插電式混合動力汽車充電與電能管理集成優化的框架

插電式混合動力汽車充電與電能管理集成優化的框架

開發了一種動態規劃框架，用于同時優化插電式混合動力汽車的充電與能量管理。這兩個最優控制問題與插電式混合動力汽車在電網（充電）與道路（能量管理）上的行為有關。提出的框架同時解決了上述兩個問題，避免了分開控制帶來的問題。同時該框架給出了超過24h的一段周期內，插電式混合動力汽車的狀態與控制輸入的最佳軌跡。

首先，介紹了插電式混合動力系統的狀態變量與輸入以及相關的約束條件。系統中的發動機、發電機與電動機的建模基于靜態MAP圖。在MAP圖上，每個部件的效率都是該部件轉速和轉矩的函數。該插電式混合動力系統模型中有3個狀態變量：車速、發動機轉速、電池荷電狀態，用來控制駕駛員功率需求、發動機噴油率及發電機的轉矩需求。其次，開發了不同的模型，用于優化插電式混合動力汽車用電網充電的方式。該模型有兩層含義：一是能夠捕捉電池充電的動態過程；二是能夠量化插電式混合動力汽車充電對應的CO2排放。

詳細介紹了最優控制框架。提到的兩個最優控制問題具有相同的控制目標：降低燃油消耗和減少CO2排放。但2個系統的動態、約束以及時間都不同。為了解決這些分歧并更有效地使用貝爾曼公式，采用了一個完整的優化框架，分為7個步驟。①利用價值函數對每個離散的電池荷電狀態進行初始化；②將貝爾曼公式應用于每個時間步長，直到第2個行駛里程結束；③在每個時間步長內將價值函數由1維修改為2維；④將貝爾曼函數應用于每個時間步長，直到第2個行駛里程開始；⑤在每個時間步長將價值函數由2維修改為1維；⑥按照第2步～第5步驟進行，直到第1個行駛里程開始；⑦按照第2步進行，直到得到最初時間步長每個離散電池荷電狀態的價值函數。

對提出的優化控制進行了驗證，結果表明同時解決兩個最優控制問題能夠說明一個非常有價值的觀點，即日常駕駛、電網充電及優化目標之間是相互影響的。

RakeshPatiletal.2012 AmericanControlConference,FairmontQueen Elizabeth,Montreal,Canada, June27-29,2012.

編譯：白鴿