利用道路坡度预知的生态滑行策略：基于混合整数模型预测控制的评估与在线实现

滑行已被广泛用于生态驾驶准则中，通过利用动能来降低燃油消耗。然而，由于最优控制问题中的过度简化和整数变量，不同滑行策略之间的综合比较以及利用道路坡度预知的生态滑行策略的在线性能仍不明确。为此，提出两种不同滑行策略（断油与发动机启停）以揭示利用道路坡度预知的生态滑行潜在收益。建模中考虑了发动机阻力矩和发动机重启所用能量成本，以公平评估离线与在线性能。通过动态规划（DP）在不同坡度剖面的多种驾驶场景下评估这两种滑行方法的离线性能。离线仿真表明，发动机启停方法通过摆脱发动机阻力矩，在燃油消耗和行驶时间上均优于断油方法。随后，使用混合整数模型预测控制（MIMPC）评估这两种滑行方法的在线性能。在 MIMPC 公式中加入关于最小关闭步数 novel 运行约束，以避免代表断油与发动机启停机制的整数变量频繁切换。仿真结果表明，对于断油和发动机启停两种滑行方法，MPC 控制器均将燃油消耗降低至与 DP 相当的水平，且不牺牲行驶时间。