车辆行驶工况对其油耗有重要影响。车辆控制策略常基于标准工况进行匹配标定,然标准工况和实际工况的差异易导致车辆实际行驶油耗偏高。为此,本研究拟发展一种基于线路特征的公交线路工况预测模型及其自学习策略,利用与实际工况更相似的预测工况优化车辆控制策略,以实现公交车辆节油自趋优运行。首先,利用车载数据采集系统,对6辆公交客车在2条典型公交线路上进行长达1年的实际运行数据采集。采集数据系统地覆盖了典型地域类型、运行季节和时段、车辆载荷、司机熟练程度和气候等工况影响因素。为合理评价预测工况与实际行驶工况的相似程度,提出了基于速度和加速度分布秩相关的工况相似度概念。工况相似度与油耗相关性的研究表明:工况相似度可以有效表征公交车辆因工况差异引起油耗偏差的程度。其次,系统研究了公交线路的站间密度、红绿灯密度、弯道密度、平均坡度和线路类型等公交线路特征对行驶工况的影响规律,采用多元线性回归方程建立了用于预测站间平均车速、站间最高车速、站间公里停车次数和工况激进程度等工况特征参数的站间工况特征模型。采用工况特征参数对车辆运动学片段进行分类,统计建立不同运动学片段类型下基于速度加速度转移概率矩阵的站间工况类型库。采用马尔科夫链迭代算法,建立了基于站间工况特征模型和站间工况类型库的线路工况预测模型。采用503线路运行工况数据标定工况预测模型,并应用该模型对516线路典型工况进行预测,结果表明预测工况与实际工况的相似度达78.69%。再次,为提高工况预测模型的预测精度,提出基于在线运行数据的工况预测模型自学习策略,即:采用最小二乘法对站间工况特征模型的回归方程系数进行周期性更新,并采用遗忘因子法对站间工况类型库中速度加速度转移概率矩阵的学习速率进行动态修正。结果表明,利用1400趟运行数据建立的工况预测模型,再通过180趟数据的自学习,可将工况相似度从78.69%提高到85.6%。最后,针对插电式混合动力公交运行线路的全局能量规划问题,建立基于油电等效系数的全局能量规划模型,提出了基于工况预测模型自学习的混合动力全局能量规划策略。在仿真平台上,采用516线路400圈实际运行车速曲线对该策略进行验证,结果表明:基于该策略优化的车辆前300圈油耗和电耗分别降低1.03%和61.44%,节油概率为63%;激活自学习策略继续运行100圈之后,油耗和电耗分别降低2.25%和54%,节油概率提高到73%。综上所述,本研究提出了基于线路特征的工况预测模型及自学习策略,可使公交车辆具有节油自趋优能力。