[论文解读] Real-Time Stochastic Predictive Control for Hybrid Vehicle Energy Management

Kyle R Williams|arXiv (Cornell University)|Apr 23, 2018

Electric and Hybrid Vehicle Technologies参考文献 49被引用 5

一句话总结

本文提出了一种用于混合液压车辆的实时随机预测控制框架，通过驾驶员行为的马尔可夫链模型和道路坡度预测来优化能量管理。ASDDP算法在低资源硬件上实现了近理论最优的燃油效率，具备实时可行性，优于非随机基线方法，并在数分钟内展现出自适应学习能力。

ABSTRACT

This work presents three computational methods for real time energy management in a hybrid hydraulic vehicle (HHV) when driver behavior and vehicle route are not known in advance. These methods, implemented in a receding horizon control (aka model predictive control) framework, are rather general and can be applied to systems with nonlinear dynamics subject to a Markov disturbance. State and input constraints are considered in each method. A mechanism based on the steady state distribution of the underlying Markov chain is developed for planning beyond a finite horizon in the HHV energy management problem. Road elevation information is forecasted along the horizon and then merged with the statistical model of driver behavior to increase accuracy of the horizon optimization. The characteristics of each strategy are compared and the benefit of learning driver behavior is analyzed through simulation on three drive cycles, including one real world drive cycle. A simulation is designed to explicitly demonstrate the benefit of adapting the Markov chain to real time driver behavior. Experimental results demonstrate the real time potential of the primary algorithm when implemented on a processor with limited computational resources.

研究动机与目标

• 开发当驾驶员行为和行驶路线事先未知时，混合液压车辆的实时能量管理策略。
• 通过随时间自适应的马尔可夫链实现实时驾驶周期中驾驶员行为的随机建模。
• 通过融合道路坡度预测与驾驶员行为统计模型，提高预测准确性。
• 评估随机模型预测控制在嵌入式硬件上的计算效率和实时可行性。
• 证明自适应统计建模相较于非自适应或确定性方法能显著提升燃油经济性。

提出的方法

• 采用滚动时域模型预测控制（MPC）框架，在有限预测时域内优化能量管理。
• 将驾驶员行为建模为一阶马尔可夫链，其时变转移概率通过实时驾驶数据学习获得。
• 在优化中引入道路坡度预测，以提前预知未来地形并改善控制决策。
• 采用三种计算方法：带动量的随机梯度下降（SGDM）、近似随机微分动态规划（ASDDP）和平均路径 DDP（APDDP）。
• 应用方差减少技术与蒙特卡洛采样，以稳定随机优化中的梯度估计。
• 利用马尔可夫链的稳态分布，将规划扩展至有限时域之外，确保长期性能。

实验结果

研究问题

• RQ1 基于自适应驾驶员建模的实时随机预测控制能否提升混合液压车辆的燃油效率？
• RQ2 自适应马尔可夫链建模的性能与非自适应或确定性策略相比如何？
• RQ3 随机MPC方法的计算成本如何？能否在低资源嵌入式处理器上实现实时运行？
• RQ4 道路坡度预测在多大程度上提升了预测能量管理的准确性和燃油经济性？
• RQ5 马尔可夫链转移概率能否在实时中有效更新以反映驾驶条件的变化？

主要发现

• ASDDP算法实现的燃油消耗仅比已知驾驶员行为全部信息的理论最优控制器高出3.5%。
• 所有三种所提方法均显著优于基线的即时优化控制器，在真实驾驶循环中实现最高达12%的燃油节省。
• 即使初始统计参数错误，马尔可夫链模型也能在20至30分钟内自适应匹配真实驾驶行为。
• 道路高程预测即使在拉斐特（印第安纳州）的中等平坦地形上也带来了可测量的燃油降低。
• ASDDP算法成功在400 MHz处理器和128 MB RAM的硬件上实现实时运行，更新周期为0.5秒。
• APDDP在速度与性能之间提供了良好权衡，执行时间仅为ASDDP的几分之一，同时保持了具有竞争力的燃油经济性。