一种基于自适应多目标粒子群的新能源卡车能量优化方法

技术领域

本发明涉及露天矿作业技术领域，具体涉及一种基于自适应多目标粒子群的新能源卡车能量优化方法。

背景技术

露天矿卡车运输成本是露天矿生产成本的主要内容，通常不低于总成本的40％左右。在矿山实际生产运输中，新能源卡车逐渐成为运输趋势，其中新能源卡车的电池成本占卡车总的运输成本50％以上。因此，降低运输能量消耗从而提高露天矿生产利润成为了我们迫切解决的问题。

运输作业是矿山开采过程中必不可少的主要工艺之一。随着油耗法规和环保要求的加严、常规车限行规定的执行及新能源技术研发的不断推进、电车成本降低以及市场占有率的增加，新能源卡车已经成为未来露天矿运输领域的趋势和发展方向。对于露天矿新能源卡车的电池能量回收利用优化，捕获尽可能多的损失能量，进行能量优化，并在加速和爬坡过程中重新注入，这有极大的潜力，可以提高运输作业的效率。

对新能源卡车能量优化方法的国内外研究进行分析，发现目前主要集中在对传统的燃油卡车和燃油混合动力卡车的燃油消耗上的研究，对于纯电动卡车电池能量消耗的研究较少。如申请号为CN201910816147.0和申请号为CN202110250780.5的申请，研究了传统矿卡能耗的影响因素进行分析，从而达到节约油耗的目的。随着新能源卡车的发展，考虑路径从而减少传统矿卡的燃油消耗，已经不能满足实际露天矿新能源卡车的生产运输需要。

发明内容

为了克服以上现有技术存在的缺陷，本发明的目的在于提供一种基于自适应多目标粒子群的新能源卡车能量优化方法，对新能源卡车重量和工作高度的巨大变化对电池消耗进行优化。

为了实现上述目的，本发明采用的技术方案是：

一种基于自适应多目标粒子群的新能源卡车能量优化方法，包括以下步骤；

步骤1：构建能量消耗模型；首先根据露天矿的道路信息建立路网，通过电动汽车的瞬时功率，基于最小原理的能耗目标推导出了能量消耗模型；

步骤2：用权重求和模型表示该问题模型，并使用分类权重法对影响电池能量消耗的因素的权重进行设定；

步骤3：通过自适应多目标粒子群对新能源卡车以影响电池能量消耗为输出参数进行能量优化。

所述步骤1中，能量消耗模型包含行程阻力损失、电机功率损失和再生制动功率引起的能量消耗且涉及到道路坡度问题；

露天矿新能源卡车运输能量消耗模型如下：

min(A

式中，A

车辆沿路径M

式中，m

进一步的，当车辆在路段(i,j)上行驶时，一部分电能会转换为势能消耗掉，记为

A

式中，G为新能源卡车的有效荷载，kg；θ为行驶过程中与水平地面的夹角；

在驾驶电动汽车的过程中，车辆会受到路面的摩擦阻力、空气阻力、轴承之间的摩擦，得到以下方程：

F＝F

其中，F是电动汽车的牵引力；m是车辆质量；a是加速度；摩擦力F

所述摩擦力F

F

F

F

其中，α是由空气密度ρ确定的气动阻力常数，A

进一步的，基于上述分析，电动汽车克服阻力所需的功率通过以下表达式计算：

P

P

电机损耗指电机内部的铁损、铜损和线损；描述如下

p

其中I和r表示电枢的电流和电阻；该力是由电机转矩产生的，简化为电枢常数、磁通量和电流的乘积：

式中T为转矩；k

将

F＝K*I/R

最后，根据以上分析，得到电机功耗表达式：

其中，P

电动汽车在制动过程中，通过再生制动系统回收部分电能，再生制动功率可描述为：

其中

进一步的，通过下式测量单个电动汽车的瞬时功率；

其中P

所述步骤2中，影响新能源运输卡车电池能量消耗的因素包括以下几个方面：道路状况、车身构造对能耗的影响、工况对能耗的影响、车速对能耗的影响，环境温度对能耗的影响，能量损耗对能耗的影响；1)道路状况：

首先，运输道路状况是影响新能源运输卡车电池能量消耗的主要因素，包括路面坡度、地面类型、路面平整度；

2)车身构造对能耗的影响：

在工况一定时，卡车的能耗和质量基本呈线性关系；

如果考虑采用同等容量的锂离子电池，在此情况下，若考虑到相应的电机功率效率提高和滚动阻力及坡度阻力等的降低，电动汽车的有效续驶里程将增加15％以上；在一般情况下，空气阻力是车辆高速行驶时能耗的重要因素；空气阻力与空气阻力系数和迎风面积成正比；

3)工况对能耗的影响：

在同一时段，不同路段的车流量很大区别，因此新能源卡车能量消耗也随之有相应的变化；

4)车速对能耗的影响：

在其他参数不变的情况下，不同的车速需要不同的驱动功率；考虑电动汽车的使用工况，使设计的经济车速在常用车速范围内；

5)环境温度对能耗的影响：

电动汽车的能耗也与环境因素有关，影响来自环境温度；

6)能量损耗对能耗的影响：

电动汽车的能量损耗包括5方面，采用再生制动使制动损耗大大降低；

问题用权重求和模型表示后，应对每一影响因素设定权重，使用分类权重法对权重求和模型的影响因素的权重进行设定；

首先是“排队阶段”：对各个影响因素进行分析，根据露天矿新能源卡车的运输特点和各因素对电池能耗的影响及重要程度，将因素按照重要性程度进行排序；

第二，“分类阶段”：将所有罚函数及目标函数划分为三类，即A类：主要因素，占10％左右，B类：次要因素，占20％左右，C类：一般因素，占70％左右；

第三：权重设定阶段：根据分类结果，对A、B、C三类目标函数分类赋予不同权值。

所述步骤3具体为：

基于神经网络的回归模型通过对能耗影响因素的分析，建立了以道路状况、车身构造对能耗的影响、工况对能耗的影响、车速对能耗的影响、环境温度对能耗的影响、能量损耗对能耗的影响六个影响因素为输入参数，以卡车能耗为输出参数的能量优化模型。

进一步的，求解自适应多目标粒子群新能源卡车电池能量优化模型，具体步骤如下；

Step1：初始化露天矿新能源矿卡电池能量回收利用优化参数：运行卡车数、卡车类型、装载点数量、卸载点数量、装卸载点之间的距离、耗电，剩余电量等参数，确定种群规模N；

Step2：根据露天矿新能源矿卡能量优化模型的能耗目标和约束条件，生成原始种群P；

Step3：通过改进差分算子生成N/2个新个体，对于变异产生的新个体，利用贪婪选择策略保留更优秀的后代；

Step4：将种群P、种群产生的子代种群p和合并形成新种群P

Step5：对种群P

Step6：迭代次数加1，判断是否满足终止条件。

Step7：当达到最大迭代次数G

本发明的有益效果：

本发明以新能源矿卡为研究对象，考虑矿山工况信息，实现电机电池协同工作效率优化，建立了新能源卡车能量优化模型。并针对该模型设计了一种自适应多目标粒子群算法进行求解。结果表明所提算法和模型有效提高了新能源矿卡能量回收利用效率，提高矿山经济效益。

附图说明

图1是新能源卡车在上坡和下坡时的受力分析图。

图2是本发明中采用自适应多目标粒子群进行新能源卡车能量优化的流程图。

具体实施方式

下面结合实施例对本发明作进一步详细说明。

本发明为基于自适应多目标粒子群进行新能源卡车能量优化方法，该方法新能源卡车能量优化流程图如图2所示。其中包含有以下步骤：

(1)能量消耗模型构建；

首先根据露天矿的道路信息建立路网，能量消耗模型描述了电动汽车的瞬时功率，基于最小原理的能耗目标推导出了能量消耗模型。该模型分别包含行程阻力损失、电机功率损失和再生制动功率引起的能量消耗且涉及到道路坡度问题。

露天矿新能源卡车运输能量消耗模型如下：

min(A

式中，A

车辆沿路径M

式中，m

当车辆在路段(i,j)上行驶时，一部分电能会转换为势能消耗掉，记为

A

式中，G为新能源卡车的有效荷载，kg；θ为行驶过程中与水平地面的夹角。

在驾驶电动汽车的过程中，车辆会受到路面的摩擦阻力、空气阻力、轴承之间的摩擦等，具体受力分析见下图1。通过力学分析，得到以下方程：

F＝F

其中，F是电动汽车的牵引力；m是车辆质量；a是加速度；摩擦力F

摩擦力F

F

F

F

其中，α是由空气密度ρ确定的气动阻力常数，A

基于上述分析，电动汽车克服阻力所需的功率可通过以下表达式计算：

P

P

电机损耗主要是指电机内部的铁损、铜损和线损。描述如下

p

其中I和r表示电枢的电流和电阻。该力是由电机转矩产生的，可以简化为电枢常数、磁通量和电流的乘积：

式中T为转矩；k

为了计算方便，将

F＝K*I/R

最后，根据以上分析，得到电机功耗表达式:

其中，P

电动汽车在制动过程中，通过再生制动系统回收部分电能，从而有效延长行驶里程。再生制动功率可描述为:

其中

基于上述介绍，可通过下式测量单个电动汽车的瞬时功率。

其中P

(2)用权重求和模型表示该问题模型，并使用分类权重法对影响电池能量消耗的因素的权重进行设定。

影响新能源运输卡车电池能量消耗的因素主要有以下几个方面：道路状况、车身构造对能耗的影响、工况对能耗的影响、车速对能耗的影响，环境温度对能耗的影响，能量损耗对能耗的影响。1)道路状况

首先，运输道路状况是影响新能源运输卡车电池能量消耗的主要因素，包括路面坡度、地面类型、路面平整度等。路面坡度大的路段所遇到的行车阻力较大，因而所产生的能耗也较高。不同地面类型的强度不同，所造成的摩擦阻力也不相同。另外，路面平整度较差的话，车辆就一直处于低档位行驶状态，低速行驶出于非经济时速能量消耗必然会增加。

2)车身构造对能耗的影响

对新能源卡车的车身要求与普通燃油车辆基本一致，在满足刚度和强度要求的情况下，应力求车身的轻量化。在工况一定时，卡车的能耗和质量基本呈线性关系。矿用新能源卡车的质量一般在60t以上，轻量化设计有很大的潜力。仿真研究表明，采用优化设计理念，使用轻量化材料，车身质量减少10％是完全可能的。

如果考虑采用同等容量的锂离子电池，电池质量还可以减少约2/3。在此情况下，若考虑到相应的电机功率效率提高和滚动阻力及坡度阻力等的降低，电动汽车的有效续驶里程将增加15％以上。在一般情况下，空气阻力是车辆高速行驶时能耗的重要因素。空气阻力与空气阻力系数和迎风面积成正比。由于新能源卡车的迎风面积受到乘坐使用空间的限制不易进一步减少，所以降低风阻系数是降低空气阻力的重要手段。

3)工况对能耗的影响

在同一时段，不同路段的车流量很大区别，因此新能源卡车能量消耗也随之有相应的变化。

4)车速对能耗的影响

在其他参数不变的情况下，不同的车速需要不同的驱动功率，因此不同车速车辆能耗也不同。使用工况是车辆行驶速度的重要影响因素，特别对平均车速有很大影响。统计表明，道路出行时间随道路承载量的增加而增加。当路段承载量达到通行能力的40％时，路段通行时间迅速增加；当路段承载量接近该路段容量时，通行时间接近最大值。因此在车辆设计中，应考虑电动汽车的使用工况，使设计的经济车速在常用车速范围内。

5)环境温度对能耗的影响

电动汽车的能耗也与环境因素有关，主要影响来自环境温度。首先，各种电池都有最佳工作温度，且在不同温度时，电池组放出的能量及内阻等有很大差别。以锂离子电池为例，经过长时间的试验发现，在冬季(－10℃)其可放出能量仅为夏季(30℃)的2/3，内阻却增加了1倍。其次，温度对车辆各润滑部分、气泵、转向油泵的工作效率等都有影响；所以电动汽车的能耗受使用温度的影响很大。

6)能量损耗对能耗的影响

电动汽车的能量损耗主要包括5方面，采用再生制动已经使制动损耗大大降低。若增加超级电容作为再生制动的能量吸收装置，能量回收效率可进一步提高。资料文献表明，传动过程中的机械效率、电传动中电器部件效率，均在90％以上，提高单个部件性能对整体能耗影响不大。只有依靠系统的有效合理匹配，提高总体效率，才能降低车辆的能量消耗率。

问题用权重求和模型表示后，应对每一影响因素设定权重，本发明使用分类权重法对权重求和模型的影响因素的权重进行设定，分类权重法的原理是“关键的少数和次要的多数”。首先是“排队阶段”：对各个影响因素进行分析，根据露天矿新能源卡车的运输特点和各因素对电池能耗的影响及重要程度，将因素按照重要性程度进行排序。第二，“分类阶段”：将所有罚函数及目标函数划分为三类，即A类：主要因素，占10％左右，B类：次要因素，占20％左右，C类：一般因素，占70％左右。第三：权重设定阶段：根据分类结果，对A、B、C三类目标函数分类赋予不同权值，具体可如下表所示。

(3)自适应多目标粒子群新能源卡车能量优化；

基于神经网络的回归模型通过对能耗影响因素的分析，建立了以道路状况、车身构造对能耗的影响、工况对能耗的影响、车速对能耗的影响、环境温度对能耗的影响、能量损耗对能耗的影响六个影响因素为输入参数，以卡车能耗为输出参数的能量优化模型，具体来说：

首先根据露天矿的道路信息建立运输道路路网，然后对影响新能源卡车电池能量消耗的因素进行分析对不同重要程度的影响因素赋予不同的权重，并统计一段时间的历史数据建立基础信息数据库；最后，根据历史数据训练基于机器学习的回归模型，建立车辆运行状态的进行评估，从而对车辆的实时运行数据进行监测，动态调整发动机的输出功率和行进路径，从而达到能量优化的目标。

求解自适应多目标粒子群新能源卡车电池能量优化模型的具体步骤如下；

Step1：初始化露天矿新能源矿卡电池能量回收利用优化参数：运行卡车数、卡车类型、装载点数量、卸载点数量、装卸载点之间的距离、耗电，剩余电量等参数，确定种群规模N。

Step2：根据露天矿新能源矿卡能量优化模型的能耗目标和约束条件，生成原始种群P。

Step3：通过改进差分算子生成N/2个新个体。对于变异产生的新个体，利用贪婪选择策略保留更优秀的后代。

Step4：将种群P、种群产生的子代种群p和合并形成新种群P

Step5：对种群P

Step6：迭代次数加1，判断是否满足终止条件。

Step7：当达到最大迭代次数G

本发明根据历史数据建立车辆运行状态的评估模型，从而对车辆的实时运行数据进行监测，动态调整卡车发动机功率和运输路径，从而达到节能降耗的目标。