CN104071033A - 燃料电池超级电容混合动力机车参数匹配优化方法 - Google Patents
燃料电池超级电容混合动力机车参数匹配优化方法 Download PDFInfo
- Publication number
- CN104071033A CN104071033A CN201310675104.8A CN201310675104A CN104071033A CN 104071033 A CN104071033 A CN 104071033A CN 201310675104 A CN201310675104 A CN 201310675104A CN 104071033 A CN104071033 A CN 104071033A
- Authority
- CN
- China
- Prior art keywords
- fuel cell
- locomotive
- power
- super capacitor
- optimization
- 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.)
- Pending
Links
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
Abstract
本发明公开了一种燃料电池超级电容混合动力机车参数匹配优化方法。首先根据混合动力机车动力性能指标要求,确定系统的混合度范围,然后以某工况下的整车动力性、整车成本和驱动系统质量作为优化目标,构建多目标优化函数,并采用高速群体智能优化算法对其求解,将目标函数取最小值的匹配组合作为机车系统的最佳参数匹配结果。然后采用负荷分配算法对不同动力源进行负荷工况分配,再根据所分配工况和各部件工作效率,在参数匹配优化结果的基础上,建立基于能量流的目标函数,对系统的能量流进行优化,并采用高速群体智能优化算法求解该带约束条件的全局优化问题,降低氢气消耗量,延长各电源的循环使用寿命,达到改善整车性能的目的。
Description
技术领域
本发明涉及大功率燃料电池/超级电容混合动力机车技术,尤其是混合动力机车能量管理优化控制技术领域。
背景技术
具有中等运量的机车是对地铁、轻轨、公交系统的有效补充,是形成生态化、一体化交通体系的重要组成部分,可作为大城市的骨干线、近郊联络线,以及中小城市的主干线。虽然无接触网机车技术可避免架设全线接触网,但无法摆脱牵引供电系统,仍需配备牵引变电站、受流站点等。燃料电池技术是一种清洁能源技术,具有高效、环保等特点,被称为是21世纪最有前途的“绿色能源”技术,已受到世界各国的高度重视,在我国属国家能源领域的重点研发技术。燃料电池机车是国外正在研究的最新机车技术,其特点是完全摆脱牵引供电系统,且燃料电池通过电化学反应发电,产物只有水,做到了真正意义的零排放。同时,燃料电池是通过温和的电化学反应发电,不经过燃烧过程,系统电效率高达45~50%。
因此,燃料电池/超级电容混合动力机车技术,将采用清洁、环保、高效的氢能作为动力,超级电容又可回收利用电车的再生制动能量,推动机车技术朝着绿色、高效、无牵引供电系统方向发展,具有良好的节能减排效果。
燃料电池系统输出功率变化需要实时调整氢气和空气供应系统以及水循环散热系统,其动态响应相对较慢,持续发电能量强。而超级电容动态响应特性好,峰值功率高,但持续放电时间短。将二者通过耦合构建混合动力系统,可以充分发挥燃料电池和超级电容的优势,用以驱动机车实现无接触网运行。然而,对于混合动力机车在启动、加速、平稳运行、制动、停车等不同工况条件下,如何根据工况条件和动力系统状态进行燃料电池系统和超级电容系统之间能量调 度,使燃料电池保持平稳、高效运行的同时,确保超级电容充放电安全管理和有效的制动能量回收,避免超级电容过充过放,是一个复杂而又极其重要的问题。必须针对不同工况设定不同控制方法,考虑混合动力机车的制动能量有效回收、燃料经济性、燃料电池使用寿命,保证机车安全、平稳运行。
现有的混合动力驱动系统能量管理控制方法大多采用基于规则策略中的逻辑门限方法,是以保护蓄电池或超级电容为主要目的。另外一种功率分配策略,其总体原则是通过限制蓄电池或超级电容的充放电功率实现不同电源间的功率分配,即将蓄电池或超级电容的充放电功率限制在一定范围内。这些方法的优点在于执行速度较快,但规则的制定通常依赖于专家经验、已知系统数学模型和试验测试结果等,不能保证车内能量流获得最佳匹配,无法获得最佳燃料经济性。
发明内容
鉴于现有技术的以上不足,本发明旨在提供一种基于混合度参数匹配的燃料电池/超级电容混合动力机车能量管理优化控制方法,提高各电源的工作效率,延长各电源的循环使用寿命,改善整车性能。
燃料电池超级电容混合动力机车参数匹配优化方法,以所给工况条件和动力系统状态进行燃料电池系统和超级电容系统之间能量调度,使燃料电池保持平稳高效运行的同时确保超级电容充放电安全管理和有效的制动能量回收,提高各电源的工作效率,延长各电源的循环使用寿命,改善整车动力性和经济性,包括如下主要步骤:
1)燃料电池/超级电容混合动力机车参数匹配优化方法
首先在某工况条件下,根据最高车速需求功率Pv、最大爬坡度需求功率Pi、最大加速度需求功率Pa确定动力源最大总功率Pmax,即
Pmax=max{Pv,Pi,Pa} (1)
其中,Pv、Pi、Pa表示为与整车质量M相关的形式。
混合度的最大边界条件是燃料电池系统最大功率的最小值Pfc_min能够满足机车在巡航和爬坡两种状态下行驶所需要的功率需求;混合度的最小边界条件由超级电容的最大功率取最小值来确定,要求超级电容具有瞬时驱动电动机的功率PUC_min。
燃料电池/超级电容混合动力机车系统的参数匹配设计为多目标的优化问题,各目标之间相互制约,优化结果通常为多目标之间的折衷结果,即允许存在多个优化结果,而不必仅寻求针对某单一优化目标的唯一的最优解。本发明采用加权求和的方法来描述多目标优化问题,属非线性规划问题,即将每一个目标进行规范化并建模为多目标优化问题中的一个约束项,这样多目标优化问题的目标函数转换成多个单一目标的加权求和问题。
根据燃料电池/超级电容混合动力机车的混合度范围,只能确定燃料电池和超级电容容量的大致范围,由于追求的性能目标不同,所配置的参数也会相应改变。因此,本发明以某工况下的整车动力性、整车成本和驱动系统质量这三个指标为优化目标,构建多目标优化函数,将燃料电池系统、超级电容的容量和数量作为设计变量,对混合动力系统参数匹配进行寻优。
本发明定义目标函数F如下:
F(Pfc,CUC,NUC)=α1Md+α2Ta+α3Yn (2)
约束条件为:
式中,Ta为机车从启动加速到最高车速的加速时间,Yn为整车运行n年成本,Md为驱动系统质量,α1、α2、α3为权重系数,Pfc为燃料电池系统需求功率,CUC为超级电容的容量,NUC是超级电容的数 量。
在进行燃料电池/超级电容混合动力机车系统的参数匹配时,需要以行驶工况为基础,根据动力性要求及成本要求开展系统优化匹配和仿真。通过前面对整车参数匹配优化分析,可以得出系统参数匹配方法示意图,如图1所示。具体过程描述如下:首先根据机车动力性能要求指标,确定系统的混合度范围;根据具体行驶工况,计算系统燃料电池和超级电容的容量范围、整车成本和驱动系统质量;最后采用加权求和方法建立多目标函数,并采用高速群体智能优化算法求解多目标函数,将目标函数取最小值的匹配组合作为混合动力系统的最佳匹配结果。
2)基于负荷分配和混合度参数匹配的燃料电池/超级电容混合动力机车能量管理策略
首先采用负荷分配算法,将不同行驶工况进行时频分析,按照不同频段负荷要求,对不同动力源进行负荷工况分配。在燃料电池/超级电容混合动力机车的整个行驶过程中为使其具有最高工作效率,除了需要制定合适的控制策略外,还需要充分考虑各子系统与整车的损耗,对系统能量流进行全面的分析和优化。因此,本发明将不仅考虑电动机的效率,还要充分考虑燃料电池系统、超级电容以及DC/DC变换器的效率特性。
本发明提出的燃料电池/超级电容混合动力机车能量管理优化控制方法是在前述的参数匹配优化结果的基础上,根据负荷分配算法提供的行驶工况,在燃料电池系统、电动机的可行功率范围,以及超级电容的允许容量范围内,通过求解控制量Pfc,使目标函数Φ达到最小,实现最低氢耗量。由于超级电容的荷电状态(SOC)是与其剩余能量密切相关,因此选取燃料电池系统需求功率和超级电容剩余能量作为系统状态变量。本发明在机车运行时间[0,T]区间内,定义基于运行能量的目标函数Φ如下:
约束条件为:
式中,ηfc是燃料电池系统效率,ufc是燃料电池系统的氢气利用率,EUC是超级电容的剩余能量,δ是惩罚因子,即引入SOC惩罚项对目标函数进行修正,用以限制由于对超级电容快速充放电导致地机车系统效率下降问题。同时,为了提高燃料电池系统效率ηfc,需要采用基于最优效率策略的燃料电池系统多工况控制方法,保证燃料电池系统运行在高效区,进而提高DC/DC变换器的工作效率。最后,将优化后的系统状态变量输出至整车能量管理系统中,完成整车系统能量调度和分配。将图2所示为本发明的机车能量管理优化控制方法示意图。
因此,本发明从全局角度出发,对燃料电池/超级电容混合动力机车系统的能量流进行综合分析和优化,采用高速群体智能优化算法求解该带约束条件的全局优化问题。
采用本发明的基于混合度参数匹配的燃料电池/超级电容混合动力机车能量管理优化控制方法,具有如下优点:
(1)本发明的混合度参数匹配设计为多目标优化问题,其中计及了整车动力性、整车成本和驱动系统质量三个优化指标,较全面地考虑了整车动力性和经济性问题。而且,在混合度范围、燃料电池容量范围和超级电容容量范围的边界约束条件下,将目标函数取最小值的匹配组合作为混合动力系统的最佳匹配结果,能够实现不同性能指标设计,为混合动力机车的能量管理优化控制系统设计奠定基础。
(2)本发明在系统参数匹配优化结果基础上,采用负荷分配算法对不同行驶工况进行时频分析,可以根据不同动力源的工作特性实现负荷分配,提高动力源的使用寿命。而且,根据混合动力机车的不 同工作模式效率分析结果,建立基于能量流的目标函数,通过求解该带约束条件的全局优化问题,达到对系统的能量流优化和降低氢气消耗量的目标,提高了各电源的工作效率,有效延长各电源的循环使用寿命,实现了对混合动力机车系统的能量管理优化控制。
附图说明如下:
图1为燃料电池/超级电容混合动力机车系统参数匹配方法示意图。
图2为燃料电池/超级电容混合动力机车能量管理优化控制方法示意图。
图3为本发明方法的过程流程图。
图4a为某地区某线路的循环工况速度曲线,图4b为燃料电池系统全过程效率图,图4c为燃料电池/超级电容混合动力机车牵引电机全过程效率图。
具体实施方式
本发明的具体实施过程详述如下。
1、燃料电池/超级电容混合动力机车参数匹配优化方法
首先在某工况条件下,根据最高车速需求功率Pv、最大爬坡度需求功率Pi、最大加速度需求功率Pa确定动力源最大总功率Pmax,即
Pv=c1M+c2 (1)
Pi=c3M+c4 (2)
Pa=c5M+c6 (3)
Pmax=max{Pv,Pi,Pa} (4)
式中,Pv、Pi、Pa表示为与整车质量M相关的形式,c1-c6为传动系数,由机车的动力性能指标和车体相关参数确定。在设计时将整车 质量M看成是由四个部分组成:驱动系统、底盘非传动系部分,车身相关部分和载重质量。驱动系统每个部件(燃料电池系统、超级电容、电动机等)所需的最大功率可按照各部件的效率分别求取。
燃料电池/超级电容混合动力机车驱动系统设计的重点是电动机、燃料电池系统、超级电容的功率,由于机车的全部驱动力都直接来自于电动机,因此电动机的峰值功率应该能满足机车在行驶时的最大功率需求,而燃料电池系统与超级电容所能提供的功率也应该满足电动机的功率需求。而且,燃料电池系统满足机车行驶过程中的绝大部分平均功率需求,只在加速和爬坡等极限情况下才由超级电容提供机车所需要的峰值功率。
因此,混合度的最大边界条件是燃料电池系统最大功率的最小值能够满足机车在巡航和爬坡两种状态下行驶所需要的功率需求,即
Pfc_min=max{Pv,Pi}/(ηmηt) (5)
式中,ηt是传动效率,ηm是电动机效率,则超级电容功率PUC和电机功率Pm分别为
PUC=(Pmax-Pfc_min)/(ηmηt) (6)
Pm=Pmax/ηt (7)
混合度的最大边界Hmax的计算公式为
混合度的最小边界条件由超级电容的最大功率取最小值来确定,要求超级电容具有瞬时驱动电动机的功率PUC_min,混合度的最小边界Hmin的计算公式为
燃料电池/超级电容混合动力机车系统的参数匹配设计为多目标的优化问题,各目标之间相互制约,优化结果通常为多目标之间的折 衷结果,即允许存在多个优化结果,而不必仅寻求针对某单一优化目标的唯一的最优解。本发明采用加权求和的方法来描述多目标优化问题,属非线性规划问题,即将每一个目标进行规范化并建模为多目标优化问题中的一个约束项,这样多目标优化问题的目标函数转换成多个单一目标的加权求和问题。
根据燃料电池/超级电容混合动力机车的混合度范围,只能确定燃料电池和超级电容容量的大致范围,由于追求的性能目标不同,所配置的参数也会相应改变。因此,本发明以某工况下的整车动力性、整车成本和驱动系统质量这三个指标为优化目标,构建多目标优化函数,将燃料电池和超级电容的容量作为设计变量,对混合动力系统参数匹配进行寻优。
本发明定义目标函数F如下:
F(Pfc,CUC,NUC)=α1Md+α2Ta+α3Yn (10)
约束条件为:
式中,Ta为机车从启动加速到最高车速的加速时间,Yn为整车运行n年成本,Md为驱动系统质量,α1、α2、α3为权重系数,Pfc为燃料电池系统需求功率,CUC为超级电容的容量,NUC是超级电容的数量。
在进行燃料电池/超级电容混合动力机车系统的参数匹配时,需要以行驶工况为基础,根据动力性要求及成本要求开展系统优化匹配和仿真。通过前面对整车参数匹配优化分析,可以得出系统参数匹配方法示意图,如图1所示。具体过程描述如下:首先根据机车动力性能要求指标,确定系统的混合度范围;根据具体行驶工况,计算系统燃料电池和超级电容的容量范围、整车成本和驱动系统质量;最后采 用加权求和方法建立多目标函数,并采用高速群体智能优化算法求解多目标函数,将目标函数取最小值的匹配组合作为混合动力系统的最佳匹配结果。
2、基于负荷分配和混合度参数匹配的燃料电池/超级电容混合动力机车能量管理策略
首先采用负荷分配算法,将不同行驶工况进行时频分析,按照不同频段负荷要求,对不同动力源进行负荷工况分配。在燃料电池/超级电容混合动力机车的整个行驶过程中为使其具有最高工作效率,除了需要制定合适的控制策略外,还需要充分考虑各子系统与整车的损耗,对系统能量流进行全面的分析和优化。因此,本发明将不仅考虑电动机的效率,还要充分考虑燃料电池系统、超级电容以及DC/DC变换器的效率特性。
燃料电池/超级电容混合动力机车系统在不同的工作模式下,其动力传动系统的驱动形式不同,同时由于超级电容的加入,其能量流动模式更加复杂化,因此需要对燃料电池单独驱动模式、纯电动模式、燃料电池与超级电容联合工作模式、能量回馈制动工作模式四种驱动形式下的效率分别进行分析。
本发明提出的燃料电池/超级电容混合动力机车能量管理优化控制方法是在前述的参数匹配优化结果的基础上,根据给定行驶工况,在燃料电池系统、电动机的可行功率范围,以及超级电容的允许容量范围内,通过求解控制量Pfc,使目标函数Φ达到最小,实现最低氢耗量。由于超级电容的荷电状态(SOC)是与其剩余能量密切相关,因此选取燃料电池系统需求功率和超级电容剩余能量作为系统状态变量。本发明在机车运行时间[0,T]区间内,定义基于运行能量的目标函数Φ如下:
约束条件为:
式中,ηfc是燃料电池系统效率,ufc是燃料电池系统的氢气利用率,EUC是超级电容的剩余能量,δ是惩罚因子,即引入SOC惩罚项对目标函数进行修正,用以限制由于对超级电容快速充放电导致地机车系统效率下降问题。同时,为了提高燃料电池系统效率ηfc,需要采用基于最优效率策略的燃料电池系统多工况控制方法,保证燃料电池系统运行在高效区,进而提高DC/DC变换器的工作效率。最后,将优化后的系统状态变量输出至整车能量管理系统中,完成整车系统能量调度和分配。图2所示为本发明的机车能量管理优化控制方法示意图。
因此,本发明从全局角度出发,对燃料电池/超级电容混合动力机车系统的能量流进行综合分析和优化,采用高速群体智能优化算法求解该带约束条件的全局优化问题。
图3为本发明方法的具体过程流程。
下面结合具体的实施例,对本发明作进一步详细的说明。
将本发明提出的燃料电池/超级电容混合动力机车能量管理优化控制方法,应用于某地区某线路的一段循环工况,该循环工况速度曲线如图4a所示,进行不同情况下的燃料电池系统效率和机车的牵引电机效率仿真试验测试和评价,如图4b和图4c所示。
通过计算可知,燃料电池系统的平均工作效率是0.522%,机车的牵引电机的平均工作效率是0.868%,优于未使用本发明的各子系统效率,而且在整个行驶过程中,燃料电池/超级电容混合动力机车的实际耗氢量有较大幅度地降低。
因此,本发明提出的基于混合度参数匹配的燃料电池/超级电容混合动力机车能量管理优化控制方法,能够较全面地考虑了整车动力 性和经济性问题,实现系统的能量流优化和降低氢气消耗量的目标,并延长各电源的循环使用寿命。
Claims (2)
1.燃料电池超级电容混合动力机车参数匹配优化方法,以所给工况条件和动力系统状态进行燃料电池系统和超级电容系统之间能量调度,使燃料电池保持平稳高效运行的同时确保超级电容充放电安全管理和有效的制动能量回收,提高各电源的工作效率,延长各电源的循环使用寿命,改善整车动力性和经济性,包括如下主要步骤:
1)燃料电池/超级电容混合动力机车参数匹配优化,首先根据最高车速需求功率、最大爬坡度需求功率、最大加速度需求功率确定动力性能指标,再结合成本指标作为混合度的设计目标,确定混合度的边界范围;然后以所给工况下的整车动力性、整车成本和驱动系统质量三个指标为优化目标,构建多目标优化函数,将燃料电池系统、超级电容的容量和数量作为设计变量,对混合动力系统参数匹配进行寻优,得到基于混合度的系统参数匹配结果;
2)基于负荷分配和混合度参数匹配的燃料电池/超级电容混合动力机车能量管理策略,首先采用负荷分配算法对不同动力源进行负荷工况分配,再计算燃料电池系统、超级电容以及DC/DC变换器效率;然后根据所分配工况和各部件工作效率,计算燃料电池系统、超级电容的容量范围、和由1)所得基于混合度的系统参数匹配结果,选取燃料电池系统需求功率和超级电容剩余能量作为系统状态变量,以燃料经济性为设计目标,建立基于运行能量的目标函数,并引入SOC惩罚项对目标函数进行修正,使目标函数达到最小,实现最低氢耗量。
2.根据权利要求1所述之方法,其特征在于,在所述2)步骤 计算燃料电池系统效率时,采用基于最优效率策略的燃料电池系统多工况控制方法,保证燃料电池系统运行在高效区,进而提高DC/DC变换器的工作效率,以便对系统能量流进行全面的分析和优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310675104.8A CN104071033A (zh) | 2013-12-07 | 2013-12-07 | 燃料电池超级电容混合动力机车参数匹配优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310675104.8A CN104071033A (zh) | 2013-12-07 | 2013-12-07 | 燃料电池超级电容混合动力机车参数匹配优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104071033A true CN104071033A (zh) | 2014-10-01 |
Family
ID=51592770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310675104.8A Pending CN104071033A (zh) | 2013-12-07 | 2013-12-07 | 燃料电池超级电容混合动力机车参数匹配优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104071033A (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105835712A (zh) * | 2016-04-07 | 2016-08-10 | 郑州宇通客车股份有限公司 | 燃料电池客车动力控制方法和燃料电池客车动力系统 |
CN106596127A (zh) * | 2016-12-13 | 2017-04-26 | 安徽江淮汽车集团股份有限公司 | 混合动力汽车驱动模块总成的耐久试验方法 |
CN107618519A (zh) * | 2017-08-18 | 2018-01-23 | 西南交通大学 | 一种燃料电池混合动力有轨电车参数匹配联合优化方法 |
CN108189674A (zh) * | 2018-03-15 | 2018-06-22 | 西南交通大学 | 一种混合动力有轨电车制动能量回收方法及系统 |
CN108312870A (zh) * | 2018-02-02 | 2018-07-24 | 杭州电子科技大学 | 一种混合动力汽车氢耗与负载变化的能源管理方法 |
CN108363855A (zh) * | 2018-02-02 | 2018-08-03 | 杭州电子科技大学 | 一种基于路况识别的燃料电池与超级电容系统优化方法 |
CN108454449A (zh) * | 2018-05-04 | 2018-08-28 | 西南交通大学 | 一种虚拟轨道交通列车分布式电源系统及匹配控制方法 |
CN108509734A (zh) * | 2018-04-02 | 2018-09-07 | 吉林大学 | 一种可实现混合动力系统电量平衡的边界计算方法 |
CN108509378A (zh) * | 2018-02-11 | 2018-09-07 | 哈尔滨理工大学 | 一种电动汽车测试平台中复合储能系统的参数匹配方法 |
CN108819798A (zh) * | 2018-07-24 | 2018-11-16 | 西南交通大学 | 一种风电液驱动系统 |
CN109532963A (zh) * | 2019-01-15 | 2019-03-29 | 西南交通大学 | 一种电力列车的经济性动力匹配与分配方法 |
CN110126623A (zh) * | 2019-04-30 | 2019-08-16 | 广东工业大学 | 一种拖挂车的燃料电池-蓄电池动力系统 |
CN110126679A (zh) * | 2019-05-15 | 2019-08-16 | 福州大学 | 一种燃料电池最佳工作点的获取方法 |
CN110781979A (zh) * | 2019-11-08 | 2020-02-11 | 浙江工业大学 | 一种插电式混合动力汽车总成的参数匹配方法 |
CN110843558A (zh) * | 2019-11-28 | 2020-02-28 | 福州大学 | 一种优化燃料电池电-电混合电源系统综合效率的方法 |
CN110896246A (zh) * | 2019-12-05 | 2020-03-20 | 西南交通大学 | 一种混合储能式有轨电车系统的配置优化方法 |
WO2020078221A1 (zh) * | 2018-10-17 | 2020-04-23 | 奇瑞汽车股份有限公司 | 燃料电池车的复合电源能量分配方法及装置 |
CN111160648A (zh) * | 2019-12-30 | 2020-05-15 | 潍柴动力股份有限公司 | 一种燃料电池需求功率估算方法及装置 |
CN111463809A (zh) * | 2020-02-28 | 2020-07-28 | 浙江工业大学 | 一种考虑源荷不确定性的光储电协调控制方法 |
CN112590623A (zh) * | 2020-12-17 | 2021-04-02 | 武汉格罗夫氢能汽车有限公司 | 一种提高氢燃料电池汽车续驶里程的控制方法 |
CN112606735A (zh) * | 2020-12-22 | 2021-04-06 | 中车长春轨道客车股份有限公司 | 非接触供电列车优化驾驶及能量管理的控制方法 |
CN112677779A (zh) * | 2020-12-24 | 2021-04-20 | 北京理工大学 | 一种用于混合储能的信息物理融合系统 |
CN113246808A (zh) * | 2021-05-12 | 2021-08-13 | 西华大学 | 一种氢燃料电池商用车双动力源系统参数配置优化方法 |
CN115092012A (zh) * | 2022-07-20 | 2022-09-23 | 四川轻化工大学 | 考虑复合电源系统多工作模式的等效荷电状态估计方法 |
CN117117346A (zh) * | 2023-07-31 | 2023-11-24 | 广东嘉尚新能源科技有限公司 | 一种钠离子电池管理系统的设计与控制方法 |
CN117681856A (zh) * | 2024-02-04 | 2024-03-12 | 西南交通大学 | 一种基于整车扭矩需求及电量状态的能量管理控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006065364A2 (en) * | 2004-12-10 | 2006-06-22 | General Motors Corporation | Hybrid fuel cell system with battery capacitor energy storage system |
CN102139695A (zh) * | 2011-03-02 | 2011-08-03 | 天津市松正电动汽车技术股份有限公司 | 一种用于电动汽车的能量管理系统及管理方法 |
-
2013
- 2013-12-07 CN CN201310675104.8A patent/CN104071033A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006065364A2 (en) * | 2004-12-10 | 2006-06-22 | General Motors Corporation | Hybrid fuel cell system with battery capacitor energy storage system |
CN102139695A (zh) * | 2011-03-02 | 2011-08-03 | 天津市松正电动汽车技术股份有限公司 | 一种用于电动汽车的能量管理系统及管理方法 |
Non-Patent Citations (3)
Title |
---|
仇斌等: "采用超级电容的燃料电池城市客车参数匹配和性能仿真", 《汽车工程》 * |
徐大伟等: "基于燃料电池和超级电容的混合驱动系统参数匹配与仿真", 《天津汽车》 * |
陈静等: "燃料电池-蓄电池-超级电容混合动力汽车控制策略", 《农业机械学报》 * |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105835712A (zh) * | 2016-04-07 | 2016-08-10 | 郑州宇通客车股份有限公司 | 燃料电池客车动力控制方法和燃料电池客车动力系统 |
CN106596127B (zh) * | 2016-12-13 | 2018-11-16 | 安徽江淮汽车集团股份有限公司 | 混合动力汽车驱动模块总成的耐久试验方法 |
CN106596127A (zh) * | 2016-12-13 | 2017-04-26 | 安徽江淮汽车集团股份有限公司 | 混合动力汽车驱动模块总成的耐久试验方法 |
CN107618519A (zh) * | 2017-08-18 | 2018-01-23 | 西南交通大学 | 一种燃料电池混合动力有轨电车参数匹配联合优化方法 |
CN108312870A (zh) * | 2018-02-02 | 2018-07-24 | 杭州电子科技大学 | 一种混合动力汽车氢耗与负载变化的能源管理方法 |
CN108363855A (zh) * | 2018-02-02 | 2018-08-03 | 杭州电子科技大学 | 一种基于路况识别的燃料电池与超级电容系统优化方法 |
CN108363855B (zh) * | 2018-02-02 | 2021-06-25 | 杭州电子科技大学 | 一种基于路况识别的燃料电池与超级电容系统优化方法 |
CN108509378B (zh) * | 2018-02-11 | 2021-07-06 | 哈尔滨理工大学 | 一种电动汽车测试平台中复合储能系统的参数匹配方法 |
CN108509378A (zh) * | 2018-02-11 | 2018-09-07 | 哈尔滨理工大学 | 一种电动汽车测试平台中复合储能系统的参数匹配方法 |
CN108189674A (zh) * | 2018-03-15 | 2018-06-22 | 西南交通大学 | 一种混合动力有轨电车制动能量回收方法及系统 |
CN108189674B (zh) * | 2018-03-15 | 2023-06-09 | 西南交通大学 | 一种混合动力有轨电车制动能量回收方法及系统 |
CN108509734A (zh) * | 2018-04-02 | 2018-09-07 | 吉林大学 | 一种可实现混合动力系统电量平衡的边界计算方法 |
CN108509734B (zh) * | 2018-04-02 | 2021-08-13 | 吉林大学 | 一种可实现混合动力系统电量平衡的边界计算方法 |
CN108454449B (zh) * | 2018-05-04 | 2023-07-28 | 西南交通大学 | 一种虚拟轨道交通列车分布式电源系统及匹配控制方法 |
CN108454449A (zh) * | 2018-05-04 | 2018-08-28 | 西南交通大学 | 一种虚拟轨道交通列车分布式电源系统及匹配控制方法 |
CN108819798B (zh) * | 2018-07-24 | 2023-06-02 | 西南交通大学 | 一种风电液驱动系统 |
CN108819798A (zh) * | 2018-07-24 | 2018-11-16 | 西南交通大学 | 一种风电液驱动系统 |
WO2020078221A1 (zh) * | 2018-10-17 | 2020-04-23 | 奇瑞汽车股份有限公司 | 燃料电池车的复合电源能量分配方法及装置 |
CN109532963A (zh) * | 2019-01-15 | 2019-03-29 | 西南交通大学 | 一种电力列车的经济性动力匹配与分配方法 |
CN110126623A (zh) * | 2019-04-30 | 2019-08-16 | 广东工业大学 | 一种拖挂车的燃料电池-蓄电池动力系统 |
CN110126679A (zh) * | 2019-05-15 | 2019-08-16 | 福州大学 | 一种燃料电池最佳工作点的获取方法 |
CN110126679B (zh) * | 2019-05-15 | 2022-03-08 | 福州大学 | 一种燃料电池最佳工作点的获取方法 |
CN110781979A (zh) * | 2019-11-08 | 2020-02-11 | 浙江工业大学 | 一种插电式混合动力汽车总成的参数匹配方法 |
CN110843558B (zh) * | 2019-11-28 | 2021-03-30 | 福州大学 | 一种优化燃料电池电-电混合电源系统综合效率的方法 |
CN110843558A (zh) * | 2019-11-28 | 2020-02-28 | 福州大学 | 一种优化燃料电池电-电混合电源系统综合效率的方法 |
CN110896246B (zh) * | 2019-12-05 | 2022-04-26 | 西南交通大学 | 一种混合储能式有轨电车系统的配置优化方法 |
CN110896246A (zh) * | 2019-12-05 | 2020-03-20 | 西南交通大学 | 一种混合储能式有轨电车系统的配置优化方法 |
CN111160648A (zh) * | 2019-12-30 | 2020-05-15 | 潍柴动力股份有限公司 | 一种燃料电池需求功率估算方法及装置 |
CN111160648B (zh) * | 2019-12-30 | 2023-10-24 | 潍柴动力股份有限公司 | 一种燃料电池需求功率估算方法及装置 |
CN111463809A (zh) * | 2020-02-28 | 2020-07-28 | 浙江工业大学 | 一种考虑源荷不确定性的光储电协调控制方法 |
CN112590623A (zh) * | 2020-12-17 | 2021-04-02 | 武汉格罗夫氢能汽车有限公司 | 一种提高氢燃料电池汽车续驶里程的控制方法 |
CN112590623B (zh) * | 2020-12-17 | 2023-07-18 | 武汉格罗夫氢能汽车有限公司 | 一种提高氢燃料电池汽车续驶里程的控制方法 |
CN112606735B (zh) * | 2020-12-22 | 2022-07-22 | 中车长春轨道客车股份有限公司 | 非接触供电列车优化驾驶及能量管理的控制方法 |
CN112606735A (zh) * | 2020-12-22 | 2021-04-06 | 中车长春轨道客车股份有限公司 | 非接触供电列车优化驾驶及能量管理的控制方法 |
CN112677779A (zh) * | 2020-12-24 | 2021-04-20 | 北京理工大学 | 一种用于混合储能的信息物理融合系统 |
CN112677779B (zh) * | 2020-12-24 | 2022-02-22 | 北京理工大学 | 一种用于混合储能的信息物理融合系统 |
CN113246808B (zh) * | 2021-05-12 | 2022-07-12 | 西华大学 | 一种氢燃料电池商用车双动力源系统参数配置优化方法 |
CN113246808A (zh) * | 2021-05-12 | 2021-08-13 | 西华大学 | 一种氢燃料电池商用车双动力源系统参数配置优化方法 |
CN115092012A (zh) * | 2022-07-20 | 2022-09-23 | 四川轻化工大学 | 考虑复合电源系统多工作模式的等效荷电状态估计方法 |
CN115092012B (zh) * | 2022-07-20 | 2024-04-12 | 四川轻化工大学 | 考虑复合电源系统多工作模式的等效荷电状态估计方法 |
CN117117346A (zh) * | 2023-07-31 | 2023-11-24 | 广东嘉尚新能源科技有限公司 | 一种钠离子电池管理系统的设计与控制方法 |
CN117117346B (zh) * | 2023-07-31 | 2024-03-12 | 广东嘉尚新能源科技有限公司 | 一种钠离子电池管理系统的设计与控制方法 |
CN117681856A (zh) * | 2024-02-04 | 2024-03-12 | 西南交通大学 | 一种基于整车扭矩需求及电量状态的能量管理控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104071033A (zh) | 燃料电池超级电容混合动力机车参数匹配优化方法 | |
CN102951039B (zh) | 一种基于模糊控制的增程式电动车能量管理方法 | |
Hu et al. | Power distribution strategy of a dual-engine system for heavy-duty hybrid electric vehicles using dynamic programming | |
Liu et al. | Rule-corrected energy management strategy for hybrid electric vehicles based on operation-mode prediction | |
CN102556055B (zh) | 混合动力汽车多工作模式下的能量切换控制方法及系统 | |
Jinquan et al. | Real-time energy management of fuel cell hybrid electric buses: Fuel cell engines friendly intersection speed planning | |
Rimpas et al. | Energy management and storage systems on electric vehicles: A comprehensive review | |
Wang et al. | Research on energy optimization control strategy of the hybrid electric vehicle based on Pontryagin's minimum principle | |
Zhang et al. | Innovation design and optimization management of a new drive system for plug-in hybrid electric vehicles | |
Yan et al. | Hierarchical predictive energy management of fuel cell buses with launch control integrating traffic information | |
CN104972918A (zh) | 燃料电池混合动力有轨电车多动力源自适应能量管理系统 | |
CN106080223A (zh) | 一种锂电池与超级电容器双能源功率分配控制系统及方法 | |
CN102951037A (zh) | 增程式电动汽车的能量控制策略多模式自动切换方法 | |
Montazeri-Gh et al. | An optimal energy management development for various configuration of plug-in and hybrid electric vehicle | |
Liang et al. | Energy management strategy for a parallel hybrid electric vehicle equipped with a battery/ultra-capacitor hybrid energy storage system | |
CN102556056A (zh) | 一种混合动力汽车的双模糊能量控制管理系统 | |
CN104760591B (zh) | 混合动力综合控制系统 | |
da Silva et al. | Dual HESS electric vehicle powertrain design and fuzzy control based on multi-objective optimization to increase driving range and battery life cycle | |
Zhang et al. | Powertrain design and energy management of a novel coaxial series-parallel plug-in hybrid electric vehicle | |
CN202413783U (zh) | 一种混合动力汽车的双模糊能量控制管理系统 | |
Hu et al. | Energy Management Optimization Method of Plug-In Hybrid-Electric Bus Based on Incremental Learning | |
Zhang et al. | Quantitative analysis of the energy saving mechanism of a hybrid electric tracked vehicle by an analytical method | |
Zhi-yong | Research on influence factors affecting driving range of flame-proof battery electric vehicles | |
Pritima et al. | Artificial intelligence-based energy management and real-time optimization in electric and hybrid electric vehicles | |
Ravey et al. | Control strategy of fuel cell hybrid electric vehicle based on driving cycle recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141001 |