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
融合成本寿命因素的多源电驱动系统经济性优化方法 Download PDFInfo
- Publication number
- CN109606137A CN109606137A CN201910063166.0A CN201910063166A CN109606137A CN 109606137 A CN109606137 A CN 109606137A CN 201910063166 A CN201910063166 A CN 201910063166A CN 109606137 A CN109606137 A CN 109606137A
- Authority
- CN
- China
- Prior art keywords
- power
- fuel cell
- battery
- bat
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- 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
- Y02T90/40—Application of hydrogen technology to transportation, e.g. using fuel cells
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Fuel Cell (AREA)
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
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,Ebat为蓄电池的开路端电压,Rbat为蓄电池内部的等效电阻,Pbat为蓄电池的输出功率;超级电容损耗模型中,Euc为超级电容的开路端电压,Ruc为超级电容等效电阻,Puc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Phess满足约束条件Phess=Pbat+PcapηDC/DC。复合电源输出过程中Pbat与PUC分流比例不同,对应的功率损失PUC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Phess,对应一组最优Pbat与PUC,在满足输出功率Phess=Pbat+PcapηDC/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Phess的最大值Pmax,在0与Pmax之间等距离散出P1,P2,P3,…,Pn,同时初始化寻优边值a=0,b=Pi;基于边值进行黄金分割,其中:xa=a+0.382(b-a),xb=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xa、xb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=xb,当时,取a=xa,再次计算复合电源总功率损失直到则边值相差足够小,取Pi_bat=(xa+xb)/2,作为复合电源需求功率为Pi时,应当分配给电池的功率值;并遍历在0与Pmax之间的功率值分别计算电池的最优功率P1_bat,P2_bat,P3_bat,…,Pn_bat后,将其做出多维数表Pn_bat=F(Pn_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JH2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Δsocbat与超级电容SOC变化量Δsoccap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,Ebat为蓄电池存储的总能量,Ecap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,Pm为电机需求功率,Pfc为燃料电池需求功率,Pcap为超级电容需求功率,Pbat为蓄电池需求功率。
Pm≥PfcηDC/DC+PcapηDC/DC+PbatΔ (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,fcost(x)为系统成本函数,fmass(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,Ibat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,kd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,Ebat为蓄电池的开路端电压,Rbat为蓄电池内部的等效电阻,Pbat为蓄电池的输出功率;超级电容损耗模型中,Euc为超级电容的开路端电压,Ruc为超级电容等效电阻,Puc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Phess满足约束条件Phess=Pbat+PcapηDC/DC。复合电源输出过程中Pbat与PUC分流比例不同,对应的功率损失PUC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Phess,对应一组最优Pbat与PUC,在满足输出功率Phess=Pbat+PcapηDC/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Phess的最大值Pmax,在0与Pmax之间等距离散出P1,P2,P3,…,Pn,同时初始化寻优边值a=0,b=Pi;基于边值进行黄金分割,其中:xa=a+0.382(b-a),xb=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xa、xb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=xb,当时,取a=xa,再次计算复合电源总功率损失直到则边值相差足够小,取Pi_bat=(xa+xb)/2,作为复合电源需求功率为Pi时,应当分配给电池的功率值;并遍历在0与Pmax之间的功率值分别计算电池的最优功率P1_bat,P2_bat,P3_bat,…,Pn_bat后,将其做出多维数表Pn_bat=F(Pn_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JH2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Δsocbat与超级电容SOC变化量Δsoccap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,Ebat为蓄电池存储的总能量,Ecap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,Pm为电机需求功率,Pfc为燃料电池需求功率,Pcap为超级电容需求功率,Pbat为蓄电池需求功率。
Pm≥PfcηDC/DC+PcapηDC/DC+PbatΔ (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,fcost(x)为系统成本函数,fmass(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,Ibat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,kd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JH2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Δsocbat与超级电容SOC变化量Δsoccap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,Ebat为蓄电池存储的总能量,Ecap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,Pm为电机需求功率,Pfc为燃料电池需求功率,Pcap为超级电容需求功率,Pbat为蓄电池需求功率;
Pm≥PfcηDC/DC+PcapηDC/DC+PbatΔ (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fcost(x)与质量函数fmass(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,Ibat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,kd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Phess,对应一组最优Pbat与PUC,在满足输出功率Phess=Pbat+PcapηDC/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Phess,对应一组最优Pbat与PUC,在满足输出功率Phess=Pbat+PcapηDC/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Phess的最大值Pmax,在0与Pmax之间等距离散出P1,P2,P3,…,Pn,同时初始化寻优边值a=0,b=Pi;基于边值进行黄金分割,其中:xa=a+0.382(b-a),xb=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xa、xb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=xb,当时,取a=xa,再次计算复合电源总功率损失直到取Pi_bat=(xa+xb)/2,作为复合电源需求功率为Pi时,应当分配给电池的功率值;并遍历在0与Pmax之间的功率值分别计算电池的最优功率P1_bat,P2_bat,P3_bat,…,Pn_bat后,将其做出多维数表Pn_bat=F(Pn_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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910063166.0A CN109606137B (zh) | 2019-01-23 | 2019-01-23 | 融合成本寿命因素的多源电驱动系统经济性优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910063166.0A CN109606137B (zh) | 2019-01-23 | 2019-01-23 | 融合成本寿命因素的多源电驱动系统经济性优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109606137A true CN109606137A (zh) | 2019-04-12 |
CN109606137B CN109606137B (zh) | 2020-06-02 |
Family
ID=66017132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910063166.0A Expired - Fee Related CN109606137B (zh) | 2019-01-23 | 2019-01-23 | 融合成本寿命因素的多源电驱动系统经济性优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109606137B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110091862A (zh) * | 2019-05-15 | 2019-08-06 | 福州大学 | 协调经济性与耐久性的燃料电池混合动力能量管理方法 |
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 |
CN110466388A (zh) * | 2019-08-23 | 2019-11-19 | 哈尔滨理工大学 | 一种复合储能电动汽车能量管理方法 |
CN110481325A (zh) * | 2019-08-08 | 2019-11-22 | 江苏理工学院 | 电动汽车复合电源参数优化方法 |
CN110930029A (zh) * | 2019-11-22 | 2020-03-27 | 中车大连机车车辆有限公司 | 一种调车机车全寿命周期经济性计算方法及系统 |
CN111572369A (zh) * | 2020-05-19 | 2020-08-25 | 电子科技大学 | 基于改进遗传算法的燃料电池混合动力汽车能量管理在线优化方法 |
CN111993957A (zh) * | 2020-08-04 | 2020-11-27 | 河南科技大学 | 一种等效消耗最小策略的混合动力汽车能量管理方法 |
CN112078565A (zh) * | 2020-09-17 | 2020-12-15 | 奇瑞汽车股份有限公司 | 氢燃料电池电动汽车的能量管理方法、装置及存储介质 |
CN112198434A (zh) * | 2020-09-29 | 2021-01-08 | 蜂巢能源科技有限公司 | 电池容量衰减模型参数的辨识方法、系统、设备、装置及介质 |
CN112455291A (zh) * | 2020-12-08 | 2021-03-09 | 吉林大学 | 一种燃料电池汽车复合电源瞬时最优能量管理方法 |
CN112581314A (zh) * | 2020-12-24 | 2021-03-30 | 北京理工大学 | 一种用于混合储能系统的多向量能源系统匹配方法 |
CN112968515A (zh) * | 2021-02-04 | 2021-06-15 | 武汉理工大学 | 一种燃料电池应急电源能量管理策略及系统 |
CN113022380A (zh) * | 2021-03-09 | 2021-06-25 | 吉林大学 | 一种考虑衰减的燃料电池汽车动力电池优化设计方法 |
CN113085860A (zh) * | 2021-05-07 | 2021-07-09 | 河南科技大学 | 一种跟车环境下的燃料电池混合动力汽车的能量管理方法 |
CN113147514A (zh) * | 2021-04-28 | 2021-07-23 | 黄冈格罗夫氢能汽车有限公司 | 一种多能量源氢燃料电池汽车能量管理控制方法及系统 |
CN113183831A (zh) * | 2021-04-26 | 2021-07-30 | 黄冈格罗夫氢能汽车有限公司 | 一种三能量源新能源汽车的能量管理方法和电子设备 |
CN113420927A (zh) * | 2021-06-29 | 2021-09-21 | 北京交通大学 | 多源动力系统的多目标配置优化方法 |
CN113682203A (zh) * | 2021-09-23 | 2021-11-23 | 西南交通大学 | 基于燃料电池有轨电车全生命周期状态的能量调控方法 |
CN114312790A (zh) * | 2022-01-17 | 2022-04-12 | 北京格睿能源科技有限公司 | 一种电动汽车动力模式选取方法及系统 |
CN114464849A (zh) * | 2020-11-10 | 2022-05-10 | 北京亿华通科技股份有限公司 | 基于工况的分段设计燃料电池输出的变载斜率的方法 |
CN114559859A (zh) * | 2022-03-28 | 2022-05-31 | 吉林大学 | 一种基于燃料电池温度反馈的自适应等效氢耗最小策略 |
CN114889498A (zh) * | 2022-05-07 | 2022-08-12 | 苏州市华昌能源科技有限公司 | 一种氢电混合动力系统的功率优化分配方法 |
CN116384167A (zh) * | 2023-06-05 | 2023-07-04 | 西北工业大学 | 燃料电池无人机动力系统寿命优化的能量管理方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1209023A2 (en) * | 2000-11-28 | 2002-05-29 | Toyota Jidosha Kabushiki Kaisha | Fuel cell output characteristic estimation apparatus and method and vehicle using the same |
US20110174561A1 (en) * | 2010-01-21 | 2011-07-21 | ePower Engine Systems, L.L.C. | Hydrocarbon Fueled-Electric Series Hybrid Propulsion Systems |
US20160375792A1 (en) * | 2015-06-25 | 2016-12-29 | Honda Motor Co., Ltd. | Method for controlling fuel cell vehicle, and fuel cell vehicle |
CN107054140A (zh) * | 2017-04-24 | 2017-08-18 | 哈尔滨理工大学 | 基于弹性储能的燃料电池混合动力汽车储能系统及能量分配方法 |
CN107139777A (zh) * | 2017-05-12 | 2017-09-08 | 深圳通业科技股份有限公司 | 一种车辆能量管理方法及其系统 |
CN107437627A (zh) * | 2016-05-11 | 2017-12-05 | 大众汽车有限公司 | 带有多个可选的运行模式的燃料电池车辆 |
US20180029498A1 (en) * | 2016-07-29 | 2018-02-01 | Honda Motor Co., Ltd. | External power supply apparatus, electric power supply apparatus, transport apparatus, and monitoring method |
CN108099635A (zh) * | 2017-11-13 | 2018-06-01 | 山东斯博科特电气技术有限公司 | 燃料电池混合动力有轨电车多能量源耦合惩罚控制系统 |
CN108602443A (zh) * | 2016-02-02 | 2018-09-28 | 丰田自动车欧洲公司 | 控制设备和用于放电可再充电蓄电池的方法 |
-
2019
- 2019-01-23 CN CN201910063166.0A patent/CN109606137B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1209023A2 (en) * | 2000-11-28 | 2002-05-29 | Toyota Jidosha Kabushiki Kaisha | Fuel cell output characteristic estimation apparatus and method and vehicle using the same |
US20110174561A1 (en) * | 2010-01-21 | 2011-07-21 | ePower Engine Systems, L.L.C. | Hydrocarbon Fueled-Electric Series Hybrid Propulsion Systems |
US20160375792A1 (en) * | 2015-06-25 | 2016-12-29 | Honda Motor Co., Ltd. | Method for controlling fuel cell vehicle, and fuel cell vehicle |
CN108602443A (zh) * | 2016-02-02 | 2018-09-28 | 丰田自动车欧洲公司 | 控制设备和用于放电可再充电蓄电池的方法 |
CN107437627A (zh) * | 2016-05-11 | 2017-12-05 | 大众汽车有限公司 | 带有多个可选的运行模式的燃料电池车辆 |
US20180029498A1 (en) * | 2016-07-29 | 2018-02-01 | Honda Motor Co., Ltd. | External power supply apparatus, electric power supply apparatus, transport apparatus, and monitoring method |
CN107054140A (zh) * | 2017-04-24 | 2017-08-18 | 哈尔滨理工大学 | 基于弹性储能的燃料电池混合动力汽车储能系统及能量分配方法 |
CN107139777A (zh) * | 2017-05-12 | 2017-09-08 | 深圳通业科技股份有限公司 | 一种车辆能量管理方法及其系统 |
CN108099635A (zh) * | 2017-11-13 | 2018-06-01 | 山东斯博科特电气技术有限公司 | 燃料电池混合动力有轨电车多能量源耦合惩罚控制系统 |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110091862B (zh) * | 2019-05-15 | 2020-09-01 | 福州大学 | 协调经济性与耐久性的燃料电池混合动力能量管理方法 |
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 |
CN110091862A (zh) * | 2019-05-15 | 2019-08-06 | 福州大学 | 协调经济性与耐久性的燃料电池混合动力能量管理方法 |
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 |
CN110481325A (zh) * | 2019-08-08 | 2019-11-22 | 江苏理工学院 | 电动汽车复合电源参数优化方法 |
CN110466388B (zh) * | 2019-08-23 | 2020-11-03 | 哈尔滨理工大学 | 一种复合储能电动汽车能量管理方法 |
CN110466388A (zh) * | 2019-08-23 | 2019-11-19 | 哈尔滨理工大学 | 一种复合储能电动汽车能量管理方法 |
CN110930029A (zh) * | 2019-11-22 | 2020-03-27 | 中车大连机车车辆有限公司 | 一种调车机车全寿命周期经济性计算方法及系统 |
CN110930029B (zh) * | 2019-11-22 | 2023-05-30 | 中车大连机车车辆有限公司 | 一种调车机车全寿命周期经济性计算方法及系统 |
CN111572369A (zh) * | 2020-05-19 | 2020-08-25 | 电子科技大学 | 基于改进遗传算法的燃料电池混合动力汽车能量管理在线优化方法 |
CN111572369B (zh) * | 2020-05-19 | 2023-01-03 | 电子科技大学 | 基于改进遗传算法的燃料电池混合动力汽车能量管理在线优化方法 |
CN111993957A (zh) * | 2020-08-04 | 2020-11-27 | 河南科技大学 | 一种等效消耗最小策略的混合动力汽车能量管理方法 |
CN111993957B (zh) * | 2020-08-04 | 2021-09-14 | 河南科技大学 | 一种等效消耗最小策略的混合动力汽车能量管理方法 |
CN112078565A (zh) * | 2020-09-17 | 2020-12-15 | 奇瑞汽车股份有限公司 | 氢燃料电池电动汽车的能量管理方法、装置及存储介质 |
CN112078565B (zh) * | 2020-09-17 | 2021-07-30 | 奇瑞汽车股份有限公司 | 氢燃料电池电动汽车的能量管理方法、装置及存储介质 |
CN112198434A (zh) * | 2020-09-29 | 2021-01-08 | 蜂巢能源科技有限公司 | 电池容量衰减模型参数的辨识方法、系统、设备、装置及介质 |
CN112198434B (zh) * | 2020-09-29 | 2023-05-19 | 蜂巢能源科技有限公司 | 电池容量衰减模型参数的辨识方法、系统、设备、装置及介质 |
CN114464849A (zh) * | 2020-11-10 | 2022-05-10 | 北京亿华通科技股份有限公司 | 基于工况的分段设计燃料电池输出的变载斜率的方法 |
CN112455291A (zh) * | 2020-12-08 | 2021-03-09 | 吉林大学 | 一种燃料电池汽车复合电源瞬时最优能量管理方法 |
CN112455291B (zh) * | 2020-12-08 | 2022-02-08 | 吉林大学 | 一种燃料电池汽车复合电源瞬时最优能量管理方法 |
CN112581314A (zh) * | 2020-12-24 | 2021-03-30 | 北京理工大学 | 一种用于混合储能系统的多向量能源系统匹配方法 |
CN112968515B (zh) * | 2021-02-04 | 2022-06-03 | 武汉理工大学 | 一种燃料电池应急电源能量管理策略及系统 |
CN112968515A (zh) * | 2021-02-04 | 2021-06-15 | 武汉理工大学 | 一种燃料电池应急电源能量管理策略及系统 |
CN113022380A (zh) * | 2021-03-09 | 2021-06-25 | 吉林大学 | 一种考虑衰减的燃料电池汽车动力电池优化设计方法 |
CN113022380B (zh) * | 2021-03-09 | 2022-06-21 | 吉林大学 | 一种考虑衰减的燃料电池汽车动力电池优化设计方法 |
CN113183831B (zh) * | 2021-04-26 | 2023-07-18 | 黄冈格罗夫氢能汽车有限公司 | 一种三能量源新能源汽车的能量管理方法和电子设备 |
CN113183831A (zh) * | 2021-04-26 | 2021-07-30 | 黄冈格罗夫氢能汽车有限公司 | 一种三能量源新能源汽车的能量管理方法和电子设备 |
CN113147514B (zh) * | 2021-04-28 | 2023-12-15 | 黄冈格罗夫氢能汽车有限公司 | 一种多能量源氢燃料电池汽车能量管理控制方法及系统 |
CN113147514A (zh) * | 2021-04-28 | 2021-07-23 | 黄冈格罗夫氢能汽车有限公司 | 一种多能量源氢燃料电池汽车能量管理控制方法及系统 |
CN113085860B (zh) * | 2021-05-07 | 2022-05-17 | 河南科技大学 | 一种跟车环境下的燃料电池混合动力汽车的能量管理方法 |
CN113085860A (zh) * | 2021-05-07 | 2021-07-09 | 河南科技大学 | 一种跟车环境下的燃料电池混合动力汽车的能量管理方法 |
CN113420927A (zh) * | 2021-06-29 | 2021-09-21 | 北京交通大学 | 多源动力系统的多目标配置优化方法 |
CN113420927B (zh) * | 2021-06-29 | 2024-02-13 | 北京交通大学 | 多源动力系统的多目标配置优化方法 |
CN113682203B (zh) * | 2021-09-23 | 2023-02-07 | 西南交通大学 | 基于燃料电池有轨电车全生命周期状态的能量调控方法 |
CN113682203A (zh) * | 2021-09-23 | 2021-11-23 | 西南交通大学 | 基于燃料电池有轨电车全生命周期状态的能量调控方法 |
CN114312790A (zh) * | 2022-01-17 | 2022-04-12 | 北京格睿能源科技有限公司 | 一种电动汽车动力模式选取方法及系统 |
CN114312790B (zh) * | 2022-01-17 | 2023-11-24 | 北京格睿能源科技有限公司 | 一种电动汽车动力模式选取方法及系统 |
CN114559859A (zh) * | 2022-03-28 | 2022-05-31 | 吉林大学 | 一种基于燃料电池温度反馈的自适应等效氢耗最小策略 |
CN114559859B (zh) * | 2022-03-28 | 2023-11-21 | 吉林大学 | 一种基于燃料电池温度反馈的自适应等效氢耗最小策略 |
CN114889498A (zh) * | 2022-05-07 | 2022-08-12 | 苏州市华昌能源科技有限公司 | 一种氢电混合动力系统的功率优化分配方法 |
CN114889498B (zh) * | 2022-05-07 | 2023-12-15 | 苏州市华昌能源科技有限公司 | 一种氢电混合动力系统的功率优化分配方法 |
CN116384167A (zh) * | 2023-06-05 | 2023-07-04 | 西北工业大学 | 燃料电池无人机动力系统寿命优化的能量管理方法及系统 |
CN116384167B (zh) * | 2023-06-05 | 2023-08-18 | 西北工业大学 | 燃料电池无人机动力系统寿命优化的能量管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109606137B (zh) | 2020-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109606137A (zh) | 融合成本寿命因素的多源电驱动系统经济性优化方法 | |
Zhang et al. | Experimental study on a semi-active battery-supercapacitor hybrid energy storage system for electric vehicle application | |
Geng et al. | Simulation research on a novel control strategy for fuel cell extended-range vehicles | |
Li et al. | Optimal fuzzy power control and management of fuel cell/battery hybrid vehicles | |
Hu et al. | Multi-objective energy management optimization and parameter sizing for proton exchange membrane hybrid fuel cell vehicles | |
Kouchachvili et al. | Hybrid battery/supercapacitor energy storage system for the electric vehicles | |
CN110254418A (zh) | 一种混合动力汽车增强学习能量管理控制方法 | |
CN111572369B (zh) | 基于改进遗传算法的燃料电池混合动力汽车能量管理在线优化方法 | |
CN107901776B (zh) | 电动汽车复合电源燃料电池混合能量系统功率分流方法 | |
CN111409510A (zh) | 一种氢燃料电池混合动力汽车的能量管理方法 | |
CN113928187B (zh) | 一种燃料电池汽车的能量管理控制方法 | |
CN113022385B (zh) | 燃料电池锂电池混合动力系统参数匹配方法 | |
CN113043917B (zh) | 一种多堆燃料电池混合动力系统分层控制方法 | |
CN110126813A (zh) | 一种车载燃料电池混合动力系统的能量管理方法 | |
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 | |
CN111159916B (zh) | 一种车载双电池复合储能系统及其参数优化设计方法 | |
CN113103921A (zh) | 一种基于开关网络的切换式能量管理方法 | |
Jia et al. | Energy management strategy of fuel cell/battery hybrid vehicle based on series fuzzy control | |
CN112455291B (zh) | 一种燃料电池汽车复合电源瞬时最优能量管理方法 | |
CN110896246B (zh) | 一种混合储能式有轨电车系统的配置优化方法 | |
Zhou et al. | Genetic algorithm-based parameter optimization of energy management strategy and its analysis for fuel cell hybrid electric vehicles | |
CN114030392B (zh) | 燃料电池-锂电池混源供电系统效率优化能量管理策略 | |
Yu et al. | Research on the Control Strategy of Hybrid Energy Storage System for Electric Bus | |
Koubaa et al. | Ant colony optimization based optimal energy management for an FC/UC electric vehicle | |
Jing et al. | Research on an Improved equivalent fuel consumption minimization strategy Based on Ant Colony Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200602 Termination date: 20220123 |
|
CF01 | Termination of patent right due to non-payment of annual fee |