CN113177267B - 一种基于改进模糊pid的全流程多学科建模方法 - Google Patents

一种基于改进模糊pid的全流程多学科建模方法 Download PDF

Info

Publication number
CN113177267B
CN113177267B CN202110575558.2A CN202110575558A CN113177267B CN 113177267 B CN113177267 B CN 113177267B CN 202110575558 A CN202110575558 A CN 202110575558A CN 113177267 B CN113177267 B CN 113177267B
Authority
CN
China
Prior art keywords
power
speed
fuzzy
fuel cell
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
Application number
CN202110575558.2A
Other languages
English (en)
Other versions
CN113177267A (zh
Inventor
伊国栋
伊骊帆
张绍举
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202110575558.2A priority Critical patent/CN113177267B/zh
Publication of CN113177267A publication Critical patent/CN113177267A/zh
Application granted granted Critical
Publication of CN113177267B publication Critical patent/CN113177267B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • 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
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/40Application of hydrogen technology to transportation, e.g. using fuel cells

Abstract

本发明公开了一种基于改进模糊PID的氢燃料电池动力系统全流程建模方法。本发明通过偏心化模糊自适应PID模块、加速制动模块和功率分配模块的协同,在保证动力系统功率输出性能的基础上,实现了对氢燃料电池汽车动力系统输出特性的精细化控制,满足更复杂的氢燃料电池汽车动力系统变载需求,在相同或更优速度控制效果的前提下,大幅减少氢燃料电池的大幅变载时间,延长氢燃料电池的使用寿命,同时实现更加精确的加速制动控制,控制效果具有更高的鲁棒性。

Description

一种基于改进模糊PID的全流程多学科建模方法
技术领域
本发明属于新能源汽车领域,提出了一种基于改进模糊PID的氢燃料电池动力系统全流程建模方法。
背景技术
在新能源汽车领域,能够取代传统燃油汽车的主要就是纯电动汽车和氢燃料电池汽车两个发展方向。目前纯电动汽车的相关配套技术已经较为成熟,但纯电动汽车的电能完全依赖于电网供应,因此其环保程度取决于发电方式的环保性,而目前我国仍以传统火力发电为主,污染较大,此外受锂电池技术的制约,纯电动汽车的发展正面临瓶颈;氢燃料电池能量密度高且提升空间较大,随着车载供氢、液氢储运等配套技术的发展,氢燃料电池汽车具有更加环保的技术优势和更加广阔的发展前景。然而,目前国内氢燃料电池汽车与国外仍存在较大差距,丰田的Mirai氢燃料电池汽车已开始在美国、日本进行商品化销售,而国内氢燃料电池汽车的研究大多却仍停留在以传统内燃机汽车进行改制的阶段。对比国内外氢燃料电池汽车产业的发展现状,国内研制的氢燃料电池汽车动力系统在输出功率等级、功率密度、稳定性、耐久性等方面的不足,是严重制约我国氢燃料电池汽车产业发展的重要原因。
针对以上问题,开展氢燃料电池汽车动力系统控制方法的研究,对于我国发展绿色环保的新能源汽车产业具有重要意义。
发明内容
为了解决背景技术中的问题,本发明提出了一种基于改进模糊PID的氢燃料电池动力系统全流程建模方法,本发明根据燃料电池汽车的目标速度和当前速度的差值,以及速度差值变化率的大小,预测速度差值的变化趋势,并以当前动力系统中燃料电池和动力电池的输出功率为参考,通过合理的电池变载量分配,实现对燃料电池汽车在复杂路况中多变功率需求的快速响应。
偏心化模糊规则模块通过控制燃料电池这一动力系统主要能源供应装置的输出功率,可以维持动力系统输出功率的总体稳定,是改进的模糊自适应PID控制算法最重要的组成部分。当发生小幅度速度需求波动时,具有更高控制优先级的功率分配模块优先进行调控,已经足以达到速度变化需求,因此只有当变载幅度较大时,才需要偏心化模糊规则模块控制燃料电池进行动力系统输出功率调节,由此可以减小燃料电池因频繁功率波动带来的变载压力。
在燃料电池输出特性控制器中设置燃料电池最小输出功率,当汽车功率需求较低时完全由燃料电池供电;当汽车变载幅度较大时通过燃料电池和动力电池共同变载;当速度需求小范围波动时,优先采用动力电池进行功率满足,减少燃料电池频繁变载的次数和急剧变载的程度,以延缓燃料电池使用寿命的缩短和输出性能的下降。
本发明基于改进模糊PID的氢燃料电池动力系统包括偏心化模糊规则模块、功率分配模块和制动加速度补偿模块;
所述偏心化模糊规则模块包括模糊控制器和PID控制模块;模糊控制器的输入变量为氢燃料电池汽车的期望速度与实际速度之间的偏差E和偏差变化率EC;模糊控制器的输出变量为比例调节系数Kp、积分调节系数KI和微分调节系数KD;模糊控制器的各个输出变量采用重心法进行解模糊处理得到Kp、KI和KD的精确值;将Kp、KI和KD的精确值输入PID控制模块后通过PID控制算法得到输出控制程度参数u;
所述功率分配模板包括动力电池控制模块和燃料电池控制模块;通过动力电池控制模块和燃料电池控制模块协同控制功率输出;
所述制动加速度补偿模块的输入参数为PID模块输出的控制程度参数u,输出为制动补偿加速度Δa。根据氢燃料电池汽车的特点和动力系统本身的固有属性,制定加速制动模块,参考加速度实际变动范围进行更精确的加速与制动控制。
所述模糊控制器中:
偏差E的论域为[-15,10],模糊子集为{ES,EM,EN,EZ,EP,EB,EL};偏差变化率EC的论域为[-14,31],模糊子集为{CS,CM,CN,CZ,CP,CB,CL};
比例调节系数Kp的论域为[100,300],模糊子集为{PS,PM,PN,PZ,PP,PB,PL},进行模糊化处理;积分调节系数KI的论域为[0,20],模糊子集为{IS,IM,IN,IZ,IP,IB,IL};微分调节系数KD的论域为[0,50],模糊子集为{DS,DM,DN,DZ,DP,DB,DL};
所述模糊控制器采用三角形隶属函数。
所述偏心化模糊规则模块的输入输出变量论域,模糊规则表是偏心的,即模糊规则表中无论是从纵向还是横向,偏差为0和偏差变化率为0相交处的控制规则并不是处于模糊规则表的中心。
所述模糊控制器中的各个输出变量分别采用重心法进行解模糊处理后得到Kp、KI和KD的精确值,计算公式如下:
Figure BDA0003084222230000031
其中,z0为经模糊控制算法解模糊处理后,控制变量的精确值;zi为模糊控制变量集的论域内的取值;μc(zi)为取值zi对应的隶属度值。
当汽车变载幅度较大时通过燃料电池和动力电池共同变载;当速度需求小范围波动时,优先采用动力电池进行功率满足,减少燃料电池频繁变载的次数和急剧变载的程度,以延缓燃料电池使用寿命的缩短和输出性能的下降。
所述模糊控制器中设计的模糊规则表是偏心的,即无论是从纵向还是横向,模糊规则表中常规的偏差为0和偏差变化率为0相交处的控制规则不处于模糊规则表的中心。
通过动力电池控制模块和燃料电池控制模块协同控制功率输出具体过程为:
2.1)构建动力电池控制模块,动力电池控制模块以汽车实际运行速度和参考工况期望速度为输入:
2.1.1)通过构建阻力模型F1计算氢燃料电池汽车动力系统的实际阻力,阻力模型包括道路阻力模型Ff、空气阻力模型Fw和坡度阻力模型Fi
Figure BDA0003084222230000032
其中,f0,f1,f4轮胎类型计算滚动阻力的固有系数,u0为汽车运行速度;G为汽车总重力;α为道路的坡度角;CD是空气阻力系数;A是迎风面积;ρa是空气密度;i为主减速器传动比;
2.1.2)计算实际运行功率
Figure BDA0003084222230000033
Figure BDA0003084222230000034
其中,u1为汽车实际运行速度;将u1作为汽车运行速度u0输入步骤2.1.1)的阻力模型中,输出的阻力F为当前阻力F1
2.1.3)输出参考工况期望功率
Figure BDA0003084222230000035
Figure BDA0003084222230000036
其中,u2为设定的参考工况期望速度,F2为参考工况期望阻力;
将u2作为汽车运行速度u0输入步骤2.1.1)的阻力模型中,输出的阻力F为参考工况期望阻力F2
2.1.4)求解功率偏差ΔP:
Figure BDA0003084222230000041
2.1.5)引入传输延时模块,得延时功率PD,通过下述方法实时动态调节实际运行功率:
若当前ΔP>0,表示实际运行功率低于参考工况期望功率,需适当的增加功率,通过不断调节控制功率,使实际运行功率达到参考工况期望功率;
若当前ΔP=0,表示实际运行功率等于参考工况期望功率,功率达到最佳状态,则保持不变;
若当前ΔP<0,表示实际运行功率高于参考工况期望功率,需要降低功率,通过不断调节控制功率,使实际运行功率达到参考工况期望功率;
动力电池控制模块最后输出调节控制后的动力电池实际运行功率;
2.2)构建燃料电池控制模块
燃料电池控制模块的输入参数是PID控制模块输出的程度参数u和由实际工况确定的加速度控制参数极限值amax,输出为燃料电池输出功率;
根据燃料电池汽车的速度需求,在功率分配模块进行优先调节的基础上,控制燃料电池的输入参数,以对应地调节燃料电池输出功率,使之满足动力系统总体输出功率的大部分。
若当前u<0,即表示当前控制的速度偏差变化率小于0,当前速度已超过期望速度,需减小燃料电池的输出功率实现减速,调节燃料电池输出功率为0;
若当前u>amax,表示当前控制的速度偏差变化率超过当前工况的极限值,需大额提高燃料电池的输出功率实现加速,调节燃料电池输出功率为实际工况中的最大极限值;
若当前0<u<amax,表示当前控制的速度偏差变化率大于0且小于极限值,需适当提高燃料电池的输出功率实现加速,通过调节燃料电池输出功率使当前速度达到期望速度。
所述道路阻力模型的计算公式具体如下:
Ff=f·Gcosα
其中,f为滚动阻力系数:
Figure BDA0003084222230000042
f0,f1,f4轮胎类型计算滚动阻力的固有系数,u0为汽车运行速度;
f0,f1,f4的实际取值如下:f0=0.0076;f1=0.000056;f4=0;
其中,G为汽车总重力;α为道路的坡度角;
所述空气阻力模型的计算公式具体如下:
Figure BDA0003084222230000051
其中,Fw为空气阻力;CD是空气阻力系数;A是迎风面积;ρa是空气密度;所述坡度阻力模型的计算公式具体如下:
Fi=Gsinα≈Gtanα=Gi
其中,i为主减速器传动比。
制动加速度补偿模块的具体工作过程如下:
若当前u<0,表示在制动加速度的控制范围内采取了制动措施,需减速,实际情况中刹车制动需要从较高速度以较短的时间减速到较低的速度水平,需要更大的加速度,制动加速度补偿模块输出补偿加速度Δa,获得a+Δa的加速度;
若当前u≥0,表示当前控制的速度低于或等于期望速度,不需要减速,不需要减速补偿加速度,制动加速度补偿模块输出0。
通过制动加速度补偿模块保证由于汽车电动机输出特性和传动装置传动极限导致的加速度存在实际工况中的最大极限值,以及通过期望速度与实际速度的差值判断是否需要制动。
本发明的有益效果:
1、可以适应更加复杂的氢燃料电池汽车工况。
2、在相同或更优速度控制效果的前提下,可以大幅减少氢燃料电池的大幅变载时间,延长氢燃料电池的使用寿命。
3、可以实现更加精确的加速制动控制,在相同或更优速度控制效果的前提下,实现更小的加速度极差和方差,控制效果具有较高的鲁棒性。
附图说明
图1为适应氢燃料电池动力的改进模糊PID系统控制方法流程图;
图2为速度偏差E的模糊分布图。
图3为速度偏差变化率EC的模糊分布图。
图4为控制参数Kp的模糊分布图。
图5为控制参数KI的模糊分布图。
图6为控制参数KD的模糊分布图。
图7为控制参数Kp的三维关系视图。
图8为控制参数KI的三维关系视图。
图9为控制参数KD的三维关系视图。
图10为在MATLAB中搭建的本发明控制模型
图11为在Subsystem1及Subsystem2中搭建的控制模型
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
为了解决氢燃料电池汽车动力系统的控制问题,本发明提出了一种基于改进模糊PID的氢燃料电池动力系统全流程建模方法。调节氢燃料电池汽车动力系统中氢燃料电池和动力电池各自输出功率,实现氢燃料电池汽车动力系统对速度变化的快速响应,减少氢燃料电池输出功率的波动性。
本发明从氢燃料电池汽车动力系统速度偏差、功率偏差和燃料电池动力电池功率分配等多个因素入手,设计动力系统模型偏心化模糊规则模块、加速制动模块和功率分配模块,最终形成适应氢燃料电池动力的改进模糊PID系统控制方法。控制方法工作流程图如图1所示。
其中,偏心化模糊规则模块的输入参数是速度偏差及速度偏差的变化率,功率分配模块的输入参数是功率偏差和动力电池当前输出功率,加速度补偿模块的输入参数是速度偏差和参考加速度极限值。由于功率分配模块是针对功率直接进行调节,因此它的响应最快,对模型控制的优先级最高,可以优先通过动力电池进行调节,减少燃料电池的功率波动次数和幅度。
本发明的控制模型如图10所示,包括偏心化模糊控制模块、功率分配模块和加速度控制模块。
1、偏心化模糊控制模块的控制原则如下:
①当E和EC的绝对值都较小时,汽车动力系统的变载压力较小,功率输出较为稳定,因此选取输出变量模糊子集中调节作用适中模糊控制规则;
②当E和EC的绝对值都较大且E·EC>0时,汽车有较大的速度变化需求,且这一需求仍有继续扩大的趋势,因此应选取调节作用最强的模糊控制规则;
③当E的绝对值较小,EC的绝对值较大,且E·EC>0时,汽车当前的速度变化需求较小,但这一需求有逐渐扩大的趋势,因此应选取调节作用较强的模糊控制规则;
④当E和EC的绝对值都较大且E·EC<0时,或者当E的绝对值较小但EC的绝对值较大且E·EC<0时,汽车应分别选取调节作用比②③略弱的模糊控制规则,以在进行调节的同时,避免出现较大的超调量,为之后持续的速度调节造成额外的负担;
⑤当E的绝对值较大,但EC的绝对值较小时,汽车当前的速度变化需求较大,但这一需求继续扩大的趋势较小,因此应选取调节作用较强的模糊控制规则。
图10中,In1为汽车实际运行速度,In2为参考工况期望速度;P1为动力电池当前输出功率;P2为参考工况期望速度;Derivative输入为速度偏差E,Derivative的输出为速度偏差变化率EC;
图示Fuzzylogic Controller为模糊控制器,以燃料电池汽车期望速度与实际速度之间的偏差E和偏差变化率EC作为输入变量的二维输入变量集。
设计期望速度与实际速度之间的偏差E的论域为[-15,10],模糊子集为{ES,EM,EN,EZ,EP,EB,EL},进行模糊化处理,速度偏差E的模糊分布图如图2所示;设计偏差变化率EC的论域为[-14,31],模糊子集为{CS,CM,CN,CZ,CP,CB,CL},速度偏差变化率EC的模糊分布图如图3所示。
模糊控制器以比例调节系数Kp、积分调节系数KI和微分调节系数KD作为模糊控制器的输出变量。
模糊控制器中控制原则的模糊规则表如下:
表1控制参数Kp的模糊规则表
Figure BDA0003084222230000071
表2控制参数KI的模糊规则表
Figure BDA0003084222230000072
Figure BDA0003084222230000081
表3控制参数KD的模糊规则表
Figure BDA0003084222230000082
其中,Kp、KI和KD的模糊规则表中各有49条控制规则,所述的模糊规则库共包含147条控制规则。
所述模糊控制器采用三角形隶属函数。控制参数Kp模糊分布图如图4,三维关系视图如图7;控制参数KI的模糊分布如图5,三维关系视图如图8;控制参数KD的模糊分布图6,三维关系视图如图9。
模糊控制器中的各个输出变量分别采用重心法进行解模糊后可以得到输出变量Kp、KI和KD的精确值,计算公式如下:
Figure BDA0003084222230000083
其中,z0为经模糊控制算法解模糊处理后,控制变量的精确值;zi为模糊控制变量集论域内的取值;μc(zi)为取值zi对应的隶属度值。
图示PID Controller为PID控制模块,比例调节系数Kp、积分调节系数KI和微分调节系数KD的精确值为输入变量,输出PID模糊控制模块的速度偏差及速度偏差变化率。获取输出变量Kp、KI和KD的精确值后,通过模糊控制算法得到对应的速度偏差E和速度偏差变化率EC;并据此结合PID控制算法根据汽车行驶的复杂工况下多变的控制需求对动力系统的输出性能进行相应的控制。
2、功率分配模块的控制规则如下:
在燃料电池输出特性控制器中设置燃料电池最小输出功率,当汽车功率需求较低时完全由燃料电池供电;当汽车变载幅度较大时通过燃料电池和动力电池共同变载;当速度需求小范围波动时,优先采用动力电池进行功率满足,减少燃料电池频繁变载的次数和急剧变载的程度。
如图10和图11所示,Subsystem1输入汽车实际运行速度,输入P1为动力电池当前输出功率,Subsystem2输入参考工况期望速度,输入P2为参考工况期望功率。图中Subsystem1,Subsystem2均为功率分配模块,但是输入的速度不一样,求解出来的功率也不一样。
2.1)动力电池控制模块
如图10所示,Function1输入u1为延时功率,u2为功率偏差,输出y为调节功率;
若当前u2>0,表示实际运行功率低于参考工况期望速度,适当的增加功率;并不断调节控制功率,使得其达到参考工况所需功率;
若当前u2=0,表示实际运行功率等于参考工况期望速度,功率达到最佳状态,则输出功率为u1保持不变;
若当前u2<0表示实际运行功率高于参考工况期望速度,需要降低功率,并不断调节控制功率,使得其达到参考工况所需功率;
Out1为调节控制后的动力电池输出功率
2.2)燃料电池控制模块
如图10所示,Function3输入u为PID控制模块输出的程度参数,和由实际工况确定的加速度控制参数极限值amax。输出out3为燃料电池输出功率。
若当前u<0,即表示当前控制的速度偏差变化率小于0,当前速度已超过期望速度,需减小燃料电池的输出功率实现减速,调节燃料电池输出功率为0;
若当前u>amax,表示当前控制的速度偏差变化率超过当前工况的极限值,需大额提高燃料电池的输出功率实现加速,调节燃料电池输出功率为实际工况中的最大极限值;
若当前0<u<amax,表示当前控制的速度偏差变化率大于0且小于极限值,需适当提高燃料电池的输出功率实现加速,通过调节燃料电池输出功率使当前速度达到期望速度;
3、加速度控制模块的控制规则如下:限定加速度极限值,包括最大加速度和最大制动加速度;
如图10所示,Function2输入u为PID控制模块输出的程度参数,输出out2为减速补偿加速度。
若当前u<0,在制动加速度的控制范围内采取制动措施,需要减速,实际情况中刹车制动需要从较高速度以较短的时间减速到较低的速度水平,需要更大的加速度,制动加速度补偿模块输出补偿加速度Δa。
若当前u≥0,当前控制的速度低于或等于期望速度,不需要减速,不需要减速补偿加速度,制动加速度补偿模块输出0。
通过本发明系统的控制,燃料电池汽车在实际复杂路况中能达到快速响应使得实际运行速度达到期望速度。

Claims (5)

1.一种基于改进模糊PID的流程建模方法,其特征在于,基于改进模糊PID的氢燃料电池动力系统包括偏心化模糊规则模块、功率分配模块和制动加速度补偿模块;
所述偏心化模糊规则模块包括模糊控制器和PID控制模块;模糊控制器的输入变量为氢燃料电池汽车的期望速度与实际速度之间的偏差E和偏差变化率EC;模糊控制器的输出变量为比例调节系数Kp、积分调节系数KI和微分调节系数KD;模糊控制器的各个输出变量采用重心法进行解模糊处理得到Kp、KI和KD的精确值;将Kp、KI和KD的精确值输入PID控制模块后通过PID控制算法得到输出控制程度参数u;
所述功率分配模块 包括动力电池控制模块和燃料电池控制模块;通过动力电池控制模块和燃料电池控制模块协同控制功率输出;
所述制动加速度补偿模块的输入参数为PID模块输出的控制程度参数u,输出为制动补偿加速度Δa;
通过动力电池控制模块和燃料电池控制模块协同控制功率输出具体过程为:
2.1)构建动力电池控制模块,动力电池控制模块以汽车实际运行速度和参考工况期望速度为输入:
2.1.1)通过构建阻力模型F1计算氢燃料电池汽车动力系统的实际阻力,阻力模型包括道路阻力模型Ff、空气阻力模型Fw和坡度阻力模型Fi
Figure FDA0003629109010000011
其中,f0,f1,f4轮胎类型计算滚动阻力的固有系数,u0为汽车运行速度;G为汽车总重力;α为道路的坡度角;CD是空气阻力系数;A是迎风面积;ρa是空气密度;i为主减速器传动比;
2.1.2)计算实际运行功率
Figure FDA0003629109010000012
Figure FDA0003629109010000013
其中,u1为汽车实际运行速度;将u1作为汽车运行速度u0输入步骤2.1.1)的阻力模型中,输出的阻力F为当前阻力F1
2.1.3)输出参考工况期望功率
Figure FDA0003629109010000014
Figure FDA0003629109010000015
其中,u2为设定的参考工况期望速度,F2为参考工况期望阻力;
将u2作为汽车运行速度u0输入步骤2.1.1)的阻力模型中,输出的阻力F为参考工况期望阻力F2
2.1.4)求解功率偏差ΔP:
Figure FDA0003629109010000021
2.1.5)引入传输延时模块,得延时功率PD,通过下述方法实时动态调节实际运行功率:
若当前ΔP>0,表示实际运行功率低于参考工况期望功率,通过不断调节控制功率,使实际运行功率达到参考工况期望功率;
若当前ΔP=0,表示实际运行功率等于参考工况期望功率,则保持不变;
若当前ΔP<0,表示实际运行功率高于参考工况期望功率通过不断调节控制功率,使实际运行功率达到参考工况期望功率;
动力电池控制模块最后输出调节控制后的动力电池实际运行功率;
2.2)构建燃料电池控制模块
燃料电池控制模块的输入参数是PID控制模块输出的程度参数u和由实际工况确定的加速度控制参数极限值amax,输出为燃料电池输出功率;
若当前u<0,即表示当前控制的速度偏差变化率小于0,当前速度已超过期望速度,需减小燃料电池的输出功率实现减速,调节燃料电池输出功率为0;
若当前u>amax,表示当前控制的速度偏差变化率超过当前工况的极限值,需大额提高燃料电池的输出功率实现加速,调节燃料电池输出功率为实际工况中的最大极限值;
若当前0<u<amax,表示当前控制的速度偏差变化率大于0且小于极限值,需适当提高燃料电池的输出功率实现加速,通过调节燃料电池输出功率使当前速度达到期望速度。
2.根据权利要求1所述的一种基于改进模糊PID的流程建模方法,其特征在于,所述模糊控制器中:
偏差E的论域为[-15,10],模糊子集为{ES,EM,EN,EZ,EP,EB,EL};偏差变化率EC的论域为[-14,31],模糊子集为{CS,CM,CN,CZ,CP,CB,CL};
比例调节系数Kp的论域为[100,300],模糊子集为{PS,PM,PN,PZ,PP,PB,PL},进行模糊化处理;积分调节系数KI的论域为[0,20],模糊子集为{IS,IM,IN,IZ,IP,IB,IL};微分调节系数KD的论域为[0,50],模糊子集为{DS,DM,DN,DZ,DP,DB,DL};
所述模糊控制器采用三角形隶属函数。
3.根据权利要求2所述的一种基于改进模糊PID的流程建模方法,其特征在于,所述模糊控制器中设计的模糊规则表是偏心的,即无论是从纵向还是横向,模糊规则表中偏差为0和偏差变化率为0相交处的控制规则不处于模糊规则表的中心。
4.根据权利要求1所述的一种基于改进模糊PID的流程建模方法,其特征在于,所述道路阻力模型的计算公式具体如下:
Ff=f·Gcosα
其中,f为滚动阻力系数:
Figure FDA0003629109010000031
f0,f1,f4轮胎类型计算滚动阻力的固有系数,u0为汽车运行速度;
其中,G为汽车总重力;α为道路的坡度角;
所述空气阻力模型的计算公式具体如下:
Figure FDA0003629109010000032
其中,Fw为空气阻力;CD是空气阻力系数;A是迎风面积;ρa是空气密度;
所述坡度阻力模型的计算公式具体如下:
Fi=G sinα≈G tanα=Gi
其中,i为主减速器传动比。
5.根据权利要求1所述的一种基于改进模糊PID的流程建模方法,其特征在于,制动加速度补偿模块的具体工作过程如下:
若当前u<0,表示在制动加速度的控制范围内采取了制动措施,需减速,制动加速度补偿模块输出补偿加速度Δa,获得a+Δa的加速度;
若当前u≥0,表示当前控制的速度低于或等于期望速度,不需要减速,不需要减速补偿加速度,制动加速度补偿模块输出0。
CN202110575558.2A 2021-05-26 2021-05-26 一种基于改进模糊pid的全流程多学科建模方法 Active CN113177267B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110575558.2A CN113177267B (zh) 2021-05-26 2021-05-26 一种基于改进模糊pid的全流程多学科建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110575558.2A CN113177267B (zh) 2021-05-26 2021-05-26 一种基于改进模糊pid的全流程多学科建模方法

Publications (2)

Publication Number Publication Date
CN113177267A CN113177267A (zh) 2021-07-27
CN113177267B true CN113177267B (zh) 2022-08-23

Family

ID=76927045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110575558.2A Active CN113177267B (zh) 2021-05-26 2021-05-26 一种基于改进模糊pid的全流程多学科建模方法

Country Status (1)

Country Link
CN (1) CN113177267B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114312790B (zh) * 2022-01-17 2023-11-24 北京格睿能源科技有限公司 一种电动汽车动力模式选取方法及系统
CN114932943A (zh) * 2022-04-01 2022-08-23 盐城工学院 一种可变传动比的线控转向控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107728596A (zh) * 2016-08-10 2018-02-23 杨淑芬 一种内燃机车电控系统的模糊控制方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8108136B2 (en) * 2007-08-09 2012-01-31 Ford Global Technologies, Llc. Driver advisory system for fuel economy improvement of a hybrid electric vehicle
US9991719B2 (en) * 2014-09-30 2018-06-05 The Boeing Company Systems and methods for reducing circulating current and phase to phase imbalance in a parallel modular converter system
CN108733955B (zh) * 2018-05-30 2020-07-17 厦门大学 一种智能电动汽车纵向运动控制系统及方法
CN109808512B (zh) * 2019-01-08 2022-03-29 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
CN112606707B (zh) * 2020-12-23 2022-08-30 东风汽车集团有限公司 氢燃料电池四轮轮毂电机驱动外挂控制器及控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107728596A (zh) * 2016-08-10 2018-02-23 杨淑芬 一种内燃机车电控系统的模糊控制方法

Also Published As

Publication number Publication date
CN113177267A (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
CN113177267B (zh) 一种基于改进模糊pid的全流程多学科建模方法
CN105015355B (zh) 基于能量消耗率最小的混合能源电动汽车的能量控制方法
CN112046486B (zh) 一种燃料电池汽车输出功率修正方法、系统及存储介质
CN111459025A (zh) 一种运用粒子算法优化的复合电源电动汽车功率分配策略
CN110271454A (zh) 一种燃料电池电动汽车功率优化方法
CN111456860B (zh) 混联式混合动力汽车发动机最佳运行线在线学习方法
CN111301398B (zh) 一种cvt插电式混合动力汽车能量管理方法及系统
CN111660834A (zh) 一种增程式电动汽车的增程器控制方法及控制系统
CN112224035B (zh) 一种纯电动汽车的驱动转矩优化控制方法
CN109733406A (zh) 基于模糊控制与动态规划的纯电动汽车行驶策略控制方法
CN101321643A (zh) 混合动力车辆
CN111791758A (zh) 整车能量管理方法及系统
CN113090406B (zh) 自学习方法、车辆及可读存储介质
CN116278993A (zh) 一种考虑多目标优化的燃料电池汽车能量管理控制方法
CN110356396B (zh) 一种考虑道路坡度的电动汽车速度瞬时优化的方法
CN111137171B (zh) 一种复合电源系统模糊控制器的参数优化设计方法
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
CN113928182A (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
JP2003324853A (ja) 燃料電池システム及び燃料電池車両
CN112947087B (zh) 半主动悬架增强型多重模糊pid控制系统及方法
CN111404374B (zh) 运用遗传算法优化的双向dc-dc变换器的控制方法
JP2020123544A (ja) 燃料電池システム
CN110949186B (zh) 燃料电池动力系统分层协调控制方法与系统
CN110588624B (zh) 一种混合动力汽车发动机的调速方法
CN113928187B (zh) 一种燃料电池汽车的能量管理控制方法

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