本发明属于氢燃料电池混合动力车领域，尤其涉及一种基于车联网的氢燃料电池混合动力车的能源优化方法。
背景技术：
1、由于环境的不断变化、有限的化石资源和严格的碳排放限制等问题，车联网新能源汽车具有节能减排、提高汽车性能等特点，可以有效的解决环境污染和排放问题。新能源汽车现今已成为了汽车产业转型和研发单位关注的热点，其中，以质子交换膜燃料电池为动力源的燃料电池汽车因具备零排放、低工作温度、高效率、高功率密度和长行驶里程等优势，被认为是最具有前景的选择。
2、目前，对氢燃料电池混合动力汽车的科研技术还尚未成熟，主要以驾驶工况固定、控制简单的能源管理系统为主。由于受到燃料电池电抗器功率性能的限制，燃料电池汽车通常将配备的锂电池和燃料电池发动机相配合使用。对于配备的锂电池的主要作用是满足暂态峰值功率的需求，当燃料电池和锂电池协同驱动燃料电池混合动力汽车时，需要综合考虑以下几个因素，分别是电机、燃料电池和锂电池的输出功率、储能系统、电池的电量维护、速度规划等因素，从而达到制动能量回收、维持电池寿命、减少计算时间和控制氢气消耗量的效果。
3、目前燃料电池混合动力车的不同能量之间功率分配存在一些缺陷。通过动态规划的方法虽然能实现不同能量之间的功率分配，但存在离线的缺陷，需要提前知道驾驶工况信息，故无法适应不同的驾驶工况。还有部分现有技术虽然能在线实现不同能量之间的功率分配，但存在计算成本高的问题。
技术实现思路
1、本发明的目的在于提供一种基于车联网的氢燃料电池混合动力车的能源优化方法，实现不同能源之间的最优分配，达到维持车辆锂电池电量和降低车辆氢消耗量的目的，同时还能减少计算成本。
2、为解决以上技术问题，本发明的技术方案为：基于车联网的氢燃料电池混合动力车的能源优化方法，包括如下步骤：
3、步骤1：建立包括车辆纵向动力学模型、氢燃料电池模型和锂电池模型的氢燃料电池混合动力车控制系统的整车模型；
4、步骤2：采集车辆运行信息，构建多个驾驶工况下的数据集，以燃料电池输出功率最小为优化目标，利用动态规划算法dp求解多个驾驶工况下的能源最优控制问题，获得多个驾驶工况下的最优状态轨迹和最优控制轨迹，生成一个优化数据集；
5、步骤3：将所述优化数据集输入不同的学习模型进行训练和学习，选择车速预测模型；
6、步骤4：通过车联网平台采集车辆的短期车速信息和交通信息，利用所述车速预测模型来预测车辆未来短期的速度，并构建车辆在行驶过程中的需求功率模型，获取车辆在行驶过程中的车辆需求功率和电机需求功率；
7、步骤5：凸化步骤1中所述氢燃料电池模型和所述锂电池模型，再结合步骤4中所述车辆需求功率和电机需求功率，以锂电池的化学输出功率最小为优化目标，构建能源管理优化问题的目标函数和约束条件，通过交替方向乘子法admm和牛顿法迭代求解所述能源管理优化问题，得到燃料电池输出功率和锂电池输出功率的最优解，用于车联网平台下的整车能源管理优化。
8、与现有技术相比，本发明的有益效果为：1、利用动态规划算法dp离线求解多个驾驶工况下的能源最优控制问题，将动态规划算法dp求解得到的变量生成优化数据集，利用长短期记忆递归神经网络对优化数据集进行充分训练和学习；采集车联网平台的车辆信息和交通信息，通过长短期记忆递归神经网络预测车辆未来的短期速度，使得预测车速更贴近实际车速，从而提高需求功率的分配效果，达到降低车辆能耗的目的；2、根据需求功率模型计算得到的车辆需求功率和电机需求功率，利用admm算法和牛顿算法迭代求解得到最优的锂电池输出功率和燃料电池输出功率，实现最优的能源分配；4、利用二分法对正则化项的惩罚因子自适应调整，能精确控制锂电池电量，使整个控制系统具有自适应能力，以确定多个驾驶工况下二能量源各自的输出功率，实现锂电池电量的维护及延长锂电池的寿命，同时，还能减少计算时间成本和降低燃料电池的氢气消耗量，提高车辆的性能。
1.基于车联网的氢燃料电池混合动力车的能源优化方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于车联网的氢燃料电池混合动力车的能源优化方法，其特征在于：所述氢燃料电池混合动力车控制系统包括燃料电池、锂电池、单向dc/dc变换器、双向dc/dc变换器、双向dc/ac变换器和电机；燃料电池经单向dc/dc变换器后与电路总线连接，锂电池经双向dc/dc变换器后与电路总线连接，电路总线经双向dc/ac变换器后与电机连接。
3.根据权利要求1所述的基于车联网的氢燃料电池混合动力车的能源优化方法，其特征在于：步骤1包括如下步骤；
4.根据权利要求1所述的基于车联网的氢燃料电池混合动力车的能源优化方法，其特征在于：步骤2包括如下步骤：
5.根据权利要求1所述的基于车联网的氢燃料电池混合动力车的能源优化方法，其特征在于：步骤3中所述车速预测模型为长短期记忆递归神经网络模型。
6.根据权利要求1所述的基于车联网的氢燃料电池混合动力车的能源优化方法，其特征在于：步骤4中，所述车辆在行驶过程中的需求功率模型获取车辆在行驶过程中的车辆需求功率和电机需求功率，具体为：
7.根据权利要求3所述的基于车联网的氢燃料电池混合动力车的能源优化方法，其特征在于：步骤5包括如下步骤：
