探讨混合动力车辆能量管理与混杂模型预测控制的结合（非线性科学论文） ㊣ 精品文档 值得下载

动进行优化计算，算法鲁棒性强，可以实现较好的动态控制性能，但是其缺点是不能处理离散变量。

混杂模型预测控制算法具备了模型预测控制算法的优点，还具备了独特的优点是能够用于控要原理是基于聚类算法，具体步骤为将每个数据关联个局部仿射模型将具有相似特性的局部仿射模型聚类到不同的集群中以相同的方式将数据点分类到对应的集群中求解参数向量和区域。

摘要本文以并联式混合动力车辆为研究对象，针对其具有连续变量和离散变量并存的特点，采用混杂模型预测控制算法对其进行优化求解。

首先对发动机和电机的外特性曲线行驶阻力曲线，发动机油耗曲面电池功率曲面等进行分段仿射线性化处理，并采用分段仿射自回归的外生模型来拟合电池荷电状态计算公式其次在混杂系统描述语言工具箱中对各个线性化部分进行描述，并自动生成混合逻辑动态系统最后采用混杂工具箱对生成的混合逻辑动态系统此系统，学者们目前主要采用基于规则等效燃油最小模型预测控制和动态规划等控制策略对其进行能量管理控制。

动态规划控制策略可以通过全局优化获得理论上能够达到的最优燃油经济性，但是此算法需要提前知道整个运行工况，计算时间很长，不能用于实时控制。

模型预测控制算法适用于多输入多输出带约束时变等模型，在线滚动进行优化计算，算法鲁棒性强，可以实现较好的动态控制性能，但是其缺点是不能处理离散变量。

由于发动机转矩外特性电机转矩外特性充电内阻放电内阻和开路电压的原始数据是根据测试得到的散点数据，为了方便进行线性化拟合，首先对原始散点数据进行多项式拟合，以获得多项式拟合公式，再对其进行分段探讨混合动力车辆能量管理与混杂模型预测控制的结合非线性科学论文意图车辆动力学模型用于求取车辆纵向速度，其表达式如下式所示。

摘要本文以并联式混合动力车辆为研究对象，针对其具有连续变量和离散变量并存的特点，采用混杂模型预测控制算法对其进行优化求解。

首先对发动机和电机的外特性曲线行驶阻力曲线，发动机油耗曲面电池功率曲面等进行分段仿射线性化处理，并采用分段仿射自回归的外生模型来拟合电池荷电状态计算公式其次在混杂系统描述语言工具箱中对各个线性化部分进行描述，并自动生成混合逻辑动态系统最后采用混杂工具箱对生成的混合逻辑动态系统进行求解，并将结果与基于非线性模型预测控制算法的结果进行对比。

对比结果表明采用这两种算法对和所示。

将图中的电机效率η拟合为关于电机转矩转速的次多项式曲面，如式所示。

电机外特性转矩可以拟合为关于转速的次多项式曲线，如式所示。

其中式中的均为常量系数。

探讨混合动力车辆能量管理与混杂模型预测控制的结合非线性科学论文。

混杂模型预测控制算法具备了模型预测控制算法的优点，还具备了独特的优点是能够用于控制混杂模型，可以处理离散变量逻辑变量和自动机等问题，因此在工业控制中得到了广泛的应用但是此算法的缺点是对于非线性模型的处理及转化较为繁琐，计算时间会随着预测时域的增加而快速增长。

目前采用混杂模型预测控制算法对进行优化控制的文的权重和油耗的权重是相互冲突的，为了能够使得仿真结束时的值和仿真起始值接近，也为了使车速都能很好的跟随着目标车速，将分别设臵为和。

为输出变量的参考值，分别为和目标循环工况的车速。

为连续控制变量电机转矩发动机转矩和制动力的权重，为了尽量少使用制动力，增加电机制动能量回收，将分别设臵为和，可通过调节电机转矩的权重来调节循环结束的值。

为范数，取，通过转化可将代价函数转化为混合整数次规划问题，并采用混杂工具箱对上述问题进行离线求解，由于此模型中包括的参数及不同理，对车辆其他部件模型进行建模，最终获得的表达式如式所示，其中包含了个状态变量发动机油耗车速和电池功率，个输出变量发动机油耗车速，个连续控制变量发动机转矩电机转矩和制动力和个进制控制变量分别对应变速器的个档位。

本文对各动力部件的非线性曲线采用分段线性拟合处理，对燃油消耗率和电机效率曲面采用平面拟合处理，还对状态变量和控制变量进行约束。

为了表述这些命题逻辑和离散变量，经过转换后最终引入了个进制辅助变量，个连续辅助变量。

而混合整数不等式的个数会随着进制辅助变量的增多而增多，述模型线性化处理后，各个动力部件之间的输入输出关系为发动机模型包括外特性模型和油耗模型，模型的输入参数为发动机转矩和转速，模型的输出参数为发动机瞬时油耗。

电机模型包括电机外特性模型和电机效率模型，模型的输入参数为电机转矩和转速，模型的输出参数为电机效率。

电池模型的输入参数为电池功率，根据分段仿射自回归外生模型可得电池值。

变速器模型的输入参数为发动机转矩电机转矩变速器档位和车速，输出参数为变速器输出转矩及变速器输入端的转速，电机转速和发动机转速都和变速器输入端转速相同。

动力学模型的输入参数为变速器输出转矩，根据动力学公式可获得车速。

代价函数的设计获得各部件的线性价函数的设计获得各部件的线性模型之后需要将其转化为混杂模型，目前混杂模型的形式多种多样，本文采用的是混合逻辑动态模型，其表达式如式所示，其推导原理可参考相关文献，本文采用混杂系统描述语言工具箱以简化建模过程。

以变速器建模为例，由于变速器档位是离散的控制变量，因此引入进制控制变量只能取或来表示选择的档位，为了保证每时刻只取个档位，设定。

根据选中的档位可求得发动机转速，由于发动机转速存在限制，还需规定在发动机转速超过最大值或最小值时，变速器必须换挡，使发动机转速满足约束。

如图中的仿真结果所示，采用混杂模示车辆模型及外特性约束。

将图中的电池充放电内阻拟合为关于的次多项式，开路电压拟合为关于的次多项式，如式所示。

将图中的发动机油耗拟合为关于发动机转矩转速的次多项式曲面，如式所示。

将发动机外特性转矩拟合为关于发动机转速的次多项式曲线，如式所示。

将图中的电机效率η拟合为关于电机转矩转速的次多项式曲面，如式所示。

电机外特性转矩可以拟合为关于转速的次多项式曲线，如式所示。

其中式中的均为常量系数。

探讨混合动力车辆能量管理与混杂模型预测控制的结合非线性科学论文。

表各循环工况拟合∥∥∥⋯，−⋯，⋯，−其中，为预测时域，为输出变量油耗车速的权重，由于的权重和油耗的权重是相互冲突的，为了能够使得仿真结束时的值和仿真起始值接近，也为了使车速都能很好的跟随着目标车速，将分别设臵为和。

为输出变量的参考值，分别为和目标循环工况的车速。

为连续控制变量电机转矩发动机转矩和制动力的探讨混合动力车辆能量管理与混杂模型预测控制的结合非线性科学论文模型之后需要将其转化为混杂模型，目前混杂模型的形式多种多样，本文采用的是混合逻辑动态模型，其表达式如式所示，其推导原理可参考相关文献，本文采用混杂系统描述语言工具箱以简化建模过程。

以变速器建模为例，由于变速器档位是离散的控制变量，因此引入进制控制变量只能取或来表示选择的档位，为了保证每时刻只取个档位，设定。

根据选中的档位可求得发动机转速，由于发动机转速存在限制，还需规定在发动机转速超过最大值或最小值时，变速器必须换挡，使发动机转速满足约束。

探讨混合动力车辆能量管理与混杂模型预测控制的结合非线性科学论文以维持在高档位以降低发动机转速，提高发动机燃油经济性。

当车速较低时，如图中所示，混杂模型预测控制算法相对于混杂模型预测控制算法，倾向于采用更高的档位，过高的档位会造成发动机转速过高，甚至达到了以上，这就造成了车辆燃油经济性下降。

此外，由于混杂模型预测控制算法中只能对变速器传动比范围进行限定，而不能规定如何进行换挡，其变速器在升档时会出现跳档的情况而采用混杂模型预测控制时，规定了如果在当前档位时，发动机转速超过了允许范围，则必须进行升档，不允许出现跳档的情况，因此采用混杂模型预测控制的结果更加符合实际情况。

表各循环工况拟合误差表导出到经过上在不同运行工况下统车辆模型，简化理论推导过程并将此算法与非线性模型预测控制算法在控制效果仿真时长等方面进行对比，分析算法的优势。

车辆模型构建本文的研究对象为，其结构如图所示，主要参数如表所示。

图并联式混合动力车辆结构示意图车辆动力学模型用于求取车辆纵向速度，其表达式如下式所示。

同理，对车辆其他部件模型进行建模，最终获得的表达式如式所示，其中包含了个状态变量发动机油耗车速和电池功率，个输出变量发动机油耗车速，个连续控制变量发动机转矩电机转矩和制动力和个进制控制变型预测控制算法时，仿真的车速很好的跟随目标车速，而采用非线性模型预测控制时，由于在进行优化时变速器传动比是作为连续控制量，在作用于整车模型时却经过离散化处理，其车速跟随效果较差。

如图所示，采用两种模型预测控制算法时，发动机转矩和电机转矩都可以被限制在允许的范围内，在车辆起步时，发动机转速还未达到怠速转速，由电机提供扭矩驱动车辆，在车速提升之后减少电机转矩输出，电机起到调节发动机运行工况的作用，以获得更好的燃油经济性，在车辆制动时电机提供大的制动力矩，尽可能多的回收制动能量。

如图及图所示，采用两种模型预测控制算法时，当车速较高时，如图中所示，变速器档位大部分时间都可误差表导出到经过上述模型线性化处理后，各个动力部件之间的输入输出关系为发动机模型包括外特性模型和油耗模型，模型的输入参数为发动机转矩和转速，模型的输出参数为发动机瞬时油耗。

电机模型包括电机外特性模型和电机效率模型，模型的输入参数为电机转矩和转速，模型的输出参数为电机效率。

电池模型的输入参数为电池功率，根据分段仿射自回归外生模型可得电池值。

变速器模型的输入参数为发动机转矩电机转矩变速器档位和车速，输出参数为变速器输出转矩及变速器输入端的转