一种基于车联网的电动汽车能量管理预测控制方法
【专利摘要】本发明公开了一种基于车联网的电动汽车能量管理预测控制方法，属于电动汽车领域，根据车联网系统规划的道路信息，历史能量管理记录系统对其进行分类处理，之后根据能量管理记录系统进行电动汽车的能量管理预测；与此同时，根据车联网提供的信息、加速/制动信号以及超级电容与动力电池的状态信号，进行电动汽车的能量管理预测，将上述两种能量管理预测的方法进行比较，选取能量管理预测更优的方法进行电动汽车的能量管理。本发明能够提高电动汽车一次充电行驶里程，更好对超级电容与蓄电池进行功率分配，保护蓄电池，延长蓄电池使用寿命。
【专利说明】
一种基于车联网的电动汽车能量管理预测控制方法
技术领域
[0001]本发明涉及纯电动汽车驱动与再生制动控制技术领域，具体涉及一种基于车联网的电动汽车能量管理预测控制方法。【背景技术】
[0002]随着能源危机和环境污染的日益严重，电动汽车由于其节能、环保、能量转换效率高等优点，得到了产业界的高度重视和政府部门的大力支持。目前，制约电动汽车发展的一个重要因素是其续驶里程短，如何提高驱动过程中的能量利用效率和刹车制动能量回收效益具有重大意义。
[0003]目前为止，动力电池与超级电容组成的复合电源系统大多采用简单的结构为电机提供能量，但是没有对超级电容与动力电池之间的能量进行合理的管理，导致没有最大化的整体能量的利用和制动能量回收，而且控制精度不尚。
[0004]中国很多专利公开了电动汽车复合电源能量管理的控制方法，CN202243053U公开了一种纯电动汽车复合电源能量管理预测控制系统，该系统是根据车联网对道路行驶工况的预测，然后对电动汽车进行能量管理的预测控制，没有将能量管理的预测控制方法与经验能量管理控制方法进行比较，选出最优的方法进行能量管理控制。
【发明内容】
[0005]为解决现有技术存在的不足，本发明提供了一种基于车联网的电动汽车能量管理预测控制方法，实现本发明的技术方案如下:
[0006]—种基于车联网的电动汽车能量管理预测控制方法，包括以下步骤:
[0007]步骤1)，车辆启动，车联网系统实时地规划道路信息，与此同时，加速踏板传感器/ 制动踏板传感器实时检测加速/制动信号，超级电容管理系统和动力电池管理系统分别实时检测超级电容与动力电池的状态信号；
[0008]步骤2)，将车联网系统规划的道路信息输入进历史能量管理记录系统中，将车联网系统规划的道路信息、加速/制动信号以及超级电容与动力电池的状态信号输入能量管理预测系统中；
[0009]步骤3)，历史能量管理记录系统对车联网系统规划的道路信息进行分类处理；
[0010]步骤4)，根据步骤3)的分类结果，历史能量管理记录系统输出电动汽车能量管理的一种预测结果，与此同时，能量管理预测系统根据步骤2)输入能量管理预测系统中的信息输出电动汽车能量管理的另一种预测结果；
[0011]步骤5)，将步骤4)两种电动汽车能量管理的预测结果输入比较控制器进行比较， 最后输出能量管理预测更优的方法进行电动汽车的能量管理。
[0012]进一步，所述步骤1)中，超级电容与动力电池的状态信号指的事超级电容与动力电池的温度、电压、电流及S0C值。
[0013]进一步，所述步骤2)中，历史能量管理记录系统储存了车辆过去行驶过的道路信息以及超级电容与动力电池的能量管理结果，而且历史能量管理记录系统能够对车辆过去行驶过的道路信息进行分类处理。
[0014]进一步，所述步骤3)中，对车联网系统规划的道路信息进行分类处理采用了神经网络中的自组织神经网络S0M。
[0015]进一步，所述步骤4)中，能量管理预测系统采用了模糊神经网络进行能量管理预测控制。
[0016]本发明的有益效果为:历史能量管理记录系统对车联网系统规划的道路信息进行分类处理，预测出电动汽车的能量管理结果;与此同时，能量管理预测系统根据车联网系统提供的信息、加速踏板传感器/制动踏板传感器提供的加速/制动信号以及超级电容与动力电池的状态信号，进行预测电动汽车的能量管理结果;将上述两种能量管理预测的结果进行比较，选取能量管理预测更优的方法进行电动汽车的能量管理。本发明能够充分利用能源，增加能量回收，提高电动汽车一次充电行驶里程，保护蓄电池、延长蓄电池使用寿命，提高电动汽车整车动力性能。【附图说明】
[0017]图1为一种基于车联网的电动汽车能量管理预测控制方法的流程图。
[0018]图2为一种基于车联网的电动汽车能量管理预测控制方法的硬件结构图；
[0019]其中:第一种能量管理方法指的事历史能量管理记录系统预测出的能量管理结果，第二种能量管理方法指的是能量管理预测系统预测出的能量管理结果。【具体实施方式】
[0020]下面将结合附图及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。
[0021]如图1所示，为一种基于车联网的电动汽车能量管理预测控制方法的流程图，包括步骤:
[0022]步骤1 )，车辆启动，车联网系统实时地规划道路信息，与此同时，加速踏板传感器/ 制动踏板传感器实时检测加速/制动信号，超级电容管理系统和动力电池管理系统分别实时检测超级电容与动力电池的状态信号;超级电容与动力电池的状态信号指的是超级电容与动力电池的温度、电压、电流及S0C值，温度、电压及电流用相应的传感器测出，S0C值采用神经网络的方法来进行估算，神经网络法估计超级电容S0C时，神经网络具有输入层、输出层及隐含层三层，隐含层是神经网络的核心，神经网络最重要的就是对网络进行训练，训练样本为从不同的工况上采集到的数据，直到网络获得满意的输出，神经网络训练结束，此时隐含层就相当于一个大型的跟超级电容有关的数据库，可以根据各传感器传来的超级电容的温度、电压、电流以及上一时刻的S0C值得到这一时刻的S0C值。[〇〇23]步骤2)，将车联网系统规划的道路信息输入进历史能量管理记录系统中，将车联网系统规划的道路信息、加速/制动信号以及超级电容与动力电池的状态信号输入能量管理预测系统中；历史能量管理记录系统储存了车辆过去行驶过的道路信息以及超级电容与动力电池的能量管理结果，而且历史能量管理记录系统能够对车辆过去行驶过的道路信息进行分类处理。当车辆启动，车联网系统开始将未来路段的道路信息传输到历史能量管理记录系统中，并将传输进来的路况信息进行分类处理，然后得出超级电容与动力电池的能量管理的结果。
[0024]步骤3)，历史能量管理记录系统对车联网系统规划的道路信息进行分类处理;对车联网系统规划的道路信息进行分类处理采用了神经网络中的自组织神经网络S0M:首先将车辆过去行驶过的道路信息作为训练样本用来训练自组织神经网络，进行神经网络中各神经元之间连接权值以及阈值的修正，当满足一定的误差范围时，停止训练，将车辆过去行驶过的道路信息作为测试样本输入已经训练好的自组织神经网络中，进行验证，验证结束， 自组织神经网络就可以进行数据的分类。[〇〇25]步骤4)，根据步骤3)的分类结果，历史能量管理记录系统输出电动汽车能量管理的一种预测结果，与此同时，能量管理预测系统根据步骤2)输入能量管理预测系统中的信息输出电动汽车能量管理的另一种预测结果;能量管理预测系统采用了模糊神经网络进行能量管理预测控制:第一层为输入层，为精确值输入，将车联网系统规划的道路信息、加速/ 制动信号以及超级电容与动力电池的状态信号作为输入量，第二层为计算各输入分量属于各语言变量值模糊集合的隶属度函数，第三层为模糊控制规则，控制规则中包括了各输入量当前的状态所对应的控制结果，第四层用于计算适应度，第五层用于输出清晰化结果。 [〇〇26]步骤5)，将步骤4)两种电动汽车能量管理的预测结果输入比较控制器进行比较， 最后输出能量管理预测更优的方法进行电动汽车的能量管理;比较控制器比较两种电动汽车能量管理的预测结果选择两种预测结果中耗电结束较晚的那种预测结果，以这两种能量管理的预测结果控制车辆一直行驶，直到有一种预测结果控制的车辆先耗完电为止，那么就选择没有耗完电的那个预测结果控制的车辆。
[0027]如图2所示，为一种基于车联网的电动汽车能量管理预测控制方法的硬件结构图； 虚线表示双方是信号传输，实线表示双方是电力传输，并且双箭头表示可以进行正向传输也可以进行反向传输，加粗线表示双方是机械传输。超级电容与动力电池分别通过超级电容管理系统、动力电池管理系统进行各自状态信号检测，车联网系统提供规划的道路信息， 加速踏板和制动踏板是用来检测加速信号/制动信号;将超级电容与动力电池状态信号、道路信息、加速信号/制动信号作为输入量输入到能量管理预测系统中，同时车联网系统还将其提供的信息作为输入量输入到历史能量管理记录系统中；历史能量管理记录系统与能量管理预测系统都进行能量管理的预测，比较控制系统用于比较两种能量管理预测结果的效果，最终，比较的结果作为输入量来控制双向DC/DC变换器，DC/DC变换器将信号传送给电机控制装置，从而电机控制装置控制电机的运转，最后驱动传动装置。[〇〇28]应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
[0029]上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围。
【主权项】
1.一种基于车联网的电动汽车能量管理预测控制方法，其特征在于，包括以下步骤:步骤1 )，车辆启动，车联网系统实时地规划道路信息，与此同时，加速踏板传感器/制动踏板传感器实时检测加速/制动信号，超级电容管理系统和动力电池管理系统分别实时检 测超级电容与动力电池的状态信号；步骤2)，将车联网系统规划的道路信息输入进历史能量管理记录系统中，将车联网系 统规划的道路信息、加速/制动信号以及超级电容与动力电池的状态信号输入能量管理预 测系统中；步骤3)，历史能量管理记录系统对车联网系统规划的道路信息进行分类处理；步骤4)，根据步骤3)的分类结果，历史能量管理记录系统输出电动汽车能量管理的一 种预测结果，与此同时，能量管理预测系统根据步骤2)输入能量管理预测系统中的信息输 出电动汽车能量管理的另一种预测结果；步骤5)，将步骤4)两种电动汽车能量管理的预测结果输入比较控制器进行比较，最后 输出能量管理预测更优的方法进行电动汽车的能量管理。2.根据权利要求1所述的一种基于车联网的电动汽车能量管理预测控制方法，其特征 在于，所述步骤1)中，超级电容与动力电池的状态信号指的是超级电容与动力电池的温度、 电压、电流及SOC值。3.根据权利要求1所述的一种基于车联网的电动汽车能量管理预测控制方法，其特征 在于，所述步骤2)中，历史能量管理记录系统储存了车辆过去行驶过的道路信息以及超级 电容与动力电池的能量管理结果，而且历史能量管理记录系统能够对车辆过去行驶过的道 路信息进行分类处理。4.根据权利要求1所述的一种基于车联网的电动汽车能量管理预测控制方法，其特征 在于，所述步骤3)中，对车联网系统规划的道路信息进行分类处理采用了神经网络中的自 组织神经网络SOM。5.根据权利要求1所述的一种基于车联网的电动汽车能量管理预测控制方法，其特征 在于，所述步骤4)中，能量管理预测系统采用了模糊神经网络进行能量管理预测控制。6.根据权利要求1所述的一种基于车联网的电动汽车能量管理预测控制方法，其特征 在于，所述步骤5)中，比较控制器比较两种电动汽车能量管理的预测结果选择两种预测结 果中耗电结束较晚的那种预测结果。
【文档编号】B60L15/20GK106004518SQ201610459249
【公开日】2016年10月12日
【申请日】2016年6月22日
【发明人】盘朝奉, 戴伟, 张雨, 陈龙, 江浩斌, 王丽梅, 汪少华
【申请人】江苏大学