基于PMP燃料电池汽车车速规划与能量管理的联合优化方法

本发明涉及燃料电池汽车速度规划和能量管理领域，更具体地说，涉及一种基于pmp燃料电池汽车车速规划与能量管理的联合优化方法。

背景技术：

1、面对能源短缺和环境污染两大挑战，燃料电池汽车(fcvs)以其高效、清洁和零污染的优势，被认为是一种重要的替代能源汽车技术和环保的能源解决方案，成为新能源汽车的重要研究热点。

2、尽管fcvs具有高能效和零尾气排放的优点，但其商业化应用仍面临许多挑战，其中之一就是速度规划与能量管理。这两个问题的解决需要复杂的优化算法和控制策略。能量管理策略是fcvs的核心技术，它决定了整车的经济性、动力性和驾驶性。能量管理的主要任务是在满足驾驶员需求功率的前提下，优化动力源的功率或转矩分配，以实现整车性能的最优化。物联网、云计算和大数据等新技术的发展，为车辆能量优化提供了新的契机。汽车的网联化和自动化正在引起行业的巨大变革，使车辆能够更好地感知路况信息，提高行车的安全性和便捷性，同时也推动了车载计算机的计算能力的提升。

3、基于交通信息，合理的规划车辆的行车速度以降低燃料消耗，已经成为整车能量管理的一个重要研究方向。然而，关于fcvs在多连续信号灯场景下的车速规划和能量管理联合优化的研究仍处于空白阶段，是一个亟待解决的科学问题。这一领域的研究对于推动fcvs的发展具有重要的意义。

技术实现思路

1、本发明要解决的技术问题在于，提供一种基于pmp燃料电池汽车车速规划与能量管理的联合优化方法，其应用范围广泛，既可以应用于自动驾驶汽车，也可以服务于人工驾驶汽车，降低了计算的难度。

2、本发明解决其技术问题所采用的技术方案是：构造一种基于pmp燃料电池汽车车速规划与能量管理的联合优化方法，包括以下步骤：

3、s1、结合车辆关键技术参数和车辆动力系统功率拓扑结构，建立车辆纵向动力学模型，并分别对车辆燃料电池系统、电机系统和动力电池系统进行建模；

4、s2、结合交通信号灯信息，建立交通信号配时模型；

5、s3、基于车辆纵向动力学模型和交通信号配时模型，利用协同pmp算法求解燃料电池汽车通过多信号灯的车速规划问题，生成最优车速轨迹；

6、s4、利用协同pmp算法求解步骤s3生成的最优车速轨迹下车辆的能量管理问题。

7、按上述方案，所述步骤s1中，车辆纵向动力学模型包括:车辆运行状态分析、车辆纵向动力学模型、燃料电池系统模型、电机系统模型和动力电池系统模型。

8、按上述方案，所述步骤s2中，通过车联网获取路段上的交通信号灯信息，所述交通信号灯信息包括信号灯的位置、周期和偏置，建立信号灯配时模型。

9、按上述方案，在步骤s3中，根据车辆在各个路段上起点时，各信号灯的位置、周期和偏置计算车辆在各路段的平均行驶速度范围，并由各路段速度限制确定各路段速度可行域。

10、按上述方案，在步骤s3中，计算车辆在进入各路段时的信号灯的循环周期，根据信号灯的循环周期判断车辆在进入各所述路段时信号灯的状态；

11、若所述信号灯为绿灯，则计算所述车辆在当前绿灯窗口结束时通过信号灯路口的第一临界平均速度v1，并根据所述第一临界平均速度v1判断所述车辆是否能通过路口；若所述信号灯为红色，则分别计算所述车辆在当前循环周期绿灯开始和结束时通过信号灯路口的第二临界平均速度v2和第三临界平均速度v3，判断由第二临界平均速度和第三临界平均速度构成的平均速度区间是否满足速度限制。

12、按上述方案：建立多信号灯道路车速规划最优控制问题模型，包括：确定目标函数，以减少加减速次数、使车速接近期望车速及降低总需求功率为目标；在考虑车辆性能限制、各路段速度限制及加速度限制，建立约束条件；确定车速优化控制问题的控制变量和状态变量，并根据车速规划的目标函数及状态转移方程构造pmp算法的哈密顿函数；求解满足约束条件的哈密顿函数的最优解，生成多信号灯窗口最优行进路线。

13、按上述方案，在步骤s4中，根据所述最优行进路线对车辆在驾驶过程中进行能量分配，包括：确定目标函数，以降低驾驶过程中氢气消耗量为目标；考虑燃料电池输出功率限制、锂电池输出功率限制及锂电池soc限制，建立约束；确定能量管理优化控制问题的控制变量和状态变量，并根据能量管理的目标函数及状态转移方程构造pmp算法的哈密顿函数；为了提高燃料电池系统的效率，增添惩罚函数以重新构造能量管理的哈密顿函数；+求解满足约束条件的哈密顿函数的最优解，实现最佳能量分配。

14、实施本发明的基于pmp燃料电池汽车车速规划与能量管理的联合优化方法，具有以下有益效果：

15、1、本发明针对多信号灯环境下的燃料电池汽车车速规划和能量管理问题，提出的整合交通信息的联合优化解决方案，降低了计算的难度；

16、2、本发明的应用范围广泛，既可以应用于自动驾驶汽车，也可以服务于人工驾驶汽车，对于自动驾驶汽车，可以利用交通信息，设计一条节能驾驶速度轨迹，以实现自动驾驶汽车的节能驾驶控制；对于人工驾驶汽车，可以为驾驶员提供最优车速参考轨迹，以优化驾驶员的驾驶行为，从而降低能耗；

17、3、本发明提出的双层pmp规划方法，在燃料电池能量管理问题上，利用协同pmp法进行求解，以提高能量管理的实时性；在燃料电池汽车车速规划问题上，融合路况信息，利用协同pmp法找出在多信号灯场景下的最优通行时域、最优匀速行车路线和最优速度轨迹。

技术特征：

1.一种基于pmp燃料电池汽车车速规划与能量管理的联合优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于pmp燃料电池汽车车速规划与能量管理的联合优化方法，其特征在于，所述步骤s1中，车辆纵向动力学模型包括:车辆运行状态分析、车辆纵向动力学模型、燃料电池系统模型、电机系统模型和动力电池系统模型。

3.根据权利要求2所述的基于pmp燃料电池汽车车速规划与能量管理的联合优化方法，其特征在于，所述步骤s2中，通过车联网获取路段上的交通信号灯信息，所述交通信号灯信息包括信号灯的位置、周期和偏置，建立信号灯配时模型。

4.根据权利要求3所述基于pmp燃料电池汽车车速规划与能量管理的联合优化方法，其特征在于：在步骤s3中，根据车辆在各个路段上起点时，各信号灯的位置、周期和偏置计算车辆在各路段的平均行驶速度范围，并由各路段速度限制确定各路段速度可行域。

5.根据权利要求4所述基于pmp燃料电池汽车车速规划与能量管理的联合优化方法，其特征在于：在步骤s3中，计算车辆在进入各路段时的信号灯的循环周期，根据信号灯的循环周期判断车辆在进入各所述路段时信号灯的状态；

6.根据权利要求5所述基于pmp燃料电池汽车车速规划与能量管理的联合优化方法，其特征在于：建立多信号灯道路车速规划最优控制问题模型，包括：确定目标函数，以减少加减速次数、使车速接近期望车速及降低总需求功率为目标；在考虑车辆性能限制、各路段速度限制及加速度限制，建立约束条件；确定车速优化控制问题的控制变量和状态变量，并根据车速规划的目标函数及状态转移方程构造pmp算法的哈密顿函数；求解满足约束条件的哈密顿函数的最优解，生成多信号灯窗口最优行进路线。

7.根据权利要求4所述基于pmp燃料电池汽车车速规划与能量管理的联合优化方法，其特征在于：在步骤s4中，根据所述最优行进路线对车辆在驾驶过程中进行能量分配，包括：确定目标函数，以降低驾驶过程中氢气消耗量为目标；考虑燃料电池输出功率限制、锂电池输出功率限制及锂电池soc限制，建立约束；确定能量管理优化控制问题的控制变量和状态变量，并根据能量管理的目标函数及状态转移方程构造pmp算法的哈密顿函数；为了提高燃料电池系统的效率，增添惩罚函数以重新构造能量管理的哈密顿函数；+求解满足约束条件的哈密顿函数的最优解，实现最佳能量分配。

技术总结本发明涉及一种基于PMP燃料电池汽车车速规划与能量管理的联合优化方法，包括以下步骤：S1、结合车辆关键技术参数和车辆动力系统功率拓扑结构，建立车辆纵向动力学模型，并分别对车辆燃料电池系统、电机系统和动力电池系统进行建模；S2、结合交通信号灯信息，建立交通信号配时模型；S3、基于车辆纵向动力学模型和交通信号配时模型，利用协同PMP算法求解燃料电池汽车通过多信号灯的车速规划问题，生成最优车速轨迹；S4、利用协同PMP算法求解步骤S3生成的最优车速轨迹下车辆的能量管理问题。本发明降低了计算的难度，应用范围广泛，应用于自动驾驶汽车，服务于人工驾驶汽车，对于自动驾驶汽车，节能驾驶速度轨迹，实现自动驾驶汽车的节能驾驶控制。技术研发人员：张磊,廖仁杰,汪朝晖,王大伟受保护的技术使用者：武汉科技大学技术研发日：技术公布日：2024/7/9