混聯式混合動力汽車工況預測能量管理研究

楊亞聯，石小峰

（重慶大學汽車工程學院，重慶400044）

1 引言

混合動力汽車的能量管理是發揮其構型特點的重要技術之一，目前被廣泛采用的是基于規則和基于優化方法的能量管理策略。基于規則的能量管理，大多基于工程師的經驗來制定規則，簡單且計算快速，但工況適應性不強，并不是最優的控制方法。基于優化的能量管理主要是動態規劃算法和最小值原理（Pontryagin’s minimum principle，PMP），兩種算法均能獲得全局最優解，但必須已知工況，而且計算量較大，缺乏實用性。基于對實時性的要求，便有了瞬時優化的能量管理，較為典型的便是模型預測算法。模型預測能量管理將優化算法應用于預測時域，通過滾動優化，不斷更新預測狀態量并獲取最優的控制變量[1-2]。

文獻[3]考慮瞬態時的油耗，應用模型預測算法，根據駕駛意圖對轉矩的分配做預測控制，得出了比PID 控制更好的燃油經濟性。文獻[4]采用隨機預測模型控制算法對駕駛員需求扭矩進行預測，研究了其轉矩分配問題，并建立了馬爾可夫預測模型，利用動態規劃作為其優化算法，燃油經濟性得到顯著提升。文獻[5]提出了非線性和線性時變的模型預測算法，利用PSAT 軟件結果與之對比實現了燃油經濟性的提高，且非線性的方法提升尤為顯著。

雖然上述論文對混合動力能量管理策略的工況適應性、實時性進行了針對性的研究，但是工況預測的精度還有待進一步提高。

通過應用多階馬爾可夫與神經網絡作為預測模型，采用動態規劃做滾動優化，建立了混聯式混合動力汽車的模型預測能量管理策略，并驗證了所提出的能量管理策略在工況預測精度方面的優勢。……