基于工况预测的混合动力汽车能量管理策略研究综述

蔡 伟，何太碧

（西华大学，四川 成都 610039）

文章重点是梳理基于工况预测的混合动力汽车能量管理策略，在各类工况识别模型与能量管理优化的作用下提升燃油经济性，同时组建了行驶工况大数据，优化管理策略模型，为后续研究工作者提供了参考。

行驶工况的构建是研究汽车燃油经济性和污染物排放等指标的第一步，行驶工况反映的是某个区域车辆行驶特征的速度-时间-坡度等曲线，对车检测指标最终会体现在工况中的地理性，驾驶风格以及道路的不平整度等方面。国内外众多学者在工况的预测方面做出了重要贡献，

1 工况构建方法

工况的构建的研究方法有多种，林歆悠等人采用学习向量化（Learning Vector Quantization LVQ）神经网络模型在工况识别中训练工况特征参数，基于动态规划（Dynamic Programming，DP）为主要的数学模型，再制定工况识别控制策略。章楠通过构建一种基于改进学习向量化（I-LVQ）神经网络工况识别模型并设计I-LVQ算法。相较于传统LVQ训练算法以及识别精度都有一定的提升。行驶过程中的干扰性对后期优化有较大影响，曹骞等人在车辆行驶过程中收集数据，建立大数据库，根据傅里叶变换通过滤波降噪筛选出有效数据，基于马尔科夫链的行驶工况组建算法。结果表明其有效性也得以验证。

2 能量优化策略选择

能量管理在汽车使用过程中占有重要的地位，对于现代纯电动（BEV）与混合动力（Hybrid vehicle）尤其至关重要，出行过程中能量消耗量最小而不影响驾驶性才是能量管理的最优解。动态规划（DP）的全局优化优势在于能将问题分解为多个子问题，在通过最优原则下保证子问题的解最优，同时减少搜索时间和计算量。基于控制规则的基础上，建立模糊推理过程，再通过反模糊化进行能量分配，因混合动力汽车具有较高的非线性和不确定性因素，因此模糊控制策略在混合动力车辆控制中具有较强的鲁棒性。

3 仿真模型建立

基于工况预测的混合动力汽车能量管理，仿真模型建立是验证优化管理策略的重要一步，模型建立所需软件有ADVISOR（AdvancedVehIcle SimulatOR，高级车辆仿真器)软件与MATLAB软件相结合建立的混合动力系统 [9]，也可通过AVL Cruise仿真软件搭配MATLAB/Simulink平台建立各类动力系统。

4 结 语

近几年对汽车能源输出控制方面的研究有着长足进步，文章针对车辆工况中的参数提取方法和管理策略的优化以及仿真软件的选择做了简单的梳理，具体如下：①车辆行驶工况的预测算法逐渐提高，但在计算方法与运算量上还有提升的空间，在各类算法中优化方法还有待进一步研究，为进一步提升运行工况的精度和适用度奠定基础；②在优化管理策略中，管理策略的优化有着较高的实用价值，能根据实时工况特点选择合适的管理策略，减少能耗损失，在多种管理策略的算法中，通过对比分析，得出最优控制策略，算法的研究在能量管理中意义非凡。