基于 DP 动态规划的全局最优能量管理策略
摘要：
本研究基于 DP 动态规划算法，提出了一种全局最优能量管理策略，该策略基于车辆构型为功率分流
型（ECVT），并采用电量维持型策略来维持电池的 SOC。通过逆向迭代和正向寻优过程，我们编写了
一个 MATLAB m 编程程序，该程序大约有 700 行代码。本文详细介绍了该程序的设计思路和关键模
块，分析了 DP 作为基于优化的整车能量管理策略的作用，并对后续 ECMS 能量管理策略和 MPC 能量
管理策略的开发学习提供了参考。
1. 引言
能量管理是电动汽车领域的关键技术之一，对于提高车辆的性能和续航里程具有重要意义。在本研究
中，我们着重研究了基于 DP 动态规划的全局最优能量管理策略。该策略采用了功率分流型（ECVT）
的车辆构型，并采用电量维持型策略来控制电池的 SOC。
2. 策略设计
2.1. 车辆构型
我们所研究的车辆构型为功率分流型（ECVT），类似于丰田 Pruis 构型。该构型具有良好的能量利
用效率和动力性能。我们将该构型作为基础，进行能量管理策略的设计。
2.2. 电量维持型策略
电量维持型策略是指通过控制车辆的能量流向，使得电池的 SOC 得以维持在一个合理的范围内。在本
研究中，我们采用电量维持型策略来控制电池的 SOC，以达到最佳的能量管理效果。
3. 程序设计
3.1. 程序架构
我们使用 MATLAB m 编程语言编写了一个能量管理程序。该程序包含了逆向迭代和正向寻优过程。逆
向迭代过程用于计算车辆在给定路况下的最优能量分配策略，而正向寻优过程用于计算车辆在实际行
驶中的最优能量管理策略。
3.2. 逆向迭代过程
逆向迭代过程是基于 DP 动态规划算法的核心部分。在该过程中，我们将给定的路况和车辆参数作为
输入，计算出车辆在每个时间步长上的最优能量分配策略。通过动态规划的思想，我们可以得到全局
最优解，实现最佳的能量管理效果。
3.3. 正向寻优过程
正向寻优过程是模拟车辆实际行驶的过程。在该过程中，我们根据逆向迭代得到的最优能量分配策略
，计算出车辆的实际行驶过程中的能量管理策略。该过程考虑了车辆的动力性能和能量利用效率，以
实现最佳的行驶性能。
