一种面向电池电动汽车的实时鲁棒生态自适应巡航控制策略

本工作通过一种计算高效的鲁棒控制策略，解决了网联电动汽车的生态自适应巡航控制问题。该问题在空间域中建模，以非线性电驱动总成模型和运动动力学的真实描述构造出一个凸最优控制问题（OCP）。该 OCP 采用一种新颖的鲁棒模型预测控制（RMPC）方法求解，该方法可处理由建模失配与前车信息不准确引起的各类扰动。RMPC 问题通过半定规划松弛与单线性矩阵不等式（sLMI）技术求解，以进一步提升计算效率。所提出的实时鲁棒生态自适应巡航控制（REACC）方法的性能使用实验采集的驾驶循环进行了评估。其鲁棒性通过与标称 MPC 对比得以验证，后者被证明会导致限速约束违背。所提方法的能源经济性优于一种最先进的时域 RMPC 方案，因为更精确拟合的凸驱动总成模型可集成入空间域方案。与传统恒距跟车策略（CDFS）的额外对比进一步验证了所提 REACC 的有效性。最后，鉴于 sLMI 及由此产生的凸算法，验证了 REACC 具备实时实现的潜力。