纯电动汽车经济性巡航速度规划及控制方法设计.docxVIP

纯电动汽车经济性巡航速度规划及控制方法设计

摘要：为提高纯电动汽车续航里程，提出了一种经济性巡航速度规划及控制方法。根据

车辆所处的行驶环境，如跟驰模式或巡航模式，分别提出基于长短期记忆模型(LSTM)的短期车速规划方法和基于遗传算法(GA)的长期车速规划方法。基于分层结构构建经济性巡航控制系统，上层通过构建待优化问题的目标函数并基于遗传算法求解获得规划车速剖面，下层以最优速度曲线作为输入并基于跟踪控制器实现距离控制和速度控制。在Carsim和Simulink联合仿真平台上搭建了纯电动汽车模型和经济性巡航控制系统模型，结果表明：引入速度规划可以在多场景下为车辆提供能量优化后的最优速度曲线，降低电动汽车的能耗并改善出行效率。

关键词：纯电动汽车；速度规划；遗传算法；长短期记忆模型；经济性巡航控制

0引言

自适应巡航控制(ACC)作为一种高级驾驶员辅助系统(ADAS),在推动汽车智能化发展的进程中扮演了重要的角色[1],其旨在自动化控制刹车和油门以实现定速巡航或者跟驰行驶，进而在一定程度上减轻驾驶员的负担[2]。在自适应巡航控制发展初期，更多注重车辆行驶安全性，这主要通过控制算法对主车的速度进行调节进而达到控制

其和前车相对车速以及车间距的目的[3]。随着研究愈加成熟以及V2X技术的快速发展，更多的车辆行驶环境信息可以用于改善车辆的纵向控制以提高纯电动汽车行驶经济性[4]。电动汽车作为汽车未来发展的趋势，在众多的能源经济技术路线中，以生态友好、节能潜力巨大的特点得到了国内外众多学者的认可和推广[5],其摒弃了很多复杂的机械结构的同时增加了大量的电控系统，高度的集成控制使其在与ACC的融合设计方面有天

然的优势。因此，众多学者对电动汽车的经济性巡航控制策略进行了深入的研究[6-9]。将纵向加速度作为模型预测控制的代价函数之一，试图通过减小车辆的加速度以期降低整车的能耗[10];基于纵向动力学模型将整车消耗功率建模为速度和加速度相关的函数，通过将车辆的功耗作为优化算法的目标函数以期优化整车的能耗[11]。由于经济性评价指标的建模精度与控制器所带来的经济性能改善密切相关，Jia等[12]提出基于电机转矩、转速和效率建立简化的线性电机能耗模型并将其作为模型预测控制算法的目标函数，通过对电机输出转矩优化从而改善了电机的工作点分布。初亮等[13]基于插值的方法建立非线性的电机能耗模型并使用非线性优化算法对多目标优化问题进行求解。上述建立经济性巡航控制器的方法多是通过选择合适的经济性评价指标作为目标函数之一以优化加速度或者电机转矩，从而在实现跟踪控制的同时降低整车的能耗，但是由电机能耗模型和车辆动力学模型等带来的非线性以及计算量大的问题是影响控制器实时应用的重要因素[14]。相关研究表明，在驾驶过程中为驾驶员提供有效的速度提示以减少频繁的速度波动，能够明显降低油耗[15]。因此，本文基于分层结构对经济性巡航控制器进行设计，通过缩小优化问题的规模，具体表现为将多目标优化问题分割成速度规划和跟踪控制2个模块，从而在一定程度上提高运算速度和改善优化效能。Andreas等[16]根据预先可知的未来出行信息使用动态规划(DP)算法离线获得了全局最优速度剖面，然后基于MPC来跟踪上述获得的速度曲线以实现在线控制，但是动态规划方法依赖于提前预知的未来出行信息且存在计算量较大的问题。郭露露[17]首先基于连续广义最小残差法对车辆通过交叉口的速度进行规划，其次基于最优控制原理获得了满足速度跟踪的最优转矩分配和最优挡位切换规律的显示解。基于解析的方法虽然有利于提高最优速度曲

线的计算速度，但是适应性差，需要结合具体场景

推导。Yang等[18]基于规则的方法提出匀加速-

匀速车辆模型，求解车辆通过交叉口的最优车速，但是均匀变化的车速降低了规划车速的灵活性且无法协同优化规划车速对应的能耗。廖若桦[19]

通过建立能耗模型作为智能优化算法的代价函数，确定交叉口下的通行约束条件对车辆连续通过交叉口的速度曲线进行求解以提高道路的通行效率并降低整车的能耗。上述研究的分层结构中的速度规划模块多是对车辆未来出行一段时间内的速度进行规划，但是车辆的实际行驶环境是不断变化的，因此需要根据车辆实时获得的环境信息对规划车速进行重新调整才能被跟踪控制器跟踪。综上所述，车速规划模块既要能提供未来一段时间内的最优速度曲线，如通过交叉口，又要能对短时域内的未来车速进行规划以应对复杂的行