考虑热管理约束的柴电混动系统能量再分配策略.pdf

考虑热管理约束的柴电混动系统能量再分配策略刘波澜，李奔，万鹏，范文浩，唐静娴（北京理工大学 机械与车辆学院，北京100081）摘 要：针对传统能量管理策略缺乏对恶劣工况下热约束的考虑问题，提出了一种能量再分配策略.该策略创建并验证了带有热管理子系统的柴电混动系统模型，并基于邻域分量分析确定了冷却能力指标各自的权重系数，进而得到能够反映系统热状态的综合热评价体系.结合热评价体系，提出了基于动量梯度下降法的能量再分配方法.以高海拔和电池冷却系统恶化两种典型工况为例对能量再分配策略进行实时仿真分析，两种工况下该策略均以牺牲较少综合油耗的代价明显改善了系统热状态，保障了车辆的可靠运行.结果证明了考虑热管理约束的能量再分配策略具有良好的效果.关键词：能量管理；混动系统；综合热评价体系；热管理；实时仿真中图分类号：U469.72 文献标志码：A 文章编号：1001-0645(2024)05-0476-08DOI：10.15918/j.tbit1001-0645.2023.132Energy Management Strategy of Diesel-Electric Hybrid System withThermal ManagementLIU Bolan，LI Ben，WAN Peng，FAN Wenhao，TANG Jingxian（School of Mechanical Engineering,Beijing Institute of Technology,Beijing 100081,China）Abstract：To consider the thermal constraints under harsh working conditions that are lack in traditional energymanagement strategies,an energy redistribution strategy was proposed.Firstly,a diesel-electric hybrid systemmodel with a thermal management subsystem was built and verified,determining the weight coefficient of eachcooling capacity index based on neighborhood component analysis.Then a comprehensive thermal evaluationsystem was developed to provide a reflection for the system thermal state.Combined with the thermal evaluationsystem,an energy redistribution method based on the momentum gradient descent method was proposed.Takingtwo typical working conditions of high altitude and battery cooling system deterioration as examples,a real-timesimulation analysis of the energy redistribution strategy was carried out.In both working conditions,the strategycan significantly improve the thermal state of the system by sacrificing less comprehensive fuel consumption andensure the reliable operation of the vehicle.The results show that the proposed energy redistribution strategy withthe consideration of thermal constraints can provide a better result.Key words：energy management；hybrid system；comprehensive thermal evaluation system；thermal manage-ment；real time simulation 随着科技与经济的发展，全球汽车保有量不断增加，其中混合动力汽车（HEV）能够有效降低燃油消耗率和排放1 2.HEV 能量管理已有诸多研究，传统能量管理策略从控制方式角度可分为基于规则和基于优化两类.基于确定性规则的能量管理策略主要是依靠设计者的工程经验设置一系列切换阈值，进而形成一系列规则.PENG 等3采用动态规划（DP）来定位插电式混合动力汽车中发动机的最佳工作时刻，提高基于规则的能量管理的性能.基于优化的能量管理策略将能量管理问题抽象为数学模型，根据 收稿日期：2023 06 29基金项目：国防创新特区项目（19H86303ZD079012）作者简介：刘波澜(1974),男,博士,副教授,E-mail:.第 44 卷第 5 期北 京 理 工 大 学 学 报Vol.44No.52024 年 5 月Transactions of Beijing Institute of TechnologyMay 2024所需解决的实际问题建立优化目标函数，然后在系统的约束条件下，通过优化算法求解控制量，实现混合动力系统的最优控制4.GENG 等5提出一种集成了动态规划与等效功耗最小化策略的级联能量管理策略，实现了 19.9%的能效提升.基于规则和基于优化的能量管理策略可在一定程度上提升燃油经济性，但以上研究缺乏对车辆热管理性能的考虑，可能导致动力部件工作温度过低或过高，使其效率降低，进而影响车辆能耗.热管理系统作为 HEV 重要子系统之一，其性能表现对车辆动力性和经济性都有影响，有必要综合考虑 HEV 能量管理和热管理并在系统层面进行调节，从而提升系统整体性能.XU 等6、SONG 等7分别在能量管理策略中考虑冷却系统的功率需求、动力部件的热特性，并均采用等效油耗最小策略实现了整车油耗的降低，但并未对动力部件的温度加以控制，这可能导致某个时间段动力部件过热情况的发生，影响车辆可靠运行.为了实现对动力部件的过热控制，WU 等8提出了一种基于知识的、多物理场约束的混合动力客车能量管理策略，其在锂电池热安全和降低整体驾驶成本方面优于现有方法.HU 等9提出了一种应用于网联混合动力系统的多水平模型预测控制（MH-MPC）方法，在发动机温度约束范围内，优化能量状态，降低能耗.以上研究将动力部件热安全作为目标函数的约束之一，保证其温度处在合理区间，同时提高燃油经济性，但仅在理想状态下做优化，并未考虑热管理系统处在恶劣工况不能满足冷却需求时的情景，此时需要进一步调整能量分配甚至牺牲一定经济性使动力部件温度保持在合理范围，保障车辆的可靠运行.综上所述，传统能量管理策略大多缺乏恶劣工况下热约束的考虑，这意味着其应用场景与实际情况存在偏差.文中以某型 P2 架构并联式柴电混合动力汽车为研究对象，构建反应系统热状态的综合热评价体系.选取高海拔和电池冷却系统恶化两种典型工况，结合热评价体系，采用基于动量梯度下降法的功率分配策略进行实时仿真分析.结果表明，实时环境中该策略以牺牲较少综合油耗为代价改善了系统热状态，兼顾了经济性与热平衡，保障了车辆的可靠运行.1 柴电混动车辆建模 1.1 实时仿真模型建立单轴并联式混合动力系统的整车和各部件参数如表 1 所示，利用所给参数在 GT-Suite 中搭建了物理模型与 MAP 模型混合的柴油机实时模型、基于MAP 的电机模型及基于等效电路的动力电池组组成的动力系统模型，以及与动力系统相匹配的冷却系统模型.表 1 整车及各部件技术参数表Tab.1 Technical parameters of the whole vehicle and its components参数数值参数数值电机额定功率/kW60柴油机最大扭矩/(Nm)692电机最高转速/(rmin1)2 600柴油机最大转速/(rmin1)2 600电机最大转矩/(Nm)2 000电池额定容量/Ah60柴油机最大功率/kW147电池额定电压/V330 1.2 模型验证在 GT-Suite 平台完成车辆建模后，选定中国典型城市公交循环工况（CTUDC）作为目标工况，目标工况下车速跟随效果如图 1 所示，车速误差基本保持在3 km/h 内，具有较好的精度.目标工况下柴油机冷却系统温度特性参数变化如图 2 所示，可以看到各参数均稳定在合理区间内，冷却系统能够满足柴油机的冷却需求.电池温度 TB变化如图 3 所示，可以看到电池温度一直在安全范 02004006008001 0001 2000102030405060目标车速模型跟随车速v/(kmh1)t/s图 1 速度跟随效果Fig.1 Speed following effect第 5 期刘波澜等：考虑热管理约束的柴电混动系统能量再分配策略477围内变化，冷却系统能够满足电池的冷却需求.因此，整车系统模型具有较好的精度，满足后续研究需求.02004006008001 0001 20030507090110发动机冷却液温度发动机高温循环出水口温度发动机低温循环出水口温度t/stT/图 2 柴油机冷却系统温度特性参数Fig.2 Temperature characteristic parameters of diesel engine cooling system 02004006008001 0001 200242628303234tB/t/s图 3 电池温度变化Fig.3 Battery temperature 2 柴电混动系统综合热评价体系 2.1 评价指标的选择针对柴电混动车辆冷却系统，选定中国城市道路循环（CTUDC）中 1 225s1 304s 段为仿真研究的目标工况，整个时长 80 s，车速 V 随时间的变化如图4 所示.在此目标车速下，车辆先由电机驱动，随着驱动转矩逐渐增大，切换到柴油机和电机混合驱动，之后随着驱动转矩逐渐减小，切换到再生制动模式，过程中柴油机、电机和电池都参与工作，行驶阶段包含了加减速、模式切换及停车，能够充分获取所需数据样本.针对柴电混动系统，选择高海拔环境、柴油机冷却系统恶化、电池冷却系统恶化作为恶劣工况输入.结合恶劣工况下冷却系统各特征参数的变化情况和实车应用情况10，最终确定柴油机排气温度 Tex、机油温度 Te1、柴油机冷却液温度 Te2、柴油机高温循环出水口温度 Te3、柴油机低温循环出水口温度 Te4、电池温度 TB和电池出水口温度 TBO 等 7 个冷却能力指标作为后续构建评价体系的依据.确定了冷却能力指标后，结合实车对应特征信号的预警值确定各指标的限制性指标.2.2 基于 NCA 方法的权重确认构成评价体系目标函数的另一个关键因素就是权重系数的分配.权重系数的分配可以依据通过经验来完成，例如按照不同的特征在恶劣工况下的变化剧烈程度来进行权重系数的分配，但是按照经验来分配针对具体对象的适配性较差.这里采用特征选择方法中的邻域分量分析(NCA)进行权重系数的分配.NCA 算法随机选择近邻，通过交叉检验的结果来求得变换矩阵，在此过程中完成降维及特征分析，算法整体运行如下11：nS=(xi,yi),i=1,2,nxiyixixixjxiP(Ref(x)=xj?S)xj假设有一个 维样本空间 S，其中为输入样本，为对应类型标签.为样本空间中随机取得的一个输入样本，目标是使得与下一个随机输入样本的近邻分类效果更优.随机样本被选中的概率为，另一个样本被选中的概率与两者之间距离有关，因此目标为寻找到一种距离测度使得两者之间距离最小，两者之间距离表达为dw(xi,yi)=pr=1w2r?xirxjr?（1）wrxjxi式中,为特征权重值.此时被选中作为作为近邻继承其分类标签的概率为P(Ref(x)=xj?S)k(dw(x,yj)（2）kdw(x,yj)k式中，为反映两点距离的核函数，其大小与两点距离呈负相关，越小，值越大.对损失函数进行学习训练，得到特征的重要性权值.分别采集正常工作循环、高海拔工作循环、电池冷却系统恶化工作循环和柴油机冷却系统恶化工作循环各 1 300 组数据作为样本集，每组数据包括柴油机冷却液温度在内等 7 个冷却指标，利用 NCA 算法得到对应的权重值，如图 5 所示.其中柴油机排气温度、柴油机冷却液温度和电池温度的特征权重相 020406080102030405060柴电混合驱动再生制动纯电驱动v/(kmh1)t/s图 4 目标工况Fig.4 Target working condition478北 京 理 工 大 学 学 报第 44 卷对较大，同时也符合实车上冷却系统采集信号的变化情况.0.428 80.218 83.0533.2012.1872.7470.90100.51.01.52.02.53.03.5特征柴油机高温循环出水口温度柴油机低温循环出水口温度柴油机冷却液温度柴油机排气温度机油温度电池温度电池出水口温度权重图 5 冷却能力指标权重Fig.5 The weights of cooling capacity indexes 2.3 综合热评价体系综合热评价体系框架如图 6 所示.选择冷却能力指标并确定权重系数后，对数据进行量纲归一化处理，最终得到综合热评价体系.选择冷却能力指标确定权重系数量纲归一化确定综合热评价体系图 6 综合热评价体系框架Fig.6 Framework of the comprehensive thermal evaluation system 结合权重系数分配和量纲归一化，得到冷却系统综合评价体系，目标函数为A=k1N1+k2N2+knNn（3）knNn式中:A 即为冷却系统最终的综合评价值；为各冷却指标对应的权重系数归一化后的值；为各冷却指标量纲归一化后的值，综合评价值反映了所选冷却能力特征整体的优化/劣化程度，在与正常工况对比后，其差值越大，表明冷却系统整体上偏离正常工况越明显，冷却系统性能越恶化.3 基于动量梯度下降法的功率分配策略 3.1 动量梯度下降法梯度下降法是一种沿着当前位置负梯度方向求解目标函数极小值的方法，函数不断在当前位置求解梯度并作为下一时刻的前进方法，当数据集的信息不止一种时，便有了多维特征，即为多元线性回归函数对应的多元梯度下降法12.算法的检索过程如下：给定目标函数和搜索初始点后，则梯度下降法的的具体公式为t+1=tt1kki=1fi(t)（4）ttkf()f()式中：为标识所求的第 个参数；为学习率；为样本数；为损失函数；为损失函数的一阶导数.可以看出，随着迭代次数逐渐增大，梯度将逐渐趋于 0，结果也逐步趋向最优解.yi+1yi 判断是否达到停止迭代条件，如满足上式条件，则停止迭代，否则重新返回继续进行.3.2 基于散热功率的控制理论 3.2.1 散热功率混合动力系统的需求功率由柴油机和动力电池来承担，因此针对两者的散热功率来进行分析.柴油机散热功率为燃料完全燃烧生热功率减去其他去向的差，表示为qw=qtqeqrqres（5）式中：qw为柴油机散热功率，kW；qt为燃料完全燃烧生热功率，kW；qe为有效功率，kW；qr为排气散热功率，kW；qres为余项损失功率，kW.动力电池组的散热功率表示为qb=n(PbTUmmb)2RmCT（6）nPbUmmRm CT式中：为动力电池组中电池个数；为动力电池组的需求功率，kW；为电池组母线电压，V；为单体电池质量，kg；为单体电池内阻，取单体电池内阻为 3；为电池容量，Ah；为动力电池温度变化.柴油机和动力电池组散热功率之和为qtotal=qw+qb=qw+n(PbTUmmb)2RmCT（7）3.2.2 基于动量梯度下降法的功率分配策略vPreqPe(i)=(i)Preq(i)Pb(i)=(1(i)Preq(i)由于循环工况已知，故在仿真中将车速 和整车需求功率作为已知可测干扰，在对功率分配策略进行优化时，为了能够更方便地进行计算，输出为柴油机需求功率占比系数，此时柴油机需求功率；动力电池组需求功率.文中采用基于动量梯度下降法的功率分配策略进行研究，功率分配比例能够直接影响混合动力系统的散热功率，柴油机需求功率占比系数 的迭代公式为=qtotalqtotal=nqwnnNeqwNeNeUmUmTT（8）第 5 期刘波澜等：考虑热管理约束的柴电混动系统能量再分配策略479结合柴电混合动力综合热评价体系，针对柴电混合动力系统部分部件处于过热状态，功率分配控制策略在寻优计算中的主要步骤如图 7 所示.当达到目标结果时，停止控制系统，继续由模型中基于规则的能量管理控制策略来控制车辆的行驶模式和功率分配.4 实时仿真 4.1 基于 iHawk 的实时仿真平台搭建基于 iHawk 系统的实时仿真平台架构如图 8 所示.上位机作为控制器，接收 iHawk 平台传输的实时特征信号，并在热评价值偏差达到阈值后计算实时功率分配信号并传递给仿真机；iHawk 平台作为整车系统，运行实时模型并将柴油机排气温度、电池温度和需求功率等特征信号传递传输给上位机，两者之间通过 CAN 总线进行数据传输.完成实时仿真平台搭建后，在 CTUDC 循环下进行实时模拟，实时仿真和离线仿真的车速 v 对比如图 9 所示.从图中可以看出，两者车速轨迹基本一致，均能实现有效跟随.同时在目标循环工况下进行了仿真模拟，在 20 s 时将系统设置为高海拔工况，实时仿真和离线仿真的柴油机转速 ne和转矩 Te如图 10所示.从图中可以看出，实时仿真与离线仿真中转速和转矩的轨迹几乎相同，但一些瞬态工况存在一些 As(t)A(t)容忍值?是否载入当前时刻评价值A(t)与As(t)标准评价值开始载入当前时刻qw、Pb、Um和Tmin(qtotalnormalqtotal(t)计算当前时刻功率分配Pe、Pmt=t+1,继续接收系统信号结束载入当前时刻系统总需求功率Preq(t)图 7 控制策略求解流程图Fig.7 Solution flowchart of control strategy 整车模型上位机柴油机功率分配柴油机高温循环冷却水出水口温度柴油机高温循环冷却水出水口温度柴油机冷却液温度柴油机排气温度柴油机机油温度电池温度整车需求功率母线电压柴油机转速柴油机功率分配电池温度电池出水口温度CAN总线iHawk实时仿真平台交互装载发动机冷却系统电池冷却系统整车冷却系统整车动力系统VehicleClutch-2Clutch-1Electric MachineEngine 1BatteryFront_heat_dissipationAir_conditionerCabin Airengine_coolingbattery_coolingECUClutchcontrotHybrid_Mode_ControllerSimulinkHarness-1BMSEM_ControlBraking_Control整车控制器驾驶舱冷却系统空调系统前端散热模型Simulink Workbench图 8 实时仿真系统架构Fig.8 Architecture of real time simulation system480北 京 理 工 大 学 学 报第 44 卷差距：在 19.2 s 时两者存在偏差，此时车辆模式由纯电驱动模式切换为柴油机驱动模式，离合器接合导致柴油机转速和转矩瞬态变化.实时仿真在瞬态工况时相较于离线仿真更能还原真实的情况，搭建的实时仿真平台能更好地模拟所需实时环境.02004006008001 0001 2000102030405060离线仿真车速实时仿真车速目标车速v/(kmh1)t/s图 9 离线仿真与实时仿真车速对比Fig.9 Vehicle speed comparison between offline simulation and real timesimulation 01 0002 0003 0000204060800200400600离线仿真实时仿真353637250300350400450t/sne/(rmin1)Te/(Nm)图 10 柴油机转速和转矩变化Fig.10 Diesel engine speed and torque changes 4.2 高海拔工况结果分析实时模拟高海拔工况时，系统评价值 A、排气温度 Tex和柴油机散热功率 Pheat随时间的变化如图 11所示.从图中可以看出，当在 20 s 系统工况变化时，由于大气压力降低，导致进气量不足致使燃烧条件变差，同时散热系统工作性能下降，包括柴油机排气温度在内的冷却系统性能指标部分开始恶化，导致评价值开始逐步偏离标准值.在 25 s 时排气温度持续 上 升 且 评 价 值 偏 差 达 到 了 反 馈 控 制 标 准，即0.05 时，功率再分配策略开始重新分配柴电混合动力系统功率.随着柴油机需求功率逐步降低，排气温度逐步下降并避免了在 3335 s 时与预警线非常接近的危险工况，柴油机冷却系统的散热量也逐步降低，使其脱离了过热预警状态，保障了车辆的热平衡和可靠性.进行反馈控制时柴油机油耗 QE、电池耗电量 QB和综合油耗 QT随时间的变化如图 12 所示.柴油机由于降低了需求功率，在反馈工作循环油耗有所降低，在目标工况期间降低了 3.77%；与此同时动力电池组承担了更多的需求功率，电池耗电量有所上升，在目标工况期间增加了 51.4%；根据电能量和燃料量之间的换算关系，柴电混合动力系统综合油耗提高了7.43%.这是因为为了降低系统的热效应并消除冷却系统长期处于危险工作区间造成的损害，在反馈控制期间舍弃了基于规则的高效能量管理方法，造成系统综合油耗的上升.0.250.300.350.400.453504004505005502040608010203040506070反馈时刻A正常工作循环高海拔工作循环反馈工作循环注入时刻预警线0t/sPheat/kWtex/C图 11 反馈控制时相关参数变化Fig.11 In high altitude,relevant parameters A,tex and Pheat changes duringfeedback control 00.10.20.30.400.20.40.602040608000.20.4反馈时刻注入时刻高海拔工作循环反馈工作循环QE/LQT/Lt/sQB/(kWh)图 12 反馈控制时经济性变化Fig.12 In high altitude,QE,QB and QT economic changes during feedbackcontrol第 5 期刘波澜等：考虑热管理约束的柴电混动系统能量再分配策略4814.3 电池冷却系统恶化工况结果分析实时模拟电池冷却系统恶化工况时，系统评价值 A、电池温度 tB和电池冷却系统出水口温度 tBO随时间的变化如图 13 所示.从图 13 中可以看出，当系统工况变化在 20 s 时，由于电池冷却系统性能下降导致电池温度及电池出水口温度逐渐升高；在 46 s时评价值偏差达到了反馈控制标准，功率再分配策略开始重新分配柴电混合动力系统功率；随着电池需求功率迅速下降，系统评价值偏差逐步降低，但由于电池冷却系统恶化持续存在，评价值偏差始终存在；电池温度也随之迅速下降，当需求功率下降至 0、行驶模式切换为柴油机单独驱动模式后，电池温度始终不能下降至正常工况，但仅高于正常工况约 1.5C；由于冷却液温度依旧无法及时调整，电池出水口温度几乎没有变化；总体来说，功率再分配后虽然与正常工况存在偏差，但电池脱离了性能持续恶化的趋势，保障了车辆的热平衡和可靠性，达到了控制的目的.0.250.300.350.400.4529313335020406080282930A正常工作循环电池冷却水泵故障工作循环反馈工作循环预警线预警线注入时刻反馈时刻tB/CtBO/Ct/s图 13 反馈控制时相关参数变化Fig.13 When battery cooling system worsen,relevant parameters A,tB andtBO changes during feedback control 进行反馈控制时柴油机油耗 QE、电池耗电量 QB和综合油耗 QT随时间的变化如图 14 所示.当在 46 s开始功率重新分配后，柴油机由于承担了更多需求功率，在反馈工作循环油耗有所上升，在目标工况期间上升了 13.45%；与此同时动力电池组需求功率迅速下降，电池耗电量在目标工况期间降低了 30.46%；柴电混合动力系统综合油耗提高了 4.15%.5 结束语以某型柴电混合动力系统作为研究对象，搭建并验证了带有热管理子系统的系统模型.基于系统模型，选取了冷却能力指标，并采用 NCA 方法确定了冷却能力指标各自的权重系数，进而得到综合热评价体系，其热评价值反映了系统热状态.结合热评价体系，提出了基于动量梯度下降法的能量再分配策略，并在高海拔和电池冷却系统恶化两种典型工况下进行实时仿真分析.高海拔工况下，动力电池承担部分柴油机需求功率使得排气温度逐步下降并避免了在 3335 s 时与预警线非常接近的危险工况，但综合油耗上升了7.43%；电池冷却系统恶化工况下，通过柴油机承担动力电池需求功率、切换工作模式使得电池温度高于正常工况约 1.5 C，脱离了性能持续恶化的趋势，但综合油耗上升了 4.15%；证明了实时环境中该策略在牺牲较少综合油耗下能够有效缓解系统的热状态，兼顾了整车经济性与热平衡，保障了车辆的可靠性.参考文献：汪佳佳,蔡英凤,陈龙,等.基于随机通信时滞补偿的混合动力汽车协调控制研究 J.北京理工大学学报,2020,40(12):1332 1339.WANG Jiajia,CAI Yingfeng,CHEN Long,et al.Coordinatedcontrol of hybrid electric vehicle based on stochastic networkdelay compensationJ.Transactions of Beijing Institute ofTechnology,2020,40(12):1332 1339.(in Chinese)1 00.10.20.30.400.20.402040608000.20.4反馈时刻注入时刻电池冷却水泵故障工作循环反馈工作循环t/sQB/(kWh)QE/LQT/L图 14 反馈控制时经济性变化Fig.14 When battery cooling system worsen,QE,QB and QT economicchanges during feedback control482北 京 理 工 大 学 学 报第 44 卷 曾小华,崔臣,宋大凤,等.行星混联混合动力汽车节油因素分析 J.北京理工大学学报,2019,39(7):699 705.ZENG Xiaohua,CUI Chen,SONG Dafeng,et al.Analysis onfuel-saving factors of planetary hybrid electric vehiclesJ.Transactions of Beijing Institute of Technology,2019,39(7):699 705.(in Chinese)2 PENG Jiankun,HE Hongwen,XIONG Rui.Rule basedenergy management strategy for a seriesparallel plug-inhybrid electric bus optimized by dynamic programmingJ.Applied Energy,2017,185:1633.3 安全,王翔宇,李亮.智能混合动力汽车经济性自适应巡航控制策略研究 J.北京理工大学学报,2018,38(Suppl.1):4.AN Quan,WANG Xiangyv,LI Liang.Research on controlstrategy for hybrid electric vehicles economy-orientedadaptive cruiseJ.Transactions of Beijing Institute ofTechnology,2018,38(Suppl.1):4.4 GENG Wenran,LOU Diming,CHEN Wang,et al.Acascaded energy management optimization method ofmultimode power-split hybrid electric vehiclesJ.Energy,2020,199(C):117 224.5 XU Xing,ZHANG Tao,WANG Feng,et al.Integrated energymanagement strategy of powertrain and cooling system forPHEVJ.International Journal of Green Energy,2020,17(5):319 331.6 SONG Dafeng,BI Daokun,ZENG Xiaohua,et al.Energymanagement strategy of plug-in hybrid electric vehiclesconsidering thermal characteristicsJ.International Journal of 7 Automotive Technology,2023,24(3):655 668 WU Jingda,WEI Zhongbao,LI Weihan,et al.Battery thermal-and health-constrained energy management for hybrid electricbus based on soft actor-critic drl algorithmJ.IEEETRANSACTIONS ON INDUSTRIAL INFORMATICS,2021,17(6):3751 3761.8 HU Qiuhao,AMINI MR,KOLMANOVSKY I,et al.Multihorizon model predictive control:an application tointegrated power and thermal management of connectedhybrid electric vehiclesJ.IEEE Transactions on ControlSystems Technology 2022,30(3):1052-1064.9 HAN Jie,SHU Hong,TANG Xiaolin,et al.Predictive energymanagement for plug-in hybrid electric vehicles consideringelectric motor thermal dynamicsJ.Energy Conversion andManagement 2022,251:115022.10 NIE Junfei,WEN Xuelin,NIU Xuechen,et al.Identificationof different colored plastics by laser-induced breakdownspectroscopy combined with neighborhood componentanalysis and support vector machineJ.Polymer Testing,2022,112:107624.11 葛泉波,张建朝,杨秦敏,等.带有微分项改进的自适应梯度下降优化算法 J.控制理论与应 用,2022,39(4):623 632.GE Quanbo,ZHANG Jianchao,YANG Qinmin,et al.Adaptive gradient descent optimization algorithm withimproved differential termJ.Control Theory&Applications,2022,39(4):623 632.(in Chinese)12（责任编辑：孙竹凤）第 5 期刘波澜等：考虑热管理约束的柴电混动系统能量再分配策略483