電動(dòng)汽車控制分配模型建立方法及裝置的制造方法
【專利摘要】電動(dòng)汽車控制分配模型建立方法及裝置，其中方法包括如下步驟，獲取虛擬控制矢量、控制效率矩陣或控制輸入矢量；所述控制輸入矢量的維度大于虛擬控制矢量的維度；上述技術(shù)方案通過(guò)獲取虛擬控制參數(shù)，控制輸入?yún)?shù)等步驟，建立控制扭矩分配與能耗之間的映射模型，解決了電動(dòng)汽車控制分配模型建立的問(wèn)題。
【專利說(shuō)明】
電動(dòng)汽車控制分配模型建立方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)計(jì)電動(dòng)汽車扭矩控制領(lǐng)域，尤其涉及一種電動(dòng)汽車控制分配模型建立方 法及裝置。
【背景技術(shù)】
[0002] 過(guò)驅(qū)動(dòng)系統(tǒng)(over-actuated systems)是指有有效驅(qū)動(dòng)器的數(shù)量大于系統(tǒng)自由度 的系統(tǒng)。許多物理系統(tǒng)，如飛行器、船舶以及地表車輛，都屬于過(guò)驅(qū)動(dòng)系統(tǒng)。過(guò)驅(qū)動(dòng)系統(tǒng)的特 點(diǎn)是利用多余的驅(qū)動(dòng)器提高系統(tǒng)的可靠性，性能和可重構(gòu)性(reconf igurabi 1 ity)。
[0003] 例如飛機(jī)，由于一般的飛機(jī)的控制舵面(驅(qū)動(dòng)器）的數(shù)量多于飛機(jī)運(yùn)動(dòng)的自由度， 所以飛機(jī)要實(shí)現(xiàn)某一姿態(tài)/狀態(tài)的變化所需要?jiǎng)佑玫亩婷娼M合有多種可能性。不同的舵面 組合雖然都能實(shí)現(xiàn)所需要的姿態(tài)/狀態(tài)變化，但它們的復(fù)雜度、舵面的偏轉(zhuǎn)度、穩(wěn)定度都不 一樣。如何在系統(tǒng)物理限制(physical constraints)的條件下，在飛行的每一時(shí)刻尋找到 最優(yōu)的（根據(jù)設(shè)定的穩(wěn)定度、復(fù)雜度、偏轉(zhuǎn)度指標(biāo))舵面/驅(qū)動(dòng)器組合，是飛行控制系統(tǒng)的一 個(gè)主要問(wèn)題之一。解決這個(gè)問(wèn)題的一種可行并且有潛力的方法是控制分配法（control allocation，以下簡(jiǎn)稱CA或者控制分配）。
[0004]地表車輛（例如汽車）和飛機(jī)一樣可以視為過(guò)驅(qū)動(dòng)系統(tǒng)。在汽車這個(gè)過(guò)驅(qū)動(dòng)系統(tǒng) 中，驅(qū)動(dòng)器就是四個(gè)和地面接觸的輪子或者驅(qū)動(dòng)輪子的電機(jī)，汽車依靠輪子與地面的作用 力實(shí)現(xiàn)姿態(tài)的變化。為了實(shí)現(xiàn)一些常見的姿態(tài)變化（如轉(zhuǎn)彎、直行、轉(zhuǎn)彎中減速、直行中減 速），汽車需要給哪幾個(gè)輪子分配多少扭矩，這個(gè)問(wèn)題也有很多不同的解。這個(gè)問(wèn)題對(duì)于電 動(dòng)車比普通的汽車更復(fù)雜，因?yàn)椋?.很多電動(dòng)車有獨(dú)立向四個(gè)輪子分配不同扭矩的能力;2. 電動(dòng)車的驅(qū)動(dòng)器（比如輪子電機(jī))除了耗能的工作模式，還具備完全相反的另一種產(chǎn)能的 工作模式(再生制動(dòng)）。對(duì)于這類的電動(dòng)車，CA法是一種有效且適用范圍很廣的驅(qū)動(dòng)器指令 (電機(jī)的輸入)最優(yōu)分配的求解法，能夠適應(yīng)不同的配置的電動(dòng)車(能獨(dú)立驅(qū)動(dòng)的輪子不同， 有再生制動(dòng)的能力的輪子不同，輪子、電機(jī)以及汽車的運(yùn)動(dòng)特性(dynamics)不同等）。

【發(fā)明內(nèi)容】

[0005] 為此，需要提供一種針對(duì)電動(dòng)汽車的控制模型建立方法，解決電動(dòng)汽車模型建立 的問(wèn)題。
[0006] 為實(shí)現(xiàn)上述目的，發(fā)明人提供了一種電動(dòng)汽車控制分配模型建立方法，包括如下 步驟，獲取虛擬控制矢量、控制效率矩陣或控制輸入矢量;所述控制輸入矢量的維度大于虛 擬控制矢量的維度；
[0007] 根據(jù)所述控制效率矩陣、控制輸入矢量、虛擬控制矢量計(jì)算控制分配模型J;
[0008] min J= | |ffu(Bu-ud) | |+APC (2)
[0009] S . t. Umin < U < Umax
[0010] 其中pc是所述驅(qū)動(dòng)裝置消耗的電力，Vd E Rm為虛擬控制矢量，B eRmXP為控制效率矩 陣，ueRp為控制輸入矢量，Wv、A為優(yōu)化參數(shù)。
[0011]進(jìn)一步地，所述驅(qū)動(dòng)裝置消耗的電力通過(guò)如下方法確定：
[0013]其中，PQ1(Ul)和ric^m)分別是第i個(gè)驅(qū)動(dòng)裝置輸出的電力方程和效率方程。
[0014] 進(jìn)一步地，當(dāng)電動(dòng)汽車的驅(qū)動(dòng)器存在多驅(qū)動(dòng)模式時(shí)，所述控制輸入矢量為多個(gè)驅(qū) 動(dòng)器的控制輸入矢量疊加，所述控制分配模型變?yōu)椋?br>[0015] min J= | |Wu(Ba[uT u'T]T_Ud) | |+λΡ。(5)
[0017]其中，uT為第一驅(qū)動(dòng)模式的控制輸入矢量，u'T為第二驅(qū)動(dòng)模式的控制輸入矢量;驅(qū) 動(dòng)裝置消耗的電力通過(guò)如下方法確定：
[0019] Pd和rw分別代表了在第一驅(qū)動(dòng)模式下驅(qū)動(dòng)器的輸出功率和和效率，而Pii和nii則 分別代表了在第二驅(qū)動(dòng)模式下驅(qū)動(dòng)器的輸入功率和效率。
[0020] -種電動(dòng)汽車控制分配模型建立裝置，包括獲取模塊、模型計(jì)算模塊，所述獲取模 塊用于獲取虛擬控制矢量、控制效率矩陣或控制輸入矢量;所述控制輸入矢量的維度大于 虛擬控制矢量的維度；
[0021] 所述模型計(jì)算模塊用于根據(jù)所述控制效率矩陣、控制輸入矢量、虛擬控制矢量計(jì) 算控制分配模型J;
[0022] min J= | |ffu(Bu-ud) | |+APC (22)
[0023] S . t. Umin < U < Umax
[0024] 其中P。是所述驅(qū)動(dòng)裝置消耗的電力，Vd e Rm為虛擬控制矢量，B e RmXP為控制效率矩 陣，uERp為控制輸入矢量，WV、A為優(yōu)化參數(shù)。
[0025] 進(jìn)一步地，所述驅(qū)動(dòng)裝置消耗的電力通過(guò)如下方法確定：
[0027] 其中，Pc^m)和ric^m)分別是第i個(gè)驅(qū)動(dòng)裝置輸出的電力方程和效率方程。
[0028] 進(jìn)一步地，所述獲取模塊還用于在電動(dòng)汽車的驅(qū)動(dòng)器存在多驅(qū)動(dòng)模式時(shí)，所述控 制輸入矢量記為多個(gè)驅(qū)動(dòng)器的控制輸入矢量疊加，所述控制分配模型變?yōu)椋?br>[0029] min J= | |ffu(Ba[uT u，T]T-ud) | |+APC (5)
[0031]其中，uT為第一驅(qū)動(dòng)模式的控制輸入矢量，u'T為第二驅(qū)動(dòng)模式的控制輸入矢量;驅(qū) 動(dòng)裝置消耗的電力通過(guò)如下方法確定：
[0033] Pcd和rw分別代表了在第一驅(qū)動(dòng)模式下驅(qū)動(dòng)器的輸出功率和和效率，而Pii和nii則 分別代表了在第二驅(qū)動(dòng)模式下驅(qū)動(dòng)器的輸入功率和效率。
[0034]區(qū)別于現(xiàn)有技術(shù)，上述技術(shù)方案通過(guò)獲取虛擬控制參數(shù)，控制輸入?yún)?shù)等步驟，建 立控制扭矩分配與能耗之間的映射模型，解決了電動(dòng)汽車控制分配模型建立的問(wèn)題。
【附圖說(shuō)明】
[0035] 圖1為本發(fā)明某實(shí)施例所述的電動(dòng)汽車控制分配模型建立方法流程圖；
[0036] 圖2為本發(fā)明某實(shí)施例所述的電動(dòng)汽車控制分配模型建立裝置模塊圖；
[0037] 圖3為本發(fā)明某實(shí)施例所述的電動(dòng)汽車控制效率分配方法流程圖；
[0038]圖4為本發(fā)明某實(shí)施例所述的電動(dòng)汽車控制效率分配裝置模塊圖；
[0039]圖5為本發(fā)明【具體實(shí)施方式】所述的實(shí)驗(yàn)數(shù)據(jù)擬合圖；
[0040]圖6為本發(fā)明【具體實(shí)施方式】所述的總功耗隨扭矩變化圖；
[0041 ]圖7為本發(fā)明【具體實(shí)施方式】所述的扭矩的局部極小值示意圖；
[0042] 圖8為本發(fā)明【具體實(shí)施方式】所述的全局極小值示意圖；
[0043] 圖9為本發(fā)明【具體實(shí)施方式】所述的功率消耗全局極小值解；
[0044] 圖10為本發(fā)明【具體實(shí)施方式】所述的車輛跟蹤控制架構(gòu)圖；
[0045]圖11為本發(fā)明【具體實(shí)施方式】所述的單模式試驗(yàn)?zāi)M圖；
[0046]圖12為本發(fā)明【具體實(shí)施方式】所述的雙模式試驗(yàn)?zāi)M圖。
[0047] 附圖標(biāo)記說(shuō)明：
[0048] 200、獲取模塊；
[0049] 202、模型計(jì)算模塊；
[0050] 400、模型獲取模塊；
[00511 402、函數(shù)計(jì)算模塊。
【具體實(shí)施方式】
[0052]為詳細(xì)說(shuō)明技術(shù)方案的技術(shù)內(nèi)容、構(gòu)造特征、所實(shí)現(xiàn)目的及效果，以下結(jié)合具體實(shí) 施例并配合附圖詳予說(shuō)明。
[0053] 1.背景
[0054] 大部分基于CA的飛控求解算法考慮的是對(duì)于舵面偏轉(zhuǎn)幅度的優(yōu)化，而不是對(duì)于舵 面消耗能量的優(yōu)化。優(yōu)化函數(shù)中對(duì)舵面的偏轉(zhuǎn)幅度予以懲罰，以達(dá)到最小舵面偏轉(zhuǎn)的目的。 然而舵面的偏轉(zhuǎn)幅度不一定和相關(guān)驅(qū)動(dòng)器的能耗效率正相關(guān)。對(duì)于高能耗的過(guò)驅(qū)動(dòng)系統(tǒng)， 例如電動(dòng)汽車，優(yōu)化的重點(diǎn)應(yīng)該放在能量的消耗上。
[0055] 對(duì)于能源效率CA問(wèn)題，可以考慮用一種特別的非線性編程，因?yàn)榇砹讼到y(tǒng)能源 消耗的第二優(yōu)化項(xiàng)包含了多項(xiàng)式和/或分式函數(shù)。通過(guò)運(yùn)用這種特性，對(duì)于能源效率控制分 配的非線性編程程序，可以被轉(zhuǎn)換成基于I?T(Karush-Kuhn-Tucker)條件下的經(jīng)典特征值 問(wèn)題，而這些問(wèn)題是獨(dú)立于初始條件的。首先獲取所有的物理上有意義的特征值 (eigenvalue)，這些特征值為CA的局部最優(yōu)解。然后，通過(guò)簡(jiǎn)單的比較和排除，從所有的局 部最優(yōu)解中找到全局最優(yōu)解。
[0056] 因此在本文下述的一些實(shí)施例中，我們將介紹：
[0057] (1)提出一種真對(duì)電動(dòng)車、以優(yōu)化能源效率為目的的控制分配模型，該模型明確 將傳動(dòng)裝置效率和傳動(dòng)裝置運(yùn)行模式納入過(guò)度驅(qū)動(dòng)系統(tǒng)的控制分配中；
[0058] (2)提出一個(gè)用于解決與提出的能源效率控制分配相關(guān)聯(lián)的非凸性優(yōu)化問(wèn)題的快 速和全局的算法。
[0059] 2.總體思路
[0060]第三章介紹單一模式和雙模式下的能源效率控制分配模型的設(shè)計(jì)；
[0061] 第四章介紹求解上一章提出的CA模型全局最小值的算法；
[0062] 第五章基于一部實(shí)用電動(dòng)車樣車的性能參數(shù)和實(shí)驗(yàn)數(shù)據(jù)，用具體的數(shù)值案例說(shuō)明 如何尋求KKT條件下CA問(wèn)題的解，證明三、四章中提出的全局優(yōu)化方法的有效性；
[0063] 第六章中，我們會(huì)通過(guò)基于對(duì)車輪內(nèi)置發(fā)動(dòng)電車的縱向運(yùn)動(dòng)控制模擬來(lái)驗(yàn)證我們 提出的優(yōu)化算法強(qiáng)于標(biāo)準(zhǔn)的有效集優(yōu)化算法。
[0064] 3.能源效率控制分配模型
[0065] 3.1驅(qū)動(dòng)器單一模式下能源效率優(yōu)化為目標(biāo)的控制分配模型設(shè)計(jì)
[0066] 一個(gè)過(guò)度驅(qū)動(dòng)的動(dòng)力系統(tǒng)可以用下式表示：
[0068] 其中，系統(tǒng)狀態(tài)矢量是用x￡Rn來(lái)表達(dá)，y￡Rm為系統(tǒng)輸出矢量，VdGRm為虛擬控制 矢量，BER mXP為控制效率矩陣，ueRP為控制輸入矢量。這里n、m、p均為矢量的維度，通過(guò)等 式1可以發(fā)現(xiàn)，虛擬控制矢量通過(guò)系統(tǒng)狀態(tài)矢量的變化得出，本方法可以從步驟獲取系統(tǒng)狀 態(tài)矢量開始，根據(jù)系統(tǒng)狀態(tài)矢量X得到虛擬控制矢量，再根據(jù)虛擬控制矢量獲取控制輸入矢 量。要注意的是，當(dāng)vd和u為非線性關(guān)系時(shí)，得到控制效率矩陣B的方法為:在每一個(gè)采樣時(shí) 亥IJ，通過(guò)對(duì)仿射映射進(jìn)行局部近似以線性化。對(duì)過(guò)度驅(qū)動(dòng)系統(tǒng)而言，P>m總是成立的，因?yàn)?驅(qū)動(dòng)裝置的數(shù)量要大于虛擬控制信號(hào)數(shù)以及被控制的系統(tǒng)輸出數(shù)量。因而，一般u并沒(méi)有唯 一解，通常是用CA來(lái)解決R p-Rm的優(yōu)化映射問(wèn)題。
[0069] 因此在我們圖1所示的一種電動(dòng)汽車控制分配模型建立方法中，包括如下步驟， S100獲取虛擬控制矢量、控制效率矩陣或控制輸入矢量;所述控制輸入矢量的維度大于虛 擬控制矢量的維度；
[0070] S102根據(jù)所述控制效率矩陣、控制輸入矢量、虛擬控制矢量計(jì)算控制分配模型J;
[0071] min J= I |ffu(Bu-ud) | |+APC (22)
[0072] S . t. Umin < U < Umax
[0073 ]其中P。是所述驅(qū)動(dòng)裝置消耗的電力，Vd e Rm為虛擬控制矢量，B e RmXP為控制效率矩 陣，uERp為控制輸入矢量，WV、A為優(yōu)化參數(shù)。
[0074] 對(duì)于每個(gè)驅(qū)動(dòng)裝置只有一個(gè)驅(qū)動(dòng)模式和一個(gè)對(duì)應(yīng)的能源效率方程的過(guò)度驅(qū)動(dòng)系 統(tǒng)來(lái)說(shuō)，能源效率控制分配可以用(2)表達(dá)：
[0075] 其中，P。是所有驅(qū)動(dòng)裝置消耗的瞬時(shí)總電力。驅(qū)動(dòng)裝置振幅的上下邊界矢量分別 用分量方式的11_和1!_來(lái)表示。這種量級(jí)邊界的設(shè)定也可以結(jié)合考慮驅(qū)動(dòng)裝置基于給定系 統(tǒng)樣本時(shí)間內(nèi)和不同公式下的速率限制。一個(gè)小的正參數(shù)λ可以用來(lái)平衡減少CA錯(cuò)誤和電 力消耗之間的關(guān)系。還有，參數(shù)λ越小，得到的CA錯(cuò)誤也越少。小的CA錯(cuò)誤可能不會(huì)顯著影響 整個(gè)系統(tǒng)控制表現(xiàn)。并且，一個(gè)高層級(jí)的穩(wěn)健的控制器可以幫助克服/減輕在混合優(yōu)化方程 中產(chǎn)生的有限的CA錯(cuò)誤帶來(lái)的影響。
[0076]進(jìn)一步地，所述驅(qū)動(dòng)裝置消耗的電力通過(guò)如下方法確定：
[0077]基于對(duì)應(yīng)驅(qū)動(dòng)裝置的效率方程，系統(tǒng)的電力消耗可以是驅(qū)動(dòng)裝置的動(dòng)力或是扭矩 值的方程：
[0079]其中，Pc^m)和nc^m)分別是第i個(gè)驅(qū)動(dòng)裝置輸出的電力方程和效率方程。因此， Pdm)比ridm)的分?jǐn)?shù)代表了第i個(gè)驅(qū)動(dòng)器的能源消耗。因此，單一模式下的能源效率CA 用公式(2)(3)表示。上述方法解決了電動(dòng)汽車運(yùn)行狀態(tài)到非線性控制系統(tǒng)的映射問(wèn)題，解 決了電動(dòng)汽車控制分配模型建立的問(wèn)題。
[0080] 3.2驅(qū)動(dòng)器雙模式下能源效率優(yōu)化為目標(biāo)的控制分配模型設(shè)計(jì)
[0081] 當(dāng)系統(tǒng)中的驅(qū)動(dòng)器有雙運(yùn)行模式(例如消耗能源和獲取能源增益)且兩個(gè)模式對(duì) 應(yīng)各自的效率方程時(shí)，能源消耗的控制分配問(wèn)題就更為復(fù)雜了。對(duì)于這種雙模式驅(qū)動(dòng)器，其 作用于虛擬控制、量級(jí)/速率約束、效率、能源消耗或是增益特性在兩種運(yùn)行模式下都可能 是不同的。為了要解決該模式下的能源效率CA問(wèn)題，驅(qū)動(dòng)器的模式選擇也需要被納入CA組 合中。因此，能源效率CA組合不僅要明確發(fā)送量級(jí)指令，還要對(duì)每一個(gè)冗余驅(qū)動(dòng)器發(fā)送運(yùn)行 模式指令。目前標(biāo)準(zhǔn)的CA組合是做不到這一點(diǎn)的。在本文中，我們引入一個(gè)虛擬驅(qū)動(dòng)器概念 用于應(yīng)對(duì)這一問(wèn)題。原來(lái)公式(1)中對(duì)過(guò)度驅(qū)動(dòng)系統(tǒng)的表達(dá)可以擴(kuò)大成下式：
[0083] 我們引入一個(gè)虛擬驅(qū)動(dòng)器控制輸入矢量l/eRS 1 < q < ρ來(lái)表示系統(tǒng)中ρ個(gè)驅(qū)動(dòng)器 中有q個(gè)驅(qū)動(dòng)器具有雙運(yùn)行模式，這樣就能將雙模式驅(qū)動(dòng)器也納入能源效率CA組合中。這 樣，CA不僅發(fā)送驅(qū)動(dòng)器的量級(jí)指標(biāo)，也發(fā)送驅(qū)動(dòng)器運(yùn)行模式指令，從而解決了前文所述問(wèn) 題。增加的矩陣B a=[B 是新系統(tǒng)下的新的控制效率矩陣。要注意的是矩陣仏是 由雙模式驅(qū)動(dòng)器決定的。
[0084]還包括步驟S104當(dāng)電動(dòng)汽車的驅(qū)動(dòng)器存在多驅(qū)動(dòng)模式時(shí)，所述控制輸入矢量為多 個(gè)驅(qū)動(dòng)器的控制輸入矢量疊加，所述控制分配模型變?yōu)椋?br>[0085] min J= | |ffu(Ba[uT u，T]T-ud) | |+λΡ〇(5)
[0087] 其中，uT為第一驅(qū)動(dòng)模式的控制輸入矢量，u'T為第二驅(qū)動(dòng)模式的控制輸入矢量；
[0088] 能源效率CA組合(2)也相應(yīng)修改為(5)的形式。
[0089] 由于任何一個(gè)特定的雙模式驅(qū)動(dòng)器在任何給定的瞬間只能處于兩種運(yùn)行模式中 的某一種，在約束中加入的第三個(gè)條件確保了通過(guò)能源效率CA，對(duì)一個(gè)驅(qū)動(dòng)裝置，只會(huì)分配 給其一種運(yùn)行模式。在電車中，電力發(fā)動(dòng)機(jī)可以以行駛模式工作(消耗機(jī)載能量），或是以再 生制動(dòng)模式工作(發(fā)動(dòng)機(jī)從車輛運(yùn)動(dòng)能量中制造電力）。
[0090] 在公式(5)中，總的電力消耗P。包括對(duì)應(yīng)于每個(gè)驅(qū)動(dòng)裝置的雙運(yùn)行模式的瞬時(shí)電 力消耗和增益。例如，如果U表示驅(qū)動(dòng)器能源消耗模式，而ι/表示驅(qū)動(dòng)器能源增益模式，那么 所有的在不同模式下的驅(qū)動(dòng)器的總的能源消耗可以用下式表達(dá)：
[0092]在公式(6)中，PodPrw分別代表了在能源消耗模式下驅(qū)動(dòng)器的輸出功率和和效 率，而Pu和收則分別代表了在能源增益模式下驅(qū)動(dòng)器的輸入功率和效率。因此，雙模式能 源效率CA問(wèn)題可以用公式(5)和(6)來(lái)表述。上述方法通過(guò)將多驅(qū)動(dòng)模式的控制輸入矢量進(jìn) 行整合，解決了電動(dòng)汽車多驅(qū)動(dòng)狀態(tài)下控制分配模型建立的問(wèn)題。
[0093]在圖2所示的一種電動(dòng)汽車控制分配模型建立裝置模塊圖中，包括獲取模塊200、 模型計(jì)算模塊202,所述獲取模塊200用于獲取虛擬控制矢量、控制效率矩陣或控制輸入矢 量;所述控制輸入矢量的維度大于虛擬控制矢量的維度；
[0094] 所述模型計(jì)算模塊202用于根據(jù)所述控制效率矩陣、控制輸入矢量、虛擬控制矢量 計(jì)算控制分配模型J;
[0095] min J= | | Wu(Bu-Ud) | |+APC (2)
[0096] S . ? . Umin ^ U ^ Umax
[0097] 其中P。是所述驅(qū)動(dòng)裝置消耗的電力，Vd E Rm為虛擬控制矢量，B e RmXp為控制效率矩 陣，ueRP為控制輸入矢量，WV、A為優(yōu)化參數(shù)。通過(guò)上述裝置設(shè)計(jì)，能夠建立車輛移動(dòng)的虛擬 控制矢量到控制輸入的映射，解決了電動(dòng)汽車控制分配模型建立的問(wèn)題。
[0098]進(jìn)一步地，所述驅(qū)動(dòng)裝置消耗的電力通過(guò)如下方法確定：
[0100] 其中，Pc^m)和nc^m)分別是第i個(gè)驅(qū)動(dòng)裝置輸出的電力方程和效率方程。
[0101] 某些進(jìn)一步的實(shí)施例中，所述獲取模塊200還用于在電動(dòng)汽車的驅(qū)動(dòng)器存在多驅(qū) 動(dòng)模式時(shí)，所述控制輸入矢量記為多個(gè)驅(qū)動(dòng)器的控制輸入矢量疊加，所述控制分配模型變 為：
[0102] min J= | |ffu(Ba[uT u，T]T-ud) | |+APC (5)
[0104]其中，uT為第一驅(qū)動(dòng)模式的控制輸入矢量，u'T為第二驅(qū)動(dòng)模式的控制輸入矢量;驅(qū) 動(dòng)裝置消耗的電力通過(guò)如下方法確定：
[0106] Pd和rw分別代表了在第一驅(qū)動(dòng)模式下驅(qū)動(dòng)器的輸出功率和和效率，而Pii和nii則 分別代表了在第二驅(qū)動(dòng)模式下驅(qū)動(dòng)器的輸入功率和效率。上述裝置通過(guò)將多驅(qū)動(dòng)模式的 控制輸入矢量進(jìn)行整合，解決了電動(dòng)汽車多驅(qū)動(dòng)狀態(tài)下控制分配模型建立的問(wèn)題。
[0107] 4.基于KKT條件的能源效率控制分配全局優(yōu)化算法
[0108] 不管是單模式還是雙模式下的能源效率CA問(wèn)題都可以用一個(gè)標(biāo)準(zhǔn)的非線性優(yōu)化 方法，有效集算法來(lái)求解。但是這種有效集算法并不能保證全局優(yōu)化，并且它對(duì)于初始條件 的選擇很敏感?；贙KT條件，我們采用下屬這種全局的、與初始條件設(shè)置無(wú)關(guān)的優(yōu)化算法 來(lái)解決能源效率CA問(wèn)題。
[0109 ]( - )單模式下的KKT條件和能源效率CA問(wèn)題算法
[0110] 在圖3顯示的實(shí)施例中，為一種電動(dòng)汽車的控制效率分配方法，包括如下步驟， S300獲取控制效率分配模型，所述控制效率分配模型是控制輸入矢量u的函數(shù)J(u)，控制效 率分配模型即能夠表達(dá)控制輸入與效率對(duì)應(yīng)關(guān)系的函數(shù)，控制效率分配模型的建立方法如 上述，這里僅討論控制效率分配模型的解法如何獲得最優(yōu)的控制輸入矢量。
[0111] 還包括步驟S302，定義拉格朗日函數(shù)：
[0113] 其中，非負(fù)矢量和亙€講是拉格朗日乘數(shù)；
[0114] 將上述拉格朗日乘數(shù)L對(duì)u求導(dǎo)：
[0115] 步驟S304將拉格朗日乘數(shù)^或f設(shè)為等于0時(shí)，求導(dǎo)得到控制輸入矢量u值的邊界 極小值，將拉格朗日乘數(shù)均設(shè)為不為零時(shí)，控制輸入矢量的極小值f等于邊界值umax SUmin;在上述極小值中進(jìn)行比對(duì)，從而得出全局極小值。
[0116] 具體地，為了求得單模式下的算法，我們將公式(2)(3)結(jié)合起來(lái)，修改成下式：
[0119]對(duì)CA錯(cuò)誤的平方修正是為了便于后續(xù)的拉格朗日求導(dǎo)。Po(U)，％(U)eRP分別是輸 出功率和效率的矢量形式。
[0120]定義下面的拉格朗日函數(shù)：
[0122]在公式(8)中，非負(fù)矢量和i e /^是拉格朗日乘數(shù)?；贙KT條件，對(duì)應(yīng)于特 定拉格朗日乘數(shù)^和?+的最優(yōu)解f滿足下述條件：
[0126]備注1: 一般來(lái)說(shuō)，為了能存在局部極小值，KKT條件是必須滿足的。在目標(biāo)/支出函 數(shù)和約束集為凸性時(shí)，他們也可以被用來(lái)充分描繪全局最優(yōu)解。盡管在公式(7)中的支出函 數(shù)不是凸的，進(jìn)一步的驗(yàn)證可以排除最大值和局部極小值。最優(yōu)控制f的計(jì)算可以通過(guò)拉 格朗日乘數(shù)g和t的值被分類。當(dāng)拉格朗日乘數(shù)^和/或1$等于0時(shí)，我們可以通過(guò)求解代 數(shù)方程(9)，得到控制u值的邊界。對(duì)于特殊形式下的能源效率CA，第二優(yōu)化項(xiàng)為一系列分?jǐn)?shù) 之和，該分?jǐn)?shù)的分母和分子以功率和效率的低階多項(xiàng)式函數(shù)來(lái)表示，使得(9)容易求解。當(dāng) 拉格朗日乘數(shù)^和1+其中之一或兩者均不為零時(shí)，基于KKT條件，控制最優(yōu)解f必然等于邊 界值umax和/或umin。因此，包括邊界值在內(nèi)的一些局部極小值可以通過(guò)上述兩個(gè)分類步驟得 到。最后，基于最小功率消耗的條件，可以在上述局部極小值中進(jìn)行比對(duì)，從而得出全局極 小值?？偟膩?lái)說(shuō)，算法偽代碼如下：
[0127] 輸入：
[0128] #Vd和B來(lái)自于系統(tǒng)模型和更高層控制器。
[0129] #P〇(U)，n〇 (U)，Umax和Umin來(lái)自于驅(qū)動(dòng)器模型和實(shí)驗(yàn)標(biāo)定。
[0130] ·λ和Wv為為了求得最優(yōu)解而可調(diào)節(jié)的參數(shù)。
[0131] 步驟：
[0132] 1)令登二野二〇,解出代數(shù)方程(9)，并得到所有非平凡的局部極小值u*。
[0133] 2)令5矣〇，因此得出u* = uimin，且f =0 ,其他的4(/羊可以通過(guò)求解 公式(9)中剩余的代數(shù)方程獲得，類似步驟1。
[0134] 3)類似于步驟2,令關(guān)0,因此得出u* = uimax且丑=〇,其他的乒U S 〇可以 通過(guò)求解公式(9)中剩余的代數(shù)方程獲得，類似步驟1。
[0135] 4)對(duì)上述三個(gè)步驟中得出的所有u*，計(jì)算其對(duì)應(yīng)的總功率消耗(公式(7)中的第二 項(xiàng)），并通過(guò)對(duì)比得出全局最優(yōu)W。
[0136] 通過(guò)上述方法，能夠得到使得電動(dòng)汽車扭矩分配功耗最小的全局最優(yōu)控制輸入?yún)?數(shù)，解決了電動(dòng)汽車CA控制的問(wèn)題。
[0137](二)雙模式下的ΚΚΤ條件和能源效率CA問(wèn)題算法
[0138]類似于單模式，公式(5)(6)被結(jié)合起來(lái)做些修改，以得出滿足雙模式的公式如下：
[0141] 其中，Pdi/hruUOeRq分別為輸入功率函數(shù)和效率的矢量形式。
[0142] 因此在本小節(jié)所述的具體的實(shí)施例中，還包括步驟，當(dāng)電動(dòng)汽車的驅(qū)動(dòng)器存在多 驅(qū)動(dòng)模式時(shí)，所述拉格朗日函數(shù)變?yōu)椋?br>[0144] 其中，非負(fù)矢量士 eRp和I e Λ.Ρ，以及竺[妒和^7 是拉格朗日乘數(shù)，U和u'為第 一驅(qū)動(dòng)模式的控制輸入矢量和第二驅(qū)動(dòng)模式的控制輸入矢量；
[0145] 依次將拉格朗日乘數(shù)IT和的一個(gè)或多個(gè)設(shè)為零，得到多個(gè)局部極小 值，在多個(gè)局部極小值中進(jìn)行比對(duì)，得到全局極小值。
[0146] 在公式（11)中，非負(fù)矢量土ERP和l e艫,以及叢ERP和及e胂是拉格朗日乘數(shù)。 基于KKT條件，對(duì)應(yīng)特定拉格朗日乘數(shù)、IT和^^的最優(yōu)解f和趾/%滿足下述條件：
[0151] U*-Umin > 0 , Umax-U* > 0 , U ' *~U 'min > 0 ,
[0152] ιι'·χ-ιι'*>0，λ>0，^*>0，λ'*>0，^*>0.
[0153] 備注2:同樣地，盡管基于KKT條件(這是得到局部極小值所必須的），一般來(lái)說(shuō)并不 能保證非凸消耗方程的全局最優(yōu)解，所以可以做進(jìn)一步的檢測(cè)來(lái)排除極大值和局部極小 值。關(guān)于控制的計(jì)算可以通過(guò)拉格朗日乘數(shù)的值進(jìn)行分類。當(dāng)拉 格朗日乘數(shù)^和/或^等于〇時(shí)，可以通過(guò)求解代數(shù)方程(12)來(lái)算出邊界內(nèi)的控制值'(^疒 )。公式（10)中的第二優(yōu)化項(xiàng)包含了多項(xiàng)式和分?jǐn)?shù)之和，其分母和分子可以通過(guò)低階的功率 和效率的多項(xiàng)式方程來(lái)表達(dá)，從而使得方程（12)易被解得。另外，補(bǔ)充條件 = .〇決 定了 ulPu廣不可能同時(shí)為非零，從而可以進(jìn)一步的運(yùn)用在方程（12)上，令ulPi/#等于0， 以減少計(jì)算量。當(dāng)拉格朗日乘數(shù)f關(guān)〇和/或_ 0(2/ # G和/或關(guān)〇:)，控制值u'tt廣 )就必須等于邊界值。因此，一些局部極小值(包括邊界值)可以通過(guò)上述兩步分類得出。最 后，在這些局部極小值中進(jìn)行比較，根據(jù)最小功率消耗的條件，可以選出全局極小值。類似 于單模式CA，雙模式CA算法的偽代碼形式如下：
[0154] 輸入：
[0155] #V(^PBa=[B Bq]來(lái)自于系統(tǒng)模型和更高層控制器。
[0156] 魯 Po(U)，i(U'），Tl〇(U)，i(U'），Umin, 和 來(lái)自于驅(qū)動(dòng)
[0157] 器模型和實(shí)驗(yàn)標(biāo)定。
[0158] ·λ和Wv為為了求得最優(yōu)解而可調(diào)節(jié)的參數(shù)。
[0159] 步驟：
[0160] 1)令沒(méi)=f = 0,解出代數(shù)方程（12)，并得到所有非平凡的局部極小值 f和1￡廣。值得注意的是，可以通過(guò)運(yùn)用補(bǔ)充條件二0來(lái)簡(jiǎn)化（12)的計(jì)算，即通過(guò)將整 個(gè)過(guò)程分為Ui = 0，i^矣0和m關(guān)0，iif = 0來(lái)解決。
[0161] 2)令〇,因此得出，且I[二0,且通過(guò)補(bǔ)充條件W* = Q令 uf ==0:,其他的￥和4(/竽i,/名?)可以通過(guò)求解公式（12)中剩余的代數(shù)方程獲得，類似 步驟1。
[0162] 3)類似于步驟2,令I(lǐng)f關(guān)0,因此得出，=1^^且$= 〇,且通過(guò)補(bǔ)充條件 u、廠=0令= 0,其他的$(/矣S 〇可以通過(guò)求解公式（12)中剩余的代數(shù)方程獲 得，類似步驟1。
[0163] 4)用7 4 〇和f .竽.0重復(fù)步驟2)和3)，得到u*和以/'
[0164] 5)就從上述步驟中得出的所有u*和tt廣，計(jì)算總的功率消耗(公式（1〇)中第二項(xiàng)）， 通過(guò)比對(duì)，找出全局最優(yōu)的11*和&廣。
[0165] 值得注意的是，隨著系統(tǒng)多余驅(qū)動(dòng)器的增加，算法的計(jì)算量和難度也會(huì)同步上升。 另外，驅(qū)動(dòng)器效率方程特性也會(huì)影響到基于KKT能源效率CA算法的復(fù)雜性。
[0166] 通過(guò)上述步驟，解決了多驅(qū)動(dòng)模式下電動(dòng)汽車的控制效率優(yōu)化問(wèn)題，達(dá)到了節(jié)省 多驅(qū)動(dòng)電動(dòng)汽車控制能耗的效果。
[0167] 4.3在圖4所示的實(shí)施例中，為一種電動(dòng)汽車的控制效率分配裝置，包括模型獲取 模塊400、函數(shù)計(jì)算模塊402;
[0168] 所述模型獲取模塊400用于獲取控制效率分配模型，所述控制效率分配模型是控 制輸入矢量u的函數(shù)J(u)，
[0169] 所述函數(shù)計(jì)算模塊402用于定義拉格朗日函數(shù)：
[0170] ￡(?,Λ, A) aa j{u) ~~ iu ~~ Uinui) ~~Xi fykmm ~~ ^ <§)
[0171] 其中，非負(fù)矢量土和瓦e把是拉格朗日乘數(shù)；
[0172] 所述函數(shù)計(jì)算模塊402還用于將上述拉格朗日乘數(shù)L對(duì)u求導(dǎo)：
[0173] 具體用于，拉格朗日乘數(shù)g或f設(shè)為等于0時(shí)，求導(dǎo)得到控制輸入矢量u值的邊界 極小值，將拉格朗日乘數(shù)^和;f均設(shè)為不為零時(shí)，控制輸入矢量的極小值f等于邊界值umax Sumin;在上述極小值中進(jìn)行比對(duì)，從而得出全局極小值。
[0174] 本發(fā)明裝置通過(guò)得到使得電動(dòng)汽車扭矩分配功耗最小的全局最優(yōu)控制輸入?yún)?shù)， 解決了電動(dòng)汽車CA控制的問(wèn)題。
[0175] 進(jìn)一步地，當(dāng)電動(dòng)汽車的驅(qū)動(dòng)器存在多驅(qū)動(dòng)模式時(shí)，所述拉格朗日函數(shù)變?yōu)椋?br>[0177] 其中，非負(fù)矢:G尺〃和2 ￡ |?P.，以及^^已把和.又/ g是拉格朗日乘數(shù)，u和u' 為第一驅(qū)動(dòng)模式的控制輸入矢量和第二驅(qū)動(dòng)模式的控制輸入矢量；
[0178] 所述函數(shù)計(jì)算模塊402還用于依次將拉格朗日乘數(shù)g、f、和的一個(gè)或多個(gè) 設(shè)為零，得到多個(gè)局部極小值，在多個(gè)局部極小值中進(jìn)行比對(duì)，得到全局極小值。
[0179] 上述裝置更好地解決了多驅(qū)動(dòng)電動(dòng)汽車控制優(yōu)化問(wèn)題。
[0180] 5.基于電動(dòng)車模型的具體案例
[0181] 在本章中，我們對(duì)上文中說(shuō)明的基于KKT條件的能源效率控制分配算法給出數(shù)值 案例(包括單模式和雙模式的）。這些例子，是從車輪內(nèi)置發(fā)動(dòng)機(jī)和實(shí)驗(yàn)數(shù)據(jù)得出的，證實(shí)了 假設(shè)和前文所述的公式。
[0182] 車輪內(nèi)置無(wú)刷DC(BLDC)發(fā)動(dòng)機(jī)的輸出效率方程％(u)及其控制器可以通過(guò)圖5中 的實(shí)驗(yàn)數(shù)據(jù)來(lái)擬合。我們采用了兩個(gè)線性方程來(lái)擬合實(shí)驗(yàn)測(cè)量數(shù)據(jù)的上升部分和下降部 分：
[0184] 其中，&11，1311，&12，13 12都是系數(shù)，列在下表中：
[0185] TABLE I
[0186] IN-WHEEL MOTOR EFFICIENCY FUNCTION PARAMETERS
[0188] 有很多理由使得分段線性函數(shù)（13)成為效率擬合函數(shù):首先，是考慮到了計(jì)算量。 從早先的公式(9)或（12)中可以看出，KKT條件使得代數(shù)方程或特征值問(wèn)題有最優(yōu)解。越是 簡(jiǎn)單的效率擬合方程會(huì)使得計(jì)算量越低。后面我們會(huì)看到，這樣的分段處理使得全局最優(yōu) 解可得。第二，是由于無(wú)刷DC發(fā)動(dòng)機(jī)的DC特性。分段線性函數(shù)（13)可以充分描繪隨著發(fā)動(dòng)機(jī) 扭矩增加而產(chǎn)生的上升和下降趨勢(shì)。最后，盡管發(fā)動(dòng)機(jī)速度也會(huì)輕微的影響到發(fā)動(dòng)機(jī)效率， 這點(diǎn)可以從圖5中的實(shí)驗(yàn)數(shù)據(jù)圖看出，效率曲線在一個(gè)很大的發(fā)動(dòng)機(jī)旋轉(zhuǎn)速度范圍內(nèi)都是 相似的。另外，對(duì)于CA來(lái)說(shuō)，由于樣本時(shí)間短，可以合理的假設(shè)發(fā)動(dòng)機(jī)的旋轉(zhuǎn)速度在每一個(gè) 瞬時(shí)都是恒定的。
[0189] 車輪內(nèi)置發(fā)動(dòng)機(jī)的功率消耗可以用下式表示：
[0190] P〇(u) =u ω 〇 (14)
[0191] 其中，ω〇是一個(gè)給定的旋轉(zhuǎn)速度，u代表了發(fā)動(dòng)機(jī)扭矩。在不失一般性的情況下， 兩個(gè)車輪內(nèi)置BLDC發(fā)動(dòng)機(jī)被認(rèn)為是用于在直線行駛情況下的車輛縱向速度控制。我們將不 同的換算系數(shù)用于圖5中的效率曲線，以便針對(duì)兩個(gè)發(fā)動(dòng)機(jī)和兩種運(yùn)行模式構(gòu)造效率函數(shù)。 在單模式驅(qū)動(dòng)下，控制效率矩陣為B=[l 1]τ。在雙模式驅(qū)動(dòng)下，控制效率矩陣為Ba=[l 1 1 1 ]T.驅(qū)動(dòng)裝置的邊界值：行駛模式下為Umin = ONm和Umax= lOONm，再生制動(dòng)模式下為 -1〇娜饑和極4? =
[0192] (一)單一模式下的能源效率CA
[0193] 在該模式下，我們將發(fā)動(dòng)機(jī)旋轉(zhuǎn)速度設(shè)為ω Q = 400rpm，即輪胎有效半徑為0.3米 的車輛以50km/h時(shí)速運(yùn)行。懲罰系數(shù)λ被設(shè)定為〇.〇〇1，權(quán)重矩陣被設(shè)定為單位矩陣。第二個(gè) 車輪內(nèi)置發(fā)動(dòng)機(jī)效率的換算系數(shù)設(shè)為0.9。
[0194] 為了求得非平凡解，將方程(14)代入(9)，并令f = r = 0,可以得到下式：
[0197] 由于效率函數(shù)（13)是分段線性的，所以（15)中的方程必須通過(guò)結(jié)合不同的效率函 數(shù)來(lái)求解。基本上，能夠得到兩個(gè)代數(shù)方程的四對(duì)。為了求解有兩個(gè)變量的兩個(gè)代數(shù)方程， 例如（15)，由于（13)和（14)采用了簡(jiǎn)單的效率和功率表達(dá)式，通過(guò)變量對(duì)抵可以找到多項(xiàng) 式的根。得到的多項(xiàng)式可以被認(rèn)為一個(gè)經(jīng)典的特征值的帶多項(xiàng)式特性的問(wèn)題。因此，優(yōu)化問(wèn) 題就轉(zhuǎn)化為四個(gè)(兩對(duì))特征值問(wèn)題，即求解最優(yōu)和與平凡解(驅(qū)動(dòng)器的邊界值)相比 較，最后可以得到全局最小值。為了體現(xiàn)我們得出的真實(shí)的全局最小值，總功率消耗的空 間/表面(即公式(7)中的第二優(yōu)化項(xiàng))可以參見圖6。
[0198] 由圖6可以看出，總功率消耗一般隨著發(fā)動(dòng)機(jī)扭矩的增加而上升。然而，由于表面 的非凸特性，很難通過(guò)標(biāo)準(zhǔn)優(yōu)化算法找出全局極小值。通過(guò)驅(qū)動(dòng)器的效率函數(shù)的分段擬合， 非凸的空間/表面實(shí)際上可以分成四個(gè)部分（? 1 X C!)，每個(gè)部分在其各自定義范圍內(nèi)都 是凸性的。因此，在每個(gè)區(qū)域內(nèi)，都可以通過(guò)KKT條件(相當(dāng)于一個(gè)特征值問(wèn)題)找到對(duì)應(yīng)的 全局最小值。然后，對(duì)這些全局最小值和不同區(qū)域的邊界值的簡(jiǎn)單比對(duì)，可以得到真實(shí)的 在全部非凸性功率消耗空間內(nèi)的全局最小值。在表面上的五條線代表了對(duì)應(yīng)于不同的Vd = m+u2的不同的虛擬控制值，他們是在非凸功率消耗表面和垂直平面間的交叉曲線。這些曲 線定義了在不同虛擬控制信號(hào)下，不考慮功率最小化的情況下的問(wèn)題(7)的解集?？紤]到不 同的虛擬控制vd，我們可以從圖7中清楚的觀察到扭矩分布和的全局極小值。
[0199] 圖7通過(guò)插入（13)和（14)中的效率和功率公式，展示了功率消耗優(yōu)化問(wèn)題(7)。圖 中的每條曲線代表了從1 〇、20、40、60到80Nm的不同虛擬控制信號(hào)。在每條曲線上，對(duì)應(yīng)的虛 擬控制等于兩個(gè)發(fā)動(dòng)機(jī)上的分布之和。如圖7所示，標(biāo)出數(shù)字的地方代表了全局最優(yōu)點(diǎn)。盡 管這些全局極小值點(diǎn)在不同的非凸曲線上也不盡相同，我們推薦的基于KKT的算法，實(shí)際上 通過(guò)特征值問(wèn)題及簡(jiǎn)單的與邊界值比較，找到了所有的解。如果一個(gè)標(biāo)準(zhǔn)的有效集算法被 用來(lái)解決非線性優(yōu)化問(wèn)題，由于初始條件的不當(dāng)選擇，全局極小值點(diǎn)可能無(wú)法被找到，而只 能得到局部極小值點(diǎn)。
[0200] (二)雙模式能源效率CA問(wèn)題
[0201] 在雙模式案例下，我們關(guān)于發(fā)動(dòng)機(jī)旋轉(zhuǎn)速度ω〇,權(quán)重矩陣Wv和懲罰系數(shù)λ的選擇都 和單模式一致。假設(shè)兩個(gè)車輪內(nèi)置發(fā)動(dòng)機(jī)有著相同的效率屬性，后端發(fā)動(dòng)機(jī)的行駛效率的 換算系數(shù)設(shè)為0.9。并且，發(fā)動(dòng)機(jī)的再生制動(dòng)效率通常比行駛效率要低。因此，每個(gè)發(fā)動(dòng)機(jī)的 再生制動(dòng)效率換算系數(shù)設(shè)為對(duì)應(yīng)的行駛效率的0.9倍。
[0202]將公式（14)代入（12)，并令所有的非平凡解的f =f二= = 0,可以得到下 式：
[0208] 盡管上式中列出了四個(gè)代數(shù)方程和兩個(gè)補(bǔ)充方程，由于兩個(gè)補(bǔ)充方程所以和 iif或是《I和ttf的四個(gè)方程并不同時(shí)成立。所以，兩個(gè)補(bǔ)充方程可以分步運(yùn)用以減少計(jì)算 量，因?yàn)橹挥袃蓚€(gè)代數(shù)方程是同時(shí)求解的。與單模式類似，我們用近似的步驟，通過(guò)插入分 段線性效率方程（13)來(lái)求解方程(16)，以得到局部極小值。然后，通過(guò)比較局部極小值和平 凡解(邊界值），可以得到全局極小值，詳見圖8。
[0209] 由圖8可知，雙模式下的功率消耗空間比單模式更加呈現(xiàn)出非凸性。由于每個(gè)虛擬 驅(qū)動(dòng)器都有兩個(gè)分段線性效率部分，總的非凸功率空間包括16個(gè)凸性區(qū)域X C!)。然 而，對(duì)于某個(gè)特定虛擬控制值，只有部分凸性區(qū)域是有關(guān)聯(lián)的。圖8展現(xiàn)了當(dāng)vd < 20Nm時(shí)，可 以得到七個(gè)凸性平面。因此，類似于單模式，只要簡(jiǎn)單的比對(duì)不同區(qū)域的全局極小值和邊界 值就可以得到整個(gè)非凸空間上的全局極小值。平面上的四條線代表了不同的虛擬控制值， 圖9清晰呈現(xiàn)了在Μ和iif扭矩分布下的全局極小值。
[0210] 圖9展示了通過(guò)代入（13)(14)的效率和功率表達(dá)式，解得的優(yōu)化問(wèn)題（10)的功率 消耗。上圖中的每條曲線分別代表了從4,8，10到20Nm的不同虛擬控制值。在每條曲線上，對(duì) 應(yīng)的虛擬控制等于兩個(gè)發(fā)動(dòng)機(jī)的分布之和。上圖中標(biāo)出的數(shù)字代表了全局最優(yōu)點(diǎn)。盡管這 些全局極小值在各條非凸曲線上都不同，基于KKT條件的算法準(zhǔn)確的把他們都找出來(lái)了。 [0211] 6.虛擬樣車的控制與反饋模型
[0212] 與傳統(tǒng)的車輛傳動(dòng)系統(tǒng)架構(gòu)相比，有著車輪內(nèi)置獨(dú)立驅(qū)動(dòng)發(fā)動(dòng)機(jī)的電車可以提供 更好的控制便利等優(yōu)勢(shì)。因此，相關(guān)的效率和控制分配問(wèn)題也很有意義。但要注意的是，一 般性的CA組合與混合動(dòng)力車的功率管理方法是不同的。
[0213] 車輛縱向速度跟蹤控制的架構(gòu)圖如圖10,這樣方便對(duì)于普通有效集方法和我們推 薦的基于KKT條件的算法。我們想要的和實(shí)際測(cè)量出的車輛速度分別用V xr和Vx來(lái)表示。高層 級(jí)的速度跟蹤控制器是比例積分(PI)控制器(實(shí)際中可以替換成功能相同的其他控制器）， 他能為能源效率控制分配器提供虛擬控制值v。我們運(yùn)用前文所述的新算法在CarSim上進(jìn) 行模擬操作。
[0214] ( - )單模式模擬
[0215] 從圖11的模擬實(shí)驗(yàn)數(shù)據(jù)結(jié)果圖可以看出，有效集方法和基于KKT條件的算法都可 以提供虛擬控制值以供車輛按設(shè)計(jì)方案行駛。然而，二者的主要區(qū)別在于計(jì)算量和全局最 優(yōu)值的獲取。從扭矩分布圖來(lái)看，有效集方法只能找到從第23秒到第28秒下的局部極小值。 在其他時(shí)間段內(nèi)，用有效集尋找全局極小值要極大地依賴于初始狀況的選擇。另外，在同樣 的模擬環(huán)境下，基于KKT條件的算法只花了4.5秒就運(yùn)行完了30秒的模擬，而有效集方法花 了 90 秒。
[0216] (二)雙模式下的模擬
[0217] 在雙模式下，不同的驅(qū)動(dòng)模式情況(車前端發(fā)動(dòng)機(jī)為行駛，后端發(fā)動(dòng)機(jī)為剎車）只 在虛擬值很小的時(shí)候才會(huì)發(fā)生，因?yàn)樘摂M值大時(shí)，CA算法會(huì)進(jìn)入單模式驅(qū)動(dòng)(兩個(gè)發(fā)動(dòng)機(jī)都 是行駛模式）。這樣的分布很大程度上是取決于發(fā)動(dòng)機(jī)的效率曲線的。當(dāng)虛擬控制很小時(shí)， 雙模式控制器不會(huì)以低效率的間隔分配給兩個(gè)驅(qū)動(dòng)器的小的行駛扭矩，而是會(huì)以一個(gè)更高 的效率間隔自動(dòng)命令增加行駛扭矩，同時(shí)同樣以一個(gè)更高的效率間隔產(chǎn)生再生制動(dòng)扭矩， 以這種方式來(lái)達(dá)到相同的虛擬控制效果?；旧?，兩個(gè)高效率的大的行駛和再生制動(dòng)扭矩， 相比于兩個(gè)低效率的小的行駛扭矩，會(huì)消耗更少的功率。在電車實(shí)際運(yùn)用中，車輪內(nèi)置發(fā)動(dòng) 機(jī)的再生制動(dòng)效率通常會(huì)低于其行駛效率。然而，在某些情況下，例如車輛前端的車輪內(nèi)置 發(fā)動(dòng)機(jī)出錯(cuò)時(shí)，遠(yuǎn)端的車輪內(nèi)置發(fā)動(dòng)機(jī)的再生制動(dòng)效率可能大于等于前端發(fā)動(dòng)機(jī)的行駛效 率，故而這樣的行駛和制動(dòng)控制分配分布就會(huì)發(fā)生。
[0218] 隨著車輛加速，其所需的虛擬控制值也會(huì)上升，CA會(huì)自動(dòng)轉(zhuǎn)換為單驅(qū)動(dòng)器的單一 模式分布(前端發(fā)動(dòng)機(jī)是行駛模式，遠(yuǎn)端發(fā)動(dòng)機(jī)休息），隨后轉(zhuǎn)為兩個(gè)驅(qū)動(dòng)器的單一分布模 式(兩個(gè)發(fā)動(dòng)機(jī)都是行駛模式）。當(dāng)虛擬控制水平降低到某個(gè)程度時(shí)，能源效率CA會(huì)回到單 一驅(qū)動(dòng)器的單一模式分布。
[0219]如圖12所示，有效集方法和基于KKT條件的算法都可以提供虛擬控制值以供車輛 按設(shè)計(jì)方案行駛。和單一模式類似，二者的主要區(qū)別仍然在于計(jì)算量和全局最優(yōu)值的獲取。 比較的結(jié)果，我們推薦的算法要優(yōu)于有效集方法。
[0220] 需要說(shuō)明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí) 體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來(lái)，而不一定要求或者暗示這些實(shí)體或操作之間存 在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)"包括"、"包含"或者其任何其他變體意在涵蓋 非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者終端設(shè)備不僅包括那些 要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者終 端設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句"包括……"或"包含……"限定的 要素，并不排除在包括所述要素的過(guò)程、方法、物品或者終端設(shè)備中還存在另外的要素。此 外，在本文中，"大于"、"小于"、"超過(guò)"等理解為不包括本數(shù)；"以上"、"以下"、"以內(nèi)"等理解 為包括本數(shù)。
[0221] 本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，上述各實(shí)施例可提供為方法、裝置、或計(jì)算機(jī)程序產(chǎn) 品。這些實(shí)施例可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例 的形式。上述各實(shí)施例涉及的方法中的全部或部分步驟可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái) 完成，所述的程序可以存儲(chǔ)于計(jì)算機(jī)設(shè)備可讀取的存儲(chǔ)介質(zhì)中，用于執(zhí)行上述各實(shí)施例方 法所述的全部或部分步驟。所述計(jì)算機(jī)設(shè)備，包括但不限于:個(gè)人計(jì)算機(jī)、服務(wù)器、通用計(jì)算 機(jī)、專用計(jì)算機(jī)、網(wǎng)絡(luò)設(shè)備、嵌入式設(shè)備、可編程設(shè)備、智能移動(dòng)終端、智能家居設(shè)備、穿戴式 智能設(shè)備、車載智能設(shè)備等;所述的存儲(chǔ)介質(zhì)，包括但不限于:RAM、ROM、磁碟、磁帶、光盤、閃 存、U盤、移動(dòng)硬盤、存儲(chǔ)卡、記憶棒、網(wǎng)絡(luò)服務(wù)器存儲(chǔ)、網(wǎng)絡(luò)云存儲(chǔ)等。
[0222] 上述各實(shí)施例是參照根據(jù)實(shí)施例所述的方法、設(shè)備（系統(tǒng)）、和計(jì)算機(jī)程序產(chǎn)品的 流程圖和/或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每 一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算機(jī) 程序指令到計(jì)算機(jī)設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過(guò)計(jì)算機(jī)設(shè)備的處理器執(zhí)行的指 令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的 功能的裝置。
[0223] 這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)設(shè)備以特定方式工作的計(jì)算機(jī)設(shè) 備可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)設(shè)備可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造 品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指 定的功能。
[0224] 這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)設(shè)備上，使得在計(jì)算機(jī)設(shè)備上執(zhí)行一系列 操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程 圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。
[0225] 盡管已經(jīng)對(duì)上述各實(shí)施例進(jìn)行了描述，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng) 造性概念，則可對(duì)這些實(shí)施例做出另外的變更和修改，所以以上所述僅為本發(fā)明的實(shí)施例， 并非因此限制本發(fā)明的專利保護(hù)范圍，凡是利用本發(fā)明說(shuō)明書及附圖內(nèi)容所作的等效結(jié)構(gòu) 或等效流程變換，或直接或間接運(yùn)用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利 保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種電動(dòng)汽車控制分配模型建立方法，其特征在于，包括如下步驟，獲取虛擬控制矢 量、控制效率矩陣或控制輸入矢量;所述控制輸入矢量的維度大于虛擬控制矢量的維度； 根據(jù)所述控制效率矩陣、控制輸入矢量、虛擬控制矢量計(jì)算控制分配模型J; min J= I |ffv(Bu-vd) | |+λΡ〇 (2) S . ? . Umin ^ U ^ Umax 其中Ρ。是所述驅(qū)動(dòng)裝置消耗的電力，vd e Rm為虛擬控制矢量，Β e RmXp為控制效率矩陣，u eRp為控制輸入矢量，WV、A為優(yōu)化參數(shù)。2. 根據(jù)權(quán)利要求1所述的電動(dòng)汽車控制分配模型建立方法，其特征在于，所述驅(qū)動(dòng)裝置 消耗的電力通過(guò)如下方法確定：其中，Pc^m)和ric^m)分別是第i個(gè)驅(qū)動(dòng)裝置輸出的電力方程和效率方程。3. 根據(jù)權(quán)利要求1所述的電動(dòng)汽車控制分配模型建立方法，其特征在于，當(dāng)電動(dòng)汽車的 驅(qū)動(dòng)器存在多驅(qū)動(dòng)模式時(shí)，所述控制輸入矢量為多個(gè)驅(qū)動(dòng)器的控制輸入矢量疊加，所述控 制分配模型變?yōu)椋?min J= | |ffv(Ba[uT u/T]T-vd)| |+λΡ0 (5)其中，UT為第一驅(qū)動(dòng)模式的控制輸入矢量，u'T為第二驅(qū)動(dòng)模式的控制輸入矢量;驅(qū)動(dòng)裝 置消耗的電力通過(guò)如下方法確定：P〇i和n〇i分別代表了在第一驅(qū)動(dòng)模式下驅(qū)動(dòng)器的輸出功率和和效率，而Ρ?和Π?則分別 代表了在第二驅(qū)動(dòng)模式下驅(qū)動(dòng)器的輸入功率和效率。4. 一種電動(dòng)汽車控制分配模型建立裝置，其特征在于，包括獲取模塊、模型計(jì)算模塊， 所述獲取模塊用于獲取虛擬控制矢量、控制效率矩陣或控制輸入矢量;所述控制輸入矢量 的維度大于虛擬控制矢量的維度； 所述模型計(jì)算模塊用于根據(jù)所述控制效率矩陣、控制輸入矢量、虛擬控制矢量計(jì)算控 制分配模型J; min J= I |ffv(Bu-vd) | |+λΡ0 (2) S . ? . Umin ^ U ^ Umax 其中Ρ。是所述驅(qū)動(dòng)裝置消耗的電力，Vd e Rm為虛擬控制矢量，Β e RmXP為控制效率矩陣，u eRp為控制輸入矢量，WV、A為優(yōu)化參數(shù)。5. 根據(jù)權(quán)利要求4所述的電動(dòng)汽車控制分配模型建立裝置，其特征在于，所述驅(qū)動(dòng)裝置 消耗的電力通過(guò)如下方法確定：其中，ΡοΚ?Η)和ΙΙοΚ?Η)分別是第i個(gè)驅(qū)動(dòng)裝置輸出的電力方程和效率方程。6.根據(jù)權(quán)利要求4所述的電動(dòng)汽車控制分配模型建立裝置，其特征在于，所述獲取模塊 還用于在電動(dòng)汽車的驅(qū)動(dòng)器存在多驅(qū)動(dòng)模式時(shí)，所述控制輸入矢量記為多個(gè)驅(qū)動(dòng)器的控制 輸入矢量疊加，所述控制分配模型變?yōu)椋?min J= | |ffv(Ba[uT u/T]T-va)| |+λΡ〇 (5)其中，uT為第一驅(qū)動(dòng)模式的控制輸入矢量，u'T為第二驅(qū)動(dòng)模式的控制輸入矢量;驅(qū)動(dòng)裝 置消耗的電力通過(guò)如下方法確定：P〇i和n〇i分別代表了在第一驅(qū)動(dòng)模式下驅(qū)動(dòng)器的輸出功率和和效率，而Pii和mi則分別 代表了在第二驅(qū)動(dòng)模式下驅(qū)動(dòng)器的輸入功率和效率。
【文檔編號(hào)】G05B17/02GK105867168SQ201610239898
【公開日】2016年8月17日
【申請(qǐng)日】2016年4月18日
【發(fā)明人】潘晨勁, 趙江宜
【申請(qǐng)人】福州華鷹重工機(jī)械有限公司