混合动力系统的模型预测能量管理

——2023内燃动力智能控制集训营（第六讲）

2023年10月25日，由中国内燃机学会主办，中国内燃机学会内燃动力智能技术分会、天津大学先进内燃动力全国重点实验室共同承办的先进内燃动力智能控制集训营（第六讲）顺利结束。来自大连民族大学的张江燕副教授受邀作线上报告，报告主题为 混合动力系统的模型预测能量管理。课程由内燃机学会内燃动力智能控制技术分会的秘书长宋康副教授主持。

在正式授课之前，张江燕老师首先介绍了模型预测控制(Model Predictive Control, MPC)的概念和基本思想，并以混合动力控制为例介绍了MPC的模型架构和特点。

本次张江燕老师的课程内容包括 “模型预测控制基础知识”，“模型预测控制问题求解算法”，以及“混合动力系统能源管理应用案例”3个部分。

在“基础知识”部分，张老师介绍了典型控制问题的两大组成部分：目标函数和约束条件。关于最优控制问题求解方法，张老师分别介绍了如何将最优控制问题转化为非线性规划问题，庞特里亚金极大值原理，以及贝尔曼最优性原理，并着重讲述了非线性规划问题和KKT条件、庞特里亚金极大值原理的具体求解方法。

鉴于带有不等式约束的非线性规划问题或者最优控制问题均难以求解的情况，在课程的第二部分，张老师介绍了SQP和C-GMRES这两种用于求解有限时间最优控制问题的近似解的算法。通常求解近似解需要采用计算机进行迭代算法求解，此时需要将连续域问题进行离散化，故在求解有限时间最优控制问题时首先需要将其进行离散域描述。

课程第三部分，张老师介绍了将模型预测控制用于混合动力系统能源管理应用案例，具体展示了如何将实际问题转换为最优控制问题的研究思路和方法，然后再采用相关算法进行求解。混合动力系统的能源管理问题可以描述为：针对驾驶员所发出的需求扭矩，车载动力链控制算法对发动机、电机进行动力分配，该分配策略对应着发动机、电动机的工作效率点。

在基于序列二次规划应用于功率分流式混合动力能量管理的案例中，以扭矩为优化变量，以瞬时油耗和瞬时电耗为优化指标，并设定边界约束。基于其非线性规划的问题属性而采用SQP进行求解，并将该算法在发动机台架上进行了硬件在环测试。

报告最后，张老师就“选择最优化求解三种方法的依据和标准”等问题与集训营学员展开讨论，并分享了理论模型算法与实际工程相结合的应用方法和经验。

本期集训营设置有基础理论，内燃机-动力系统-车辆与集群的测量、控制与优化，自主ECU工具链及仿真测试平台三个模块共19次的课程，汇集了大批在国内一线工作的有丰硕成果的年轻老师和工程师们。同济大学、天津大学、吉林大学、山东大学、哈尔滨工业大学等22所高校，潍柴、玉柴、重汽、上汽、广汽、东风、吉利、天津易鼎丰、天津布尔科技等20家企业，中船711研究所、北方发动机研究所、一汽无锡油泵油嘴研究所、中科院数学与系统科学研究院等7家研究院所，共四十余家单位100余名师生参加了本次集训营。累计参会达到619人次。