基于非线性模型预测控制的并联式混合动力汽车实时能量管理策略 |
您所在的位置:网站首页 › 转子发动机模型购买流程图 › 基于非线性模型预测控制的并联式混合动力汽车实时能量管理策略 |
0 引言
随着环境与节能问题的日益突出,混合动力汽车因其独特的结构能达到节能、低排放的特点,成为当今最具有实际开发意义的新能源汽车。能量管理控制策略是决定混合动力汽车燃油经济性和排放的关键技术,其主要包括基于规则(RB)及基于优化(瞬时优化(ECMS)、全局优化(DP、PMP、GA等)的策略。其中,基于规则的控制策略简单,容易实现,但未考虑工况的动态变化。瞬时优化控制策略执行效率高,能够保证在每一个步长内是最优,但无法确保在整个行驶工况内的最优。全局优化控制策略能够保证整个行驶工况内整车性能的最优,但行驶工况必须提前获知,且该算法程序复杂,运算量大,无法单独实现车辆的实时控制。 为了更好地实现混合动力汽车的能量管理,近年来国内外一些学者利用模型预测控制(MPC)的先进性,基于其基本原理预测车辆在未来时间域内的行驶状态,并根据预测信息优化混合动力汽车转矩分配。该控制策略既能克服瞬时优化控制策略不能实现全局最优的弊端,又能解决全局优化控制策略程序复杂、计算量大的问题。 本项目以一款并联式混合动力汽车为研究对象,提出一种非线性模型预测控制(NMPC)策略方法。实现过程如下:首先通过建立非线性预测模型,来预测计算未来的状态变量;其次采用序列二次规划(SQP)算法对预测时域内的目标函数进行求解,以获得最低燃油消耗时所对应的最优转矩分配序列;最后将该最优序列的第1个控制变量施加给车辆,实现反馈滚动优化。 1 并联式混合动力汽车系统构型1.1 动力系统结构及工作模式 本项目研究的混合动力电动汽车为一单轴并联式混合动力汽车,其动力系统结构如图1 所示。该并联式 HEV 的动力总成系统主要包括发动机、电机、离合器、传动系及电池。其中,电机直接与离合器的输出和传动系的输入相连。电机转子同时作为转矩耦合器直接使用。因此,省略了机械耦合器,这种车辆动力总成系统结构简单紧凑。这种结构中,电机有发动机启动器、回馈制动中的发电机以及发动机辅助三个功能。这种车辆模型可以在发动机单独驱动、电机单独驱动、混合驱动和回馈制动四种模型下自由切换工作。 ![]() ![]() 车辆动力系统建模是理解车辆运行规律的第一步。选择能代表车辆动力学和动力系统关键部件特征的参数,准确反映车辆运行规律;同时,减少不必要的参数使用量,提高模型的运算时间。准确的HEV动力学模型可以提高能量管理算法的精度。由于能量管理策略设计与车辆纵向速度正相关,而与车辆其他方向的速度无关,本项目忽略了车辆的横向动力学特性和驾驶稳定性,仅根据车辆纵向动力学来对车辆运动进行建模。根据车辆行驶过程中的动力学平衡关系,作用在车轮上的转矩 (1) 其中, 车轮转矩和发动机转矩以及电机转矩之间的关系为: (2) 其中, 本项目发动机采用准静态模型,每个时刻下的油耗可通过查发动机的燃油消耗MAP得到: (3) 其中, ![]() 电机选用永磁同步电机,在工作过程中既可作为牵引电机提供转矩,也可作为发电机给电池充电,因此电机的功率 (4) 其中, ![]() 1.5电池模型 忽略温度对电池的影响,采用Rint模型对电池建模,获得电池SOC和输出功率表达式为: (5) 其中, 混合动力汽车能量管理策略的最优控制必须满足一定的约束和限制条件,因此,基于模型预测控制的HEV优化控制问题可以转化为有限时域内受约束的优化控制问题,在满足特定的约束条件下,求得使设定目标函数最小的最佳控制输入。该优化问题描述为: (6) 其中, 约束条件为: (7) 其中, 混合动力汽车的工作过程表现为复杂的非线性特性,为了能够准确地对被控对象的输出进行预测,采用非线性模型作为预测模型,从而构成非线性模型预测控制问题。本项目提出的非线性模型预测控制的能量管理策略原理图如图5所示。 ![]() 非线性预测模型的输出包括发动机燃油消耗量和电池SOC,发动机瞬时燃油消耗率采用与发动机转矩转速相关的非线性拟合模型求得,其离散化后可表示为: (8) 动力电池SOC的变化率离散化后可表示: (9) (10) 其中, 在实际求解过程中,需要将系统的状态变量、控制变量和输出变量等根据求解步长进行离散化处理,从而将式(6)描述的优化问题转化为如式(11)所示的离散化形式。其中, (11) ![]() (12) 2.3 基于序列二次规划的优化求解 为了求得混合动力汽车的优化控制输入,将式(11)的NMPC问题转化为有限时域内的非线性规划NLP问题。针对NLP问题,学者们提出了拉格朗日乘子法、信赖域法、罚函数法等算法以获得NLP问题的最优解,但相关理论和算法在实际应用中仍有待进一步完善。基于牛顿-拉格朗日法的序列二次规划(SQP)算法是目前求解非线性规划问题的最优算法之一。该算法具有边界搜索能力强、收敛性好、计算效率高等优点,其基本思想是将NLP问题转化为一系列二次规划子问题求取优化解。若选定初始迭代点 (13) (14) 式中, (15) 式中, (16) 为了保证SQP算法的收敛性,选定价值函数为: (17) 其中, (18) (19) 基于SQP算法的NMPC优化求解步骤如下图5所示。 ![]() 为验证基于模型预测控制的能量控制策略的优化效果,以典型循环工况为例进行仿真实验。图6为车速跟随情况的曲线,图7为变速器挡位变化情况的曲线,图8为电池SOC运动轨迹情况,图9为电机的转矩工作情况。 ![]() ![]() ![]() ![]() 由图6-9可见,发动机基本都工作在经济区域,电池SOC保持在一定的范围之内。 4 结论本项目以提高并联式混合动力汽车燃油经济性为目标,根据该系统结构特点和对控制策略的适应性要求,设计了以发动机转矩和电机转矩比为控制变量,整车燃油消耗最小为目标的非线性模型预测控制能量管理策略,并基于所建模型和策略进行了仿真。仿真结果表明:本项目所提出的控制策略的优化效果良好,发动机运行在高效区域内,电池能量也能保持平衡。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |