CN112622874B - 一种混合动力车辆动力系统容量匹配方法与系统 - Google Patents
一种混合动力车辆动力系统容量匹配方法与系统 Download PDFInfo
- Publication number
- CN112622874B CN112622874B CN202110002728.8A CN202110002728A CN112622874B CN 112622874 B CN112622874 B CN 112622874B CN 202110002728 A CN202110002728 A CN 202110002728A CN 112622874 B CN112622874 B CN 112622874B
- Authority
- CN
- China
- Prior art keywords
- output power
- energy storage
- storage system
- generator set
- rated output
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W20/00—Control systems specially adapted for hybrid vehicles
- B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
- B60W20/11—Controlling the power contribution of each of the prime movers to meet required power demand using model predictive control [MPC] strategies, i.e. control methods based on models predicting performance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W20/00—Control systems specially adapted for hybrid vehicles
- B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
- B60W20/15—Control strategies specially adapted for achieving a particular effect
Abstract
本发明公开了一种混合动力车辆动力系统容量匹配方法与系统,以线路条件作为输入,采用最短路径算法求解总能量损耗最小时储能系统额定输出功率和柴油发电机组额定输出功率;避免了柴油发电机组额定功率和储能系统容量不匹配导致无法满足车辆需求功率或者油耗大的问题;最短路径算法为动态规划算法,能够遍历柴油发电机组额定功率和储能系统容量所有可能的匹配关系,并且能够获得全局最优解,不会陷入局部最优解;根据最短路径算法求解出的储能系统额定输出功率和柴油发电机组额定输出功率进行选型,理论上在该线路运行时的整车总能量损耗是最小的。
Description
技术领域
本发明属于混合动力技术领域,尤其涉及一种混合动力车辆动力系统容量匹配方法与系统。
背景技术
目前轨道交通受限于区域经济发展、自然条件限制等诸多因素,非电气化铁路仍将长期存在并且占据较大比例,内燃牵引永远是不可或缺的重要补充,无论是在新建和维护成本方面,还是在运用环境条件方面,以及灾害抢救、战备运输等诸多领域均有着无可替代的优越性。但是对于内燃牵引车辆,大功率柴油机的重量、体积以及噪音一直是困扰内燃车辆的瓶颈问题。
内燃混合动力车辆通过柴油发电机组和车载储能系统组成混合动力系统,降低了对柴油机的功率需求,大幅减少了燃油消耗、尾气排放和噪音。与传统的纯内燃动力技术相比,混合动力技术除了具有节能、环保的特点,还提升了运用效率和运营经济性,符合铁路运输绿色、环保、节能的要求与国际技术发展趋势。
但在设计阶段,混合动力车辆中柴油机额定功率与储能系统容量如何匹配,才能使总体采购成本、尾气排放量以及油耗等最小,储能系统既能吸收制动过程中回馈的能量,在加速过程中又能提供足够的功率,是亟待解决的问题。
发明内容
针对混合动力车辆在设计阶段动力源容量匹配问题,本发明提供一种混合动力车辆动力系统容量匹配方法与系统,计算在某一动力系统匹配关系下的最低能量损耗,改变匹配关系,得到在所有动力系统匹配关系下的全局最优解,为混合动力车辆的开发与使用提供理论支持。
本发明独立权利要求的技术方案解决了上述发明目的中的一个或多个。
本发明是通过如下的技术方案来解决上述技术问题的:一种混合动力车辆动力系统容量匹配方法,包括:
步骤1:确定边界条件,所述边界条件包括柴油发电机组额定输出功率的范围、储能系统额定输出功率的范围、储能系统蓄电状态的范围以及储能系统蓄电状态变化率的最大值;
步骤2:建立车辆模型,所述车辆模型包括柴油发电机组油耗模型、储能系统模型以及整车动力学模型,并根据所述动力学模型计算出线路运行时间,以及根据柴油发电机组油耗模型和储能系统模型计算出所述线路运行时间内每一时刻车辆需求功率;
步骤3:以线路运行时间内的总能量损耗最小为目标,建立目标函数;
步骤4:采用最短路径算法求解出最优柴油发电机组额定输出功率或最优储能系统额定输出功率,再根据车辆最大需求功率、柴油发电机组额定输出功率以及储能系统额定输出功率之间的关系,计算出最优储能系统额定输出功率或最优柴油发电机组额定输出功率。
本发明中,采用最短路径算法求解出最优的柴油发电机组额定输出功率和储能系统额定输出功率,即总能量损耗最小时的柴油发电机组额定输出功率和储能系统额定输出功率,在设计阶段,根据柴油发电机组额定输出功率和储能系统额定输出功率进行柴油发电机组和储能系统的选型,避免了柴油发电机组额定功率和储能系统容量不匹配导致无法满足车辆需求功率或者油耗大的问题;该方法以线路条件作为输入条件,采用最短路径算法求解出在柴油发电机组额定功率和储能系统容量不同匹配关系下总能量损耗最小的全局最优解,因此理论上,全局最优解对应的柴油发电机组额定功率和储能系统容量这种匹配关系下,整车的总能量损耗是最小的;最短路径算法为动态规划算法,能够遍历柴油发电机组额定功率和储能系统容量所有可能的匹配关系,并且能够获得全局最优解,不会陷入局部最优解。
进一步地,所述步骤1中,柴油发电机组额定输出功率的范围为:
储能系统额定输出功率的范围为:
Preq-b≤Pb-e≤Preq-max
其中,Pb-e为,Preq-b为仅储能系统供能时车辆需求功率;
储能系统蓄电状态变化率的最大值为:
进一步地,所述步骤1中,储能系统蓄电状态的范围为0.2~0.8。
进一步地,所述步骤2中,所述线路运行时间内某一时刻车辆需求功率的计算表达式为:
Preq(t)=Pb(t)+Pd(t)
其中,Preq(t)为时刻t车辆需求功率,Pb(t)为时刻t储能系统实际输出功率,Pd(t)为时刻t柴油发电机组实际输出功率。
进一步地,所述步骤4中,最短路径算法求解出所述目标函数全局最小时柴油发电机组额定输出功率或储能系统额定输出功率的具体实现过程为:
步骤4.1:将所述线路运行时间离散为N个离散时刻,对应得到N个离散时刻车辆需求功率;将柴油发电机组额定输出功率的范围或储能系统额定输出功率的范围离散为M个离散值;
步骤4.2:在第j个柴油发电机组额定输出功率离散值下,由n=0离散时刻车辆需求功率得到可能的柴油发电机组实际输出功率,并根据n=0离散时刻车辆需求功率和可能的柴油发电机组实际输出功率得到对应的储能系统实际输出功率、储能系统蓄电状态以及储能系统蓄电状态变化率;
或者,在第j个储能系统额定输出功率离散值下,由n=0离散时刻车辆需求功率得到可能的储能系统实际输出功率,并根据n=0离散时刻车辆需求功率和可能的储能系统实际输出功率得到对应的柴油发电机组实际输出功率;
步骤4.3:分别判断所述步骤4.2中对应的储能系统实际输出功率是否在所述步骤1中储能系统额定输出功率的范围内,分别判断所述步骤4.2中对应的储能系统蓄电状态是否在所述步骤1中储能系统蓄电状态的范围内,以及分别判断所述步骤4.2中对应的储能系统蓄电池状态变化率是否小于所述步骤1中储能系统蓄电状态变化率的最大值;
或者,分别判断所述步骤4.2中对应的柴油发电机组实际输出功率是否在所述步骤1中柴油发电机组额定输出功率的范围内;
如果是,则转入步骤4.4,否则剔除该柴油发电机组实际输出功率或该储能系统实际输出功率;
步骤4.4:以所述步骤4.3中每个可能的柴油发电机组实际输出功率为起始时刻的柴油发电机组实际输出功率,从该起始时刻的柴油发电机组实际输出功率出发,由后续每个离散时刻车辆需求功率对应得到后续每个离散时刻可能的柴油发电机组实际输出功率,并计算N个离散时刻的目标函数值;
或者,以所述步骤4.3中每个可能的储能系统实际输出功率为起始时刻的储能系统实际输出功率,从该起始时刻的储能系统实际输出功率出发,由后续每个离散时刻车辆需求功率对应得到后续每个离散时刻可能的储能系统实际输出功率,并计算N个离散时刻的目标函数值;
步骤4.5:判断j是否小于等于M,如果是,则j=j+1,转入步骤4.2,否则转入步骤4.6;
步骤4.6:获得所有N个离散时刻的目标函数值,并且查找所有N个离散时刻的目标函数值中的最小值,所述最小值对应的柴油发电机组额定输出功率离散值或储能系统额定输出功率离散值为最优柴油发电机组额定输出功率或最优储能系统额定输出功率。
进一步地,所述步骤4.3中,储能系统蓄电状态的迭代公式为:
其中,SOCn为第n个离散时刻储能系统蓄电状态,SOCn-1为第n-1个离散时刻储能系统蓄电状态,为储能系统蓄电状态变化率,Pb为储能系统实际输出功率,Uoc为储能系统开路电压,R0为储能系统内阻,Q为储能系统容量。
进一步地,所述步骤4.4中,N个离散时刻的目标函数值的计算表达式为:
其中,Pb-loss(t)为第n个离散时刻的储能系统内阻热耗,Pd-loss(n)为第n个离散时刻的柴油发电机组能效损耗,Δn为离散间隔。
进一步地,所述步骤4中,车辆最大需求功率、柴油发电机组额定输出功率以及储能系统额定输出功率之间的关系式为:
Preq-max=Pb-e+Pd-e
其中,Preq-max为车辆最大需求功率,Pb-e为储能系统额定输出功率,Pd-e为柴油发电机组额定输出功率。
本发明还提供一种混合动力车辆动力系统容量匹配系统,包括:
存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,执行如上所述的一种混合动力车辆动力系统容量匹配方法。
有益效果
与现有技术相比,本发明所提供的一种混合动力车辆动力系统容量匹配方法与系统,采用最短路径算法求解出最优的柴油发电机组额定输出功率和储能系统额定输出功率,避免了柴油发电机组额定功率和储能系统容量不匹配导致无法满足车辆需求功率或者油耗大的问题;该方法以线路条件作为输入条件,采用最短路径算法求解出在柴油发电机组额定功率和储能系统容量不同匹配关系下总能量损耗最小的全局最优解,因此理论上,全局最优解对应的柴油发电机组额定功率和储能系统容量这种匹配关系下,整车的总能量损耗是最小的;最短路径算法为动态规划算法,能够遍历柴油发电机组额定功率和储能系统容量所有可能的匹配关系,并且能够获得全局最优解,不会陷入局部最优解。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一个实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中一种混合动力车辆动力系统容量匹配方法流程图;
图2是本发明实施例中最短路径算法求解最优值流程图;
图3是本发明实施例中未进行边界判断时可能的柴油发电机组实际输出功率所有可能路径示意图;
图4是本发明实施例中满足边界条件的某个柴油发电机组实际输出功率所有可能路径示意图。
具体实施方式
下面结合本发明实施例中的附图,对本发明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作出创造性劳动的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。
如图1所示,本实施例提供的一种混合动力车辆动力系统容量匹配方法,包括:
1、确定边界条件,边界条件包括柴油发电机组额定输出功率的范围、储能系统额定输出功率的范围、储能系统蓄电状态的范围以及储能系统蓄电状态变化率的最大值。
储能系统额定输出功率Pb-e的最小值大于等于无柴油发电机组启动、仅纯储能系统供能时车辆需求功率Preq-b(某些限制内燃机模式行驶的区域),储能系统额定输出功率的最大值小于等于车辆最大需求功率Preq-max,即Preq-b≤Pb-e≤Preq-max。
储能系统蓄电状态变化率的最大值为:
储能系统蓄电状态SOC的范围根据储能系统的使用寿命和效率来确定,本实施例中,储能系统蓄电状态SOC的范围为0.2~0.8。
2、建立车辆模型,车辆模型包括柴油发电机组油耗模型、储能系统模型以及整车动力学模型,并根据动力学模型计算出线路运行时间,以及根据柴油发电机组油耗模型和储能系统模型计算出线路运行时间内每一时刻车辆需求功率,具体计算表达式为:
Preq(t)=Pb(t)+Pd(t) (2)
其中,Preq(t)为时刻t车辆需求功率,Pb(t)为时刻t储能系统实际输出功率,Pd(t)为时刻t柴油发电机组实际输出功率。
柴油发电机组油耗模型、储能系统模型以及整车动力学模型的建立均为现有技术。柴油发电机组油耗模型、储能系统模型建立后分别可得到柴油发电机组、储能系统的负荷特性曲线,根据负荷特性曲线可以得到对应时刻的实际输出功率,再通过实际输出功率根据式(2)得到车辆需求功率。
3、以线路运行时间内的总能量损耗最小为目标,建立目标函数,目标函数的表达式为:
其中,J为总能量损耗,Pd-loss(t)为时刻t柴油发电机组能效损耗,Pb-loss(t)为时刻t储能系统内阻热耗,t0为线路运行开始时间,tf为线路运行结束时间。根据负荷特性曲线可以获得柴油发电机组在某一实际输出功率时对应的能效损耗,再根据式(3)即可获得目标函数值。
4、采用最短路径算法求解出最优柴油发电机组额定输出功率或最优储能系统额定输出功率,再根据车辆最大需求功率、柴油发电机组额定输出功率以及储能系统额定输出功率之间的关系,计算出最优储能系统额定输出功率或最优柴油发电机组额定输出功率。
最短路径算法为现有算法,从某个顶点出发,沿图的边到达另一顶点所经过的路径中,各边上权值之和最小的一条路径叫做最短路径。如图2所示,最短路径算法求解出所述目标函数全局最小时柴油发电机组额定输出功率或储能系统额定输出功率的具体实现过程为:
步骤4.1:将线路运行时间离散为N个离散时刻,对应得到N个离散时刻车辆需求功率;将柴油发电机组额定输出功率的范围或储能系统额定输出功率的范围离散为M个离散值。
本实施例中,离散间隔为1S,则线路运行时间被离散为0,1,2,3,...,N-1,N,N为离散时刻的数量,也为线路运行时间。
步骤4.2:在第j个柴油发电机组额定输出功率离散值下,由n=0离散时刻车辆需求功率得到可能的柴油发电机组实际输出功率,并根据n=0离散时刻车辆需求功率和可能的柴油发电机组实际输出功率得到对应的储能系统实际输出功率、储能系统蓄电状态以及储能系统蓄电状态变化率。
或者,在第j个储能系统额定输出功率离散值下,由n=0离散时刻车辆需求功率得到可能的储能系统实际输出功率,并根据n=0离散时刻车辆需求功率和可能的储能系统实际输出功率得到对应的柴油发电机组实际输出功率。
任意离散时刻车辆需求功率是已知的,可以通过改变柴油发电机组额定输出功率离散值或储能系统额定输出功率离散值来得到可能路径的柴油发电机组实际输出功率或储能系统实际输出功率。
以改变柴油发电机组额定输出功率离散值为例,如图3所示,假设在第j个柴油发电机组额定输出功率离散值下,由n=0离散时刻车辆需求功率得到可能的柴油发电机组实际输出功率为M个,则根据这M个可能的柴油发电机组实际输出功率和式(2)得到对应的M个储能系统实际输出功率、M个储能系统蓄电状态以及M个储能系统蓄电状态变化率,再根据步骤4.3判断这M个储能系统实际输出功率、M个储能系统蓄电状态以及M个储能系统蓄电状态变化率是否满足条件,不满足,则剔除掉;满足,则分别以满足条件的柴油发电机组实际输出功率为0离散时刻的柴油发电机组实际输出功率,计算可能路径上的柴油发电机组实际输出功率,并计算N个离散时刻的目标函数值。例如,假设第2个柴油发电机组实际输出功率满足条件,则以第2个柴油发电机组实际输出功率作为0离散时刻的柴油发电机组实际输出功率,从0离散时刻出发,得到1离散时刻可能的柴油发电机组实际输出功率、2离散时刻可能的柴油发电机组实际输出功率、3离散时刻可能的柴油发电机组实际输出功率、...、得到N离散时刻可能的柴油发电机组实际输出功率,将0~N离散时刻的柴油发电机组实际输出功率连起来所构成的路径即为所有可能路径,如图4所示,图4中加粗实线为其中一条可能路径。再根据式(6)计算每条可能路径的目标函数值,即得到在在第j个柴油发电机组额定输出功率离散值下,所有可能路径的目标函数值。
步骤4.3:分别判断步骤4.2中对应的储能系统实际输出功率是否在步骤1中储能系统额定输出功率的范围内,分别判断步骤4.2中对应的储能系统蓄电状态是否在步骤1中储能系统蓄电状态的范围内,以及分别判断步骤4.2中对应的储能系统蓄电池状态变化率是否小于步骤1中储能系统蓄电状态变化率的最大值。
或者,分别判断步骤4.2中对应的柴油发电机组实际输出功率是否在所述步骤1中柴油发电机组额定输出功率的范围内。
如果是,则转入步骤4.4,否则剔除该柴油发电机组实际输出功率或该储能系统实际输出功率。
每个离散时刻储能系统蓄电状态和储能系统蓄电状态变化率也是变化的,储能系统蓄电状态的迭代公式为:
其中,SOCn为第n个离散时刻储能系统蓄电状态,SOCn-1为第n-1个离散时刻储能系统蓄电状态,为对应离散时刻储能系统蓄电状态变化率,Pb为对应离散时刻储能系统实际输出功率,Uoc为储能系统开路电压,R0为储能系统内阻,Q为储能系统容量。由式(4)和(5)可知,储能系统蓄电状态变化率根据当前离散时刻储能系统实际输出功率Pb来变化。
步骤4.4:以步骤4.3中每个可能的柴油发电机组实际输出功率为起始时刻的柴油发电机组实际输出功率,从该起始时刻的柴油发电机组实际输出功率出发,由后续每个离散时刻车辆需求功率对应得到后续每个离散时刻可能的柴油发电机组实际输出功率,并计算N个离散时刻的目标函数值。
或者,以步骤4.3中每个可能的储能系统实际输出功率为起始时刻的储能系统实际输出功率,从该起始时刻的储能系统实际输出功率出发,由后续每个离散时刻车辆需求功率对应得到后续每个离散时刻可能的储能系统实际输出功率,并计算N个离散时刻的目标函数值。
N个离散时刻的目标函数值的计算表达式为:
其中,Pb-loss(t)为第n个离散时刻的储能系统内阻热耗,Pd-loss(n)为第n个离散时刻的柴油发电机组能效损耗,Δn为离散间隔。N个离散时刻的目标函数值即为某条可能路径的目标函数值,某条可能路径的目标函数值就是将N个离散时刻的总能量损耗叠加。本实施例中,Δn=1。
步骤4.5:判断j是否小于等于M,如果是,则j=j+1,转入步骤4.2,否则转入步骤4.6。
完成在第j个柴油发电机组额定输出功率离散值下或在第j个储能系统额定输出功率离散值下所有可能路径目标函数值的计算后,如果j小于等于M,表明为超过额定输出功率(柴油发电机组额定输出功率或储能系统额定输出功率)的范围,则进行下一个额定输出功率下所有可能路径目标函数值的计算,直到完成所有额定输出功率离散值(柴油发电机组额定输出功率离散值或储能系统额定输出功率离散值)下所有可能路径目标函数值的计算。
步骤4.6:获得所有额定输出功率离散值下所有可能路径的目标函数值,并且查找所有可能路径的目标函数值中的最小值,所述最小值对应的柴油发电机组额定输出功率离散值或储能系统额定输出功率离散值为最优柴油发电机组额定输出功率或最优储能系统额定输出功率。
车辆最大需求功率、柴油发电机组额定输出功率以及储能系统额定输出功率之间的关系式与式(2)类似,即为:
Preq-max=Pb-e+Pd-e (7)
其中,Preq-max为车辆最大需求功率,Pb-e为储能系统额定输出功率,Pd-e为柴油发电机组额定输出功率。
由式(7)可知,已知某条线路车辆最大需求功率,由最短路径算法求得最优的柴油发电机组额定输出功率或最优的储能系统额定输出功率,即可根据式(7)得到最优的储能系统额定输出功率或最优的柴油发电机组额定输出功率,且该最优值是在总能量损耗最小情况下获得的,理论上,在最优的柴油发电机组额定输出功率和最优的储能系统额定输出功率的匹配关系下,整车在该线路上的总能量损耗是最小的,该匹配关系既满足了车辆在整条线路上的功率需求,又避免了油耗大的问题,节约了能源资源。最短路径算法能够遍历所有可能路径,从所有可能路径中获得最优解,即获得全局最优解。根据最优的柴油发电机组额定输出功率和最优的储能系统额定输出功率进行柴油发电机组和储能系统额定输出功率的选型,为混合动力车辆的设计提供理论支持,并且最优解是以线路条件作为输入,在设计阶段将柴油发电机组和储能系统的选型与实际线路相结合,即将理论与实际结合来进行混合动力车辆容量的匹配设计,有利于后续混合动力车辆在实际线路上的运行。
以上所揭露的仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或变型,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种混合动力车辆动力系统容量匹配方法,其特征在于,包括:
步骤1:确定边界条件,所述边界条件包括柴油发电机组额定输出功率的范围、储能系统额定输出功率的范围、储能系统蓄电状态的范围以及储能系统蓄电状态变化率的最大值;
步骤2:建立车辆模型,所述车辆模型包括柴油发电机组油耗模型、储能系统模型以及整车动力学模型,并根据所述动力学模型计算出线路运行时间,以及根据柴油发电机组油耗模型和储能系统模型计算出所述线路运行时间内每一时刻车辆需求功率;
步骤3:以线路运行时间内的总能量损耗最小为目标,建立目标函数;
步骤4:采用最短路径算法求解出最优柴油发电机组额定输出功率,再根据车辆最大需求功率、柴油发电机组额定输出功率以及储能系统额定输出功率之间的关系,计算出最优储能系统额定输出功率;
或者,采用最短路径算法求解出最优储能系统额定输出功率,再根据车辆最大需求功率、柴油发电机组额定输出功率以及储能系统额定输出功率之间的关系,计算出最优柴油发电机组额定输出功率。
3.如权利要求1所述的混合动力车辆动力系统容量匹配方法,其特征在于:所述步骤1中,储能系统蓄电状态的范围为0.2~0.8。
4.如权利要求1所述的混合动力车辆动力系统容量匹配方法,其特征在于:所述步骤2中,所述线路运行时间内某一时刻车辆需求功率的计算表达式为:
Preq(t)=Pb(t)+Pd(t)
其中,Preq(t)为时刻t车辆需求功率,Pb(t)为时刻t储能系统实际输出功率,Pd(t)为时刻t柴油发电机组实际输出功率。
5.如权利要求1~4中任一项所述的混合动力车辆动力系统容量匹配方法,其特征在于:所述步骤4中,最短路径算法求解出所述目标函数全局最小时柴油发电机组额定输出功率或储能系统额定输出功率的具体实现过程为:
步骤4.1:将所述线路运行时间离散为N个离散时刻,对应得到N个离散时刻车辆需求功率;将柴油发电机组额定输出功率的范围或储能系统额定输出功率的范围离散为M个离散值;
步骤4.2:在第j个柴油发电机组额定输出功率离散值下,由n=0离散时刻车辆需求功率得到可能的柴油发电机组实际输出功率,并根据n=0离散时刻车辆需求功率和可能的柴油发电机组实际输出功率得到对应的储能系统实际输出功率、储能系统蓄电状态以及储能系统蓄电状态变化率;
或者,在第j个储能系统额定输出功率离散值下,由n=0离散时刻车辆需求功率得到可能的储能系统实际输出功率,并根据n=0离散时刻车辆需求功率和可能的储能系统实际输出功率得到对应的柴油发电机组实际输出功率;
步骤4.3:分别判断所述步骤4.2中对应的储能系统实际输出功率是否在所述步骤1中储能系统额定输出功率的范围内,分别判断所述步骤4.2中对应的储能系统蓄电状态是否在所述步骤1中储能系统蓄电状态的范围内,以及分别判断所述步骤4.2中对应的储能系统蓄电池状态变化率是否小于所述步骤1中储能系统蓄电状态变化率的最大值;
或者,分别判断所述步骤4.2中对应的柴油发电机组实际输出功率是否在所述步骤1中柴油发电机组额定输出功率的范围内;
如果是,则转入步骤4.4,否则剔除该柴油发电机组实际输出功率或该储能系统实际输出功率;
步骤4.4:以所述步骤4.3中每个可能的柴油发电机组实际输出功率为起始时刻的柴油发电机组实际输出功率,从该起始时刻的柴油发电机组实际输出功率出发,由后续每个离散时刻车辆需求功率对应得到后续每个离散时刻可能的柴油发电机组实际输出功率,并计算N个离散时刻的目标函数值;
或者,以所述步骤4.3中每个可能的储能系统实际输出功率为起始时刻的储能系统实际输出功率,从该起始时刻的储能系统实际输出功率出发,由后续每个离散时刻车辆需求功率对应得到后续每个离散时刻可能的储能系统实际输出功率,并计算N个离散时刻的目标函数值;
步骤4.5:判断j是否小于等于M,如果是,则j=j+1,转入步骤4.2,否则转入步骤4.6;
步骤4.6:获得所有N个离散时刻的目标函数值,并且查找所有N个离散时刻的目标函数值中的最小值,所述最小值对应的柴油发电机组额定输出功率离散值或储能系统额定输出功率离散值为最优柴油发电机组额定输出功率或最优储能系统额定输出功率。
8.如权利要求1所述的混合动力车辆动力系统容量匹配方法,其特征在于:所述步骤4中,车辆最大需求功率、柴油发电机组额定输出功率以及储能系统额定输出功率之间的关系式为:
Preq-max=Pb-e+Pd-e
其中,Preq-max为车辆最大需求功率,Pb-e为储能系统额定输出功率,Pd-e为柴油发电机组额定输出功率。
9.一种混合动力车辆动力系统容量匹配系统,其特征在于,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1~8中任一项所述的一种混合动力车辆动力系统容量匹配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110002728.8A CN112622874B (zh) | 2021-01-04 | 2021-01-04 | 一种混合动力车辆动力系统容量匹配方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110002728.8A CN112622874B (zh) | 2021-01-04 | 2021-01-04 | 一种混合动力车辆动力系统容量匹配方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112622874A CN112622874A (zh) | 2021-04-09 |
CN112622874B true CN112622874B (zh) | 2022-02-11 |
Family
ID=75291250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110002728.8A Active CN112622874B (zh) | 2021-01-04 | 2021-01-04 | 一种混合动力车辆动力系统容量匹配方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112622874B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105644548A (zh) * | 2015-12-28 | 2016-06-08 | 中国科学院深圳先进技术研究院 | 混合动力汽车的能量控制方法及装置 |
CN107284441A (zh) * | 2017-06-07 | 2017-10-24 | 同济大学 | 实时工况自适应的插电式混合动力汽车能量优化管理方法 |
CN107839700A (zh) * | 2017-09-14 | 2018-03-27 | 中车工业研究院有限公司 | 轨道交通用柴电混合动力系统的能量分配方法及装置 |
FR3062834A1 (fr) * | 2017-02-16 | 2018-08-17 | IFP Energies Nouvelles | Procede de determination d'une zone atteignable par un vehicule au moyen d'un modele dynamique et d'un graphe adjoint |
CN108674411A (zh) * | 2018-07-03 | 2018-10-19 | 肖金保 | 一种混合动力汽车能量管理系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8615336B1 (en) * | 2012-05-31 | 2013-12-24 | Rockwell Collins, Inc. | System and method for controlling power in a hybrid vehicle using cost analysis |
-
2021
- 2021-01-04 CN CN202110002728.8A patent/CN112622874B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105644548A (zh) * | 2015-12-28 | 2016-06-08 | 中国科学院深圳先进技术研究院 | 混合动力汽车的能量控制方法及装置 |
FR3062834A1 (fr) * | 2017-02-16 | 2018-08-17 | IFP Energies Nouvelles | Procede de determination d'une zone atteignable par un vehicule au moyen d'un modele dynamique et d'un graphe adjoint |
CN107284441A (zh) * | 2017-06-07 | 2017-10-24 | 同济大学 | 实时工况自适应的插电式混合动力汽车能量优化管理方法 |
CN107839700A (zh) * | 2017-09-14 | 2018-03-27 | 中车工业研究院有限公司 | 轨道交通用柴电混合动力系统的能量分配方法及装置 |
CN108674411A (zh) * | 2018-07-03 | 2018-10-19 | 肖金保 | 一种混合动力汽车能量管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112622874A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Geng et al. | Simulation research on a novel control strategy for fuel cell extended-range vehicles | |
Hu et al. | Multi-objective energy management optimization and parameter sizing for proton exchange membrane hybrid fuel cell vehicles | |
Xu et al. | Application of Pontryagin's Minimal Principle to the energy management strategy of plugin fuel cell electric vehicles | |
Li et al. | Optimal fuzzy power control and management of fuel cell/battery hybrid vehicles | |
Gao et al. | Equivalent fuel consumption optimal control of a series hybrid electric vehicle | |
CN110271454A (zh) | 一种燃料电池电动汽车功率优化方法 | |
US11541763B2 (en) | Hybrid energy storage system optimization strategy with intelligent adaptive control | |
US10351010B2 (en) | Battery system for vehicle | |
Zheng et al. | PMP-based power management strategy of fuel cell hybrid vehicles considering multi-objective optimization | |
CN110457859B (zh) | 混合电力船舶推进系统的优化控制方法 | |
Gao et al. | A comparative study of supervisory control strategies for a series hybrid electric vehicle | |
JP2019155995A (ja) | ハイブリッド車両 | |
Zhao et al. | Optimization of fuzzy control energy management strategy for fuel cell vehicle power system using a multi‐islandgenetic algorithm | |
Zhang et al. | Comparison of daily operation strategies for a fuel cell/battery tram | |
CN110015192B (zh) | 一种燃料电池混合动力系统、供电单元及充电控制方法 | |
CN109969002B (zh) | 使用外部能量源的充电容量可变控制设备及其方法 | |
JP2019009953A (ja) | 機械の設計方法 | |
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 | |
CN112441027A (zh) | 交通工具和运行交通工具的方法 | |
CN112622874B (zh) | 一种混合动力车辆动力系统容量匹配方法与系统 | |
Han et al. | A novel updating method of equivalent factor in ECMS for prolonging the lifetime of battery in fuel cell hybrid electric vehicle | |
KR20190138069A (ko) | 주행중 엔진 제어 방법 | |
Giardiello et al. | Comparative Analysis on Fuel Consumption Between Two Online Strategies for P2 Hybrid Electric Vehicles: Adaptive-RuleBased (A-RB) vs Adaptive-Equivalent Consumption Minimization Strategy (A-ECMS) | |
Devi et al. | Transport supercapacitors | |
CN113420927A (zh) | 多源动力系统的多目标配置优化方法 |
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 |