新能源汽車能量管理方法的研究

1 前言

隨著經(jīng)濟(jì)水平和科技實(shí)力的不斷提升，汽車消費(fèi)市場逐漸擴(kuò)大，但面對(duì)全球范圍日益嚴(yán)峻的能源形勢和環(huán)保壓力，發(fā)展新能源汽車已成為社會(huì)可持續(xù)發(fā)展的重要戰(zhàn)略及市場新的增長點(diǎn)。其中，油電混合動(dòng)力汽車作為新能源車的一種，其技術(shù)相對(duì)成熟，且市場發(fā)展前景良好，成為傳統(tǒng)車向新能源汽車過渡的最好方式。一般來說，混合動(dòng)力汽車是具有2種或2種以上能量源來驅(qū)動(dòng)的汽車，現(xiàn)階段研究的多為由發(fā)動(dòng)機(jī)、電機(jī)、電池組構(gòu)成的HEV，分為串聯(lián)式、并聯(lián)式和混聯(lián)式。針對(duì)目前混合動(dòng)力汽車能量管理控制策略，一般分為兩大類：基于規(guī)則的控制策略和基于優(yōu)化的控制策略。本文針對(duì)混合動(dòng)力汽車能量管理控制方法進(jìn)行相關(guān)研究。

2 基于規(guī)則的控制策略

基于規(guī)則的控制策略包括基于門限值規(guī)則的控制策略和基于模糊規(guī)則的控制策略。其中基于門限值規(guī)則的控制策略，主要依據(jù)工程經(jīng)驗(yàn)和相關(guān)動(dòng)力部件的效率特性進(jìn)行設(shè)計(jì)。以當(dāng)前的車速、需求轉(zhuǎn)矩、SOC等為控制參量，通過一系列門限值將整車劃分成不同的工作模式，當(dāng)車輛運(yùn)行狀態(tài)滿足門限的切換條件時(shí)，進(jìn)行模式的切換。該控制策略操作簡單，易于實(shí)現(xiàn)，且計(jì)算量小，實(shí)時(shí)性好，但其燃油經(jīng)濟(jì)性較差，無法實(shí)現(xiàn)工況的自適應(yīng)[1]。

基于模糊規(guī)則的控制策略是在固定門限控制的基礎(chǔ)上，將預(yù)定義的控制規(guī)則通過輸入模糊化-模糊決策-輸出逆模糊化來達(dá)到優(yōu)化目的，具有較強(qiáng)的自適應(yīng)性和魯棒性。

由于基于規(guī)則的控制策略會(huì)陷入局部最優(yōu)解，得到的燃油經(jīng)濟(jì)性較差，因而提出基于優(yōu)化的控制策略，其中動(dòng)態(tài)規(guī)劃在能量管理方面可實(shí)現(xiàn)全局最優(yōu)，是目前在控制理論中所能達(dá)到的車輛經(jīng)濟(jì)性最優(yōu)解。

3 基于優(yōu)化的控制策略

基于優(yōu)化方法的控制策略包括實(shí)時(shí)優(yōu)化和全局優(yōu)化，其中實(shí)時(shí)優(yōu)化算法包含等效油耗最小原理（ECMS）、龐特里亞金最小值原理（PMP）、模型預(yù)測控制（MPC）等[1]，通常結(jié)合一些智能算法，如遺傳算法（Genetic Algorithm，GA）、粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）、模擬退火 （Simulated Annealing，SA）等，實(shí)現(xiàn)能量管理系統(tǒng)的瞬時(shí)最優(yōu)。全局優(yōu)化算法主要包括動(dòng)態(tài)規(guī)劃（Dynamic Programming，DP）[2]、隨機(jī)動(dòng)態(tài)動(dòng)態(tài)規(guī)劃（Stochastic Dynamic Programming，SDP）。

基于實(shí)時(shí)優(yōu)化，針對(duì)能量管理系統(tǒng)（EMS），提出一種簡單、易優(yōu)化的數(shù)學(xué)表示法，得到使用遺傳算法進(jìn)行優(yōu)化的能量管理實(shí)時(shí)優(yōu)化系統(tǒng)[3]?；旌蟿?dòng)力系統(tǒng)中的第i裝置的功率Pi是負(fù)載功率P0的一部分，該部分的大小由系數(shù)γ決定。假設(shè)γ是負(fù)載功率的連續(xù)函數(shù)，策略中的變量只有函數(shù)系數(shù)（即A，B，C，D）。將4個(gè)系數(shù)的常數(shù)值進(jìn)行優(yōu)化，取值范圍為[-1.2 1.2]，其中A和C的值詳細(xì)說明可能由電池提供的負(fù)載功率的最大部分；B和C的值詳細(xì)說明負(fù)載功率γ函數(shù)的值達(dá)到A和C指定的最大值。使用GA作為優(yōu)化方法進(jìn)行EMS優(yōu)化，包括以下6個(gè)步驟[3]：

1）染色體編碼：函數(shù)參數(shù)取決于系數(shù)A、B、C和D，它們均經(jīng)過GA優(yōu)化。

2）進(jìn)行理論驅(qū)動(dòng)周期：分析不同SOC下的電力情況，然后將每個(gè)GA生成期間的解決方案與理論驅(qū)動(dòng)循環(huán)期間的能量消耗進(jìn)行比較。

3）選擇：最佳適應(yīng)個(gè)體具有重現(xiàn)Qmax的最高概率，最不適應(yīng)的個(gè)體具有重現(xiàn)Qmin的最低概率。

4）執(zhí)行交叉操作，重復(fù)m次。

5）進(jìn)行突變：防止GA局部的過多堆積。

6）進(jìn)行全局優(yōu)化：由GA執(zhí)行的代數(shù)取決于處理器的計(jì)算能力和TR的值，為了確保代數(shù)足以找到近似解，針對(duì)使用相同算法的NEDC全局優(yōu)化8次。

基于全局優(yōu)化控制策略，針對(duì)插電式混合動(dòng)力汽車，基于駕駛模式識(shí)別和動(dòng)態(tài)規(guī)劃，提出自適應(yīng)能量控制策略，瞬時(shí)成本函數(shù)包含電池能量損耗、燃料能量損失，基于貝爾曼最優(yōu)原理將兩點(diǎn)邊界問題分解為最小化序列問題，建立基于規(guī)則的多模式切換策略，具體步驟包括[3]：

1）從DP提取控制規(guī)則；

2）確定控制規(guī)則中的閾值；

3）DPR技術(shù)的建立；

4）將實(shí)際駕駛情景分類進(jìn)行驅(qū)動(dòng)模式的切換。

4 基于自適應(yīng)動(dòng)態(tài)規(guī)劃的控制策略

動(dòng)態(tài)規(guī)劃方法本質(zhì)上是一種非線性規(guī)劃方法，其核心是貝爾曼的最優(yōu)原理，雖然基于動(dòng)態(tài)規(guī)劃的能量管理控制策略得到的是理論上的最優(yōu)解，但是需要已知工況信息，無法實(shí)現(xiàn)在線控制。同時(shí)隨著狀態(tài)變量和控制變量維數(shù)的增加，傳統(tǒng)的動(dòng)態(tài)規(guī)劃后向求解的計(jì)算量和存儲(chǔ)量顯著增加，往往導(dǎo)致“維數(shù)災(zāi)”現(xiàn)象的發(fā)生。因此，基于自適應(yīng)動(dòng)態(tài)規(guī)劃（Approximate Dynamic programming，ADP）[4]的能量管理控制策略應(yīng)景而生。自適應(yīng)動(dòng)態(tài)規(guī)劃由3個(gè)部分組成，各個(gè)部分均可用神經(jīng)網(wǎng)絡(luò)來代替。其中，執(zhí)行網(wǎng)（Action network）用來近似最優(yōu)控制律，評(píng)價(jià)網(wǎng)（Critic network）用來近似最優(yōu)性能指標(biāo)函數(shù)。當(dāng)非線性系統(tǒng)未知時(shí)，一般采用模型網(wǎng)（Model network）來近似非線性系統(tǒng)。常見的結(jié)構(gòu)是啟發(fā)式動(dòng)態(tài)規(guī)劃（HDP），其結(jié)構(gòu)如圖1所示：

圖1 HDP結(jié)構(gòu)示意圖[4]

在理論層面上，自適應(yīng)動(dòng)態(tài)規(guī)劃在非線性離散系統(tǒng)的軌跡跟蹤、最優(yōu)控制等問題上取得了一定的成果。針對(duì)非線性系統(tǒng)最優(yōu)控制問題[5]，提出一種多步啟發(fā)式動(dòng)態(tài)規(guī)劃（MsHDP）和開發(fā)評(píng)價(jià)-決策神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，其中評(píng)價(jià)網(wǎng)以最小二乘法計(jì)算神經(jīng)網(wǎng)絡(luò)的權(quán)值向量，決策網(wǎng)采用最速梯度下降法來更新神經(jīng)網(wǎng)絡(luò)的權(quán)值向量，將多步啟發(fā)式動(dòng)態(tài)規(guī)劃方法簡化為線性二次調(diào)節(jié)（LQR）問題。在二次啟發(fā)式動(dòng)態(tài)規(guī)劃（DHP）結(jié)構(gòu)的基礎(chǔ)上，提出一種全局二次式啟發(fā)動(dòng)態(tài)規(guī)劃，以處理離散時(shí)間非線性系統(tǒng)的近似最優(yōu)跟蹤控制。全局二次式啟發(fā)動(dòng)態(tài)規(guī)劃算法構(gòu)建3個(gè)神經(jīng)網(wǎng)絡(luò)分別計(jì)算系統(tǒng)動(dòng)力學(xué)誤差、成本函數(shù)及其梯度、每次迭代中的控制策略。其中，在當(dāng)前時(shí)刻調(diào)整評(píng)價(jià)網(wǎng)1的權(quán)值向量，評(píng)價(jià)網(wǎng)2僅用于計(jì)算下一時(shí)刻的近似成本函數(shù)。

在實(shí)際應(yīng)用層面，自適應(yīng)動(dòng)態(tài)規(guī)劃算法已在交通運(yùn)輸、電力系統(tǒng)、工業(yè)生產(chǎn)等方面展開應(yīng)用。

正是在以上自適應(yīng)動(dòng)態(tài)規(guī)劃算法理論研究的基礎(chǔ)上，基于自適應(yīng)動(dòng)態(tài)規(guī)劃的混合動(dòng)力汽車能量管理方法得以發(fā)展。由于汽車動(dòng)力系統(tǒng)已知，即非線性系統(tǒng)已知，則不需要用神經(jīng)網(wǎng)絡(luò)來近似非線性系統(tǒng)，可以采用無模型網(wǎng)[6]的自適應(yīng)動(dòng)態(tài)方法進(jìn)行能量管理控制。將神經(jīng)網(wǎng)絡(luò)應(yīng)用于混合動(dòng)力汽車能量控制，提出一種基于長度比的神經(jīng)網(wǎng)絡(luò)能量管理策略，用于插電式混合動(dòng)力城市公交的在線控制。

5 總結(jié)

目前各企業(yè)針對(duì)混合動(dòng)力汽車能量控制策略，在應(yīng)用層面上多采用基于規(guī)則的控制策略，近幾年隨著動(dòng)態(tài)規(guī)劃和自適應(yīng)動(dòng)態(tài)算法的發(fā)展，部分公司已經(jīng)針對(duì)基于動(dòng)態(tài)規(guī)劃、自適應(yīng)動(dòng)態(tài)規(guī)劃的能量控制策略進(jìn)行研究，實(shí)現(xiàn)油電配比的最優(yōu)控制及在線優(yōu)化控制，以使混合動(dòng)力汽車滿足動(dòng)力性要求的前提下，達(dá)到最佳燃油經(jīng)濟(jì)性。