CN113682203A - 基于燃料电池有轨电车全生命周期状态的能量调控方法 - Google Patents
基于燃料电池有轨电车全生命周期状态的能量调控方法 Download PDFInfo
- Publication number
- CN113682203A CN113682203A CN202111111264.0A CN202111111264A CN113682203A CN 113682203 A CN113682203 A CN 113682203A CN 202111111264 A CN202111111264 A CN 202111111264A CN 113682203 A CN113682203 A CN 113682203A
- Authority
- CN
- China
- Prior art keywords
- fuel cell
- lithium battery
- power
- tramcar
- degradation rate
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/40—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for controlling a combination of batteries and fuel cells
-
- 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)
- Fuel Cell (AREA)
Abstract
本发明公开了基于燃料电池有轨电车全生命周期状态的能量调控方法,实时采集燃料电池和锂电池系统输出端电压和电流信号,依靠自动运行系统中的中央处理器采迭代法实时辨识时变的燃料电池系统中功率‑效率函数的参数矩阵、并计算出锂电池SOC的实时变化,然后根据燃料电池运行老化的影响因素和锂电池充放电的寿命损耗特性构建燃料电池有轨电车的全生命周期状态函数并利用机器学习的非线性梯度算法在线计算多状态下的系统最优解,最后将求解的参考输出功率控制相应DC/DC变换器的输出功率,从而间接实现对燃料电池和锂电池系统的寿命管理。本发明专利可尽量降低燃料电池有轨电车运行成本、提高动力源耐久性,延长燃料电池全寿命运行周期。
Description
技术领域
本发明属于车载燃料电池技术领域,特别是涉及燃料电池混合动力系统能量管理方法。
背景技术
随着燃料电池发电技术的日益成熟,燃料电池在多个行业获得了广泛的应用,尤其是轨道交通领域。燃料电池混合动力轨道交通车辆既能满足人口快速流动的需求,又能有效改善环境污染问题,自其提出以来便受到了国内外众多专家学者的广泛关注。
在良好的能量管理方法控制下,燃料电池/锂电池构成的混合动力系统可以很好地利用各自的发电特性,相互补充。通常将燃料电池当作主要动力源,为负载提供持续且稳定的电能,动力电池或其他的储能元件充当二次动力源,以满足负载快速变化的功率需求,并回收系统的制动功率,提高能量的利用率。而燃料电池是一个时变的发电系统,其输出特性会受到多种因素影响。但现有大部分研究均将燃料电池视为一个静态模型,更多的是关注固定参数下系统效率以及燃料经济性,没有考虑到其发电参数的变化。而燃料电池输出功率波动大、老化严重、氢气消耗过多、锂电池充放电过深、SOC变化剧烈等问题会造成的系统总运行成本费用高昂。
发明内容
为了解决上述问题,本发明提出了基于燃料电池有轨电车全生命周期状态的能量调控方法,能够使燃料电池有轨电车在实时运行中总成本最小,解决了燃料电池输出功率波动大、老化严重、氢气消耗过多、锂电池充放电过深、SOC变化剧烈等问题造成的系统总运行成本费用高昂。
为达到上述目的,本发明采用的技术方案是:基于燃料电池有轨电车全生命周期状态的能量调控方法,包括步骤:
S100,采集燃料电池输出端的电压和电流信号,采集锂电池中输出端的电压和电流信号,采集负载需求侧的电压和电流信号计算需求功率;
S200,通过采集得到的电压电流信号计算燃料电池系统实时效率和锂电池SOC值,并采用迭代法实时辨识时变的燃料电池系统中功率效率函数的参数矩阵;
S300,基于燃料电池在怠速电压退化率、满载运行电压退化率,变载运行电压退化率以及启停电压退化率,以及锂电池总循环寿命时间,根据燃料电池老化因素和锂电池充放电深度造成的损耗,构建燃料电池有轨电车的全生命周期状态函数;
S400,采用非线性梯度算法通过深度优先搜索方式对燃料电池有轨电车的全生命周期状态函数求解,进而确定出燃料电池和锂电池参考输出功率并实时控制。
进一步的是,所述燃料电池有轨电车采用双动力源结构的供电方式,并且由大功率水冷燃料电池系统和锂电池系统构成;且为保证供电的安全可靠,燃料电池通过单向DC/DC变换器连接至直流母线,锂电池通过双向DC/DC变换器连接至直流母线通常为辅助电源稳定机车的母线电压。
进一步的是,所述步骤S200中,根据确定燃料电池系统效率与输出电流之间的曲线关系,确定拟合系数:
所述燃料电池系统效率与输出电流之间的曲线关系,
利用所述燃料电池系统效率与输出电流之间的曲线关系确定对于燃料电池系统效率电流的待辨识运行参数。
进一步的是,采用迭代法实时辨识时变的燃料电池系统中功率效率函数的参数矩阵,对于燃料电池系统效率电流的待辨识运行参数,获取方式包括步骤:
对燃料电池系统进行离线数据测试,确定多阶系数的取值;
令燃料电池系统效率与多项式残差平方和最小;
采用迭代法实时辨识燃料电池的待辨识运行参数。
进一步的是,所述步骤S300中,基于燃料电池在怠速电压退化率U1、满载运行电压退化率U2,变载运行电压退化率U3以及启停电压退化率U4,以及锂电池总循环寿命时间,根据燃料电池老化因素和锂电池充放电深度造成的损耗,包括步骤:
基于燃料电池在怠速电压退化率U1、满载运行电压退化率U2,变载运行电压退化率U3以及启停电压退化率U4,以及锂电池总循环寿命时间;计算燃料电池运行在怠速、满载、变载以及启停过程造成的寿命损耗和锂电池充放电深度造成的循环寿命损耗。
进一步的是,在所述步骤S300中,构建燃料电池有轨电车的全生命周期状态函数Jtotal(k),具体为:
其中,
式中,CH2系统瞬时氢耗、Ctotal燃料电池总和锂电池的总等效氢耗量、CFC_D为燃料电池运行中老化折算、CSOC为锂电池瞬时等效氢耗,Cbat_D为锂电池的寿命损耗,PFC_rated表示燃料电池额定功率,Urated表示燃料电池额定电压,βFC表示电堆单价,βH2表示氢气单价,βbat表示动力电池单价,SOC0为初始锂电池SOC值,Dp表示约束动力电池SOC范围的惩罚系数,Dp越大,表示约束强度越大,越有利于维持动力电池始末SOC的一致性;
为保证系统安全稳定运行,需要满足的等式和不等式约束条件:
式中,PFC和Pbat为燃料电池和蓄电池输出功率;ηFC_min和ηFC_max分别为燃料电池最小和最大输出功率,其值由所允许的效率运行区间确定;△PFC为燃料电池最大允许输出功率波动量;Pbat_min和Pbat_max分别为锂电池最小和最大输出功率,Pdemand为负载需求功率。
进一步的是,在所述步骤S400中,采用非线性梯度算法通过深度优先搜索方式快速对多约束和多状态条件的复杂函数求解,采用非线性梯度算法算法求解的具体步骤为:
(1)设置系统初始点x0、收敛精度ε,令H0=I,k=0;
(2)将目标函数在迭代点s=x-xk处做简化;
(3)基于简化结构求解超维曲面,采用梯度降维,令sk=s*;
(4)在sk方向上对全生命周期状态函数J进行一维搜索,获得下一个迭代点xk+1;
(5)判断条件:如果xk+1满足给定精度的终止规则,则将xk+1作为最优解,JH2(xk+1)作为目标函数的最优成本,终止计算;否则,进入下一步骤;
(6)修正Hk+1,令k=k+1,返回第(2)步进行循环;
通过以上步骤对全生命周期状态函数进行求解,实时获得系统参考输出功率PFC_ref与Pbat_ref,实现燃料电池有轨电车的全生命周期状态的能量调控。
进一步的是,在所述步骤S400中,求解出燃料电池和锂电池的参考功率后,采用CAN通信方式与DC/DC变换器的控制器通信,在信号调理电路的转换下通过PWM波控制燃料电池和锂电池输出相应参考功率。
采用本技术方案的有益效果:
本发明实时采集燃料电池和锂电池系统输出端电压和电流信号,依靠自动运行系统中的中央处理器采迭代法实时辨识时变的燃料电池系统中功率-效率函数的参数矩阵、并计算出锂电池SOC的实时变化,然后根据燃料电池运行老化的影响因素和锂电池充放电的寿命损耗特性构建燃料电池有轨电车的全生命周期状态函数并利用机器学习的非线性梯度算法在线计算多状态下的系统最优解,最后将求解的参考输出功率控制相应DC/DC变换器的输出功率,从而间接实现对燃料电池和锂电池系统的寿命管理。本发明专利可尽量降低燃料电池有轨电车运行成本、提高动力源耐久性,延长燃料电池全寿命运行周期。
本发明能够使燃料电池有轨电车在实时运行中总成本最小。本发明专利解决了燃料电池输出功率波动大、老化严重、氢气消耗过多、锂电池充放电过深、SOC变化剧烈等造成的系统总运行成本费用高昂的问题。
本发明采用了迭代法实时辨识燃料电池运行参数,并根据燃料电池最优运行区域,实时更新燃料电池最大和最小的约束范围,维持了燃料电池运行性能,优化了燃料电池实时运行效率,降低了系统氢耗。
本发明采用了燃料电池实时寿命评估方法并通过多目标约束的方式降低了燃料电池老化速率,提高了燃料电池的运行时间和耐久性。
本发明采用了新的系统成本函数构建方法全面考虑了多方因素的影响不在局限于传统氢耗的经济花费,引入了燃料电池输出功率变化对其寿命损耗的影响并折算成系统运行成本同时也引入了动力电池充放电深度造成的循环寿命损耗的影响同样也折算成系统运行成本。
本发明对燃料电池有轨电车进行在线的能量管理计算,可以在极短时间内对绝大多数复杂的非线性函数求解,对燃料电池有轨电车实时成本进行在线的能量调控计算,可以有效的提升突发环境下系统控制的容错能力,减少列车总成本花费,提升列车混合动力系统整体的运行效率和时效性。
附图说明
图1为本发明的基于燃料电池有轨电车全生命周期状态的能量调控方法流程示意图;
图2为本发明实施例中燃料电池有轨电车实现能量管理的控制结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1所示,本发明提出了基于燃料电池有轨电车全生命周期状态的能量调控方法,包括步骤:
S100,采集燃料电池输出端的电压和电流信号,采集锂电池中输出端的电压和电流信号,采集负载需求侧的电压和电流信号计算需求功率;
S200,通过采集得到的电压电流信号计算燃料电池系统实时效率和锂电池SOC值,并采用迭代法实时辨识时变的燃料电池系统中功率效率函数的参数矩阵;
S300,基于燃料电池在怠速电压退化率、满载运行电压退化率,变载运行电压退化率以及启停电压退化率,以及锂电池总循环寿命时间,根据燃料电池老化因素和锂电池充放电深度造成的损耗,构建燃料电池有轨电车的全生命周期状态函数;
S400,采用非线性梯度算法通过深度优先搜索方式对燃料电池有轨电车的全生命周期状态函数求解,进而确定出燃料电池和锂电池参考输出功率并实时控制。
其中,如图2所示,所述燃料电池有轨电车采用双动力源结构的供电方式,并且由大功率水冷燃料电池系统和锂电池系统构成;且为保证供电的安全可靠,燃料电池通过单向DC/DC变换器连接至直流母线,锂电池通过双向DC/DC变换器连接至直流母线通常为辅助电源稳定机车的母线电压。
作为上述实施例的优化方案,S200,通过采集得到的电压电流信号计算燃料电池系统实时效率和锂电池SOC值,并采用迭代法实时辨识时变的燃料电池系统中功率效率函数的参数矩阵。
所述步骤S200中,根据确定燃料电池系统效率与输出电流之间的曲线关系,确定拟合系数:
所述燃料电池系统效率与输出电流之间的曲线关系计及燃料电池系统效率为ηFCS,且有下式:
其中,
采用迭代法实时辨识时变的燃料电池系统中功率效率函数的参数矩阵,对于燃料电池系统效率电流的待辨识运行参数a0、a1、…、an,获取方式包括步骤:
对燃料电池系统进行离线数据测试,确定多阶系数n的取值;
采用迭代法实时辨识燃料电池运行参数a0、a1、…、an,包括步骤:对于燃料电池系统:y=f(x,c);
其中,y为燃料电池系统运行的实时效率;x为变量;c为待辨识参数:
且有:
经过迭代参数矩阵为:c(k+1)=c(k)+(HTH+κE)-1e(c(k));
其中,E为单位矩阵由N决定其维度;H为雅克比矩阵;κ阻尼因子;e为残差。
作为上述实施例的优化方案,S300,基于燃料电池在怠速电压退化率、满载运行电压退化率,变载运行电压退化率以及启停电压退化率,以及锂电池总循环寿命时间,根据燃料电池老化因素和锂电池充放电深度造成的损耗,构建燃料电池有轨电车的全生命周期状态函数。
所述步骤S300中,基于燃料电池在怠速电压退化率U1、满载运行电压退化率U2,变载运行电压退化率U3以及启停电压退化率U4,以及锂电池总循环寿命时间,根据燃料电池老化因素和锂电池充放电深度造成的损耗,包括步骤:
基于燃料电池在怠速电压退化率U1、满载运行电压退化率U2,变载运行电压退化率U3以及启停电压退化率U4,以及锂电池总循环寿命时间;计算燃料电池运行在怠速、满载、变载以及启停过程造成的寿命损耗和锂电池充放电深度造成的循环寿命损耗,具体计算式为:
式中,Dlow、Dhigh、Don/off、Dchg分别表示所用燃料电池在怠速、满载、启停和变载运行期间造成的性能退化,Dbat表示锂电池受充放电深度影响造成的寿命损耗;t1、t2分别表示燃料电池运行期间在怠速和满载状态下的运行时长,k表示燃料电池运行期间启停次数,Ibat表示锂电池输出端电流,△t表示采样时间,Q为锂电池总容量,Bcycle是锂电池的循环充电次数,ΔPFC是燃料电池功率波动量。
在所述步骤S300中,构建燃料电池有轨电车的全生命周期状态函数Jtotal(k),具体为:
其中,
式中,CH2系统瞬时氢耗、Ctotal燃料电池总和锂电池的总等效氢耗量、CFC_D为燃料电池运行中老化折算、CSOC为锂电池瞬时等效氢耗,Cbat_D为锂电池的寿命损耗,PFC_rated表示燃料电池额定功率,Urated表示燃料电池额定电压,βFC表示电堆单价,βH2表示氢气单价,βbat表示动力电池单价,SOC0为初始锂电池SOC值,Dp表示约束动力电池SOC范围的惩罚系数,Dp越大,表示约束强度越大,越有利于维持动力电池始末SOC的一致性;
为保证系统安全稳定运行,需要满足的等式和不等式约束条件:
式中,PFC和Pbat为燃料电池和蓄电池输出功率;ηFC_min和ηFC_max分别为燃料电池最小和最大输出功率,其值由所允许的效率运行区间确定;△PFC为燃料电池最大允许输出功率波动量;Pbat_min和Pbat_max分别为锂电池最小和最大输出功率,Pdemand为负载需求功率。
作为上述实施例的优化方案,S400,采用非线性梯度算法通过深度优先搜索方式对燃料电池有轨电车的全生命周期状态函数求解,进而确定出燃料电池和锂电池参考输出功率并实时控制。
在所述步骤S400中,采用非线性梯度算法通过深度优先搜索方式快速对多约束和多状态条件的复杂函数求解,采用非线性梯度算法算法求解的具体步骤为:
(1)设置系统初始点x0、收敛精度ε,令H0=I,k=0;
(2)将目标函数在迭代点s=x-xk处做简化,具体为;
s.t.Aeq=Beq
As≤B;
式中,H表示海森矩阵的正定逼近,C表示目标函数在迭代点xk的一阶导数,Aeq表示所有等式约束在正梯度方向的xk点处构成的系数矩阵,A表示所有不等式约束在正梯度方向的xk点处构成的系数矩阵,Beq表示所有等式约束在负梯度方向的xk点处构成的系数矩阵,B表示所有不等式约束在负梯度方向的xk点处构成的系数矩阵;
(3)求解上述超维曲面,需采用梯度降维,令sk=s*;
(4)在sk方向上对全生命周期状态函数J进行一维搜索,获得下一个迭代点xk+1;
(5)判断条件:如果xk+1满足给定精度的终止规则,则将xk+1作为最优解,JH2(xk+1)作为目标函数的最优成本,终止计算;否则,进入下一步骤;
(6)修正Hk+1,令k=k+1,返回第(2)步进行循环;
通过以上步骤对全生命周期状态函数进行求解,实时获得系统参考输出功率PFC_ref与Pbat_ref,实现燃料电池有轨电车的全生命周期状态的能量调控。
如图2所示,求解出燃料电池和锂电池的参考功率后,采用CAN通信方式与DC/DC变换器的控制器通信,在信号调理电路的转换下通过PWM波控制燃料电池和锂电池输出相应参考功率。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.基于燃料电池有轨电车全生命周期状态的能量调控方法,其特征在于,包括步骤:
S100,采集燃料电池输出端的电压和电流信号,采集锂电池中输出端的电压和电流信号,采集负载需求侧的电压和电流信号计算需求功率;
S200,通过采集得到的电压电流信号计算燃料电池系统实时效率和锂电池SOC值,并采用迭代法实时辨识时变的燃料电池系统中功率效率函数的参数矩阵;
S300,基于燃料电池在怠速电压退化率、满载运行电压退化率,变载运行电压退化率以及启停电压退化率,以及锂电池总循环寿命时间,根据燃料电池老化因素和锂电池充放电深度造成的损耗,构建燃料电池有轨电车的全生命周期状态函数;
S400,采用非线性梯度算法通过深度优先搜索方式对燃料电池有轨电车的全生命周期状态函数求解,进而确定出燃料电池和锂电池参考输出功率并实时控制。
2.根据权利要求1所述的基于燃料电池有轨电车全生命周期状态的能量调控方法,其特征在于,所述燃料电池有轨电车采用双动力源结构的供电方式,并且由大功率水冷燃料电池系统和锂电池系统构成;燃料电池通过单向DC/DC变换器连接至直流母线,锂电池通过双向DC/DC变换器连接至直流母线通常为辅助电源稳定机车的母线电压。
3.根据权利要求1所述的基于燃料电池有轨电车全生命周期状态的能量调控方法,其特征在于,所述步骤S200中,根据确定燃料电池系统效率与输出电流之间的曲线关系,确定拟合系数:
所述燃料电池系统效率与输出电流之间的曲线关系,
利用所述燃料电池系统效率与输出电流之间的曲线关系确定对于燃料电池系统效率电流的待辨识运行参数。
4.根据权利要求3所述的基于燃料电池有轨电车全生命周期状态的能量调控方法,其特征在于,采用迭代法实时辨识时变的燃料电池系统中功率效率函数的参数矩阵,对于燃料电池系统效率电流的待辨识运行参数,获取方式包括步骤:
对燃料电池系统进行离线数据测试,确定多阶系数的取值;
令燃料电池系统效率与多项式残差平方和最小;
采用迭代法实时辨识燃料电池的待辨识运行参数。
5.根据权利要求1所述的基于燃料电池有轨电车全生命周期状态的能量调控方法,其特征在于,所述步骤S300中,基于燃料电池在怠速电压退化率U1、满载运行电压退化率U2,变载运行电压退化率U3以及启停电压退化率U4,以及锂电池总循环寿命时间,根据燃料电池老化因素和锂电池充放电深度造成的损耗,包括步骤:
基于燃料电池在怠速电压退化率U1、满载运行电压退化率U2,变载运行电压退化率U3以及启停电压退化率U4,以及锂电池总循环寿命时间;计算燃料电池运行在怠速、满载、变载以及启停过程造成的寿命损耗和锂电池充放电深度造成的循环寿命损耗。
6.根据权利要求5所述的基于燃料电池有轨电车全生命周期状态的能量调控方法,其特征在于,在所述步骤S300中,构建燃料电池有轨电车的全生命周期状态函数Jtotal(k),具体为:
其中,
式中,CH2系统瞬时氢耗、Ctotal燃料电池总和锂电池的总等效氢耗量、CFC_D为燃料电池运行中老化折算、CSOC为锂电池瞬时等效氢耗,Cbat_D为锂电池的寿命损耗,PFC_rated表示燃料电池额定功率,Urated表示燃料电池额定电压,βFC表示电堆单价,βH2表示氢气单价,βbat表示动力电池单价,SOC0为初始锂电池SOC值,Dp表示约束动力电池SOC范围的惩罚系数,Dp越大,表示约束强度越大,越有利于维持动力电池始末SOC的一致性;
需要满足的等式和不等式约束条件:
式中,PFC和Pbat为燃料电池和蓄电池输出功率;ηFC_min和ηFC_max分别为燃料电池最小和最大输出功率,其值由所允许的效率运行区间确定;△PFC为燃料电池最大允许输出功率波动量;Pbat_min和Pbat_max分别为锂电池最小和最大输出功率,Pdemand为负载需求功率。
7.根据权利要求1所述的基于燃料电池有轨电车全生命周期状态的能量调控方法,其特征在于,在所述步骤S400中,采用非线性梯度算法通过深度优先搜索方式快速对多约束和多状态条件的复杂函数求解,采用非线性梯度算法算法求解的具体步骤为:
(1)设置系统初始点x0、收敛精度ε,令H0=I,k=0;
(2)将目标函数在迭代点s=x-xk处做简化;
(3)基于简化结构求解超维曲面,采用梯度降维,令sk=s*;
(4)在sk方向上对全生命周期状态函数J进行一维搜索,获得下一个迭代点xk+1;
(5)判断条件:如果xk+1满足给定精度的终止规则,则将xk+1作为最优解,JH2(xk+1)作为目标函数的最优成本,终止计算;否则,进入下一步骤;
(6)修正Hk+1,令k=k+1,返回第(2)步进行循环;
通过以上步骤对全生命周期状态函数进行求解,实时获得系统参考输出功率PFC_ref与Pbat_ref,实现燃料电池有轨电车的全生命周期状态的能量调控。
8.根据权利要求1所述的基于燃料电池有轨电车全生命周期状态的能量调控方法,其特征在于,在所述步骤S400中,求解出燃料电池和锂电池的参考功率后,采用CAN通信方式与DC/DC变换器的控制器通信,在信号调理电路的转换下通过PWM波控制燃料电池和锂电池输出相应参考功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111111264.0A CN113682203B (zh) | 2021-09-23 | 2021-09-23 | 基于燃料电池有轨电车全生命周期状态的能量调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111111264.0A CN113682203B (zh) | 2021-09-23 | 2021-09-23 | 基于燃料电池有轨电车全生命周期状态的能量调控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113682203A true CN113682203A (zh) | 2021-11-23 |
CN113682203B CN113682203B (zh) | 2023-02-07 |
Family
ID=78587018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111111264.0A Active CN113682203B (zh) | 2021-09-23 | 2021-09-23 | 基于燃料电池有轨电车全生命周期状态的能量调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113682203B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114824370A (zh) * | 2022-04-08 | 2022-07-29 | 金龙联合汽车工业(苏州)有限公司 | 一种双堆燃料电池系统整车能量控制方法 |
CN114889498A (zh) * | 2022-05-07 | 2022-08-12 | 苏州市华昌能源科技有限公司 | 一种氢电混合动力系统的功率优化分配方法 |
CN115107538A (zh) * | 2022-06-30 | 2022-09-27 | 安徽华菱汽车有限公司 | 汽车的能量管理方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020095247A1 (en) * | 2001-01-16 | 2002-07-18 | Yi Ding | High efficiency fuel cell and battery for a hybrid powertrain |
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 |
CN113022385A (zh) * | 2021-05-28 | 2021-06-25 | 北京理工大学 | 燃料电池锂电池混合动力系统参数匹配方法 |
-
2021
- 2021-09-23 CN CN202111111264.0A patent/CN113682203B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020095247A1 (en) * | 2001-01-16 | 2002-07-18 | Yi Ding | High efficiency fuel cell and battery for a hybrid powertrain |
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 |
CN113022385A (zh) * | 2021-05-28 | 2021-06-25 | 北京理工大学 | 燃料电池锂电池混合动力系统参数匹配方法 |
Non-Patent Citations (3)
Title |
---|
付稳超等: "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》 * |
李奇等: "质子交换膜燃料电池剩余使用寿命预测方法综述及展望", 《中国电机工程学报》 * |
王天宏等: "燃料电池混合发电系统等效氢耗瞬时优化能量管理方法", 《中国电机工程学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114824370A (zh) * | 2022-04-08 | 2022-07-29 | 金龙联合汽车工业(苏州)有限公司 | 一种双堆燃料电池系统整车能量控制方法 |
CN114824370B (zh) * | 2022-04-08 | 2024-05-03 | 金龙联合汽车工业(苏州)有限公司 | 一种双堆燃料电池系统整车能量控制方法 |
CN114889498A (zh) * | 2022-05-07 | 2022-08-12 | 苏州市华昌能源科技有限公司 | 一种氢电混合动力系统的功率优化分配方法 |
CN114889498B (zh) * | 2022-05-07 | 2023-12-15 | 苏州市华昌能源科技有限公司 | 一种氢电混合动力系统的功率优化分配方法 |
CN115107538A (zh) * | 2022-06-30 | 2022-09-27 | 安徽华菱汽车有限公司 | 汽车的能量管理方法及装置 |
CN115107538B (zh) * | 2022-06-30 | 2024-04-26 | 安徽华菱汽车有限公司 | 汽车的能量管理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113682203B (zh) | 2023-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113682203B (zh) | 基于燃料电池有轨电车全生命周期状态的能量调控方法 | |
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 | |
Zhang et al. | A novel energy management strategy based on dual reward function Q-learning for fuel cell hybrid electric vehicle | |
CN110311458B (zh) | 一种燃料电池复合电源系统及控制方法 | |
CN110549914B (zh) | 一种燃料电池有轨电车日运行近似最优能量管理方法 | |
CN111409510A (zh) | 一种氢燃料电池混合动力汽车的能量管理方法 | |
CN112060982B (zh) | 一种动态平衡的燃料电池无人机能量管理方法 | |
CN115036920B (zh) | 一种混合储能参与调频辅助服务市场的容量投标方法 | |
CN112434463B (zh) | 一种车辆复合电源能量管理系统 | |
CN110979030A (zh) | 一种复合模糊控制的电动汽车复合电源系统控制方法 | |
Ferrara et al. | Energy management of heavy-duty fuel cell electric vehicles: Model predictive control for fuel consumption and lifetime optimization | |
CN113103921A (zh) | 一种基于开关网络的切换式能量管理方法 | |
Sun et al. | Real-time optimal EMS of adaptive charge sustenance for fuel cell hybrid buses based on driving characteristics recognition | |
CN210454483U (zh) | 一种增程式电动车动力系统 | |
Jia et al. | Energy management strategy of fuel cell/battery hybrid vehicle based on series fuzzy control | |
CN114919752A (zh) | 一种基于ecms-mpc的氢燃料混合动力无人机能量管理方法 | |
CN113459902B (zh) | 一种实现燃料电池阵列最大效率运行的功率分配方法 | |
CN113352946B (zh) | 一种燃料电池汽车动力系统的能量管理方法 | |
CN117034666B (zh) | 燃料电池汽车能量管理方法、系统、介质、设备及终端 | |
CN110470993B (zh) | 一种启停电池soc算法 | |
CN110429626B (zh) | 一种适用于并网型储能系统的能量管理系统及管理方法 | |
CN108583311A (zh) | 计及不确定性的混合动力有轨电车次优能量管理系统 | |
CN112036735A (zh) | 一种用于光伏电站的储能系统的储能容量规划方法及系统 | |
Tian et al. | An H 2-consumption-minimization-based energy management strategy of hybrid fuel cell/battery power system for UAVs | |
CN115389939A (zh) | 基于最小二乘法的储能电池荷电和健康状态在线估计方法 |
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 |