一种分布式驱动车辆能量管理及优化控制方法与流程

摘要: 本发明涉及新能源商用车整车控制,具体的说,是一种分布式驱动车辆能量管理及优化控制方法。背景技术:1、搭载中桥、后桥两套独立电驱动系统的分布式车辆是重型新能源商用...
一种分布式驱动车辆能量管理及优化控制方法与流程

本发明涉及新能源商用车整车控制,具体的说,是一种分布式驱动车辆能量管理及优化控制方法。

背景技术:

1、搭载中桥、后桥两套独立电驱动系统的分布式车辆是重型新能源商用车主流技术路线,两桥电机转矩、输出功率可独立调节,整车能量分配策略直接决定车辆电耗水平、动力电池衰减速度与车载电气系统运行稳定性。

2、现有同类控制方案存在以下缺陷:

3、(1)、中后桥驱动能量分配采用固定配比,无法适配实时工况变化。传统控制方案将中桥、后桥驱动功率固定按照5:5分配,未实时采集两桥电机实时工作效率、电池动态内阻损耗、高低压附件耦合功耗;在重载爬坡、低温满载、城市拥堵等场景下,驱动功率易分配至低效率驱动桥,整车能量损耗显著上升。

4、(2)、能耗观测缺少鲁棒滤波机制,传感器噪声与模型失配造成计算偏差。电压、电流、功率传感器存在固有测量噪声,电池老化、电机工作点偏移会引发能耗模型失配,直接采样计算得到的能耗数值波动剧烈,导致中后桥功率分配的优化基准失真;常规卡尔曼滤波缺少鲁棒约束能力,面对极端工况扰动时观测误差会急剧放大,同时常规滤波无法自适应调节噪声参数,全工况观测稳定性不足。

5、(3)、能耗建模覆盖维度不全,优化基准存在系统性计算偏差。现有能量管理策略仅单独计算驱动电机功耗,未将高压空调、ptc加热器、24v低压负载、dcdc转换损耗、电池充放电欧姆发热损耗等纳入统一能耗模型,能耗计算结果存在固定偏差,进一步导致中后桥功率分配偏离全局最优解。

6、现有相关专利存在明显技术短板:如 cn119448490b 仅针对充电末端开展 soc校正,无法覆盖车辆全行驶工况且无动态修正量自学习能力,难以抑制行驶过程误差累积;cn120908695a 仅对 ocv-soc 基础模型间歇性更新,无法适配复杂工况带来的动态误差;各类分布式驱动能量管理专利多局限制动回收场景、采用机械耦合固定配比或离线查表分配逻辑,仅使用常规卡尔曼滤波,适配性与鲁棒性不足。

技术实现思路

1、本发明的目的在于克服现有技术的不足,提供一种分布式驱动车辆能量管理及优化控制方法,通过多维度能耗统一建模、自适应h∞卡尔曼滤波鲁棒观测、工况与电池健康双重修正,以及轻量化线性规划实时优化,实现中后桥驱动功率的动态最优分配,从而降低整车能耗并延长电池寿命。

2、本发明通过下述技术方案解决上述问题:

3、一种分布式驱动车辆能量管理及优化控制方法,采用自适应h∞卡尔曼滤波能耗鲁棒观测,包括以下步骤:

4、步骤1、多维度整车运行参数采集与数据预处理;

5、步骤2、多部件瞬时能耗建模与自适应h∞卡尔曼滤波能耗鲁棒观测;

6、步骤3、多约束优化求解中后桥能量分配权重;

7、步骤4、中后桥驱动能量分配执行与再生制动协同控制;

8、步骤5、静态损耗偏差修正;

9、步骤6、异常工况应急能量分配控制;

10、步骤7、模型终止处理。

11、作为本发明的进一步改进,所述多维度整车运行参数采集与数据预处理,具体方法包括:实时采集动力电池运行参数、中桥驱动电机运行参数、后桥驱动电机运行参数、高低压附件负载参数、车辆行驶参数及环境参数,完成所采集参数的原始传感数据的异常值剔除与滑动平均平滑滤波。

12、作为本发明的进一步改进,所述多部件瞬时能耗建模与自适应h∞卡尔曼滤波能耗鲁棒观测,具体方法包括:搭建中桥电机损耗、后桥电机损耗、高压附件能耗、低压附件损耗、电池欧姆损耗五类解析能耗模型,以实时计算各部件功率损耗及整车原始总耗损;将整车原始总耗损与当前周期整车运行特征作为滤波输入,构建能耗状态空间模型,运行自适应h∞卡尔曼滤波,滤波依靠内部状态向量递推迭代留存历史周期工况与能耗信息;整车上电初始化阶段,对滤波内部状态向量、噪声协方差矩阵赋予标定初始值,输出鲁棒观测整车损耗;计算功率离散熵完成工况识别,通过预标定参数计算工况适配函数、电池健康补偿函数,得到修正后整车等效损耗。

13、作为本发明的进一步改进,所述步骤2中,所述自适应h∞卡尔曼滤波包含:状态预测、残差计算、h∞鲁棒增益求解、状态更新、残差自适应修正五个递推环节;

14、其中,状态预测公式为:,是k时刻先验状态预测值,仅依靠k−1时刻的后验估计向前递推、还未使用k时刻新观测数据修正得到的k时刻状态预测结果;a为状态转移矩阵;是k−1时刻后验最优状态估计,融合了k−1时刻及之前所有观测信息、完成观测修正后得到的k−1时刻状态最优结果;

15、残差计算公式为:,为观测向量;h为观测矩阵;残差自适应修正对应到残差计算;

16、h∞滤波增益求解公式为:,为h∞滤波输出协方差;为标定系数;lk、dk均为单位矩阵;为观测矩阵h的转置;为观测矩阵h的转置矩阵;是中间正定矩阵的逆矩阵;

17、状态更新公式为:,为k时刻离散时变状态转移矩阵,描述系统能耗状态由第k时刻向k+1时刻演化的映射关系;为k时刻观测矩阵;指代k时刻后验状态估计向量。

18、作为本发明的进一步改进,,所述步骤2中,计算功率离散熵完成工况识别,通过预标定参数计算工况适配函数、电池健康补偿函数,得到修正后整车等效损耗,具体方法为:提取车速波动系数、整车功率变化率、功率离散熵、电池温度和制动强度多维特征完成工况识别;识别的工况包含:匀速巡航、城市拥堵、爬坡重载、高速超车、低温附件满载和再生制动工况;实时计算工况适配函数,为整车功率离散熵,为预存固定熵最大值;计算电池健康补偿函数,老化调节系数;经滤波观测、工况、电池健康三重修正后的整车等效损耗为:,f(soh)为电池健康老化补偿系数,soh为动力电池健康状态,g(工况)为行驶工况修正函数;为修正后的整车等效损耗功率。

19、作为本发明的进一步改进,所述多约束优化求解中后桥能量分配权重,具体方法包括:以修正后整车等效损耗最小为优化目标,构建轻量化线性优化目标函数,约束中桥分配权重与后桥分配权重之和为1、单桥电机瞬时输出功率限值、电池充放电安全电流限值、高低压母线电压区间,通过线性规划算法实时求解、。

20、作为本发明的进一步改进,所述中后桥驱动能量分配执行与再生制动协同控制,具体方法包括:按照求解的、分别向中桥、后桥电机控制器下发驱动功率指令;车辆制动工况根据两桥电机实时效率优化再生制动转矩分配。

21、作为本发明的进一步改进,所述静态损耗偏差修正,具体方法包括:控制器实时对比滤波观测等效损耗与车辆实际采集总损耗,若二者偏差超阈值时,调用预存分段修正系数线性修正下一周期能耗计算基准。

22、作为本发明的进一步改进,所述异常工况应急能量分配控制,具体方法包括:控制器实时监测整车电气运行状态,包括电池、电机、高低压母线异常状态;触发异常时启用预设安全分配权重限制电机峰值输出功率、降低大功率附件输出;异常消除后恢复实时优化分配。

23、作为本发明的进一步改进,所述步骤3中,优化目标函数为,其中、为预先标定固定权重系数,核心分配约束为,依据优化目标函数计算的等效能耗损耗计算总需求的功率preq和中后桥电机的分配功率:,,采用轻量化线性规划实时求解分配权重。

24、本发明与现有技术相比,具有以下优点及有益效果:

25、(1)本发明算法轻量化,硬件适配性强:方案依靠自适应h∞卡尔曼递推滤波搭配基础解析代数、线性规划运算实现整车能量管控,滤波依靠内部状态向量存储历史工况信息,无需增设额外时序存储硬件,常规整车控制器即可完成全部运算,整车量产配套成本更低。

26、(2)本发明鲁棒滤波大幅提升能耗观测精度:滤波融合h∞鲁棒约束并自适应调节噪声协方差,依靠内部迭代自动留存历史工况数据,有效抑制电压、电流传感器噪声,抵抗电池老化、电机效率偏移带来的模型失配,能耗观测数值平稳无剧烈波动,为中后桥功率分配提供精准优化基准。

27、(3)本发明多维度能耗统一建模,实现全工况自适应功率分配:完整覆盖中桥电机、后桥电机、高低压附件、电池内阻全部损耗项,依据两桥电机实时工作效率动态调整驱动功率配比,解决固定分配策略在爬坡、低温、拥堵工况下损耗偏高的问题,实现全行驶工况下整车能耗全局最优。

28、(4)本发明工况、电池健康双重损耗补偿,延长电池使用寿命:通过固定解析函数实时引入工况波动、电池健康补偿系数,可自适应匹配电池全生命周期衰减状态,新旧车辆均可获得适配的中后桥功率分配策略,有效降低电池频繁大电流充放电带来的容量衰减。

29、(5)本发明独立电气异常保护逻辑,运行稳定性高。异常判定阈值、安全分配比例均为出厂固化参数,故障响应无额外延迟;可在各类复杂作业环境下稳定运行,适配商用车多变作业场景。

30、(6)本发明控制逻辑简洁,标定与维护工作量小。控制逻辑直观清晰,仅采用出厂标定静态修正系数与滤波初始化参数,整车下线标定工作量低,车辆长期使用过程中控制参数无漂移风险,整车软件维护难度低。