CN112644344A - 一种基于bp神经网络功率分配优化系统及优化方法 - Google Patents

一种基于bp神经网络功率分配优化系统及优化方法 Download PDF

Info

Publication number
CN112644344A
CN112644344A CN202011594645.4A CN202011594645A CN112644344A CN 112644344 A CN112644344 A CN 112644344A CN 202011594645 A CN202011594645 A CN 202011594645A CN 112644344 A CN112644344 A CN 112644344A
Authority
CN
China
Prior art keywords
module
neural network
power
brake pedal
vcu
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.)
Pending
Application number
CN202011594645.4A
Other languages
English (en)
Inventor
李昌泉
郝义国
魏永琪
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.)
Wuhan Grove Hydrogen Automobile Co Ltd
Wuhan Grove Hydrogen Energy Automobile Co Ltd
Original Assignee
Wuhan Grove Hydrogen Energy 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 Wuhan Grove Hydrogen Energy Automobile Co Ltd filed Critical Wuhan Grove Hydrogen Energy Automobile Co Ltd
Priority to CN202011594645.4A priority Critical patent/CN112644344A/zh
Publication of CN112644344A publication Critical patent/CN112644344A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION 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
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/40—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for controlling a combination of batteries and fuel cells
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION 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
    • B60L50/00—Electric propulsion with power supplied within the vehicle
    • B60L50/40—Electric propulsion with power supplied within the vehicle using propulsion power supplied by capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION 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
    • B60L50/00—Electric propulsion with power supplied within the vehicle
    • B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
    • B60L50/75—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using propulsion power supplied by both fuel cells and 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
    • Y02T10/60—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)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Fuel Cell (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种基于BP神经网络功率分配优化系统及优化方法，包括制动踏板模块、VCU模块、BP神经网络模块和PID调节模块，所述制动踏板模块的信息输出端连接VCU模块，所述VCU模块的信息输出端连接BP神经网络模块，所述BP神经网络模块的信息输出端连接PID调节模块；所述制动踏板模块，踩压制动踏板，根据制动踏板采集需求功率的大小值；所述VCU模块，接受需求功率的命令，将需求功率值下发到BP神经网络模块。该基于BP神经网络功率分配优化系统及优化方法，需求功率协调分配燃料电池输出功率、超级电容输出功率和NiH电池输出功率，采用BP神经网络有利于很好的预测燃料电池、超级电容和NiH电池三者各自的输出功率。

Description

一种基于BP神经网络功率分配优化系统及优化方法
技术领域
本发明涉及燃料电池技术领域，具体为一种基于BP神经网络功率分配优化系统及优化方法。
背景技术
燃料电池汽车作为一种新能源驱动汽车，是目前传统燃料汽车理想替代者之一，燃料电池汽车最为核心的一个部件为燃料电池，在进行整车制造之前，燃料电池的测试部分必不可少，针对于燃料电池、超级电容和NiH电池之间的功率分配问题一直是各大实验室的重中之重，三者之间的协调分配是关乎日后燃料电池汽车应对各种复杂路况的前提与基本保障，为此，我们提出一种基于BP神经网络功率分配优化系统及优化方法。
发明内容
本发明的目的在于提供一种基于BP神经网络功率分配优化系统及优化方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于BP神经网络功率分配优化系统及优化方法，包括制动踏板模块、VCU模块、BP神经网络模块和PID调节模块，所述制动踏板模块的信息输出端连接VCU模块，所述VCU模块的信息输出端连接BP神经网络模块，所述BP神经网络模块的信息输出端连接PID调节模块；
所述制动踏板模块，踩压制动踏板，根据制动踏板采集需求功率的大小值；
所述VCU模块，接受需求功率的命令，将需求功率值下发到BP神经网络模块；
所述BP神经网络模块，根据之前训练好的程序，预测燃料电池系统、超级电容系统和NiH电池系统三者的输出功率，同时下发到各子系统模块，进行相应的参数的调整满足输出设定；
所述PID调节模块，根据燃料电池系统、超级电容系统和NiH电池系统三者的实际输出功率之相加与需求功率进行相应的PID控制设定，以满足制动踏板所需的功率。
优选的，所述VCU模块为整车控制器，用于车辆动力系统的协调和控制。
优选的，所述PID调节模块是反馈回路部件，由比例单元P、积分单元I和微分单元D组成。
优选的，所述优化方法如下：采用BP神经网络预测燃料电池、超级电容和NiH电池三者各自的输出功率，使各子系统能获得一个平稳的工作条件。
与现有技术相比，本发明的有益效果是：该基于BP神经网络功率分配优化系统及优化方法，根据需求功率协调分配燃料电池输出功率、超级电容输出功率和NiH电池输出功率，采用BP神经网络有利于很好的预测燃料电池、超级电容和NiH电池三者各自的输出功率，三者各自的输出功率设定好之后，各子系统之间的各自的参数设定有了一定的保证，使各子系统能获得一个平稳的工作条件，方法对于验证设定的功率分配原则是一较为可靠的方法。
附图说明
图1为本发明原理结构示意图。
图中：1、制动踏板模块；2、VCU模块；3、BP神经网络模块；4、PID调节模块。
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，本发明提供一种技术方案：一种基于BP神经网络功率分配优化系统及优化方法，包括制动踏板模块1、VCU模块2、BP神经网络模块3和PID调节模块4，制动踏板模块1的信息输出端连接VCU模块2，VCU模块2的信息输出端连接BP神经网络模块3，BP神经网络模块3的信息输出端连接PID调节模块4。
制动踏板模块1根据制动踏板采集需求功率的大小值，VCU模块2接受需求功率的命令，并将需求功率值下发到BP神经网络模块3，VCU模块2为整车控制器，用于车辆动力系统的协调和控制，采用BP神经网络模块3有利于很好的预测燃料电池、超级电容和NiH电池三者各自的输出功率，根据之前训练好的程序，BP神经网络模块3预测燃料电池系统、超级电容系统和NiH电池系统三者的输出功率，对于燃料电池系统、超级电容系统和NiH电池系统三者的输出功率的预测值，同时下发到各子系统模块，进行相应的参数的调整满足输出设定，三者的实际输出功率之相加与需求功率进行相应的PID控制设定，以满足制动踏板所需的功率，PID调节模块4是反馈回路部件，由比例单元P、积分单元I和微分单元D组成，PID控制的基础是比例控制；积分控制可消除稳态误差，但可能增加超调；微分控制可加快大惯性系统响应速度以及减弱超调趋势，三者各自的输出功率设定好之后，优化方法如下：采用BP神经网络预测燃料电池、超级电容和NiH电池三者各自的输出功率，使各子系统能获得一个平稳的工作条件，各子系统之间的各自的参数设定有了一定的保证，使各子系统能获得一个平稳的工作条件。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (4)

1.一种基于BP神经网络功率分配优化系统，包括制动踏板模块、VCU模块、BP神经网络模块和PID调节模块，其特征在于：所述制动踏板模块的信息输出端连接VCU模块，所述VCU模块的信息输出端连接BP神经网络模块，所述BP神经网络模块的信息输出端连接PID调节模块；
所述制动踏板模块，踩压制动踏板，根据制动踏板采集需求功率的大小值；
所述VCU模块，接受需求功率的命令，将需求功率值下发到BP神经网络模块；
所述BP神经网络模块，根据之前训练好的程序，预测燃料电池系统、超级电容系统和NiH电池系统三者的输出功率，同时下发到各子系统模块，进行相应的参数的调整满足输出设定；
所述PID调节模块，根据燃料电池系统、超级电容系统和NiH电池系统三者的实际输出功率之相加与需求功率进行相应的PID控制设定，以满足制动踏板所需的功率。
2.根据权利要求1所述的一种基于BP神经网络功率分配优化系统，其特征在于：所述VCU模块为整车控制器，用于车辆动力系统的协调和控制。
3.根据权利要求1所述的一种基于BP神经网络功率分配优化系统，其特征在于：所述PID调节模块是反馈回路部件，由比例单元P、积分单元I和微分单元D组成。
4.根据权利要求1-4任一项所述的一种基于BP神经网络功率分配优化方法，其特征在于：所述优化方法如下：采用BP神经网络预测燃料电池、超级电容和NiH电池三者各自的输出功率，使各子系统能获得一个平稳的工作条件。
CN202011594645.4A 2020-12-29 2020-12-29 一种基于bp神经网络功率分配优化系统及优化方法 Pending CN112644344A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011594645.4A CN112644344A (zh) 2020-12-29 2020-12-29 一种基于bp神经网络功率分配优化系统及优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011594645.4A CN112644344A (zh) 2020-12-29 2020-12-29 一种基于bp神经网络功率分配优化系统及优化方法

Publications (1)

Publication Number Publication Date
CN112644344A true CN112644344A (zh) 2021-04-13

Family

ID=75363774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011594645.4A Pending CN112644344A (zh) 2020-12-29 2020-12-29 一种基于bp神经网络功率分配优化系统及优化方法

Country Status (1)

Country Link
CN (1) CN112644344A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113752919A (zh) * 2021-08-24 2021-12-07 东风汽车集团股份有限公司 一种燃料电池汽车能量分配方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5396415A (en) * 1992-01-31 1995-03-07 Honeywell Inc. Neruo-pid controller
US20110200906A1 (en) * 2010-02-12 2011-08-18 Chung-Hsin Electric And Machinery Manufacturing Corp. Parallel fuel cell electrical power system
CN102837696A (zh) * 2012-06-25 2012-12-26 浙江大学城市学院 具有在线监测功能的燃料电池叉车混合动力控制系统
CN103639211A (zh) * 2013-12-23 2014-03-19 太原重工股份有限公司 Bp神经网络和pid参数优化的辊缝控制方法及系统
CN109376493A (zh) * 2018-12-17 2019-02-22 武汉理工大学 一种粒子群优化的径向基神经网络车辆速度跟踪方法
CN109398109A (zh) * 2018-10-25 2019-03-01 山东理工大学 一种轮毂驱动车辆驱动系统反馈补偿控制结构及方法
CN109760523A (zh) * 2019-01-21 2019-05-17 浙江工业大学 基于bp神经网络车速预测的复合电源能量管理方法
CN109808512A (zh) * 2019-01-08 2019-05-28 武汉理工大学 混合动力燃料电池汽车仿真控制方法及系统
CN109849895A (zh) * 2019-02-28 2019-06-07 江苏大学 一种基于神经网络观测器的混合动力汽车自适应e-h切换协调控制方法
CN109849899A (zh) * 2019-02-01 2019-06-07 江苏大学 一种电动轮汽车电液复合车身稳定控制系统及方法
CN111409510A (zh) * 2020-03-26 2020-07-14 河南科技大学 一种氢燃料电池混合动力汽车的能量管理方法
CN111463837A (zh) * 2020-05-18 2020-07-28 重庆大学 一种用于多源混合动力系统的分散式功率分配法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5396415A (en) * 1992-01-31 1995-03-07 Honeywell Inc. Neruo-pid controller
US20110200906A1 (en) * 2010-02-12 2011-08-18 Chung-Hsin Electric And Machinery Manufacturing Corp. Parallel fuel cell electrical power system
CN102837696A (zh) * 2012-06-25 2012-12-26 浙江大学城市学院 具有在线监测功能的燃料电池叉车混合动力控制系统
CN103639211A (zh) * 2013-12-23 2014-03-19 太原重工股份有限公司 Bp神经网络和pid参数优化的辊缝控制方法及系统
CN109398109A (zh) * 2018-10-25 2019-03-01 山东理工大学 一种轮毂驱动车辆驱动系统反馈补偿控制结构及方法
CN109376493A (zh) * 2018-12-17 2019-02-22 武汉理工大学 一种粒子群优化的径向基神经网络车辆速度跟踪方法
CN109808512A (zh) * 2019-01-08 2019-05-28 武汉理工大学 混合动力燃料电池汽车仿真控制方法及系统
CN109760523A (zh) * 2019-01-21 2019-05-17 浙江工业大学 基于bp神经网络车速预测的复合电源能量管理方法
CN109849899A (zh) * 2019-02-01 2019-06-07 江苏大学 一种电动轮汽车电液复合车身稳定控制系统及方法
CN109849895A (zh) * 2019-02-28 2019-06-07 江苏大学 一种基于神经网络观测器的混合动力汽车自适应e-h切换协调控制方法
CN111409510A (zh) * 2020-03-26 2020-07-14 河南科技大学 一种氢燃料电池混合动力汽车的能量管理方法
CN111463837A (zh) * 2020-05-18 2020-07-28 重庆大学 一种用于多源混合动力系统的分散式功率分配法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113752919A (zh) * 2021-08-24 2021-12-07 东风汽车集团股份有限公司 一种燃料电池汽车能量分配方法及系统
CN113752919B (zh) * 2021-08-24 2023-08-08 东风汽车集团股份有限公司 一种燃料电池汽车能量分配方法及系统

Similar Documents

Publication Publication Date Title
CN102751737B (zh) 一种含风电的电力系统自动发电控制仿真分析方法
CN106945558A (zh) 集群电动汽车v2g控制策略
CN109038613A (zh) 一种计及风电虚拟惯性/一次调频响应的自适应低频减载方法
CN113315164B (zh) 无功电压控制方法和装置、介质以及计算装置
CN115832371B (zh) 氢燃料电池的特性曲线补偿控制方法、系统、设备及介质
CN114336694A (zh) 一种混合储能电站能量优化控制方法
CN116154877B (zh) 一种优化新能源场站集群调频参数的方法
WO2023226356A1 (zh) 一种提高储能系统稳定性的电动汽车集群充放电管理方法
CN116581780A (zh) 一种风储联合系统一次调频特性建模与控制方法
CN112644344A (zh) 一种基于bp神经网络功率分配优化系统及优化方法
CN115313416A (zh) 一种适用于储能电站辅助调频系统的多目标优化控制方法
CN114722693A (zh) 一种水轮机调节系统二型模糊控制参数的优化方法
CN113517702B (zh) 一种源储荷调切联动的紧急控制方法及系统
CN110829474B (zh) 用大数据智能储能支撑电网动态安全的方法与系统
CN117458532A (zh) 一种考虑动态调节约束的风光储场站群调频参数整定方法
CN115693760A (zh) 一种风光储联合电站的功率控制方法、装置和电子设备
CN115001054A (zh) 一种基于模型预测含电动汽车的电力系统频率控制策略
CN114954421A (zh) 轮式机器人混合动力系统功率分配方法及计算机可读介质
CN111650512A (zh) 一种火力发电机组自动发电控制随动负荷扰动试验方法
CN114844052B (zh) 一种基于主动配电网的电压无功优化控制方法
CN112968480B (zh) 基于机组负荷响应能力的风火电联合优化调度方法及系统
CN113783236B (zh) 高比例新能源电力系统实时优化调度方法、装置及介质
CN112398154B (zh) 一种储能电站优化控制方法、系统、装置和存储介质
JP7480383B1 (ja) システム、制御方法及びプログラム
Jada et al. Efficient Power Management in Hybrid Electric Vehicles

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