CN103507656A - 一种可在线自调整的增程式电动汽车能量管理方法及系统 - Google Patents

一种可在线自调整的增程式电动汽车能量管理方法及系统 Download PDF

Info

Publication number
CN103507656A
CN103507656A CN201310470412.7A CN201310470412A CN103507656A CN 103507656 A CN103507656 A CN 103507656A CN 201310470412 A CN201310470412 A CN 201310470412A CN 103507656 A CN103507656 A CN 103507656A
Authority
CN
China
Prior art keywords
energy management
power system
power
management control
energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310470412.7A
Other languages
English (en)
Other versions
CN103507656B (zh
Inventor
宋珂
姜蕴珈
章桐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN201310470412.7A priority Critical patent/CN103507656B/zh
Publication of CN103507656A publication Critical patent/CN103507656A/zh
Application granted granted Critical
Publication of CN103507656B publication Critical patent/CN103507656B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Abstract

本发明涉及一种可在线自调整的增程式电动汽车能量管理方法及系统，该方法包括：(1)在实车行驶时，控制端整车控制器VMS测量不同SOC参数值下对应的能量源参数；(2)根据能量源参数得到能量源充放电效率随功率变化的情况，结合增程式电动车动力系统损失功率最小计算方法，并利用BP神经网络拟合算法，对能量管理控制规则拟合调整，从而实现能量管理控制规则的在线更新；(3)VMS根据混合动力系统的SOC参数和整车需求功率，结合能量管理控制规则实时控制混合动力系统的功率输出分配。与现有技术相比，本发明提高了电动汽车能量管理控制的准确性以及混合动力系统的燃料经济性，具有良好的工程实用价值。

Description

一种可在线自调整的增程式电动汽车能量管理方法及系统
技术领域
本发明涉及环保车辆节能技术领域，尤其是涉及一种基于损失功率最小的可在线自调整的增程式电动汽车能量管理方法及系统。
背景技术
电动汽车以其良好的经济性和环保性，已经成为了未来汽车发展的主要趋势。目前，电动汽车的研发方向大体分为3类：纯电动汽车(Electric Vehicle，EV)、混合动力电动汽车(Hybrid Electric Vehicle，HEV)和燃料电池电动汽车(Fuel CellElectric Vehicle，FCEV)。从当前的技术发展趋势来看，纯电动汽车具有能源多样化、结构简单等优点，但由于受到蓄电池性能的制约，存在充电时间长、续驶里程较短等问题，现阶段难以推广应用。燃料电池电动汽车虽然具备加氢时间短、电池能量密度大等优点，但因其价格昂贵，加氢制氢等基础设施不健全，亦不易在短期内实现产业化。在这种情况下，增程式电动汽车(Extended-Range Electric Vehicles，E-REVs)的出现，既具有纯电动汽车节能和环保的特点，又改善了整车的燃油经济性和排放性；而且还继承了传统燃油汽车续驶里程长的优点，成为当今最具应用前景的电动汽车产品。
增程式电动汽车由两种能量源提供动力：即蓄电池作为主要能源，增程器作为备用能源。增程器(Range Extender，RE)是能够自身发电、还能给车载动力蓄电池充电的辅助能量装置。当蓄电池电量充足时，汽车以纯电动模式行驶；当蓄电池电量不足时，增程器开始工作，用以给蓄电池充电或直接驱动电机，从而大幅提高电动车的续驶里程。
作为具有两种能量源的新能源汽车结构形式，增程式电动汽车的能量管理控制策略与整车的燃油经济性、动力性和排放密切相关。控制系统需制定合适的能量管理控制策略(Energy Management Control Strategy)，以此来协调双能量源之间的能量流分配。控制策略是能量管理系统的核心，是实现增程式电动汽车推广普及的关键所在。
但是，目前的电动汽车能量管理策略均采用离线方法制定策略控制规则，未考虑随着电动汽车使用寿命的增加，主要动力源发生性能衰减(改变)，所制定的能量管理策略理应随之改变，从而获得最佳控制效果的问题。
在车辆实际行驶中，随着电动车的使用寿命的增加，蓄电池和燃料电池因长时间运行而造成性能衰减，部分参数与之前测定的结果相比会发生较大的变化。若始终使用离线方法制定的固定的控制规则，将导致蓄电池和燃料电池功率输出的分配关系不能达到最优，各点的功率损失不能达到最小，与实际情况相比会产生较大的差异，甚至可能会导致能量管理算法失效。
为了使策略控制规则表能够根据各个部件(蓄电池、燃料电池)特性的变化而自动更新，从而获得与车载动力源部件实际特性更吻合的能量控制分配效果，需要实现对蓄电池、燃料电池的参数实施实时测量及在线计算，即对燃料电池增程式电动汽车动力系统能量管理策略的在线自调整功能方面加以研究。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于损失功率最小的可在线自调整的增程式电动汽车能量管理方法及系统。
本发明的目的可以通过以下技术方案来实现：一种可在线自调整的增程式电动汽车能量管理方法，其特征在于，包括以下步骤：
(1)在实车行驶时，控制端整车控制器VMS测量不同SOC参数值下对应的能量源参数；
(2)根据能量源参数得到能量源充放电效率随功率变化的情况，结合增程式电动车动力系统损失功率最小计算方法和BP神经网络拟合算法，对能量管理控制规则进行拟合调整，实现能量管理控制规则的在线更新；
(3)整车控制器VMS根据混合动力系统的SOC参数和整车需求功率，结合能量管理控制规则实时控制混合动力系统的功率输出分配，完成实车行驶时的能量分配管理。
所述的能量源参数包括蓄电池内阻、燃料电池的氢气入口流量和反应后的剩余流量以及燃料电池的电堆输出电压和负载电流。
步骤(2)所述的能量管理控制规则的在线更新具体包括以下步骤：
步骤101，实车行驶时，控制端整车控制器VMS向CAN总线通讯子系统询问能量管理控制规则计算所需能量源参数；
步骤102，信号采集处理子系统采集计算能量管理控制规则所需能量源参数数据，并将数据存储到ROM中；
步骤103，实车行驶结束时，整车控制器VMS检测驾驶员是否发出能量管理控制规则更新指令，否则保留原控制器内部规则值不变，若有，则执行步骤104；
步骤104，将ROM中存储的数据提取出来，结合增程式电动车动力系统损失功率最小计算公式，根据采集到的数据，计算不同状态下的燃料电池功率损失、蓄电池功率损失和未来充放电补偿损失，并以损失功率最小为目标，记录并存储采集数据点处的能量分配规则，再利用BP神经网络拟合算法，将离散分配规则作连续化处理，从而获得以SOC和整车需求功率为输入变量、蓄电池和燃料电池输出功率为输出控制量的能量管理控制规则，将该规则作为整车控制器VMS下一次实车行驶的能量分配原则，规则更新结束。
步骤(3)所述的结合能量管理控制规则实时控制混合动力系统的功率输出分配具体包括以下步骤：
步骤201，控制端整车控制器VMS向CAN总线通讯子系统询问能量管理控制规则计算所需SOC参数和整车需求功率值；
步骤202，信号采集处理子系统从混合动力系统各部件向CAN总线通讯子系统传输的数据中选取能量管理控制规则计算所需的SOC和整车需求功率值，并发送给整车控制器VMS；
步骤203，整车控制器VMS判断是否已接接收到完整的数据，是则执行步骤204，否则返回步骤202；
步骤204，整车控制器VMS根据接收到的数据，结合VMS内部的能量管理控制规则，计算出最优功率分配；
步骤205，整车控制器VMS通过CAN总线通讯子系统向动力系统控制器发送功率分配结果，动力系统控制器根据分配结果控制相应的能量源输出功率，至此完成了整车控制器VMS对动力系统各能量输出功率的分配管理。
一种可在线自调整的增程式电动汽车能量管理方法的系统，其特征在于，包括整车控制器VMS、CAN总线通讯子系统、信号采集处理子系统、混合动力系统、动力系统控制器以及辅助子系统，所述的整车控制器VMS控制整车的所有部件，所述的CAN总线通讯子系统实现整车各部件间的信息通信，所述的混合动力系统为车辆行驶提供能量，所述的动力系统控制器分别控制对应的能量源的功率输出，整车控制器VMS通过更新其内部能量管理控制规则，实现对混合动力系统的最优输出功率分配控制。
所述的混合动力系统包括燃料电池发动机与蓄电池，所述的动力系统控制器包括控制燃料电池发动机功率输出的燃料电池控制器和控制蓄电池功率输出的蓄电池控制器。
与现有技术相比，本发明考虑到随着电动汽车使用寿命的增加，主要动力源发生性能改变，通过在实车行驶时，对信息数据进行实时采集，实现了增程式电动汽车能量管理策略规则的在线自调整功能，提高了电动汽车能量管理控制的准确性以及混合动力系统的燃料经济性，具有良好的工程实用价值。
附图说明
图1为本发明实现能量管理控制规则在线更新的流程图；
图2为本发明整车控制器VMS控制混合动力系统功率输出分配的流程图；
图3为实施本发明方法的系统结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
一种可在线自调整的增程式电动汽车能量管理方法，其特征在于，包括以下步骤：
(1)在实车行驶时，控制端整车控制器VMS测量不同SOC参数值下对应的能量源参数，所述的能量源参数包括通过四线交流法在线测量蓄电池内阻，用气体流量计测量燃料电池的氢气入口流量和反应后的剩余流量，并用万用表测量燃料电池的电堆输出电压和负载电流；
(2)根据能量源参数得到蓄电池充放电效率和燃料电池放电效率随功率变化的情况，结合增程式电动车动力系统损失功率最小计算方法，实现能量管理控制规则的在线更新，同时，考虑到能量管理控制规则在制定过程中的不连续性，利用BP神经网络对于非线性映射具有良好拟合作用的特性，通过BP神经网络拟合算法，对能量管理控制规则拟合调整；
(3)整车控制器VMS根据混合动力系统的SOC参数和整车需求功率，结合能量管理控制规则实时控制混合动力系统的功率输出分配，完成了实车行驶时的能量分配管理，提高了混合动力系统的燃料经济性。
如图1所示，实施步骤(2)具体包括以下步骤：
步骤101，实车行驶时，控制端整车控制器VMS向CAN总线通讯子系统询问能量管理控制规则计算所需能量源参数，包括不同SOC值下对应的蓄电池内阻、燃料电池的氢气入口流量和反应后的剩余流量以及燃料电池的电堆输出电压和负载电流；
步骤102，信号采集处理子系统采集所有能量管理控制规则计算所需能量源参数数据，并将数据存储到ROM中；
步骤103，实车行驶结束时，整车控制器VMS检测驾驶员是否发出能量管理控制规则更新指令，否则保留原控制器内部规则值不变，若有，则执行步骤104；
步骤104，将ROM中存储的数据提取出来，结合增程式电动车动力系统损失功率最小计算公式，根据采集到的数据，计算不同状态下的燃料电池功率损失、蓄电池功率损失和未来充放电补偿损失，并以损失功率最小为目标，记录并存储采集数据点处的能量分配规则，再利用BP神经网络拟合算法，将离散分配规则作连续化处理，从而获得以SOC和整车需求功率为输入变量、蓄电池和燃料电池输出功率为输出控制量的能量管理控制规则，并将该规则作为整车控制器VMS下一次实车行驶的能量分配原则，规则更新结束。
如图2所示，实施步骤(3)具体包括以下步骤：
步骤201，控制端整车控制器VMS向CAN总线通讯子系统询问能量管理控制规则计算所需SOC和整车需求功率值；
步骤202，信号采集处理子系统从混合动力系统各部件向CAN总线通讯子系统传输的数据中选取能量管理控制规则计算所需的SOC和整车需求功率值，并发送给整车控制器VMS ；
步骤203，整车控制器VMS判断是否已接接收到完整的数据，是则执行步骤204，否则返回步骤202；
步骤204，整车控制器VMS根据接收到的数据，结合VMS内部的能量管理控制规则，计算出最优功率分配；
步骤205，整车控制器VMS通过CAN总线通讯子系统向动力系统控制器发送功率分配结果，动力系统控制器根据分配结果控制相应的能量源输出功率，至此完成了整车控制器VMS对动力系统各能量输出功率的分配管理。
如图3所示，一种可在线自调整的增程式电动汽车能量管理系统，其特征在于，包括整车控制器VMS、CAN总线通讯子系统、信号采集处理子系统1、混合动力系统以及动力系统控制器，所述的混合动力系统包括燃料电池发动机22与蓄电池32，所述的动力系统控制器包括控制燃料电池输出功率23的燃料电池控制器21和控制蓄电池输出功率33的蓄电池控制器3 1，所述的CAN总线通讯子系统实现整车各部件间的信息通信，所述的混合动力系统为车辆行驶提供能量，所述的动力系统控制器分别控制对应的能量源的功率输出，所述的整车控制器VMS以SOC和整车需求功率A为输入变量、蓄电池输出功率33和燃料电池输出功率23为输出控制量，更新其内部能量管理控制规则，实现对混合动力系统的最优输出功率分配控制，进而控制整车的所有部件。
本发明的控制对象为混合动力系统中的两个能量源，能量管理控制规则的控制参数通过CAN总线通讯子系统在整车控制器VMS与动力系统控制器之间完成数据交互。由于考虑到电动车上的能量源随着使用寿命的增加而产生的性能的衰减，整车VMS通过实车行驶时采集双能量源的状态数据，从而更新其内部能量管理控制规则，实现了增程式电动汽车能量管理策略规则的在线自调整功能，提高了电动汽车能量管理控制的准确性。

Claims (6)

1.一种可在线自调整的增程式电动汽车能量管理方法，其特征在于，包括以下步骤：
(1)在实车行驶时，控制端整车控制器VMS测量不同SOC参数值下对应的能量源参数；
(2)根据能量源参数得到能量源充放电效率随功率变化的情况，结合增程式电动车动力系统损失功率最小计算方法和BP神经网络拟合算法，对能量管理控制规则进行拟合调整，实现能量管理控制规则的在线更新；
(3)整车控制器VMS根据混合动力系统的SOC参数和整车需求功率，结合能量管理控制规则实时控制混合动力系统的功率输出分配，完成实车行驶时的能量分配管理。
2.根据权利要求1所述的一种可在线自调整的增程式电动汽车能量管理方法，其特征在于，所述的能量源参数包括蓄电池内阻、燃料电池的氢气入口流量和反应后的剩余流量以及燃料电池的电堆输出电压和负载电流。
3.根据权利要求2所述的一种可在线自调整的增程式电动汽车能量管理方法，其特征在于，步骤(2)所述的能量管理控制规则的在线更新具体包括以下步骤：
步骤101，实车行驶时，控制端整车控制器VMS向CAN总线通讯子系统询问能量管理控制规则计算所需能量源参数；
步骤102，信号采集处理子系统采集计算能量管理控制规则所需能量源参数数据，并将数据存储到ROM中；
步骤103，实车行驶结束时，整车控制器VMS检测驾驶员是否发出能量管理控制规则更新指令，否则保留原控制器内部规则值不变，若有，则执行步骤104；
步骤104，将ROM中存储的数据提取出来，结合增程式电动车动力系统损失功率最小计算公式，根据采集到的数据，计算不同状态下的燃料电池功率损失、蓄电池功率损失和未来充放电补偿损失，并以损失功率最小为目标，记录并存储采集数据点处的能量分配规则，再利用BP神经网络拟合算法，将离散分配规则作连续化处理，从而获得以SOC和整车需求功率为输入变量、蓄电池和燃料电池输出功率为输出控制量的能量管理控制规则，将该规则作为整车控制器VMS下一次实车行驶的能量分配原则，规则更新结束。
4.根据权利要求1所述的一种可在线自调整的增程式电动汽车能量管理方法，其特征在于，步骤(3)所述的结合能量管理控制规则实时控制混合动力系统的功率输出分配具体包括以下步骤：
步骤201，控制端整车控制器VMS向CAN总线通讯子系统询问能量管理控制规则计算所需SOC参数和整车需求功率值；
步骤202，信号采集处理子系统从混合动力系统各部件向CAN总线通讯子系统传输的数据中选取能量管理控制规则计算所需的SOC和整车需求功率值，并发送给整车控制器VMS；
步骤203，整车控制器VMS判断是否已接接收到完整的数据，是则执行步骤204，否则返回步骤202；
步骤204，整车控制器VMS根据接收到的数据，结合VMS内部的能量管理控制规则，计算出最优功率分配；
步骤205，整车控制器VMS通过CAN总线通讯子系统向动力系统控制器发送功率分配结果，动力系统控制器根据分配结果控制相应的能量源输出功率，至此完成了整车控制器VMS对动力系统各能量输出功率的分配管理。
5.一种实施权利要求1所述的可在线自调整的增程式电动汽车能量管理方法的系统，其特征在于，包括整车控制器VMS、CAN总线通讯子系统、信号采集处理子系统、混合动力系统、动力系统控制器以及辅助子系统，所述的整车控制器VMS控制整车的所有部件，所述的CAN总线通讯子系统实现整车各部件间的信息通信，所述的混合动力系统为车辆行驶提供能量，所述的动力系统控制器分别控制对应的能量源的功率输出，整车控制器VMS通过更新其内部能量管理控制规则，实现对混合动力系统的最优输出功率分配控制。
6.根据权利要求5所述的一种可在线自调整的增程式电动汽车能量管理系统，其特征在于，所述的混合动力系统包括燃料电池发动机与蓄电池，所述的动力系统控制器包括控制燃料电池发动机功率输出的燃料电池控制器和控制蓄电池功率输出的蓄电池控制器。
CN201310470412.7A 2013-10-10 2013-10-10 一种可在线自调整的增程式电动汽车能量管理方法及系统 Expired - Fee Related CN103507656B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310470412.7A CN103507656B (zh) 2013-10-10 2013-10-10 一种可在线自调整的增程式电动汽车能量管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310470412.7A CN103507656B (zh) 2013-10-10 2013-10-10 一种可在线自调整的增程式电动汽车能量管理方法及系统

Publications (2)

Publication Number Publication Date
CN103507656A true CN103507656A (zh) 2014-01-15
CN103507656B CN103507656B (zh) 2016-02-17

Family

ID=49891267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310470412.7A Expired - Fee Related CN103507656B (zh) 2013-10-10 2013-10-10 一种可在线自调整的增程式电动汽车能量管理方法及系统

Country Status (1)

Country Link
CN (1) CN103507656B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104827928A (zh) * 2014-09-09 2015-08-12 北汽福田汽车股份有限公司 电动汽车的控制系统及具有其的电动汽车
CN105730257A (zh) * 2014-12-08 2016-07-06 通用电气公司 推进系统、能量管理系统及方法
CN105882648A (zh) * 2016-05-09 2016-08-24 上汽大众汽车有限公司 一种基于模糊逻辑算法的混合动力系统能量管理方法
CN107679268A (zh) * 2017-08-23 2018-02-09 同济大学 一种燃料电池汽车能量管理控制策略的定量综合评价方法
CN107719163A (zh) * 2017-10-09 2018-02-23 福建福安闽东亚南电机有限公司 燃料电池汽车的控制方法及控制系统
CN110271454A (zh) * 2019-06-27 2019-09-24 江铃汽车股份有限公司 一种燃料电池电动汽车功率优化方法
CN112109594A (zh) * 2020-08-31 2020-12-22 上汽大众汽车有限公司 用于混合动力车的能量管理控制方法和系统
CN112776671A (zh) * 2020-05-15 2021-05-11 长城汽车股份有限公司 一种燃料电池汽车能量管理方法、系统及车辆
CN112810503A (zh) * 2021-01-20 2021-05-18 同济大学 考虑动态响应能力的基于神经网络的汽车动力控制方法
CN113147512A (zh) * 2021-04-22 2021-07-23 安徽锐能科技有限公司 考虑多工况的燃料电池电动汽车能量分配方法及系统
CN113784869A (zh) * 2019-04-18 2021-12-10 伊哥莱克斯有限公司 电驱动机动车的车辆电气系统的电路布置以及用于操作此类电路布置的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102616148A (zh) * 2012-04-20 2012-08-01 北京汽车新能源汽车有限公司 一种增程式电动汽车控制系统及其控制方法
CN102951144A (zh) * 2012-11-16 2013-03-06 同济大学 基于最小功率损失算法的自调整神经网络能量管理方法
CN102951037A (zh) * 2012-11-16 2013-03-06 同济大学 增程式电动汽车的能量控制策略多模式自动切换方法
CN102951039A (zh) * 2012-11-16 2013-03-06 同济大学 一种基于模糊控制的增程式电动车能量管理方法
US20130069426A1 (en) * 2011-09-18 2013-03-21 Yu-Hun Nien Hybrid power and electricity system for electric vehicles

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130069426A1 (en) * 2011-09-18 2013-03-21 Yu-Hun Nien Hybrid power and electricity system for electric vehicles
CN102616148A (zh) * 2012-04-20 2012-08-01 北京汽车新能源汽车有限公司 一种增程式电动汽车控制系统及其控制方法
CN102951144A (zh) * 2012-11-16 2013-03-06 同济大学 基于最小功率损失算法的自调整神经网络能量管理方法
CN102951037A (zh) * 2012-11-16 2013-03-06 同济大学 增程式电动汽车的能量控制策略多模式自动切换方法
CN102951039A (zh) * 2012-11-16 2013-03-06 同济大学 一种基于模糊控制的增程式电动车能量管理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡瑾瑜，宋珂，章桐: "基于神经网络的增程式电动汽车能量管理策略研究", 《佳木斯大学学报》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104827928A (zh) * 2014-09-09 2015-08-12 北汽福田汽车股份有限公司 电动汽车的控制系统及具有其的电动汽车
CN105730257A (zh) * 2014-12-08 2016-07-06 通用电气公司 推进系统、能量管理系统及方法
CN105730257B (zh) * 2014-12-08 2018-05-22 通用电气公司 推进系统、能量管理系统及方法
CN105882648B (zh) * 2016-05-09 2018-03-13 上汽大众汽车有限公司 一种基于模糊逻辑算法的混合动力系统能量管理方法
CN105882648A (zh) * 2016-05-09 2016-08-24 上汽大众汽车有限公司 一种基于模糊逻辑算法的混合动力系统能量管理方法
CN107679268A (zh) * 2017-08-23 2018-02-09 同济大学 一种燃料电池汽车能量管理控制策略的定量综合评价方法
CN107679268B (zh) * 2017-08-23 2020-11-27 同济大学 一种燃料电池汽车能量管理控制策略的定量综合评价方法
CN107719163A (zh) * 2017-10-09 2018-02-23 福建福安闽东亚南电机有限公司 燃料电池汽车的控制方法及控制系统
CN107719163B (zh) * 2017-10-09 2020-08-07 福建福安闽东亚南电机有限公司 燃料电池汽车的控制方法及控制系统
CN113784869A (zh) * 2019-04-18 2021-12-10 伊哥莱克斯有限公司 电驱动机动车的车辆电气系统的电路布置以及用于操作此类电路布置的方法
US11560068B2 (en) 2019-04-18 2023-01-24 Stack Hydrogen Solutions Gmbh Circuit arrangement for a vehicle electrical system of an electrically driven motor vehicle and method for operating a circuit arrangement of this type
CN113784869B (zh) * 2019-04-18 2023-01-06 斯塔克氢气解决方案有限公司 电驱动机动车的车载网络的电路布置及用于操作其的方法
CN110271454A (zh) * 2019-06-27 2019-09-24 江铃汽车股份有限公司 一种燃料电池电动汽车功率优化方法
CN112776671A (zh) * 2020-05-15 2021-05-11 长城汽车股份有限公司 一种燃料电池汽车能量管理方法、系统及车辆
CN112109594A (zh) * 2020-08-31 2020-12-22 上汽大众汽车有限公司 用于混合动力车的能量管理控制方法和系统
CN112109594B (zh) * 2020-08-31 2021-12-28 上汽大众汽车有限公司 用于混合动力车的能量管理控制方法和系统
CN112810503A (zh) * 2021-01-20 2021-05-18 同济大学 考虑动态响应能力的基于神经网络的汽车动力控制方法
CN112810503B (zh) * 2021-01-20 2023-02-10 同济大学 考虑动态响应能力的基于神经网络的汽车动力控制方法
CN113147512A (zh) * 2021-04-22 2021-07-23 安徽锐能科技有限公司 考虑多工况的燃料电池电动汽车能量分配方法及系统
CN113147512B (zh) * 2021-04-22 2024-01-12 安徽锐能科技有限公司 考虑多工况的燃料电池电动汽车能量分配方法及系统

Also Published As

Publication number Publication date
CN103507656B (zh) 2016-02-17

Similar Documents

Publication Publication Date Title
CN103507656B (zh) 一种可在线自调整的增程式电动汽车能量管理方法及系统
Song et al. Pontryagin’s minimum principle-based real-time energy management strategy for fuel cell hybrid electric vehicle considering both fuel economy and power source durability
CN106427990B (zh) 混合动力系统及其能量管理方法
Jiang et al. Energy management and component sizing for a fuel cell/battery/supercapacitor hybrid powertrain based on two-dimensional optimization algorithms
CN105882648B (zh) 一种基于模糊逻辑算法的混合动力系统能量管理方法
Hu et al. A study on energy distribution strategy of electric vehicle hybrid energy storage system considering driving style based on real urban driving data
JP3927119B2 (ja) ハイブリッドパワーソース配分マネイジメント
CN110549876A (zh) 一种能量输出控制方法、装置和氢燃料混合动力汽车
CN105576683B (zh) 一种轨道交通用多能源储能系统和能量分配策略
US20170361729A1 (en) Method and arrangement for determining a value of the state of energy of a battery in a vehicle
Yao et al. Adaptive real-time optimal control for energy management strategy of extended range electric vehicle
Yun et al. Energy management for fuel cell hybrid vehicles based on a stiffness coefficient model
Li et al. Power allocation smoothing strategy for hybrid energy storage system based on Markov decision process
Yang et al. Research on the energy management strategy of extended range electric vehicles based on a hybrid energy storage system
Wang et al. Driving pattern recognition and energy management for extended range electric bus
Fontela et al. Airport electric vehicle powered by fuel cell
CN102897043A (zh) 一种增程式电动汽车的能量的分配方法
Sun et al. Real-time optimal EMS of adaptive charge sustenance for fuel cell hybrid buses based on driving characteristics recognition
Wang et al. Real-time energy management strategy for a plug-in hybrid electric bus considering the battery degradation
Li et al. Energy sources durability energy management for fuel cell hybrid electric bus based on deep reinforcement learning considering future terrain information
Séguret et al. A mean field control approach for smart charging with aggregate power demand constraints
Khadhraoui et al. Energy Management of a Hybrid Electric Vehicle
CN115214606A (zh) 一种插电式混合动力汽车能量管理方法
Sun et al. Experimental study on fuel economy of fuel cell truck under different driving cycle
Salem et al. Energy management system for fuel cell-battery vehicles using multi objective online optimization

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160217

Termination date: 20181010