基于出行特征预测的插电式混合动力汽车控制策略研究

插电式混合动力汽车是新能源汽车发展的重要方向之一,具有较长的纯电动行驶里程和较强的工况适应性,是传统混合动力汽车向纯电动汽车过渡的重要车型。整车能量管理技术是其关键技术之一,现阶段依托V2V技术或智能交通系统的智能控制策略的研究越来越丰富。本文以P2构型的插电式混合动力汽车为研究对象,构建基于出行特征预测的插电式混合动力汽车控制策略,拟解决车辆行驶路线识别、里程预测、电量优化分配和优化控制等关键问题。首先,本文分析插电式混合动力汽车动力系统构型,考虑动力源及传动系统工作效率在Matlab/Simulink中构建整车模型,并建立电量消耗/电量维持控制策略和动态规划算法,完成控制策略的对比验证。基于实际采集的车辆运行工况提取了典型的工况片段并构建驾驶循环。第二,利用轨迹数据挖掘的知识,着眼于驾驶员当前行程的GPS轨迹,从时间和空间两个尺度上判别轨迹相似性,匹配最相似的常出行轨迹,建立由出发点到目的地的端到端的预测模型,实现车辆出行路线、目的地及里程的预测。针对工况的预测一是考虑常行驶路线的历史统计信息,二是结合智能交通系统(Intelligent Transportation System,ITS)从城市交通信息云端数据库下载当前路线的通行数据,这两方面形成该路线下长时间的工况预测信息。第三,以典型工况片段作为代表去研究该类工况下的电量消耗情况,考虑发动机高效区利用率等指标,确定不同典型工况下每公里的电量分配的合理范围。在全局最优电量分配规律的基础上,首先将全局的里程信息作为关键的电量分配方式参考因素之一,结合电机、电池当前的充放电能力,形成全局的理论电池荷电状态(State of Charge,SOC)参考轨迹。并根据实时获取的里程设计了变里程情况下SOC的规划方案。组合工况下求解全局最优电量分配方式,参考发动机的高效区利用率等指标确定不同工况对电量的需求的的优先级并制定全天电量分配规则。最后,建立了基于SOC参考轨迹的模糊逻辑控制策略和自适应等效消耗最小策略,使得电量使用速率符合规划的电量分配结果。仿真分析表明本文开发的自适应等效消耗最小策略(A-ECMS)相比基于规则的电量消耗/保持(CD/CS)策略节油7%左右,达到了本文优化电量使用过程并提高PHEV燃油经济性的研究目的。