CN109960255A - 一种最优目标车速预测、燃料电池系统的控制方法及装置 - Google Patents
一种最优目标车速预测、燃料电池系统的控制方法及装置 Download PDFInfo
- Publication number
- CN109960255A CN109960255A CN201711436611.0A CN201711436611A CN109960255A CN 109960255 A CN109960255 A CN 109960255A CN 201711436611 A CN201711436611 A CN 201711436611A CN 109960255 A CN109960255 A CN 109960255A
- Authority
- CN
- China
- Prior art keywords
- speed
- vehicle
- itself
- fuel cell
- subsequent time
- 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
- 239000000446 fuel Substances 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 56
- 239000001257 hydrogen Substances 0.000 claims abstract description 31
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 31
- 230000001133 acceleration Effects 0.000 claims description 43
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims description 4
- 239000012495 reaction gas Substances 0.000 abstract description 5
- 230000004044 response Effects 0.000 abstract description 4
- 238000002485 combustion reaction Methods 0.000 abstract description 2
- 230000002427 irreversible effect Effects 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 abstract description 2
- 125000004435 hydrogen atom Chemical class [H]* 0.000 abstract 1
- 230000001052 transient effect Effects 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 238000005984 hydrogenation reaction Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 229920006254 polymer film Polymers 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Fuel Cell (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供了一种最优目标车速预测、燃料电池系统的控制方法及装置,通过车载单元、车车通信单元及路测单元提前预知前方道路信息,根据车辆前方交通信号灯状态及剩余时间、拥堵预警信息及碰撞预警信息,提前计算得到车辆本身工况变化时的最优目标车速,根据工况变化时的最优目标车速计算燃料电池的需求功率,进一步推导出空压机的目标转速及燃料电池系统比例阀的目标开度,实现对氢气、空气的预见性控制,弥补了燃料电池反应气体压力、温度、湿度波动时相关机械位置的动态响应时间延迟带来的影响,避免因燃料电池车辆工况变化引起燃料电池饥饿造成的燃料电池不可逆的损坏。
Description
技术领域
本发明属于车用燃料电池控制技术领域,特别涉及一种最优目标车速预测、燃料电池系统的控制方法及装置。
背景技术
目前我国交通能耗约占社会总能耗的20%,且比例呈逐年上升,城市内汽车尾气更被认为是造成空气污染和产生雾霾的重要原因。燃料电池以氢气为燃料,生成物为水,所以燃料电池被视为汽车的理想动力源,是解决尾气排放问题的有效手段,燃料电池汽车引起相对于纯电动汽车具有续航里程长、加氢时间短、零污染的特性被认为是新能源汽车发展的终级方向。
众多的研究者通过实际运行、试验、模型计算等分析手段,最终得到一致的共识是在现有材料的基础上,车辆的频繁变工况运行是引起燃料电池寿命降低的最主要的原因。从物理方面,车辆在动态运行过程中由于电流载荷的瞬态变化会引起反应气压力、温度、湿度等频繁波动,从而导致材料本身或部件结构的机械性的损伤。从化学方面由于动态过程中载荷的变化,引起电压的变化,会导致材料的化学衰减,尤其在启动、停车、怠速以及带有高电位的动态循环过程中,会导致材料性能加速衰减,如催化剂的溶解与聚集、聚合物的膜降解等。如公开号为“CN106951677A”,名称为“质子交换膜燃料电池瞬态过程模型建立的方法”的中国专利,该专利提供了在车辆变工况下每一时刻电池内水瞬态变化、反应气体瞬态变化和电压瞬态变化,从燃料电池电化学机理、水管理和传质分析角度建立全电池瞬态模型,然后据此求得对应时刻的燃料电池输出电压,由此预测电池瞬态性能。
基于此,燃料电池汽车多采用动力电池、超级电容器等储能装置与燃料电池构建电-电混合动力,可减小燃料电池输出功率变化速率与载荷的波动,减缓动态过程和反应气供给滞后导致的燃料电池衰减,但是当频繁变载时电堆内反应气体迅速消耗(毫秒级),而反应气供给相关机械装置的动态响应时间仍然会延迟(秒级),引起燃料电池的燃料饥饿,导致燃料电池寿命的显著衰减。
发明内容
本发明的目的在于提供一种燃料电池系统的控制方法及装置,用于解决现有技术中燃料电池车辆工况不断变化导致燃料电池寿命缩短的问题;同时还提供了一种最优目标车速预测方法。
为实现上述目的,本发明提供了一种燃料电池系统的控制方法,包括以下控制方法方案:
控制方法方案一,一种燃料电池系统的控制方法,包括如下步骤:
1)采集车辆本身的位置信息、速度及加速度,判断车辆此时的工况;接收前方车辆的位置信息、速度及加速度,计算车辆本身下一时刻的预测车速;
2)根据采集的前方信号灯的状态信息和前方拥堵信息,计算是否拥堵状态下的车速以及通过前方信号灯的速度,并结合计算的车辆本身下一时刻的预测车速,来计算车辆本身下一时刻的目标车速,将车辆本身下一时刻的目标车速与本路段的限速值比较,取两者中的较小值为车辆本身下一时刻的最优目标车速;
3)根据计算得到的车辆本身的最优目标车速计算车辆本身的燃料电池的需求功率,并根据车辆需求功率计算燃料电池的空气流量和氢气流量,控制空压机的目标转速和氢气供给系统的流量。
控制方法方案二,在控制方法方案一的基础上,所述预测车速的计算公式为:
vb=f(v+aΔt)+b(vf+afΔt)
其中,vb为车辆本身的下一时刻的预测车速,v为车辆本身的速度,a为车辆本身的加速度,Δt为计算时间间隔,vf为前方车辆的速度,af为前方车辆的加速度,f和b为设定的权重系数。
控制方法方案三,在控制方法方案二的基础上,通过前方信号灯的速度表示为:
其中,vrgb为考虑信号灯状态的车速,drgb为当前车辆距信号灯的距离,k为信号灯的循环次数,tc为一个红绿灯信号的周期,td为汽车以当前车速行驶至信号灯的时间,vmax为本路段的限速值。
控制方法方案四,在控制方法方案三的基础上,是否存在拥堵的速度表示为:
其中,vjam为是否存在拥堵的车速,djam为当前车辆距拥堵车辆尾部的距离,tjam为汽车以当前车速行驶至拥堵车辆尾部的时间,vmax为本路段的限速值。
控制方法方案五,在控制方法方案四的基础上,所述车辆本身下一时刻的目标车速表示为:
vtar=vb+c·vjam+d·vrgb
其中,vtar为车辆本身下一时刻的目标车速,vb为车辆本身的下一时刻的预测车速,vjam为是否存在拥堵的车速,vrgb为考虑信号灯状态的车速,c,d为设定的权重系数。
控制方法方案六,在控制方法方案一的基础上,计算得到燃料电池需求功率后,需查询燃料电池电堆性能曲线获取燃料电池的目标电流值,根据目标电流值计算对应的目标电流密度值,根据目标电流密度值计算燃料电池的空气流量和氢气流量。
控制方法方案七,在控制方法方案六的基础上,计算得到车辆本身的空气流量和氢气流量后,采用PID算法控制实际输出的车辆本身的空气流量和氢气流量。
控制方法方案八,在控制方法方案七的基础上,所述燃料电池的需求功率的计算公式为:
其中,p为燃料电池预计需求功率,η1为传动效率,G为车辆自重,f为滚动阻力系数,α为坡度,CD为空气阻力系数,A为车辆迎风面积,V为车辆本身的最优目标车速。
控制方法方案九,在控制方法方案八的基础上,所述燃料电池的空气流量和氢气流量的计算公式分别为:
Mair=1.66·10-5·η2·Cd·S·Ncell
其中,Mair为空气流量,为氢气流量,η2为空气化学计量比,为氢气化学计量比,Cd为电流密度,S为双极板截面积,Ncell为电堆单电池个数。
本发明还提供了一种燃料电池系统的控制装置,包括以下技术方案:
装置方案一,一种燃料电池系统的控制装置,包括车载单元及控制器,所述车载单元包括定位模块、加速度传感器以及用于与车辆的CAN总线通信连接的第一接口和用于与路侧单元通信、车车通信连接的第二接口,所述车载单元与所述控制器连接,所述车载单元用于通过所述第一接口获取车辆本身的位置、速度、加速度及车辆内部动力信息,所述车载单元通过第二接口直接或间接获取前方车辆的位置、速度、加速度、碰撞预警信息、前方拥堵信息,计算是否拥堵状态下的车速以及通过前方信号灯的速度,并结合计算的车辆本身下一时刻的预测车速,来计算车辆本身下一时刻的目标车速,将车辆本身下一时刻的目标车速与本路段的限速值比较,取两者中的较小值为车辆本身下一时刻的最优目标车速;所述控制器根据计算得到的车辆本身的最优目标车速计算车辆本身的燃料电池的需求功率,并根据车辆需求功率计算燃料电池的空气流量和氢气流量,控制空压机的目标转速和氢气供给系统的流量。
装置方案二,在装置方案一的基础上,所述预测车速的计算公式为:
vb=f(v+aΔt)+b(vf+afΔt)
其中,vb为车辆本身的下一时刻的预测车速,v为车辆本身的速度,a为车辆本身的加速度,Δt为计算时间间隔,vf为前方车辆的速度,af为前方车辆的加速度,f和b为设定的权重系数。
装置方案三,在装置方案二的基础上,通过前方信号灯的速度表示为:
其中,vrgb为考虑信号灯状态的车速,drgb为当前车辆距信号灯的距离,k为信号灯的循环次数,tc为一个红绿灯信号的周期,td为汽车以当前车速行驶至信号灯的时间,vmax为本路段的限速值。
装置方案四,在装置方案三的基础上,是否存在拥堵的速度表示为:
其中,vjam为是否存在拥堵的车速,djam为当前车辆距拥堵车辆尾部的距离,tjam为汽车以当前车速行驶至拥堵车辆尾部的时间,vmax为本路段的限速值。
装置方案五,在装置方案四的基础上,所述车辆本身下一时刻的目标车速表示为:
vtar=vb+c·vjam+d·vrgb
其中,vtar为车辆本身下一时刻的目标车速,vb为车辆本身的下一时刻的预测车速,vjam为是否存在拥堵的车速,vrgb为考虑信号灯状态的车速,c,d为设定的权重系数。
装置方案六,在装置方案一的基础上,计算得到燃料电池需求功率后,需查询燃料电池电堆性能曲线获取燃料电池的目标电流值,根据目标电流值计算对应的目标电流密度值,根据目标电流密度值计算燃料电池的空气流量和氢气流量。
装置方案七,在装置方案六的基础上,所述控制器计算得到车辆本身的空气流量和氢气流量后,采用PID算法控制实际输出的车辆本身的空气流量和氢气流量。
装置方案八,在装置方案七的基础上,所述燃料电池的需求功率的计算公式为:
其中,p为燃料电池预计需求功率,η1为传动效率,G为车辆自重,f为滚动阻力系数,α为坡度,CD为空气阻力系数,A为车辆迎风面积,V为车辆本身的最优目标车速。
装置方案九,在装置方案八的基础上,所述燃料电池的空气流量和氢气流量的计算公式分别为:
Mair=1.66·10-5·η2·Cd·S·Ncell
其中,Mair为空气流量,为氢气流量,η2为空气化学计量比,为氢气化学计量比,Cd为电流密度,S为双极板截面积,Ncell为电堆单电池个数。
本发明还提供了一种最优目标车速预测方法,包括以下技术方案:
预测方法方案一,一种最优目标车速预测方法,包括如下步骤:
1)采集车辆本身的位置信息、速度及加速度,并获取前方车辆的位置信息、速度及加速度,计算车辆本身与前方车辆的相对速度和相对加速度;
2)根据采集的前方信号灯的状态信息和前方拥堵信息,计算是否拥堵状态下的车速以及通过前方信号灯的速度,并结合计算的车辆本身下一时刻的预测车速,来计算车辆本身下一时刻的目标车速,将车辆本身下一时刻的目标车速与本路段的限速值比较,取两者中的较小值为车辆本身下一时刻的最优目标车速。
预测方法方案二,在预测方法方案一的基础上,所述预测车速的计算公式为:
vb=f(v+aΔt)+b(vf+afΔt)
其中,vb为车辆本身的下一时刻的预测车速,v为车辆本身的速度,a为车辆本身的加速度,Δt为计算时间间隔,vf为前方车辆的速度,af为前方车辆的加速度,f和b为设定的权重系数。
预测方法方案三,在预测方法方案二的基础上,通过前方信号灯的速度表示为:
其中,vrgb为考虑信号灯状态的车速,drgb为当前车辆距信号灯的距离,k为信号灯的循环次数,tc为一个红绿灯信号的周期,td为汽车以当前车速行驶至信号灯的时间,vmax为本路段的限速值。
预测方法方案四,在预测方法方案三的基础上,是否存在拥堵的速度表示为:
其中,vjam为是否存在拥堵的车速,djam为当前车辆距拥堵车辆尾部的距离,tjam为汽车以当前车速行驶至拥堵车辆尾部的时间,vmax为本路段的限速值。
预测方法方案五,在预测方法方案四的基础上,所述车辆本身下一时刻的目标车速表示为:
vtar=vb+c·vjam+d·vrgb
其中,vtar为车辆本身下一时刻的目标车速,vb为车辆本身的下一时刻的预测车速,vjam为是否存在拥堵的车速,vrgb为考虑信号灯状态的车速,c,d为设定的权重系数。
本发明的有益效果是:
本发明通过采集车辆本身的位置信息、速度及加速度,并获取前方车辆的位置信息、速度及加速度,计算车辆本身的预测车速;根据采集的碰撞预警信息、前方拥堵信息,计算车辆本身下一时刻的目标车速,将车辆本身下一时刻的目标车速与该路段的限速值比较,取两者的较小者为车辆本身的最优目标车速。根据工况变化时的最优目标车速计算燃料电池的需求功率,进一步推导出空压机的目标转速及燃料电池系统比例阀的目标开度,实现对氢气、空气的预见性控制,弥补了燃料电池反应气体压力、温度、湿度波动时相关机械位置的动态响应时间延迟带来的影响,避免因燃料电池车辆工况变化引起燃料电池饥饿造成的燃料电池不可逆的损坏,在负载变化前先行加大或者减小供应量,使之避开不利条件或减少不利条件,提高燃料电池的动态响应能力,缓解燃料电池的寿命衰减。
附图说明
图1为基于V2X的燃料电池系统控制示意图;
图2为基于V2X的燃料电池系统控制原理框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明:
V2X即Vechicle to everying,是通过人、车、路信息交互,实现车辆与基础设施之间、车辆与车辆之间、车辆与人之间的智能协同与配合的一种智能交通运输系统,V2X系统获取本车所处位置信息及行驶状态信息、周边道路数据信息、周边其他交通参与者的信息及状态、前方信号灯的实时状态。本发明为了在车辆工况变化时,提前对燃料电池系统的氢气、空气的有预见性的控制,基于V2X系统提供了一种燃料电池系统的控制装置。在这里,预见性控制是未来目标值的干扰在一定程度上已知的情况下,充分利用这种未来信息来改善控制系统的性能的方法,预见性控制主要应用于对一定程度的未来目标值及干扰已知的控制系统。
实施例一:一种燃料电池系统的控制装置,包括车载单元及控制器,车载单元包括定位模块、加速度传感器以及用于与车辆的CAN总线通信连接的第一接口和用于与路侧单元通信、车车通信连接的第二接口,车载单元与控制器连接,车载单元用于通过第一接口获取车辆本身的位置、速度、加速度及车辆内部动力信息,车载单元通过第二接口获取前方车辆的位置、速度、加速度、周边道路数据信息、碰撞预警信息、前方拥堵提醒信息、限速预警信息。
实施例二:一种燃料电池系统的控制装置,具体如图1所示,该控制装置设置在车辆内部,燃料电池系统的控制装置包括车速传感器、加速度传感器、定位单元、车车通信单元、车载单元、路侧单元及控制器,该控制器为整车控制器,车速传感器、车车通信单元、定位单元与车载单元连接,车载单元与整车控制器连接。车载单元设置在燃料电池车辆内部,车载单元通过V2X系统与车车通信单元、路侧单元连接,作为其他实施方式,还可以通过射频识别(RFID)、移动通信网络(3G、4G)或车车通信方式连接。
车速传感器采集车辆的速度,加速度传感器采集车辆的加速度,定位单元采集车辆当前的位置(包括经度、纬度、高程、方向、GPS速度),确定车辆此时所处的工况,并将采集的车辆的速度、加速度及位置信息发送给车载单元,路侧单元获取该车道的道路数据信息、周边其他交通参与者的信息及状态、前方信号灯的实时状态、碰撞预警、前方拥堵提醒、限速预警等信息。
其中,周边道路数据信息指路侧通信设备发出局部道路数据信息、地图信息及从路口信号机处获得信号灯数据信息和实时状态信息,含局部区域的路口信息、路段信息(弯道、坡路等)、车道信息、道路之间的连接关系等,周边道路信息作为计算车辆本身最优目标车速的影响因素,不参与车辆本身最优目标车速的计算。若车辆本身的车载单元检测到前方存在拥堵状况,则选取车辆本身的下一工况应倾向于在当前位置至拥堵地点匀速行驶,避免工况变化;限速则考虑路段限速和限速预警信息,目标车速应不大于路段限速值,若车辆本身车载单元收到限速预警信息,则下一时刻应减速。
限速预警指车辆本身分析接收到的RSU消息,提取限速路段信息和具体限速大小,判断自身是否在限速范围内,是否满足限速要求,如不满足则报警。
前方信号灯的实时状态为包含在路侧单元检测的周边道路数据信息里,前方信号灯的实时状态具体包括一个或多个路口信号灯的当前状态信息。结合MAP消息,为车辆提供实时的前方信号灯相位信息。
碰撞预警包含前向碰撞预警和交叉路口碰撞预警等,前向预警指的是车辆本身与前方车辆的碰撞信息,车辆本身接收远车数据,主要包含远车经纬度、高程、方向、车体尺寸、速度、三轴加速度、横摆角速度等信息。碰撞预警具体是指本车和同一车道正前方的前车存在追尾碰撞危险时,车载单元根据车辆本身信息和前车信息(如路侧单元提供的前车信息或本车通过视觉或雷达获得的前车信息)计算得出,该信息不直接从路侧单元获取,是下一时刻目标车速的约束条件,对下一时刻目标车速加权,若车车载单元收到碰撞预警信息,则下一时刻应减速。
前方拥堵提醒指车辆本身根据收到的道路数据,以及本车的定位和运行数据,判定本车在路网中所处的位置和运行方向;判断车辆前方道路是否有交通拥堵。若有,则影响最优目标车速。
周边其他交通参与者的信息及状态指路侧单元通过路侧本身拥有的相应检测手段,得到其周边交通参与者的实时状态信息(这里交通参与者包括路侧单元本身、周围车辆、非机动车、行人等),广播给周边车辆,支持这些车辆的相关应用。
利用本实施例的燃料电池系统的控制装置在车辆工况发生变化时的燃料电池系统的控制方法如图2所示,具体包括如下步骤:
1)采集车辆本身的位置信息、速度及加速度,车辆本身的车车通信单元接收前方车辆的位置信息、速度及加速度,计算车辆本身下一时刻的预测车速,在该过程中,计算车辆本身下一时刻的速度时,基于两车相对车速的同时,利用前车加速度,推算出下一时刻前车的运动趋势是加速前进还是减速,相应本车的下一时刻加速度应相对一致或偏差不大。预测车速的计算公式为:
vb=f(v+aΔt)+b(vf+afΔt)
其中,vb为车辆本身的下一时刻的预测车速,v为车辆本身的速度,a为车辆本身的加速度,Δt为计算时间间隔,vf为前方车辆的速度,af为前方车辆的加速度,f和b为设定的权重系数。
2)根据路侧单元采集的前方信号灯的状态信息和前方拥堵信息,控制器计算是否拥堵状态下的车速以及通过前方信号灯的速度,并结合计算的车辆本身下一时刻的预测车速,来计算车辆本身下一时刻的目标车速,将车辆本身下一时刻的目标车速与本路段的限速值vmax比较,取两者中的较小值为车辆本身下一时刻的最优目标车速,如图1中该路段的限速值为40km/h。
其中,通过前方信号灯的速度表示为:
其中,vrgb为考虑信号灯状态的车速,drgb为当前车辆距信号灯的距离,k为信号灯的循环次数,tc为一个红绿灯信号的周期,td为汽车以当前车速行驶至信号灯的时间,vmax为本路段的限速值。
是否存在拥堵的速度表示为:
其中,vjam为是否存在拥堵的车速,djam为当前车辆距拥堵车辆尾部的距离,tjam为汽车以当前车速行驶至拥堵车辆尾部的时间,vmax为本路段的限速值。
车辆本身下一时刻的目标车速表示为:
vtar=vb+c·vjam+d·vrgb
其中,vtar为车辆本身下一时刻的目标车速,vb为车辆本身的下一时刻的预测车速,vjam为是否存在拥堵的车速,vrgb为考虑信号灯状态的车速,c,d为设定的权重系数。
3)车载单元通过CAN总线将计算得到的车辆本身整车控制器根据计算得到的车辆本身的最优目标车速,利用驾驶员模型、车辆运行环境模型、车辆模型和道路模型计算车辆本身的燃料电池的需求功率,假设此时车辆本身行驶至坡道上,根据最优目标车速和坡度计算燃料电池需求功率的公式为:
其中,p为燃料电池预计需求功率,η1为传动效率,G为车辆自重,f为滚动阻力系数,α为坡度,CD为空气阻力系数,A为车辆迎风面积,V为车辆本身的最优目标车速。
4)计算得到燃料电池预估需求功率之后,根据燃料电池电堆性能曲线,查表可得相应预估需求功率的目标电流值Itag,相应的得到目标的电流密度值Cd,电流密度和目标空气流量、氢气流量之间存在线性关系,如下式:
Mair=1.66·10-5·η2·Cd·S·Ncell
其中,Mair为空气流量,为氢气流量,η2为空气化学计量比,为氢气化学计量比,Cd为电流密度,S为双极板截面积,Ncell为电堆单电池个数。
5)计算得到目标的氢气流量、空气流量之后,和当前实际氢气流量和空气流量作比较,由偏差作为PID控制器的输入,来确定空压机的目标转速,以及氢气供给系统比例阀的目标开度。
6)当车辆工况变化时,利用提前计算得到的空压机的目标转速控制空压机运行,并根据目标开度控制氢气供给系统的运行。
本发明还提供了一种最优目标车速预测方法,包括如下步骤:
1)采集车辆本身的位置信息、速度及加速度,并获取前方车辆的位置信息、速度及加速度,计算车辆本身与前方车辆的相对速度和相对加速度;
2)根据采集的前方信号灯的状态信息和前方拥堵信息,计算是否拥堵状态下的车速以及通过前方信号灯的速度,并结合计算的车辆本身下一时刻的预测车速,来计算车辆本身下一时刻的目标车速,将车辆本身下一时刻的目标车速与本路段的限速值比较,取两者中的较小值为车辆本身下一时刻的最优目标车速。
以上给出了具体的实施方式,但本发明不局限于以上所描述的实施方式。本发明的基本思路在于上述基本方案,对本领域普通技术人员而言,根据本发明的教导,设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。
Claims (10)
1.一种燃料电池系统的控制方法,其特征在于,包括如下步骤:
1)采集车辆本身的位置信息、速度及加速度,判断车辆此时的工况;接收前方车辆的位置信息、速度及加速度,计算车辆本身下一时刻的预测车速;
2)根据采集的前方信号灯的状态信息和前方拥堵信息,计算是否拥堵状态下的车速以及通过前方信号灯的速度,并结合计算的车辆本身下一时刻的预测车速,来计算车辆本身下一时刻的目标车速,将车辆本身下一时刻的目标车速与本路段的限速值比较,取两者中的较小值为车辆本身下一时刻的最优目标车速;
3)根据计算得到的车辆本身的最优目标车速计算车辆本身的燃料电池的需求功率,并根据车辆需求功率计算燃料电池的空气流量和氢气流量,控制空压机的目标转速和氢气供给系统的流量。
2.根据权利要求1所述的燃料电池系统的控制方法,其特征在于,所述预测车速的计算公式为:
vb=f(v+aΔt)+b(vf+afΔt)
其中,vb为车辆本身的下一时刻的预测车速,v为车辆本身的速度,a为车辆本身的加速度,Δt为计算时间间隔,vf为前方车辆的速度,af为前方车辆的加速度,f和b为设定的权重系数。
3.根据权利要求2所述的燃料电池系统的控制方法,其特征在于,通过前方信号灯的速度表示为:
其中,vrgb为考虑信号灯状态的车速,drgb为当前车辆距信号灯的距离,k为信号灯的循环次数,tc为一个红绿灯信号的周期,td为汽车以当前车速行驶至信号灯的时间,vmax为本路段的限速值。
4.根据权利要求3所述的燃料电池系统的控制方法,其特征在于,是否存在拥堵的速度表示为:
其中,vjam为是否存在拥堵的车速,djam为当前车辆距拥堵车辆尾部的距离,tjam为汽车以当前车速行驶至拥堵车辆尾部的时间,vmax为本路段的限速值。
5.根据权利要求4所述的燃料电池系统的控制方法,其特征在于,所述车辆本身下一时刻的目标车速表示为:
vtar=vb+c·vjam+d·vrgb
其中,vtar为车辆本身下一时刻的目标车速,vb为车辆本身的下一时刻的预测车速,vjam为是否存在拥堵的车速,vrgb为考虑信号灯状态的车速,c,d为设定的权重系数。
6.根据权利要求1所述的燃料电池系统的控制方法,其特征在于,计算得到燃料电池需求功率后,需查询燃料电池电堆性能曲线获取燃料电池的目标电流值,根据目标电流值计算对应的目标电流密度值,根据目标电流密度值计算燃料电池的空气流量和氢气流量。
7.根据权利要求6所述的燃料电池系统的控制方法,其特征在于,计算得到车辆本身的空气流量和氢气流量后,采用PID算法控制实际输出的车辆本身的空气流量和氢气流量。
8.根据权利要求7所述的燃料电池系统的控制方法,其特征在于,所述燃料电池的需求功率的计算公式为:
其中,p为燃料电池预计需求功率,η1为传动效率,G为车辆自重,f为滚动阻力系数,α为坡度,CD为空气阻力系数,A为车辆迎风面积,V为车辆本身的最优目标车速。
9.一种燃料电池系统的控制装置,其特征在于,包括车载单元及控制器,所述车载单元包括定位模块、加速度传感器以及用于与车辆的CAN总线通信连接的第一接口和用于与路侧单元通信、车车通信连接的第二接口,所述车载单元与所述控制器连接,所述车载单元用于通过所述第一接口获取车辆本身的位置、速度、加速度及车辆内部动力信息,所述车载单元通过第二接口直接或间接获取前方车辆的位置、速度、加速度、碰撞预警信息、前方拥堵信息,计算是否拥堵状态下的车速以及通过前方信号灯的速度,并结合计算的车辆本身下一时刻的预测车速,来计算车辆本身下一时刻的目标车速,将车辆本身下一时刻的目标车速与本路段的限速值比较,取两者中的较小值为车辆本身下一时刻的最优目标车速;所述控制器根据计算得到的车辆本身的最优目标车速计算车辆本身的燃料电池的需求功率,并根据车辆需求功率计算燃料电池的空气流量和氢气流量,控制空压机的目标转速和氢气供给系统的流量。
10.一种最优目标车速预测方法,其特征在于,包括如下步骤:
1)采集车辆本身的位置信息、速度及加速度,并获取前方车辆的位置信息、速度及加速度,计算车辆本身与前方车辆的相对速度和相对加速度;
2)根据采集的前方信号灯的状态信息和前方拥堵信息,计算是否拥堵状态下的车速以及通过前方信号灯的速度,并结合计算的车辆本身下一时刻的预测车速,来计算车辆本身下一时刻的目标车速,将车辆本身下一时刻的目标车速与本路段的限速值比较,取两者中的较小值为车辆本身下一时刻的最优目标车速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711436611.0A CN109960255B (zh) | 2017-12-26 | 2017-12-26 | 一种最优目标车速预测、燃料电池系统的控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711436611.0A CN109960255B (zh) | 2017-12-26 | 2017-12-26 | 一种最优目标车速预测、燃料电池系统的控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109960255A true CN109960255A (zh) | 2019-07-02 |
CN109960255B CN109960255B (zh) | 2022-02-18 |
Family
ID=67022544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711436611.0A Active CN109960255B (zh) | 2017-12-26 | 2017-12-26 | 一种最优目标车速预测、燃料电池系统的控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109960255B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110335646A (zh) * | 2019-07-12 | 2019-10-15 | 福州大学 | 基于深度学习-预测控制的车用燃料电池过氢比控制方法 |
CN110957506A (zh) * | 2019-11-25 | 2020-04-03 | 中国第一汽车股份有限公司 | 一种燃料电池系统及其待机控制方法 |
CN110970642A (zh) * | 2019-07-29 | 2020-04-07 | 北京亿华通科技股份有限公司 | 一种燃料电池的空气系统控制方法 |
CN111071259A (zh) * | 2019-12-27 | 2020-04-28 | 清华大学 | 车速预测方法、装置、车辆控制装置和存储介质 |
CN111126835A (zh) * | 2019-12-23 | 2020-05-08 | 航天科技控股集团股份有限公司 | 一种北斗卫星定位的公用汽车管理方法 |
CN111274713A (zh) * | 2020-03-09 | 2020-06-12 | 西南交通大学 | 动车组多堆燃料电池系统剩余使用寿命一致性控制方法 |
CN111442933A (zh) * | 2020-04-23 | 2020-07-24 | 厦门金龙联合汽车工业有限公司 | 一种燃料电池客车碰撞安全检测装置及其控制方法 |
CN111993955A (zh) * | 2020-07-20 | 2020-11-27 | 北汽福田汽车股份有限公司 | 一种燃料电池系统控制方法、装置及车辆 |
CN112506250A (zh) * | 2020-12-17 | 2021-03-16 | 武汉格罗夫氢能汽车有限公司 | 氢能汽车燃料电池热管理温度控制系统及氢能汽车 |
CN113002524A (zh) * | 2021-02-22 | 2021-06-22 | 深兰科技(上海)有限公司 | 车载燃料电池系统的控制策略获取方法及相关装置 |
CN113428049A (zh) * | 2021-08-26 | 2021-09-24 | 北京理工大学 | 一种考虑电池老化抑制的燃料电池混动汽车能量管理方法 |
CN113859053A (zh) * | 2021-11-11 | 2021-12-31 | 广东汉合汽车有限公司 | 基于行驶需求的燃料电池管理方法、系统、设备及介质 |
CN113884303A (zh) * | 2021-08-16 | 2022-01-04 | 武汉中极氢能产业创新中心有限公司 | 一种用于燃料电池发动机的性能测试方法 |
CN114103971A (zh) * | 2021-11-23 | 2022-03-01 | 北京理工大学 | 一种燃料电池汽车节能驾驶优化方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102862573A (zh) * | 2011-07-08 | 2013-01-09 | 吴昌旭 | 车辆节油方法和系统 |
CN106476806A (zh) * | 2016-10-26 | 2017-03-08 | 上海理工大学 | 基于交通信息的协同式自适应巡航系统算法 |
CN106710307A (zh) * | 2017-01-06 | 2017-05-24 | 汽-大众汽车有限公司 | 一种车辆辅助驾驶方法和装置 |
CN106997675A (zh) * | 2016-01-26 | 2017-08-01 | 宿州学院 | 基于动态规划的目标车速预测方法 |
CN107351840A (zh) * | 2017-06-07 | 2017-11-17 | 同济大学 | 一种基于v2i的汽车节能路径及经济车速动态规划方法 |
US20170351262A1 (en) * | 2015-01-05 | 2017-12-07 | Nissan Motor Co., Ltd. | Target pathway generating device and driving control device |
-
2017
- 2017-12-26 CN CN201711436611.0A patent/CN109960255B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102862573A (zh) * | 2011-07-08 | 2013-01-09 | 吴昌旭 | 车辆节油方法和系统 |
US20170351262A1 (en) * | 2015-01-05 | 2017-12-07 | Nissan Motor Co., Ltd. | Target pathway generating device and driving control device |
CN106997675A (zh) * | 2016-01-26 | 2017-08-01 | 宿州学院 | 基于动态规划的目标车速预测方法 |
CN106476806A (zh) * | 2016-10-26 | 2017-03-08 | 上海理工大学 | 基于交通信息的协同式自适应巡航系统算法 |
CN106710307A (zh) * | 2017-01-06 | 2017-05-24 | 汽-大众汽车有限公司 | 一种车辆辅助驾驶方法和装置 |
CN107351840A (zh) * | 2017-06-07 | 2017-11-17 | 同济大学 | 一种基于v2i的汽车节能路径及经济车速动态规划方法 |
Non-Patent Citations (1)
Title |
---|
邱利宏等: "车联网环境下车辆最优车速闭环快速模型预测控制", 《中国机械工程》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110335646B (zh) * | 2019-07-12 | 2022-06-17 | 福州大学 | 基于深度学习-预测控制的车用燃料电池过氢比控制方法 |
CN110335646A (zh) * | 2019-07-12 | 2019-10-15 | 福州大学 | 基于深度学习-预测控制的车用燃料电池过氢比控制方法 |
CN110970642A (zh) * | 2019-07-29 | 2020-04-07 | 北京亿华通科技股份有限公司 | 一种燃料电池的空气系统控制方法 |
CN110970642B (zh) * | 2019-07-29 | 2021-07-27 | 北京亿华通科技股份有限公司 | 一种燃料电池的空气系统控制方法 |
CN110957506A (zh) * | 2019-11-25 | 2020-04-03 | 中国第一汽车股份有限公司 | 一种燃料电池系统及其待机控制方法 |
CN111126835A (zh) * | 2019-12-23 | 2020-05-08 | 航天科技控股集团股份有限公司 | 一种北斗卫星定位的公用汽车管理方法 |
CN111126835B (zh) * | 2019-12-23 | 2023-04-18 | 航天科技控股集团股份有限公司 | 一种北斗卫星定位的公用汽车管理方法 |
CN111071259A (zh) * | 2019-12-27 | 2020-04-28 | 清华大学 | 车速预测方法、装置、车辆控制装置和存储介质 |
CN111274713A (zh) * | 2020-03-09 | 2020-06-12 | 西南交通大学 | 动车组多堆燃料电池系统剩余使用寿命一致性控制方法 |
CN111442933A (zh) * | 2020-04-23 | 2020-07-24 | 厦门金龙联合汽车工业有限公司 | 一种燃料电池客车碰撞安全检测装置及其控制方法 |
CN111993955A (zh) * | 2020-07-20 | 2020-11-27 | 北汽福田汽车股份有限公司 | 一种燃料电池系统控制方法、装置及车辆 |
CN112506250A (zh) * | 2020-12-17 | 2021-03-16 | 武汉格罗夫氢能汽车有限公司 | 氢能汽车燃料电池热管理温度控制系统及氢能汽车 |
CN113002524A (zh) * | 2021-02-22 | 2021-06-22 | 深兰科技(上海)有限公司 | 车载燃料电池系统的控制策略获取方法及相关装置 |
CN113884303A (zh) * | 2021-08-16 | 2022-01-04 | 武汉中极氢能产业创新中心有限公司 | 一种用于燃料电池发动机的性能测试方法 |
CN113428049A (zh) * | 2021-08-26 | 2021-09-24 | 北京理工大学 | 一种考虑电池老化抑制的燃料电池混动汽车能量管理方法 |
CN113859053A (zh) * | 2021-11-11 | 2021-12-31 | 广东汉合汽车有限公司 | 基于行驶需求的燃料电池管理方法、系统、设备及介质 |
CN114103971A (zh) * | 2021-11-23 | 2022-03-01 | 北京理工大学 | 一种燃料电池汽车节能驾驶优化方法及装置 |
CN114103971B (zh) * | 2021-11-23 | 2023-10-10 | 北京理工大学 | 一种燃料电池汽车节能驾驶优化方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109960255B (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109960255A (zh) | 一种最优目标车速预测、燃料电池系统的控制方法及装置 | |
CN109709965B (zh) | 一种自动驾驶车辆的控制方法和自动驾驶系统 | |
US10821851B2 (en) | Power management in an autonomous vehicle | |
CN109927709A (zh) | 一种车辆行驶路线工况确定方法、能量管理方法及系统 | |
CN108883694B (zh) | 增程器控制 | |
CN105279958B (zh) | 车队管理系统及方法 | |
CN105551097B (zh) | 一种车载单元、车辆定位方法及路径识别方法 | |
CN104260724B (zh) | 一种车辆智能预测控制系统及其方法 | |
CN103236177B (zh) | 一种基于车网路多系统融合的智能交互系统的控制方法 | |
CN104064044A (zh) | 基于车路协同的发动机起停控制系统及其方法 | |
US11390165B2 (en) | Electric vehicle power management system | |
US20210318691A1 (en) | Multi-range vehicle speed prediction using vehicle connectivity for enhanced energy efficiency of vehicles | |
CN109493593B (zh) | 一种考虑舒适度的公交运行轨迹优化方法 | |
US10593970B2 (en) | Output performance recovering device for fuel cell and output performance recovering method for fuel cell | |
CN106458036A (zh) | 用于预测性地运行燃料电池或高压电池的方法 | |
US11267338B2 (en) | Electric vehicle power management system | |
CN105216782A (zh) | 基于能量预测的插电式混合动力汽车能量管理方法 | |
CN107953798B (zh) | 基于蓄能充电桩电量引导的电动运载工具导航方法及系统 | |
CN102120454A (zh) | 用于运行车辆的方法、系统和设备 | |
CN107554340A (zh) | 电池包冷却控制方法、装置、系统和车辆 | |
CN104794915A (zh) | 一种连续交叉路口车辆通行控制方法及装置 | |
US20220281318A1 (en) | Vehicle Power Management Systems and Related Methods | |
US11345236B2 (en) | Electric vehicle power management system | |
US11186173B2 (en) | Electric vehicle power management system | |
CN109421689A (zh) | 一种车辆节能控制方法、系统及车辆 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 450061 Yudao Road, Guancheng District, Zhengzhou City, Henan Province Patentee after: Yutong Bus Co.,Ltd. Address before: 450016 Yutong Industrial Zone, eighteen Li River, Henan, Zhengzhou Patentee before: ZHENGZHOU YUTONG BUS Co.,Ltd. |