买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利面向动态交通环境的燃料电池重卡分层协同节能控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120517282B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511039274.6，技术领域涉及：B60L58/30；该发明授权面向动态交通环境的燃料电池重卡分层协同节能控制方法是由江维海;李展鸿;季传龙;朱仲文;郑润泽;李丞设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本面向动态交通环境的燃料电池重卡分层协同节能控制方法在说明书摘要公布了：本发明适用车速规划技术领域和能量管理技术领域，提供了面向动态交通环境的燃料电池重卡分层协同节能控制方法，所述方法采用分层预测协同优化控制框架实现外部环境扰动与动力系统特性的协同控制；上层采用LSTM神经网络预测前车车速，建立多目标优化函数，构建基于模型预测控制框架下的庞特里亚金极小值原理算法的速度规划策略；下层设计一种双时域自适应等效消耗最小策略，结合滚动时域内的预测工况数据，动态调整等效因子，生成燃料电池功率的最优控制序列分配；本发明兼顾外部交通扰动和动力系统特性，提高了燃料电池重卡在动态交通环境中的能量利用效率，还实现车辆纵向运动控制与能量管理的高效协同。

本发明授权面向动态交通环境的燃料电池重卡分层协同节能控制方法在权利要求书中公布了：1.面向动态交通环境的燃料电池重卡分层协同节能控制方法，其特征在于，所述方法采用分层预测协同优化控制框架实现外部环境扰动与动力系统特性的协同控制；分层预测协同优化控制框架包括上层和下层，上层采用LSTM神经网络预测前车车速，建立多目标优化函数，构建基于模型预测控制框架下的庞特里亚金极小值原理算法的速度规划策略，实现主车的安全节能舒适驾驶；下层设计一种双时域自适应等效消耗最小策略，结合滚动时域内的预测工况数据，动态调整等效因子，生成燃料电池功率的最优控制序列分配； 所述建立多目标优化函数，构建基于模型预测控制框架下的庞特里亚金极小值原理算法的速度规划策略，实现主车的安全节能舒适驾驶的步骤包括： 通过V2V技术实时获取前车的速度信息及预测数据，构建多目标优化控制模型，控制目标为最大限度地减少主车直流总线功率需求和控制平滑性，控制平滑性是指加速度波动，状态变量为主车速度，控制变量为主车加速度，速度规划的最优控制问题表示为： ； ； ； 式中，为权重系数，用于平衡能耗与加速度波动；为整车驱动功率，为主车的质量；为摩擦系数；为重力加速度；为坡度角；为风阻系数；为迎风面积；为空气密度；为旋转质量换算系数；、、分别代表DCAC变换器、驱动电机及主减速效率；为主车速度；为主车加速度，为预测时域步长； 前车与主车之间的车间距可由式计算得出，为避免碰撞风险，设定最小安全间距以确保跟驰工况下的行车安全；同时为避免车距过大导致道路通行效率降低，约束最大允许间距；引入动态上下限间距约束，提高安全性和效率； 最小安全间距为： ； 式中，为车辆跟驰控制中设定固定最小间距阈值，用于在最极端或不可预测的场景下提供基础安全保障，防止因动态间距计算失效或环境突变导致的车距过小甚至碰撞风险；为驾驶员反应时间； 最大安全间距为： ； 式中，为车辆跟驰控制中设定固定最大间距阈值，设置为2秒； 状态方程和约束条件为： ； 式中，表征前方车辆实时速度，为抑制剧烈速度变化并提升驾乘舒适性，对加速度可行域进行上下界约束，即；为滚动时域末端两者车速差值允许的容差；为与前方车辆的初始间距；为主车的初始速度；为相邻时刻之间的时间步长； 采用滚动优化策略，在每个采样时域内基于更新的前车车速度预测信息，通过PMP算法在预测时域范围内进行速度规划求解，直至驾驶循环结束；将生成最优控制序列，但仅将序列中的首项控制量应用于被控对象模型，以此实现实时闭环控制； 燃料电池重卡预测时域范围内车速规划的哈密顿函数定义为： ； 式中，为哈密顿函数的协态变量； 使车辆系统同时实现最优功率分配和最佳车速的必要条件为： ； 式中，为状态方程，为协态方程，为控制方程。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。