增程式车辆能量管理方法、装置、电子设备及存储介质与流程

本申请涉及新能源汽车，尤其涉及一种增程式车辆能量管理方法、装置、电子设备及存储介质。

背景技术：

1、随着技术的进步，增程式汽车在现代交通系统中的应用日益广泛。这种车辆能在多种运行模式下工作，每种模式下的能量使用和需求各不相同，这增加了能量管理的复杂性。为了优化能耗并满足驾驶需求，需要一种高效的能量管理策略来调配车辆的能源。

2、在智能交通系统的帮助下，车辆可以接收到全球定位信息，但现有的能量管理系统在实际应用中存在局限性。大多数现有方法都依赖长期的soc规划和短期状态预测，这些系统往往需要全局驾驶信息来支持能量管理，但在变化多端的实时驾驶条件下，获取精确的全球驾驶信息非常困难。

3、此外，现有车速预测方法主要基于lstm或bi-lstm等网络，仅能处理历史车速数据，未能充分利用车速数据间的深层次拓扑关系。尽管图卷积网络(gcn)已被证明能有效处理图结构数据，挖掘节点间的深层关系，但如何将gcn有效集成到车速预测和能量管理策略中，以实现电池寿命和燃油经济的优化，依然是一个亟待解决的技术挑战。

4、目前，针对电池寿命和燃油经济性的全局优化方法在理论上虽然可行，但实际操作中却不易实施。因此，急需开发一种新的能量管理方法。

技术实现思路

1、有鉴于此，本申请实施例提供了一种增程式车辆能量管理方法、装置、电子设备及存储介质，以解决现有技术存在的车速预测的准确性低，降低增程式车辆能量管理的效率，并且方案复杂，成本较高的问题。

2、本申请实施例的第一方面，提供了一种增程式车辆能量管理方法，包括：获取车辆的历史车速信息，利用预先构建的车速预测模型对历史车速信息进行处理，得到未来预测车速，其中车速预测模型通过图卷积网络处理空间特征交互，并通过长短期记忆网络处理时间序列预测；对车辆动力需求进行计算，并根据车辆动力需求及预计行驶距离，对电池荷电状态的变化轨迹进行规划，得到电池荷电状态参考轨迹；根据未来预测车速以及电池荷电状态参考轨迹，将预设的多目标优化控制的目标函数转化为非线性规划问题，并利用融合精英策略的遗传算法对非线性规划问题求解，得到最优能量管理策略，利用最优能量管理策略对增程式车辆进行能量管理。

3、本申请实施例的第二方面，提供了一种增程式车辆能量管理装置，包括：处理模块，被配置为获取车辆的历史车速信息，利用预先构建的车速预测模型对历史车速信息进行处理，得到未来预测车速，其中车速预测模型通过图卷积网络处理空间特征交互，并通过长短期记忆网络处理时间序列预测；规划模块，被配置为对车辆动力需求进行计算，并根据车辆动力需求及预计行驶距离，对电池荷电状态的变化轨迹进行规划，得到电池荷电状态参考轨迹；求解模块，被配置为根据未来预测车速以及电池荷电状态参考轨迹，将预设的多目标优化控制的目标函数转化为非线性规划问题，并利用融合精英策略的遗传算法对非线性规划问题求解，得到最优能量管理策略，利用最优能量管理策略对增程式车辆进行能量管理。

4、本申请实施例的第三方面，提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法的步骤。

5、本申请实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

6、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

7、通过获取车辆的历史车速信息，利用预先构建的车速预测模型对历史车速信息进行处理，得到未来预测车速，其中车速预测模型通过图卷积网络处理空间特征交互，并通过长短期记忆网络处理时间序列预测；对车辆动力需求进行计算，并根据车辆动力需求及预计行驶距离，对电池荷电状态的变化轨迹进行规划，得到电池荷电状态参考轨迹；根据未来预测车速以及电池荷电状态参考轨迹，将预设的多目标优化控制的目标函数转化为非线性规划问题，并利用融合精英策略的遗传算法对非线性规划问题求解，得到最优能量管理策略，利用最优能量管理策略对增程式车辆进行能量管理。本申请提高车速预测的准确性，提升增程式车辆能量管理的效率，降低方案的复杂度和成本。

技术特征：

1.一种增程式车辆能量管理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在所述利用预先构建的车速预测模型对所述历史车速信息进行处理之前，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述利用预先构建的车速预测模型对所述历史车速信息进行处理，得到未来预测车速，包括：

4.根据权利要求3所述的方法，其特征在于，所述利用所述图卷积网络通过所述节点之间的连接关系，对不同节点之间的特征进行交互学习，以便对每个所述节点的特征进行更新，包括：

5.根据权利要求1所述的方法，其特征在于，所述对车辆动力需求进行计算，并根据车辆动力需求及预计行驶距离，对电池荷电状态的变化轨迹进行规划，包括：

6.根据权利要求1所述的方法，其特征在于，所述根据所述未来预测车速以及所述电池荷电状态参考轨迹，将预设的多目标优化控制的目标函数转化为非线性规划问题，包括：

7.根据权利要求6所述的方法，其特征在于，所述利用融合精英策略的遗传算法对所述非线性规划问题求解，得到最优能量管理策略，包括：

8.一种增程式车辆能量管理装置，其特征在于，包括：

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种可读存储介质，所述可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。

技术总结本申请提供一种增程式车辆能量管理方法、装置、电子设备及存储介质。该方法包括：获取车辆的历史车速信息，利用预先构建的车速预测模型对历史车速信息进行处理，得到未来预测车速；对车辆动力需求进行计算，并根据车辆动力需求及预计行驶距离，对电池荷电状态的变化轨迹进行规划，得到电池荷电状态参考轨迹；根据未来预测车速以及电池荷电状态参考轨迹，将预设的多目标优化控制的目标函数转化为非线性规划问题，并利用融合精英策略的遗传算法对非线性规划问题求解，得到最优能量管理策略，利用最优能量管理策略对增程式车辆进行能量管理。本申请提高车速预测的准确性，提升增程式车辆能量管理的效率，降低方案的复杂度和成本。技术研发人员：唐江,付家栋,梁文昭,南富乾,李金印受保护的技术使用者：重庆赛力斯凤凰智创科技有限公司技术研发日：技术公布日：2024/7/9