杨亚联，石小峰

（重庆大学汽车工程学院，重庆400044）

1 引言

混合动力汽车的能量管理是发挥其构型特点的重要技术之一，目前被广泛采用的是基于规则和基于优化方法的能量管理策略。基于规则的能量管理，大多基于工程师的经验来制定规则，简单且计算快速，但工况适应性不强，并不是最优的控制方法。基于优化的能量管理主要是动态规划算法和最小值原理（Pontryagin’s minimum principle，PMP），两种算法均能获得全局最优解，但必须已知工况，而且计算量较大，缺乏实用性。基于对实时性的要求，便有了瞬时优化的能量管理，较为典型的便是模型预测算法。模型预测能量管理将优化算法应用于预测时域，通过滚动优化，不断更新预测状态量并获取最优的控制变量[1-2]。

文献[3]考虑瞬态时的油耗，应用模型预测算法，根据驾驶意图对转矩的分配做预测控制，得出了比PID 控制更好的燃油经济性。文献[4]采用随机预测模型控制算法对驾驶员需求扭矩进行预测，研究了其转矩分配问题，并建立了马尔可夫预测模型，利用动态规划作为其优化算法，燃油经济性得到显著提升。文献[5]提出了非线性和线性时变的模型预测算法，利用PSAT 软件结果与之对比实现了燃油经济性的提高，且非线性的方法提升尤为显著。

虽然上述论文对混合动力能量管理策略的工况适应性、实时性进行了针对性的研究，但是工况预测的精度还有待进一步提高。

通过应用多阶马尔可夫与神经网络作为预测模型，采用动态规划做滚动优化，建立了混联式混合动力汽车的模型预测能量管理策略，并验证了所提出的能量管理策略在工况预测精度方面的优势。……