解少博，屈鵬程，李嘉誠(chéng)，王惠慶，郎 昆

（長(zhǎng)安大學(xué)汽車學(xué)院，西安 710064）

前言

貨車具有較大的迎風(fēng)面積，在行駛中空氣阻力消耗的能量占總能耗的比重十分顯著，而編隊(duì)行駛可以通過對(duì)車速進(jìn)行精準(zhǔn)控制來調(diào)節(jié)車間距，改善前車和跟馳車輛的空氣流場(chǎng)形態(tài)，達(dá)到降低空氣阻力的目的。編隊(duì)行駛已被證實(shí)是提升經(jīng)濟(jì)性的有效手段之一。對(duì)配置有發(fā)動(dòng)機(jī)和電池的混合動(dòng)力貨車（HET），為了進(jìn)一步提升經(jīng)濟(jì)性，除了通過編隊(duì)行駛降低能耗，還可以優(yōu)化能量源之間的功率分配關(guān)系達(dá)到節(jié)能目的，即優(yōu)化能量管理策略。與此同時(shí)，由于電池成本在HET 總成本中占有很大比重，能量管理策略所決策的電池輸出功率除了影響整車的能耗經(jīng)濟(jì)性，還影響到電池老化速率及對(duì)應(yīng)的老化成本。顯然，更多地使用電池的電能盡管可以提升能耗經(jīng)濟(jì)性，但會(huì)增大電池的老化成本。因此，從整體經(jīng)濟(jì)性來考慮，須協(xié)同考慮電池的老化成本和功率分配來優(yōu)化能量管理策略。

另一方面，HET 在隊(duì)列中的跟馳速度影響到與前車的車間距，從而影響到行駛的安全性和空氣阻力，同時(shí)跟馳速度還決定了功率需求，而HET 的能量分配關(guān)系又決定了電池的輸出功率，從而影響到整車的能耗成本和電池老化成本。由此可見，處于跟馳場(chǎng)景中的HET，速度規(guī)劃和能量管理兩個(gè)決策行為是互相關(guān)聯(lián)的，且影響到跟馳安全性、能耗經(jīng)濟(jì)性、電池老化和空氣動(dòng)力效應(yīng)等多個(gè)性能。

針對(duì)燃油汽車編隊(duì)行駛的節(jié)能策略已展開了相關(guān)研究，針對(duì)新能源汽車的編隊(duì)控制也已引起關(guān)注。文獻(xiàn)［5］中針對(duì)紅綠燈場(chǎng)景下兼顧車間協(xié)同控制和燃油經(jīng)濟(jì)性，提出分層模型預(yù)測(cè)控制策略，上層從優(yōu)化速度和舒適性等角度獲取最優(yōu)經(jīng)濟(jì)車速，下層實(shí)施能量管理策略優(yōu)化動(dòng)力源輸出，實(shí)現(xiàn)了車隊(duì)通過紅綠燈的協(xié)同控制。文獻(xiàn)［6］中針對(duì)混合動(dòng)力貨車的空氣阻力、速度規(guī)劃和能量管理問題，提出集成協(xié)同優(yōu)化策略，進(jìn)一步降低了能耗。

電池作為電動(dòng)汽車的重要零部件，合理地使用電池對(duì)于提升整車經(jīng)濟(jì)性意義重大。為了提升安全性和經(jīng)濟(jì)性等性能，需要從全局視角理清貨車在跟馳過程中電池老化與其他目標(biāo)之間的耦合關(guān)系。現(xiàn)有研究針對(duì)跟馳過程中空氣阻力的優(yōu)化以及混合動(dòng)力車輛的能量分配均有涉及，而針對(duì)新能源汽車在跟馳過程中協(xié)同考慮跟馳安全性、空氣阻力、能耗成本以及電池老化等多重目標(biāo)的速度規(guī)劃和能量管理協(xié)同控制問題尚未給予重視。

基于上述考慮，本文中針對(duì)網(wǎng)聯(lián)HET 在跟馳過程中的速度規(guī)劃和能量管理協(xié)同控制問題，提出一種綜合考慮安全性、能耗經(jīng)濟(jì)性、空氣阻力和電池老化等多重目標(biāo)的協(xié)同模型預(yù)測(cè)控制（CMPC）策略。它基于模型預(yù)測(cè)控制的架構(gòu)，在滾動(dòng)時(shí)域內(nèi)利用動(dòng)態(tài)規(guī)劃進(jìn)行多重目標(biāo)的優(yōu)化，開發(fā)實(shí)時(shí)性協(xié)同控制策略。

1 車輛系統(tǒng)模型

1.1 動(dòng)力系統(tǒng)結(jié)構(gòu)

本文中假設(shè)跟馳場(chǎng)景中的HET 的動(dòng)力系統(tǒng)結(jié)構(gòu)如圖1 所示。柴油發(fā)動(dòng)機(jī)和發(fā)電機(jī)（ISG 電機(jī)）機(jī)械連接組成EGU 單元，EGU 單元和動(dòng)力電池電力耦合，提供車輛行駛的功率需求和能量回收。表1 為整車主要參數(shù)。

圖1 HET動(dòng)力系統(tǒng)結(jié)構(gòu)

表1 整車主要參數(shù)

1.2 動(dòng)力系統(tǒng)模型

1.2.1 動(dòng)力部件模型

對(duì)于發(fā)動(dòng)機(jī)和電機(jī)，基于穩(wěn)態(tài)試驗(yàn)數(shù)據(jù)可以將其能耗效率表示為轉(zhuǎn)速和轉(zhuǎn)矩的函數(shù)，它們的能耗效率MAP圖如圖2～圖4所示。

圖2 發(fā)動(dòng)機(jī)燃油消耗特性圖

圖4 驅(qū)動(dòng)電機(jī)效率MAP圖

1.2.2 電池模型

動(dòng)力電池類型為磷酸鐵鋰電池，電池組由156個(gè)單體串聯(lián)而成，每個(gè)單體容量為60 A·h，電壓為3.2 V，電池組的總電壓為499.2 V。

圖3 ISG電機(jī)效率MAP圖

1.3 車輛跟馳動(dòng)力學(xué)模型

1.3.1 跟馳模型

為了保證車輛在跟馳時(shí)的安全性，避免追尾事故，定義最小車間距為

式中：為最小跟馳車間距；c為常量，表示停車時(shí)必要的車間距，取值1 m；為制動(dòng)器響應(yīng)時(shí)間，取值為0.5 s；為車輛在跟馳行駛時(shí)后車的速度。

同時(shí)，過大的車間距會(huì)影響道路通行效率，而且會(huì)引起其他車輛的插入，影響車隊(duì)的跟馳安全性和隊(duì)列的完整性，還會(huì)極大降低減阻效應(yīng)。因此定義最大車間距為

式中：為最大跟馳車間距；為常量，取值為1.5 m；為標(biāo)定系數(shù)，取值為0.8；Δ為離散時(shí)間步長(zhǎng)，取值為1 s。

期望車間距是為跟馳車輛的速度規(guī)劃提供參考，使車輛的安全性得到保障并降低空氣阻力?；谲囶^時(shí)距的期望車間距模型可表達(dá)為

式中：為停車后的期望車間距；()表示車頭時(shí)距，是的函數(shù)，當(dāng)()為常數(shù)時(shí)該公式表示恒定車頭時(shí)距模型，否則為可變車頭時(shí)距模型；和均為取值是正數(shù)的標(biāo)定系數(shù)，單位分別為s/m和s。

1.3.2 減阻效應(yīng)模型

本文中應(yīng)用XFlow軟件對(duì)車輛在跟馳過程中空氣阻力系數(shù)的變化進(jìn)行仿真研究。在XFlow軟件中設(shè)置計(jì)算域的長(zhǎng)、寬、高分別為80、16和30 m，湍流和汽車表面的解析度為0.012 5 m，氣流設(shè)定以恒定值25 m/s由入口垂直進(jìn)入，同時(shí)設(shè)置不同的車間距并記錄空氣阻力系數(shù)。圖5為最終擬合得到的跟馳車輛空氣阻力系數(shù)與非跟馳時(shí)的空氣阻力比值隨車間距的變化曲線。

圖5 空氣阻力系數(shù)比值隨車間距的變化軌跡

1.4 電池老化模型

本文的電池容量衰減模型可描述為

式中：為電池容量損失百分比；為指數(shù)前因子；為活化能；為充放電倍率；為氣體常數(shù)；為電池溫度；為指數(shù)因子；為安時(shí)吞吐量，即電池充放電電流絕對(duì)值對(duì)時(shí)間的積分；和為標(biāo)定系數(shù)。

考慮=20%時(shí)電池壽命終止。在計(jì)算過程中，忽略各單體電池間的差異，電池瞬時(shí)老化成本計(jì)算公式為

式中：為電池瞬時(shí)老化成本；為車輛當(dāng)前行駛時(shí)刻；為單位電量電池組購(gòu)置成本；為電池組總電量；為電池組總?cè)萘?；為電池單體瞬時(shí)容量衰減程度；為電池工作環(huán)境溫度；為電池電流；為電池容量衰減因子，定義為標(biāo)準(zhǔn)工況與實(shí)際工況下電池總安時(shí)吞吐量的比值；為電池組串聯(lián)單體數(shù)；為標(biāo)準(zhǔn)試驗(yàn)工況下，電池壽命終止前的總安時(shí)吞吐量；為單體中并聯(lián)的電芯數(shù)。

2 跟馳場(chǎng)景HET多目標(biāo)協(xié)同控制問題

為了實(shí)現(xiàn)實(shí)時(shí)性控制，基于模型預(yù)測(cè)控制的思想在滾動(dòng)時(shí)域內(nèi)構(gòu)建目標(biāo)函數(shù)?；谀Ｐ皖A(yù)測(cè)控制提出考慮空氣動(dòng)力效應(yīng)的協(xié)同控制策略，后文簡(jiǎn)稱CMPC 策略，其原理如圖6 所示。另外，本文中假設(shè)后車可以通過V2V 通信實(shí)時(shí)獲取前車的車速信息和車間距信息。

圖6 CMPC策略執(zhí)行流程圖

2.1 目標(biāo)函數(shù)構(gòu)建

在構(gòu)建目標(biāo)函數(shù)時(shí)，首先量化安全性成本、能耗成本和電池老化成本。

2.1.1 安全性成本

貨車在跟馳過程中，首先要保證與前車的安全性，即貨車之間不能發(fā)生碰撞或存在發(fā)生碰撞的隱患，而且后車要能隨時(shí)捕捉到前車的位置信息，保證車隊(duì)的完整性；在此基礎(chǔ)上考慮經(jīng)濟(jì)性優(yōu)化問題的求解。因此前車和跟馳車輛的車間距必須大于最小車間距，并盡可能接近期望車間距。為了量化安全性，根據(jù)建立的縱向動(dòng)力學(xué)模型，定義安全性成本為

式中：為行駛安全性成本；、和為權(quán)重常量，其取值分別為2 元/m、5 元/m和40 元/m；為預(yù)測(cè)時(shí)域內(nèi)的時(shí)刻；為實(shí)際車間距。

2.1.2 經(jīng)濟(jì)性成本

本文的HET 具有EGU 和動(dòng)力電池兩個(gè)動(dòng)力源，并且考慮到電池老化成本，定義經(jīng)濟(jì)性成本為電耗成本、電池老化成本和油耗成本之和：

式中：為經(jīng)濟(jì)性成本；和分別為柴油單價(jià)和電價(jià)，取值分別為6.5元/L和1.0元/（kW·h）；˙為發(fā)動(dòng)機(jī)燃油消耗率；為電池功率消耗。

2.1.3 目標(biāo)函數(shù)

考慮到安全性成本和經(jīng)濟(jì)性成本量綱及數(shù)量等級(jí)的不同，以滾動(dòng)時(shí)域內(nèi)的經(jīng)濟(jì)性成本和等效安全性成本的加權(quán)和最小化構(gòu)建目標(biāo)函數(shù)：

式中：為綜合評(píng)價(jià)指標(biāo)；為車輛當(dāng)前行駛時(shí)刻；為預(yù)測(cè)時(shí)域長(zhǎng)度；為經(jīng)濟(jì)性成本的權(quán)重因子，根據(jù)仿真測(cè)試取為無量綱常數(shù)1 400。

2.2 目標(biāo)函數(shù)的求解-MPC

針對(duì)滾動(dòng)時(shí)域內(nèi)的優(yōu)化問題，采用DP 進(jìn)行求解。其中，選擇貨車加速度和EGU 輸出功率作為控制變量，動(dòng)力電池SOC和車速為狀態(tài)變量，對(duì)控制變量?jī)?yōu)化求解。同時(shí)，假設(shè)在預(yù)測(cè)時(shí)域內(nèi)后車具有恒定的加速度。

2.3 滾動(dòng)時(shí)域的模型預(yù)測(cè)

在計(jì)算后車安全性成本時(shí)，須在滾動(dòng)時(shí)域內(nèi)對(duì)前、后車的車速進(jìn)行預(yù)測(cè)。對(duì)于前車，采用長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)（LSTM）進(jìn)行滾動(dòng)時(shí)域內(nèi)的車速預(yù)測(cè)；后車則采用CMPC策略預(yù)測(cè)車速。

圖7為實(shí)車采集得到的前車歷史車速譜，工況No.1、No.2、No.3 和No.4 用于對(duì)LSTM 神經(jīng)網(wǎng)絡(luò)訓(xùn)練，將No. 5 用于仿真驗(yàn)證。表2 列出了LSTM 網(wǎng)絡(luò)在不同預(yù)測(cè)時(shí)域長(zhǎng)度時(shí)的預(yù)測(cè)精度。

圖7 歷史車速譜

表2 不同時(shí)域長(zhǎng)度的預(yù)測(cè)精度

從表中可以看出，預(yù)測(cè)精度隨著預(yù)測(cè)時(shí)域長(zhǎng)度的增加逐漸降低，但預(yù)測(cè)時(shí)域越短，經(jīng)濟(jì)性優(yōu)化效果會(huì)越差，故綜合考慮優(yōu)化效果、預(yù)測(cè)精度和時(shí)間效率，選擇3 s作為預(yù)測(cè)時(shí)域長(zhǎng)度。

3 人工跟馳模型

為了對(duì)提出的CMPC 策略進(jìn)行評(píng)估，基于一種反映人工駕駛的速度跟馳模型—全速差耦合模型（full velocity difference coupled model，F(xiàn)VDCM）進(jìn)行比較。對(duì)于HET 的能量分配，分別選擇基于規(guī)則的電量維持策略（CS）和基于全局優(yōu)化的龐特里亞金最小值原理（PMP）進(jìn)行仿真分析和結(jié)果對(duì)比。

3.1 FVDCM模型

在FVDCM 模型中，前車的狀態(tài)變化過程可以表示為

式中：和分別為前車的車速和加速度；為前車的行駛距離信息；Δ為采樣時(shí)間。

后車的狀態(tài)變化可以描述為

式中：表示駕駛員的反應(yīng)靈敏度；Δ為前車與后車的速度差；表示駕駛員對(duì)Δ的敏感度；為采樣間隔，取值為1 s；表示跟馳車輛的最優(yōu)車速函數(shù)，其具體定義可見文獻(xiàn)［11］。

3.2 FVDCM+CS

基于規(guī)則的能量管理策略可通過設(shè)置合理的規(guī)則，使車輛驅(qū)動(dòng)模式規(guī)律性切換以滿足車輛行駛功率需求的同時(shí)降低能耗。CS 策略的SOC 下限設(shè)置為0.55，上限設(shè)置為0.65，EGU功率取恒定值70 kW。

3.3 FVDCM+PMP

與動(dòng)態(tài)規(guī)劃策略相比，PMP 在設(shè)計(jì)能量管理策略時(shí)具有與動(dòng)態(tài)規(guī)劃相近的優(yōu)化結(jié)果，但其計(jì)算效率更高。為此，進(jìn)一步采用PMP 將能耗最優(yōu)問題轉(zhuǎn)化為含約束的非線性優(yōu)化問題，并通過打靶法獲得EGU和動(dòng)力電池的最優(yōu)功率分配序列。

4 結(jié)果與分析

本文中以No.5速度譜（見圖7）來模擬跟馳過程中前車的車速，并假設(shè)HET（后車）在整個(gè)行程中一直處于跟馳狀態(tài)，不考慮后車和前車的分割以及外來車輛在兩車間的插入等情況。

以No.5速度譜為例（里程為58.8 km）進(jìn)行仿真行駛，電池SOC 初始狀態(tài)為0.60。電池壽命衰減模型的相關(guān)參數(shù)：氣體常數(shù)為8.314 J·mol·K，環(huán)境溫度為298.15 K，指數(shù)前因子為31 630，指數(shù)因子為0.55，系數(shù)和分別為-31 700和370.3，電池購(gòu)置成本設(shè)為1 500元/（kW·h）。

4.1 目標(biāo)函數(shù)考慮電池老化與否的比較

為分析電池老化這一因素對(duì)經(jīng)濟(jì)性成本的影響，對(duì)比在目標(biāo)函數(shù)中考慮電池老化成本與否時(shí)的結(jié)果。因此，期望車間距設(shè)定為固定值18 m。結(jié)果如表3 所示，其中，CMPC-bc-w/o 表示目標(biāo)函數(shù)中不考慮電池老化的策略，CMPC-bc-w 表示目標(biāo)函數(shù)中考慮電池老化的策略，經(jīng)濟(jì)性成本為電池老化成本與能耗成本之和。

表3 目標(biāo)函數(shù)中考慮電池老化成本與否的結(jié)果對(duì)比

由結(jié)果可知，與目標(biāo)函數(shù)中不考慮電池老化相比，考慮電池老化的經(jīng)濟(jì)性成本在整個(gè)行程降低了1.90%。其原因是由于CMPC-bc-w 策略抑制了電池的大電流放電過程，因此在總需求功率不變時(shí)，油耗量和電耗量變化不顯著，但可以抑制電池大電流放電有助于降低電池老化速率，減少老化成本，從而使CMPC-bc-w的經(jīng)濟(jì)性成本下降。

圖8為兩種策略下動(dòng)力電池的充放電倍率變化曲線。可以看到，CMPC-bc-w 的充放電倍率明顯低于CMPC-bc-w/o。

圖8 充放電倍率對(duì)比

圖9是兩種策略的動(dòng)力電池SOC對(duì)比，可以看出，與CMPC-bc-w/o 策略相比，CMPC-bc-w 策略的SOC軌跡波動(dòng)范圍較小。圖10是速度對(duì)比圖，圖11是車間距對(duì)比圖。可以看出，CMPC-bc-w策略的跟馳車間距變化范圍更窄，車輛在跟馳行駛過程中貨車之間的車間距更穩(wěn)定。因此，CMPC-bc-w策略是對(duì)CMPC-bcw/o策略的進(jìn)一步優(yōu)化，從經(jīng)濟(jì)性和跟馳安全性兩個(gè)方面來看，CMPC-bc-w策略均具有更優(yōu)的控制效果。

圖9 SOC軌跡

圖10 實(shí)際車速變化曲線

圖11 實(shí)際車間距變化曲線

4.2 考慮空氣動(dòng)力效應(yīng)和電池老化與否的結(jié)果對(duì)比

為分析空氣動(dòng)力效應(yīng)和電池壽命衰減兩個(gè)因素耦合時(shí)的效果，對(duì)比目標(biāo)函數(shù)中同時(shí)考慮這兩種因素與不考慮這兩種因素的結(jié)果。在這兩種情況下，當(dāng)目標(biāo)函數(shù)中不考慮空氣動(dòng)力效應(yīng)時(shí)，空氣阻力取為恒定值，而當(dāng)考慮空氣動(dòng)力效應(yīng)時(shí)，期望車間距和空氣阻力隨車速變化。結(jié)果如表4 所示，其中，CMPC-w/o 表示目標(biāo)函數(shù)不考慮空氣動(dòng)力效應(yīng)和電池老化成本的策略，CMPC-w 表示目標(biāo)函數(shù)同時(shí)考慮空氣動(dòng)力效應(yīng)和電池老化成本的策略。

表4 目標(biāo)函數(shù)中考慮空氣動(dòng)力效應(yīng)和電池老化成本與否的結(jié)果對(duì)比

可以看出，CMPC-w 相比CMPC-w/o在整個(gè)里程的經(jīng)濟(jì)性成本降低15.11%。主要原因是抑制電池老化速度與動(dòng)態(tài)調(diào)整車間距這兩者的耦合作用，使能耗經(jīng)濟(jì)性明顯提升。

兩種策略的動(dòng)力電池SOC 曲線如圖12 所示，實(shí)際跟馳車間距如圖13所示。

圖12 SOC軌跡

圖13 實(shí)際車間距變化曲線

從圖中可以看出：與CMPC-w/o 策略相比，CMPC-w 策略的SOC 軌跡波動(dòng)范圍較小，電池充放電深度較淺，從而有效抑制了電池老化速率，降低了電池老化成本；另一方面，由于CMPC-w 策略的跟馳車間距更小，氣動(dòng)效應(yīng)降低了車輛的總功率需求，致使驅(qū)動(dòng)車輛的需求功率峰值有所削減。綜上所述，目標(biāo)函數(shù)中考慮空氣動(dòng)力效應(yīng)和電池老化時(shí)，能夠有效提高HET 的使用經(jīng)濟(jì)性。由結(jié)果還可以看出，相比考慮電池老化對(duì)HET 經(jīng)濟(jì)性的改善，考慮空氣動(dòng)力學(xué)效應(yīng)對(duì)其經(jīng)濟(jì)性的提升效果更為顯著。

4.3 CMPC協(xié)同控制策略性能評(píng)估

速度規(guī)劃的目的是面向自動(dòng)駕駛。為進(jìn)一步對(duì)比協(xié)同控制策略與人工駕駛在不同跟車距離時(shí)經(jīng)濟(jì)性成本的差異，本節(jié)基于改進(jìn)的全速差模型（FVDCM）并結(jié)合能量管理策略（包括基于規(guī)則的CS策略和基于全局優(yōu)化的PMP 策略）與CMPC 協(xié)同控制策略進(jìn)行對(duì)比分析。結(jié)果如表5 所示，其中，F(xiàn)VDCM+CS和FVDCM+PMP 分別表示基于改進(jìn)的全速差駕駛模型與電池電量維持策略和基于改進(jìn)的全速差模型與龐特里亞金最小值原理的全局策略。

表5 目標(biāo)函數(shù)中考慮電池老化和空氣動(dòng)力效應(yīng)與另外兩種策略的結(jié)果對(duì)比

由表可知，CMPC 的經(jīng)濟(jì)性成本僅比FVDCMPMP 的經(jīng)濟(jì)性成本高1.07%，能耗成本高1.54%，但FVDCM-PMP 屬于全局最優(yōu)算法，不具備實(shí)時(shí)性。而與FVDCM+CS 相比，CMPC 的經(jīng)濟(jì)性成本則降低了14.37%，能耗成本降低了13.53%。由此可見協(xié)同控制策略在實(shí)時(shí)性和經(jīng)濟(jì)性方面的優(yōu)勢(shì)。

圖14和圖15 分別為FVDCM 和CMPC 兩種跟馳模型的車間距和空阻系數(shù)的對(duì)比。可以看出，盡管FVDCM 和CMPC 的初始車間距都設(shè)為18 m，但前者的車間距基本維持在17～19 m 之間，波動(dòng)范圍較小。而CMPC為了提升經(jīng)濟(jì)性而柔性地調(diào)整車間距使其在10～14 m之間波動(dòng)，即為了降低空氣阻力并提升經(jīng)濟(jì)性而追求更激進(jìn)的跟馳距離。由圖15還可以看到，相比FVDCM策略，CMPC策略的后車空氣阻力系數(shù)明顯降低，因而能有效利用減阻效應(yīng)實(shí)現(xiàn)節(jié)能行駛。

圖14 不同策略車間距對(duì)比

圖15 空氣阻力系數(shù)對(duì)比

5 結(jié)論

本文中針對(duì)網(wǎng)聯(lián)混合動(dòng)力貨車在跟馳場(chǎng)景中的速度規(guī)劃和能量管理的協(xié)同控制展開研究，特別考慮了在跟馳行駛時(shí)的空氣動(dòng)力學(xué)效應(yīng)和電池壽命衰減帶來的影響，提出考慮跟馳行駛安全性、能耗經(jīng)濟(jì)性、空氣動(dòng)力學(xué)效應(yīng)和電池老化的協(xié)同控制策略（CMPC）。與在目標(biāo)函數(shù)中不考慮電池老化的策略對(duì)比，考慮電池壽命老化成本的協(xié)同控制策略降低了動(dòng)力電池在高放電倍率下工作的頻次，從而有效地降低了電池老化成本，在整個(gè)行程上的經(jīng)濟(jì)性成本降低了1.90%。與在目標(biāo)函數(shù)中不考慮電池老化和空氣動(dòng)力效應(yīng)的策略對(duì)比，考慮這兩者的協(xié)同控制策略不但降低了動(dòng)力電池在高放電倍率下工作的次數(shù)從而降低了電池老化成本，還有效利用空氣動(dòng)力學(xué)效應(yīng)對(duì)貨車跟馳距離進(jìn)行優(yōu)化，其經(jīng)濟(jì)性成本降低了15.11%。另外，與基于人工駕駛行為的跟馳模型進(jìn)行對(duì)比，協(xié)同控制策略在實(shí)時(shí)性和優(yōu)化效果方面具有更均衡的優(yōu)勢(shì)。