汽车工程 ›› 2022, Vol. 44 ›› Issue (12): 1866-1876.doi: 10.19562/j.chinasae.qcgc.2022.12.008
所属专题: 新能源汽车技术-电驱动&能量管理2022年
收稿日期:
2022-05-24
修回日期:
2022-07-03
出版日期:
2022-12-25
发布日期:
2022-12-22
通讯作者:
李军求
E-mail:lijunqiu@bit.edu.cn
基金资助:
Junqiu Li(),Jiwei Liu,Chaofeng Zhu
Received:
2022-05-24
Revised:
2022-07-03
Online:
2022-12-25
Published:
2022-12-22
Contact:
Junqiu Li
E-mail:lijunqiu@bit.edu.cn
摘要:
本文旨在依托实车试验数据,对混合动力分布式驱动重型车辆的时变构型能量管理策略进行研究。首先,依据实车试验数据采用动态规划算法求得能耗最优底盘构型,并通过训练长短时记忆(LSTM)神经网络完成3类典型场景下的构型优化;接着,基于规则判断提出RULE_LSTM算法,其匹配准确率在全局工况下比LSTM神经网络能耗最优构型提高11.76%,构型切换频繁程度降低了33.3%;然后,基于交通流完成长尺度工况信息预测,实现最优底盘构型匹配和参考SOC轨迹生成,基于径向基神经网络生成短尺度工况预测序列供给后续算法输入;最后,通过采用时变构型实现控制变量优化,同时引入强转速变化率约束和SOC参考轨迹引导,实现引导型多APU预测能量管理策略。结果表明,上述措施使燃油消耗分别降低了10.60%、3.95%、2.06%。
李军求,刘吉威,朱超峰. 基于时变底盘构型的混动车辆能量管理研究[J]. 汽车工程, 2022, 44(12): 1866-1876.
Junqiu Li,Jiwei Liu,Chaofeng Zhu. Research on Energy Management of Hybrid Electric Vehicle Based on Time-Varying Chassis Configuration[J]. Automotive Engineering, 2022, 44(12): 1866-1876.
表3
RULE_LSTM算法伪代码"
RULE_LSTM算法 |
---|
1.初始化存储空间Result,定义100×3矩阵,存储工况片段起始终止时间、最优构型。 2.设定固定工况片段长度300 s;初始化存储节点位置ResultIn-dex=1。 3.while循环(i=1,2,3,…,M) 4.如果i=1,调用GetBeginEndIndex函数更新工况片段起止时间(BeginIndex,EndIndex),和构型保存到Result,更新i=i+EndIndex;ResultIndex++。 5.否则调用GetBeginEndIndex函数,如果BeginIndex=i,更新i;ResultIndex++。 6.否则ResultIndex-1段工况的结束时间更新为EndIndex,更新i;ResultIndex++。 7.判断终止条件,终止while循环。 |
GetBeginEndIndex函数(更新工况起止时间和对应最优底盘构型) |
1.输入初始工况起止时间及工况数据(Begin_Orl,End_Orl,Condition),初始化返回值(Begin_Cal,End_Cal,Label)。 2.遍历工况查找是否存在20-65 km/h内的车速。 3.如果不存在,按照LSTM网络择优获取匹配构型,更新Label,函数终止。 4.否则遍历工况获得0-20、20-65、65-100 km/h第一次和最后一次出现的位置。如果只存在20-65 km/h,类似步骤3,函数结束。 5.否则依据步骤4中记录的6个Index得到工况切换范围,更新Begin_Cal,End_Cal,无切换部分根据LSTM网络匹配构型,更新Label,函数结束。 |
表4
交通流信息更新节点对比"
工况尺度 | 更新节点 | 对应 构型 |
---|---|---|
固定300 s LSTM | 1、300、600、900 | 构型1 |
1 200 | 构型3 | |
1 500 | 构型1 | |
1 800 | 构型3 | |
2 100、2 400、2 700、3 000、3 300、3 600、 3 900 | 构型2 | |
4 200、4 500、4 800 | 构型3 | |
5 100、5 400、5 700 | 构型1 | |
变尺度 RULE_LSTM | 1、300、600 | 构型1 |
920、1 200、1 500、1 880、2 025 | 构型3 | |
2 045、2 345、2 645、2 945、3 245、3 545、 3 845 | 构型2 | |
4 313、4 445、4 745、5 045 | 构型3 | |
5 154、5 454、5 754 | 构型1 |
1 | RAHMAN I, VASANT P M, SINGH B S M, et al. On the performance of accelerated particle swarm optimization for charging plug-in hybrid electric vehicles[J]. Alexandria Engineering Journal, 2016, 55(1):419-426. |
2 | LI S, HE H, ZHAO P. Energy management for hybrid energy storage system in electric vehicle: a cyber-physical system perspective[J]. Energy, 2021, 230(4):120890. |
3 | IQBAL M, RAMADAN H S, BECHERIF M. Health-aware frequency separation method for online energy management of fuel cell hybrid vehicle considering efficient urban utilization[J]. International Journal of Hydrogen Energy, 2021,46(29): 16030-16047 |
4 | HOU J, SONG Z. A hierarchical energy management strategy for hybrid energy storage via vehicle-to-cloud connectivity[J]. Applied Energy, 2020, 257:113900.1-113900.9. |
5 | LI Y, TAO J, HAN K. Rule and Q-learning based hybrid energy management for electric vehicle[C]. 2019 Chinese Automation Congress (CAC), 2019. |
6 | ZHOU S, CHEN Z. Model prediction and rule based energy management strategy for hybrid energy storage system[C]. 2019 IEEE 3rd International Electrical and Energy Conference (CIEEC). IEEE, 2019. |
7 | LIAN R, PENG J, WU Y, et al. Rule-interposing deep reinforcement learning based energy management strategy for power-split hybrid electric vehicle[J]. Energy, 2020, 197:117297. |
8 | 吕志梁. 插电式混合动力汽车能量管理研究[D].杭州:浙江大学, 2014. |
LV Z L. Research on power management of PHEV[D]. Hangzhou:Zhejiang University,2014. | |
9 | YANG C, LIU K, JIAO X, et al. An adaptive firework algorithm optimization-based intelligent energy management strategy for plug-in hybrid electric vehicles[J]. Energy, 2022, 239. |
10 | WANG W, GUO X, YANG C, et al. A multi-objective optimization energy management strategy for power split HEV based on velocity prediction[J]. Energy, 2022, 238. |
11 | HOU S, GAO J, ZHANG Y, et al. A comparison study of battery size optimization and an energy management strategy for FCHEVs based on dynamic programming and convex programming[J]. International Journal of Hydrogen Energy, 2020, 45(41). |
12 | REZAEI A, BURL J B, ZHOU B, et al. A new real-time optimal energy management strategy for parallel hybrid electric vehicles[J]. IEEE Transactions on Control Systems Technology, 2017:1-8. |
13 | HE H, WANG Y, HAN R, et al. An improved MPC-based energy management strategy for hybrid vehicles using V2V and V2I communications[J]. Energy, 2021,225. |
14 | UEBEL S, MURGOVSKI N, SJÖBERG J, et al. A 2-level MPC for energy management including velocity control of hybrid electric vehicle[J]. IEEE Transactions on Vehicular Technology, 2019, 68(6). |
15 | GUO J, HE H, PENG J, et al. A novel MPC-based adaptive energy management strategy in plug-in hybrid electric vehicles[J]. Energy, 2019, 175:378-392. |
16 | 张洁丽.基于模型预测控制的插电式混合动力客车能量管理策略研究[D].北京:北京理工大学,2016. |
ZHANG J L. Energy management strategy for a plug-in hybrid electric bus based on model predictive control[D]. Beijing: Beijing Institute of Technology,2016. | |
17 | SUN C, MOURA S J, HU X, et al. Dynamic traffic feedback data enabled energy management in plug-in hybrid electric vehicles[J]. IEEE Transactions on Control Systems Technology, 2015, 23(3):1075-1086. |
18 | LARSSON V, JOHANNESSON L, EGARDT B. Analytic solutions to the dynamic programming subproblem in hybrid vehicle energy management[J]. IEEE Transactions on Vehicular Technology, 2014, 64(4):1458-1467. |
19 | 胡新辰. 基于LSTM的语义关系分类研究[D]. 哈尔滨:哈尔滨工业大学, 2014. |
HU X C. Research on semantic relation classification based on LSTM[D]. Harbin :Harbin Institute of Technology,2014. | |
20 | ZHENG C, GUO N, SHEN J, et al. A hierarchical energy management strategy for power-split plug-in hybrid electric vehicles considering velocity prediction[J]. IEEE Access, 2018:1-1. |
[1] | 刘晋霞,梁志豪,王强,温明星. TTR汽车等效燃油消耗最小的能量管理策略研究[J]. 汽车工程, 2023, 45(2): 285-292. |
[2] | 齐春阳,宋传学,宋世欣,靳立强,王达,肖峰. 基于逆强化学习的混合动力汽车能量管理策略研究[J]. 汽车工程, 2023, 45(10): 1954-1964. |
[3] | 陈勇,魏长银,李晓宇,李彦林,刘彩霞,林霄喆. 融合工况识别的增程式电动汽车模糊能量管理策略研究[J]. 汽车工程, 2022, 44(4): 514-524. |
[4] | 杨宁康,韩立金,刘辉,张欣. 基于效率优化的混合动力车辆强化学习能量管理策略研究[J]. 汽车工程, 2021, 43(7): 1046-1056. |
[5] | 胡杰,王明,刘迪,颜伏伍,曹恺. 基于交通信息的复合电源系统控制策略优化[J]. 汽车工程, 2021, 43(5): 675-682. |
[6] | 张昊,范钦灏,王巍,黄晋,王志. 基于强化学习的多燃烧模式混合动力能量管理策略[J]. 汽车工程, 2021, 43(5): 683-691. |
[7] | 陈龙,陈智星,徐兴,王峰,蔡英凤,张涛. 考虑发动机起停优化的PHEV能量管理策略[J]. 汽车工程, 2021, 43(3): 313-322. |
[8] | 杨业, 张幽彤, 张彪, 胡韶奕. 基于等效因子优化的插电式混合动力客车自适应能量管理策略[J]. 汽车工程, 2020, 42(3): 292-298. |
[9] | 金辉, 张子豪. 基于自适应动态规划的HEV能量管理研究综述*[J]. 汽车工程, 2020, 42(11): 1490-1496. |
[10] | 林歆悠, 夏玉田, 李雪凡, 林海波. 燃料电池汽车行驶里程自适应ECMS策略[J]. 汽车工程, 2019, 41(7): 750-756. |
[11] | 姚堤照, 谢长君, 曾甜, 黄亮. 基于多模糊控制的电电混合汽车能量管理策略*[J]. 汽车工程, 2019, 41(6): 615-624. |
[12] | 解少博,刘通,李会灵,辛宗科. 基于马尔科夫链的并联PHEB预测型能量管理策略研究[J]. 汽车工程, 2018, 40(8): 871-877. |
[13] | 解少博,辛宗科,李会灵,刘通,魏朗. 插电式混合动力公交车电池配置和能量管理策略协同优化的研究[J]. 汽车工程, 2018, 40(6): 625-. |
|