考虑电池最优放电深度的智能网联PHEV速度规划和能量管理协同控制研究
批准号:
52072047
项目类别:
面上项目
资助金额:
56.0 万元
负责人:
解少博
依托单位:
学科分类:
载运工具设计基础
结题年份:
2024
批准年份:
2020
项目状态:
已结题
项目参与者:
解少博
中文摘要
为提升插电式混合动力公交客车(PHEV)的能耗经济性而过多使用电池电能会增大电池的放电深度并加速其老化,为使节能与保护电池这对冲突因素的综合效益最大化,在行程终了使电池达到最优的放电深度(ODD)成为了关键。针对在固定公交线路行驶的智能网联PHEV,如何利用网联信息进行跟驰速度规划与能量分配的协同优化控制,使电池在行程结束达到ODD,对于提升整车安全性和经济性至关重要。为此,本项目首先构建公交线路工况、动力系统和电池老化等关键模型;其次,利用庞特里亚金原理辨识电池在整个行程的ODD;在此基础上,利用网联信息进行滚动时域内的车速预测及电池荷电状态的实时规划,将全局优化目标转化为滚动时域的局部目标;最后,在滚动时域内协同优化智能网联PHEV的安全性、能耗经济性和电池寿命,实现跟驰速度规划、能量分配和电池保护的协同优化,从而为开发高性能的智能网联PHEV产品提供理论及技术支撑。
英文摘要
For plug-in hybrid electric vehicles (PHEVs), overuse of battery energy aiming for energy economy improvement could accelerate the battery aging. In order to maximize the combined benefits of energy-saving and battery longevity, it is critical to achieve optimal depth of discharge (ODD) at the end of the trip. For connected and automated PHEVs running on the fixed bus route, a coordinated optimization of following-speed planning and energy distribution by leveraging the favorable connected information to achieve ODD is highly essential for improvement of running safety and economy. To this end, this proposal will first establish the typical driving cycles of the bus route, the powertrain model and battery aging model. Second, the ODD over the route will be identified by using the Pontryagin’s minimum principle. Then, the short-term speed forecasting and SOC planning will be carried out based on the connected information, converting the global optimization objective into local ones over the receding horizon. Finally, the co-optimization of the running safety, energy economy and battery longevity will be conducted over the receding horizon, so as to generate optimal trade-off between the following-speed planning, power-split and battery protection. This proposal will provide the theoretical and technical foundation for improvement of running safety and comprehensive economy for connected and automated PHEV products.
针对城市交通环境中运行的智能网联插电式混合动力汽车(PHEV),速度规划决定了功率需求,而动力系统能量分配所决策的电池输出功率不仅影响能耗成本,还影响因电池老化而产生的等效成本,即智能网联PHEV的速度规划、能量分配和电池保护之间是密切关联的,在网联环境下对这三者进行协同优化控制是提升智能网联PHEV经济性、安全性等的关键。本项目针对智能网联PHEV,研究如何利用网联信息来优化速度规划和能量分配,以确保电池在行程结束时达到期望的放电深度,从而最大化车辆的综合效益。项目主要研究工作包括:1)基于庞特里亚金极小值原理,以智能网联PHEV整个行程上的能耗与电池老化等综合成本最小化为目标,提出了电池最优放电深度的辨识方法,实现了对整个行程上电池最优放电深度的确定。2)提出了车速预测和电池SOC规划方案。利用神经网络等方法进行滚动时域内的车速预测,并结合网联环境获取的线路、位置等信息和电池最优放电深度,实现对电池SOC的实时规划。3)针对智能网联PHEV,提出一种考虑速度规划、能量分配与电池保护的协同控制策略。基于车辆动力学理论量化跟驰场景中的安全性成本,进一步基于模型预测控制架构形成滚动时域内协同安全性、经济性和电池保护的实时最优控制问题。针对弯道、红绿灯等特殊场景,提出了考虑经济性、电池老化和乘坐舒适性等多目标的协同控制策略。针对由交通信号灯和公交站点构成的复杂场景,提出了考虑速度规划和能量管理的协同控制策略。针对电动货车的跟驰场景,提出了考虑速度规划、能量管理、电池老化以及空气动力效应的协同控制策略。多种场景的研究结果表明,针对智能网联PHEV,协同考虑速度规划、能量管理和电池老化的控制策略能够优化电池的放电深度,使经济性、安全性和电池保护等综合效益得到提升。
国内基金
海外基金