自1997年混合动力汽车首次进入汽车市场以来，关于其动力链的能源优化的研究层出不穷。目前大多数研究把重点放在给定目标驾驶路线下的最小能源消耗上，这一假设条件是建立在出行之前就必须先已知目标路线上的车速且整段行驶车速不受外界干扰的前提下。从动力系统控制与管理技术的角度看，关键的科学问题是如何设计在车载控制单元中可实现的能量管理策略（EMS）。基于以上假设，EMS的实现主要有两类——基于规则的策略和基于优化的策略。假设条件显然是不现实的，若从实际出发，所要求的整个路线的功率需求预知往往是最优控制算法应用的瓶颈所在。因为在真实的驾驶环境下，驾驶员需要对身边环境做出实时的判断；也就是说，如果不能适应路线上的路况变化进行实时优化，在前面假设下所得到的最优解并没有实际意义。幸运的是，随着V2V和V2I等高速V2X信息的发展，车辆可以实时获得交通场景中周边各种信息。另外随着万物互联互通和自动驾驶等技术的快速发展，使得混合动力汽车的动力系统和车辆动力学联合优化成为了可能。

为了验证基于交通场景的EMS，理想的方法是通过真实交通环境中行驶的混合动力汽车来测试。通常而言这种方法既耗时又耗力，且设计成本高。对大多数研究人员来说，获得目前网联环境所要求的前车速度、红绿灯相位等实时信息以及历史数据并不是容易实现的。同时对于尚未成熟的控制算法，还需要考虑到算法在实车试验中的安全性。另外，基于EMS所设计的关于能量能耗最小为目标优化问题的最优解对于动力链的各子系统而言是期望的控制指令，比如发动机需求转矩和电机需求转矩。但在子系统的验证过程中，则需要使用高保真的动力系统模型。基于以上分析可以发现，在控制理论和工业应用之间存在着较大的鸿沟。为了打破这一局面，制定一个学术界和工业界达成共识的混合动力汽车实时能源管理策略，是非常有价值的。

本文提出了在网联环境下混合动力汽车实时优化算法开发的基准问题，具体地给出了基于V2X的实时优化的优化问题及其评价标准，提供了一个基于动力系统模型和随机交通场景的混合动力汽车能量管理策略仿真平台。在这个仿真平台上，可以实现混合动力汽车能量管理策略的虚拟测试。并针对基准问题，给出了一种基于滚动时域优化的实时能量管理策略。

欢迎点击此处阅读论文全文。

本文的基准问题和仿真器目前对学术界和工业界开放，如有兴趣可联系本文通讯作者。

通讯作者：

Fuguo Xu

日本东京都市大学综合研究所助理教授，于2016年获燕山大学控制工程硕士学位，2019年获日本东京上智大学机械工程博士学位。并于2019年10月至2021年10月在日本上智大学机能创造理工系担任博士后研究员。曾担任IFAC Conference on ECOSM 2021的学生挑战赛主席。主要研究方向为最优控制及其在混合动力汽车动力系统中的应用。

E-Mail:fuguoxu@eagle.sophia.ac.jp

期刊简介：

Control Theory and Technology (CTT), 创刊于2003年。由华南理工大学与中国科学院数学与系统科学研究院联合主办，主要报道系统控制科学中具有新观念、新思想的理论研究成果及其在各个领域中的应用。已被ESCI、EI、Scopus、INSPEC、ACM 等众多数据库收录。期刊最新CiteScore引用分为6.4。

点击此处，进入期刊主页。