【作者】

孙霄汉; 贾博儒; 魏一迪

【单位】

北京理工大学

【摘要】

混合动力汽车预测能量管理的性能和实用性在精度和计算效率方面高度依赖于对未来车辆速度的预测。在本文中，阐述了基于随机马尔可夫链速度预测方法的基本原理，分析了一阶马尔可夫模型的状态转移概率矩阵，并搭建了二阶马尔可夫预测模型用于对比。在CLTC-C截取工况段下的测试结果表明，在5 s速度预测时域内，一阶马尔可夫预测的平均误差为4.72 km/h，而二阶马尔可夫预测的平均误差为3.36 km/h，通过提高马尔可夫模型阶数，可以有效提高速度预测精度约28.8 %。为了提高预测精度，一阶马尔可夫模型可以扩展到二阶及更高阶。通过引入更多历史车速信息，马尔可夫状态数呈指数增长，这可以提高其状态转移概率矩阵的分辨率，从而获得更高的速度预测精度。

【关键词】

混合动力汽车;预测能量管理;速度预测;马尔可夫模型

【论文集名称】

智能交通与智能混合动力控制

【会议名称】

2025智能混合动力技术大会

【会议时间】

2025-9-25至2025-9-27

【会议地点】

大连市

【下载次数】

0

返回