融合充电路径规划的REEV里程自适应控制策略
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
车载导航系统无线定位和通讯技术的发展， 以及云计算和互联网技术在汽车领域的应用，开 启了电动汽车智能化、网联化的新篇章。车辆可 获取的驾驶环境信息越来越多，在多信息系统下
提高控制策略对实时道路交通信息的自适应性 成为电动汽车控制策略研究的难点和热点[2,3]。文 献[4]提出了一种实时管理电动汽车充电的方法， 考虑到车辆在城市的移动和蓄电池的充电特性， 建立了电动汽车消耗模型，通过一种新的协调算 法来管理电动车的充电以避免变压器超载，减轻 了对住宅配电线路车辆充电变压器的电压、功率 损耗和最大容量的影响。文献[5]通过地理信息系 统（GIS）获取实时车辆地理环境信息，运用马尔 可夫链构建未来车速模型，运用 ECMS 控制策略 来提升混合动力汽车的燃油经济性。文献[6]依据 续驶里程，对电动汽车运行过程中的充电次数以 及充电路径进行了初步探究，但未考虑由于充电 而导致里程变长的情况。文献[7]基于无线通讯技
为使 REEV 在到达终点过程中充分利用廉价 环保的电网电能，本文将电网信息和路况交通环 境信息相结合，在“车-路-网”系统下运用 Dijkstra 算法对 REEV 进行充电路径规划，引入里程信息 以及参考电池剩余电量（SOC），综合考虑车辆的 燃油经济性和排放性，根据路径规划结果，以综 合目标最优为核心设计了分段里程自适应控制策 略，使 REEV 能够在不同里程段内合理分配辅助 动力装置（APU）和电池的能量，进一步改善 REEV 的排放性和燃油经济性。
明显。
关键词: 增程式电动汽车；充电路径规划；控制策略；里程自适应
中图分类号: U469.72+2 文献标识码: A
文章编号: 1674-4969(2019)03-0226-09
引言
当前新能源汽车控制策略的开发和研究很大 一部分是基于某些特定的典型工况进行的，虽然 典型循环工况具有代表性，但车辆在实际的行驶 过程中，行驶工况存在较大的不确定性和随机性， 导致所制定的控制策略性能无法达到最佳。道路 交通环境信息的获取和利用会对电动汽车的性能 产生较大影响，在已知的环境信息下加强电动汽 车对路况的适应能力已成为当前新能源汽车的研 究热点之一[1]。
第 11 卷 第 3 期 2019 年 6 月
工程研究——跨学科视野中的工程 JOURNAL OF ENGINEERING STUDIES
DOI: 10.3724/SP.J.1224.2019.00226
11 (3): 226-234 Jun., 2019
融合充电路径规划的 REEV 里程自适应控制策略
1 充电路径的权衡规划
1.1 路网信息获取
当前充电基础设施在不断完善，对于 REEV 而言，不应局限于通过家庭电网获取电能，遍布 城市的充电站为 REEV 进一步提升燃油经济性、 排放性、降低使用成本提供了有效途径。基于大 数据的车联网技术将电动汽车、智能交通系统、 充电管理系统相互联系在了一起，打破了各系统 之间信息共享的壁垒，形成一个完善的电动汽车 “车-路-网”智能系统。基于该系统，可以将智能 电网、电动汽车、智能交通系统、充电设施之间 通过车辆地理位置信息、道路实时路况信息及剩 余电量等参数相互联系，相互影响，形成一个高 效且稳定的系统。
yoou@fzu.edu.cn 苏 炼（1995），女，硕士研究生，研究方向为网联式混合动力汽车能量管理策略。 任 静（1993），女，硕士研究生，研究方向为新能源汽车能量管理策略。
林歆悠，等：融合充电路径规划的 REEV 里程自适应控制策略 227
术以及车载导航获取实时交通信息，依据车辆的 续驶里程信息，分析电动汽车在里程中的充电次 数，对充电路径进行规划，但只考虑燃油经济的 提升效果，对于充电所耗用的时间成本未能进行 辨析。
林歆悠，苏 炼，任 静
(福州大学 机械工程及自动化学院，福州 350002)
摘 要: 为充分利用电网电能，以增程式电动汽车（Range-Extended Electric Vehicles， REEV）为研究对象，基于车载导航系统、智能交通系统（ITS）以及智能电网系统，运用迪 克斯特拉（Dijkstra）算法对 REEV 进行充电路径规划，引入里程信息以及参考电池剩余电量 （SOC），并根据路径规划结果，综合考虑车辆的燃油经济性和排放性，对规划路径制定分段 里程自适应控制策略，使 REEV 能够在不同里程段内合理分配辅助动力装置（APU）和电池 的能量。基于 Matlab/Simulink 搭建整车控制策略仿真模型进行仿真验证，结果表明，当行驶 里程约 175km 时，在牺牲一部分充电时间的代价下，车辆节省了 1.77L 燃油，REEV 的油耗 下降率为 92.64%，所制定的分段里程自适应控制策略能够充分利用电网电能，车辆节能效果
收稿日期: 20190317; 修回日期: 20190616 基金项目: 国家自然科学基金资助项目(51505086)；CAD/CAM 福建省高校工程研究中心资助项目(K201710) 作者简介: 林歆悠（1981），男，博士，副教授，研究方向为车辆动力传动与控制、混合动力电动汽车控制。E-mail: linxin-
剩余里程时间、实时道路交通信息。通过智能电 网系统可实时查询充电站位置分布信息、充电桩 型号、数量等信息。
图 1 “车-路-网”智能系统（ITS）
ቤተ መጻሕፍቲ ባይዱ1.2 充电路线的权衡规划算法
路径规划是指在某一具有障碍物的地图中， 获得从初始状态到目标状态的最优路径。相比于 传统路径规划，电动汽车充电路径规划需要考虑 较多的因素，如目的地距离及耗时、动力电池剩 余电能、充电耗时、排队等待时间等。在制定行 程规划时，驾驶员通常会偏好耗时最少或者成本 最低的行程方案，同时也希望在充电规划时，所 选择的充电站尽可能与目的地路线保持一致。因 此，充电路径规划需要充分考虑充电路径与实际 行驶路线方向趋势一致性因素，为驾驶员提供更 为合理的充电路径规划。
电动汽车“车-路-网”智能系统结构如图 1 所示。在大数据的辅助下，REEV 可通过智能交 通 系 统 （ ITS） 实 时 查 询 其 行 驶 道 路 前 方 任 意 时 间位置节点的路况信息，以便驾驶员基于路况信 息选择较佳的行车路线，并计算和预测 REEV 在 行驶里程内的平均车速、路面标高、剩余里程、
提高控制策略对实时道路交通信息的自适应性 成为电动汽车控制策略研究的难点和热点[2,3]。文 献[4]提出了一种实时管理电动汽车充电的方法， 考虑到车辆在城市的移动和蓄电池的充电特性， 建立了电动汽车消耗模型，通过一种新的协调算 法来管理电动车的充电以避免变压器超载，减轻 了对住宅配电线路车辆充电变压器的电压、功率 损耗和最大容量的影响。文献[5]通过地理信息系 统（GIS）获取实时车辆地理环境信息，运用马尔 可夫链构建未来车速模型，运用 ECMS 控制策略 来提升混合动力汽车的燃油经济性。文献[6]依据 续驶里程，对电动汽车运行过程中的充电次数以 及充电路径进行了初步探究，但未考虑由于充电 而导致里程变长的情况。文献[7]基于无线通讯技
为使 REEV 在到达终点过程中充分利用廉价 环保的电网电能，本文将电网信息和路况交通环 境信息相结合，在“车-路-网”系统下运用 Dijkstra 算法对 REEV 进行充电路径规划，引入里程信息 以及参考电池剩余电量（SOC），综合考虑车辆的 燃油经济性和排放性，根据路径规划结果，以综 合目标最优为核心设计了分段里程自适应控制策 略，使 REEV 能够在不同里程段内合理分配辅助 动力装置（APU）和电池的能量，进一步改善 REEV 的排放性和燃油经济性。
明显。
关键词: 增程式电动汽车；充电路径规划；控制策略；里程自适应
中图分类号: U469.72+2 文献标识码: A
文章编号: 1674-4969(2019)03-0226-09
引言
当前新能源汽车控制策略的开发和研究很大 一部分是基于某些特定的典型工况进行的，虽然 典型循环工况具有代表性，但车辆在实际的行驶 过程中，行驶工况存在较大的不确定性和随机性， 导致所制定的控制策略性能无法达到最佳。道路 交通环境信息的获取和利用会对电动汽车的性能 产生较大影响，在已知的环境信息下加强电动汽 车对路况的适应能力已成为当前新能源汽车的研 究热点之一[1]。
第 11 卷 第 3 期 2019 年 6 月
工程研究——跨学科视野中的工程 JOURNAL OF ENGINEERING STUDIES
DOI: 10.3724/SP.J.1224.2019.00226
11 (3): 226-234 Jun., 2019
融合充电路径规划的 REEV 里程自适应控制策略
1 充电路径的权衡规划
1.1 路网信息获取
当前充电基础设施在不断完善，对于 REEV 而言，不应局限于通过家庭电网获取电能，遍布 城市的充电站为 REEV 进一步提升燃油经济性、 排放性、降低使用成本提供了有效途径。基于大 数据的车联网技术将电动汽车、智能交通系统、 充电管理系统相互联系在了一起，打破了各系统 之间信息共享的壁垒，形成一个完善的电动汽车 “车-路-网”智能系统。基于该系统，可以将智能 电网、电动汽车、智能交通系统、充电设施之间 通过车辆地理位置信息、道路实时路况信息及剩 余电量等参数相互联系，相互影响，形成一个高 效且稳定的系统。
yoou@fzu.edu.cn 苏 炼（1995），女，硕士研究生，研究方向为网联式混合动力汽车能量管理策略。 任 静（1993），女，硕士研究生，研究方向为新能源汽车能量管理策略。
林歆悠，等：融合充电路径规划的 REEV 里程自适应控制策略 227
术以及车载导航获取实时交通信息，依据车辆的 续驶里程信息，分析电动汽车在里程中的充电次 数，对充电路径进行规划，但只考虑燃油经济的 提升效果，对于充电所耗用的时间成本未能进行 辨析。
林歆悠，苏 炼，任 静
(福州大学 机械工程及自动化学院，福州 350002)
摘 要: 为充分利用电网电能，以增程式电动汽车（Range-Extended Electric Vehicles， REEV）为研究对象，基于车载导航系统、智能交通系统（ITS）以及智能电网系统，运用迪 克斯特拉（Dijkstra）算法对 REEV 进行充电路径规划，引入里程信息以及参考电池剩余电量 （SOC），并根据路径规划结果，综合考虑车辆的燃油经济性和排放性，对规划路径制定分段 里程自适应控制策略，使 REEV 能够在不同里程段内合理分配辅助动力装置（APU）和电池 的能量。基于 Matlab/Simulink 搭建整车控制策略仿真模型进行仿真验证，结果表明，当行驶 里程约 175km 时，在牺牲一部分充电时间的代价下，车辆节省了 1.77L 燃油，REEV 的油耗 下降率为 92.64%，所制定的分段里程自适应控制策略能够充分利用电网电能，车辆节能效果
收稿日期: 20190317; 修回日期: 20190616 基金项目: 国家自然科学基金资助项目(51505086)；CAD/CAM 福建省高校工程研究中心资助项目(K201710) 作者简介: 林歆悠（1981），男，博士，副教授，研究方向为车辆动力传动与控制、混合动力电动汽车控制。E-mail: linxin-
剩余里程时间、实时道路交通信息。通过智能电 网系统可实时查询充电站位置分布信息、充电桩 型号、数量等信息。
图 1 “车-路-网”智能系统（ITS）
ቤተ መጻሕፍቲ ባይዱ1.2 充电路线的权衡规划算法
路径规划是指在某一具有障碍物的地图中， 获得从初始状态到目标状态的最优路径。相比于 传统路径规划，电动汽车充电路径规划需要考虑 较多的因素，如目的地距离及耗时、动力电池剩 余电能、充电耗时、排队等待时间等。在制定行 程规划时，驾驶员通常会偏好耗时最少或者成本 最低的行程方案，同时也希望在充电规划时，所 选择的充电站尽可能与目的地路线保持一致。因 此，充电路径规划需要充分考虑充电路径与实际 行驶路线方向趋势一致性因素，为驾驶员提供更 为合理的充电路径规划。
电动汽车“车-路-网”智能系统结构如图 1 所示。在大数据的辅助下，REEV 可通过智能交 通 系 统 （ ITS） 实 时 查 询 其 行 驶 道 路 前 方 任 意 时 间位置节点的路况信息，以便驾驶员基于路况信 息选择较佳的行车路线，并计算和预测 REEV 在 行驶里程内的平均车速、路面标高、剩余里程、