CN109606137A - 融合成本寿命因素的多源电驱动系统经济性优化方法 - Google Patents

Abstract

本发明提供了融合成本寿命因素的多源电驱动系统经济性优化方法，步骤一，确定整车构型及能量管理策略架构；步骤二，确定复合电源燃料电池并联输出构型分级能量管理架构的燃料电池功率跟随控制策略；步骤三，确定复合电源燃料电池并联输出构型分级能量管理架构的复合电源子系统分层瞬时最优能量管理策略；步骤四，基于循环工况等效氢耗进行经济性优化；步骤五：融合质量与寿命因素的系统优化；步骤六，多目标优化实现；本方法融合系统效率、使用寿命、质量、成本等因素，建立燃料电池动力系统多目标优化方法，以实现降低整车循环工况的等效氢耗、控制整车成本的同时保证其寿命。

Description

融合成本寿命因素的多源电驱动系统经济性优化方法

技术领域

本发明属于电动汽车技术领域，特别涉及一种带有多个能量源的电驱动系统的整车经济性、寿命和装车成本的多目标优化设计方法。

背景技术

燃料电池电动客车具备更广泛的应用前景，但是其整车经济性、寿命与成本制约了其商业化进程，多目标优化算法通过对系统的合理配置可以实现整车经济性、寿命和装车成本这三个相互耦合的各项指标达到最优。在燃料电池动力系统中包括燃料电池及辅助能量源，设计与控制的自由度较多，且彼此之间存在强耦合关系，为提高整车经济性，动力系统的能量管理策略与参数解耦优化是其研究的关键，然而电池电动客车的评价指标不应仅局限于整车的动力性及循环工况的等效氢耗，还应该包括燃料电池动力系统寿命及使用成本等因素，因此进一步综合系统效率、使用寿命、质量、成本等指标，建立复合电源燃料电池动力系统的综合评价方法对关键设计参数进行多目标优化，以降低整车循环工况的等效氢耗、控制整车成本的同时保证其寿命，对研究燃料电池动力系统在全寿命周期内的整车经济性并加快实车应用至关重要。

发明内容

本发明是为提高现有技术燃料电池动力系统的整车经济性，同时融合系统效率、使用寿命、质量、成本等因素，建立燃料电池动力系统多目标优化的设计方法，以实现降低整车循环工况的等效氢耗、控制整车成本的同时保证其寿命；

本发明对燃料电池动力系统提出基于分层瞬时最优的能量管理策略并建立整车仿真模型，建立了融合寿命成本因素的燃料电池动力系统的多尺度经济性评价模型，制定优化函数集，对其循环工况氢耗、使用寿命、质量、成本等指标进行多目标优化得到燃料电池动力系统的设计参数。

本发明所述的融合成本寿命因素的燃料电池动力系统经济性优化设计方法是通过如下技术方案实现的：

步骤一：确定整车构型及能量管理策略架构。该燃料电池动力系统的构型为复合电源燃料电池并联输出构型，系统包括燃料电池单元、超级电容单元、蓄电池单元，将蓄电池与超级电容并联组成复合电源，复合电源与燃料电池并联为车辆提供动力；燃料电池与单向DC/DC串联，作为车辆的主能量源，超级电容与双向DC/DC串联，再与蓄电池并联组成复合电源子系统，作为车辆的副能量源。驱动情况下，复合电源子系统与燃料电池共同为车辆提供驱动能量；制动情况下，复合电源子系统用于回收制动能量。复合电源燃料电池并联输出构型的能量管理架构采用分级能量管理，基于电机需求功率，首先依据燃料电池功率跟随控制策略实现一级功率分流，确定燃料电池需求功率与复合电源需求功率；再基于分层瞬时最优的复合电源子系统能量管理策略进行二级功率分流，实现燃料电池动力系统的功率分流，得到蓄电池需求功率与超级电容需求功率。

步骤二：确定复合电源燃料电池并联输出构型分级能量管理策略的燃料电池功率跟随控制策略。基于电机需求功率、复合电源的荷电状态等指标，实现燃料电池的开关机与输出功率控制，具体控制策略为：以整车需求功率、复合电源的SOC和燃料电池的关机时间作为燃料电池开关机条件，当燃料电池在最小关机时间内，燃料电池处于关机状态。当燃料电池关机时间满足最小关机时间，其是否启动取决于整车需求功率与复合电源的SOC，当整车需求功率高时，燃料电池开机以满足整车功率需求；当整车需求功率中等或者功率需求低，且复合电源未出现亏电时，此时燃料电池开关机状态视上一时刻而定；当复合电源出现亏电时，需要燃料电池开机给复合电源充电。燃料电池能量管理策略保证了燃料电池的稳定功率输出，减少变载与开关机次数，符合燃料电池输出特性。

步骤三：确定复合电源燃料电池并联输出构型分级能量管理策略的复合电源分层瞬时最优能量管理策略。按照蓄电池与超级电容SOC将复合电源划分成顶层单一能量源工作模式和目标层复合电源寻优工作模式，在不同的模型下实现对复合电源的功率分流。工作模式具体划分原则为：(a)若超级电容SOC大于上限值n，蓄电池SOC小于下限值m，说明超级电容存储电量充足，蓄电池存储电量不足，此时，复合电源需求功率由超级电容提供；(b)若超级电容SOC小于下限值m，蓄电池SOC大于上限值n，说明蓄电池电量充足，超级电容电量不足，此时，复合电源需求功率由蓄电池提供；(c)若蓄电池SOC大于下限值m且小于上限值n，超级电容SOC大于下限值m且小于上限值n，此时，蓄电池和超级电容的电量均处于目标层状态，复合电源需求功率由蓄电池和超级电容联合提供，通过基于瞬时最优算法的复合电源控制器优化蓄电池和超级电容的功率分配从而实现复合电源损失功率最小。

为了实现目标层复合电源输出功率损失最小以达到较高的经济性，基于瞬时最优算法优化复合电源子系统的输出，基于蓄电池与超级电容的内阻模型分别建立复合电源子系统的功率损耗模型。蓄电池损耗模型中，E_bat为蓄电池的开路端电压，R_bat为蓄电池内部的等效电阻，P_bat为蓄电池的输出功率；超级电容损耗模型中，E_uc为超级电容的开路端电压，R_uc为超级电容等效电阻，P_uc为超级电容输出的功率，则蓄电池与超级电容的功率损耗及复合电源功率损耗分别为和同时复合电源子系统的输出功率P_hess满足约束条件P_hess＝P_bat+P_capη_DC/DC。复合电源输出过程中P_bat与P_UC分流比例不同，对应的功率损失P_UC与也不同。目标层寻优输出的含义为针对每一个复合电源输出功率P_hess，对应一组最优P_bat与P_UC，在满足输出功率P_hess＝P_bat+P_capη_DC/DC约束条件下，使得总功率损耗最小。

为实现目标层寻优输出，引入基于瞬时最优算法的寻优函数首先确定复合电源需求功率P_hess的最大值P_max，在0与P_max之间等距离散出P₁,P₂,P₃,…,P_n，同时初始化寻优边值a＝0,b＝P_i；基于边值进行黄金分割，其中：x_a＝a+0.382(b-a)，x_b＝a+0.618(b-a)，并根据功率损耗模型计算当复合电源分配给电池的功率分别为x_a、x_b时，复合电源的总功率损失若则需更新寻优的边值，当时，取b＝x_b，当时，取a＝x_a，再次计算复合电源总功率损失直到则边值相差足够小，取P_{i_bat}＝(x_a+x_b)/2,作为复合电源需求功率为P_i时，应当分配给电池的功率值；并遍历在0与P_max之间的功率值分别计算电池的最优功率P_{1_bat},P_{2_bat},P_{3_bat},…,P_{n_bat}后，将其做出多维数表P_{n_bat}＝F(P_{n_hess})。针对不同的复合电源需求功率，通过插值计算应当分配给蓄电池的功率，进而得到蓄电池和超级电容的需求功率，实现复合电源子系统的二级功率分流。

步骤四：进行基于循环工况等效氢耗的经济性优化。循环工况等效氢耗根据氢气低热值J_H2进行折算，即以工况实际氢耗C'_H2为基准，结合蓄电池SOC变化量Δsoc_bat与超级电容SOC变化量Δsoc_cap计算电量变化对应的折算氢耗，得到保证循环工况氢耗最低的经济性的优化函数一min f₁(x)，如式(1)所示。其中为燃料电池平均工作效率，为蓄电池平均充电效率，E_bat为蓄电池存储的总能量，E_cap为超级电容存储的总能量，为超级电容平均充电效率，为单向DC/DC的平均工作效率。

优化过程的约束决定了待优化量的边界。设计参数应首先满足车辆动力性需求，同时，车辆行驶过程中，三能量源的总功率需满足电机最大需求功率，如式(2)所示，其中，P_m为电机需求功率，P_fc为燃料电池需求功率，P_cap为超级电容需求功率，P_bat为蓄电池需求功率。

P_m≥P_fcη_DC/DC+P_capη_DC/DC+P_batΔ (2)

考虑到等效氢耗计算过程中，直接采用氢气低热值与各部件平均效率进行电量与氢耗折算，存在较大误差，因而通过SOC校正，使得蓄电池与超级电容在仿真前后SOC变化量相对较小，如(3)式所示。

步骤五：融合质量与寿命因素的系统优化，燃料电池、蓄电池和超级电容作为车辆动力系统的关键部件，其成本可根据各能量源当前市场均价进行估算，即单位能量或单位功率的成本线性累加。三能量源系统的质量会影响到整车经济性、客车的核定载量等指标，其中，各能量源的单位质量可根据自身能量密度或功率密度取倒数得到，三能量源系统的质量同样通过各能量源的单位质量线性累加得到。考虑各能量源的成本与质量均与自身功率或能量呈线性相关关系，且系统两指标的优化设计目标均为实现最小化，得到以质量与寿命为优化目标的优化函数二min f₂(x)，如式(4)所示，其中，f₂(x)为成本与质量线性加权后的综合优化函数，f_cost(x)为系统成本函数，f_mass(x)为系统质量函数，ω₁、ω₂分别为系统成本函数与质量函数的权重系数，两者决定了成本函数与质量函数权值大小，当车辆本身质量比较大且常处于满载状态情况下成本质量函数的权重系数选择过程中会提高成本的权重系数，降低质量的权重系数，反之若优化对象为本身质量较小且满载情况下质量变化不大的乘用车，需要降低成本的权重系数同时提高质量的权重系数。为将优化函数二minf₂(x)中成本函数与质量函数的归一化，分别为成本函数和质量函数设置折算因子d₁和d₂，进而得到用于多目标优化的质量成本函数min f₂(x)。

超级电容工作过程中受寿命影响较小，正常情况下能够完成50万次甚至更多的循环充放电过程，因而系统寿命模型主要考虑燃料电池与蓄电池的寿命衰减问题。影响车载动力电池寿命的外部因素主要包括使用温度、放电深度、充放电倍率等。其中，温度由蓄电池周围环境决定；在基于规则的三能量源分级能量管理策略中，蓄电池能够实现较好的SOC跟随，工作于浅循环状态。因而蓄电池寿命影响因素可主要考虑充放电倍率的影响。建立基于蓄电池充放电电流确定有关其寿命因素的优化函数三min f₃(x)，如式(5)所示，其中T为仿真工况对应的时间，I_bat为蓄电池充放电电流。

燃料电池寿命与使用条件密切相关，当作为固定电源，以相对稳定功率输出时，其寿命可达30000h，而作为车载能源，由于工况的变化导致的频繁启动与变载会大大降低其寿命。因此需要保证燃料电池的功率变化率在一定范围内，以保证其输出平稳，式(6)给出了其约束条件。

建立与燃料电池工作寿命相关的优化函数四min f₄(x)，如式(7)所示，其中ΔV为燃料电池寿命范围内允许的电压压降，k_d为燃料电池寿命衰退的加速系数。n₁、n₂、t₁、t₂分别代表燃料电池工作过程中，平均每小时的开机次数、变载次数、怠速时间、高功率运行时间。V₁、V₁分别代表每次开机与变载的电压衰退率，基于燃料电池系统的启停工况测试数据得到V₁＝0.00196，基于燃料电池系统的变载工况测试数据得到V₂＝0.00126；U₁、U₂分别代表怠速与高功率运行时每小时的电压衰退率，基于燃料电池系统的怠速工况测试数据得到U₁＝0.0000593，基于燃料电池系统的高功率运行工况测试数据得到U₂＝0.00147。

以蓄电池容量值、超级电容容量值、燃料电池最大功率为待优化变量，在整车仿真模型中分别设置蓄电池容量、超级电容容量和燃料电池功率的比例环节的到三能量源各自的容量系数。基于第二代改进非劣排序遗传算法对多目标优化函数进行求解，采用优化前参数计算各优化函数值，再取各优化函数值的近似值作为各优化函数的折算因子的原则确定f₁(x)、f₂(x)、f₃(x)、f₄(x)的折算因子。

步骤六：多目标优化参数设计过程实现，基于以上步骤得到的优化函数及各自的折算因子，在Isight中的Optimization控件建立多目标优化程序，在Isight软件的设计门户下调用DOE组件，完成各因子及其水平设置，并基于拉丁方的方法生成设计向量，再调用Simcode组件，与DOE组件构成一个计算环，以实现Isight&MATLAB平台的数据交互及ADVISOR软件平台的模型调用进行建模与仿真，最终得到优化后的燃料电池动力系统的关键参数与设计参数，完成对燃料电池系统的寿命-成本-经济性的多目标优化设计。

本发明与现有技术相比，有益效果如下：

1.本发明同时融合系统效率、使用寿命、质量、成本等因素，实现对燃料电池动力系统进行了多目标优化设计方法，实现了降低整车循环工况的等效氢耗、控制整车成本的同时保证其寿命；

2.从整车全寿命周期的经济性分析，所提出的多目标优化设计方法能够保证在循环工况等效氢耗大优化的情况下使系统成本和质量得到较大程度的改善；

3.从燃料电池动力系统寿命与成本的关系分析，超级电容和蓄电池能够在容量系数减少的情况下，超级电容仍能充分发挥“削峰填谷”作用，蓄电池无大电流冲击，同时能够将燃料电池寿命衰减程度控制在较低水平。

附图说明

下面结合附图对本发明作进一步说明：

图1为本方法进行燃料电池动力系统的整车多目标优化设计方法步骤图

图2为本方法所研究的燃料电池能量系统的拓扑结构示意图及能量管理策略架构；

图3为基于分层瞬时最优的复合电源子系统能量管理策略；

图4为复合电源在目标层时的寻优流程框图；

具体实施方式

下面通过附图对本发明作进一步说明：

如图1给出的为本方法进行燃料电池动力系统的整车多目标优化设计方法步骤图，本发明专利提供的整车经济性、寿命和装车成本的优化流程主要包括燃料电池动力系统构型及能量管理策略架构的确定；基于燃料电池动力系统构型及能量管理策略架构，确定整车能量管理策略；在确定能量管理策略后，建立基于等效氢耗模型和融合质量与寿命因素的系统成本模型的多目标优化函数，对复合电源燃料电池动力系统参数进行优化，主要包括进行基于等效氢耗的经济性优化和融合质量与寿命因素的系统优化。

本方法具体步骤如下：

步骤一：确定整车构型及能量管理策略架构。该燃料电池动力系统的构型设计为复合电源燃料电池并联输出构型，系统包括燃料电池单元、超级电容单元、蓄电池单元，将蓄电池与超级电容并联组成复合电源，复合电源与燃料电池并联为车辆提供动力；燃料电池与单向DC/DC串联，作为车辆的主能量源，超级电容与双向DC/DC串联，再与蓄电池并联组成复合电源子系统，作为车辆的副能量源。驱动情况下，复合电源子系统与燃料电池共同为车辆提供驱动能量；制动情况下，复合电源子系统用于回收制动能量。复合电源燃料电池并联输出构型的能量管理架构采用分级能量管理，基于电机需求功率，首先依据燃料电池功率跟随控制策略实现一级功率分流，确定燃料电池需求功率与复合电源需求功率；再基于分层瞬时最优的复合电源子系统能量管理策略进行二级功率分流，实现燃料电池动力系统的功率分流，得到蓄电池需求功率与超级电容需求功率。

步骤二：确定复合电源燃料电池并联输出构型分级能量管理策略的燃料电池功率跟随控制策略。基于电机需求功率、复合电源的荷电状态等指标，实现燃料电池的开关机与输出功率控制，具体控制策略为：以整车需求功率、复合电源的SOC和燃料电池的关机时间作为燃料电池开关机条件，当燃料电池在最小关机时间内，燃料电池处于关机状态。当燃料电池关机时间满足最小关机时间，其是否启动取决于整车需求功率与复合电源的SOC，当整车需求功率高时，燃料电池开机以满足整车功率需求；当整车需求功率中等或者功率需求低，且复合电源未出现亏电时，此时燃料电池开关机状态视上一时刻而定；当复合电源出现亏电时，需要燃料电池开机给复合电源充电。燃料电池能量管理策略保证了燃料电池的稳定功率输出，减少变载与开关机次数，符合燃料电池输出特性。

步骤三：确定复合电源燃料电池并联输出构型分级能量管理策略的复合电源分层瞬时最优能量管理策略。按照蓄电池与超级电容SOC将复合电源划分成顶层单一能量源工作模式和目标层复合电源寻优工作模式，在不同的模型下实现对复合电源的功率分流。工作模式具体划分原则为：(a)若超级电容SOC大于上限值n，蓄电池SOC小于下限值m，说明超级电容存储电量充足，蓄电池存储电量不足，此时，复合电源需求功率由超级电容提供；(b)若超级电容SOC小于下限值m，蓄电池SOC大于上限值n，说明蓄电池电量充足，超级电容电量不足，此时，复合电源需求功率由蓄电池提供；(c)若蓄电池SOC大于下限值m且小于上限值n，超级电容SOC大于下限值m且小于上限值n，此时，蓄电池和超级电容的电量均处于目标层状态，复合电源需求功率由蓄电池和超级电容联合提供，通过基于瞬时最优算法的复合电源控制器优化蓄电池和超级电容的功率分配从而实现复合电源损失功率最小。

为了实现目标层复合电源输出功率损失最小以达到较高的经济性，基于瞬时最优算法优化复合电源子系统的输出，基于蓄电池与超级电容的内阻模型分别建立复合电源子系统的功率损耗模型。蓄电池损耗模型中，E_bat为蓄电池的开路端电压，R_bat为蓄电池内部的等效电阻，P_bat为蓄电池的输出功率；超级电容损耗模型中，E_uc为超级电容的开路端电压，R_uc为超级电容等效电阻，P_uc为超级电容输出的功率，则蓄电池与超级电容的功率损耗及复合电源功率损耗分别为和同时复合电源子系统的输出功率P_hess满足约束条件P_hess＝P_bat+P_capη_DC/DC。复合电源输出过程中P_bat与P_UC分流比例不同，对应的功率损失P_UC与也不同。目标层寻优输出的含义为针对每一个复合电源输出功率P_hess，对应一组最优P_bat与P_UC，在满足输出功率P_hess＝P_bat+P_capη_DC/DC约束条件下，使得总功率损耗最小。

为实现目标层寻优输出，引入基于瞬时最优算法的寻优函数首先确定复合电源需求功率P_hess的最大值P_max，在0与P_max之间等距离散出P₁,P₂,P₃,…,P_n，同时初始化寻优边值a＝0,b＝P_i；基于边值进行黄金分割，其中：x_a＝a+0.382(b-a)，x_b＝a+0.618(b-a)，并根据功率损耗模型计算当复合电源分配给电池的功率分别为x_a、x_b时，复合电源的总功率损失若则需更新寻优的边值，当时，取b＝x_b，当时，取a＝x_a，再次计算复合电源总功率损失直到则边值相差足够小，取P_{i_bat}＝(x_a+x_b)/2,作为复合电源需求功率为P_i时，应当分配给电池的功率值；并遍历在0与P_max之间的功率值分别计算电池的最优功率P_{1_bat},P_{2_bat},P_{3_bat},…,P_{n_bat}后，将其做出多维数表P_{n_bat}＝F(P_{n_hess})。针对不同的复合电源需求功率，通过插值计算应当分配给蓄电池的功率，进而得到蓄电池和超级电容的需求功率，实现复合电源子系统的二级功率分流。

步骤四：进行基于循环工况等效氢耗的经济性优化。循环工况等效氢耗根据氢气低热值J_H2进行折算，即以工况实际氢耗C'_H2为基准，结合蓄电池SOC变化量Δsoc_bat与超级电容SOC变化量Δsoc_cap计算电量变化对应的折算氢耗，得到保证循环工况氢耗最低的经济性的优化函数一min f₁(x)，如式(1)所示。其中为燃料电池平均工作效率，为蓄电池平均充电效率，E_bat为蓄电池存储的总能量，E_cap为超级电容存储的总能量，为超级电容平均充电效率，为单向DC/DC的平均工作效率。

优化过程的约束决定了待优化量的边界。设计参数应首先满足车辆动力性需求，同时，车辆行驶过程中，三能量源的总功率需满足电机最大需求功率，如式(2)所示，其中，P_m为电机需求功率，P_fc为燃料电池需求功率，P_cap为超级电容需求功率，P_bat为蓄电池需求功率。

P_m≥P_fcη_DC/DC+P_capη_DC/DC+P_batΔ (2)

考虑到等效氢耗计算过程中，直接采用氢气低热值与各部件平均效率进行电量与氢耗折算，存在较大误差，因而通过SOC校正，使得蓄电池与超级电容在仿真前后SOC变化量相对较小，如(3)式所示。

步骤五：融合质量与寿命因素的系统优化，燃料电池、蓄电池和超级电容作为车辆动力系统的关键部件，其成本可根据各能量源当前市场均价进行估算，即单位能量或单位功率的成本线性累加。三能量源系统的质量会影响到整车经济性、客车的核定载量等指标，其中，各能量源的单位质量可根据自身能量密度或功率密度取倒数得到，三能量源系统的质量同样通过各能量源的单位质量线性累加得到。考虑各能量源的成本与质量均与自身功率或能量呈线性相关关系，且系统两指标的优化设计目标均为实现最小化，得到以质量与寿命为优化目标的优化函数二min f₂(x)，如式(4)所示，其中，f₂(x)为成本与质量线性加权后的综合优化函数，f_cost(x)为系统成本函数，f_mass(x)为系统质量函数，ω₁、ω₂分别为系统成本函数与质量函数的权重系数，两者决定了成本函数与质量函数权值大小，当车辆本身质量比较大且常处于满载状态情况下成本质量函数的权重系数选择过程中会提高成本的权重系数，降低质量的权重系数，反之若优化对象为本身质量较小且满载情况下质量变化不大的乘用车，需要降低成本的权重系数同时提高质量的权重系数。为将优化函数二minf₂(x)中成本函数与质量函数的归一化，分别为成本函数和质量函数设置折算因子d₁和d₂，进而得到用于多目标优化的质量成本函数min f₂(x)。

超级电容工作过程中受寿命影响较小，正常情况下能够完成50万次甚至更多的循环充放电过程，因而系统寿命模型主要考虑燃料电池与蓄电池的寿命衰减问题。影响车载动力电池寿命的外部因素主要包括使用温度、放电深度、充放电倍率等。其中，温度由蓄电池周围环境决定；在基于规则的三能量源分级能量管理策略中，蓄电池能够实现较好的SOC跟随，工作于浅循环状态。因而蓄电池寿命影响因素可主要考虑充放电倍率的影响。建立基于蓄电池充放电电流确定有关其寿命因素的优化函数三min f₃(x)，如式(5)所示，其中T为仿真工况对应的时间，I_bat为蓄电池充放电电流。

燃料电池寿命与使用条件密切相关，当作为固定电源，以相对稳定功率输出时，其寿命可达30000h，而作为车载能源，由于工况的变化导致的频繁启动与变载会大大降低其寿命。因此需要保证燃料电池的功率变化率在一定范围内，以保证其输出平稳，式(6)给出了其约束条件。

建立与燃料电池工作寿命相关的优化函数四min f₄(x)，如式(7)所示，其中ΔV为燃料电池寿命范围内允许的电压压降，k_d为燃料电池寿命衰退的加速系数。n₁、n₂、t₁、t₂分别代表燃料电池工作过程中，平均每小时的开机次数、变载次数、怠速时间、高功率运行时间。V₁、V₁分别代表每次开机与变载的电压衰退率，基于燃料电池系统的启停工况测试数据得到V₁＝0.00196，基于燃料电池系统的变载工况测试数据得到V₂＝0.00126；U₁、U₂分别代表怠速与高功率运行时每小时的电压衰退率，基于燃料电池系统的怠速工况测试数据得到U₁＝0.0000593，基于燃料电池系统的高功率运行工况测试数据得到U₂＝0.00147。

以蓄电池容量值、超级电容容量值、燃料电池最大功率为待优化变量，在整车仿真模型中分别设置蓄电池容量、超级电容容量和燃料电池功率的比例环节的到三能量源各自的容量系数。基于第二代改进非劣排序遗传算法对多目标优化函数进行求解，采用优化前参数计算各优化函数值，再取各优化函数值的近似值作为各优化函数的折算因子的原则确定f₁(x)、f₂(x)、f₃(x)、f₄(x)的折算因子。

步骤四：多目标优化过程实现，基于以上步骤得到的优化函数及各自的折算因子，在Isight中的Optimization控件建立多目标优化程序，在Isight软件的设计门户下调用DOE组件，完成各因子及其水平设置，并基于拉丁方的方法生成设计向量，再调用Simcode组件，与DOE组件构成一个计算环，以实现Isight&MATLAB平台的数据交互及ADVISOR软件平台的模型调用进行建模与仿真，最终得到优化后的燃料电池动力系统的关键参数与设计参数，完成对燃料电池系统的寿命-成本-经济性的多目标优化。

Claims (3)

1.融合成本寿命因素的多源电驱动系统经济性优化方法，其特征在于，基于一种带有燃料电池单元、超级电容单元、蓄电池单元的多源动力系统；三能量源的设计参数与控制参数直接影响整车的整车经济性、寿命和装车成本，本专利综合系统效率、使用寿命、质量、成本等指标，建立燃料电池动力系统的综合评价方法实现对关键设计参数与控制参数进行多目标优化，具体步骤如下：

步骤一，确定整车构型及能量管理策略架构，该燃料电池动力系统的构型设计为复合电源燃料电池并联输出构型，能量管理策略架构设计为分级能量管理策略架构；

步骤二，设计分级能量管理架构的燃料电池能量管理策略为功率跟随控制策略；

步骤三，设计分级能量管理架构的复合电源子系统能量管理策略为分层瞬时最优能量管理策略；

步骤四，基于循环工况等效氢耗进行经济性优化，循环工况等效氢耗根据氢气低热值J_H2进行折算，以工况实际氢耗C'_H2为基准，结合蓄电池SOC变化量Δsoc_bat与超级电容SOC变化量Δsoc_cap计算电量变化对应的折算氢耗，得到保证循环工况氢耗最低的经济性优化函数一minf₁(x)，如式(1)所示，其中为燃料电池平均工作效率，为蓄电池平均充电效率，E_bat为蓄电池存储的总能量，E_cap为超级电容存储的总能量，为超级电容平均充电效率，为单向DC/DC的平均工作效率；

车辆行驶过程中，三能量源的总功率需满足电机最大需求功率，如式(2)所示，其中，P_m为电机需求功率，P_fc为燃料电池需求功率，P_cap为超级电容需求功率，P_bat为蓄电池需求功率；

P_m≥P_fcη_DC/DC+P_capη_DC/DC+P_batΔ (2)

通过SOC校正减少采用氢气低热值与各部件平均效率进行电量与氢耗折算过程中的误差，如(3)式所示；

步骤五：融合质量与寿命因素的系统优化，通过对成本函数f_cost(x)与质量函数f_mass(x)的加权后得到以质量成本为优化目标的优化函数二minf₂(x)，如式(4)所示，ω₁、ω₂分别为系统成本函数与质量函数的权重系数，分别为成本函数和质量函数设置折算因子d₁和d₂将优化函数minf₂(x)中成本函数与质量函数归一化，进而得到优化函数minf₂(x)；

建立以蓄电池寿命因素为优化目标的优化函数三minf₃(x)，如式(5)所示，其中T为仿真工况对应的时间，I_bat为蓄电池充放电电流；

建立燃料电池输出约束保证燃料电池的功率变化率在一定范围内，式(6)给出了其约束条件；

建立以燃料电池寿命因素为优化函数四minf₄(x)，如式(7)所示，其中ΔV为燃料电池寿命范围内允许的电压压降，k_d为燃料电池寿命衰退的加速系数，n₁、n₂、t₁、t₂分别代表燃料电池工作过程中，平均每小时的开机次数、变载次数、怠速时间、高功率运行时间，V₁、V₁分别代表每次开机与变载的电压衰退率；

基于第二代改进非劣排序遗传算法对多目标优化函数进行求解，采用优化前参数计算各优化函数值，再取各优化函数值的近似值作为各优化函数的折算因子的原则确定f₁(x)、f₂(x)、f₃(x)、f₄(x)的折算因子；

步骤六，多目标优化实现，基于以上步骤得到的优化函数及各自的折算因子，在Isight中的Optimization控件建立多目标优化程序，在Isight软件的设计门户下调用DOE组件，完成各因子及其水平设置，并基于拉丁方的方法生成设计向量，再调用Simcode组件，与DOE组件构成一个计算环，以实现Isight&MATLAB平台的数据交互及ADVISOR软件平台的模型调用进行建模与仿真，最终得到优化后的燃料电池动力系统的关键参数与设计参数，完成对燃料电池动力系统的寿命-成本-经济性的多目标优化。

2.如权利要求1所述的融合成本寿命因素的多源电驱动系统经济性优化方法，其特征在于，在步骤三所述的基于瞬时最优算法优化蓄电池和超级电容的功率分配从而实现复合电源损失功率最小，其特征在于，针对每一个复合电源输出功率P_hess，对应一组最优P_bat与P_UC，在满足输出功率P_hess＝P_bat+P_capηDC/DC约束条件下，使得总功率损耗最小。

3.如权利要求2所述的融合成本寿命因素的多源电驱动系统经济性优化方法，其特征在于，所述的在针对每一个复合电源输出功率P_hess，对应一组最优P_bat与P_UC，在满足输出功率P_hess＝P_bat+P_capη_DC/DC约束条件下，使得总功率损耗最小，其特征在于，引入基于瞬时最优算法的寻优函数首先确定复合电源需求功率P_hess的最大值P_max，在0与P_max之间等距离散出P₁,P₂,P₃,…,P_n，同时初始化寻优边值a＝0,b＝P_i；基于边值进行黄金分割，其中：x_a＝a+0.382(b-a)，x_b＝a+0.618(b-a)，并根据功率损耗模型计算当复合电源分配给电池的功率分别为x_a、x_b时，复合电源的总功率损失若则需更新寻优的边值，当时，取b＝x_b，当时，取a＝x_a，再次计算复合电源总功率损失直到取P_{i_bat}＝(x_a+x_b)/2,作为复合电源需求功率为P_i时，应当分配给电池的功率值；并遍历在0与P_max之间的功率值分别计算电池的最优功率P_{1_bat},P_{2_bat},P_{3_bat},…,P_{n_bat}后，将其做出多维数表P_{n_bat}＝F(P_{n_hess})，针对不同的复合电源需求功率，通过插值计算应当分配给蓄电池的功率，进而得到蓄电池和超级电容的需求功率，实现复合电源子系统的二级功率分流。