CN113071506B - 考虑座舱温度的燃料电池汽车能耗优化系统 - Google Patents

考虑座舱温度的燃料电池汽车能耗优化系统 Download PDF

Info

Publication number
CN113071506B
CN113071506B CN202110548819.1A CN202110548819A CN113071506B CN 113071506 B CN113071506 B CN 113071506B CN 202110548819 A CN202110548819 A CN 202110548819A CN 113071506 B CN113071506 B CN 113071506B
Authority
CN
China
Prior art keywords
power
temperature
fuel cell
state
vehicle
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
CN202110548819.1A
Other languages
English (en)
Other versions
CN113071506A (zh
Inventor
陈虹
杨惠策
宫洵
胡云峰
林佳眉
张冲
郭洪艳
李勇
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN202110548819.1A priority Critical patent/CN113071506B/zh
Publication of CN113071506A publication Critical patent/CN113071506A/zh
Application granted granted Critical
Publication of CN113071506B publication Critical patent/CN113071506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00421—Driving arrangements for parts of a vehicle air-conditioning
    • B60H1/00428—Driving arrangements for parts of a vehicle air-conditioning electric
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/0073—Control systems or circuits characterised by particular algorithms or computational models, e.g. fuzzy logic or dynamic models
    • 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
    • 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
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B60W2050/0031—Mathematical model of the vehicle
    • B60W2050/0034—Multiple-track, 2D vehicle model, e.g. four-wheel model
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B60W2050/0037—Mathematical models of vehicle sub-units
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • 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
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/84—Data processing systems or methods, management, administration
    • 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
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/88—Optimized components or subsystems, e.g. lighting, actively controlled glasses
    • 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
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • 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)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Sustainable Energy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Power Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Thermal Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Fuzzy Systems (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Fuel Cell (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

一种考虑座舱温度的燃料电池汽车能耗优化系统，属于汽车的节能控制技术领域。本发明的目的是利用智能网联信息提供的动态的交通预瞄信息，兼顾燃料电池混合动力汽车的动力性和座舱温度舒适性两方面需求，实现整车燃料经济性进一步提升的考虑座舱温度的燃料电池汽车能耗优化系统。本发明步骤是：基于马尔科夫过程的车速预测、建立燃料电池电堆效率及耗氢量模型、建立优化问题、将求解得到的控制输入序列传递至燃料电池混合动力汽车的功率执行控制单元。本发明考虑汽车座舱温度对能耗的影响，提高汽车在低温高速条件下的适应性，最大化挖掘燃料电池混合动力汽车的节能潜力。

Description

考虑座舱温度的燃料电池汽车能耗优化系统
技术领域
本发明属于汽车的节能控制技术领域。
背景技术
目前，汽车的迅猛发展已经成为能源消耗和温室气体排放的主要来源，发展新能源汽车是解决这一问题的重要途径。燃料电池混合动力汽车具有续航里程长、清洁无污染、加注迅速等优点，被视为下一代新能源汽车的主要发展方向之一。
我国提出了发展新能源汽车和智能网联汽车的战略性新兴产业规划，并在规划中提出要大力发展燃料电池汽车的关键技术，发展燃料电池汽车已经成为我国重要的国家战略，在国家政策的推动下，氢能源汽车已经进入发展的快车道。
燃料电池混合动力汽车的耗氢量直接影响到燃料电池混合动力汽车的经济性,此外，当外界温度过高或过低时，汽车的座舱温度对驾驶员的舒适性亦有着不容忽视的影响。但现有的研究往往只是研究单一的功率分配或温度控制，而缺乏将二者一体化的控制策略。因此设计一个考虑座舱温度的燃料电池汽车能耗优化系统对于燃料电池混合动力汽车有着重要的意义。另外，在第五代移动通信技术(5th Generation Mobile CommunicationTechnology,5G)、智能网联技术快速发展的背景下，燃料电池汽车势必要结合网联信息才能更好的发挥其自身优势。车载控制单元利用这些多源网联信息提供的有预见性的驾驶信息，在满足驾驶员温度舒适性的条件下能够极大地挖掘燃料电池混合动力汽车的节能潜力。
专利CN110641250A公开了一种基于人体热舒适理论和模糊PID控制的电动汽车空调系统智能控制方法。该发明利用搭建好的模糊PID控制器对乘员舱温度进行调节，以此实现乘员舱舒适温度的实时自调节。但该发明仅考虑了汽车的座舱温度，而没有考虑汽车在运行时控制空调系统带来的经济性影响，没有涉及对发动机能量的优化管理。
专利CN112287463A公开了一种基于深度强化学习算法的燃料电池汽车能量管理方法。该发明采用深度强化学习算法对燃料电池汽车进行实时的能量管理，在尽可能减少耗氢量的同时提高了燃料电池的工作效率，维持锂电池的荷电状态(SOC,State ofCharge)在合理区间。但该发明没有结合智能网联信息，无法有预见性的对未来的驾驶信息进行规划，没有最大化挖掘燃料电池混合动力汽车的节能潜力。
专利CN110696815A一种网联式混合动力汽车的预测能量管理方法。该发明以油电混合动力汽车为研究对象，考虑数据处理中心发送给汽车的路面信息，预估未来一段时间内汽车的速度曲线，对汽车进行能量管理。但该发明并未涉及对于燃料电池混合动力汽车的能量管理策略，且该发明没有考虑座舱温度对于驾驶员及乘客舒适性的影响。
综上所述，虽然目前公开的专利已经涉及了一些关于汽车功率和温度优化控制的解决方案，但都将汽车的功率与温度分开管理，各自为政，在考虑汽车座舱温度舒适性的基础上对能量管理的研究仍是一片空白。此外，相比于油电混合动力汽车，燃料电池在汽车运行的过程中不能频繁启停，具有更高的控制难度。因而如何结合丰富的网联信息对燃料电池混合动力汽车的功率和座舱温度进行一体化优化管理是一个亟需解决的难题。
目前，针对燃料电池汽车的功率-温度一体化优化控制主要有以下问题：
1.燃料电池混合动力汽车通过燃料电池和动力电池共同驱动空调来调节座舱温度在合理范围内，这两种动力源不仅为汽车提供行驶时需要的动力，也为空调等设备提供需求功率，可见燃料电池汽车的动力链与热力链是高度耦合的，因而燃料电池汽车的燃料经济性与温度也是不可分割的整体。然而现有的燃料电池汽车能量优化控制策略与温度控制是解耦的，只能根据功率需求来协调分配燃料电池与动力电池的驱动能量，达到优化燃料经济性的目的，而没有考虑座舱温度对汽车能量的影响，降低了燃料节能空间；
2.动力电池的SOC随功率变化响应速度较快，但汽车座舱的温度随空调功率变化的响应速度较慢，即燃料电池混合动力汽车的动力链与热力链两系统的动态响应的时间尺度不同，为在线协调优化控制系统设计和优化问题的快速求解带来难度；
3.在汽车运行时燃料电池无法频繁启停，因而对燃料电池的控制比传统的发动机具有更高的控制难度。此外车载空调在汽车运行时可处于启动或停机状态，启动状态下又对应着灵活的功率分配方式，怎样在优化问题中解决燃料电池特性本身带来的约束与确定车载空调的启停状态及启动状态下功率的分配方式亦是一个难题。
发明内容
本发明的目的是利用智能网联信息提供的动态的交通预瞄信息，兼顾燃料电池混合动力汽车的动力性和座舱温度舒适性两方面需求，实现整车燃料经济性进一步提升的考虑座舱温度的燃料电池汽车能耗优化系统。
本发明步骤是：
S1、基于马尔科夫过程的车速预测
①读取当前时刻w的车速Vnow；
②采用蒙特卡洛模拟的方式生成符合状态转移概率矩阵的随机数组；
③根据转移概率矩阵与Vnow求得w+1时刻的速度概率序列
Figure GDA0003515175910000021
概率序列的最大值对应的速度即为w+1时刻的预测速度；
④根据
Figure GDA0003515175910000022
进一步求得
Figure GDA0003515175910000023
以此类推求得w+2,w+3...w+5时刻的预测车速序列；并用
Figure GDA0003515175910000024
表示未来5秒的车速序列；
S2、建立汽车纵向行驶动力学模型、燃料电池电堆效率及耗氢量模型、动力电池荷电状态模型、空调功率-温度模型
S201、建立汽车纵向行驶动力学模型：根据汽车当前的车速信息及云计算处理中心发送的预见性车速信息Vsynthesize，计算汽车的需求功率Psynthesize：
Figure GDA0003515175910000025
其中，f是滑动阻力系数，ηmotor是电机的传动效率，mvehicle是汽车质量，σvehicle是汽车的旋转元件的质量系数，g是重力加速度，φroad是路面坡度，λvehicle是汽车的迎风面积，ρair是空气密度，αD_vehicle是空气阻力系数，
Figure GDA0003515175910000026
是车辆的速度对于时间t的微分；
S202、建立燃料电池电堆效率及耗氢量模型
工作效率与燃料电池输出功率的拟合关系式如下：
ηfuel＝-0.0004677Pfc_outopt 2+0.02712Pfc_outopt+0.2692， (2)
其中，Pfc_outopt是燃料电池的输出功率，ηfuel是燃料电池的工作效率；
燃料电池的耗氢量Wfc的计算公式如下：
Figure GDA0003515175910000031
其中，
Figure GDA0003515175910000032
是氢气的低热值；
S203、建立动力电池荷电状态模型
动力电池的荷电状态方程为：
Figure GDA0003515175910000033
其中，Vopcir_batt为动力电池的开路电压,Pbatt_output是动力电池的输出功率，Dbatt_int是动力电池的内阻，Lbatt是动力电池充满电时的电荷容量，
Figure GDA0003515175910000034
是动力电池荷电状态SOCbatt的导数；本文采用实验标定得到动力电池开路电压、内阻与SOC关系的数据，进而通过数据拟合的方法获得动力电池的开路电压及充放电时内阻的拟合公式：
Figure GDA0003515175910000035
通过数据拟合得到的动力电池充电时的内阻与SOC的关系曲线与动力电池放电时的内阻与SOC的关系曲线，其拟合公式如下：
Figure GDA0003515175910000036
Figure GDA0003515175910000037
其中，Dbatt_dis是动力电池放电时的内阻，Dbatt_chg是动力电池充电时的内阻；
S204、建立空调的功率-温度模型
空调温度随功率变化的公式如下所示：
Figure GDA0003515175910000038
其中，τ为采样时刻，
Figure GDA0003515175910000039
和
Figure GDA00035151759100000310
分别为第τ时刻和第τ+1时刻座舱内的温度，
Figure GDA00035151759100000311
为第τ+1时刻座舱外的环境温度，ξ为散热系数，θc为空调处于开启状态时，其制热功率对座舱温度的调节系数，Sτ为第τ时刻空调的启停状态，当其数值为1时，表示空调处于开启状态，其数值为0时，表示空调处于停机状态；由于Sτ仅能为1或0，因此上式可整理为：
Figure GDA00035151759100000312
其动态方程为：
Figure GDA0003515175910000041
S3、建立优化问题描述，利用前向动态规划算法构建燃料电池混合动力汽车功率-温度一体化优化控制策略求解燃料电池和动力电池的输出功率序列及空调的启停序列与其开启状态下的需求功率序列
S301、建立功率-温度一体化优化控制策略的优化问题描述
选取动力电池的SOC与座舱温度为状态变量，燃料电池输出功率与车载空调的启停状态及开启状态下的输出功率为控制输入，得到状态方程为：
Figure GDA0003515175910000042
Figure GDA0003515175910000043
其中，f1表示动力电池SOC的变化速率
Figure GDA0003515175910000044
是与动力电池的开路电压Vbatt_output和当前动力电池SOC的大小SOCbatt有关的函数，f2表示座舱温度的变化速率
Figure GDA0003515175910000045
是与当前座舱的温度θin，空调的启停状态Sτ，散热系数ξ，空调制热功率对座舱温度的调节系数θc，座舱外的环境温度θout有关的函数；优化目标是满足驾驶员温度舒适性的基础上最小化预测时域内系统的耗氢量：
Figure GDA0003515175910000046
其中，J是系统终端约束的条件内预测时域的总耗氢量，
Figure GDA0003515175910000047
是系统状态的终端约束，α是期望温度与座舱温度之差所占优化函数的权重，θref是驾驶员的期望温度，θin(t)是汽车座舱在t时刻的温度，ti是预测时域的初始时间，tb是预测时域的终止时间，u是系统的控制输入，Wfc(u(t))是系统在t时刻的耗氢量是与t时刻系统的控制输入u(t)有关的函数，将动力电池的输出功率用燃料电池的输出功率表示，故系统的控制输入简化为u＝[Pfc_output,Sτ,θc]，状态变量为x＝[SOCbatt,θin]；
S302、确定系统需要满足的约束条件
①需要满足动力电池的状态约束及SOC的动态方程：
Figure GDA0003515175910000048
其中，SOCi是SOC的初始状态值，即在时刻ti的值，tf是预测时域的终值；
②需要满足燃料电池的功率约束
Pfc_output_a≤Pfc_output≤Pfc_output_b, (15)
其中，Pfc_output_a和Pfc_output_b分别是燃料电池的最低输出功率和最高输出功率；
③满足动力电池的功率约束
Pbatt_output_a≤Pbatt_output≤Pbatt_output_b, (16)
其中，Pbatt_output_a和Pbatt_output_b分别是动力电池的最低输出功率和最高输出功率；
④满足车载空调的功率约束
Sτ∈{0,1},
θc_a≤θc≤θc_b， (17)
其中，Sτ＝1表示空调处于启动状态，Sτ＝0表示空调处于停机状态，θc_a和θc_b是空调处于开启状态时调节系数的最小值和最大值；
⑤满足汽车运行时的需求功率约束
Psynthesize+Pcond·Sτ＝Pfc_output+Pbatt_output， (18)
其中，Pcond为空调的输出功率；
S303、考虑座舱温度的燃料电池汽车能耗优化系统的求解流程
①测量当前车辆座舱内外的温度及动力电池的SOC值，获取云计算处理中心发送的预见性车速信息，同时将车速信息的时间离散为等时间间隔Δt的Nt等份；
②选取SOC的初始值等于终端值，为使离散后的状态点能在离散控制输入的作用下落在SOC初始值的约束范围内，将温度动力电池SOC的初始值与终端值SOCi扩大成两个点，即{0.5,0.501}；将汽车启动前的座舱温度15℃作为温度的初始值，驾驶员期望的温度22℃作为温度的终端值，同样的，为了使离散后的状态点能在离散控制输入的作用下落在座舱温度初始值的约束范围内，将座舱温度的初始值和终端值扩大成两个点，即{15,15.01}和{22,22.01}；分别从状态变量初始端和终止端开始，将动力电池和车载空调的控制输入变量的最大值和最小值计算入系统中，确定整个求解范围内每一采样时刻的上下边界{SOCul,SOCdl}与
Figure GDA0003515175910000051
并根据每一秒采样时刻SOC的上下边界将动力电池的SOC离散成
Figure GDA0003515175910000052
其中，R是实数集；将控制变量和状态变量划分成若干网格，FDP控制输入变量与状态变量网格如下
变量(单位)网格
t(s)1：1：600
θin(℃)15：0.01：22
SOC(-)0.3：0.001：0.7
θc(-)0：0.1：1.4
Pbatt_output(kW)-20：1：20
Sτ(-)0：1：1
在每个采样时刻k(k＞1)，根据状态变量的动态方程反推上一时刻的状态变量；状态变量x(k)在控制变量u(k)的作用下，会得到下一时刻不同的状态变量网格x(k+1)，并得到对应的耗氢量，即本发明的代价函数J(k+1)，记录每一采样时刻状态转移过程产生的代价函数J(k)；从前向后递推得到每个采样时刻k最小的代价函数所对应的最优状态变量
Figure GDA0003515175910000061
和最优的控制输入变量
Figure GDA0003515175910000062
根据每一时刻最优的控制输入计算得到系统的耗氢量Wfc(k)；
S4、将求解得到的控制输入序列传递至燃料电池混合动力汽车的功率执行控制单元将考虑座舱温度的燃料电池汽车能耗优化系统计算得到的最优控制变量(
Figure GDA0003515175910000063
Sτ,θc)传递至汽车的功率执行控制单元，作用在汽车的各执行机构上，其中
Figure GDA0003515175910000064
是计算得到的最优燃料电池输出功率，
Figure GDA0003515175910000065
是计算得到的最优动力电池的输出功率。
本发明弥补智能网联环境下燃料电池混合动力汽车功率-温度一体化优化控制的空白，面向的控制对象是智能网联环境下的燃料电池混合动力汽车，结合智能网联提供的预见性信息，解决了带有约束的功率-温度一体化优化控制难题，进一步提高了整车的燃料经济性。本发明考虑汽车座舱温度对能耗的影响，提高汽车在低温高速条件下的适应性，最大化挖掘燃料电池混合动力汽车的节能潜力。
附图说明
图1为燃料电池混合汽车动力传动与温度供给部分结构图；
图2为考虑座舱温度的燃料电池汽车能耗优化系统结构图；
图3为考虑座舱温度的燃料电池汽车能耗优化系统的工作流程图；
图4为基于马尔科夫过程的车速预测结构图；
图5为燃料电池混合动力汽车动力-温度传动部分结构图；
图6为通过数据拟合得到的燃料电池效率与输出功率的拟合曲线图；
图7为通过数据拟合得到的动力电池开路电压与SOC的关系曲线图；
图8为通过数据拟合得到的动力电池充电时的内阻与SOC的关系曲线图；
图9为通过数据拟合得到的动力电池放电时的内阻与SOC的关系曲线图；
图10为选取的某城市实际采集的真实高速驾驶循环工况下的车速曲线图；
图11为基于马尔科夫过程预测的车速曲线图；
图12为考虑座舱温度的燃料电池汽车能耗优化系统求解的算力时间曲线图；
图13为考虑座舱温度的燃料电池汽车能耗优化系统计算得到的耗氢量曲线图；
图14为燃料电池混合动力汽车内座舱温度变化曲线图；
图15为燃料电池混合动力汽车内动力电池SOC变化曲线图；
图16为汽车运行时的需求功率，燃料电池输出功率，动力电池输出功率的曲线图；
图17为考虑座舱温度的燃料电池汽车能耗优化系统总需求功率与汽车需求功率，空调需求功率的曲线图；
图18为考虑座舱温度的燃料电池汽车能耗优化系统和基于规则的优化能量管理策略的节能潜力的对比图。
具体实施方式
本发明克服现有技术的不足，提出一种考虑座舱温度的燃料电池汽车能耗优化系统。能够在考虑座舱供暖需求的条件下，协调控制燃料电池与动力电池的输出功率与空调的启停状态及其开启状态下的需求功率，使车辆在满足驾驶员动力需求和冷热舒适度需求的前提下实现汽车燃料经济性的进一步提升。
本发明考虑座舱温度的燃料电池汽车能耗优化系统的特点是：本研究的控制对象是智能网联环境下的燃料电池混合动力汽车,针对燃料电池汽车的动力链与热力链响应时间尺度不同的问题，结合动态网联信息提供的车辆驾驶预见信息，采用基于前向动态规划的优化算法进行在线数值计算，得到对应的动力电池最优SOC轨迹及座舱温度轨迹。
本发明通过以下步骤实现：
步骤一：云计算处理中心根据高精度地图提供的交通信息和道路的坡度信息，利用马尔科夫过程预测未来的车速信息；
步骤二：建立汽车纵向行驶动力学模型、燃料电池电堆效率及耗氢量模型、动力电池荷电状态模型和空调的功率-温度模型；
步骤三：建立优化问题描述，利用前向动态规划算法构建燃料电池混合动力汽车功率-温度一体化优化控制策略，求解燃料电池和动力电池的输出功率序列及空调的启停序列与其开启状态下的需求功率序列；
步骤四：将求解得到的控制输入序列传递至燃料电池混合动力汽车的功率执行控制单元；
步骤五：进行实验仿真，评估所设计的考虑座舱温度的燃料电池汽车能耗优化系统的节能效果与座舱温度调节效果。
本发明的创新点及有益效果是：
1、发明了考虑座舱温度的燃料电池汽车能耗优化系统，在传统燃料电池汽车能量管理的基础上，将对汽车座舱温度的控制引入到整车能量优化控制当中，兼顾了驾驶员在汽车动力性和座舱温度舒适性两个方面的需求，有效地解决了能量和温度耦合的优化问题，进一步提升了燃料电池混合动力汽车的经济性；
2、针对燃料电池无法频繁启停的特性，设计了符合燃料电池特性约束的能量优化控制算法，满足汽车在运行过程中燃料电池始终不停机的约束条件；
3、针对车载空调启停灵活、功率分配多样的特性，设计了能够灵活决策车载空调启停及启动状态下所需功率大小的能量优化控制算法；
4、动力电池SOC变化比较剧烈而座舱温度变化相对平缓，面对动力电池SOC和温度两种状态变量动态响应时间不同的情况，提出了基于前向动态规划(FDP,Forward DynamicProgramming)的燃料电池混合动力汽车功率-温度一体化优化控制方法，解决了变化尺度不同的功率-温度耦合的非线性优化问题的实时求解难题，在保证了优化效果的同时保证了计算的实时性。
本发明的保护点是：
1、发明了考虑座舱温度的燃料电池汽车能耗优化系统及整体设计流程；
2、结合当前的道路信息及网联预测信息，针对变化速度较快的动力电池SOC和变化速度较慢的座舱温度两个变化尺度不同的状态量，设计了基于FDP的燃料电池混合动力汽车功率-温度一体化优化控制方法；
3、针对燃料电池无法频繁启停的特性与车载空调启停灵活、功率分配多样的特性提出了基于FDP的考虑座舱温度的燃料电池汽车能耗优化系统。
以下结合附图详细阐述本发明的具体实施方式
本发明面向智能网联环境下的燃料电池混合动力汽车，利用智能网联信息提供的有预见性的交通信息，并将座舱温度效应考虑到整车能效优化问题中，提出了考虑座舱温度的燃料电池汽车能耗优化系统，以增强车辆在各种工况下的节能效果。针对网联环境下多能量源的预测节能问题，提出了基于FDP的功率-温度一体化优化控制框架。
图1为燃料电池混合动力汽车动力传动与温度供给部分结构图，如图所示，燃料电池混合动力汽车由燃料电池和动力电池共同为汽车提供需求功率与车载空调所需的工作功率。同时，当汽车处于减速状态时，其电机工作模式会由电动机模式变为发电机模式，为动力电池充电。在工作过程中，燃料电池亦可随时为动力电池充电。
本发明考虑座舱温度的燃料电池汽车能耗优化系统结构图如图2所示。如图所示，本发明的具体实施方式为：云计算处理中心根据全球定位系统(Global PositioningSystem,GPS)提供的高精度地图的交通信息和路面坡度信息，为未来的功率规划提供有预见性的道路信息。根据云计算处理中心提供的信息，结合当前的道路情况，利用马尔科夫过程预测未来5秒钟的车速信息，并将该信息传递给燃料电池混合动力汽车的车载控制单元；建立汽车纵向行驶动力学模型、燃料电池电堆效率及耗氢量模型，动力电池荷电状态模型和空调功率-温度模型，车载控制单元根据收到的预见性车速信息，计算汽车的需求功率；建立考虑座舱温度的燃料电池汽车能耗优化系统问题描述，确定优化问题的约束条件。考虑座舱温度的燃料电池汽车能耗优化系统中，车载控制器结合由预见性的车速预测信息计算得到的需求功率，以满足驾驶员对温度舒适性需求的基础上汽车的耗氢量最小为目标，采用FDP方法求解出该优化时域内每一时刻动力电池的SOC序列、汽车座舱的温度、燃料电池和动力电池的输出功率序列和空调的启停序列与其开启状态下的需求功率序列；将求解得到的控制序列传递至燃料电池混合动力汽车的功率执行控制单元，达到提升燃料电池混合动力汽车燃料经济性的目的。本发明考虑座舱温度的燃料电池汽车能耗优化系统的工作流程图如图3所示，具体操作步骤为：
S1.云计算处理中心根据高精度地图提供的交通信息和道路的坡度信息，利用马尔科夫过程预测未来的车速信息。
图4为基于马尔科夫过程的车速预测结构图。如图所示，基于马尔科夫过程的车速预测主要包含以下步骤：
(1)读取当前时刻w的车速Vnow；
(2)采用蒙特卡洛模拟的方式生成符合状态转移概率矩阵的随机数组。
(3)根据转移概率矩阵与Vnow求得w+1时刻的速度概率序列，概率序列的最大值对应的速度即为w+1时刻的预测速度
Figure GDA0003515175910000081
(4)根据
Figure GDA0003515175910000082
进一步求得
Figure GDA0003515175910000083
以此类推求得w+2,w+3...w+5时刻的预测车速序列。并用
Figure GDA0003515175910000084
表示未来5秒的车速序列；
云计算处理中心将上述车速预测信息传递给汽车的车载控制单元(每1秒钟传递一次)。
S2.建立汽车纵向行驶动力学模型、燃料电池电堆效率及耗氢量模型、动力电池荷电状态模型、空调功率-温度模型。
燃料电池混合动力汽车动力-温度传动部分结构图如图5所示。燃料电池和动力电池根据汽车的需求功率为汽车提供牵引力，根据驾驶员的温度需求来提供空调所需的工作功率，汽车的动力提供与温度调节需要由共同的能量源提供能量，因而汽车的动力性与温度的舒适性存在着密切的耦合交互关系。
所述S2包含以下步骤：
S201.建立汽车纵向行驶动力学模型：根据汽车当前的车速信息及云计算处理中心发送的预见性车速信息Vsynthesize，计算汽车的需求功率Psynthesize：
Figure GDA0003515175910000091
其中，f是滑动阻力系数，ηmotor是电机的传动效率，mvehicle是汽车质量，σvehicle是汽车的旋转元件的质量系数，g是重力加速度，φroad是路面坡度，λvehicle是汽车的迎风面积，ρair是空气密度，αD_vehicle是空气阻力系数，
Figure GDA0003515175910000092
是车辆的速度对于时间t的微分。
S202.建立燃料电池电堆效率及耗氢量模型
燃料电池是为汽车和空调提供动力的主要能源，其工作效率曲线具有较强的非线性，使用机理建模的方式难以准确地得到其工作效率的数值，因而本发明采用实验标定与多项式拟合的方法得到其工作效率曲线，通过多项式拟合得到的燃料电池效率与输出功率的拟合曲线图如图6所示，其工作效率与燃料电池输出功率的拟合关系式如下：
ηfuel＝-0.0004677Pfc_outopt 2+0.02712Pfc_outopt+0.2692， (2)
其中，Pfc_outopt是燃料电池的输出功率，ηfuel是燃料电池的工作效率，从图中可以看出拟合的曲线有较好的拟合效果，能够较为准确的表达燃料电池功率与工作效率的关系。燃料电池的耗氢量Wfc的计算公式如下：
Figure GDA0003515175910000093
其中，
Figure GDA0003515175910000094
是氢气的低热值。
S203.建立动力电池荷电状态模型
动力电池是燃料电池混合动力汽车的辅助能源，提供当需求功率过大时燃料电池无法提供的部分功率，同时能够存储能量，起到节约耗氢量的作用。动力电池的荷电状态是其当前电池电量与最大电量的比值，是表征其电量多少的物理量。其动态方程为：
Figure GDA0003515175910000095
其中，Vopcir_batt为动力电池的开路电压,Dbatt_int是动力电池的内阻，Lbatt是动力电池充满电时的电荷容量，
Figure GDA0003515175910000096
是动力电池荷电状态SOCbatt的导数。
动力电池的开路电压与内阻是与电池荷电状态相关的物理量，本发明采用实验标定得到动力电池开路电压、内阻与SOC关系的数据，进而通过数据拟合的方法获得动力电池的开路电压及充放电时的内阻的拟合公式。图7所示是通过数据拟合得到的动力电池开路电压与SOC的关系曲线，其拟合公式如下：
Figure GDA0003515175910000101
从图中可以看出所采用的拟合公式能够准确的表现动力电池开路电压与SOC的关系图。图8和图9分别是通过数据拟合得到的动力电池充电时的内阻与SOC的关系曲线图和通过数据拟合得到的动力电池放电时的内阻与SOC的关系曲线图。其拟合公式如下：
Figure GDA0003515175910000102
Figure GDA0003515175910000103
其中，Dbatt_dis是动力电池放电时的内阻，Dbatt_chg是动力电池充电时的内阻。
S204.建立空调的功率-温度模型
座舱内的空调是维持座舱温度的核心执行机构。一般具备制冷、制热等功能。主要起着冷却座舱内部的空气，降低座舱内温度或通过燃料电池冷却液加热的空气带入到座舱内，进而起到为车内人员供暖的作用，本发明选取的车载空调最大功率为4kW。其温度随功率变化的公式如下所示：
Figure GDA0003515175910000104
其中，τ为采样时刻，
Figure GDA0003515175910000105
和
Figure GDA0003515175910000106
分别为第τ时刻和第τ+1时刻座舱内的温度，
Figure GDA0003515175910000107
为第τ+1时刻座舱外的环境温度，ξ为散热系数，θc为空调处于开启状态时，其制热功率对座舱温度的调节系数，Sτ为第τ时刻空调的启停状态，当其数值为1时，表示空调处于开启状态，其数值为0时，表示空调处于停机状态。
由于Sτ仅能为1或0，因此上式可整理为：
Figure GDA0003515175910000108
其动态方程为：
Figure GDA0003515175910000109
从上式可以看出，当座舱外温度确定时，座舱内温度的变化仅与空调的启停及启动状态下空调功率的大小有关。
S3.建立优化问题描述，利用前向动态规划算法构建燃料电池混合动力汽车功率-温度一体化优化控制策略求解燃料电池和动力电池的输出功率序列及空调的启停序列与其开启状态下的需求功率序列。
选取控制输入变量，建立功率-温度一体化优化控制策略的优化问题描述，确定优化问题的约束条件，并利用FDP算法求解出最优的控制输入序列。
S301.建立功率-温度一体化优化控制策略的优化问题描述
本发明中汽车在15℃外界环境温度下启动，根据驾驶员的动力需求与温度需求，燃料电池与动力电池共同为电机与空调提供能量，协调驾驶员动力需求与温度需求以实现整车燃料经济性的进一步提升。选取动力电池的SOC与座舱温度为状态变量，燃料电池输出功率与车载空调的启停状态及开启状态下的输出功率为控制输入，得到状态方程为：
Figure GDA0003515175910000111
Figure GDA0003515175910000112
其中，f1表示动力电池SOC的变化速率
Figure GDA0003515175910000113
是与动力电池的开路电压Pbatt_output和当前动力电池SOC的大小SOCbatt有关的函数，f2表示座舱温度的变化速率
Figure GDA0003515175910000114
是与当前座舱的温度θin，空调的启停状态Sτ，散热系数ξ，空调处于开启状态时，其制热功率对座舱温度的调节系数θc，座舱外的环境温度θout有关的函数。
优化目标是满足驾驶员温度舒适性的基础上最小化预测时域内系统的耗氢量：
Figure GDA0003515175910000115
其中，J是系统终端约束的条件内预测时域的总耗氢量，
Figure GDA0003515175910000116
是系统状态的终端约束，α是期望温度与实际温度差值的权重，θref是驾驶员的期望温度，θin(t)是汽车座舱内在t时刻的温度，ti是预测时域的初始时间，tb是预测时域的终止时间，u是系统的控制输入，Wfc(u(t))是系统在t时刻的耗氢量是与t时刻系统的控制输入u(t)有关的函数，由于动力电池的输出功率的数值等于汽车总的需求功率减去燃料电池的输出功率，因而可将动力电池的输出功率用燃料电池的输出功率表示，故系统的控制输入可简化为
Figure GDA0003515175910000117
状态变量为x＝[SOCbatt,θin]。
S302.确定系统需要满足的约束条件
考虑座舱温度的燃料电池汽车能耗优化系统需要满足以下约束条件：
(1)需要满足动力电池的状态约束及SOC的动态方程：
Figure GDA0003515175910000118
其中，SOCi是SOC的初始状态值，即在时刻ti的值，tf是预测时域的终值。
(2)需要满足燃料电池的功率约束
Pfc_output_a≤Pfc_output≤Pfc_output_b, (15)
其中，Pfc_output_a和Pfc_output_b分别是燃料电池的最低输出功率和最高输出功率。
(3)满足动力电池的功率约束
Pbatt_output_a≤Pbatt_output≤Pbatt_output_b, (16)
其中，Pbatt_output_a和Pbatt_output_b分别是动力电池的最低输出功率和最高输出功率。
(4)满足车载空调的功率约束
Figure GDA0003515175910000121
其中，Sτ＝1表示空调处于启动状态，Sτ＝0表示空调处于停机状态，θc_a和θc_b是空调处于开启状态时调节系数的最小值和最大值。
(5)满足汽车运行时的需求功率约束
Psynthesize+Pcond·Sτ＝Pfc_output+Pbatt_output， (18)
其中，Pcond为空调的输出功率。
S303.考虑座舱温度的燃料电池汽车能耗优化系统的求解流程
(1)测量当前车座舱内外的温度及动力电池的SOC值，获取云计算处理中心发送的预见性车速信息，同时将车速信息的时间离散为等时间间隔Δt的Nt等份。
(2)利用FDP算法求解控制输入的序列。选取SOC的初始值等于终端值，为使离散后的状态点能在离散控制输入的作用下落在SOC初始值的约束范围内，将温度动力电池SOC的初始值与终端值SOCi扩大成两个点，即{0.5,0.501}。将汽车启动前的座舱温度15℃作为温度的初始值，驾驶员期望的温度22℃作为温度的终端值，同样的，为了使离散后的状态点能在离散控制输入的作用下落在座舱温度初始值的约束范围内，将座舱温度的初始值和终端值扩大成两个点，即{15,15.01}和{22,22.01}；分别从状态变量初始端和终止端开始，将动力电池和车在空调的控制输入变量的最大值和最小值计算入系统中，确定整个求解范围内每一采样时刻的上下边界{SOCul,SOCdl}与
Figure GDA0003515175910000122
并根据每一秒采样时刻SOC的上下边界将动力电池的SOC离散成
Figure GDA0003515175910000123
其中，R是实数集；将控制变量和状态变量划分成若干网格，如表1所示：
表1：FDP控制输入变量与状态变量网格
Figure GDA0003515175910000124
在每个采样时刻k(k＞1)，根据状态变量的动态方程反推上一时刻的状态变量；状态变量x(k)在控制变量u(k)的作用下，会得到下一时刻不同的状态变量网格x(k+1)，并得到对应的耗氢量，即本发明的代价函数J(k+1)，记录每一采样时刻状态转移过程产生的代价函数J(k)；从前向后递推得到每个采样时刻k最小的代价函数所对应的最优状态变量
Figure GDA0003515175910000131
和最优的控制输入变量
Figure GDA0003515175910000132
根据每一时刻最优的控制输入计算得到系统的耗氢量Wfc(k)。
S4.将求解得到的控制输入序列传递至燃料电池混合动力汽车的功率执行控制单元。将考虑座舱温度的燃料电池汽车能耗优化系统中的最优控制变量(
Figure GDA0003515175910000133
Sτ,θc)传递至汽车的功率执行控制单元，作用在汽车的各执行机构上，实现对燃料电池混合动力汽车经济性提升的目的，其中
Figure GDA0003515175910000134
是计算得到的最优燃料电池输出功率，
Figure GDA0003515175910000135
是计算得到的最优动力电池的输出功率。
S5.进行实验仿真，评估所设计的考虑座舱温度的燃料电池汽车能耗优化系统的节能效果与座舱温度的调节效果。
由仿真结果可以看出，本发明考虑座舱温度的燃料电池汽车能耗优化系统表现出如下优越性：
(1)设计的基于马尔科夫过程的预测车速的方法，充分利用云计算处理中心提供的智能网联信息，为汽车的功率-温度一体化控制提供了丰富的预见性信息。
图10为选取的某城市实际采集的真实高速驾驶循环工况下的车速曲线图，图11为基于马尔科夫过程预测的车速曲线图，由图中可以看出马尔科夫过程具有较好的预测效果，因而该预见性信息能够为考虑座舱温度的燃料电池汽车能耗优化系统的功率求解提供丰富可靠的信息，充分挖掘燃料电池混合动力汽车的节能潜力。
(2)设计的基于FDP的燃料电池混合动力汽车功率-温度一体化求解算法，提高了求解速率，保证了系统求解的实时性。
图12为考虑座舱温度的燃料电池汽车能耗优化系统求解的算力时间曲线图。从图中可以看出在整个求解的过程中，最大的一次计算时间为0.032秒，其计算时间远远小于网联速度更新的频率(1秒)，因而本系统可以在充分挖掘燃料电池混合动力汽车节氢潜力的基础上满足汽车计算实时性和快速性的需求。
(3)考虑座舱温度对驾驶员舒适性和能耗的影响，利用预见性的车速信息，提高汽车在低温环境下启动时对温度的适应性，尽可能的挖掘汽车的节氢潜力。
图13为考虑座舱温度的燃料电池汽车能耗优化系统计算得到的耗氢量曲线图，图14为燃料电池混合动力汽车内座舱温度变化曲线图。人体感觉舒适的温度范围是18～22℃，从图中可以看出，车辆的座舱温度从15℃开始，在214秒左右时达到18℃，能够在低温情况下较快升温到人体感觉舒适的温度，快速满足车内人员的温度舒适性需求。在570秒左右座舱温度达到驾驶员的需求温度22℃后，可以稳定在需求温度附近，满足驾驶员对汽车的温度需求，因而本发明所设计的系统对温度有较好的调节能力。图15为燃料电池混合动力汽车内动力电池SOC变化曲线图，从图中可以看出，汽车的动力电池能够从设定的SOC初始值出发，在SOC约束范围内达到终端约束值，因而本发明所设计的系统对动力电池的SOC有较好的优化能力。从图14和图15中同时可以看出，动力电池的SOC变化比较剧烈，而温度的变化相对平缓，本发明提出的优化控制系统对两个变化速率不同的状态变量可同时优化并取得期望的优化效果。图16为汽车运行时的需求功率，燃料电池输出功率，动力电池输出功率的曲线图，从图中可以看出，汽车在运行过程中，燃料电池始终没有停机，其输出功率始终不低于5千瓦，满足对燃料电池输出功率的严格约束。图17为考虑座舱温度的燃料电池汽车能耗优化系统总需求功率与汽车需求功率，空调需求功率的曲线，从图16和图17可以看出，燃料电池和动力电池共同为汽车提供运行时所需的动力需求功率与空调运转时所需的功率，能够满足运行过程中汽车的动力需求与温度的调节需求。图18为考虑座舱温度的燃料电池汽车能耗优化系统和基于规则的能量管理策略的节能潜力的对比图。从图中可以看出本发明设计的考虑座舱温度的燃料电池汽车能耗优化系统的耗氢量为137.7g，相比于基于规则的能量管理策略节约了8％的耗氢量，具有极好的节氢效果。

Claims (1)

1.一种考虑座舱温度的燃料电池汽车能耗优化系统，其特征在于：
S1、基于马尔科夫过程的车速预测
①读取当前时刻w的车速Vnow；
②采用蒙特卡洛模拟的方式生成符合状态转移概率矩阵的随机数组；
③根据转移概率矩阵与Vnow求得w+1时刻的速度概率序列
Figure FDA0003515175900000011
概率序列的最大值对应的速度即为w+1时刻的预测速度；
④根据
Figure FDA0003515175900000012
进一步求得
Figure FDA0003515175900000013
以此类推求得w+2,w+3...w+5时刻的预测车速序列；并用
Figure FDA0003515175900000014
表示未来5秒的车速序列；
S2、建立汽车纵向行驶动力学模型、燃料电池电堆效率及耗氢量模型、动力电池荷电状态模型、空调功率-温度模型
S201、建立汽车纵向行驶动力学模型：根据汽车当前的车速信息及云计算处理中心发送的预见性车速信息Vsynthesize，计算汽车的需求功率Psynthesize：
Figure FDA0003515175900000015
其中，f是滑动阻力系数，ηmotor是电机的传动效率，mvehicle是汽车质量，σvehicle是汽车的旋转元件的质量系数，g是重力加速度，φroad是路面坡度，λvehicle是汽车的迎风面积，ρair是空气密度，αD_vehicle是空气阻力系数，
Figure FDA0003515175900000016
是车辆的速度对于时间t的微分；
S202、建立燃料电池电堆效率及耗氢量模型
工作效率与燃料电池输出功率的拟合关系式如下：
ηfuel＝-0.0004677Pfc_outopt 2+0.02712Pfc_outopt+0.2692， (2)
其中，Pfc_outopt是燃料电池的输出功率，ηfuel是燃料电池的工作效率；
燃料电池的耗氢量Wfc的计算公式如下：
Figure FDA0003515175900000017
其中，
Figure FDA0003515175900000018
是氢气的低热值；
S203、建立动力电池荷电状态模型
动力电池的荷电状态方程为：
Figure FDA0003515175900000019
其中，Vopcir_batt为动力电池的开路电压,Pbatt_output是动力电池的输出功率，Dbatt_int是动力电池的内阻，Lbatt是动力电池充满电时的电荷容量，
Figure FDA0003515175900000021
是动力电池荷电状态SOCbatt的导数；采用实验标定得到动力电池开路电压、内阻与SOC关系的数据，进而通过数据拟合的方法获得动力电池的开路电压及充放电时的内阻的拟合公式：
Figure FDA0003515175900000022
通过数据拟合得到的动力电池充电时的内阻与SOC的关系曲线和通过数据拟合得到的动力电池放电时的内阻与SOC的关系曲线，其拟合公式如下：
Figure FDA0003515175900000023
Figure FDA0003515175900000024
其中，Dbatt_dis是动力电池放电时的内阻，Dbatt_chg是动力电池充电时的内阻；
S204、建立空调的功率-温度模型
空调温度随功率变化的公式如下所示：
Figure FDA0003515175900000025
其中，τ为采样时刻，
Figure FDA0003515175900000026
和
Figure FDA0003515175900000027
分别为第τ时刻和第τ+1时刻座舱内的温度，
Figure FDA0003515175900000028
为第τ+1时刻座舱外的环境温度，ξ为散热系数，θc为空调处于开启状态时，其制热功率对座舱温度的调节系数，Sτ为第τ时刻空调的启停状态，当其数值为1时，表示空调处于开启状态，其数值为0时，代表空调处于停机状态；由于Sτ仅能为1或0，因此上式可整理为：
Figure FDA0003515175900000029
其动态方程为：
Figure FDA00035151759000000210
其中，
Figure FDA00035151759000000211
为座舱内温度的变化率，θin为座舱内的温度，θout为座舱外的环境温度。
S3、建立优化问题描述，利用前向动态规划算法构建燃料电池混合动力汽车功率-温度一体化优化控制策略求解燃料电池和动力电池的输出功率序列及空调的启停序列与其开启状态下的需求功率序列：
S301、建立功率-温度一体化优化控制策略的优化问题描述
选取动力电池的SOC与座舱温度为状态变量，燃料电池输出功率与车载空调的启停状态及开启状态下的输出功率为控制输入，得到状态方程为：
Figure FDA0003515175900000031
Figure FDA0003515175900000032
其中，f1表示动力电池SOC的变化速率
Figure FDA0003515175900000033
是与动力电池的开路电压Vbatt_output和当前动力电池SOC的大小SOCbatt有关的函数，f2表示座舱温度的变化速率
Figure FDA0003515175900000034
是与当前座舱的温度θin，空调的启停状态Sτ，散热系数ξ，空调处于开启状态时，其制热功率对座舱温度的调节系数θc，座舱外的环境温度θout有关的函数；优化目标是满足驾驶员温度舒适性的基础上最小化预测时域内系统的耗氢量：
Figure FDA0003515175900000035
其中，J是系统终端约束的条件内预测时域的总耗氢量，
Figure FDA0003515175900000036
是系统状态的终端约束，α是期望温度与实际温度差值的权重，θref是驾驶员的期望温度，θin(t)是汽车座舱内在t时刻的温度，ti是预测时域的初始时间，tb是预测时域的终止时间，u是系统的控制输入，Wfc(u(t))是系统在t时刻的耗氢量是与t时刻系统的控制输入u(t)有关的函数，将动力电池的输出功率用燃料电池的输出功率表示，故系统的控制输入简化为u＝[Pfc_output,Sτ,θc]，状态变量为x＝[SOCbatt,θin]；
S302、确定系统需要满足的约束条件
①需要满足动力电池的状态约束及SOC的动态方程：
Figure FDA0003515175900000037
其中，SOCi是SOC的初始状态值，即在时刻ti的值，tf是预测时域的终值；
②需要满足燃料电池的功率约束
Pfc_output_a≤Pfc_output≤Pfc_output_b, (15)
其中，Pfc_output_a和Pfc_output_b分别是燃料电池的最低输出功率和最高输出功率；
③满足动力电池的功率约束
Pbatt_output_a≤Pbatt_output≤Pbatt_output_b, (16)
其中，Pbatt_output_a和Pbatt_output_b分别是动力电池的最低输出功率和最高输出功率；
④满足车载空调的功率约束
Sτ∈{0,1},
θc_a≤θc≤θc_b， (17)
其中，Sτ＝1是空调处于启动状态，Sτ＝0是空调处于停机状态，θc_a和θc_b是空调处于开启状态时调节系数的最小值和最大值；
⑤满足汽车运行时的需求功率约束
Psynthesize+Pcond·Sτ＝Pfc_output+Pbatt_output， (18)
其中，Pcond为空调的输出功率；
S303、一种考虑座舱温度的燃料电池汽车能耗优化系统的求解流程
①测量当前车座舱内外的温度及动力电池的SOC值，获取云计算处理中心发送的预见性车速信息，同时将车速信息的时间离散为等时间间隔Δt的Nt等份；
②选取SOC的初始值等于终端值，为使离散后的状态点能在离散控制输入的作用下落在SOC初始值的约束范围内，将温度动力电池SOC的初始值与终端值SOCi扩大成两个点，即
{0.5,0.501}；将汽车启动前的座舱温度15℃作为温度的初始值，驾驶员期望的温度22℃作为温度的终端值，同样的，为了使离散后的状态点能在离散控制输入的作用下落在座舱温度初始值的约束范围内，将座舱温度的初始值和终端值扩大成两个点，即{15,15.01}和{22,22.01}；分别从状态变量初始端和终止端开始，将动力电池和车在空调的控制输入变量的最大值和最小值计算入系统中，确定整个求解范围内每一采样时刻的上下边界{SOCul,SOCdl}与
Figure FDA0003515175900000041
并根据每一秒采样时刻SOC的上下边界将动力电池的SOC离散成
Figure FDA0003515175900000042
其中，R是实数集；将控制变量和状态变量划分成若干网格，FDP控制输入变量与状态变量网格如下
变量(单位)网格
t(s)1：1：600
θin(℃)15：0.01：22
SOC(-)0.3：0.001：0.7
θc(-)0：0.1：1.4
Pbatt_output(kW)-20：1：20
Sτ(-)0：1：1
在每个采样时刻k(k＞1)，根据状态变量的动态方程反推上一时刻的状态变量；状态变量x(k)在控制变量u(k)的作用下，会得到下一时刻不同的状态变量网格x(k+1)，并得到对应的耗氢量，即本发明的代价函数J(k+1)，记录每一采样时刻状态转移过程产生的代价函数J(k)；从前向后递推得到每个采样时刻k最小的代价函数所对应的最优状态变量
Figure FDA0003515175900000051
和最优的控制输入变量
Figure FDA0003515175900000052
根据每一时刻最优的控制输入计算得到系统的耗氢量Wfc(k)；
S4、将求解得到的控制输入序列传递至燃料电池混合动力汽车的功率执行控制单元将考虑座舱温度的燃料电池汽车能耗优化系统中的最优控制变量
Figure FDA0003515175900000053
传递至汽车的功率执行控制单元，作用在汽车的各执行机构上，其中
Figure FDA0003515175900000054
是计算得到的最优燃料电池输出功率，
Figure FDA0003515175900000055
是计算得到的最优动力电池的输出功率。
CN202110548819.1A 2021-05-20 2021-05-20 考虑座舱温度的燃料电池汽车能耗优化系统 Active CN113071506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110548819.1A CN113071506B (zh) 2021-05-20 2021-05-20 考虑座舱温度的燃料电池汽车能耗优化系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110548819.1A CN113071506B (zh) 2021-05-20 2021-05-20 考虑座舱温度的燃料电池汽车能耗优化系统

Publications (2)

Publication Number Publication Date
CN113071506A CN113071506A (zh) 2021-07-06
CN113071506B true CN113071506B (zh) 2022-04-05

Family

ID=76616793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110548819.1A Active CN113071506B (zh) 2021-05-20 2021-05-20 考虑座舱温度的燃料电池汽车能耗优化系统

Country Status (1)

Country Link
CN (1) CN113071506B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113386630B (zh) * 2021-08-05 2022-03-08 吉林大学 低温环境下智能网联燃料电池汽车功率分配管理方法
CN113492727B (zh) * 2021-08-20 2022-07-19 重庆交通职业学院 一种基于empc的燃料电池混合动力系统控制方法
CN114559859B (zh) * 2022-03-28 2023-11-21 吉林大学 一种基于燃料电池温度反馈的自适应等效氢耗最小策略
CN115257466A (zh) * 2022-06-23 2022-11-01 安徽普思标准技术有限公司 一种在线燃料电池能量管理方法、系统及汽车
CN115503559B (zh) * 2022-11-07 2023-05-02 重庆大学 考虑空调系统的燃料电池汽车学习型协同能量管理方法
CN117002221B (zh) * 2023-10-08 2023-12-15 江苏星火汽车部件制造有限公司 一种可信息互通的汽车空调智能控制方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007038952A (ja) * 2005-08-05 2007-02-15 Suzuki Motor Corp 燃料電池を搭載した車両の空調装置
CN101163600A (zh) * 2005-04-20 2008-04-16 丰田自动车株式会社 车辆用空调装置
JP2011178365A (ja) * 2010-03-04 2011-09-15 Toyota Motor Corp 空調装置および空調制御方法
CN105857014A (zh) * 2016-04-23 2016-08-17 广东合即得能源科技有限公司 一种燃料电池汽车的热泵空调系统及制热制冷方法
CN108162892A (zh) * 2016-12-07 2018-06-15 现代自动车株式会社 车辆及其控制方法
CN109249773A (zh) * 2018-08-28 2019-01-22 开沃新能源汽车集团有限公司 一种利用燃料电池余热和热泵耦合供热的汽车空调系统
CN110077286A (zh) * 2019-03-26 2019-08-02 浙江创新汽车空调有限公司 一种燃料电池汽车热管理系统
CN110395143A (zh) * 2018-04-25 2019-11-01 天津银隆新能源有限公司 具有冷启动功能的车载燃料电池热管理系统及控制方法
CN211166524U (zh) * 2019-11-25 2020-08-04 武汉科技大学 一种燃料电池组和空调联合热管理系统
CN111891110A (zh) * 2020-05-15 2020-11-06 吉林大学 智能网联混合动力汽车能量-热量一体化实时管理系统
CN111976510A (zh) * 2020-08-25 2020-11-24 中国第一汽车股份有限公司 一种燃料电池动力系统
CN112776673A (zh) * 2020-12-06 2021-05-11 吉林大学 智能网联燃料电池汽车实时能量优化管理系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10128164A1 (de) * 2001-06-09 2002-12-12 Behr Gmbh & Co Fahrzeug-Kühlsystem für eine temperaturerhöhende Einrichtung sowie Verfahren zur Kühlung der temperaturerhöhenden Einrichtung
FR2845525B1 (fr) * 2002-10-03 2005-03-18 Renault Sa Procede de recuperation d'energie a bord d'un vehicule equipe d'une pile a combustible a reformeur
DE112012003691T5 (de) * 2011-09-05 2014-07-10 Honda Motor Co., Ltd. Fahrzeugsteuerungsvorrichtung

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101163600A (zh) * 2005-04-20 2008-04-16 丰田自动车株式会社 车辆用空调装置
JP2007038952A (ja) * 2005-08-05 2007-02-15 Suzuki Motor Corp 燃料電池を搭載した車両の空調装置
JP2011178365A (ja) * 2010-03-04 2011-09-15 Toyota Motor Corp 空調装置および空調制御方法
CN105857014A (zh) * 2016-04-23 2016-08-17 广东合即得能源科技有限公司 一种燃料电池汽车的热泵空调系统及制热制冷方法
CN108162892A (zh) * 2016-12-07 2018-06-15 现代自动车株式会社 车辆及其控制方法
CN110395143A (zh) * 2018-04-25 2019-11-01 天津银隆新能源有限公司 具有冷启动功能的车载燃料电池热管理系统及控制方法
CN109249773A (zh) * 2018-08-28 2019-01-22 开沃新能源汽车集团有限公司 一种利用燃料电池余热和热泵耦合供热的汽车空调系统
CN110077286A (zh) * 2019-03-26 2019-08-02 浙江创新汽车空调有限公司 一种燃料电池汽车热管理系统
CN211166524U (zh) * 2019-11-25 2020-08-04 武汉科技大学 一种燃料电池组和空调联合热管理系统
CN111891110A (zh) * 2020-05-15 2020-11-06 吉林大学 智能网联混合动力汽车能量-热量一体化实时管理系统
CN111976510A (zh) * 2020-08-25 2020-11-24 中国第一汽车股份有限公司 一种燃料电池动力系统
CN112776673A (zh) * 2020-12-06 2021-05-11 吉林大学 智能网联燃料电池汽车实时能量优化管理系统

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
Xiang Meng ; Qi Li ; Guorui Zhang ; Tianhong Wang ; Weirong Chen ; Taiqian.A Dual-Mode Energy Management Strategy Considering Fuel Cell Degradation for Energy Consumption and Fuel Cell Efficiency Comprehensive Optimization of Hybrid Vehicle.《IEEE/IEE Electronic Library (IEL)》.2019, *
基于功率管理的PEM燃料电池空气供给系统建模与控制研究;张帆;《中国优秀硕士学位论文全文数据库电子期刊工程科技Ⅰ辑》;20200815(第8期);全文 *
基于热泵空调的燃料电池汽车整车热管理开发设计;王戎等;《重庆理工大学学报(自然科学)》;20210131;第35卷(第1期);全文 *
基于电池热特性分析的增程式电动车动力总成匹配与控制;邱天宇;《中国优秀硕士学位论文全文数据库电子期刊工程科技Ⅱ辑》;20190115(第1期);全文 *
整车集成热管理协同控制与优化研究;卢鹏宇;《中国博士学位论文全文数据库电子期刊工程科技Ⅱ辑》;20200815(第8期);全文 *
燃料电池汽车热环境中换热部件及热管理系统性能研究;王婷;《中国博士学位论文全文数据库电子期刊工程科技Ⅱ辑》;20200315(第3期);全文 *
电动车动力电池热管理与空调系统联合仿真及控制技术研究;吴祯利;《中国优秀硕士学位论文全文数据库电子期刊工程科技Ⅱ辑》;20150815(第8期);全文 *

Also Published As

Publication number Publication date
CN113071506A (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
CN113071506B (zh) 考虑座舱温度的燃料电池汽车能耗优化系统
CN111891110B (zh) 智能网联混合动力汽车能量-热量一体化实时管理系统
Amini et al. Hierarchical MPC for robust eco-cooling of connected and automated vehicles and its application to electric vehicle battery thermal management
CN112776673B (zh) 智能网联燃料电池汽车实时能量优化管理系统
CN104044479B (zh) 用于在充电时控制电动车辆的方法
Shams-Zahraei et al. Integrated thermal and energy management of plug-in hybrid electric vehicles
Borhan et al. Nonlinear model predictive control for power-split hybrid electric vehicles
WO2021159660A1 (zh) 一种混合动力汽车能量管理方法和系统
Park et al. Computationally efficient stochastic model predictive controller for battery thermal management of electric vehicle
CN113246805B (zh) 考虑汽车驾驶舱温度的燃料电池功率管理控制方法
CN112373457B (zh) 面向节能控制的混合动力汽车能量与热量一体化模型
Zhang et al. A novel learning-based model predictive control strategy for plug-in hybrid electric vehicle
Al Faruque et al. Modeling, analysis, and optimization of Electric Vehicle HVAC systems
CN205239180U (zh) 车用动力电池组主动风冷散热系统
Guo et al. An integrated thermal management strategy for cabin and battery heating in range-extended electric vehicles under low-temperature conditions
Jia et al. Health-aware energy management strategy for fuel cell hybrid bus considering air-conditioning control based on TD3 algorithm
Zhao et al. A two-stage eco-cooling control strategy for electric vehicle thermal management system considering multi-source information fusion
CN113928182B (zh) 基于全局交通信息的混合动力汽车电池热管理优化系统
CN110962684B (zh) 电动汽车能源管理与分配方法
Yan et al. Co-optimization for fuel cell buses integrated with power system and air conditioning via multi-dimensional prediction of driving conditions
CN115732810A (zh) 一种电动汽车电池包加温系统控制方法
Hajidavalloo et al. NMPC-based integrated thermal management of battery and cabin for electric vehicles in cold weather conditions
WO2021228019A1 (zh) 一种延长电动汽车电池寿命的方法
CN113147321A (zh) 一种车载空调与可再生制动协调控制方法
Rong et al. Model predictive climate control of electric vehicles for improved battery lifetime

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