CN113428049A - 一种考虑电池老化抑制的燃料电池混动汽车能量管理方法 - Google Patents
一种考虑电池老化抑制的燃料电池混动汽车能量管理方法 Download PDFInfo
- Publication number
- CN113428049A CN113428049A CN202110985027.0A CN202110985027A CN113428049A CN 113428049 A CN113428049 A CN 113428049A CN 202110985027 A CN202110985027 A CN 202110985027A CN 113428049 A CN113428049 A CN 113428049A
- Authority
- CN
- China
- Prior art keywords
- battery
- power
- vehicle
- model
- fuel cell
- 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
- 239000000446 fuel Substances 0.000 title claims abstract description 30
- 238000007726 management method Methods 0.000 title claims abstract description 25
- 230000032683 aging Effects 0.000 title claims abstract description 17
- 230000005764 inhibitory process Effects 0.000 title abstract description 6
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000012937 correction Methods 0.000 claims abstract description 11
- 238000005096 rolling process Methods 0.000 claims abstract description 9
- 230000007423 decrease Effects 0.000 claims description 12
- 238000011002 quantification Methods 0.000 claims description 9
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 8
- 229910052739 hydrogen Inorganic materials 0.000 claims description 8
- 239000001257 hydrogen Substances 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 5
- 230000015556 catabolic process Effects 0.000 claims description 5
- 238000006731 degradation reaction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 230000004913 activation Effects 0.000 claims description 2
- 230000002301 combined effect Effects 0.000 claims 1
- 230000001133 acceleration Effects 0.000 description 24
- 239000011159 matrix material Substances 0.000 description 13
- 230000007704 transition Effects 0.000 description 11
- 238000012360 testing method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 229910010707 LiFePO 4 Inorganic materials 0.000 description 1
- 241000156302 Porcine hemagglutinating encephalomyelitis virus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
-
- 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
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供了一种考虑电池老化抑制的燃料电池混动汽车能量管理方法:(1)生成预测模型;(2)获取参考轨迹;(3)滚动优化实时控制;(4)反馈校正。该方法利用动态规划算法的先进性,采用模型预测控制能量管理框架,提供了一种考虑电池老化抑制的改进的模型预测控制能量管理方法,在燃料电池混动汽车的能量管理实际应用中,有效地保护了电池的同时,显著地提升了整车总体经济性。
Description
技术领域
本发明涉及燃料电池混动汽车的能量管理领域,具体地,涉及一种考虑电池老化抑制的燃料电池混动汽车能量管理方法。
背景技术
燃料电池混动汽车相较于其他类型的电动汽车,由于其主要依靠车载燃料电池装置产生的电力作为动力源驱动整车行驶,排放物仅仅是水,无任何有毒有害气体,因此,具有卓越的节能环保性,符合当前“碳达峰、碳中和”政策的发展主流;此外,燃料电池由其固有特性决定的其“只能放电,不能充电”的特点,为了利用制动回收的能量,燃料电池混动汽车上通常会采用动力电池作为储能元件。然而,在行驶过程中,动力电池需要频繁地充放电来满足车辆瞬时功率的需求,这将加剧电池的老化,基于当前三分之一的电动汽车成本都来自于电池这一客观事实,使得燃料电池混动汽车在电池成本方面面临巨大挑战,尤其是在当前电池循环寿命和价格未取得突破的前提下,电池的老化成本将极大地提升整车的行驶成本。因此,如何开发先进的能量管理方法,在进行功率优化分配控制的同时抑制电池的老化成为了燃料电池混动汽车发展的重点。
燃料电池混动汽车能量管理方法具备十分重要的应用价值,近年来,越来越多的学者关注并专研这个领域。K.Ettihir等(ETTIHIR K, BOULON L, AGBOSSOU K, et al.Design of an energy management strategy for PEM Fuel Cell Vehicles;proceedings of the 2012 IEEE International Symposium on IndustrialElectronics, F, 2012 [C]. IEEE.)提出了一种基于规则的能量管理策略,他们将能量管理方法分为最大效率、最大功率和停止等三种模式,仅通过电池荷电状态SOC的阈值来使车辆在三种工作模式之间进行切换;虽然基于确定规则的能量管理方法简单,应用效果较好,在实际工业中应用广泛,但是,针对不用的应用场景,规则需要做相应的调整来获取较好的控制效果,规则的迁移性较差,节能效果较差。Liangfei XU等(XU L, OUYANG M, LI J, etal. Dynamic programming algorithm for minimizing operating cost of a PEM fuelcell vehicle; proceedings of the 2012 IEEE International Symposium onIndustrial Electronics, F, 2012 [C]. IEEE.)提出了一种基于动态规划算法的能量管理方法,他们以最小化燃料电池和电池运行成本为目标函数,讨论了SOC惩罚因子、初始SOC对动态规划算法的影响;虽然考虑电池老化抑制的动态规划算法虽然能够实现经济性最优,但它是一种离线求解算法,无法在线控制。
发明内容
针对当前基于规则的能量管理策略迁移性较差、节能效果差、无法在线控制等缺点,本发明提出了一种考虑电池老化抑制的改进的模型预测控制能量管理方法,应用于燃料电池混动汽车的能量管理中。
具体的技术方案为:
一种考虑电池老化抑制的燃料电池混动汽车能量管理方法,包括以下步骤:
(2)获取参考轨迹:集成降维-电池寿命模型,基于动态规划算法求解出一条使得整车系统的总消耗成本最小的电池荷电状态SOC(State of Charge)轨迹;
(3)滚动优化,实时控制:基于预测模型,求得车辆在未来一段预测时域内的运行工况信息,形成了一个短期全局工况;基于降维-电池寿命模型,采用动态规划算法求解的能量管理方法,在状态变量和控制变量可行域约束下求得在短期全局工况下的最优控制序列;将最优控制序列的第一个控制量作为控制器的输出施加给被控系统,使用电池寿命衰退量化模型对电池的健康状态SOH(State of Health)进行实时更新;
(4)反馈校正:将SOH反馈给滚动优化的降维-电池寿命模型,对降维-电池寿命模型在下一步的计算开始反馈校正过程,从而调整功率分配控制结果。
具体地,包括以下步骤:
基于蒙特卡洛法生成测试工况的速度、加速度概率分布,使用多步马尔科夫模型完成车辆车速及加速度的预测,车速预测模型表示如下:
引入降维-电池寿命模型,获取最优参考轨迹:
结合经验公式(WANG Y, JIAO X, SUN Z, et al. Energy management strategy
in consideration of battery health for PHEV via stochastic control and
particle swarm optimization algorithm [J]. Energies, 2017, 10(11): 1894),能够被确定为:
式中,分别为SOC、Crate对电池循环寿命的修正系数,a,b,c,d为常系数,
其数值分别为8.0401、-4.28741、-1.3087、1.7263;是SOC和Crate对电
池循环寿命的综合影响。
集成降维-电池寿命模型,基于动态规划算法求解出一条使得系统的总消耗成本最小的SOC轨迹。
引入电池寿命衰退量化模型:
基于半经验模型(WANG J, LIU P, HICKS-GARNER J, et al. Cycle-life modelfor graphite-LiFePO4 cells [J]. Journal of power sources, 2011, 196(8): 3942-8.):
基于对的微分(SONG Z, LI J, HAN X, et al. Multi-objective
optimization of a semi-active battery/supercapacitor energy storage system
for electric vehicles [J]. Applied Energy, 2014, 135(212-24.):
将(10)式代入(11)式中:
则,电池健康状态SOH可由下式计算:
滚动优化求解,实时控制:
系统状态变量初值:
设置考虑等效氢耗和电池老化损耗的系统性能泛函为:
确定系统状态变量和各个控制变量的可行域为模型求解提供控制约束:
式中,和分别是电池运行时SOC的最小值和最大值:
和分别是驱动电机运行时转速的最小值和最大值;和分别是驱动
电机运行时转矩的最小值和最大值;分别是燃料电池混动汽车运行时
的需求功率、电机功率和制动系统功率;分别是燃料电池、动力电池的功
率;和分别是燃料电池功率的最小值和最大值;和
分别是电池功率的最小值和最大值。
针对每一个时刻车辆的速度和加速度,基于预测模型,求得车辆在未来一段预测时域内的运行工况信息,形成了一个短期全局工况,基于动态规划算法能够在状态变量和控制变量可行域约束下求得在短期全局工况下的最优控制序列。将第一个控制序列作为控制器的输出施加给被控系统,系统运行后,采样电池寿命衰退特征参数,基于电池寿命衰退量化模型,完成电池寿命衰退的量化,更新电池SOH。
反馈校正:将更新后的SOH反馈给滚动优化的降维-电池寿命模型,对降维-电池寿命模型在下一步的计算开始反馈校正过程,从而调整功率分配控制结果。
本发明技术方案带来的有益效果:
1、在车辆运行过程中,考虑了电池制动回收能量对电池寿命的影响,从而电池频繁充放电程度降低,因此对电池保护起到了很大的积极作用;
2、能够很好地跟随最优SOC引导轨迹;
3、在以包含等效氢耗和电池寿命损耗的经济性指标分析中,相比于基于规则的经典策略,该方法的总体经济性显著提升。
附图说明
图1为本发明流程框架图;
图2a为实施例的测试工况的车速概率分布;
图2b为实施例的测试工况的加速度概率分布;
图3为实施例的测试工况加速度与车速映射图;
图4a为实施例的第1步马尔科夫加速度概率转移矩阵图谱;
图4b为实施例的第2步马尔科夫加速度概率转移矩阵图谱;
图4c为实施例的第3步马尔科夫加速度概率转移矩阵图谱;
图4d为实施例的第4步马尔科夫加速度概率转移矩阵图谱;
图4e为实施例的第5步马尔科夫加速度概率转移矩阵图谱;
图4f为实施例的第6步马尔科夫加速度概率转移矩阵图谱;
图4g为实施例的第7步马尔科夫加速度概率转移矩阵图谱;
图4h为实施例的第8步马尔科夫加速度概率转移矩阵图谱;
图4i为实施例的第9步马尔科夫加速度概率转移矩阵图谱;
图4j为实施例的第10步马尔科夫加速度概率转移矩阵图谱;
图5为实施例的车速预测结果;
图6为实施例的最优SOC引导轨迹;
图7为实施例的动态规划算法求解示意图;
图8为实施例的实际SOC vs 参考SOC;
图9实施例的为改进的模型预测控制能量管理方法整车运行总成本。
具体实施方式
结合附图和具体实施例说明本发明的具体技术方案。
本发明的步骤如图1所示:
首先,基于蒙特卡洛法生成测试工况的速度、加速度概率分布,并建立二者之间的映射关系,如图2a、图2b、图3所示。
选用10步马尔科夫预测模型,基于中国典型城市公交工况CTUDC,将车速按照5km/
h的间隔进行片段划分,共存在13个速度片段,针对每一个速度片段,统计加速度概率转移
矩阵。对加速度按照的间隔进行片段划分,一共划分出42个加速度片段,因
此,在每一个速度片段下,都会存在一个42×42的加速度转移矩阵。针对每一个速度片段,
能够统计出10个加速度概率转移矩阵。速度片段标签为5(速度区间为20-25)时,10步加速
度转移矩阵概率图如图4a到图4j所示。
基于蒙特卡洛马尔科夫模型,预测时域取为10s,得到车速预测结果如图5所示。
集成降维-电池寿命模型,基于动态规划算法求解出一条使得整车系统的总消耗成本最小的SOC轨迹如图6所示。
针对每一个时刻车辆的速度和加速度,基于预测模型,求得车辆在未来一段预测时域内的运行工况信息,形成了一个短期全局工况,基于动态规划算法能够在状态变量和控制变量可行域约束下求得在短期全局工况下的最优控制序列,求解示意图如图7所示。获得最优控制序列后,将序列的第一个控制量作为控制器的输出施加给被控系统,更新被控系统的状态。
基于马尔科夫蒙特卡洛法车速预测模型,预测每一个离散时间步在未来一段时间域内的车速和加速度信息。基于车辆实际运行结果和期望参考轨迹,确定滚动优化过程SOC的运行可行域约束。
针对每一个时间步在未来一段时间域内的优化结果,得到相应的控制序列,将第一个控制结果作为控制器的输出施加给被控系统,系统运
行后,采样电池寿命衰退特征参数,基于电池寿命衰退模型,完成电池寿命衰退的量化,更
新电池SOH,并将更新后的SOH反馈给滚动优化模块中的降维-电池寿命模型,对系统后续的
优化求解过程进行校正。
基于本发明所提出的改进的模型预测控制能量管理方法得到的电池SOC仿真结果如图8所示。从图中可以看出,在车辆运行过程中,SOC能够很好地跟随最优参考轨迹。
在以包含等效氢耗和电池寿命损耗的经济性指标分析中,基于本发明方法所得的总经济性指标如图9所示。
Claims (4)
1.一种考虑电池老化抑制的燃料电池混动汽车能量管理方法,其特征在于,包括以下步骤:
(2)获取参考轨迹:集成降维-电池寿命模型,基于动态规划算法求解出一条使得整车系统的总消耗成本最小的电池荷电状态SOC轨迹;
(3)滚动优化,实时控制:基于预测模型,求得车辆在未来一段预测时域内的运行工况信息,形成了一个短期全局工况;基于降维-电池寿命模型,采用动态规划算法求解的能量管理方法,在状态变量和控制变量可行域约束下求得在短期全局工况下的最优控制序列;将最优控制序列的第一个控制量作为控制器的输出施加给被控系统,使用电池寿命衰退量化模型对电池的健康状态SOH进行实时更新;
(4)反馈校正:将SOH反馈给滚动优化的降维-电池寿命模型,对降维-电池寿命模型在下一步的计算开始反馈校正过程,从而调整功率分配控制结果。
4.根据权利要求1所述的一种考虑电池老化抑制的燃料电池混动汽车能量管理方法,其特征在于,所述的滚动优化实时控制:
系统状态变量初值:
设置考虑等效氢耗和电池老化损耗的系统性能泛函为:
确定系统状态变量和各个控制变量的可行域为模型求解提供控制约束:
式中,和分别是电池运行时SOC的最小值和最大值:和分别是驱动电机运行时转速的最小值和最大值;和分别是驱动电
机运行时转矩的最小值和最大值;分别是燃料电池混动汽车运行时的
需求功率、电机功率和制动系统功率;分别是燃料电池、动力电池的功率;和分别是燃料电池功率的最小值和最大值;和分别
是电池功率的最小值和最大值;
系统运行后,采样电池寿命衰退特征参数,基于电池寿命衰退量化模型,完成电池寿命衰退的量化,更新电池SOH。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110985027.0A CN113428049B (zh) | 2021-08-26 | 2021-08-26 | 一种考虑电池老化抑制的燃料电池混动汽车能量管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110985027.0A CN113428049B (zh) | 2021-08-26 | 2021-08-26 | 一种考虑电池老化抑制的燃料电池混动汽车能量管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113428049A true CN113428049A (zh) | 2021-09-24 |
CN113428049B CN113428049B (zh) | 2021-11-09 |
Family
ID=77797941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110985027.0A Active CN113428049B (zh) | 2021-08-26 | 2021-08-26 | 一种考虑电池老化抑制的燃料电池混动汽车能量管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113428049B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114122466A (zh) * | 2021-11-11 | 2022-03-01 | 广东汉合汽车有限公司 | 燃料电池车电池优化管理方法、系统、设备及介质 |
CN115782700A (zh) * | 2022-12-07 | 2023-03-14 | 北京理工大学 | 考虑电池热健康约束的燃料电池混动汽车能量管理方法 |
CN116729208A (zh) * | 2023-08-15 | 2023-09-12 | 北京理工大学 | 一种燃料电池混动汽车能量管理方法、系统及电子设备 |
CN117863969A (zh) * | 2024-03-13 | 2024-04-12 | 国网北京市电力公司 | 一种考虑电池损耗的电动汽车充放电控制方法及系统 |
CN118136898A (zh) * | 2024-05-07 | 2024-06-04 | 西北工业大学宁波研究院 | 一种混合动力水下航行器能量管理方法及其系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170246963A1 (en) * | 2016-02-26 | 2017-08-31 | Ford Global Technologies, Llc | Systems and methods for battery state-of-health monitoring |
CN109808518A (zh) * | 2018-12-29 | 2019-05-28 | 清华大学 | 基于地理位置信息的燃料电池汽车能量管理方法与系统 |
CN109960255A (zh) * | 2017-12-26 | 2019-07-02 | 郑州宇通客车股份有限公司 | 一种最优目标车速预测、燃料电池系统的控制方法及装置 |
CN110341690A (zh) * | 2019-07-22 | 2019-10-18 | 北京理工大学 | 一种基于确定性策略梯度学习的phev能量管理方法 |
CN110852482A (zh) * | 2019-10-15 | 2020-02-28 | 江苏大学 | 一种燃料电池公交车实时全局优化智能控制系统及方法 |
CN111619545A (zh) * | 2020-05-08 | 2020-09-04 | 北京航空航天大学 | 基于交通信息的混合动力汽车能量管理方法 |
CN112180280A (zh) * | 2020-09-27 | 2021-01-05 | 吉林大学 | 一种考虑电池健康状态的混合动力汽车电池寿命优化方法 |
CN112926211A (zh) * | 2021-03-09 | 2021-06-08 | 吉林大学 | 一种基于工况预测的燃料电池汽车能量管理优化方法 |
CN113022380A (zh) * | 2021-03-09 | 2021-06-25 | 吉林大学 | 一种考虑衰减的燃料电池汽车动力电池优化设计方法 |
-
2021
- 2021-08-26 CN CN202110985027.0A patent/CN113428049B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170246963A1 (en) * | 2016-02-26 | 2017-08-31 | Ford Global Technologies, Llc | Systems and methods for battery state-of-health monitoring |
CN109960255A (zh) * | 2017-12-26 | 2019-07-02 | 郑州宇通客车股份有限公司 | 一种最优目标车速预测、燃料电池系统的控制方法及装置 |
CN109808518A (zh) * | 2018-12-29 | 2019-05-28 | 清华大学 | 基于地理位置信息的燃料电池汽车能量管理方法与系统 |
CN110341690A (zh) * | 2019-07-22 | 2019-10-18 | 北京理工大学 | 一种基于确定性策略梯度学习的phev能量管理方法 |
CN110852482A (zh) * | 2019-10-15 | 2020-02-28 | 江苏大学 | 一种燃料电池公交车实时全局优化智能控制系统及方法 |
CN111619545A (zh) * | 2020-05-08 | 2020-09-04 | 北京航空航天大学 | 基于交通信息的混合动力汽车能量管理方法 |
CN112180280A (zh) * | 2020-09-27 | 2021-01-05 | 吉林大学 | 一种考虑电池健康状态的混合动力汽车电池寿命优化方法 |
CN112926211A (zh) * | 2021-03-09 | 2021-06-08 | 吉林大学 | 一种基于工况预测的燃料电池汽车能量管理优化方法 |
CN113022380A (zh) * | 2021-03-09 | 2021-06-25 | 吉林大学 | 一种考虑衰减的燃料电池汽车动力电池优化设计方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114122466A (zh) * | 2021-11-11 | 2022-03-01 | 广东汉合汽车有限公司 | 燃料电池车电池优化管理方法、系统、设备及介质 |
CN114122466B (zh) * | 2021-11-11 | 2024-05-31 | 广东汉合汽车有限公司 | 燃料电池车电池优化管理方法、系统、设备及介质 |
CN115782700A (zh) * | 2022-12-07 | 2023-03-14 | 北京理工大学 | 考虑电池热健康约束的燃料电池混动汽车能量管理方法 |
CN116729208A (zh) * | 2023-08-15 | 2023-09-12 | 北京理工大学 | 一种燃料电池混动汽车能量管理方法、系统及电子设备 |
CN117863969A (zh) * | 2024-03-13 | 2024-04-12 | 国网北京市电力公司 | 一种考虑电池损耗的电动汽车充放电控制方法及系统 |
CN117863969B (zh) * | 2024-03-13 | 2024-05-17 | 国网北京市电力公司 | 一种考虑电池损耗的电动汽车充放电控制方法及系统 |
CN118136898A (zh) * | 2024-05-07 | 2024-06-04 | 西北工业大学宁波研究院 | 一种混合动力水下航行器能量管理方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113428049B (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113428049B (zh) | 一种考虑电池老化抑制的燃料电池混动汽车能量管理方法 | |
Hu et al. | A study on energy distribution strategy of electric vehicle hybrid energy storage system considering driving style based on real urban driving data | |
Feng et al. | Optimal energy management with balanced fuel economy and battery life for large hybrid electric mining truck | |
Wegmann et al. | Optimized operation of hybrid battery systems for electric vehicles using deterministic and stochastic dynamic programming | |
US6653817B2 (en) | State-of-charge detection device for a battery | |
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 | |
CN112810504B (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 | |
CN108394401A (zh) | 汽车动力装置的控制方法、系统、装置及存储介质 | |
CN113815437B (zh) | 燃料电池混合动力汽车的预测性能量管理方法 | |
CN110435429A (zh) | 一种融合能耗预测的双电机电动汽车续航里程估计方法 | |
CN110126813A (zh) | 一种车载燃料电池混合动力系统的能量管理方法 | |
CN112319462B (zh) | 一种插电式混合动力汽车能量管理方法 | |
CN114771293A (zh) | 一种基于等效消耗最小策略的燃料电池汽车能量管理方法 | |
CN115027290A (zh) | 一种基于多目标优化的混合动力汽车跟车能量管理方法 | |
Lin et al. | Charge depleting range dynamic strategy with power feedback considering fuel-cell degradation | |
CN115230485A (zh) | 基于短期功率平滑预测的燃料电池公交车能量管理方法 | |
Zhang et al. | Optimal state-of-charge value for charge-sustaining mode of plug-in hybrid electric vehicles | |
Hu et al. | Adaptive rule control strategy for composite energy storage fuel cell vehicle based on vehicle operating state recognition | |
Yu et al. | Integrated energy and thermal management strategy for extended range electric vehicle based on battery temperature and state-of-charge global planning | |
Tang et al. | Degradation adaptive energy management strategy for FCHEV based on the Rule-DDPG method: tailored to the current SOH of the powertrain | |
Zhang et al. | HESS and its application in series hybrid electric vehicles | |
CN117013145B (zh) | 电池包自加热方法、电池包、用电装置及车辆 | |
CN117755163A (zh) | 一种氢燃料电池温度动态变化的能量管理系统及方法 | |
CN117034666A (zh) | 燃料电池汽车能量管理方法、系统、介质、设备及终端 | |
CN112109594A (zh) | 用于混合动力车的能量管理控制方法和系统 |
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 |