详情

原文传递基于广义预测控制的队列行驶混合动力汽车的能量管理方法

专利名称：	基于广义预测控制的队列行驶混合动力汽车的能量管理方法
摘要：	本发明公开了一种基于队列行驶的混合动力汽车节能预测控制智能优化策略，通过建立混合动力汽车系统的降阶模型，并采用广义预测控制方法求解模型预测控制问题。具体步骤包括建立简化的系统结构模CARIMA型，采用(受控自回归积分滑动平均)预测模型进行预测控制，公式化控制策略，实时采集信息，运用所建立的数学模型求解最优控制问题。本发明在广义预测控制在广义最小误差控制的基础上，在优化中引入了多步预测的思想，抗负载扰动、随机噪声、时延变化等能力显著提高，有较强的鲁棒性。其参数数目较少，易于在线估计参数，参数慢时变所引起的预测模型输出误差能够及时的修正，实现自适应控制。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	江苏理工学院
发明人：	李广军;陈子文;丁佳慧;毛湘文
专利状态：	有效
申请日期：	2019-07-19T00:00:00+0800
发布日期：	2019-10-25T00:00:00+0800
申请号：	CN201910652916.8
公开号：	CN110371103A
代理机构：	常州佰业腾飞专利代理事务所(普通合伙)
代理人：	滕诣迪
分类号：	B60W20/15(2016.01);B;B60;B60W;B60W20
申请人地址：	213001 江苏省常州市中吴大道1801号
主权项：	1.基于广义预测控制的队列行驶混合动力汽车的能量管理方法，其特征在于：步骤1，建立混合动力汽车系统的降阶模型；步骤2，建立系统模型，即用辨识工具建立受控自回归积分滑动平均预测模型；步骤3，公式化控制策略，即对速度模式进行最优化，车间距离采用最小值浮动以上策略；步骤4，在线最优控制，并滚动优化，调节权重参数。 2.根据权利要求1所述的基于广义预测控制的队列行驶混合动力汽车的能量管理方法，其特征在于，所述步骤1中的系统模型基于两辆混合动力汽车，根据车辆机械耦合和电子耦合关系，列写系统动力学方程，对动力学方程解耦，最终获得系统的状态空间模型。 3.根据权利要求1所述的基于广义预测控制的队列行驶混合动力汽车的能量管理方法，其特征在于，步骤2具体为： A(q-1)y(k)＝B(q-1)u(k)+C(q-1)ξ(k)/δ 其中:δ为差分算子，δ＝1-q-1；k表示采样时刻序列；y(k)、u(k)是系统的输出、输入；ξ(k)是均值为零的白噪声序列；A(q-1)和B(q-1)均是q-1的多项式，为系统参数。 4.根据权利要求1所述的基于广义预测控制的队列行驶混合动力汽车的能量管理方法，其特征在于，步骤3的公式化策略：步骤3.1结合汽车导航，数字化地图，车间通信技术和智能交通系统，利用道路交通状况，对混合动力汽车速度模式进行最优化；步骤3.2车间距离采用最小值以上浮动的控制策略，公式化控制策略形式为：其中j＝N1,...N，N1＝1为最小预测时域，N为最大预测时域，P为控制时域，q(j),λ(j)分别为柔化系数矩阵，控制加权矩阵，L为预测评价函数；控制策略为最小化评价函数同时减小控制量波动。 5.根据权利要求1所述的基于广义预测控制的队列行驶混合动力汽车的能量管理方法，其特征在于，步骤4具体为：每个采样周期中，在线采集相关信息并用所建立的数学模型和公式化控制策略求解最优控制，最后应用所求得的最优控制序列的第一个控制量输入系统；在下一个采样时刻，将预测区间向前推进一步，不断重复该过程。 6.根据权利要求5所述的基于广义预测控制的队列行驶混合动力汽车的能量管理方法，其特征在于具体为，根据预测控制理论，引入Diophantine方程可得到: 其中:为输出预测值；矩阵G中的g0,g1,...,gn-1为被控对象的阶跃响应前n项数值；ΔU为控制增量矩阵；f为开环预测向量； f＝[f(k+1),f(k+2),...,f(k+n)]T 其中:为输出值L的估计值；ΔU为控制增量；目标函数J可写成: J＝LTL+λΔUTΔU 其中:L是输出矩阵；令得: ΔU＝-(GTG+λI)-1GTf 若求ΔU必须先知道G和f； L(k+n)＝gn-1Δu(k)+...g0Δu(k+n-1)+f(k+n)+Enξ(k+n) 令X(k)＝[Δu(k),Δu(k+1),...,Δu(k+n-1),1]， θ(k)＝[gn-1,gn-2,...,g0,f(k+n)]T，输出预测值可写成: y(k+n/k)＝X(k)θ(k) 式中:X(k)为信息向量；θ(k)为待估计参数向量；θ(k)可用最小二乘法估计得到: 其中:λ1为遗忘因子，0＜λ1＜1；是参数向量θ(k)的估计值；K为增益矩阵；P为协方差矩阵；根据上述最小二乘算法得到的即可获得矩阵G的各元素g0，g1，…，gn及f(k+n)；预测向量f可由下式得出: 其中:f＝[f(k+1),f(k+2),...,f(k+n)]T； a0＝[1,1,...,1]T； a0为误差校正向量；e为预测误差；在求得G和f后，可计算控制量ΔU的值，从而计算预测输出值。
所属类别：	发明专利