1.分布式MPC的网联混合动力汽车能量管理系统，包括有发动机(1)、离合器(2)、电机(3)、变速器(4)、电池(5)；其特征在于，发动机、离合器、电机、变速器位于同一根轴上；离合器位于发动机后部，发动机后部为电机，电机后部为变速器；发动机的ECU与变速器的TCU相连；电机(3)的MCU与变速器的TCU、发动机的ECU相连；电池(5)分别与电机(3)相连；电池(5)将动力传递给电机(3)。

2.利用分布式MPC的网联混合动力汽车能量管理系统的方法，其特征在于，包括以下步骤：

步骤1，并联混合动力汽车的建模将发动机，离合器，电机，变速器设置在单轴并联混合动力汽车的同一根轴上，离合器位于发动机之后，接下来是电机，最后是变速器；混合动力汽车一共有五种模式，包括纯发动机驱动，纯电机驱动，混合驱动，再生制动和充电模式；

步骤2，网联混合动力汽车的速度预测通过建立城市工况交通路网模型，模拟城市工况车辆之间运动特性，实现对真实工况较为准确的建模并提取相应的数据；融合未来交通信息和前方车辆信息，预测本车行驶工况；

步骤3，分布式MPC能量管理方法的构建对于实际工况，根据滚动时域预测车速计算预测时域需求转矩，基于此，根据之前的混合动力汽车模型，构建基于分布式MPC架构的能量管理算法，实现对挡位、转矩及发动机启停的综合优化，提升算法的燃油经济性和工况适应性。

3.根据权利要求2所述的利用分布式MPC的网联混合动力汽车能量管理系统的方法，其特征在于，所述的步骤1，具体做法是：步骤1.1，通过建立发动机模型计算燃油消耗率和发动机转矩发动机燃油消耗率可以近似为转速和转矩的二次函数，如式(1)所示：式中， 是发动机燃油率，ne是发动机转速，Te是发动机转矩，a0‑a5是拟合系数；

发动机转矩如式(2)所示：

Te＝αTemax(ne)   (2)式中，Te是发动机转矩，α是发动机节气门开度，Temax(ne)是当前速度下的发动机最大转矩；

步骤1.2，根据电机转速和转矩的关系建立电机功率模型电机功率如式(3)所示：

式中，ηm是电机效率，nm是电机转速，Tm是电机转矩，Pm是所需的电池功率；

通过二维多项式拟合电池功率，如式(4)所示：式中，nm是电机转速，Tm是电机转矩，Pm是所需的电池功率，b0‑b5，b00‑b55是拟合系数；

步骤1.3，根据电池内阻模型建立电池模型由于电池受内阻，温度，荷电状态和开路电压的影响，其模型较复杂，设计整车级电机时常采用内阻模型，电池荷电状态作为电机的关键状态，通常由式(5)计算：式中，Pm是所需的电机功率，t是时间，Voc是开路电压，Rin是电池电阻，Qmax是最大容量；

步骤1.4，通过建立变速器模型计算变速器转矩和转速在不考虑传动系统动态特性的情况下，变速器转矩和转速可以分别通过式(6)、式(7)计算：

win＝woutiGRiFD   (7)式中，Tout是变速器输出轴转矩，Tin是变速器输入轴转矩，ηGR是变速器效率，iGR是变速器的传动比，iFD是主减速器的传动比，win是变速器输入轴的角速度，wout是变速器输出轴的转速；

步骤1.5，建立车辆动力学模型建立无风条件下的车辆纵向动力学模型，车轮所需的转矩可以通过式(8)得到：式中，Treq是所需的车轮转矩，CD是空气阻力系数，A是迎风面积，v是车辆速度，m是整车整备质量，g是重力系数，f是滚动阻力系数，δ是旋转质量校正系数，r是车轮半径，t是时间，车轮处的动力总成力由以下表达式得到：Freq＝Treq/r    (9)ug∈{1,...,ng},ue∈{0,1}   (11)式中，r表示车轮半径，ug表示挡位，ue表示发动机状态，Treq表示车轮上提供的实际转矩，ηt为传动效率，R为传动比，Tt＝Te+Tm是变速箱输入轴转矩，Te是发动机转矩，Tm是电机转矩，Tb代表摩擦制动力矩，Freq是作用在车轮上的需求力；

最后根据式(1)‑(11)将并联混合动力系统的非线性预测模型归纳为：y(t)＝φ(x(t),u(t))   (13)T T

式中，x＝[v SOC]表示系统状态向量，v表示车速，u＝[uc ug ue]控制输入矢量，包括连续矢量uc＝[Te Tb]和离散控制输入ug、ue，ug表示挡位，ue表示发动机状态，Te是发动机转矩，Tb代表摩擦制动转矩，而 是输出矢量， 是发动机燃油消耗率。

4.根据权利要求2所述的利用分布式MPC的网联混合动力汽车能量管理系统的方法，所述的步骤2，具体又包括以下步骤：步骤2.1，特定的城市真实工况下交通路网模型构建及数据提取建立特定城市工况下交通路网模型，获取实时数据，包括前方车辆信息和交通信息，为工况预测提供数据支持；需设置交通场景，提取前方车辆信息和交通信息，本车工况预测时，需由前车信息和本车信息综合预测；

步骤2.2，混合动力汽车多时间尺度行驶工况预测方法考虑前方车辆和未来交通信息，基于交通路网模型获取测试工况数据，采用贝叶斯网络对车速进行短期预测；实际工况中，由于驾驶员行为的随机性，难以在较长时间内精确预测车速，故主要涉及车速短期预测；

连续和离散变量以有向图方式连接至待预测节点，假设预测车速服从高斯分布，即首先根据输入变量和预测量，构建贝叶斯网络的有向无环图，连续变量包括前车速度和首车距红绿灯距离，离散变量为红绿灯状态，为使有向图清晰可见，此处仅列出前车速度和距离的当前值(V1(k)，V2(k)，V3(k)…)，省略历史数据；其次，根据前述的高斯概率分布假设，由式(14)计算每一个预测节点的条件概率分布函数，预测节点(Y)由一个离散节点(D)和多个连续节点(X)映射；最后，由收集的前车速度和距离的数据对贝叶斯网络进行训练，训练结束后，采用一组新的数据进行预测，在给定输入变量置信区间的前提下，计算预测节点的边缘概率分布函数，对预测精度进行评价：

5.根据权利要求2所述的利用分布式MPC的网联混合动力汽车能量管理系统的方法，所述的步骤3，具体又包括以下步骤：步骤3.1，分布式MPC

分布式MPC主要包括两个控制模块，连续MPC控制模块主要对转矩连续变量进行决策，解决了传统的线性时变预测控制问题；离散MPC控制模块优化具有离散性质的控制变量，即挡位选择ug和发动机启停状态ue，该控制模块优先处理整数最优控制；然而，为了减少计算量，通过应用部分外凸技术来放松整数最优控制；

步骤3.2，连续变量MPC控制模块的优化连续MPC控制模块通过最小化燃油小消耗率和SOC数值，对需求转矩进行分配，计算发动机、电机最优转矩，解决了传统的线性时变预测控制决策，主要由模型建立、优化问题描述组成；

步骤3.3，离散变量MPC控制模块的优化为了设计换挡和发动机启停序列的离散控制器，应用部分外凸化重新计算非凸系统动力学，并将原始整数最优控制转换为连续最优控制；

步骤3.4，双层MPC之间的交互首先，考虑发动机打开的情况，由于不知道在换挡后转矩分配优化的结果，因此假设在换挡期间发动机和电机的转矩分配是保持不变的，换挡前发动机和电机机械功率为：其中， 表示换挡前发动机或电机功率，v表示车速，r表示车轮半径，R表示传动比，表示换挡前的挡位， 表示换挡前发动机或电机转矩， 表示换挡前发动机或电机转速；

同样，获得了换挡后的功率：

其中， 表示换挡后发动机或电机功率， 表示换挡后的挡位， 表示换挡后发动机或电机转矩， 表示换挡后发动机或电机转速；

假设机械功率保持不变，可以得到换挡后的机械转矩：表示换挡后发动机或电机转矩， 表示换挡后的挡位， 表示换挡前的挡位，表示换挡前发动机或电机转矩；

最后利用式(31)获得了预测时域内的挡位序列和每个时间步长的发动机和电机转矩，其中换挡前转矩 是由转矩分配MPC获得；

其次考虑发动机关闭的情况，驾驶员需求转矩必须由电机提供，在式(10)中取Te＝0可以直接得出电机转矩；

步骤3.5，根据约束条件获得最优解根据步骤3.4，分别获得了在打开或关闭发动机时由换挡操作导致的动力源转矩的估计值，但可能存在不可行域，挡位和发动机状态存在不可行解，使得取决于挡位和发动机状态的机械转速和机械转矩不存在；为减少可行的寻优空间，证明了优化前挡位和发动机状态的每一个组合的可行性，

按照发动机打开和关闭的情况：

发动机打开：证明在预测范围内每个挡位j和每个时间步长k+i的以下条件：其中，ne_min表示发动机最低转速， 表示换挡后发动机转速，ne_max表示发动机最高转速，nm_min表示电机最低转速，表示换挡后电机转速，nm_max表示电机最高转速，Te_min表示发动机最低转矩， 表示换挡后发动机转矩，Te_max表示发动机最大转矩，Tm_min表示电机最小转矩， 表示换挡后电机转矩，Tm_max表示电机最大转矩；

发动机关闭：需求转矩由电机提供，当发动机关闭时，以下约束仍然存在：其中，nm_min表示电机最低转速， 表示换挡后电机转速，nm_max表示电机最高转速，的获得类似于式(29)，(30)， 表示换挡后电机转矩，Tm_max表示电机最大转矩；显然电机转矩现在仅受上限约束，下限被省略，因为如果超过最小可行机械转矩那么会由摩擦制动器提供转矩；

通过对不等式(32)‑(37)的验证，先验确定了一组容许的松弛控制；以上非线性优化问题可以通过QP获得一系列松弛控制解。

6.根据权利要求5所述的利用分布式MPC的网联混合动力汽车能量管理系统的方法，所述的步骤3.2，具体又包括以下步骤：步骤3.2.1，模型建立：由式(12)，(13)推出了混合动力汽车非线性模型，可以概括为：y(t)＝φ(x(t),u(t))   (16)T T

其中x＝[v SOC]表示状态矢量，v表示车速，u＝[Te Tb] 表示控制输入向量，Te是发动gs T d T

机转矩，Tb代表摩擦制动转矩，z＝[Treq u ] 与u＝[ug ue] 表示外部干扰向量，ug表示挡位，ue表示发动机状态， 表示控制输出矢量，是发动机燃油率，扰动向量z由需求驱动转矩Treq，经过离散变量MPC控制模块优化后的换挡序列ug和发动机状态序列ue组成；

步骤3.2.2，转矩分配的优化：为得到转矩分配的最优序列，求解以下优化问题：其中，Δu表示输入的变化量，u表示控制输入，ε表示松弛变量，Hp,Hu表示不同的时域，y表示输出，yref表示输出的参考值，Mt,Rt,St表示加权矩阵，受式(15)，式(16)在每个时刻k线性化所产生的离散系统动力学的影响，由发动机和电机最大转矩引起的约束，这些约束将容许输入集Uk+i定义为：

Uk+i＝{uk+i|Te_min≤Te,k+i≤Te_max,0≤Tb,k+i,T

Tm_min≤auk+i+b Treq,k+i≤Tm_max}    (18)其中，u表示输入，Te表示发动机转矩，Te_min表示发动机最小转矩，Te_max表示发动机最大转矩，Tb表示制动力矩，Tm_min表示电机最小转矩，Tm_max表示电机最大转，Treq表示车轮需求转矩，0≤i≤Hu‑1以及导致可容许状态集Xk+i的状态约束：Xk+i＝{xk+i|SOC‑ε≤SOCk+i≤SOCmax+ε}   (19)其中，SOC表示电池荷电状态，ε表示松弛变量，SOCmax表示电池荷电状态的最大值，1≤i≤Hp，性能指标式(17)的加权矩阵如下：当离散控制模块决策在k+i时刻关闭发动机；最后控制输入和状态的序列传输至离散控制模块，该控制模块利用此信息来确定其控制输入序列。

7.根据权利要求5所述的利用分布式MPC的网联混合动力汽车能量管理系统的方法，所述的步骤3.3，具体做法是：

jl

步骤3.3.1，部分外凸化：部分外凸的思想是通过定义二进制控制函数α (t)∈{0,1},1≤j≤ng,l∈{on,off}，以表明某个离散选择在时间t上是否有效，特别是当离散选择为主动齿轮和发动机状态的具体组合，二进制控制函数满足特殊顺序集属性，定义1：特殊顺序集属性(SOS‑1)jl

如果下列关系成立，二进制控制函数α 满足特殊顺序集类型1属性：jl

二进制控件函数α 可以通过其外凸化来表达模型函数，然而为了获得连续的最优控jl jl

制，使用松弛对映项αjl∈[0,1]代替二进制控制函数α ，其也适用SOS‑1限制，α 表示二进制变量，而αjl为松弛变量；

步骤3.3.2，建立模型：对于挡位选择和发动机启停控制，SOC动力学表达式(5)可以简化为一个简单的积分器模型，即Uoc为常数的 连同上述松弛表达，可以用以下简单的凸模型作为离散控制模块中的模型：其中x＝SOC称为系统状态， 是被控输出， 是发动机燃油消耗率，t T

表示控制变量矢量，而z＝[Treq z] ，Treq表示车轮需求转矩， 表示增广扰动矢量，Te表示发动机转矩，Tm表示电机转矩，v表示车速，扰动矢量包括驾驶员需求转矩序列Treq以及从转矩分配控制器获得的状态t

和输入序列，即 和v轨迹；

步骤3.3.3，挡位的选择和发动机状态的解耦：前文我们引入了松弛变量αjl，该变量表示是否选择了挡位j，以及发动机是开启还是关闭，结果表明挡位的选择和发动机状态之间相互耦合；在离散变量的优化中，为防止频繁的换挡和发动机状态的独立变化，因此定义了以下变量来解耦这两个决策：

βj＝αj,on+αj,off   (24)其中βj 表示用于选择 挡位j的 集中决策变 量，μ表示发 动机状态 ，是发动机开启和关闭的集中决策变量，αj,on表示挡位为j时发动机打开，αj,off表示挡位为j时发动机关闭，经证明，通过定义集中变量β和μ仍可以满足SOS‑1属性，即 和μon+μoff＝1；

步骤3.3.4，优化求解：控制器需要在每个时间步长求解以下优化问题：其中，α表示控制矢量，Δβ表示挡位的变化量，Δμ表示发动机状态的变化量，Hp,Hu表示不同的时域，y表示输出，yref表示输出的参考值，Mg,Rg,Sg表示加权矩阵，其中0≤i≤Hu‑1，φf(·)是一个显式积分算子，加权矩阵为和 成本函数的第一项等价于转矩分配控制器中的对应项，第二项对松弛控制输入的变化进行加权，以防止频繁换挡，第三项为惩罚发动机状态频繁变化的惩罚函数：系统约束为：

其中，x＝SOC称为系统状态， 是被控输出， 是发动机燃油消耗率，SOC表jl

示电池荷电状态，j表示挡位，l表示发动机状态，αjl表示松弛变量，α 表示二进制变量，z＝t T

[Treq z ] ，Treq表示车轮需求转矩， 表示增广扰动矢量，Te表示发动机转矩，Tm表示电机转矩，v表示车速，根据成本函数式(24)的定义，对每一个可能的挡位选择和发动机状态决策进行性能评估，控制输出 和SOC本质上取决于挡位和发动机状态，虽然发动机与电机之间的转速关系可以直接确定，但换挡后对于仍满足驾驶员需求的转矩分配是未知的。