动态规划法对新能源汽车能量管理优化研究*

王上林 ，涂超群

（广州南洋理工职业学院，广东 广州 510000）

新能源汽车作为未来汽车发展的趋势和方向，一直是汽车领域研究的热点问题[1]。但是，新能源汽车的能耗较大，一直是该领域发展的瓶颈，限制了新能源汽车的发展潜力[2]。如何有效地提高新能源汽车的能量利用率，实现相关参数的优化，是目前亟待解决的问题。2022 年的调查数据显示，新能源汽车的销售量约占汽油汽车的5%，同比增加15%。而且，市场上对新能源汽车的需求与日俱增。有学者研究认为，将智能分析法应用于新能源汽车的能耗优化中，不仅可以动态调整新能源汽车的输出功率，而且可以增加汽车的行驶里程，延长新能源汽车的使用寿命[3]。因此，本文以动态规划法为基础，对新能源汽车的能耗问题进行分析，通过动态的参数调整，实现能量管理有效优化，并通过实际案例进行结果验证。

1 相关概念

1.1 动态规划法的数学描述

动态规划法属于一种动态分析过程，结合数学基础、计算机技术，可以解决能耗数据的处理、分类等问题，实现对能耗的优化[4]。动态规划法要实现持续性的分析，需要将相关问题标准量化处理。

定义1[5]：能耗数据为xi，数据优化结果为s(xi)，输出参数为yi，能耗的计算结果如公式（1）所示。

其中，t为动态规划的时间；ξt为动态规划的调节参数。

1.2 新能源汽车能耗数据的分类

定义2[6]：依据能耗类型进行分类（纯电动=1，混动=2），分类函数为Z(xi)，不同能源类型的鲁棒因子为ϖ，那么新能源汽车能耗分类计算如公式（2）所示。

定义3[7]：能耗约束函数为M(xi)。约束条件为：3）分类时间为T＜∑t，则新能源汽车能耗分类过程如公式（3）所示。

定义4[8]：能耗标准化函数为f(xi,F(xi)|ϖ)，能耗结果均大于0，具体计算如公式（4）所示。

由此，对新能源汽车能耗进行优化时，需要结合数据类型，判断优化参数的大小、方向。其中，标准化函数可为新能源汽车能量管理提供良好的基础，有助于提高分析结果的准确性。

1.3 新能源汽车能耗的逻辑判断

本文采用动态规划法对新能源汽车能耗进行分析，并对不同类型数据进行持续、深入的优化，以不断纠正优化参数。其中，逻辑判断过程如下[9]：

定义5[10]：新能源汽车能耗类型为zi，在约束条件M(xi)下，分析能耗数据xi与输出参数yi之间的关系，如公式（5）所示。

依据新能源汽车能耗所属类型，对结果进行计算，得到动态规划结果，如公式（6）所示。

其中，t为动态规划的时间。

依据新能源汽车的能耗进行分类，并对不同的输出结果进行比较，选择动态规划结果的最优解，计算过程如公式（7）所示。

动态规划法可以简化能量管理的处理过程，缩短能耗优化的时间，并提高参数优化的准确性。

2 新能源汽车能耗优化的参数处理

2.1 新能源汽车能耗数据的预处理

获得新能源汽车的能耗数据，优化新能源汽车能耗参数，并进行全面分析。然后，设置能耗的阈值和标准，实现能耗的最低化。新能源汽车能耗参数的变动会影响结果的准确性[11]，所以要对输出数据进行预处理，具体的预处理结果如图1所示。

由图1 可知，标准能耗监测法未降低能耗数据的复杂度，而且数据无方向性。相对来说，动态规划法处理后的能耗数据更集中，且映射更加集中。另外，动态规划法大幅降低了能耗数据的复杂度，也保证了处理后的合理性，而且数据的处理过程更加稳定。

2.2 新能源汽车各部分能耗优化函数

动态规划法对新能源汽车能耗参数进行优化，并调整相应的处理方案，提高优化的针对性。动态规划法随机选择处理方案，记录参数调整过程，比较输出结果，并记录最佳的能耗方案，具体方案函数如下。

传动装置的优化函数q(xi)如公式（8）所示：

辅助设备的优化函数z(xi)如公式（9）所示：

制动设备的优化函数f(xi)如公式（10）所示：

3 新能源汽车能量管理实例

为了便于计算，选择锂电池作为能源的新能源汽车共3 台，测试时间为12 h，车辆电池的具体参数如表1所示。表1中不同参数的变化过程如图2所示。

图2 能源输出参数的变化

由图2 可知，3 辆新能源汽车的能耗参数的变化范围比较平均，而且各个参数的变化范围之间无相关性，也无显著相关性，可以进行不同方法的对比分析。另外，不同参数的边界比较顺滑，无突出的数据变化，说明参数的变化比较稳定。同时，新能源汽车能耗主要集中在规划段号码300 至500 之间，小于300 的能耗相对较少，说明新能源汽车的能耗处于高峰阶段，需要进一步优化。整体来说，本文选择的3辆实验车，各参数间无相关性，可以作为研究车辆。

3.1 不同新能源汽车类型能耗优化情况

新能源汽车能耗包含纯电、混合电等，经过动态规划法的初步预处理，能耗优化率较好。为了更加准确地验证优化效果，对不同类型新能源汽车进行30次能耗分析，并取平均值作为最终结果，结果如表2所示。

表2 不同新能源汽车类型能耗优化结果

由表2 中的结果可知，动态规划法对于不同类型的车辆，能耗的优化结果大于90%，显著优于标准能量检测法，而且误差率为0.05%，小于标准能量检测法。出现上述现象的原因，是动态规划法可对新能源汽车进行分类，而且对各个部件进行动态调节，以此获得最佳的能耗。

3.2 动态规划法下新能源汽车能量管理的准确性

为了验证动态规划法对新能源汽车能量管理的准确性，与标准能量检测法进行结果比较，结果如图3所示。

图3 不同算法的测试结果

由图3 可知，动态规划法的精准度高于标准能量检测法，且误差率也更低，说明动态规划法的计算比较稳定，而标准能量检测法的计算误差较大。究其原因，动态规划法依据新能源汽车所处的状态，进行能量分配和调节，并在保证设备稳定运行的情况下，尽量减少能耗。不同算法下新能源汽车各装置能耗处理的详细结果如表3 所示。

表3 不同算法下汽车各装置能耗处理的详细结果

由表3 可知，标准能量检测法在传动装置、制动装置、辅助装置以及整体能源输出方面，存在精准度低、误差率较高的问题，显著逊色于动态规划法。究其原因，动态规划法在对新能源汽车进行分析时，采用了逻辑判断分析法对新能源汽车进行整体规划，并依据汽车的运行状态，进行能源的比例划分。而且在汽车能源输出的划分中，动态规划法融入了动态因子，及时调整不同设备间的能源系数，进一步优化了能源输出结果。为了进一步验证动态规划法的有效性，用不同方法对能耗进行持续性分析，结果如图4所示。

图4 新能源汽车的能耗持续分析结果

由图4 可知，动态规划法的结果显著优于标准能量检测法，而且动态规划法的整体变化比较平滑，说明该方法对能量管理的优化过程比较稳定。究其原因，动态规划法增加了能量管理的优化系数，并设置能耗判断标准，对不同的能耗进行函数分析。

4 结论

本文提出了动态规划法，并结合新能源汽车类型，对新能源汽车能耗参数进行调整。同时，对新能源汽车能耗的类型、标准进行深入分析，构建新能源汽车能耗的分类集合。MATLAB 结果表明：1）动态规划法对于不同类型的车辆，能耗的优化结果大于90%，显著优于标准能量检测法，而且误差率为0.05%，小于标准能量检测法。2）动态规划法的精准度高于标准能量检测法，且误差率更低，说明动态规划法的计算比较稳定，而标准能量检测法的计算误差较大。3）标准能量检测法在传动装置、制动装置、辅助装置以及整体能耗处理方面，存在精准度低、误差率较高的问题，显著逊色于动态规划法。4）动态规划法的结果显著优于标准能量检测法，而且动态规划法下的能耗持续性变化曲线整体比较平滑，说明该方法对能耗的优化过程比较稳定。