电动汽车多电源工作功率分配方法及系统与流程

1.本发明涉及电动汽车功率分配技术领域，具体地涉及一种电动汽车多电源工作功率分配方法及系统。


背景技术：

2.电动汽车充电、行驶、加减速和制动等动作信号繁杂且庞大，变换器运行时需要基于这些动作信号进行工作模式的切换，从而改变相应的端口连接方式，对于动力电池和超级电容联合供电模式，电机的需求功率大于动力电池输出的平均功率时，由超级电容输出剩余的峰值功率；当放电电流较大时，会对动力电池产生冲击，造成不可逆转的损害，因此仅由超级电容供电；对于再生制动模式，瞬间制动电流过大也会对动力电池造成，因此优先将制动能量回馈给超级电容。
3.针对采用动力电池和超级电容的多电源供电电动汽车，需要解决动力电池和超级电容作为复合电源供电时因拓展端口数目而导致的多端口功率分配问题，现有的功率分配方法大多是采用基于规则的分配方法，无法适应电动汽车复杂多变的工况，会导致电动汽车运行效率的降低。


技术实现要素：

4.本发明的目的是提供一种电动汽车多电源工作功率分配方法及系统，该功率分配方法能保证车辆行驶时的安全性和平顺性，以及提升电动汽车运行效率。
5.为了实现上述目的，本发明一方面提供一种电动汽车多电源工作功率分配方法，包括：
6.通过车载传感阵列对充放电机车辆工况进行判断，获得车辆传感阵列的输出数据；
7.通过与电池管理系统通信对动力电池的状态进行监测，获得电池管理系统的输出数据；
8.通过与超级电容管理系统通信对超级电容的状态进行监测，获得超级电容管理系统的输出数据；
9.通过直流变换系统的容错模式确定机动桥臂的连接状态，获得直流变换器电压电流传感器的输出数据；
10.采用全局最优解中的系数矩阵对所述输出数据进行加权计算，以得到车辆的理论输出功率；
11.根据所述理论输出功率计算实际输出功率；
12.根据所述实际输出功率调节车辆当前的输出功率。
13.可选地，所述功率分配方法还包括：
14.获取车载传感阵列关于充放电机车辆工况的历史监测数据；
15.获取电池管理系统关于动力电池的第一历史状态监测数据；
16.获取超级电容管理系统关于超级电容的第二历史状态监测数据；
17.获取直流变换系统关于直流变换器电压电流传感器的第三历史状态监测数据；
18.对所述历史监测数据、第一历史状态监测数据、第二历史状态监测数据以及第三历史状态监测数据分别进行分配系数计算；
19.将分配系数计算后的结果分别输入对应的子滤波器中以得到局部最优解；
20.将每个所述局部最优解输入主滤波器中，以得到所述全局最优解。
21.可选地，根据所述理论输出功率计算实际输出功率包括：
22.在时，根据公式(1)计算实际输出功率，
[0023][0024]
其中，p
fc
为所述实际输出功率，为所述理论输出功率，p
fc0
为前一控制周期的实际输出功率，δp
fc
为预设的一个单位控制周期内允许动力电池输出功率变化的最大量。
[0025]
可选地，根据所述理论输出功率计算实际输出功率包括：
[0026]
在时，根据公式(2)计算实际输出功率，
[0027]
p
fc
＝p
fc0-δp
fc
，
ꢀꢀ
(2)。
[0028]
可选地，根据所述理论输出功率计算实际输出功率包括：
[0029]
在时，根据公式(3)计算实际输出功率，
[0030]
p
fc
＝p
fc0
+δp
fc
，
ꢀꢀ
(3)。
[0031]
可选地，所述子滤波器或主滤波器用于：
[0032]
根据公式(4)和公式(5)确定状态方程，
[0033]
xk＝f(x
k-1
，u
k-1
)+w
k-1
，
ꢀꢀ
(4)
[0034][0035]
其中，xk表示k时刻的状态量，x
k-1
表示k-1时刻的状态量，u
k-1
表示k-1时刻系统的输入量，w
k-1
表示k-1时刻的过程噪声，x为状态量，表示对x
k-1
的预测值；
[0036]
根据公式(6)和公式(7)确定观测方程，
[0037]
yk＝g(xk，uk)+v
k-1
，
ꢀꢀ
(6)
[0038][0039]
其中，yk表示k时刻的系统观测量，uk表示k时刻系统的输入量，v
k-1
表示k-1时刻的观测噪声，表示对xk的预测值。
[0040]
可选地，所述子滤波器或主滤波器用于：
[0041]
根据所述状态方程和观测方程确定非线性系统线性化后的公式(8)，
[0042]
[0043]
其中，
[0044]
根据公式(9)确定误差协方差矩阵，
[0045]
pk＝akp
k-1akt
+q
k-1
，
ꢀꢀ
(9)
[0046]
其中，pk表示第k次计算得到的误差协方差矩阵，p
k-1
表示第k-1次计算得到的误差协方差矩阵，a
kt
表示ak的转置矩阵，q
k-1
表示第k-1次计算得到的系统过程噪声的协方差矩阵；
[0047]
根据公式(10)更新状态变量，
[0048][0049]
其中，表示第k次状态变量的预测值，kk表示修正系数，表示第k次观测量的预测值，
[0050]
根据公式(11)更新协方差矩阵，
[0051]
pk＝(e-k
kck
)p
k|k-1
，
ꢀꢀ
(l1)
[0052]
其中，e表示随机变数的期望值，ck表示观测矩阵，p
k|k-1
表示第k次协方差矩阵的预测值。
[0053]
可选地，所述子滤波器或主滤波器用于：
[0054]
判断当前迭代次数是否大于或等于预设的次数阈值；
[0055]
在判断当前迭代次数大于或等于预设的次数阈值，输出当前的最优解；
[0056]
在判断当前迭代次数小于所述次数阈值的情况下，返回执行根据公式(4)和公式(5)确定状态方程的步骤。
[0057]
另一方面，本发明实施例还提供一种电动汽车多电源工作功率分配系统，所述功率分配系统包括：
[0058]
车载传感阵列，用于获得充放电机车辆工况的输出数据；
[0059]
电池管理系统，用于获得动力电池的状态的输出数据；
[0060]
超级电容管理系统，用于获得超级电容的状态的输出数据；
[0061]
直流变换系统，用于获得直流变换器电压电流传感器的输出数据；
[0062]
处理器，用于执行如上述任一所述的功率分配方法。
[0063]
另一方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行如上述任一所述的功率分配方法。
[0064]
通过上述技术方案，本发明提供的电动汽车多电源工作功率分配方法及系统通过车载传感阵列对充放电机车辆工况进行判断，获得车辆传感阵列的输出数据；通过与电池管理系统通信对动力电池的状态进行监测，获得电池管理系统的输出数据；通过与超级电容管理系统通信对超级电容的状态进行监测，获得超级电容管理系统的输出数据；通过直流变换系统的容错模式确定机动桥臂的连接状态，获得直流变换器电压电流传感器的输出数据；采用全局最优解中的系数矩阵对所述输出数据进行加权计算，以得到车辆的理论输出功率；根据所述理论输出功率计算实际输出功率；根据所述实际输出功率调节车辆当前的输出功率。该功率分配方法及系统能保证车辆行驶时的安全性和平顺性，以及提升电动
汽车运行效率。
附图说明
[0065]
图1是本发明的一个实施方式的电动汽车多电源工作功率分配方法示意图；
[0066]
图2是本发明的一个实施方式的电动汽车多电源工作功率分配方法的流程图；
[0067]
图3是本发明的一个实施方式的电动汽车多电源工作功率分配方法流程图；
[0068]
图4是本发明的一个实施方式的通过理论输出功率计算实际输出功率的流程图；
[0069]
图5是本发明的一个实施方式的子滤波器或主滤波器工作流程图；
[0070]
图6是本发明的一个实施方式的判断当前迭代次数是否大于或等于预设的次数阈值流程图。
具体实施方式
[0071]
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
[0072]
如图1所示是本发明的一个实施方式的电动汽车多电源工作功率分配方法示意图。如图2所示是本发明的一个实施方式的电动汽车多电源工作功率分配方法的流程图。在该图2中，该方法可以包括：
[0073]
在步骤s10中，通过车载传感阵列对充放电机车辆工况进行判断，获得车辆传感阵列的输出数据；
[0074]
在步骤s11中，通过与电池管理系统通信对动力电池的状态进行监测，获得电池管理系统的输出数据；
[0075]
在步骤s12中，通过与超级电容管理系统通信对超级电容的状态进行监测，获得超级电容管理系统的输出数据；
[0076]
在步骤s13中，通过直流变换系统的容错模式确定机动桥臂的连接状态，获得直流变换器电压电流传感器的输出数据；
[0077]
在步骤s14中，采用全局最优解中的系数矩阵对所述输出数据进行加权计算，以得到车辆的理论输出功率；
[0078]
在步骤s15中，根据理论输出功率计算实际输出功率；
[0079]
在步骤s16中，根据实际输出功率调节车辆当前的输出功率。
[0080]
在该如图1和2所示出的功率分配方法中，车载传感阵列的输出数据、电池管理系统的输出数据、超级电容管理系统的输出数据以及直流变换器电压电流传感器的输出数据均能够作为汽车功率调整的前置参数。但是，由于这四种前置参数本身的相关性不强，显然无法直接通过统一的计算方式来综合确定功率分配方式。因此在本发明的该实施方式中，为了保证功率调整的合理性，采用步骤s14对每个输出数据进行加权计算，从而使得加权计算的结果能够同时反映上述四种输出数据的变化状态，使得计算出的实际输出功率能够反映车载传感阵列、电池管理系统、超级电容管理系统以及直流变换器电压电流传感器的状态。相较于现有技术中直接计算的方式而言，该功率分配方法能够提高功率分配的效率。
[0081]
在该实施方式中，对于步骤s14中的全局最优解，可以是由本领域人员通过预设得到。但是，考虑到预设的方式依赖于人为的经验，因此，在本发明的一个示例中，得到该全局
最优解的方法可以是包括如图3中所示出的步骤。具体地：
[0082]
在步骤s20中，获取车载传感阵列关于充放电机车辆工况的历史监测数据；
[0083]
在步骤s21中，获取电池管理系统关于动力电池的第一历史状态监测数据；
[0084]
在步骤s22中，获取超级电容管理系统关于超级电容的第二历史状态监测数据；
[0085]
在步骤s23中，获取直流变换系统关于直流变换器电压电流传感器的第三历史状态监测数据；
[0086]
在步骤s24中，对历史监测数据、第一历史状态监测数据、第二历史状态监测数据以及第三历史状态监测数据分别进行分配系数计算；
[0087]
在步骤s25中，将分配系数计算后的结果分别输入对应的子滤波器中以得到局部最优解；
[0088]
在步骤s26中，将每个局部最优解输入主滤波器中，以得到全局最优解。
[0089]
步骤s15可以根据理论输出功率计算实际输出功率。对于计算实际输出功率的方式，虽然可以是本领域人员所知的多种方式。在本发明的一个示例中，计算该实际输出功率的方式可以是包括如图4所示出的步骤。具体地：
[0090]
在步骤s30中，在时，根据公式(1)计算实际输出功率，
[0091][0092]
其中，p
fc
为所述实际输出功率，为所述理论输出功率，p
fc0
为前一控制周期的实际输出功率，δp
fc
为预设的一个单位控制周期内允许动力电池输出功率变化的最大量；
[0093]
在步骤s31中，在时，根据公式(2)计算实际输出功率，
[0094]
p
fc
＝p
fc0-ap
fc
，
ꢀꢀ
(2)；
[0095]
在步骤s32中，在时，根据公式(3)计算实际输出功率，
[0096]
p
fc
＝p
fc0
+ap
fc
，
ꢀꢀ
(3)。
[0097]
步骤s25可以将分配系数计算后的结果分别输入对应的子滤波器中以得到局部最优解，步骤s26可以将每个局部最优解输入主滤波器中，以得到全局最优解。对于获得局部最优解和全局最优解的方式，虽然可以是本领域人员所知的多中方式。在本发明的一个示例中，得到局部最优解可以是将分配系数计算后的结果输入对应的子滤波器，得到全局最优解可以是将每个局部最优解输入主滤波器，子滤波器或主滤波器工作方式可以是包括如图5所示的步骤。具体地：
[0098]
在步骤s40中，根据公式(4)和公式(5)确定状态方程，
[0099]
xk＝f(x
k-1
，u
k-1
)+w
k-1
，
ꢀꢀ
(4)
[0100][0101]
其中，xk表示k时刻的状态量，x
k-1
表示k-1时刻的状态量，u
k-1
表示k-1时刻系统的输入量，w
k-1
表示k-1时刻的过程噪声，x为状态量，表示对x
k-1
的预测值；
[0102]
在步骤s41中，根据公式(6)和公式(7)确定观测方程，
[0103]
yk＝g(xk，uk)+v
k-1
，
ꢀꢀ
(6)
[0104][0105]
其中，yk表示k时刻的系统观测量，uk表示k时刻系统的输入量，v
k-1
表示k-1时刻的观测噪声，表示对xk的预测值；
[0106]
在步骤s42中，根据所述状态方程和观测方程确定非线性系统线性化后的公式(8)，
[0107][0108]
其中，
[0109]
在步骤s43中，根据公式(9)确定误差协方差矩阵，
[0110]
pk＝akp
k-1akt
+q
k-1
，
ꢀꢀ
(9)
[0111]
其中，pk表示第k次计算得到的误差协方差矩阵，p
k-1
表示第k-1次计算得到的误差协方差矩阵，a
kt
表示ak的转置矩阵，q
k-1
表示第k-1次计算得到的系统过程噪声的协方差矩阵；
[0112]
在步骤s44中，根据公式(10)更新状态变量，
[0113][0114]
其中，表示第k次状态变量的预测值，kk表示修正系数，表示第k次观测量的预测值；
[0115]
在步骤s45中，根据公式(11)更新协方差矩阵，
[0116]
pk＝(e-k
kck
)p
k|k-1
，
ꢀꢀ
(11)
[0117]
其中，e表示随机变数的期望值，ck表示观测矩阵，p
k|k-1
表示第k次协方差矩阵的预测值。
[0118]
在该实施方式中，子滤波器或主滤波器工作过程中还包括判断当前迭代次数是否大于或等于预设的次数阈值，可以是如图6所示的步骤。具体地：
[0119]
在步骤s50中，在判断当前迭代次数大于或等于预设的次数阈值，输出当前的最优解；
[0120]
在步骤s51中，在判断当前迭代次数小于所述次数阈值的情况下，返回执行根据公式(4)和公式(5)确定状态方程的步骤。
[0121]
另一方面，本发明实施例还提供一种电动汽车多电源工作功率分配系统，该功率分配系统包括车载传感阵列、电池管理系统、超级电容管理系统、直流变换系统和处理器。其中，车载传感阵列用于获得充放电机车辆工况的输出数据，电池管理系统用于获得动力电池的状态的输出数据，超级电容管理系统用于获得超级电容的状态的输出数据，直流变换系统用于获得直流变换器电压电流传感器的输出数据，处理器用于执行如图1、图2所示出的功率分配方法。在该图2中，该方法可以包括：
[0122]
在步骤s10中，通过车载传感阵列对充放电机车辆工况进行判断，获得车辆传感阵列的输出数据；
[0123]
在步骤s11中，通过与电池管理系统通信对动力电池的状态进行监测，获得电池管理系统的输出数据；
[0124]
在步骤s12中，通过与超级电容管理系统通信对超级电容的状态进行监测，获得超级电容管理系统的输出数据；
[0125]
在步骤s13中，通过直流变换系统的容错模式确定机动桥臂的连接状态，获得直流变换器电压电流传感器的输出数据；
[0126]
在步骤s14中，采用全局最优解中的系数矩阵对所述输出数据进行加权计算，以得到车辆的理论输出功率；
[0127]
在步骤s15中，根据理论输出功率计算实际输出功率；
[0128]
在步骤s16中，根据实际输出功率调节车辆当前的输出功率。
[0129]
在该如图1和2所示出的功率分配方法中，车载传感阵列的输出数据、电池管理系统的输出数据、超级电容管理系统的输出数据以及直流变换器电压电流传感器的输出数据均能够作为汽车功率调整的前置参数。但是，由于这四种前置参数本身的相关性不强，显然无法直接通过统一的计算方式来综合确定功率分配方式。因此在本发明的该实施方式中，为了保证功率调整的合理性，采用步骤s14对每个输出数据进行加权计算，从而使得加权计算的结果能够同时反映上述四种输出数据的变化状态，使得计算出的实际输出功率能够反映车载传感阵列、电池管理系统、超级电容管理系统以及直流变换器电压电流传感器的状态。相较于现有技术中直接计算的方式而言，该功率分配方法能够提高功率分配的效率。
[0130]
在该实施方式中，对于步骤s14中的全局最优解，可以是由本领域人员通过预设得到。但是，考虑到预设的方式依赖于人为的经验，因此，在本发明的一个示例中，得到该全局最优解的方法可以是包括如图3中所示出的步骤。具体地：
[0131]
在步骤s20中，获取车载传感阵列关于充放电机车辆工况的历史监测数据；
[0132]
在步骤s21中，获取电池管理系统关于动力电池的第一历史状态监测数据；
[0133]
在步骤s22中，获取超级电容管理系统关于超级电容的第二历史状态监测数据；
[0134]
在步骤s23中，获取直流变换系统关于直流变换器电压电流传感器的第三历史状态监测数据；
[0135]
在步骤s24中，对历史监测数据、第一历史状态监测数据、第二历史状态监测数据以及第三历史状态监测数据分别进行分配系数计算；
[0136]
在步骤s25中，将分配系数计算后的结果分别输入对应的子滤波器中以得到局部最优解；
[0137]
在步骤s26中，将每个局部最优解输入主滤波器中，以得到全局最优解。
[0138]
步骤s15可以根据理论输出功率计算实际输出功率。对于计算实际输出功率的方式，虽然可以是本领域人员所知的多种方式。在本发明的一个示例中，计算该实际输出功率的方式可以是包括如图4所示出的步骤。具体地：
[0139]
在步骤s30中，在时，根据公式(1)计算实际输出功率，
[0140][0141]
其中，p
fc
为所述实际输出功率，为所述理论输出功率，p
fc0
为前一控制周期的
实际输出功率，δp
fc
为预设的一个单位控制周期内允许动力电池输出功率变化的最大量；
[0142]
在步骤s31中，在时，根据公式(2)计算实际输出功率，
[0143]
p
fc
＝p
fc0-ap
fc
，
ꢀꢀ
(2)；
[0144]
在步骤s32中，在时，根据公式(3)计算实际输出功率，
[0145]
p
fc
＝p
fc0
+ap
fc
，
ꢀꢀ
(3)。
[0146]
步骤s25可以将分配系数计算后的结果分别输入对应的子滤波器中以得到局部最优解，步骤s26可以将每个局部最优解输入主滤波器中，以得到全局最优解。对于获得局部最优解和全局最优解的方式，虽然可以是本领域人员所知的多中方式。在本发明的一个示例中，得到局部最优解可以是将分配系数计算后的结果输入对应的子滤波器，得到全局最优解可以是将每个局部最优解输入主滤波器，子滤波器或主滤波器工作方式可以是包括如图5所示的步骤。具体地：
[0147]
在步骤s40中，根据公式(4)和公式(5)确定状态方程，
[0148]
xk＝f(x
k-1
，u
k-1
)+w
k-1
，
ꢀꢀ
(4)
[0149][0150]
其中，xk表示k时刻的状态量，x
k-1
表示k-1时刻的状态量，u
k-1
表示k-1时刻系统的输入量，w
k-1
表示k-1时刻的过程噪声，x为状态量，表示对x
k-1
的预测值；
[0151]
在步骤s41中，根据公式(6)和公式(7)确定观测方程，
[0152]
yk＝g(xk，uk)+v
k-1
，
ꢀꢀ
(6)
[0153][0154]
其中，yk表示k时刻的系统观测量，uk表示k时刻系统的输入量，v
k-1
表示k-1时刻的观测噪声，表示对xk的预测值；
[0155]
在步骤s42中，根据所述状态方程和观测方程确定非线性系统线性化后的公式(8)，
[0156][0157]
其中，
[0158]
在步骤s43中，根据公式(9)确定误差协方差矩阵，
[0159]
pk＝akp
k-lakt
+q
k-1
，
ꢀꢀ
(9)
[0160]
其中，pk表示第k次计算得到的误差协方差矩阵，p
k-1
表示第k-1次计算得到的误差协方差矩阵，a
kt
表示ak的转置矩阵，q
k-1
表示第k-1次计算得到的系统过程噪声的协方差矩阵；
[0161]
在步骤s44中，根据公式(10)更新状态变量，
[0162][0163]
其中，表示第k次状态变量的预测值，kk表示修正系数，表示第k次观测量的预测值；
[0164]
在步骤s45中，根据公式(11)更新协方差矩阵，
[0165]
pk＝(e-k
kck
)p
k|k-1
，
ꢀꢀ
(l1)
[0166]
其中，e表示随机变数的期望值，ck表示观测矩阵，p
k|k-1
表示第k次协方差矩阵的预测值。
[0167]
在该实施方式中，子滤波器或主滤波器工作过程中还包括判断当前迭代次数是否大于或等于预设的次数阈值，可以是如图6所示的步骤。具体地：
[0168]
在步骤s50中，在判断当前迭代次数大于或等于预设的次数阈值，输出当前的最优解；
[0169]
在步骤s51中，在判断当前迭代次数小于所述次数阈值的情况下，返回执行根据公式(4)和公式(5)确定状态方程的步骤。
[0170]
另一方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行如图1、图2所示出的功率分配方法。在该图2中，该方法可以包括：
[0171]
在步骤s10中，通过车载传感阵列对充放电机车辆工况进行判断，获得车辆传感阵列的输出数据；
[0172]
在步骤s11中，通过与电池管理系统通信对动力电池的状态进行监测，获得电池管理系统的输出数据；
[0173]
在步骤s12中，通过与超级电容管理系统通信对超级电容的状态进行监测，获得超级电容管理系统的输出数据；
[0174]
在步骤s13中，通过直流变换系统的容错模式确定机动桥臂的连接状态，获得直流变换器电压电流传感器的输出数据；
[0175]
在步骤s14中，采用全局最优解中的系数矩阵对所述输出数据进行加权计算，以得到车辆的理论输出功率；
[0176]
在步骤s15中，根据理论输出功率计算实际输出功率；
[0177]
在步骤s16中，根据实际输出功率调节车辆当前的输出功率。
[0178]
在该如图1和2所示出的功率分配方法中，车载传感阵列的输出数据、电池管理系统的输出数据、超级电容管理系统的输出数据以及直流变换器电压电流传感器的输出数据均能够作为汽车功率调整的前置参数。但是，由于这四种前置参数本身的相关性不强，显然无法直接通过统一的计算方式来综合确定功率分配方式。因此在本发明的该实施方式中，为了保证功率调整的合理性，采用步骤s14对每个输出数据进行加权计算，从而使得加权计算的结果能够同时反映上述四种输出数据的变化状态，使得计算出的实际输出功率能够反映车载传感阵列、电池管理系统、超级电容管理系统以及直流变换器电压电流传感器的状态。相较于现有技术中直接计算的方式而言，该功率分配方法能够提高功率分配的效率。
[0179]
在该实施方式中，对于步骤s14中的全局最优解，可以是由本领域人员通过预设得到。但是，考虑到预设的方式依赖于人为的经验，因此，在本发明的一个示例中，得到该全局
最优解的方法可以是包括如图3中所示出的步骤。具体地：
[0180]
在步骤s20中，获取车载传感阵列关于充放电机车辆工况的历史监测数据；
[0181]
在步骤s21中，获取电池管理系统关于动力电池的第一历史状态监测数据；
[0182]
在步骤s22中，获取超级电容管理系统关于超级电容的第二历史状态监测数据；
[0183]
在步骤s23中，获取直流变换系统关于直流变换器电压电流传感器的第三历史状态监测数据；
[0184]
在步骤s24中，对历史监测数据、第一历史状态监测数据、第二历史状态监测数据以及第三历史状态监测数据分别进行分配系数计算；
[0185]
在步骤s25中，将分配系数计算后的结果分别输入对应的子滤波器中以得到局部最优解；
[0186]
在步骤s26中，将每个局部最优解输入主滤波器中，以得到全局最优解。
[0187]
步骤s15可以根据理论输出功率计算实际输出功率。对于计算实际输出功率的方式，虽然可以是本领域人员所知的多种方式。在本发明的一个示例中，计算该实际输出功率的方式可以是包括如图4所示出的步骤。具体地：
[0188]
在步骤s30中，在时，根据公式(1)计算实际输出功率，
[0189][0190]
其中，p
fc
为所述实际输出功率，为所述理论输出功率，p
fc0
为前一控制周期的实际输出功率，δp
fc
为预设的一个单位控制周期内允许动力电池输出功率变化的最大量；
[0191]
在步骤s31中，在时，根据公式(2)计算实际输出功率，
[0192]
p
fc
＝p
fc0-ap
fc
，
ꢀꢀ
(2)；
[0193]
在步骤s32中，在时，根据公式(3)计算实际输出功率，
[0194]
p
fc
＝p
fc0
+ap
fc
，
ꢀꢀ
(3)。
[0195]
步骤s25可以将分配系数计算后的结果分别输入对应的子滤波器中以得到局部最优解，步骤s26可以将每个局部最优解输入主滤波器中，以得到全局最优解。对于获得局部最优解和全局最优解的方式，虽然可以是本领域人员所知的多中方式。在本发明的一个示例中，得到局部最优解可以是将分配系数计算后的结果输入对应的子滤波器，得到全局最优解可以是将每个局部最优解输入主滤波器，子滤波器或主滤波器工作方式可以是包括如图5所示的步骤。具体地：
[0196]
在步骤s40中，根据公式(4)和公式(5)确定状态方程，
[0197]
xk＝f(x
k-1
，u
k-1
)+w
k-1
，
ꢀꢀ
(4)
[0198][0199]
其中，xk表示k时刻的状态量，x
k-1
表示k-1时刻的状态量，u
k-1
表示k-1时刻系统的输入量，w
k-1
表示k-1时刻的过程噪声，x为状态量，表示对x
k-1
的预测值；
[0200]
在步骤s41中，根据公式(6)和公式(7)确定观测方程，
[0201]
yk＝g(xk，uk)+v
k-1
，
ꢀꢀ
(6)
[0202][0203]
其中，yk表示k时刻的系统观测量，uk表示k时刻系统的输入量，v
k-1
表示k-1时刻的观测噪声，表示对xk的预测值；
[0204]
在步骤s42中，根据所述状态方程和观测方程确定非线性系统线性化后的公式(8)，
[0205][0206]
其中，
[0207]
在步骤s43中，根据公式(9)确定误差协方差矩阵，
[0208]
pk＝akp
k-lakt
+q
k-1
，
ꢀꢀ
(9)
[0209]
其中，pk表示第k次计算得到的误差协方差矩阵，p
k-1
表示第k-1次计算得到的误差协方差矩阵，a
kt
表示ak的转置矩阵，q
k-1
表示第k-1次计算得到的系统过程噪声的协方差矩阵；
[0210]
在步骤s44中，根据公式(10)更新状态变量，
[0211][0212]
其中，表示第k次状态变量的预测值，kk表示修正系数，表示第k次观测量的预测值；
[0213]
在步骤s45中，根据公式(11)更新协方差矩阵，
[0214]
pk＝(e-k
kck
)p
k|k-1
，
ꢀꢀ
(l1)
[0215]
其中，e表示随机变数的期望值，ck表示观测矩阵，p
k|k-1
表示第k次协方差矩阵的预测值。
[0216]
在该实施方式中，子滤波器或主滤波器工作过程中还包括判断当前迭代次数是否大于或等于预设的次数阈值，可以是如图6所示的步骤。具体地：
[0217]
在步骤s50中，在判断当前迭代次数大于或等于预设的次数阈值，输出当前的最优解；
[0218]
在步骤s51中，在判断当前迭代次数小于所述次数阈值的情况下，返回执行根据公式(4)和公式(5)确定状态方程的步骤。
[0219]
通过上述技术方案，本发明提供的电动汽车多电源工作功率分配方法及系统通过车载传感阵列对充放电机车辆工况进行判断，获得车辆传感阵列的输出数据；通过与电池管理系统通信对动力电池的状态进行监测，获得电池管理系统的输出数据；通过与超级电容管理系统通信对超级电容的状态进行监测，获得超级电容管理系统的输出数据；通过直流变换系统的容错模式确定机动桥臂的连接状态，获得直流变换器电压电流传感器的输出数据；采用全局最优解中的系数矩阵对所述输出数据进行加权计算，以得到车辆的理论输出功率；根据所述理论输出功率计算实际输出功率；根据所述实际输出功率调节车辆当前的输出功率。该功率分配方法及系统能保证车辆行驶时的安全性和平顺性，以及提升电动
汽车运行效率。
[0220]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0221]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0222]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0223]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0224]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0225]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
[0226]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0227]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0228]
以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，
本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：
1.一种电动汽车多电源工作功率分配方法，其特征在于，所述功率分配方法包括：通过车载传感阵列对充放电机车辆工况进行判断，获得车辆传感阵列的输出数据；通过与电池管理系统通信对动力电池的状态进行监测，获得电池管理系统的输出数据；通过与超级电容管理系统通信对超级电容的状态进行监测，获得超级电容管理系统的输出数据；通过直流变换系统的容错模式确定机动桥臂的连接状态，获得直流变换器电压电流传感器的输出数据；采用全局最优解中的系数矩阵对所述输出数据进行加权计算，以得到车辆的理论输出功率；根据所述理论输出功率计算实际输出功率；根据所述实际输出功率调节车辆当前的输出功率。2.根据权利要求1所述的功率分配方法，其特征在于，所述功率分配方法还包括：获取车载传感阵列关于充放电机车辆工况的历史监测数据；获取电池管理系统关于动力电池的第一历史状态监测数据；获取超级电容管理系统关于超级电容的第二历史状态监测数据；获取直流变换系统关于直流变换器电压电流传感器的第三历史状态监测数据；对所述历史监测数据、第一历史状态监测数据、第二历史状态监测数据以及第三历史状态监测数据分别进行分配系数计算；将分配系数计算后的结果分别输入对应的子滤波器中以得到局部最优解；将每个所述局部最优解输入主滤波器中，以得到所述全局最优解。3.根据权利要求1所述的功率分配方法，其特征在于，根据所述理论输出功率计算实际输出功率包括：在时，根据公式(1)计算实际输出功率，其中，p
fc
为所述实际输出功率，为所述理论输出功率，p
fc0
为前一控制周期的实际输出功率，δp
fc
为预设的一个单位控制周期内允许动力电池输出功率变化的最大量。4.根据权利要求3所述的功率分配方法，其特征在于，根据所述理论输出功率计算实际输出功率包括：在时，根据公式(2)计算实际输出功率，p
fc
＝p
fc0-δp
fc
， (2)。5.根据权利要求3或4所述的功率分配方法，其特征在于，根据所述理论输出功率计算实际输出功率包括：在时，根据公式(3)计算实际输出功率，p
fc
＝p
fc0
+δp
fc
， (3)。6.根据权利要求2所述的功率分配方法，其特征在于，所述子滤波器或主滤波器用于：根据公式(4)和公式(5)确定状态方程，
x
k
＝f(x
k-1
,u
k-1
)+w
k-1
， (4)其中，x
k
表示k时刻的状态量，x
k-1
表示k-1时刻的状态量，u
k-1
表示k-1时刻系统的输入量，w
k-1
表示k-1时刻的过程噪声，x为状态量，表示对x
k-1
的预测值；根据公式(6)和公式(7)确定观测方程，y
k
＝g(x
k
,u
k
)+v
k-1
， (6)其中，y
k
表示k时刻的系统观测量，u
k
表示k时刻系统的输入量，v
k-1
表示k-1时刻的观测噪声，表示对x
k
的预测值。7.根据权利要求6所述的功率分配方法，其特征在于，所述子滤波器或主滤波器用于：根据所述状态方程和观测方程确定非线性系统线性化后的公式(8)，其中，根据公式(9)确定误差协方差矩阵，p
k
＝a
k
p
k-1
a
kt
+q
k-1
， (9)其中，p
k
表示第k次计算得到的误差协方差矩阵，p
k-1
表示第k-1次计算得到的误差协方差矩阵，a
kt
表示a
k
的转置矩阵，q
k-1
表示第k-1次计算得到的系统过程噪声的协方差矩阵；根据公式(10)更新状态变量，其中，表示第k次状态变量的预测值，k
k
表示修正系数，表示第k次观测量的预测值，根据公式(11)更新协方差矩阵，p
k
＝(e-k
k
c
k
)p
k|k-1
， (11)其中，e表示随机变数的期望值，c
k
表示观测矩阵，p
k|k-1
表示第k次协方差矩阵的预测值。8.根据权利要求7所述的功率分配方法，其特征在于，所述子滤波器或主滤波器用于：判断当前迭代次数是否大于或等于预设的次数阈值；在判断当前迭代次数大于或等于预设的次数阈值，输出当前的最优解；在判断当前迭代次数小于所述次数阈值的情况下，返回执行根据公式(4)和公式(5)确定状态方程的步骤。9.一种电动汽车多电源工作功率分配系统，其特征在于，所述功率分配系统包括：车载传感阵列，用于获得充放电机车辆工况的输出数据；电池管理系统，用于获得动力电池的状态的输出数据；
超级电容管理系统，用于获得超级电容的状态的输出数据；直流变换系统，用于获得直流变换器电压电流传感器的输出数据；处理器，用于执行如权利要求1至8任一所述的功率分配方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行如权利要求1至8任一所述的功率分配方法。

技术总结
本发明实施例提供一种电动汽车多电源工作功率分配方法及系统，涉及电动汽车功率分配技术领域。功率分配方法包括：通过车载传感阵列对充放电机车辆工况进行判断，获得车辆传感阵列的输出数据；通过与电池管理系统通信对动力电池的状态进行监测，获得电池管理系统的输出数据；通过与超级电容管理系统通信对超级电容的状态进行监测，获得超级电容管理系统的输出数据；通过直流变换系统的容错模式确定机动桥臂的连接状态，获得直流变换器电压电流传感器的输出数据；采用全局最优解中的系数矩阵对所述输出数据进行加权计算，以得到车辆的理论输出功率。该功率分配方法能保证车辆行驶时的安全性和平顺性，以及提升电动汽车运行效率。以及提升电动汽车运行效率。以及提升电动汽车运行效率。


技术研发人员：吉祥 曾国建 蔡华娟 许海丽
受保护的技术使用者：安徽锐能科技有限公司
技术研发日：2023.06.25
技术公布日：2023/10/7