混动车辆的增程器控制方法、装置和混动车辆与流程

摘要: 本发明涉及车辆控制,具体而言,涉及一种混动车辆的增程器控制方法、装置、计算机可读存储介质和混动车辆。背景技术:1、现有技术中应用于增程器的能量管理策略包括通过固...
混动车辆的增程器控制方法、装置和混动车辆与流程

本发明涉及车辆控制,具体而言,涉及一种混动车辆的增程器控制方法、装置、计算机可读存储介质和混动车辆。

背景技术:

1、现有技术中应用于增程器的能量管理策略包括通过固定soc阈值控制增程器充电、针对固定路况预标定增程器的控制策略和基于导航信息中的剩余里程分配油电使用比例。

2、然而,上述方法均未考虑用户充电习惯和实时路况,导致电池在充电点仍旧存在余电,电能未完全利用,在路途中频繁使用燃油充电导致整体能耗增加。

技术实现思路

1、本技术的主要目的在于提供一种混动车辆的增程器控制方法、装置、计算机可读存储介质和混动车辆,以至少解决现有技术中的增程器控制策略未结合路况和用户习惯,导致电池在抵达充电点时仍存在余电,电能利用率低,整车能耗增加的问题。

2、为了实现上述目的,根据本技术的一个方面,提供了一种混动车辆的增程器控制方法,包括:获取规划输入参数,规划输入参数包括车辆负载参数、充电点位、预期行驶轨迹和驾驶行为数据;获取能耗规划模型,能耗规划模型为基于云端大数据离线训练得到的神经网络模型,能耗规划模型的输入层节点包括车辆负载参数、充电点位、预期行驶轨迹和驾驶行为数据,输出层节点包括整车能耗水平、平均行驶车速和平均输出功率;将规划输入参数输入能耗规划模型,得到规划输出参数;根据规划输出参数生成目标控制策略,基于目标控制策略通过滚动优化算法控制车辆行驶,目标控制策略用于使混动车辆达到充电点位和/或预期行驶轨迹的终点时,动力电池的剩余电量为零。

3、可选地,获取能耗规划模型,包括:构建能耗规划模型;获取与目标车辆同型号的车辆在不同场景下的实际能耗数据、实际行驶车速和实际输出功率,得到历史训练数据,场景包括充电点位和实际行驶轨迹;设定不同的仿真参数组,仿真参数组包括驾驶行为数据和车辆负载参数,不同仿真参数组之间至少一个参数不同;通过仿真确定不同仿真参数组作用下各历史训练数据的变化,得到仿真训练数据;根据历史训练数据和仿真训练数据训练能耗规划模型,直至能耗规划模型的损失函数小于预设值。

4、可选地,获取规划输入参数,包括:响应于用户的第一输入指令,确定预期行驶终点;根据预期行驶终点和当前位置生成至少一条备选行驶轨迹;响应于用户的第二输入指令,从备选行驶轨迹中确定预期行驶轨迹;根据目标历史日志确定驾驶行为数据;响应于用户的第三输入指令,确定充电点位和理论车辆负载参数;获取车辆底盘悬架系统的传感器信号以及电机驱动电流的频率特征;根据传感器信号与频率特征确定动态负载修正系数,根据动态负载修正系数对理论车辆负载参数进行处理,得到车辆负载参数;将车辆负载参数、充电点位、预期行驶轨迹和驾驶行为数据确定为规划输入参数。

5、可选地,根据传感器信号与频率特征确定动态负载修正系数,包括:从传感器信号中提取位移传感器信号;通过低通滤波器对位移传感器信号进行处理,以获取静态平衡位置偏移量;通过高通滤波器对位移传感器信号进行处理或频域变换,提取预设频段范围内的信号,以获取动态载荷波动;获取电机的驱动电流信号,提取电流信号的谐波分量或纹波系数,得到频率特征;对静态平衡位置偏移量、动态载荷波动和频率特征进行加权融合,得到动态负载修正系数。

6、可选地,根据规划输出参数生成目标控制策略,包括:根据预期行驶轨迹确定预期行驶距离,根据预期行驶距离确和整车能耗水平计算预期全程能耗;在预期全程能耗小于或等于混动车辆的当前剩余电量的情况下,确定目标控制策略为增程器不开启;在预期全程能耗大于混动车辆的当前剩余电量的情况下,获取增程器的额定发电功率和平均输出功率;在额定发电功率大于或等于平均输出功率的情况下,监控当前剩余电量;将目标控制策略确定为在当前剩余电量小于或等于第一阈值的情况下,控制增程器发电;在额定发电功率小于平均输出功率的情况下,计算预期全程能耗和当前剩余电量的差值,得到电量缺口;根据电量缺口和额定发电功率确定需求发电时长;根据预期行驶轨迹确定实时路况拥堵系数,根据实时路况拥堵系数、平均行驶车速和需求发电时长确定有效行驶里程,并根据有效行驶里程确定发电起始节点,发电起始节点根据充电点位或终点反推有效行驶里程得到;将发电起始节点和需求发电时长确定为目标控制策略。

7、可选地,根据预期行驶轨迹确定实时路况拥堵系数,包括:将预期行驶轨迹划分为多个目标路段,确定每个目标路段对应的平均行驶车速;确定各目标路段中的拥堵路段,并根据各拥堵路段的路况确定对应的交通延误系数,交通延误系数大于1,将目标路段中的非拥堵路段对应的交通延误系数确定为1;对个交通延误系数进行加权平均,得到实时路况拥堵系数。

8、可选地,基于目标控制策略通过滚动优化算法控制车辆行驶,包括:获取预设滚动时间窗口;确定预设滚动时间窗口内的实际行驶能耗;计算实际行驶能耗与预期行驶能耗之间的偏差率,预期行驶能耗根据预期全程能耗与预设滚动时间窗口确定;在偏差率大于或等于预设偏差率的情况下,触发目标控制策略的更新操作,以修正因路况变化或驾驶员的驾驶行为变化导致的预测误差。

9、根据本技术的另一方面,提供了一种混动车辆的增程器控制装置,装置包括:第一获取单元,用于获取规划输入参数,规划输入参数包括车辆负载参数、充电点位、预期行驶轨迹和驾驶行为数据;第二获取单元,用于获取能耗规划模型,能耗规划模型为基于云端大数据离线训练得到的神经网络模型,能耗规划模型的输入层节点包括车辆负载参数、充电点位、预期行驶轨迹和驾驶行为数据,输出层节点包括整车能耗水平、平均行驶车速和平均输出功率;输入单元,用于将规划输入参数输入能耗规划模型,得到规划输出参数;生成单元,用于根据规划输出参数生成目标控制策略,基于目标控制策略通过滚动优化算法控制车辆行驶,目标控制策略用于使混动车辆达到充电点位和/或预期行驶轨迹的终点时,动力电池的剩余电量为零。

10、根据本技术的再一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的方法。

11、根据本技术的又一方面,提供了一种混动车辆,包括:一个或多个处理器,存储器,以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行任意一种所述的方法。

12、应用本技术的技术方案,在上述混动车辆的增程器控制方法中,首先,获取规划输入参数,规划输入参数包括车辆负载参数、充电点位、预期行驶轨迹和驾驶行为数据;然后,获取能耗规划模型,能耗规划模型为基于云端大数据离线训练得到的神经网络模型,能耗规划模型的输入层节点包括车辆负载参数、充电点位、预期行驶轨迹和驾驶行为数据,输出层节点包括整车能耗水平、平均行驶车速和平均输出功率;之后,将规划输入参数输入能耗规划模型,得到规划输出参数;最后,根据规划输出参数生成目标控制策略,基于目标控制策略通过滚动优化算法控制车辆行驶,目标控制策略用于使混动车辆达到充电点位和/或预期行驶轨迹的终点时,动力电池的剩余电量为零。本技术通过云端大数据离线训练得到导航中各路线的平均耗电水平、功率基准和车速基准,结合实时采集的用户导航路径、车辆负载、充电地点和驾驶习惯,预测用户在导航路径行驶的理论整车能耗、平均行驶车速和平均输出功率,进而基于预测数据以达到充电地点时soc降低至最低允许值为优化目标,生成增程器的控制策略,避免了余电的存在,解决了现有技术中的增程器控制策略未结合路况和用户习惯,导致电池在抵达充电点时仍存在余电,电能利用率低,整车能耗增加的问题。