CN103991389A - 一种燃料电池混合动力公交车能量管理方法及装置 - Google Patents

一种燃料电池混合动力公交车能量管理方法及装置 Download PDF

Info

Publication number
CN103991389A
CN103991389A CN201410213491.8A CN201410213491A CN103991389A CN 103991389 A CN103991389 A CN 103991389A CN 201410213491 A CN201410213491 A CN 201410213491A CN 103991389 A CN103991389 A CN 103991389A
Authority
CN
China
Prior art keywords
value
common state
soc
battery
state variate
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
CN201410213491.8A
Other languages
English (en)
Other versions
CN103991389B (zh
Inventor
郑春花
徐国卿
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.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201410213491.8A priority Critical patent/CN103991389B/zh
Publication of CN103991389A publication Critical patent/CN103991389A/zh
Application granted granted Critical
Publication of CN103991389B publication Critical patent/CN103991389B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明适用于混合动力汽车技术领域,提供了一种燃料电池混合动力公交车能量管理方法及装置,所述方法包括:获取电动机转速值、电池SOC值、总线电压值以及油门踏板位置信息;根据电动机转速值、油门踏板位置信息以及预存的电动机效率,获取电动机所需转矩以及整车所需功率;根据电池SOC值以及在线调整的共同状态变量值,从存储的多个数据表中选定一个数据表,并根据整车所需功率以及选定的数据表获取当前DCDC功率最优值;根据当前DCDC功率最优值和总线电压获取当前DCDC电流的最优值;根据电动机所需转矩以及当前DCDC电流的最优值产生相应的控制信号,以实现对所述燃料电池混合动力公交车动力分配的最优化控制。

Description

一种燃料电池混合动力公交车能量管理方法及装置
技术领域
本发明属于混合动力汽车技术领域,尤其涉及一种燃料电池混合动力公交车能量管理方法及装置。
背景技术
目前应用于混合动力汽车的能量管理策略主要分为两类:一类是基于启发式概念的策略;另一类是基于最优控制理论的策略。
基于启发式概念的策略出现在混合动力汽车早期的研究中,虽然在其实现方式上相对简单,但需要丰富的经验知识去制定相关的控制规则。而且,在应用该策略时,混合动力汽车中动力源之间的动力分配比很难达到最优化的目标。
基于最优控制理论的策略虽然可从理论上保证动力分配的最优化,但很难应用到实际车辆中。目前,广泛应用于混合动力汽车能量管理理论分析的最优控制理论是动态规划算法,动态规划算法在未来行驶工况已知的情况下可保证混合动力汽车能量管理的全局优化结果,获得混合动力汽车的燃油消耗的全局最优值。但由于计算时间过长,动态规划算法不适合直接应用于实际车辆。
发明内容
本发明实施例的目的在于提供一种燃料电池混合动力公交车能量管理方法及装置,以在实现燃料电池混合动力公交车动力分配最优化的同时,缩短计算时间。
本发明实施例是这样实现的,一种燃料电池混合动力公交车能量管理方法,所述方法包括:
获取电动机转速值、电池SOC值、总线电压值以及油门踏板位置信息;
根据所述电动机转速值、油门踏板位置信息以及预存的电动机效率,获取电动机所需转矩以及整车所需功率;
根据所述电池SOC值以及在线调整的共同状态变量值,从存储的多个数据表中选定一个数据表,并根据所述整车所需功率以及选定的所述数据表获取当前DCDC功率最优值;
根据所述当前DCDC功率最优值和所述总线电压获取当前DCDC电流的最优值;
根据所述电动机所需转矩以及所述当前DCDC电流的最优值产生相应的控制信号,以实现对所述燃料电池混合动力公交车动力分配的控制。
本发明实施例的另一目的在于提供一种燃料电池混合动力公交车能量管理装置,所述装置包括:
信息获取单元,用于获取电动机转速值、电池SOC值、总线电压值以及油门踏板位置信息;
第一计算单元,用于根据所述电动机转速值、油门踏板位置信息以及预存的电动机效率,获取电动机所需转矩以及整车所需功率;
第二计算单元,用于根据所述电池SOC值以及在线调整的共同状态变量值,从存储的多个数据表中选定一个数据表,并根据所述整车所需功率以及选定的所述数据表获取当前DCDC功率最优值;
第三计算单元,用于根据所述当前DCDC功率最优值和所述总线电压获取当前DCDC电流的最优值;
控制单元,用于根据所述电动机所需转矩以及所述当前DCDC电流的最优值产生相应的控制信号,以实现对所述燃料电池混合动力公交车动力分配的控制。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例通过获取电动机转速值、电池SOC值、总线电压值以及油门踏板位置信息,根据所述电动机转速值、油门踏板位置信息以及预存的电动机效率,获取电动机所需转矩以及整车所需功率。根据所述电池SOC值以及在线调整的共同状态变量值,从存储的多个数据表中选定一个数据表,并根据所述整车所需功率以及选定的所述数据表获取当前DCDC功率最优值,再根据所述当前DCDC功率最优值和所述总线电压获取当前DCDC电流的最优值,最后根据所述电动机所需转矩以及所述当前DCDC电流的最优值产生相应的控制信号,以实现对所述燃料电池混合动力公交车动力分配的最优化控制。与现有技术相比,本发明实施例实现简单、高效,可有效缩短计算时间。而且通过在线调整共同状态变量值使每一时刻都能给车辆控制系统提供最优化的必要条件从而使车辆控制系统达到动力分配最优化的结果。另外,本发明实施例在实现燃料电池混合动力公交车动力分配最优化的过程中不需要增加额外的硬件,从而可有效降低成本,具有较强的易用性和实用性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的燃料电池混合动力公交车的组成结构示意图;
图2是本发明实施例一提供的燃料电池混合动力公交车能量管理系统的框架结构示意图;
图3是本发明实施例二提供的燃料电池混合动力公交车能量管理方法的实现流程图;
图4是本发明实施例二提供的基于庞特里亚金最小值原理获取数据表的示例图;
图5是本发明实施例二提供的庞特里亚金最小值原理在某一时刻的获取最优解的示意图;
图6是本发明实施例三提供的燃料电池混合动力公交车能量管理装置的组成结构图;
图7是本发明实施例四提供的燃料电池混合动力公交车能量管理装置的组成结构图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透切理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一:
图1示出了本发明实施例一提供的燃料电池混合动力公交车的组成结构,为了便于说明,仅示出了与本实施例相关的部分。
如图1所示,所述混合动力公交车为燃料电池混合动力公交车,所述燃料电池混合动力公交车包括燃料电池系统、DCDC变换器、DCAC转换器、电动机、电池以及车体。
所述燃料电池混合动力公交车的动力源为燃料电池系统和电池。由于燃料电池系统的电压值不等于总线电压值Ubus,因此需要一个直流(DirectCurrent-Direct Current,DCDC)变换器来调整其输出。在所述燃料电池混合动力公交车的组成结构中,电动机是唯一的直接驱动车辆的动力组件,燃料电池系统和电池都需要通过电动机给车辆提供动力。当车辆行驶状况(包括电动机转速值ωm和油门踏板位置信息)已知时,通过电动机相应的效率可得出两个动力源所需的总的动力。本实施例需要将所述总的动力最优化地分配到所述两个动力源。本实施例将燃料电池系统和DCDC变换器看成一个整体的动力源,通过控制DCDC电流值来分配两个动力源之间的动力。DCDC电流值Idc一旦确定,电池的电流值Ibat随之而定。
基于图1所示的燃料电池混合动力公交车的组成结构,本实施例还提供了一种燃料电池混合动力公交车能量管理系统的框架架构,为了便于说明,仅示出了与本实施例相关的部分。
如图2所示,所述燃料电池混合动力公交车能量管理系统包括整车控制器、CAN总线、电动机控制单元、DCDC控制单元、电池控制单元、油门踏板位置传感器以及车速传感器。
在本实施例中,整车控制器通过CAN总线与电动机控制单元、DCDC控制单元和电池控制单元交换信号,并从油门踏板位置传感器和车速传感器获取信号。需要说明的是,所述整车控制器是实现基于庞特里亚金最小值原理的能量管理策略的核心部分。所述整车控制器利用从电动机控制单元、DCDC控制单元、电池控制单元、油门踏板位置传感器以及车速传感器获取的信息,经过计算以及查数据表之后,将相关结果信号返回给各个控制单元,使之产生相应的控制信号,以实现对燃料电池混合动力公交车动力分配的最优化。
需要说明的是,图2所述框架结构仅用于解释本发明,并不用于限制本发明的保护范围。
实施例二:
图3示出了本发明实施例二提供的燃料电池混合动力公交车能量管理方法的实现流程,该方法的执行主体为图2所示系统中的整车控制器,该方法过程详述如下:
在步骤S301中,获取电动机转速值、电池SOC值、总线电压值以及油门踏板位置信息。
具体的可以是,所述整车控制器从CAN总线获取电动机转速值ωm、电池SOC(电池电荷状态)值以及总线电压值Ubus,并从油门踏板位置传感器获取油门踏板位置信息α。
在步骤S302中,根据所述电动机转速值、油门踏板位置信息以及预存的电动机效率,获取电动机所需转矩以及整车所需功率。
在本实施例中,所述电动机效率ηm为已知值,预先存储在所述整车控制器内。当所述整车控制器获取所述电动机转速值ωm和油门踏板位置信息α后,根据所述电动机转速值ωm、油门踏板位置信息α以及存储的电动机效率ηm,获取电动机所需转矩Tm,req(本领域技术人员熟知电动机的转矩可通过所述电动机转速ωm和油门踏板位置信息α获取)以及整车所需功率Pv,req。示例性的,如公式(1)所示:
Pv,req=Tm,reqm,α)·ωmm    (1)
在步骤S303中,根据所述电池SOC值以及在线调整的共同状态变量值,从存储的多个数据表中选定一个数据表,并根据所述整车所需功率以及选定的所述数据表获取当前DCDC功率最优值。
在本实施例中,所述整车控制器根据所述电池SOC值以及在线调整的共同状态变量值(Costate,庞特里亚金最小值原理的一个控制参数),从预先存储在所述整车控制器中的多个数据表中选定一个数据表,并根据所述整车所需功率Pv,req以及选定的所述数据表获取当前DCDC功率最优值
在步骤S304中,根据所述当前DCDC功率最优值和所述总线电压获取当前DCDC电流的最优值。
在本实施例中,根据所述当前DCDC功率最优值和所述总线电压Ubus获取当前DCDC电流的最优值示例性的,如公式(2)所示:
I dc * = P dc * / U bus - - - ( 2 )
在步骤S305中,根据所述电动机所需转矩以及所述当前DCDC电流的最优值产生相应的控制信号,以实现对所述燃料电池混合动力公交车动力分配的控制。
具体的可以是,所述整车控制器将所述电动机所需转矩Tm,req以及所述当前DCDC电流的最优值通过CAN总线传输到电机控制单元以及DCDC控制单元,使之产生相应的控制信号,以实现对所述燃料电池混合动力公交车功率分配的控制。
需要说明的是,本实施例可以根据整车所需功率Pv,req和所述总线电压Ubus获取整车所需电流Iv,req,具体如公式(3)所示:
Iv,req=Pv,req/Ubus   (3)
那么,相应的电池电流的最优值如公式(4)所示:
I bat * = I v , req - I dc * - - - ( 4 )
作为本发明的一优选示例,本实施例所述数据表是将庞特里亚金最小值原理应用于燃料电池混合动力公交车的能量管理系统,并通过计算机仿真获得的,具体如下:
步骤1:选定一公交路线,通过计算机仿真评估车辆在所述公交线路内电池SOC值范围、共同状态变量Costate值范围以及整车所需功率Pv,req值范围,所述电池SOC值范围内包括多个电池SOC值(如SOC1、SOC2等)、所述共同状态变量值范围内包括多个共同状态变量值(如Costate1、Costate2等),所述整车所需功率值范围内包括多个整车所需功率值(如Pv,req,1、Pv,req,2等);
步骤2:在给定电池SOC值和共同状态变量值的情况下,在所述整车所需功率值范围内依次变换整车所需功率值,基于庞特里亚金最小值原理获得变换的所述整车所需功率值对应的DCDC功率的最优值,并基于变换的所述整车所需功率值以及获得的对应的DCDC功率的最优值构建一个二维数据表(如图4所示),其中,依次变换整车所需功率值的次数为所述整车所需功率值范围内整车所需功率值的个数,所述给定的电池SOC值和共同状态变量值为所述电池SOC值范围和共同状态变量值范围内的值;
步骤3:在所述电池SOC值范围和共同状态变量值范围内,依次变换电池SOC值和共同状态变量值,并重复执行步骤2以获得多个二维数据表(如图4所示),其中,依次变换电池SOC值和共同状态变量值的次数为电池SOC值和共同状态变量值的组合数。
另外,本实施例在获取DCDC功率最优值时,整车控制器必须要给出costate的值。而不同的costate值会得到不同的DCDC功率值。因此,正确选取costate值是基于庞特里亚金最小值原理的能量管理策略的关键。
因此,作为本发明的另一优选示例,本实施例所述在线调整共同状态变量值具体包括:
步骤1:对每个公交路线定义一个代表工况,所述代表工况包括车辆在所述公交线路内预设位置点的车速。
具体的可以是,以所述公交路线内公交车站的位置为分点对所述公交线路进行分段,再以指定距离(如20米)对每一段进行再分段。通过反复测量(如50次)获取每一个小段点处的平均速度,并将所述平均速度信息整理成一个代表工况存储至所述整车控制器。
步骤2:基于所述代表工况,通过计算机仿真获取相应的共同状态变量值。
在本实施例中,对燃料电池混合动力城市公交在所述代表工况上行驶的情况应用庞特里亚金最小值原理,并通过计算机仿真获取使仿真结束时的电池SOC值与仿真之前的电池SOC值相等的Costate值,将该Costate值存储至整车控制器。
步骤3:获取所述车辆经过每个所述位置点的实际车速,通过比较所述实际车速与所述代表工况中对应位置点的车速以调整所获取的共同状态变量值。
实际应用时,通过在每一个小段点处比较车速传感器获取的实际速度和所述代表工况中对应位置点的车速以调整所获取的Costate值。示例性的,如公式(5)所示:
p(k)=pr+a·(vveh,c(k)-vveh,r(k))    (5)
其中,p(k)为在第k个位置点(即所述小段点)调整后的共同状态变量值,pr为调整前所获取的共同状态变量值,a为预先预定的调整参数,vveh,c为在第k个位置点获取的实际车速,vveh,r为从代表工况中获得的第k个位置点的车速。
需要说明的是,本实施例所述数据表、代表工况信息以及共同状态变量为事先获取,并保存在整车控制器中。
需要说明的是,在庞特里亚金最小值原理的应用中,如何确定控制参数(如本实施例的Costate值)是最重要的一个问题同时也是一大难题。城市公交是一种特殊的车辆群体,每天都在指定的公交线路上反复行驶,因此其工况具有一定的规律性。这种特性恰好给庞特里亚金最小值原理的应用提供了很大的方便。因此,本实施例在将庞特里亚金最小值原理应用于燃料电池混合动力城市公交时,采用上述方案调整Costate值。
进一步的,本实施例还给出了根据庞特里亚金最小值原理在燃料电池混合动力公交中获取DCDC功率最优值的过程,具体如下:
在燃料电池混合动力公交车的动力分配控制过程中,公交车行驶的每一时刻,整车所需功率Pv,req可根据(1)式获得,则燃料电池混合动力公交车能量管理系统的状态方程可表示为:
S O · C ( t ) = F ( SOC ( t ) , P dc ( t ) ) - - - ( 6 )
其中,Pdc为DCDC的功率,为动力分配控制过程中的控制变量(控制变量理论上也可以为电池的功率,在这里出于控制的便利选择DCDC的功率)。状态方程(6)表示电池的动态特性,来源于电池的内阻模型。在这一模型中,电池的各参数具有如下的关系:
S O · C = - I Q bat
I = V ( SOC ) - V ( SOC ) 2 - 4 R ( SOC ) · P bat 2 R ( SOC ) - - - ( 7 )
其中,I为电池的电流,Qbat为电池容量,V为电池的开路电压,R为电池的内阻,V和R值均受到电池SOC的影响(即V(SOC)和R(SOC),本领域技术人员熟知V和R可通过电池SOC确定)Pbat为电池的功率。
在燃料电池混合动力公交车的动力分配控制过程中,控制目标为燃油消耗量的最小化。因此本实施例将燃料电池混合动力公交车动力分配控制的性能指标函数表示如下:
J ( P dc ( t ) ) = ∫ t 0 t f { m h 2 · ( P dc ( t ) ) + p ( t ) · ( F ( SOC ( t ) , P dc ( t ) ) - S O · C ( t ) ) } dt - - - ( 8 )
其中,为燃油消耗率,t0和tf分别为公交车行驶的起止时间,p为拉格朗日乘子同时也是共同状态变量(Costate)。根据最优控制理论,所述动力分配控制的最优解的必要条件可由δJ=0给出,当定义汉密尔顿函数H如下时,
H ( SOC ( t ) , P dc ( t ) , p ( t ) ) = m h 2 · ( P dc ( t ) + p ( t ) · F ( SOC ( t ) , P dc ) ) - - - ( 9 )
根据δJ=0,实现动力分配最优控制的必要条件如下:
∂ H ∂ p = S O · C
∂ H ∂ SOC = - p · - - - ( 10 )
∂ H ∂ P dc = 0
其中,公式(10)中的第一式为燃料电池混合动力公交车能量管理系统的状态方程,反映状态变量的动态变化;第二式为共同状态变量(Costate)方程,给出最优Costate p值的动态变化;第三式给出最优控制变量Pdc值的必要条件。在庞特里亚金最小值原理,上述第三个必要条件可由以下一般(适用范围更广的)形式给出:
H ( SOC * ( t ) , P dc * ( t ) , p * ( t ) ) ≤ H ( SOC * ( t ) , P dc ( t ) , p * ( t ) ) - - - ( 11 )
这一必要条件表示在t0到tf的每一时刻,从所有Pdc值中选出使汉密尔顿函数H达到最小值的Pdc值,该Pdc值即为DCDC功率的最优值结合公式(11),必要条件(10)可转换成以下具体形式:
S O · C * ( t ) = ∂ H ∂ p ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) = F ( SO C * ( t ) , P dc * ( t ) )
p · * ( t ) = - ∂ H ∂ SOC ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) = - p * ( t ) · ∂ F ∂ SOC ( SO C * ( t ) , P dc * ( t ) ) - - - ( 12 )
H ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) ≤ H ( SO C * ( t ) , P dc ( t ) , p * ( t ) )
上述必要条件反应,在给定SOC值和Costate值以及整车所需功率Pv,req值的情况下,可根据庞特里亚金最小值原理获得燃料电池混合动力公交车的最优DCDC功率值。图5给出了庞特里亚金最小值原理在某一时刻的解算一例。其中,第一个图表示汉密尔顿函数(公式(9))中的第一项第二个图表示汉密尔顿函数(公式(9))中的第二项除去p的部分F(SOC,Pdc);第三个图表示汉密尔顿函数。在给定SOC值和Costate值以及整车所需功率Pv,req值的这一时刻,根据燃料电池混合动力公交车的特性存在有效的控制变量Pdc值范围(Pdc1,Pdc2,Pdc3,…,Pdcn)(需要说明的是,所述Pdc值范围可根据当前的整车所需功率值以及两个动力源的功率特性评估获得。例如,当前整车所需功率为50kW,电池能提供的最大功率为35kW,Pdc的最大功率是60kW,那么,当前Pdc的有效的范围为15kW(50kW-35kW)-60kW)。从所有有效的控制变量值中选择使汉密尔顿函数最小的Pdc值,该Pdc值即为DCDC功率的最优值结合汉密尔顿函数(公式(9))和图5可知,p应为一个负的参数,这样才能使汉密尔顿函数对控制变量的形状为如图5所示的凹状,从而在这一时刻使DCDC功率存在最优解。
本发明实施例基于城市公交工况具有一定规律性的特点,提供了一种庞特里亚金最小值原理在燃料电池混合动力公交车能量管理方面的应用方案。该方案由一系列的控制单元与整车控制器以及传感器来实现,具体的是整车控制器从各个控制单元以及传感器获取相应的信息,并根据获取的信息经过计算以及查数据表之后,将相关结果信息返回给各个控制单元,使之产生相应的控制信号,以实现对燃料电池混合动力公交车动力分配的最优化。庞特里亚金最小值原理与消耗大量计算时间的动态规划算法不同,它每一时刻都给控制系统提供最优化的必要条件从而使控制系统达到最优化的结果。因此,基于庞特里亚金最小值原理的能量管理策略消耗的计算时间相对较短。另外,本发明实施例通过一种简单、直接的方式,即通过在线调整庞特里亚金最小值原理的一个控制参数(共同状态变量值)解决了反映城市公交工况随机性的问题。而且,由于城市公交的特性,保存在整车控制器的数据量相对较少,从而可进一步缩短计算时间,便于所述方案的实现。本发明实施例在实现上述过程中不需要增加额外的硬件,可有效降低成本,具有较强的易用性和实用性。
实施例三:
图6示出了本发明实施例三提供的燃料电池混合动力公交车能量管理装置的组成结构,为了便于说明,仅示出了与本发明实施例相关的部分。
该燃料电池混合动力公交车能量管理装置具体包括:
信息获取单元61,用于获取电动机转速值、电池SOC值、总线电压值以及油门踏板位置信息;
第一计算单元62,用于根据所述电动机转速值、油门踏板位置信息以及预存的电动机效率,获取电动机所需转矩以及整车所需功率;
第二计算单元63,用于根据所述电池SOC值以及在线调整的共同状态变量值,从存储的多个数据表中选定一个数据表,并根据所述整车所需功率以及选定的所述数据表获取当前DCDC功率最优值;
第三计算单元64,用于根据所述当前DCDC功率最优值和所述总线电压获取当前DCDC电流的最优值;
控制单元65,用于根据所述电动机所需转矩以及所述当前DCDC电流的最优值产生相应的控制信号,以实现对所述燃料电池混合动力公交车动力分配的控制。
进一步的,所述装置还包括:
范围评估单元66,用于选定一公交路线,通过计算机仿真评估车辆在所述公交线路内电池SOC值范围、共同状态变量值范围以及整车所需功率值范围;
数据表构建单元67,用于在给定电池SOC值和共同状态变量值的情况下,在所述整车所需功率值范围内依次变换整车所需功率值,基于庞特里亚金最小值原理获得变换的所述整车所需功率值对应的DCDC功率的最优值,并基于变换的所述整车所需功率值以及获得的对应的DCDC功率的最优值构建一个二维数据表,其中,依次变换整车所需功率值的次数为所述整车所需功率值范围内整车所需功率值的个数,所述给定的电池SOC值和共同状态变量值为所述电池SOC值范围和共同状态变量值范围内的值;
变换单元68,用于在所述电池SOC值范围和共同状态变量值范围内,依次变换电池SOC值和共同状态变量值,并返回所述数据表构建单元继续执行以获得多个二维数据表,其中,依次变换电池SOC值和共同状态变量值的次数为电池SOC值和共同状态变量值的组合数。
进一步的,所述数据表构建单元67基于庞特里亚金最小值原理获得变换的所述整车所需功率值对应的DCDC功率的最优值的关系式为:
S O · C * ( t ) = ∂ H ∂ p ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) = F ( SO C * ( t ) , P dc * ( t ) )
p · * ( t ) = - ∂ H ∂ SOC ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) = - p * ( t ) · ∂ F ∂ SOC ( SO C * ( t ) , P dc * ( t ) )
H ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) ≤ H ( SO C * ( t ) , P dc ( t ) , p * ( t ) )
其中, H ( SOC ( t ) , P dc ( t ) , p ( t ) ) = m h 2 · = ( P dc ( t ) ) + p ( t ) · F ( SOC ( t ) , P dc ( t ) ) , 为燃油消耗率,SOC*(t)表示给定的电池SOC值,p*(t)表示给定的共同状态变量值,为DCDC功率最优值,t表示车辆行驶的时间。
进一步的,所述第二计算单元63包括:
工况信息获取模块631,用于对每个公交路线定义一个代表工况,所述代表工况包括车辆在所述公交线路内预设位置点的车速;
共同状态变量值获取模块632,用于基于所述代表工况,通过计算机仿真获取相应的共同状态变量值;
共同状态变量值调整模块633,用于获取所述车辆经过每个所述位置点的实际车速,通过比较所述实际车速与所述代表工况中对应位置点的车速以调整所获取的共同状态变量值。
进一步的,所述调整所获取的共同状态变量值的公式为:
p(k)=pr+a·(vveh,c(k)-vveh,r(k))
其中,p(k)为在第k个位置点调整后的共同状态变量值,pr为调整前所获取的共同状态变量值,a为预先预定的调整参数,vveh,c为在第k个位置点获取的实际车速,vveh,r为从代表工况中获得的第k个位置点的车速。
实施例四:
图7示出了本发明实施例四提供的燃料电池混合动力公交车能量管理装置的组成结构,为了便于说明,仅示出了与本发明实施例相关的部分。
该燃料电池混合动力公交车能量管理装置可应用于图2所示系统的整车控制器中。该燃料电池混合动力公交车能量管理装置具体包括:
信息获取单元71,用于获取电动机转速值、电池SOC值、总线电压值以及油门踏板位置信息;
第一计算单元72,用于根据所述电动机转速值、油门踏板位置信息以及预存的电动机效率,获取电动机所需转矩以及整车所需功率;
第二计算单元73,用于根据所述电池SOC值以及在线调整的共同状态变量值,从存储的多个数据表中选定一个数据表,并根据所述整车所需功率以及选定的所述数据表获取当前DCDC功率最优值;
第三计算单元74,用于根据所述当前DCDC功率最优值和所述总线电压获取当前DCDC电流的最优值;
控制单元75,用于根据所述电动机所需转矩以及所述当前DCDC电流的最优值产生相应的控制信号,以实现对所述燃料电池混合动力公交车动力分配的控制。
进一步的,所述装置还包括:
存储单元76,用于存储多个数据表、代表工况以及共同状态变量值,其中所述代表工况包括车辆在公交线路内预设位置点的车速,所述共同状态变量值是基于所述代表工况,通过计算机仿真获取的共同状态变量值;
所述第二计算单元73,具体用于获取所述车辆经过每个所述位置点的实际车速,通过比较所述实际车速与所述代表工况中对应位置点的车速以调整所获取的共同状态变量值。
需要说明的是,本实施例所述多个数据表、代表工况以及共同状态变量值为预先获取后存储在所述存储单元,其中获取多个数据表、代表工况以及共同状态变量值的具体过程如上所述,在此不再赘述。
进一步的,所述调整所获取的共同状态变量值的公式为:
p(k)=pr+a·(vveh,c(k)-vveh,r(k))
其中,p(k)为在第k个位置点调整后的共同状态变量值,pr为调整前所获取的共同状态变量值,a为预先预定的调整参数,vveh,c为在第k个位置点获取的实际车速,vveh,r为从代表工况中获得的第k个位置点的车速。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
综上所述,本发明实施例基于城市公交工况具有一定规律性的特点,提供了一种庞特里亚金最小值原理在燃料电池混合动力公交车能量管理方面的应用方案。该方案通过获取电动机转速值、电池SOC值、总线电压值以及油门踏板位置信息,根据所述电动机转速值、油门踏板位置信息以及预存的电动机效率,获取电动机所需转矩以及整车所需功率。根据所述电池SOC值以及在线调整的共同状态变量值,从存储的多个数据表中选定一个数据表,并根据所述整车所需功率以及选定的所述数据表获取当前DCDC功率最优值,再根据所述当前DCDC功率最优值和所述总线电压获取当前DCDC电流的最优值,最后根据所述电动机所需转矩以及所述当前DCDC电流的最优值产生相应的控制信号,以实现对所述燃料电池混合动力公交车动力分配的最优化控制。庞特里亚金最小值原理与消耗大量计算时间的动态规划算法不同,它每一时刻都给控制系统提供最优化的必要条件从而使控制系统达到最优化的结果。因此,基于庞特里亚金最小值原理的能量管理策略消耗的计算时间相对较短。另外,本发明实施例通过一种简便的方式,即通过在线调整庞特里亚金最小值原理的一个控制参数(共同状态变量值)解决了反映城市公交工况随机性的问题。而且,本发明实施例在实现上述过程中不需要增加额外的硬件,可有效降低成本,具有较强的易用性和实用性。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例各实施例技术方案的精神和范围。

Claims (13)

1.一种燃料电池混合动力公交车能量管理方法,其特征在于,所述方法包括:
获取电动机转速值、电池SOC值、总线电压值以及油门踏板位置信息;
根据所述电动机转速值、油门踏板位置信息以及预存的电动机效率,获取电动机所需转矩以及整车所需功率;
根据所述电池SOC值以及在线调整的共同状态变量值,从存储的多个数据表中选定一个数据表,并根据所述整车所需功率以及选定的所述数据表获取当前DCDC功率最优值;
根据所述当前DCDC功率最优值和所述总线电压获取当前DCDC电流的最优值;
根据所述电动机所需转矩以及所述当前DCDC电流的最优值产生相应的控制信号,以实现对所述燃料电池混合动力公交车动力分配的控制。
2.如权利要求1所述的方法,其特征在于,在从存储的多个数据表中选定一个数据表之前,还包括:
步骤1:选定一公交路线,通过计算机仿真评估车辆在所述公交线路内电池SOC值范围、共同状态变量值范围以及整车所需功率值范围;
步骤2:在给定电池SOC值和共同状态变量值的情况下,在所述整车所需功率值范围内依次变换整车所需功率值,基于庞特里亚金最小值原理获得变换的所述整车所需功率值对应的DCDC功率的最优值,并基于变换的所述整车所需功率值以及获得的对应的DCDC功率的最优值构建一个二维数据表,其中,依次变换整车所需功率值的次数为所述整车所需功率值范围内整车所需功率值的个数,所述给定的电池SOC值和共同状态变量值为所述电池SOC值范围和共同状态变量值范围内的值;
步骤3:在所述电池SOC值范围和共同状态变量值范围内,依次变换电池SOC值和共同状态变量值,并重复执行步骤2以获得多个二维数据表,其中,依次变换电池SOC值和共同状态变量值的次数为电池SOC值和共同状态变量值的组合数。
3.如权利要求2所述的方法,其特征在于,所述基于庞特里亚金最小值原理获得变换的所述整车所需功率值对应的DCDC功率的最优值的关系式为:
S O · C * ( t ) = ∂ H ∂ p ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) = F ( SO C * ( t ) , P dc * ( t ) )
p · * ( t ) = - ∂ H ∂ SOC ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) = - p * ( t ) · ∂ F ∂ SOC ( SO C * ( t ) , P dc * ( t ) )
H ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) ≤ H ( SO C * ( t ) , P dc ( t ) , p * ( t ) )
其中, H ( SOC ( t ) , P dc ( t ) , p ( t ) ) = m h 2 · = ( P dc ( t ) ) + p ( t ) · F ( SOC ( t ) , P dc ( t ) ) , 为燃油消耗率,SOC*(t)表示给定的电池SOC值,p*(t)表示给定的共同状态变量值,为DCDC功率最优值,t表示车辆行驶的时间点。
4.如权利要求1所述的方法,其特征在于,所述在线调整共同状态变量值包括:
对每个公交路线定义一个代表工况,所述代表工况包括车辆在所述公交线路内预设位置点的车速;
基于所述代表工况,通过计算机仿真获取相应的共同状态变量值;
获取所述车辆经过每个所述位置点的实际车速,通过比较所述实际车速与所述代表工况中对应位置点的车速以调整所获取的共同状态变量值。
5.如权利要求4所述的方法,其特征在于,所述调整所获取的共同状态变量值的公式为:
p(k)=pr+a·(vveh,c(k)-vveh,r(k))
其中,p(k)为在第k个位置点调整后的共同状态变量值,pr为调整前所获取的共同状态变量值,a为预先预定的调整参数,vveh,c为在第k个位置点获取的实际车速,vveh,r为从代表工况中获得的第k个位置点的车速。
6.一种燃料电池混合动力公交车能量管理装置,其特征在于,所述装置包括:
信息获取单元,用于获取电动机转速值、电池SOC值、总线电压值以及油门踏板位置信息;
第一计算单元,用于根据所述电动机转速值、油门踏板位置信息以及预存的电动机效率,获取电动机所需转矩以及整车所需功率;
第二计算单元,用于根据所述电池SOC值以及在线调整的共同状态变量值,从存储的多个数据表中选定一个数据表,并根据所述整车所需功率以及选定的所述数据表获取当前DCDC功率最优值;
第三计算单元,用于根据所述当前DCDC功率最优值和所述总线电压获取当前DCDC电流的最优值;
控制单元,用于根据所述电动机所需转矩以及所述当前DCDC电流的最优值产生相应的控制信号,以实现对所述燃料电池混合动力公交车动力分配的控制。
7.如权利要求6所述的装置,其特征在于,在第二计算单元从存储的多个数据表中选定一个数据表之前,所述装置还包括:
范围评估单元,用于选定一公交路线,通过计算机仿真评估车辆在所述公交线路上电池SOC值范围、共同状态变量值范围以及整车所需功率值范围;
数据表构建单元,用于在给定电池SOC值和共同状态变量值的情况下,在所述整车所需功率值范围内依次变换整车所需功率值,基于庞特里亚金最小值原理获得变换的所述整车所需功率值对应的DCDC功率的最优值,并基于变换的所述整车所需功率值以及获得的对应的DCDC功率的最优值构建一个二维数据表,其中,依次变换整车所需功率值的次数为所述整车所需功率值范围内整车所需功率值的个数,所述给定的电池SOC值和共同状态变量值为所述电池SOC值范围和共同状态变量值范围内的值;
变换单元,用于在所述电池SOC值范围和共同状态变量值范围内,依次变换电池SOC值和共同状态变量值,并返回所述数据表构建单元继续执行以获得多个二维数据表,其中,依次变换电池SOC值和共同状态变量值的次数为电池SOC值和共同状态变量值的组合数。
8.如权利要求7所述的装置,其特征在于,所述数据表构建单元基于庞特里亚金最小值原理获得变换的所述整车所需功率值对应的DCDC功率的最优值的关系式为:
S O · C * ( t ) = ∂ H ∂ p ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) = F ( SO C * ( t ) , P dc * ( t ) )
p · * ( t ) = - ∂ H ∂ SOC ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) = - p * ( t ) · ∂ F ∂ SOC ( SO C * ( t ) , P dc * ( t ) )
H ( SO C * ( t ) , P dc * ( t ) , p * ( t ) ) ≤ H ( SO C * ( t ) , P dc ( t ) , p * ( t ) )
其中, H ( SOC ( t ) , P dc ( t ) , p ( t ) ) = m h 2 · = ( P dc ( t ) ) + p ( t ) · F ( SOC ( t ) , P dc ( t ) ) , 为燃油消耗率,SOC*(t)表示给定的电池SOC值,p*(t)表示给定的共同状态变量值,为DCDC功率最优值,t表示车辆行驶的时间点。
9.如权利要求6所述的装置,其特征在于,所述第二计算单元包括:
工况信息获取模块,用于对每个公交路线定义一个代表工况,所述代表工况包括车辆在所述公交线路内预设位置点的车速;
共同状态变量值获取模块,用于基于所述代表工况,通过计算机仿真获取相应的共同状态变量值;
共同状态变量值调整模块,用于获取所述车辆经过每个所述位置点的实际车速,通过比较所述实际车速与所述代表工况中对应位置点的车速以调整所获取的共同状态变量值。
10.如权利要求9所述的装置,其特征在于,所述调整所获取的共同状态变量值的公式为:
p(k)=pr+a·(vveh,c(k)-vveh,r(k))
其中,p(k)为在第k个位置点调整后的共同状态变量值,pr为调整前所获取的共同状态变量值,a为预先预定的调整参数,vveh,c为在第k个位置点获取的实际车速,vveh,r为从代表工况中获得的第k个位置点的车速。
11.一种燃料电池混合动力公交车能量管理装置,其特征在于,所述装置包括:
信息获取单元,用于获取电动机转速值、电池SOC值、总线电压值以及油门踏板位置信息;
第一计算单元,用于根据所述电动机转速值、油门踏板位置信息以及预存的电动机效率,获取电动机所需转矩以及整车所需功率;
第二计算单元,用于根据所述电池SOC值以及在线调整的共同状态变量值,从存储的多个数据表中选定一个数据表,并根据所述整车所需功率以及选定的所述数据表获取当前DCDC功率最优值;
第三计算单元,用于根据所述当前DCDC功率最优值和所述总线电压获取当前DCDC电流的最优值;
控制单元,用于根据所述电动机所需转矩以及所述当前DCDC电流的最优值产生相应的控制信号,以实现对所述燃料电池混合动力公交车动力分配的控制。
12.如权利要求11所述的装置,其特征在于,所述装置还包括:
存储单元,用于存储多个数据表、代表工况以及共同状态变量值,其中所述代表工况包括车辆在公交线路内预设位置点的车速,所述共同状态变量值是基于所述代表工况,通过计算机仿真获取的共同状态变量值;
所述第二计算单元,具体用于获取所述车辆经过每个所述位置点的实际车速,通过比较所述实际车速与所述代表工况中对应位置点的车速以调整所获取的共同状态变量值。
13.如权利要求12所述的装置,其特征在于,所述调整所获取的共同状态变量值的公式为:
p(k)=pr+a·(vveh,c(k)-vveh,r(k))
其中,p(k)为在第k个位置点调整后的共同状态变量值,pr为调整前所获取的共同状态变量值,a为预先预定的调整参数,vveh,c为在第k个位置点获取的实际车速,vveh,r为从代表工况中获得的第k个位置点的车速。
CN201410213491.8A 2014-05-20 2014-05-20 一种燃料电池混合动力公交车能量管理方法及装置 Active CN103991389B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410213491.8A CN103991389B (zh) 2014-05-20 2014-05-20 一种燃料电池混合动力公交车能量管理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410213491.8A CN103991389B (zh) 2014-05-20 2014-05-20 一种燃料电池混合动力公交车能量管理方法及装置

Publications (2)

Publication Number Publication Date
CN103991389A true CN103991389A (zh) 2014-08-20
CN103991389B CN103991389B (zh) 2016-06-15

Family

ID=51305817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410213491.8A Active CN103991389B (zh) 2014-05-20 2014-05-20 一种燃料电池混合动力公交车能量管理方法及装置

Country Status (1)

Country Link
CN (1) CN103991389B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104290612A (zh) * 2014-11-03 2015-01-21 清华大学 一种电动机系统的主动电压控制方法及控制系统
CN107672583A (zh) * 2017-08-17 2018-02-09 中国科学院深圳先进技术研究院 车辆能量管理方法、装置、设备及存储介质
CN108407633A (zh) * 2018-01-30 2018-08-17 西南交通大学 一种电动公交车充换电站优化运行方法
CN109204065A (zh) * 2017-07-07 2019-01-15 丰田自动车株式会社 燃料电池系统以及燃料电池系统的控制方法
CN109693578A (zh) * 2019-02-01 2019-04-30 中国第一汽车股份有限公司 一种燃料电池车整车功率分配控制方法和系统
CN110997394A (zh) * 2017-08-10 2020-04-10 日产自动车株式会社 混合动力车辆的控制方法及控制装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1820990A (zh) * 2005-02-15 2006-08-23 本田技研工业株式会社 动力控制装置
JP2008265594A (ja) * 2007-04-23 2008-11-06 Denso Corp ハイブリッド車両用の充放電制御装置および当該充放電制御装置用のプログラム
CN101386303A (zh) * 2007-09-12 2009-03-18 奇瑞汽车股份有限公司 一种混合动力汽车电机驱动控制方法
JP2009234359A (ja) * 2008-03-26 2009-10-15 Toyota Motor Corp ハイブリッド駆動装置の制御装置
CN101559769A (zh) * 2009-06-01 2009-10-21 奇瑞汽车股份有限公司 一种电动汽车扭矩安全控制方法
US20120302397A1 (en) * 2010-01-28 2012-11-29 Peugeot Citroen Automobiles Sa Method for optimising hybrid vehicle battery recharging
CN103171453A (zh) * 2013-03-14 2013-06-26 商丘市迈科新能源有限公司 电动汽车动力控制系统
US8583306B2 (en) * 2011-06-03 2013-11-12 GM Global Technology Operations LLC Method for controlling torque output of a hybrid powertrain system

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1820990A (zh) * 2005-02-15 2006-08-23 本田技研工业株式会社 动力控制装置
JP2008265594A (ja) * 2007-04-23 2008-11-06 Denso Corp ハイブリッド車両用の充放電制御装置および当該充放電制御装置用のプログラム
CN101386303A (zh) * 2007-09-12 2009-03-18 奇瑞汽车股份有限公司 一种混合动力汽车电机驱动控制方法
JP2009234359A (ja) * 2008-03-26 2009-10-15 Toyota Motor Corp ハイブリッド駆動装置の制御装置
CN101559769A (zh) * 2009-06-01 2009-10-21 奇瑞汽车股份有限公司 一种电动汽车扭矩安全控制方法
US20120302397A1 (en) * 2010-01-28 2012-11-29 Peugeot Citroen Automobiles Sa Method for optimising hybrid vehicle battery recharging
US8583306B2 (en) * 2011-06-03 2013-11-12 GM Global Technology Operations LLC Method for controlling torque output of a hybrid powertrain system
CN103171453A (zh) * 2013-03-14 2013-06-26 商丘市迈科新能源有限公司 电动汽车动力控制系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104290612A (zh) * 2014-11-03 2015-01-21 清华大学 一种电动机系统的主动电压控制方法及控制系统
CN104290612B (zh) * 2014-11-03 2016-05-18 清华大学 一种电动机系统的主动电压控制方法及控制系统
CN109204065A (zh) * 2017-07-07 2019-01-15 丰田自动车株式会社 燃料电池系统以及燃料电池系统的控制方法
CN109204065B (zh) * 2017-07-07 2021-11-12 丰田自动车株式会社 燃料电池系统以及燃料电池系统的控制方法
CN110997394A (zh) * 2017-08-10 2020-04-10 日产自动车株式会社 混合动力车辆的控制方法及控制装置
CN110997394B (zh) * 2017-08-10 2023-09-01 日产自动车株式会社 混合动力车辆的控制方法及控制装置
CN107672583A (zh) * 2017-08-17 2018-02-09 中国科学院深圳先进技术研究院 车辆能量管理方法、装置、设备及存储介质
CN107672583B (zh) * 2017-08-17 2019-09-17 中国科学院深圳先进技术研究院 车辆能量管理方法、装置、设备及存储介质
CN108407633A (zh) * 2018-01-30 2018-08-17 西南交通大学 一种电动公交车充换电站优化运行方法
CN109693578A (zh) * 2019-02-01 2019-04-30 中国第一汽车股份有限公司 一种燃料电池车整车功率分配控制方法和系统
CN109693578B (zh) * 2019-02-01 2021-08-06 中国第一汽车股份有限公司 一种燃料电池车整车功率分配控制方法和系统

Also Published As

Publication number Publication date
CN103991389B (zh) 2016-06-15

Similar Documents

Publication Publication Date Title
Wu et al. Continuous reinforcement learning of energy management with deep Q network for a power split hybrid electric bus
Peng et al. Rule based energy management strategy for a series–parallel plug-in hybrid electric bus optimized by dynamic programming
Tian et al. Data-driven hierarchical control for online energy management of plug-in hybrid electric city bus
CN103991389A (zh) 一种燃料电池混合动力公交车能量管理方法及装置
Chen et al. Optimal energy management of a hybrid electric powertrain system using improved particle swarm optimization
Tian et al. A length ratio based neural network energy management strategy for online control of plug-in hybrid electric city bus
Qin et al. Simultaneous optimization of topology, control and size for multi-mode hybrid tracked vehicles
Hung et al. A combined optimal sizing and energy management approach for hybrid in-wheel motors of EVs
Kim et al. Sufficient conditions of optimal control based on Pontryagin’s minimum principle for use in hybrid electric vehicles
Yan et al. Hierarchical predictive energy management of fuel cell buses with launch control integrating traffic information
Michalczuk et al. Fuzzy logic based power management strategy using topographic data for an electric vehicle with a battery-ultracapacitor energy storage
Yin et al. Fuzzy optimization of energy management for power split hybrid electric vehicle based on particle swarm optimization algorithm
Taghavipour et al. An optimal power management strategy for power split plug-in hybrid electric vehicles
Li et al. Research on braking energy recovery strategy of electric vehicle based on ECE regulation and I curve
CN104590266A (zh) 一种评价混合动力汽车燃油消耗量的方法及装置
CN104071161A (zh) 一种插电式混合动力汽车工况识别及能量管控的方法
CN104442824B (zh) 并联式能量回收控制方法及系统
CN102556056A (zh) 一种混合动力汽车的双模糊能量控制管理系统
Gang et al. Energy saving control based on motor efficiency map for electric vehicleswith four-wheel independently driven in-wheel motors
Trovão et al. Control scheme for hybridised electric vehicles with an online power follower management strategy
Singh et al. Development of an adaptive neuro‐fuzzy inference system–based equivalent consumption minimisation strategy to improve fuel economy in hybrid electric vehicles
CN105620466B (zh) 车辆的控制方法及系统
CN105015543A (zh) 混合动力汽车的扭矩分配方法
Zou et al. Optimal energy management strategy for hybrid electric tracked vehicles
Li et al. Energy management strategy for hybrid electric vehicles based on adaptive equivalent consumption minimization strategy and mode switching with variable thresholds

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