CN111525198A - 单能源纯电动汽车的能源管理系统控制策略与优化方法 - Google Patents

单能源纯电动汽车的能源管理系统控制策略与优化方法 Download PDF

Info

Publication number
CN111525198A
CN111525198A CN202010404536.5A CN202010404536A CN111525198A CN 111525198 A CN111525198 A CN 111525198A CN 202010404536 A CN202010404536 A CN 202010404536A CN 111525198 A CN111525198 A CN 111525198A
Authority
CN
China
Prior art keywords
energy
model
battery
energy management
management system
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
Application number
CN202010404536.5A
Other languages
English (en)
Other versions
CN111525198B (zh
Inventor
李录明
汪金国
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.)
Jiangsu Jiankang Automobile Co ltd
Original Assignee
Jiangsu Jiankang Automobile 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 Jiangsu Jiankang Automobile Co ltd filed Critical Jiangsu Jiankang Automobile Co ltd
Priority to CN202010404536.5A priority Critical patent/CN111525198B/zh
Publication of CN111525198A publication Critical patent/CN111525198A/zh
Application granted granted Critical
Publication of CN111525198B publication Critical patent/CN111525198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M10/4257—Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种单能源纯电动汽车的能源管理系统控制策略与优化方法，包括电池系统性能测试、电池系统等效模型研究、电池系统SOC、SOH等外部参数动态自适应估算研究、电动汽车能源管理系统、新型能源管理多任务协同优化策略研究、电动汽车再生制动模型研究和电动汽车再生制动控制策略研究。本发明的有益效果是：对现有能源管理系统有10%的提升，动力电池状态估计全寿命周期内全工作温度范围的SOC、SOH估计误差≤±3%，整车单位载质量能量消耗量下降10%，回馈能源利用率提高10%。

Description

单能源纯电动汽车的能源管理系统控制策略与优化方法
技术领域
本发明涉及一种能源管理系统控制策略与优化方法，具体为一种单能源纯电动汽车的能源管理系统控制策略与优化方法，属于电动汽车技术领域。
背景技术
纯电动汽车，相对燃油汽车而言，主要差别（异）在于四大部件，驱动电机，调速控制器、动力电池、车载充电器，相对于加油站而言，它由公用超快充电站，纯电动汽车之品质差异取决于这四大部件，其价值高低也取决于这四大部件的品质，纯电动汽车的用途也在四大部件的选用配置直接相关。
蓄电池单位重量储存的能量太少，还因电动车的电池较贵，又没形成经济规模，故购买价格较贵，至于使用成本，有些使用价格比汽车贵，有些价格仅为汽车的1/3，这主要取决于电池的寿命及当地的油、电价格，电动汽车技术仍不成熟，充电技术、续航里程、可靠性等方面仍需改进，而电池的能源管理系统和电网系统的优化亦为需要解决的关键问题。
发明内容
本发明的目的就在于为了解决上述问题而提供一种单能源纯电动汽车的能源管理系统控制策略与优化方法。
本发明通过以下技术方案来实现上述目的：一种单能源纯电动汽车的能源管理系统控制策略与优化方法，包括以下步骤：
步骤A：电池系统性能测试，对电池的各项性能进行测试，统计测得的各项数据；
步骤B：电池系统等效模型研究，将测得的电池各项指标数据用数学的方法建立等效模型；
步骤C：电池系统SOC、SOH等外部参数动态自适应估算研究，根据模型和数学估算方法对电池系统SOC、SOH等外部参数进行准确预估；
步骤D：电动汽车能源管理系统、模型评价指标研究，建立基于ECE驱动循环模式，运用建立的数学模型对整车的能量消耗的途径和大小进行分析,并对电动汽车的电机动力模型、电池动力模型以及动力电池SOC估算、能量回馈模型进行研究；
步骤E：新型能源管理多任务协同优化策略研究，在分析了能量管理系统控制方法的基础上，用数学抽象的方式描述了控制过程，通过引入的功率分配系数，提出了优化目标，制定出能源管理多任务协同优化策略方法；
步骤F：电动汽车再生制动模型研究，在ADVISOR实验平台上进行了实验，并将所得的数据建立数学模型；
步骤G：电动汽车再生制动控制策略研究，结合电动汽车再生制动模型对电动汽车再生制动控制策略进行研究，并进行优化。
优选的，为了确保动力电池状态估计全寿命周期内全工作温度范围的SOC、SOH估计误差≤±3%，并保证获得准确的动力电池SOC，奠定实现纯电动汽车能源管理优化控制的基础，所述步骤C中，采用实时卡尔曼滤波器进行动力电池的SOC在线估计研究并结合综合开路电压法，检验电池动态工况下荷电状态估计准确性与有效性。
优选的，为了方便制订正确优化策略，延长电动汽车的续驶里程，提高整车的性能指标，所述步骤E中，考虑到电动汽车行驶过程中存在着非线性、动态性强等特性，采用自适应控制算法进行能源多任务协同优化分配,尽量降低能量转换过程中的能量损失。
优选的，为了确保该模型的准确性，方便回收更多的能源，合理分配能源的利用，所述步骤F中，结合模型根据能源回馈的约束条件和前提要求制定能源回馈控制策略，在满足制动力要求和不超过电池、电机额定限制的前提下动态闭环控制能源回馈。
优选的，为了提高车辆的柔顺性，方便电动汽车再生制动控制策略的研究和优化结果的论证，所述步骤G中，结合模型优化进入和退出能源回馈时转矩的变化曲线。
本发明的有益效果是：该单能源纯电动汽车的能源管理系统控制策略与优化方法设计合理，步骤C中，采用实时卡尔曼滤波器进行动力电池的SOC在线估计研究并结合综合开路电压法，检验电池动态工况下荷电状态估计准确性与有效性，确保动力电池状态估计全寿命周期内全工作温度范围的SOC、SOH估计误差≤±3%，并保证获得准确的动力电池SOC，奠定实现纯电动汽车能源管理优化控制的基础，步骤E中，考虑到电动汽车行驶过程中存在着非线性、动态性强等特性，采用自适应控制算法进行能源多任务协同优化分配,尽量降低能量转换过程中的能量损失，方便制订正确优化策略，延长电动汽车的续驶里程，提高整车的性能指标，步骤F中，结合模型根据能源回馈的约束条件和前提要求制定能源回馈控制策略，在满足制动力要求和不超过电池、电机额定限制的前提下动态闭环控制能源回馈，确保该模型的准确性，方便回收更多的能源，合理分配能源的利用，步骤G中，结合模型优化进入和退出能源回馈时转矩的变化曲线，提高车辆的柔顺性，方便电动汽车再生制动控制策略的研究和优化结果的论证。
附图说明
图1为本发明结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，一种单能源纯电动汽车的能源管理系统控制策略与优化方法，包括以下步骤：
步骤A：电池系统性能测试，对电池的各项性能进行测试，统计测得的各项数据；
步骤B：电池系统等效模型研究，将测得的电池各项指标数据用数学的方法建立等效模型；
步骤C：电池系统SOC、SOH等外部参数动态自适应估算研究，根据模型和数学估算方法对电池系统SOC、SOH等外部参数进行准确预估；
步骤D：电动汽车能源管理系统、模型评价指标研究，建立基于ECE驱动循环模式，运用建立的数学模型对整车的能量消耗的途径和大小进行分析,并对电动汽车的电机动力模型、电池动力模型以及动力电池SOC估算、能量回馈模型进行研究；
步骤E：新型能源管理多任务协同优化策略研究，在分析了能量管理系统控制方法的基础上，用数学抽象的方式描述了控制过程，通过引入的功率分配系数，提出了优化目标，制定出能源管理多任务协同优化策略方法；
步骤F：电动汽车再生制动模型研究，在ADVISOR实验平台上进行了实验，并将所得的数据建立数学模型；
步骤G：电动汽车再生制动控制策略研究，结合电动汽车再生制动模型对电动汽车再生制动控制策略进行研究，并进行优化。
所述步骤C中，采用实时卡尔曼滤波器进行动力电池的SOC在线估计研究并结合综合开路电压法，检验电池动态工况下荷电状态估计准确性与有效性，确保动力电池状态估计全寿命周期内全工作温度范围的SOC、SOH估计误差≤±3%，并保证获得准确的动力电池SOC，奠定实现纯电动汽车能源管理优化控制的基础，所述步骤E中，考虑到电动汽车行驶过程中存在着非线性、动态性强等特性，采用自适应控制算法进行能源多任务协同优化分配,尽量降低能量转换过程中的能量损失，方便制订正确优化策略，延长电动汽车的续驶里程，提高整车的性能指标，所述步骤F中，结合模型根据能源回馈的约束条件和前提要求制定能源回馈控制策略，在满足制动力要求和不超过电池、电机额定限制的前提下动态闭环控制能源回馈，确保该模型的准确性，方便回收更多的能源，合理分配能源的利用，所述步骤G中，结合模型优化进入和退出能源回馈时转矩的变化曲线，提高车辆的柔顺性，方便电动汽车再生制动控制策略的研究和优化结果的论证。
工作原理：通过对电池的各项性能进行测试，统计测得的各项数据；并将测得的电池各项指标数据用数学的方法建立等效模型；根据模型和数学估算方法对电池系统SOC、SOH等外部参数进行准确预估并提出了优化目标，以制定出能源管理多任务协同优化策略方法，以实现对现有能源管理系统有10%的提升，动力电池状态估计全寿命周期内全工作温度范围的SOC、SOH估计误差≤±3%，整车单位载质量能量消耗量下降10%，回馈能源利用率提高10%。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (5)

1.一种单能源纯电动汽车的能源管理系统控制策略与优化方法，其特征在于：包括以下步骤：
步骤A：电池系统性能测试，对电池的各项性能进行测试，统计测得的各项数据；
步骤B：电池系统等效模型研究，将测得的电池各项指标数据用数学的方法建立等效模型；
步骤C：电池系统SOC、SOH等外部参数动态自适应估算研究，根据模型和数学估算方法对电池系统SOC、SOH等外部参数进行准确预估；
步骤D：电动汽车能源管理系统、模型评价指标研究，建立基于ECE驱动循环模式，运用建立的数学模型对整车的能量消耗的途径和大小进行分析,并对电动汽车的电机动力模型、电池动力模型以及动力电池SOC估算、能量回馈模型进行研究；
步骤E：新型能源管理多任务协同优化策略研究，在分析了能量管理系统控制方法的基础上，用数学抽象的方式描述了控制过程，通过引入的功率分配系数，提出了优化目标，制定出能源管理多任务协同优化策略方法；
步骤F：电动汽车再生制动模型研究，在ADVISOR实验平台上进行了实验，并将所得的数据建立数学模型；
步骤G：电动汽车再生制动控制策略研究，结合电动汽车再生制动模型对电动汽车再生制动控制策略进行研究，并进行优化。
2.根据权利要求1所述的单能源纯电动汽车的能源管理系统控制策略与优化方法，其特征在于：所述步骤C中，采用实时卡尔曼滤波器进行动力电池的SOC在线估计研究并结合综合开路电压法，检验电池动态工况下荷电状态估计准确性与有效性。
3.根据权利要求1所述的单能源纯电动汽车的能源管理系统控制策略与优化方法，其特征在于：所述步骤E中，考虑到电动汽车行驶过程中存在着非线性、动态性强等特性，采用自适应控制算法进行能源多任务协同优化分配,尽量降低能量转换过程中的能量损失。
4.根据权利要求1所述的单能源纯电动汽车的能源管理系统控制策略与优化方法，其特征在于：所述步骤F中，结合模型根据能源回馈的约束条件和前提要求制定能源回馈控制策略，在满足制动力要求和不超过电池、电机额定限制的前提下动态闭环控制能源回馈。
5.根据权利要求1所述的单能源纯电动汽车的能源管理系统控制策略与优化方法，其特征在于：所述步骤G中，结合模型优化进入和退出能源回馈时转矩的变化曲线。
CN202010404536.5A 2020-05-13 2020-05-13 单能源纯电动汽车的能源管理系统控制策略与优化方法 Active CN111525198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010404536.5A CN111525198B (zh) 2020-05-13 2020-05-13 单能源纯电动汽车的能源管理系统控制策略与优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010404536.5A CN111525198B (zh) 2020-05-13 2020-05-13 单能源纯电动汽车的能源管理系统控制策略与优化方法

Publications (2)

Publication Number Publication Date
CN111525198A true CN111525198A (zh) 2020-08-11
CN111525198B CN111525198B (zh) 2023-08-25

Family

ID=71906199

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010404536.5A Active CN111525198B (zh) 2020-05-13 2020-05-13 单能源纯电动汽车的能源管理系统控制策略与优化方法

Country Status (1)

Country Link
CN (1) CN111525198B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112180280A (zh) * 2020-09-27 2021-01-05 吉林大学 一种考虑电池健康状态的混合动力汽车电池寿命优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102862490A (zh) * 2012-09-19 2013-01-09 合肥工业大学 一种电动汽车电池管理系统自适应控制方法
CN105005222A (zh) * 2015-06-12 2015-10-28 山东省科学院自动化研究所 基于大数据的新能源电动汽车整车性能提升系统及方法
CN109669134A (zh) * 2019-02-27 2019-04-23 浙江科技学院 一种基于卡尔曼滤波法的soc的估算方法
CN110780203A (zh) * 2019-11-11 2020-02-11 北京理工大学 一种纯电动汽车电池组soc在线估值方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102862490A (zh) * 2012-09-19 2013-01-09 合肥工业大学 一种电动汽车电池管理系统自适应控制方法
CN105005222A (zh) * 2015-06-12 2015-10-28 山东省科学院自动化研究所 基于大数据的新能源电动汽车整车性能提升系统及方法
CN109669134A (zh) * 2019-02-27 2019-04-23 浙江科技学院 一种基于卡尔曼滤波法的soc的估算方法
CN110780203A (zh) * 2019-11-11 2020-02-11 北京理工大学 一种纯电动汽车电池组soc在线估值方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孔祥创: ""PHEV 动力电池 SOC 联合估计与能量管理策略研究"" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112180280A (zh) * 2020-09-27 2021-01-05 吉林大学 一种考虑电池健康状态的混合动力汽车电池寿命优化方法

Also Published As

Publication number Publication date
CN111525198B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
Gharibeh et al. Energy management of fuel cell electric vehicles based on working condition identification of energy storage systems, vehicle driving performance, and dynamic power factor
Zhou et al. Modeling of the cost of EV battery wear due to V2G application in power systems
CN106253294B (zh) 智能电网的储能调度方法和装置
Zhang et al. Comparison study on life-cycle costs of different trams powered by fuel cell systems and others
Li et al. Degradation adaptive energy management with a recognition-prediction method and lifetime competition-cooperation control for fuel cell hybrid bus
Jia et al. Learning-based model predictive energy management for fuel cell hybrid electric bus with health-aware control
CN113971530A (zh) 面向新型电力系统源网荷储协同的电力平衡方法
Sandeep et al. Modeling of battery pack sizing for electric vehicles
Zhuang et al. Comparison of semi-active hybrid battery system configurations for electric taxis application
Mroczek et al. The V2G process with the predictive model
Lu et al. Online optimization of energy management strategy for FCV control parameters considering dual power source lifespan decay synergy
CN115102160A (zh) 一种薄弱电网条件下牵引供电系统日前能量优化调度方法
Li et al. Energy sources durability energy management for fuel cell hybrid electric bus based on deep reinforcement learning considering future terrain information
CN111525198A (zh) 单能源纯电动汽车的能源管理系统控制策略与优化方法
Liu et al. Real-time energy management strategy for fuel cell/battery vehicle based on speed prediction DP solver model predictive control
Bocca et al. Optimal life-cycle costs of batteries for different electric cars
CN110341537A (zh) 一种基于模型预测控制的车载双向充电机充电控制策略
CN113283166B (zh) 一种退役动力电池剩余价值优化方法
Tang et al. Degradation adaptive energy management strategy for FCHEV based on the Rule-DDPG method: tailored to the current SOH of the powertrain
Ren et al. Battery longevity-conscious energy management predictive control strategy optimized by using deep reinforcement learning algorithm for a fuel cell hybrid electric vehicle
Beatrice et al. Hybrid storage system management for hybrid electric vehicles under real operating conditions
Unlubayir et al. Simulation model with an optimal operation strategy for a hybrid train powered by a battery and a fuel cell
Bairwa et al. Modeling and simulation of electric vehicle powertrain for dynamic performance evaluation
Pipicelli et al. Comparative Assessment of Zero CO2 Powertrain for Light Commercial Vehicles
HASAN et al. Demand side management of electricity for controlling peak demand in bangladesh

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