《Sustainable Energy Technologies and Assessments》:Research on eco-driving of PHEVs considering dynamic dissipation process of waiting queues
编辑推荐:
•实际驾驶数据实现了动态排队消散估计。•具备排队感知能力的经济速度规划支持安全通过路口。•速度和荷电状态轨迹通过分层多相控制进行协调。•该策略在保持出行效率的同时,将插电式混合动力汽车的能耗降低超过22%。•通过仿真和硬件在环实验验证了有效性和实时能力。引言随着经济的快速发展
- •
实际驾驶数据实现了动态排队消散估计。
- •
具备排队感知能力的经济速度规划支持安全通过路口。
- •
速度和荷电状态轨迹通过分层多相控制进行协调。
- •
该策略在保持出行效率的同时,将插电式混合动力汽车的能耗降低超过22%。
- •
通过仿真和硬件在环实验验证了有效性和实时能力。
引言
随着经济的快速发展和人民生活水平的不断提高,汽车保有量持续攀升。汽车的普及虽然给日常生活带来了巨大的便利,但同时也加剧了环境污染、交通拥堵和能源消耗。在此背景下,新能源汽车应运而生并迅速发展。其中,插电式混合动力汽车(PHEV)兼具传统燃油车和纯电动汽车的优势,展现出显著的节能潜力。针对插电式混合动力汽车的节能驾驶研究能够充分发挥其节能能力,在缓解环境污染和能源短缺挑战方面发挥着关键作用。
对于插电式混合动力汽车而言,节能驾驶研究通常包含两个关键部分:动力总成能量管理和经济速度规划[1]、[2]、[3]。在能量管理方面,主流策略包括基于规则的确定性方法[4]、基于模糊逻辑的方法[5]、全局优化方法[6]、[7]、瞬时优化方法[8]、[9]以及基于学习的方法[10];其中,全局优化策略相比其他方案实现了更优的节能效果,但由于无法提前获取未来驾驶速度曲线,在实际应用中面临挑战。近期研究进一步探讨了插电式混合动力汽车的智能自适应能量管理。Zhang等人[11]提出了一种面向网联插电式混合动力汽车的多时域强化学习能量管理策略,利用交通预览信息在多个时间尺度上协调能量流和动力总成的瞬态动力学。此外,Zhang等人[12]开发了一种双层迁移学习框架,利用实际驾驶数据提升车辆能量管理的跨平台迁移能力和在线自适应能力。
车辆能耗与驾驶速度密切相关[13],相同行程在不同驾驶行为下表现出显著的能耗差异。借助智能交通和车辆技术的进步,研究人员致力于经济速度规划。对于传统燃油车辆,针对燃油经济性的开创性研究早在1977年便已出现。随后智能交通系统的发展拓展了基于交通信息的速度优化研究[14]、[15]。除了传统车辆外,大量工作聚焦于纯电动汽车的速度规划[16]、[17]。针对网联电动汽车,Li等人[18]研究了不同坡度高速公路上的实时能量导向驾驶,开发了融入地形信息且兼顾计算效率和跟车安全性的节能驾驶策略。Chen等人[19]利用博弈论框架将网联车辆研究扩展到混合自动驾驶场景,以提升驾驶安全性和交通效率。
然而,插电式混合动力汽车由于其复杂的动力总成架构面临更大的挑战,这使得控制策略更为复杂,速度-能耗关系也更加模糊。具体而言,在不同动力分配方案下,相同速度可能导致截然不同的能耗结果,加剧了插电式混合动力汽车经济速度规划的难度。为应对这一问题,Shen等人[13]采用多项式拟合建模速度-能耗关系,利用速度和加速度建立输入输出框架,并通过Pontryagin最小值原理(PMP)开发最优速度规划器。该方法相比交通流速度实现了超过4%的能耗降低。然而,现有方法主要面向纯电动汽车或燃油车辆,由于插电式混合动力汽车的多模式运行复杂性阻碍了速度到能耗的直接映射,其节能潜力被忽视。
信号灯控制路口是城市驾驶的关键场景,车辆频繁经历加速减速循环或因交通信号灯和限速而怠速,这对能量效率和交通流量产生不利影响。当前节能驾驶研究主要将交通信号灯和限速作为经济速度规划的约束条件[20]、[21]。然而,部分研究纳入了排队效应:Yang等人[22]基于激波理论建立了排队模型,结合信号相位定义绿灯窗口,以实现梯形速度曲线规划。该方法在保证动力性能的同时将平均能耗降低了8.7%。尽管此类工作证实了排队对能耗的影响,但大多数现有研究忽略了排队动态过程——这损害了实际跟踪性能——即使考虑排队的研究往往仅从交通流角度估计消散时间。
为弥补上述研究空白,本文提出了一种纳入排队动态消散过程(QDDP)的节能驾驶策略。通过在信号灯控制路口同时优化经济速度曲线和全局荷电状态(SOC),我们引入分层多相控制框架,在保证不间断通过的同时实现节能通行。核心贡献如下:1) 一种利用实际驾驶数据建模动态排队消散过程的新型排队消散估计方法。2) 一种考虑排队触发的车辆运动的集成速度-SOC协同优化方法,实现高效的路口通行规划。3) 一种分层跟踪控制策略,分别调节车辆速度和动力总成能量分配,以实现插电式混合动力汽车的能耗最小化。
本文其余部分结构如下。第二部分分析插电式混合动力汽车在信号灯控制路口的能耗特征。第三部分完成纳入QDDP的经济速度和全局SOC规划。第四部分设计分层多相节能驾驶控制策略。第五部分通过仿真和硬件在环实验验证所提策略。最后,第六部分总结全文。
章节摘要
信号灯控制路口插电式混合动力汽车能耗特征分析
在通过信号灯控制路口时,车辆经常遇到排队等候的情况,这既影响交通效率也影响能耗。为探究这一问题,本文建立了一种基于动态规划的能量管理策略,以获得全局最优的能量分配方案。利用所开发的插电式混合动力汽车能耗估计模型,本节分析信号灯控制路口的能耗特征,考察其驱动因素
信号灯控制路口的经济速度和全局SOC规划
第二部分对插电式混合动力汽车能耗特征的分析表明,排队等候既影响交通效率也影响能耗。因此,本节利用实际驾驶数据估计排队等候的动态消散过程,并将该估计作为信号灯控制路口经济速度和全局SOC规划的约束条件。
为界定研究场景的范围,做出以下假设:
(1) 所研究的场景
信号灯控制路口的多相分层节能驾驶控制策略
为实现信号灯控制路口的节能通行,本节提出了一种多相分层控制策略。驾驶过程被划分为三个运行阶段:巡航、加减速决策和跟车。经济速度跟踪控制和动力总成控制被解耦为两个分层层级。图10展示了该策略的实现框架。
节能驾驶策略验证
在单路口和多路口场景下分别对交通效率和能耗进行了仿真分析。所提出的QDDP策略与以下传统策略进行了基准对比:巡航策略(CS)、带相位同步的巡航策略(CSPS)以及仅考虑排队消散时间的排队消散时间(QDT)策略,以验证其有效性。
结论
本研究提出了一种考虑信号灯控制路口动态排队消散过程的插电式混合动力汽车节能驾驶方法。该方法首先利用SIND数据集的实际驾驶数据估计车辆排队消散动态。在此基础上,该方法在显式纳入预测的排队消散行为的同时,规划经济车辆速度曲线并优化全局SOC轨迹。最后,通过多相分层
CRediT作者贡献声明
胡建军: 撰写——审阅与编辑、验证、监督、项目管理。郑宇琪: 撰写——审阅与编辑、方法论、形式化分析、概念化。刘洪凯: 撰写——审阅与编辑、软件、数据整理。黄超: 撰写——原始草稿、可视化、概念化。
利益冲突声明
作者声明不存在已知的竞争性经济利益或个人关系,这些利益或关系可能影响本文所报告的工作。
致谢
本工作得到了重庆市自然科学基金(项目编号:CSTB2023NSCQ-LZX0169)和山西省重大科技项目(项目编号:202301150401011)的支持。
胡建军|郑宇琪|刘洪凯|黄超