CN113420927A - 多源动力系统的多目标配置优化方法 - Google Patents
多源动力系统的多目标配置优化方法 Download PDFInfo
- Publication number
- CN113420927A CN113420927A CN202110730903.5A CN202110730903A CN113420927A CN 113420927 A CN113420927 A CN 113420927A CN 202110730903 A CN202110730903 A CN 202110730903A CN 113420927 A CN113420927 A CN 113420927A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- diesel engine
- power
- cost
- power 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005457 optimization Methods 0.000 title claims abstract description 21
- 238000004146 energy storage Methods 0.000 claims abstract description 94
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 239000002283 diesel fuel Substances 0.000 claims abstract description 9
- 239000000295 fuel oil Substances 0.000 claims abstract description 5
- 239000003921 oil Substances 0.000 claims abstract description 4
- 239000000446 fuel Substances 0.000 claims description 28
- 238000005265 energy consumption Methods 0.000 claims description 7
- 238000010248 power generation Methods 0.000 claims description 2
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种多源动力系统的多目标配置优化方法,多源动力系统包含柴油机和储能系统动力系统,包括:基于多源动力负载需求功率曲线估算柴油机额定功率及单体储能元件串并联数;制定基于规则的能量管理方案,根据柴油机输出功率‑燃油消耗率曲线计算柴油消耗;根据柴油机及储能元件的市场价格及市场油价和能量管理方案建立全生命周期经济成本计算模型,根据全生命周期经济成本计算模型计算多源动力系统全生命周期的经济成本;基于柴油机额定功率及单体储能元件串并联数,计算系统总质量,基于多源动力系统全生命周期的经济成本、柴油消耗及系统总质量,构建多目标函数进行寻优。本方法使柴油机尽可能工作在高效区间,达到节能减排的目的。
Description
技术领域
本发明涉及混合动力源能量技术领域,尤其涉及一种多源动力系统的多目标配置优化方法。
背景技术
经济快速发展给人们生活带来便利的同时,能源消耗也带来了储量减少和环境污染等问题,近年来逐渐影响到社会的发展和人们的生活质量,低碳环保成为各个领域学科的研宄方向。传统的单一柴油机动力源虽然可以较好地满足系统的动力性,但当轻载时,发动机工作在非高效区,燃油效率显著降低,噪声和排放中的污染物增加。然而,节能和环保在全世界范围内具有越来越重要的意义,尤其是载运工具废气中有害物质的排放。从传统的柴油机驱动到多源驱动方式的过渡阶段,研发新型节能环保的动力系统将是时代发展的趋势,在这个过程中,多源动力传动起到重要的作用。在应用较为广泛的多源动力系统设计方案中,由柴油机和储能系统共同构成的多源动力系统,通过两者互相配合,实现良好运行的性能要求。其储能系统部分能吸收再生制动能量,实现能量循环利用,效率高,同时,燃油机在储能系统的辅助供能过程中大多数运行在工作点附近,提高了工作效率,减少了排放指标。
目前,用于多源动力系统配置优化的方法主要有:1)基于已有的能量管理策略计算动力系统各自的功率和能量需求,再根据端电压及运行需求的约束条件配置储能系统的串并联数;2)联合内燃机、动力电池和超级电容,运用遗传算法,基于总运行成本的目标函数对配置参数以及基于模糊规则控制策略的参数同时进行寻优;3)采用动态规划算法获得全局最优功率分配结果,基于多源储能系统在全生命周期中的用电总成本这个目标,并在规划的结果基础上进行容量参数的配置。但以上方法考虑的动力系统配置比较单一,没有多角度的考虑配置方案,因此,在配置方案方面仍需要进一步完善。
发明内容
本发明提供了一种多源动力系统的多目标配置优化方法,从成本、重量、燃油消耗等多方面角度出发,根据侧重点进行寻优,以达到最优的节能效果。
为了实现上述目的,本发明采取了如下技术方案。
一种多源动力系统的多目标配置优化方法,所述多源动力系统包含柴油机和储能系统动力系统,包括:
S1基于多源动力负载需求功率曲线估算柴油机额定功率及单体储能元件串并联数,并将估算结果作为优化基准;
S2根据需求功率和柴油机高效工作区间制定基于规则的能量管理方案,根据柴油机输出功率-燃油消耗率曲线计算柴油消耗;
S3根据柴油机及储能元件的市场价格及市场油价和所述的能量管理方案建立全生命周期经济成本计算模型,根据全生命周期经济成本计算模型计算多源动力系统全生命周期的经济成本;
S4基于柴油机额定功率及单体储能元件串并联数,计算系统总质量,基于多源动力系统全生命周期的经济成本、柴油消耗及系统总质量,构建多目标函数进行寻优。
优选地,基于多源动力负载需求功率曲线估算柴油机额定功率及单体储能元件串并联数包括:
S11根据需求功率曲线计算出的总能耗估算柴油机配置,如下式(1)和(2)所示:
式中,PDG_eff表示柴油机在高效区间运行时的平均输出功率,kW;WT表示全工况下的总能耗,kW·h;tDG表示全工况下柴油机的运行时间,s;PDG表示柴油机额定功率,kW;Peff表示既有柴油机的高效功率点,kW;P表示既有柴油机的额定功率,ηice表示柴油发动机效率;
S12根据需求功率曲线及柴油机在高效区间运行时的平均输出功率估算单体储能元件串并联数,如下式(3)和(4)所示:
式中,m表示储能元件串联数,n表示储能元件并联数,UDC_DC表示DC/DC低压侧电压,Ucell表示单体储能元件额定电压,Pdemand_max表示多源动力系统需求功率最大值,Icell表示单体储能元件额定电流,η表示储能系统效率,ηDC_DC表示DC/DC变换器效率。
优选地,基于规则的能量管理方案,包括如下步骤:
S21、当需求功率在柴油机高效区间时,由柴油机单独供能;
S22、当需求功率大于多源动力系统中的柴油机高效工作区间最大值时,使柴油机工作在高效区间,不足功率由储能元件提供;
S23、当需求功率小于高效区间最小值时,使多源动力系统中的柴油机工作在高效区间,剩余功率由储能元件吸收;
S24、当需求功率小于0时,由储能元件回收制动能量;
优选地,S2包括基于规则的能量管理方案得到柴油机及储能系统的输出功率曲线,根据柴油机输出功率曲线及柴油机输出功率-燃油消耗率特性曲线计算柴油消耗。
优选地,全生命周期经济成本计算模型根据如下步骤得到:
S31、计算多源动力系统中的储能元件的放电深度;
S32、计算多源动力系统的初始购置成本,其计算公式如下式(5)所示:
CostI=CkW·h×Estorage+CDG_kW(PDG_max)+Cdc_kW×Pdc (5)
式中,CostI表示多源动力系统的初始购置总成本,CkW·h表示储能元件的单价,单位为万元/kW·h,Estorage表示储能系统的总能量,单位为kW·h;CDG_kW(PDG_max)表示柴油发电机组的购置总成本,是最大输出功率的拟合函数,单位为万元;PDG_max表示柴发系统的最大输出功率,单位为kW;Cdc_kW表示DC/DC变换器的单价,单位为万元/kW;Pdc表示DC/DC变换器的功率,单位为kW;
S33、根据储能元件的放电深度计算由所有储能元件构成的储能系统的使用年限;
S34、根据储能系统使用年限计算储能系统更换成本;
S35、根据能量管理策略计算多源动力系统运行成本,其计算公式如下式(6)所示:
Costo=FC×Cfuel_L/ρfuel/10000 (6)
式中,Costo表示运营成本,单位为万元;FC表示燃油量,单位为kg;Cfuel_L表示燃料的单价,单位为元/L;ρfuel表示燃油的密度,单位为g/ml;
S36对初始购置成本、储能系统更换成本和多源动力系统运行成本求和得到多源动力系统全生命周期的经济成本。
优选地,系统总质量根据如下步骤计算:
根据柴油机最大输出功率得到柴油机质量,根据单体储能元件质量及串并联数计算储能系统的质量,从而得到系统总质量。
优选地,基于多源动力系统全生命周期的经济成本、柴油消耗及系统总质量,构建多目标函数进行寻优包括:
以估算后的结果作为基准,根据估算配置下的全生命周期经济成本、燃油消耗、动力系统总质量,以侧重点设置权重,建立多目标函数如下式(7)所示进行优化:
aim=αFC*+βm*+γcost* (7)
式中,aim表示多目标函数值,α、β、γ表示各目标所占的权重,FC*表示标幺后的燃油消耗量,m*表示动力系统标幺后的质量;cost*表示动力系统标幺后的全生命周期成本。
由上述本发明的多源动力系统的多目标配置优化方法提供的技术方案可以看出,本发明制定了基于规则的能量管理策略,充分发挥了各动力源的工作特点,使柴油机尽可能工作在高效区间,达到节能减排的目的;(2)综合考虑了多源动力系统的经济性和动力性,在动力性方面,制定约束条件,使动力系统能够满足功率需求;在经济性方面,考虑到初始购置成本、更换成本、运行成本,建立全生命周期经济成本计算模型,降低经济成本;(3)在制定节约燃油消耗的能量管理策略基础上,从多目标配置优化的角度出发,综合考虑多源动力系统的经济成本、燃油消耗及总质量,根据侧重点设置权重进行寻优。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,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些实施例,对于本领域普通技术人员来讲,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为实施例的多源动力系统的多目标配置优化方法流程示意图;
图2为基于规则的能量管理方案的具体流程示意图;
图3为全生命周期经济成本计算模型流程示意图;
图4为步骤S4的流程示意图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作和/或它们的组。应该理解,这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且并不构成对本发明实施例的限定。
实施例
图1为本实施例的多源动力系统的多目标配置优化方法流程示意图,参照图1,包括如下步骤:
S1基于多源动力负载需求功率曲线估算柴油机额定功率及单体储能元件串并联数,并将估算结果作为优化基准。
S11根据需求功率曲线计算出的总能耗估算柴油机配置,如下式(1)和(2)所示:
式中,PDG_eff表示柴油机在高效区间运行时的平均输出功率,kW;WT表示全工况下的总能耗,kW·h;tDG表示全工况下柴油机的运行时间,s;PDG表示柴油机额定功率,kW;Peff表示既有柴油机的高效功率点,kW;P表示既有柴油机的额定功率,ηice表示柴油发动机效率。
S12根据需求功率曲线及柴油机在高效区间运行时的平均输出功率估算单体储能元件串并联数,如下式(3)和(4)所示:
式中,m表示储能元件串联数,n表示储能元件并联数,UDC_DC表示DC/DC低压侧电压,Ucell表示单体储能元件额定电压,Pdemand_max表示多源动力系统需求功率最大值,Icell表示单体储能元件额定电流,η表示储能系统效率,ηDC_DC表示DC/DC变换器效率。
S2根据需求功率和柴油机高效工作区间制定基于规则的能量管理方案,根据柴油机输出功率-燃油消耗率曲线计算柴油消耗。
基于规则的能量管理方案,包括如下步骤:
S21、当需求功率在柴油机高效区间时,由柴油机单独供能;
S22、当需求功率大于多源动力系统中的柴油机高效工作区间最大值时,使柴油机工作在高效区间,不足功率由储能元件提供;
S23、当需求功率小于高效区间最小值时,使多源动力系统中的柴油机工作在高效区间,剩余功率由储能元件吸收;
S24、当需求功率小于0时,由储能元件回收制动能量。
其流程图如图2所示,具体包括以下步骤:
(1)当需求功率PP>0时,判断需求功率是否在柴油机的高效区间内,是则由柴油机单独工作;否则执行(2);
(2)判断需求功率是否大于柴油机高效工作区间最大值,是则使柴油机工作在高效区间,不足功率由储能系统补充,否则执行(3);
(3)判断需求功率是否大于储能系统最大放电功率,否则执行(4),是则执行(5);
(4)判断储能系统SOC是否达到最大值,是则由储能系统单独供电,否则执行(5);
(5)柴油机工作在高效区,多余能量给储能系统充电;
(6)当需求功率PP<0时,判断储能系统SOC是否达到最大值,是则执行(7),否则制动功率全部以热能消耗;
(7)判断需求功率PP是否大于储能系统最大充电功率,是则执行(8),否则执行(9);
(8)储能系统吸收全部制动功率;
(9)储能系统以最大充电功率回收制动能量;
基于规则的能量管理方案得到柴油机及储能系统的输出功率曲线,根据柴油机输出功率曲线及柴油机输出功率-燃油消耗率特性曲线计算柴油消耗。
S3根据柴油机及储能元件的市场价格及市场油价和能量管理方案建立全生命周期经济成本计算模型,根据全生命周期经济成本计算模型计算多源动力系统全生命周期的经济成本。
全生命周期经济成本计算模型流程示意图如图3所示,具体包括以下步骤得到:
S31、计算多源动力系统中的储能元件的放电深度;
S32、计算多源动力系统的初始购置成本,其计算公式如下式(5)所示:
CostI=CkW·h×Estorage+CDG_kW(PDG_max)+Cdc_kW×Pdc (5)
式中,CostI表示多源动力系统的初始购置总成本,CkW·h表示储能元件的单价,单位为万元/kW·h,Estorage表示储能系统的总能量,单位为kW·h;CDG_kW(PDG_max)表示柴油发电机组的购置总成本,是最大输出功率的拟合函数,单位为万元;PDG_max表示柴发系统的最大输出功率,单位为kW;Cdc_kW表示DC/DC变换器的单价,单位为万元/kW;Pdc表示DC/DC变换器的功率,单位为kW;
S33、根据储能元件的放电深度计算由所有储能元件构成的储能系统的使用年限;
S34、根据储能系统使用年限计算储能系统更换成本;
S35、根据能量管理策略计算多源动力系统运行成本,其计算公式如下式(6)所示:
Costo=FC×Cfuel_L/ρfuel/10000 (6)
式中,Costo表示运营成本,单位为万元;FC表示燃油量,单位为kg;Cfuel_L表示燃料的单价,单位为元/L;ρfuel表示燃油的密度,单位为g/ml;
S36对初始购置成本、储能系统更换成本和多源动力系统运行成本求和得到多源动力系统全生命周期的经济成本。
S4基于柴油机额定功率及单体储能元件串并联数,计算系统总质量,基于多源动力系统全生命周期的经济成本、柴油消耗及系统总质量,构建多目标函数进行寻优。
S4的具体流程示意图如图4,系统总质量根据如下步骤计算:
根据柴油机最大输出功率得到柴油机质量,根据单体储能元件质量及串并联数计算储能系统的质量,从而得到系统总质量。
以估算后的结果作为基准,根据估算配置下的全生命周期经济成本、燃油消耗、动力系统总质量,以侧重点设置权重,建立多目标函数如下式(7)所示进行优化:
aim=αFC*+βm*+γcost* (7)
式中,aim表示多目标函数值,α、β、γ表示各目标所占的权重,FC*表示标幺后的燃油消耗量,m*表示动力系统标幺后的质量;cost*表示动力系统标幺后的全生命周期成本。
需要说明的是,本实施例的多源动力系统包含柴油机和储能系统动力系统。
本领域技术人员应能理解上述输入框的应用类型仅为举例,其他现有的或今后可能出现的输入框应用类型如可适用于本发明实施例,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
本领域技术人员应能理解,上述所举的根据用户信息决定调用策略仅为更好地说明本发明实施例的技术方案,而非对本发明实施例作出的限定。任何根据用户属性来决定调用策略的方法,均包含在本发明实施例的范围内。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所述,仅为本发明较佳的具体实施方式,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,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (7)
1.一种多源动力系统的多目标配置优化方法,所述多源动力系统包含柴油机和储能系统动力系统,其特征在于,包括:
S1基于多源动力负载需求功率曲线估算柴油机额定功率及单体储能元件串并联数,并将估算结果作为优化基准;
S2根据需求功率和柴油机高效工作区间制定基于规则的能量管理方案,根据柴油机输出功率-燃油消耗率曲线计算柴油消耗;
S3根据柴油机及储能元件的市场价格及市场油价和所述的能量管理方案建立全生命周期经济成本计算模型,根据全生命周期经济成本计算模型计算多源动力系统全生命周期的经济成本;
S4基于柴油机额定功率及单体储能元件串并联数,计算系统总质量,基于多源动力系统全生命周期的经济成本、柴油消耗及系统总质量,构建多目标函数进行寻优。
2.根据权利要求1所述的方法,其特征在于,所述基于多源动力负载需求功率曲线估算柴油机额定功率及单体储能元件串并联数包括:
S11根据需求功率曲线计算出的总能耗估算柴油机配置,如下式(1)和(2)所示:
式中,PDG_eff表示柴油机在高效区间运行时的平均输出功率,kW;WT表示全工况下的总能耗,kW·h;tDG表示全工况下柴油机的运行时间,s;PDG表示柴油机额定功率,kW;Peff表示既有柴油机的高效功率点,kW;P表示既有柴油机的额定功率,ηice表示柴油发动机效率;
S12根据需求功率曲线及柴油机在高效区间运行时的平均输出功率估算单体储能元件串并联数,如下式(3)和(4)所示:
式中,m表示储能元件串联数,n表示储能元件并联数,UDC_DC表示DC/DC低压侧电压,Ucell表示单体储能元件额定电压,Pdemand_max表示多源动力系统需求功率最大值,Icell表示单体储能元件额定电流,η表示储能系统效率,ηDC_DC表示DC/DC变换器效率。
3.根据权利要求1所述的方法,其特征在于,所述基于规则的能量管理方案,包括如下步骤:
S21、当需求功率在柴油机高效区间时,由柴油机单独供能;
S22、当需求功率大于多源动力系统中的柴油机高效工作区间最大值时,使柴油机工作在高效区间,不足功率由储能元件提供;
S23、当需求功率小于高效区间最小值时,使多源动力系统中的柴油机工作在高效区间,剩余功率由储能元件吸收;
S24、当需求功率小于0时,由储能元件回收制动能量。
4.根据权利要求1所述的方法,其特征在于,所述S2包括基于规则的能量管理方案得到柴油机及储能系统的输出功率曲线,根据柴油机输出功率曲线及柴油机输出功率-燃油消耗率特性曲线计算柴油消耗。
5.根据权利要求1所述的方法,其特征在于,所述全生命周期经济成本计算模型根据如下步骤得到:
S31、计算多源动力系统中的储能元件的放电深度;
S32、计算多源动力系统的初始购置成本,其计算公式如下式(5)所示:
CostI=CkW·h×Estorage+CDG_kW(PDG_max)+Cdc_kW×Pdc (5)
式中,CostI表示多源动力系统的初始购置总成本,CkW·h表示储能元件的单价,单位为万元/kW·h,Estorage表示储能系统的总能量,单位为kW·h;CDG_kW(PDG_max)表示柴油发电机组的购置总成本,是最大输出功率的拟合函数,单位为万元;PDG_max表示柴发系统的最大输出功率,单位为kW;Cdc_kW表示DC/DC变换器的单价,单位为万元/kW;Pdc表示DC/DC变换器的功率,单位为kW;
S33、根据储能元件的放电深度计算由所有储能元件构成的储能系统的使用年限;
S34、根据储能系统使用年限计算储能系统更换成本;
S35、根据能量管理策略计算多源动力系统运行成本,其计算公式如下式(6)所示:
Costo=FC×Cfuel_L/ρfuel/10000 (6)
式中,Costo表示运营成本,单位为万元;FC表示燃油量,单位为kg;Cfuel_L表示燃料的单价,单位为元/L;ρfuel表示燃油的密度,单位为g/ml;
S36对初始购置成本、储能系统更换成本和多源动力系统运行成本求和得到多源动力系统全生命周期的经济成本。
6.根据权利要求1所述的方法,其特征在于,所述系统总质量根据如下步骤计算:
根据柴油机最大输出功率得到柴油机质量,根据单体储能元件质量及串并联数计算储能系统的质量,从而得到系统总质量。
7.根据权利要求1所述的方法,其特征在于,所述基于多源动力系统全生命周期的经济成本、柴油消耗及系统总质量,构建多目标函数进行寻优包括:
以估算后的结果作为基准,根据估算配置下的全生命周期经济成本、燃油消耗、动力系统总质量,以侧重点设置权重,建立多目标函数如下式(7) 所示进行优化:
aim=αFC*+βm*+γcost* (7)
式中,aim表示多目标函数值,α、β、γ表示各目标所占的权重,FC*表示标幺后的燃油消耗量,m*表示动力系统标幺后的质量;cost*表示动力系统标幺后的全生命周期成本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110730903.5A CN113420927B (zh) | 2021-06-29 | 2021-06-29 | 多源动力系统的多目标配置优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110730903.5A CN113420927B (zh) | 2021-06-29 | 2021-06-29 | 多源动力系统的多目标配置优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113420927A true CN113420927A (zh) | 2021-09-21 |
CN113420927B CN113420927B (zh) | 2024-02-13 |
Family
ID=77717336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110730903.5A Active CN113420927B (zh) | 2021-06-29 | 2021-06-29 | 多源动力系统的多目标配置优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113420927B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114204101A (zh) * | 2021-12-10 | 2022-03-18 | 安徽江淮汽车集团股份有限公司 | 一种电动汽车的电池组匹配方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009036606A1 (fr) * | 2007-09-21 | 2009-03-26 | Guilin Geely Stars Oil-Electric Hybrid Engine Co., Ltd. | Procédé de fonctionnement économique de moteur thermique possédant un système de servocommande |
US20140277599A1 (en) * | 2013-03-13 | 2014-09-18 | Oracle International Corporation | Innovative Approach to Distributed Energy Resource Scheduling |
US20160325729A1 (en) * | 2013-12-20 | 2016-11-10 | Volvo Truck Corporation | Vehicle comprising a vehicle system controller for controlling energy flows within the vehicle |
DE102015214759A1 (de) * | 2015-08-03 | 2017-02-09 | Borgward Trademark Holdings Gmbh | Verfahren und System zur Steuerung eines Fahrzeugs |
CN106926841A (zh) * | 2017-03-10 | 2017-07-07 | 江苏大学 | 一种双行星排式混合动力汽车能量管理控制方法 |
CN108494080A (zh) * | 2018-03-16 | 2018-09-04 | 上海海事大学 | 一种基于改进nsga-ii的混合动力船舶多目标能量优化方法 |
CN109606137A (zh) * | 2019-01-23 | 2019-04-12 | 吉林大学 | 融合成本寿命因素的多源电驱动系统经济性优化方法 |
CN110920601A (zh) * | 2019-12-17 | 2020-03-27 | 北京交通大学 | 一种多异性动力源系统能量配置优化控制的方法 |
CN111079230A (zh) * | 2019-08-21 | 2020-04-28 | 南昌工程学院 | 一种基于nsga-ii的插电式混合动力汽车动力传动系统参数多目标优化方法 |
CN111392017A (zh) * | 2020-04-17 | 2020-07-10 | 武汉理工大学 | 柴电混合动力船舶多能源能量管理系统 |
US20200303925A1 (en) * | 2019-03-20 | 2020-09-24 | Caterpillar Inc. | System And Method For Diverse Multi-Source Energy Management |
CN112434377A (zh) * | 2020-12-04 | 2021-03-02 | 中车大连机车车辆有限公司 | 一种机车动力电池组参数设计及评价方法 |
-
2021
- 2021-06-29 CN CN202110730903.5A patent/CN113420927B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009036606A1 (fr) * | 2007-09-21 | 2009-03-26 | Guilin Geely Stars Oil-Electric Hybrid Engine Co., Ltd. | Procédé de fonctionnement économique de moteur thermique possédant un système de servocommande |
US20140277599A1 (en) * | 2013-03-13 | 2014-09-18 | Oracle International Corporation | Innovative Approach to Distributed Energy Resource Scheduling |
US20160325729A1 (en) * | 2013-12-20 | 2016-11-10 | Volvo Truck Corporation | Vehicle comprising a vehicle system controller for controlling energy flows within the vehicle |
DE102015214759A1 (de) * | 2015-08-03 | 2017-02-09 | Borgward Trademark Holdings Gmbh | Verfahren und System zur Steuerung eines Fahrzeugs |
CN106926841A (zh) * | 2017-03-10 | 2017-07-07 | 江苏大学 | 一种双行星排式混合动力汽车能量管理控制方法 |
CN108494080A (zh) * | 2018-03-16 | 2018-09-04 | 上海海事大学 | 一种基于改进nsga-ii的混合动力船舶多目标能量优化方法 |
CN109606137A (zh) * | 2019-01-23 | 2019-04-12 | 吉林大学 | 融合成本寿命因素的多源电驱动系统经济性优化方法 |
US20200303925A1 (en) * | 2019-03-20 | 2020-09-24 | Caterpillar Inc. | System And Method For Diverse Multi-Source Energy Management |
CN111079230A (zh) * | 2019-08-21 | 2020-04-28 | 南昌工程学院 | 一种基于nsga-ii的插电式混合动力汽车动力传动系统参数多目标优化方法 |
CN110920601A (zh) * | 2019-12-17 | 2020-03-27 | 北京交通大学 | 一种多异性动力源系统能量配置优化控制的方法 |
CN111392017A (zh) * | 2020-04-17 | 2020-07-10 | 武汉理工大学 | 柴电混合动力船舶多能源能量管理系统 |
CN112434377A (zh) * | 2020-12-04 | 2021-03-02 | 中车大连机车车辆有限公司 | 一种机车动力电池组参数设计及评价方法 |
Non-Patent Citations (4)
Title |
---|
M MAHMOUD, AK DAUD, M ISMAIL: "Simulation of a Hybrid Power System Consisting of Wind Turbine, PV, Storage Battery and Diesel Generator: Design, Optimization and Economical Evaluation", INTERNATIONAL JOURNAL OF ENERGY ENGINEERING, vol. 1, no. 1 * |
付稳超, 齐洪峰, 戴朝华 等: "有轨电车燃料电池混合动力多目标匹配优化", 西南交通大学学报, vol. 55, no. 03 * |
曾育平, 秦大同, 苏岭 等: "插电式混合动力汽车动力系统的成本、油耗和排放多目标参数优化", 汽车工程, vol. 38, no. 04 * |
郑磊: "混合动力公交客车动力系统参数设计和分析", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114204101A (zh) * | 2021-12-10 | 2022-03-18 | 安徽江淮汽车集团股份有限公司 | 一种电动汽车的电池组匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113420927B (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109606137B (zh) | 融合成本寿命因素的多源电驱动系统经济性优化方法 | |
Hu et al. | Multi-objective energy management optimization and parameter sizing for proton exchange membrane hybrid fuel cell vehicles | |
CN113022385B (zh) | 燃料电池锂电池混合动力系统参数匹配方法 | |
CN110254418A (zh) | 一种混合动力汽车增强学习能量管理控制方法 | |
CN112677956B (zh) | 一种考虑电池寿命的行星混联式混动车实时优化控制方法 | |
CN113022380B (zh) | 一种考虑衰减的燃料电池汽车动力电池优化设计方法 | |
CN111572369A (zh) | 基于改进遗传算法的燃料电池混合动力汽车能量管理在线优化方法 | |
CN112926211A (zh) | 一种基于工况预测的燃料电池汽车能量管理优化方法 | |
CN112810504A (zh) | 基于非线性预测模型控制的燃料电池汽车能量管理方法 | |
CN111614087A (zh) | 一种参与电网调峰的储能双层优化配置方法 | |
Herrera et al. | Adaptive and non-adaptive strategies for optimal energy management and sizing of a dual storage system in a hybrid electric bus | |
CN112706753B (zh) | 一种基于灰狼优化的ecms混动汽车能量管理策略 | |
CN111064214A (zh) | 基于电动汽车两阶段滚动式策略的配电网优化调度方法 | |
CN110294418B (zh) | 一种混合动力轮胎式集装箱起重机分布式能量管理方法 | |
CN114996906A (zh) | 一种航空混合电推进系统的能量管理策略 | |
CN112319462A (zh) | 一种插电式混合动力汽车能量管理方法 | |
Yang et al. | Research on the energy management strategy of extended range electric vehicles based on a hybrid energy storage system | |
CN113799659B (zh) | 一种燃料电池整车能量分配方法 | |
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 | |
CN113420927B (zh) | 多源动力系统的多目标配置优化方法 | |
CN110751346A (zh) | 一种基于驾驶速度预测和博弈论的分布式能源管理方法 | |
CN110271450A (zh) | 一种电动汽车v2g优化充放电策略 | |
CN112455291B (zh) | 一种燃料电池汽车复合电源瞬时最优能量管理方法 | |
CN113352946A (zh) | 一种燃料电池汽车动力系统的能量管理方法 | |
CN112434377A (zh) | 一种机车动力电池组参数设计及评价方法 |
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 |