，包括里程、红绿灯数量及分布、不同速度段的里程分布、海拔随里程变化。

在该步骤中，里程为规划的路径中的起点到终点之间的路程，不同速度段的分布表征在规划的路径中，车速与行驶里程之间的关系，海拔随里程变化表征在规划的路径中，坡度与行驶里程之间的关系。

s102、基于所述里程或者红绿灯数量及分布将规划的路径分为若干个行驶路段。

在该步骤中，智能网联控制器可按照里程均匀分布或者车速特征，如车速为0即红绿灯数量及分布来将规划的路径划分为若干个行驶路段。

s103、基于提取的路线工况特征和驾驶员的驾驶习惯，在按照预设的关键参数门限值控制的情况下，对每个行驶路段的电池soc与行驶里程或行驶时间之间的关系进行预测分析，得到预测的电池soc随里程或时间变化特征。

在该步骤中，智能网联控制器根据提取的路线工况特征，结合目标车辆的驾驶员的驾驶习惯包括行驶车速、行驶里程和行驶时间之间的关系等，分析在不同的形式路段采用通过预设的关键参数门限值进行控制时，即不进行优化调整控制时，该目标车辆在行驶过程中的电池soc的变化特征，即对每个行驶路段的电池soc与行驶里程或行驶时间之间的关系进行预测分析，得到预测的电池soc随里程或时间变化特征，该特征表征电池soc与行驶里程或者行驶时间之间的关系。

s104、根据所述预测的电池soc随里程或时间变化特征和油耗最小原则，从第一优化方案、第二优化方案和第三优化方案中至少选择一种对每个行驶路段的关键参数门限值进行优化，所述第一优化方案包括通过调整预设的电池soc最小值、预设的电池soc最大值和预设的混动状态纯电动行驶最高车速得到优化后的电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速；所述第二优化方案包括通过调整预设的发动机最低扭矩系数，得到优化后的发动机最低扭矩系数；所述第三优化方案包括通过调整预设的发动机工况点迁移扭矩系数得到优化后的发动机工况点迁移扭矩系数。

在该步骤中，智能网联控制器可通过内部设置的运算程序，从三种优化方案中选择最优的组合方案进行优化，在每次优化后，向混动控制器同时发送优化的电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速、发动机最低扭矩系数、发动机工况点迁移扭矩系数。由于每次优化时，选择的优化方案不一定相同，所以每次发送的关键参数门限值中，有些门限值不会被优化，即与原先的门限值相同。

其中，所述第一优化方案可具体包括：

通过调整预设的电池soc最小值、预设的电池soc最大值和混动状态纯电动行驶最高车速，使得在优化后的电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速的控制下，按照预设的关键参数门限值控制时，电池soc超出正常范围预设值的行驶节点对应的电池电量能够在该行驶节点之前或者之后应用。也就是说，智能网联控制器将每个行驶路段的高soc时的电池电量用于低车速行驶，通过降低电池soc最小值和调整混动状态纯电动行驶最高车速，使电量提前在低车速应用，或提高soc最大值和调整混动状态纯电动行驶最高车速，使电量存储下来，在未来行程低车速时应用。例如，如图2所示，在混动控制器的预设的关键参数门限值中，某一行驶节点的电池soc存在富裕，在该行驶节点之前或者之后的某些区域对应的soc的窗口为10％，socmin和socmax分别为20％和30％，而进行优化规划时，智能网联控制器规划电池soc的窗口为20％时，并且socmin和socmax分别为25％和45％时能够将富裕的电池电量在该行驶节点之前或者之后用掉。这样，在改变socmin和socmax的同时，也改变了soc窗口，进而改变了整车能量管理。因此，将用于这些区域的soc的窗口由10％提高到20％，该变化也可通过保持socmin不变，提高socmax即由30％调整到40％，这样，能够提高系统的灵活性和减少起停次数。同时，如图3所示，如在混动控制器的预设的关键参数门限值中，v_ev_max初始值为50km/h，经智能网联控制器规划后，确定60km/h能实现油耗最低，所以将v_ev_max由50km/h提升至60km/h，作为实际行驶过程时在该行驶节点之前或者之后的行驶区域使用的v_ev_max。一般，v_ev_max范围可为30～80km/h，如果发动机单独驱动，hcu进行判断，如果扭矩低于混动模式发动机混动最小扭矩tengmix(出厂标定量)与c_tengmin乘积时，则向ecu发扭矩指令，扭矩值为发动机混动最大扭矩tengmax(出厂标定量)与c_tengmax乘积，如图4所示。

所述第二优化方案具体可包括：通过调整预设的发动机最低扭矩系数，使得在优化后的发动机最低扭矩系数控制下，按照预设的关键参数门限值控制时，电池soc低于或高于正常范围的行驶节点对应的电池电量能够在实际行驶时位于正常范围之内。例如，在预测的路径中，某个行驶节点的电池soc低于电池soc正常范围，则对用于控制该行驶节点之前的预设的发动机最低扭矩系数进行调整，例如从1调整到1.05，使得发电量增加，在实际行驶时，通过利用优化后的发动机最低扭矩系数，通过使得该行驶节点的电池soc落入正常范围内。

所述第三优化方案具体可包括：通过调整预设的发动机工况点迁移扭矩系数，使得在优化后的发动机工况点迁移扭矩系数控制下，按照预设的关键参数门限值控制时，电池soc低于或高于正常范围的行驶节点对应的电池电量能够在实际行驶时位于正常范围之内。例如，在预测的路径中，某个行驶节点的电池soc低于电池soc正常范围，则对用于控制该行驶节点之前的预设的发动机工况点迁移扭矩系数进行调整，例如从1调整到1.05，使得发电量增加，在实际行驶时，通过利用优化后的发动机工况点迁移扭矩系数，通过使得该行驶节点的电池soc落入正常范围内。

综上，本发明实施例提供的基于路况预测的式混合动力汽车能量管理系统，通过基于预测的路况信息对车辆原有的关键参数门限值进行调整，使得在实际使用过程中，能够提高智能网联式混合动力汽车的燃油经济性。

基于同一发明构思，本发明实施例还提供了一种基于路况预测的混合动力汽车能量管理方法，由于该方法所解决问题的原理与前述基于路况预测的混合动力汽车能量管理系统相似，因此该方法的实施可以参见前述系统的实施，重复之处不再赘述。

如图5所示，本发明实施例提供的基于路况预测的混合动力汽车能量管理方法可包括以下步骤：

s200、基于规划的路径信息确定能量管理的关键参数门限值，所述关键参数门限值包括电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速、发动机最低扭矩系数、发动机工况点迁移扭矩系数；

s210、基于所述关键参数门限值和预设的控制策略得到电机转矩、电池功率和发动机扭矩，并基于得到的电机转矩、电池功率和发动机扭矩进行相应的控制。

其中，在步骤s200中，所述基于规划的路径信息确定能量管理的关键参数门限值包括：

s201、从所述规划的路径信息中提取规划路线路况特征，包括里程、红绿灯数量及分布、不同速度段的里程分布、海拔随里程变化；

s202、基于所述里程或者红绿灯数量及分布将规划的路径分为若干个行驶路段；

s203、基于提取的路线工况特征和驾驶员的驾驶习惯，在按照预设的关键参数门限值控制的情况下，对每个行驶路段的电池soc与行驶里程或行驶时间之间的关系进行预测分析，得到预测的电池soc随里程或时间变化特征；

s204、根据所述预测的电池soc随里程或时间变化特征和油耗最小原则，从第一优化方案、第二优化方案和第三优化方案中至少选择一种对每个行驶路段的关键参数门限值进行优化，所述第一优化方案包括通过调整预设的电池soc最小值、预设的电池soc最大值和预设的混动状态纯电动行驶最高车速得到优化后的电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速；所述第二优化方案包括通过调整预设的发动机最低扭矩系数，得到优化后的发动机最低扭矩系数；所述第三优化方案包括通过调整预设的发动机工况点迁移扭矩系数得到优化后的发动机工况点迁移扭矩系数。

其中，所述第一优化方案具体包括：

通过调整预设的电池soc最小值、预设的电池soc最大值和混动状态纯电动行驶最高车速，使得在优化后的电池soc最小值、电池soc最大值、混动状态纯电动行驶最高车速的控制下，按照预设的关键参数门限值控制时，电池soc超出正常范围预设值的行驶节点对应的电池电量能够在该行驶节点之前或者之后应用。

所述第二优化方案具体包括：

通过调整预设的发动机最低扭矩系数，使得在优化后的发动机最低扭矩系数控制下，按照预设的关键参数门限值控制时，电池soc低于或高于正常范围的行驶节点对应的电池电量能够在实际行驶时位于正常范围之内。

所述第三优化方案具体包括：

通过调整预设的发动机工况点迁移扭矩系数，使得在优化后的发动机工况点迁移扭矩系数控制下，按照预设的关键参数门限值控制时，电池soc低于或高于正常范围的行驶节点对应的电池电量能够在实际行驶时位于正常范围之内。

上述各步骤的功能可由前述系统的各结构执行，在此不再赘述。

以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。