CN111137171B - 一种复合电源系统模糊控制器的参数优化设计方法 - Google Patents

一种复合电源系统模糊控制器的参数优化设计方法 Download PDF

Info

Publication number
CN111137171B
CN111137171B CN202010007751.1A CN202010007751A CN111137171B CN 111137171 B CN111137171 B CN 111137171B CN 202010007751 A CN202010007751 A CN 202010007751A CN 111137171 B CN111137171 B CN 111137171B
Authority
CN
China
Prior art keywords
fuzzy
controller
weight
input variable
input
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.)
Active
Application number
CN202010007751.1A
Other languages
English (en)
Other versions
CN111137171A (zh
Inventor
李广民
孙健
张雁泽
朱侗
胡梦然
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.)
Sky Well New Energy Automobile Group Co ltd
Original Assignee
Sky Well New Energy Automobile Group Co ltd
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 Sky Well New Energy Automobile Group Co ltd filed Critical Sky Well New Energy Automobile Group Co ltd
Priority to CN202010007751.1A priority Critical patent/CN111137171B/zh
Publication of CN111137171A publication Critical patent/CN111137171A/zh
Application granted granted Critical
Publication of CN111137171B publication Critical patent/CN111137171B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/18Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules
    • 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

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Feedback Control In General (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种复合电源系统模糊控制器的参数优化设计方法,步骤如下:步骤1、根据复合电源系统功能需求选取使用寿命为优化目标,对模糊控制器的控制器参数进行优化;步骤2、构建功率分配模糊控制器,设定控制器为三输入‑单输出结构;步骤3、保持模糊控制规则不变,优化输入变量权重;步骤4、同时优化模糊控制规则和输入输出变量权重;步骤5、将优化后的输入变量权重和模糊控制规则代回模糊控制器,验证优化后的控制效果。本发明不仅能够使HESS模糊控制器的控制器参数得到优化,而且能够提高HESS在运行过程中的性能,提高电动汽车的综合表现。

Description

一种复合电源系统模糊控制器的参数优化设计方法
技术领域:
本发明涉及一种复合电源系统模糊控制器的参数优化设计方法,其属于新能源汽车的复合电源系统领域。
背景技术:
发展新能源汽车技术是我国科技战略中的重要决策,更是目前解决环境污染和能源短缺问题的最有效途径。在新能源汽车中,纯电动汽车已经成为行业内共同关注的焦点,是目前新能源汽车保有量增长的核心贡献力量。相比于传统的内燃机汽车和混合动力汽车,纯电动汽车具有高效节能和环境友好等多方面优势。
动力电池系统是纯电动汽车行驶过程中的唯一能量来源,动力电池系统的综合表现直接影响到电动汽车的续航能力与动力性能。然而,由于高能量密度和高功率密度的特点难以汇集于同一种动力电池当中,使得单一类型的电池系统无法充分满足电动汽车经济性和动力性等多方面需求,因此面向电动汽车的复合电源系统(hybrid energy storagesystem,HESS)应运而生。
复合电源系统是指由两种或两种以上的不同能源所组成的储能系统,用来弥补单一能源储能系统的不足。目前,关于HESS的相关研究十分丰富,所研究的HESS不仅面向电动公交车等大型新能源客车,搭载于新能源乘用车的适配HESS也受到了广泛关注。
HESS的复杂特性为其功率分配控制器的设计提出了较高的要求,其中基于模糊逻辑的功率分配控制器研究较多。模糊逻辑控制器控制灵活,控制效果突出,目前被广泛应用于工程领域。但基于模糊逻辑的功率分配控制器大多往往依赖于工程经验,在设定输入输出变量和制定模糊规则时存在较大的主观性,当设计者经验匮乏时需要对模糊规则进行反复修正,难以确保控制器的可靠性。
发明内容:
本发明是为了解决上述现有技术存在的问题而提供一种复合电源系统模糊控制器的参数优化设计方法,该方法不仅能够使HESS模糊控制器的控制器参数得到优化,而且能够提高HESS在运行过程中的性能,提高电动汽车的综合表现。
本发明所采用的技术方案有:一种复合电源系统模糊控制器的参数优化设计方法,步骤如下:
步骤1、根据复合电源系统功能需求选取使用寿命为优化目标,对模糊控制器的控制器参数进行优化,如下式:
min{QLFP_once}
s.t.GHBS=GHBS_set
Xf∈[XfL,XfU]
其中,QLFP_once为电动汽车在一次完整放电后的电池容量衰退率(%);GHBS_set——预设的HESS系统参数集;Xf为待优化的模糊控制器参数集;XfL和XfU为模糊控制器参数下限集和上限集;
步骤2、构建功率分配模糊控制器,设定控制器为三输入-单输出结构,输入变量分别为主电源SOCLFP,副电源SOCLTO和需求功率Preq,输入变量为分配系数kLTO;根据功能需求设置模糊控制规则和隶属度函数,设置输入变量权重wP、wLFP和wLTO,分别对应于主电源SOCLFP,副电源SOCLTO和需求功率Preq
步骤3、保持模糊控制规则不变,优化输入变量权重;
步骤4、同时优化模糊控制规则和输入输出变量权重;
步骤5、将优化后的输入变量权重和模糊控制规则代回模糊控制器,验证优化后的控制效果。
进一步地,步骤3中具体方法如下:
1)对各个权重的变化范围进行约束,约束的依据是保证任一输入变量在权重作用后不能只隶属于某一个隶属度函数曲线;
2)得到各个输入变量权重的取值范围后,选择优化算法进行初始值设置,并优化输入变量权重。
进一步地,步骤4中具体方法如下:
1)将原三输入-单输出的功率分配模糊控制器改为二输入-单输出,去掉输入变量需求功率Preq,并且将模糊控制规则改写为一类函数如下:
K=round((1-αr)·S1r·S2)+1
其中,S1、S2和K分别代表模糊控制器的主电源SOCLFP,副电源SOCLTO和输出变量kLTO的模糊集;round(·)表示取整函数,αr为模糊控制规则的调和因子;
2)对各个权重的变化范围进行约束,约束的依据是保证任一输入变量在权重作用后不能只隶属于某一个隶属度函数曲线;
3)得到各个输入变量权重的取值范围后,选择优化算法进行初始值设置,并优化输入变量权重和模糊控制规则。
本发明具有如下有益效果:
1.提供了一种用于优化复合电源系统功率分配控制器输入输出权重和模糊控制规则的方法,能够使优化后的模糊控制器针对复合电源系统的某个性能得到有效提升;
2.通过计算机编程求解对模糊控制器参数进行优化,省去了繁重的控制器调试工作,加快了控制器设计进度,提高了复合电源系统的运行可靠性和稳定性;
3.为其他控制系统中的二或三输入-单输出结构模糊控制器参数优化提供了参考。
附图说明:
图1是复合电源系统的结构示意图。
图2是仅优化复合电源系统模糊控制器的输入变量权重原理示意图。
图3是同时优化复合电源系统模糊控制器的模糊控制规则和输入输出变量权重原理示意图。
图4是优化前后复合电源系统的SOC变化曲线图。
具体实施方式:
下面结合附图对本发明作进一步的说明。
本发明以图1所示的某种复合电源系统的结构及其功率分配模糊控制器为例进行说明(该方法不仅适用于该复合电源系统结构,同样适用于其他复合电源系统结构),该复合电源系统结构包括作为主电池的磷酸铁锂电池组、作为副电池的钛酸锂电池组、双向DC-DC转换器、DC-DC控制器、逆变器和电机。其中,SOCLFP和SOCLTO分别为磷酸铁锂电池和钛酸锂电池的荷电状态(SOC),电机发出功率需求信号到达DC-DC控制器,然后DC-DC控制器根据功率分配策略向双向DC-DC转换器发出钛酸锂电池功率信号进行功率分流,最终主、副电池分别对电机进行功率输出。
本发明复合电源系统模糊控制器的参数优化设计方法,步骤如下:
步骤1、根据HESS功能需求选取参数优化目标,为了使电动汽车在一次完整的放电过程中的电池容量衰退最小,从而进一步提高HESS的使用寿命,这里选取使用寿命为优化目标(该方法不仅适用于使用寿命这一优化目标,同样适用于其他优化目标),对模糊控制器的控制器参数进行优化,该优化问题可以总结如下:
min{QLFP_once}
s.t.GHBS=GHBS_set
Xf∈[XfL,XfU]
其中,QLFP_once为电动汽车在一次完整放电后的电池容量衰退率(%);GHBS_set——预设的HESS系统参数集;Xf为待优化的模糊控制器参数集;XfL和XfU为模糊控制器参数下限集和上限集。
步骤2、基于设计者经验构建功率分配模糊控制器,如附图2所示,设定控制器为三输入-单输出结构,输入变量分别为主电源SOCLFP,副电源SOCLTO和需求功率Preq,输入变量为分配系数kLTO;根据功能需求设置模糊控制规则和隶属度函数,设置输入变量权重wP、wLFP和wLTO,分别对应于主电源SOCLFP,副电源SOCLTO和需求功率Preq
步骤3、保持模糊控制规则不变,优化输入变量权重,原理如附图2所示:
1)为了保证优化过程中的模糊控制器有意义,需要对各个权重的变化范围进行约束。约束的依据是保证任一输入变量在权重作用后不能只隶属于某一个隶属度函数曲线。例如,当输入变量SOCLFP在[0.1,0.9]的取值范围内任意取值时,与其权重相乘后得到的乘积将作为新的输入量进入模糊控制器,若该乘积进入模糊控制器后全部都隶属于“低”或“L”,或者全部隶属于“高”或“H”(即该输入量取最大值时都被判定为“低”,或该输入量取最小值时都被判定为“高”),则在这种情况下,模糊控制器实际上会失去一个输入变量的作用,此时模糊控制器将失去意义,因此需要避免这种情况的发生;
2)得到各个输入变量权重的取值范围后,选择优化算法进行初始值设置,并优化输入变量权重。
步骤4、进一步的,同时优化模糊控制规则和输入输出变量权重,原理如附图3所示:
1)将原三输入-单输出的功率分配模糊控制器改为二输入-单输出,去掉输入变量需求功率Preq,并且将模糊控制规则改写为一类函数如下:
K=round((1-αr)·S1r·S2)+1
其中,S1、S2和K分别代表模糊控制器的主电源SOCLFP,副电源SOCLTO和输出变量kLTO的模糊集;例如,S1和S2的取值为{1,2,3},对应于模糊集中的{低,中,高}或{L,M,H},K的取值为{1,2,3,4,5},对应于模糊集中的{极小,小,中,大,极大}或{VS,S,M,B,VB}。round(·)表示取整函数,αr为模糊控制规则的调和因子,其取值范围应当予以限定,保证K的值不唯一从而使模糊控制器有意义;
2)为了保证优化过程中的模糊控制器有意义,需要对各个权重的变化范围进行约束。约束的依据是保证任一输入变量在权重作用后不能只隶属于某一个隶属度函数曲线;
3)得到各个输入变量权重的取值范围后,选择优化算法进行初始值设置,并优化输入变量权重和模糊控制规则。
步骤5、将优化后的输入变量权重和模糊控制规则代回模糊控制器,验证优化后的控制效果,如附图4所示。以优化前、优化输入变量权重、优化输入变量权重+调和因子对应的控制器参数配置功率分配模糊控制器,以WLTP工况为例(该方法不仅适用于WLTP工况,同样适用于其他行车工况)进行400km的仿真实验,得到HESS的SOC曲线。在副电源SOC小于0.5之前,优化权重+规则的SOC曲线与优化前接近,而优化权重的SOC曲线则在前两者上方,表示这一阶段的副电源放电相对平缓;当SOC小于0.5时,优化权重+规则的SOC曲线逐渐向优化权重的SOC曲线靠拢,最终趋于一致,表示在这之后副电源放电不再像之前一样剧烈。整体上,优化权重+规则的副电源SOC曲线介于其他两种情况之间。优化之后,主副电源SOC变化曲线符合预期,放电更加合理,达到优化效果。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以作出若干改进,这些改进也应视为本发明的保护范围。

Claims (1)

1.一种复合电源系统模糊控制器的参数优化设计方法,其特征在于:步骤如下:
步骤1、根据复合电源系统功能需求选取使用寿命为优化目标,对模糊控制器的控制器参数进行优化,如下式:
min{QLFP_once}
s.t.GHBS=GHBS_set
Xf∈[XfL,XfU]
其中,QLFP_once为电动汽车在一次完整放电后的电池容量衰退率(%);GHBS_set——预设的HESS系统参数集;Xf为待优化的模糊控制器参数集;XfL和XfU为模糊控制器参数下限集和上限集;
步骤2、构建功率分配模糊控制器,设定控制器为三输入-单输出结构,输入变量分别为主电源SOCLFP,副电源SOCLTO和需求功率Preq,输出变量为分配系数kLTO;根据功能需求设置模糊控制规则和隶属度函数,设置输入变量权重wP、wLFP和wLTO,分别对应于主电源SOCLFP,副电源SOCLTO和需求功率Preq
步骤3、保持模糊控制规则不变,优化输入变量权重;
步骤4、同时优化模糊控制规则和输入变量权重;
步骤5、将优化后的输入变量权重和模糊控制规则代回模糊控制器,验证优化后的控制效果;
步骤3中具体方法如下:
1)对各个权重的变化范围进行约束,约束的依据是保证任一输入变量在权重作用后不能只隶属于某一个隶属度函数曲线;
2)得到各个输入变量权重的取值范围后,选择优化算法进行初始值设置,并优化输入变量权重;
步骤4中具体方法如下:
1)将原三输入-单输出的功率分配模糊控制器改为二输入-单输出,去掉输入变量需求功率Preq,并且将模糊控制规则改写为一类函数如下:
K=round((1-αr)·S1r·S2)+1
其中,S1、S2和K分别代表模糊控制器的主电源SOCLFP,副电源SOCLTO和输出变量kLTO的模糊集;round(·)表示取整函数,αr为模糊控制规则的调和因子;
2)对各个权重的变化范围进行约束,约束的依据是保证任一输入变量在权重作用后不能只隶属于某一个隶属度函数曲线;
3)得到各个输入变量权重的取值范围后,选择优化算法进行初始值设置,并优化输入变量权重和模糊控制规则。
CN202010007751.1A 2020-01-05 2020-01-05 一种复合电源系统模糊控制器的参数优化设计方法 Active CN111137171B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010007751.1A CN111137171B (zh) 2020-01-05 2020-01-05 一种复合电源系统模糊控制器的参数优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010007751.1A CN111137171B (zh) 2020-01-05 2020-01-05 一种复合电源系统模糊控制器的参数优化设计方法

Publications (2)

Publication Number Publication Date
CN111137171A CN111137171A (zh) 2020-05-12
CN111137171B true CN111137171B (zh) 2023-04-07

Family

ID=70523615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010007751.1A Active CN111137171B (zh) 2020-01-05 2020-01-05 一种复合电源系统模糊控制器的参数优化设计方法

Country Status (1)

Country Link
CN (1) CN111137171B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112606737A (zh) * 2021-01-05 2021-04-06 连云港伟晟新能源电动汽车有限公司 一种新能源电动汽车电源控制方法
CN114056184B (zh) * 2021-10-28 2024-04-26 东南大学 一种降成本增寿命的复合电池能量控制方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103197596B (zh) * 2013-03-14 2015-10-28 天津大学 一种数控加工参数自适应模糊控制规则优化方法
CN104184189A (zh) * 2014-08-15 2014-12-03 智慧城市系统服务(中国)有限公司 能量分配方法及能量分配装置
CN204526865U (zh) * 2015-04-15 2015-08-05 重庆工商职业学院 基于模糊控制的双能量源电动汽车能量管理系统
CN106564398B (zh) * 2016-11-08 2018-12-07 西安交通大学 一种电动汽车的车载复合电源系统及控制方法
CN109977491B (zh) * 2019-03-06 2020-11-13 北京航空航天大学 一种冲击损伤可恢复条件下的退化建模与寿命预测方法

Also Published As

Publication number Publication date
CN111137171A (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
Geng et al. Simulation research on a novel control strategy for fuel cell extended-range vehicles
Shen et al. A comprehensive overview of hybrid electric vehicles.
CN101708722A (zh) 基于模糊逻辑的串联式混合动力电动汽车整车控制方法
CN111137171B (zh) 一种复合电源系统模糊控制器的参数优化设计方法
Jia et al. Energy management strategy of fuel cell/battery hybrid vehicle based on series fuzzy control
CN112498332B (zh) 一种并联式混合动力汽车模糊自适应能量管理控制方法
Wang et al. A mode-driven control strategy to reduce electric drive peak power of hybrid wheel loader propulsion system
Hofman et al. Rule-based energy management strategies for hybrid vehicle drivetrains: A fundamental approach in reducing computation time
Chen et al. Study on braking energy recovery efficiency of electric vehicles equipped with super capacitor
Li et al. Regenerative braking control strategy for fuel cell hybrid vehicles using fuzzy logic
Yao et al. A fuzzy logic based regenerative braking regulation for a fuel cell bus
Song et al. Degree of hybridization design for a fuel cell/battery hybrid electric vehicle based on multi-objective particle swarm optimization
CN114940103A (zh) 考虑行驶成本与寿命成本的燃料电池重卡功率管理方法
Liu et al. Adaptive energy management for plug-in hybrid electric vehicles considering real-time traffic information
Liu et al. Real-time control for a parallel hybrid electric vehicle based on Pontryagin's minimum principle
Huang et al. Optimal multilevel hierarchical control strategy for parallel hybrid electric vehicle
Wei et al. Study on MPC-based Energy Management for a Series Tracked Vehicle
Xu Research on braking energy feedback of intelligent electric vehicle based on fuzzy algorithm
Lin et al. The optimization of MOP control strategy for a range-extended electric vehicle based on GA
Huang et al. Optimal control strategy based on PSO for powertrain of parallel Hybrid Electric Vehicle
Gao et al. A Simulation on Series Hybrid Vehicle Energy Management Based on Cruise/Simulink
Zhang et al. Fuzzy logic energy management strategy for plug-in hybrid electric vehicles
Mallouh et al. Intelligent Control for optimal performance of a fuel cell Hybrid Auto Rickshaw
Ihmood et al. Management of Energy sources of hybrid electric vehicles using degree of hybridization and Sequential Approximate Optimization
Bhiwapurkar et al. Comparison of on-board charging strategies for range-extender hybrid vehicles with lead-acid batteries

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