CN113733936A - 一种混合驱动有轨电车的功率控制方法、装置及存储介质 - Google Patents
一种混合驱动有轨电车的功率控制方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113733936A CN113733936A CN202110946965.XA CN202110946965A CN113733936A CN 113733936 A CN113733936 A CN 113733936A CN 202110946965 A CN202110946965 A CN 202110946965A CN 113733936 A CN113733936 A CN 113733936A
- Authority
- CN
- China
- Prior art keywords
- tramcar
- hamiltonian
- super capacitor
- battery pack
- running
- 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 45
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 239000003990 capacitor Substances 0.000 claims abstract description 80
- 238000005457 optimization Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000005265 energy consumption Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000005484 gravity Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 21
- 238000004146 energy storage Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000011217 control strategy Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 239000000178 monomer Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012360 testing method Methods 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
- B60L50/00—Electric propulsion with power supplied within the vehicle
- B60L50/40—Electric propulsion with power supplied within the vehicle using propulsion power supplied by capacitors
-
- 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
- B60L50/60—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by 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
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling 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
- B60L2200/00—Type of vehicles
- B60L2200/26—Rail 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
- 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)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请实施例提供一种混合驱动有轨电车的功率控制方法、装置及存储介质,该方法包括:获取混合驱动有轨电车的行驶信息,并确定与所述行驶信息相对应的行驶工况;确定所述行驶工况对应的寻优区间;在所述寻优区间内对哈密顿函数的控制参数进行取值,使所述哈密顿函数能够取得极小值;确定在所述哈密顿函数取得极小值时,所述哈密顿函数中电池组和超级电容组所对应的输出功率,并根据所述输出功率控制所述电池组和所述超级电容组的输出。本技术方案通过识别行驶工况,缩小控制参数的寻优区间,使得计算量大幅减少,有效提升计算速度。
Description
技术领域
本申请涉及轨道交通技术领域,具体地,涉及一种混合驱动有轨电车的功率控制方法、装置及存储介质。
背景技术
近年来,随着中国的快速发展及城市化加速,为减少城市地面拥堵、环境污染并减少能耗,新能源有轨电车应运而生,为满足有轨电车的功率与能量需求,混合储能系统逐渐应用在有轨电车中,其中,混合储能系统由电池组和超级电容组组成。如何安全且高效节能地进行混合储能系统的功率控制是新能源有轨电车的混合储能系统的关键技术。
现有的混合储能系统的功率控制策略可划分为两类,一类是基于规则的功率控制策略,另一类是基于优化的功率控制策略。基于规则的功率控制策略中,模糊控制与逻辑门限法高度依赖工程师经验,需要进行大量实验与总结;基于优化的功率控制策略,计算量过大且计算速度慢,无法实时应用于实车。
发明内容
本申请实施例提供一种混合驱动有轨电车的功率控制方法、装置及存储介质,以解决现有技术在进行有轨电车的功率控制时计算速度过慢的问题。
第一方面,本申请实施例提供一种混合驱动有轨电车的功率控制方法,包括:获取混合驱动有轨电车的行驶信息,并确定与所述行驶信息相对应的行驶工况;确定所述行驶工况对应的寻优区间;在所述寻优区间内对哈密顿函数的控制参数进行取值,使所述哈密顿函数能够取得极小值;其中,所述哈密顿函数由目标函数构造得到,所述目标函数表示根据电池组的输出功率和超级电容组的输出功率得到的有轨电车总能量消耗;确定在所述哈密顿函数取得极小值时,所述哈密顿函数中电池组和超级电容组所对应的输出功率,并根据所述输出功率控制所述电池组和所述超级电容组的输出。
第二方面,本申请实施例提供一种混合驱动有轨电车的功率控制装置,包括:工况识别模块,用于获取混合驱动有轨电车的行驶信息,并确定与所述行驶信息相对应的行驶工况;寻优区间确定模块,用于确定所述行驶工况对应的寻优区间;参数寻优模块,用于在所述寻优区间内对哈密顿函数的控制参数进行取值,使所述哈密顿函数能够取得极小值;其中,所述哈密顿函数由目标函数构造得到,所述目标函数表示根据电池组的输出功率和超级电容组的输出功率得到的有轨电车总能量消耗;功率控制模块,用于确定在所述哈密顿函数取得极小值时,所述哈密顿函数中电池组和超级电容组所对应的输出功率,并根据所述输出功率控制所述电池组和所述超级电容组的输出。
第三方面,本申请实施例提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如第一方面所述的方法。
在本技术方案中,当有轨电车运行时,通过识别行驶工况确定出寻优区间,寻找能够使哈密顿函数取得极小值的控制参数,从而获得此时电池组与超级电容组的最优输出功率,保证对混合储能系统进行合理的功率分配,并且,由于控制参数仅在寻优区间内取值,缩小了控制参数的取值范围,使整体计算量显著减少,有效提升计算速度,保障该方法能够实时应用于实车。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了本申请实施例提供的混合驱动有轨电车的功率控制方法的流程图;
图2示出了本申请实施例中混合驱动有轨电车的需求功率的计算流程图;
图3示出了本申请实施例提供的混合驱动有轨电车的功率控制装置的示意图。
具体实施方式
以下结合附图对本申请的示例性实施例进行详细说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
混合驱动有轨电车的特点是具有混合储能系统,混合储能系统由电池组与超级电容组组成,其中,电池组与超级电容组按照一定比例进行能量配置,且电池组与超级电容组按照一定比例进行功率输出;电池组的能量密度较高而功率密度较低,而超级电容组的功率密度高但能量密度较低,合理的能量配置能够使混合储能系统具有高功率和高能量特性。基于混合驱动有轨电车的上述特点,本申请实施例提供一种功率控制方法,以确定电池组与超级电容组之间的输出功率分配,合理的输出功率分配对混合储能系统的使用损耗、能量利用效率、回收制动能量效率与运营电费成本的优化尤为重要。整个过程计算量较现有技术大幅减少,能够有效提升计算速度,保障该方法能够实时应用于实车。
图1示出了本申请实施例提供的功率控制方法的流程图,如图1所示,该方法包括:
步骤110,获取混合驱动有轨电车的行驶信息,并确定与该行驶信息相对应的行驶工况。
步骤120,确定该行驶工况对应的寻优区间。
步骤130,在寻优区间内对哈密顿函数的控制参数进行取值,使哈密顿函数能够取得极小值。
其中,哈密顿函数由目标函数构造得到,目标函数表示根据电池组的输出功率和超级电容组的输出功率得到的有轨电车总能量消耗
步骤140,确定在哈密顿函数取得极小值时,哈密顿函数中电池组和超级电容组所对应的输出功率,并根据该输出功率控制电池组和超级电容组的输出。
以下对上述步骤110-140的实施方式进行详细说明:
在步骤110中,有轨电车的行驶信息可包括有轨电车的速度、加速度及功率中的一种或多种,利用聚类算法对有轨电车的行驶信息进行聚类分析,得到相对应的行驶工况。本实施例中,可以采用K聚类算法进行工况识别。k聚类算法是一种迭代求解的聚类分析算法,通过计算行驶信息与各聚类中心间的距离,将该行驶信息分配给距离它最近的聚类中心,从而确定该行驶信息所对应的行驶工况。
本实施例中的行驶工况可分为三类,高速工况、中速工况和低速工况。
在步骤120中,根据识别出的行驶工况确定对应的寻优区间。在一种实施例中,该寻优区间为哈密顿函数中控制参数λuc对应的寻优区间。在其他实施例中,该寻优区间包括哈密顿函数中控制参数λbat对应的寻优区间和控制参数λuc对应的寻优区间。为便于说明,下文以控制参数λuc对应的寻优区间为例进行说明。
在执行步骤130时,需获得哈密顿函数。
首先确定目标函数J。为降低有轨电车全局能量消耗,目标函数以电车总能量消耗作为优化目标,目标函数其中,t0为电车开始运行时刻,tf为电车终止运行时刻,Pbat为电池组的输出功率,Puc为超级电容组的输出功率。
本申请实施例基于庞特里亚金算法进行电池组和超级电容组的输出功率的寻优,根据庞特里亚金极小值原理,由目标函数J构造哈密顿函数:
在步骤130中,在确定的寻优区间内依次对哈密顿函数的控制参数进行取值,使得哈密顿函数在电池组和超级电容组对应的状态方程、预设约束条件和边界条件的约束下,能够取得极小值。
其中,电池组的状态方程由电池单体的电学模型得到,超级电容组的状态方程由超级电容单体的电学模型得到,预设约束条件包括使有轨电车正常运行且电池组和超级电容组工作在正常状态的设定,边界条件包括电池组的荷电状态在电车开始运行时刻的初始参考值,以及超级电容组的开路电压在电车开始运行时刻的初始参考值和在电车终止运行时刻的终止参考值。
示例性的,在实施该功率控制方法前,对混合储能系统中电池单体和超级电容单体进行电学模型的建模。为使计算速度更快且计算较为准确,电池单体的电学模型采用电池内阻模型进行建模,可得到相应的电学模型为:
式中,SOCbat0为电池单体的初始荷电状态,SOCbat_cell为电池单体的荷电状态,Ibat_cell为流过电池单体的电流,Qbat_cell为电池单体的最大容量,R0_cell为电池单体的内阻阻值,Ubat_cell为电池单体的端电压,Uocv_cell为电池单体的开路电压,Pbat_cell与Pbatcell_out分别为电池单体的消耗功率与输出功率。
超级电容单体的电学模型采用理想超级电容串联电阻进行建模,可得到相应的电学模型为:
式中,Uc0_cell为超级电容单体的初始开路电压,Uc_cell为超级电容单体的开路电压,Uuc_cell为超级电容单体的端电压,Iuc_cell为流过超级电容单体的电流,Cuc_cell为超级电容单体的最大容量,Ruc_cell为超级电容单体的内阻阻值,Puc_cell与Puccell_out分别为超级电容单体的消耗功率与输出功率。
在本实施例中,将电池组的荷电状态SOCbat与超级电容组的开路电压Uuc_ocv作为状态变量,则可得状态方程如下:
式中,Ubat_ocv为电池组的开路电压,Pbat为电池组的输出功率,R0为电池组的内阻阻值,Qbat为电池组的最大容量,Uuc_ocv为超级电容组的开路电压,Ruc为超级电容组的内阻阻值,Puc为超级电容组的输出功率,Cuc为超级电容的最大容量。
设置如下边界条件:
式中,SOCbat(t0)=SOCbat_0表示在t0时刻电池组的荷电状态为预设的初始参考值SOCbat_0;Uuc_ocv(t0)=Uuc_ocv_0表示在t0时刻超级电容组的开路电压为预设的初始参考值Uuc_ocv_0;Uuc_ocv(tf)=Uuc_ocvend表示在tf时刻超级电容组的开路电压为预设的终止参考值Uuc_ocv_end。
为保证有轨电车的正常运行,同时使混合储能系统工作在正常状态,设置混合储能系统的约束条件(式中下标min与max分别表示最小阈值与最大阈值):
其中,Ibat为流过电池组的电流,Ibat_min和Ibat_max为Ibat对应的最小电流阈值和最大电流阈值,Iuc为流过超级电容组的电流,Iuc_min和Iuc_max为Iuc对应的最小电流阈值和最大电流阈值,Pbat_min和Pbat_max为电池组的输出功率Pbat对应的最小功率阈值和最大功率阈值,Puc_min和Puc_max为超级电容组的输出功率Puc对应的最小功率阈值和最大功率阈值,Pdemand为有轨电车的需求功率。
图2示出了本申请实施例中混合驱动有轨电车的需求功率Pdmand的计算流程图,如图2所示,该方法还包括:
步骤210,获取有轨电车的当前速度v。
步骤220,根据当前速度v计算有轨电车的运行阻力Ff。
步骤230,根据运行阻力Ff计算有轨电车的总牵引力Fw_all。
步骤240,根据总牵引力计算单个牵引系统的牵引力Fw。
步骤250,根据单个牵引系统的牵引力计算有轨电车的需求功率。
在上述步骤中,运行阻力Ff、总牵引力Fw_all和单个牵引系统的牵引力Fw可通过如下公式进行计算:
Fw=Fw_all/4
其中,f0为有轨电车的单位基本阻力,fi为有轨电车的单位附加阻力,fr为有轨电车的单位曲线阻力,atram为有轨电车的加速度,v为有轨电车的当前速度,t为时间,Mtram为有轨电车的等效质量,k1、k2及k3为阻力的计算参数,可根据牵引计算规章进行列车试验测定得到,R为有轨电车当前所在位置的曲线半径(单位:m),i为坡度值(‰),g为重力加速度(m/s2)。
可选的,有轨电车采用即插即用的通信器,在进站时通过通信器与外部设备通信连接,通信协议可以采用以太网协议,从而在到达每站时,通过通信器获取外部设备发来的曲线半径R和坡度值i等信息,方便进行相关阻力的计算。
可选的,在步骤130中,可以根据控制参数λbat对应的寻优区间和控制参数λuc对应的寻优区间同时对参数λbat和参数λuc寻优,从而得到使哈密顿函数取得极小值的λbat和λuc,但这种寻优方式存在计算量过大的问题。
λbat和λuc的协态方程为:
因此,在步骤130中,令控制参数λbat为0,仅对控制参数λuc进行寻优即可。寻优是指在寻优区间内寻找能够使得哈密顿函数取得极小值的λuc。
具体的,令哈密顿函数中控制参数λbat为0,在识别出的行驶工况所对应的控制参数λuc的寻优区间内依次对λuc进行取值,使得哈密顿函数在电池组和超级电容组对应的状态方程、预设约束条件和边界条件的约束下,能够取得极小值。
在上述过程中,从寻优区间取得λuc的值后,将λbat=0和λuc的值代入哈密顿函数,并计算Pbat、Puc、后代入哈密顿函数,确定哈密顿函数是否能够取得极小值,如不能取得极小值,则从寻优区间内重新取值,并重复上述过程,直至确定哈密顿函数取得极小值。
在步骤140中,在哈密顿函数取得极小值时,确定此时哈密顿函数中电池组和超级电容组所对应的输出功率Pbat和Puc,并根据该输出功率控制电池组和超级电容组的输出。
在哈密顿函数极小值的求解过程中,每一时刻都取能使哈密顿函数取到极小值的Pbat和Puc,可得到全局最优控制路径:
取当前时刻对应的输出功率Pbat和Puc,将输出功率Pbat和Puc发送给底层控制器,作为混合储能系统控制的参考值,底层控制器根据PBat和Puc控制电池组和超级电容组的功率输出。
需要说明的是,本实施例中的寻优区间是预先分析在不同行驶工况下,使哈密顿函数取得极小值的控制参数数值的所属范围。
在实施本技术方案前,在离线状态下,已知有轨电车在该条行驶线路上每一时刻的行驶工况以及每一时刻的需求功率,通过离线寻优的方式寻找能够使哈密顿函数取得极小值的参数λuc,分析不同行驶工况下得到的λuc的参数值,从而确定每一行驶工况所对应的λuc的寻优区间。
可以理解的,在不同的行驶工况下,λuc的值不同,通过确定λuc的寻优区间,仅在该行驶工况对应的寻优区间内寻找λuc,相较于遍历寻优的方式,计算量大幅减少,有效提升计算速度,保障该方法可以实时应用于实车。
可选的,本实施例可采用有限时段的滚动优化策略,根据历史与未来短时的行驶工况确定相应时间段内的电池组与超级电容组的功率序列。
具体的,在步骤110中,利用聚类算法对[t’-t1,t’+t2]时间段内的行驶信息进行聚类分析,得到[t’-t1,t’+t2]时间段内每一时刻的行驶工况,其中,t’为当前时刻,t’-t1表示当前时刻的前t1秒,t’+t2表示当前时刻的后t2秒。
通过对[t’-t1,t’+t2]时间段内每一时刻的哈密顿函数求极小值,得到[t’-t1,t’+t2]时间段内每一时刻在哈密顿函数取得极小值时的电池组和超级电容组所对应的输出功率,并仅取当前时刻t’所对应的输出功率对电池组和超级电容组的输出进行控制。随着当前时刻t’变化,时间段[t’-t1,t’+t2]同时向前推移。
由于整个过程是针对一段时间范围内行驶工况的寻优,工况越详细寻优效果越好。
综上所述,本申请实施例在混合驱动有轨电车运行时,通过识别行驶工况确定出寻优区间,寻找能够使哈密顿函数取得极小值的控制参数,从而确定此时电池组与超级电容组的最优输出功率,保证对混合储能系统进行合理的功率分配,并且,由于控制参数仅在寻优区间内取值,缩小了控制参数的取值范围,使整体计算量显著减少,有效提升计算速度,保障该方法能够实时应用于实车。此外,本技术方案还可用于验证电池组与超级电容组的能量配置是否满足电车运行的能量和功率要求,对电池组与超级电容组混合驱动有轨电车的研发、设计与运营成本估算具有重要的参考意义。
基于同一发明构思,本申请实施例提供一种混合驱动有轨电车的功率控制装置,请参照图3,该装置包括:工况识别模块310、寻优区间确定模块320、参数寻优模块330和功率控制模块340。其中,工况识别模块310,用于获取混合驱动有轨电车的行驶信息,并确定与所述行驶信息相对应的行驶工况;寻优区间确定模块320,用于确定所述行驶工况对应的寻优区间;参数寻优模块330,用于在所述寻优区间内对哈密顿函数的控制参数进行取值,使所述哈密顿函数能够取得极小值;其中,所述哈密顿函数由目标函数构造得到,所述目标函数表示根据电池组的输出功率和超级电容组的输出功率得到的有轨电车总能量消耗;功率控制模块340,用于确定在所述哈密顿函数取得极小值时,所述哈密顿函数中电池组和超级电容组所对应的输出功率,并根据所述输出功率控制所述电池组和所述超级电容组的输出。
可选的,参数寻优模块330用于:在所述寻优区间内依次对所述控制参数进行取值,使得所述哈密顿函数在电池组和超级电容组对应的状态方程、预设约束条件和边界条件的约束下,能够取得极小值;其中,电池组的状态方程由电池单体的电学模型得到,超级电容组的状态方程由超级电容单体的电学模型得到,所述预设约束条件包括使有轨电车正常运行且所述电池组和所述超级电容组工作在正常状态的设定,所述边界条件包括电池组的荷电状态在电车开始运行时刻的初始参考值,以及超级电容组的开路电压在电车开始运行时刻的初始参考值和在电车终止运行时刻的终止参考值。
由目标函数所构造的哈密顿函数H为:
可选的,参数寻优模块330用于:令控制参数λbat为0,在所述行驶工况所对应的控制参数λuc的寻优区间内依次对控制参数λuc进行取值,使得所述哈密顿函数在电池组和超级电容组对应的状态方程、预设约束条件和边界条件的约束下,能够取得极小值。
可选的,所述预设约束条件包括:Pdemand=Pbat+Puc;其中,Pdemand为所述有轨电车的需求功率,Pbat为电池组的输出功率,Puc为超级电容组的输出功率;该装置还包括:需求功率计算模块,用于获取所述有轨电车的当前速度;根据所述当前速度计算所述有轨电车的运行阻力;根据所述运行阻力计算所述有轨电车的总牵引力;根据所述总牵引力计算单个牵引系统的牵引力;根据单个牵引系统的牵引力计算所述有轨电车的需求功率Pdemand。
可选的,所述运行阻力和所述总牵引力通过如下公式进行计算:
其中,Ff为所述运行阻力,f0为有轨电车的单位基本阻力,fi为有轨电车的单位附加阻力,fr为有轨电车的单位曲线阻力,v为有轨电车的当前速度,t为时间,Fw_all为所述总牵引力,Mtram为有轨电车的等效质量,k1、k2及k3为阻力的计算参数,R为有轨电车当前所在位置的曲线半径,i为坡度值,g为重力加速度。
可选的,该装置还包括:通信模块,用于获取外部设备发来的所述曲线半径R和所述坡度值i。
可选的,工况识别模块310用于:利用聚类算法对[t’-t1,t’+t2]时间段内的行驶信息进行聚类分析,得到[t’-t1,t’+t2]时间段内每一时刻的行驶工况,其中,t’为当前时刻,t’-t1表示当前时刻的前t1秒,t’+t2表示当前时刻的后t2秒;所述[t’-t1,t’+t2]时间段的行驶工况用于确定[t’-t1,t’+t2]时间段内每一时刻在哈密顿函数取得极小值时的电池组和超级电容组所对应的输出功率,以根据当前时刻t’所对应的输出功率对所述电池组和超级电容组的输出进行控制。
可选的,所述寻优区间是预先分析在不同行驶工况下,使哈密顿函数取得极小值的控制参数数值所属范围。
可以理解,本实施例中的混合驱动有轨电车的功率控制装置,其实现原理及产生的技术效果在前述方法实施例中已经介绍,为简要描述,该混合驱动有轨电车的功率控制装置中未提及之处可以参照前述方法实施例中的相应描述。
本申请实施例还提供一种计算机可读存储介质,包括但不限于磁盘存储器、CD-ROM、光学存储器等,该计算机可读存储介质上存储有计算机程序指令,该计算机程序指令被计算机的处理器读取并运行时,执行本申请实施例提供的混合驱动有轨电车的功率控制方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (11)
1.一种混合驱动有轨电车的功率控制方法,其特征在于,包括:
获取混合驱动有轨电车的行驶信息,并确定与所述行驶信息相对应的行驶工况;
确定所述行驶工况对应的寻优区间;
在所述寻优区间内对哈密顿函数的控制参数进行取值,使所述哈密顿函数能够取得极小值;其中,所述哈密顿函数由目标函数构造得到,所述目标函数表示根据电池组的输出功率和超级电容组的输出功率得到的有轨电车总能量消耗;
确定在所述哈密顿函数取得极小值时,所述哈密顿函数中电池组和超级电容组所对应的输出功率,并根据所述输出功率控制所述电池组和所述超级电容组的输出。
2.根据权利要求1所述的方法,其特征在于,所述在所述寻优区间内对哈密顿函数的控制参数进行取值,使所述哈密顿函数能够取得极小值,包括:
在所述寻优区间内依次对所述控制参数进行取值,使得所述哈密顿函数在电池组和超级电容组对应的状态方程、预设约束条件和边界条件的约束下,能够取得极小值;
其中,电池组的状态方程由电池单体的电学模型得到,超级电容组的状态方程由超级电容单体的电学模型得到,所述预设约束条件包括使有轨电车正常运行且所述电池组和所述超级电容组工作在正常状态的设定,所述边界条件包括电池组的荷电状态在电车开始运行时刻的初始参考值,以及超级电容组的开路电压在电车开始运行时刻的初始参考值和在电车终止运行时刻的终止参考值。
4.根据权利要求3所述的方法,其特征在于,所述在所述寻优区间内依次对所述控制参数进行取值,使得所述哈密顿函数在电池组和超级电容组对应的状态方程、预设约束条件和边界条件的约束下,能够取得极小值,包括:
令控制参数λbat为0,在所述行驶工况所对应的控制参数λuc的寻优区间内依次对控制参数λuc进行取值,使得所述哈密顿函数在电池组和超级电容组对应的状态方程、预设约束条件和边界条件的约束下,能够取得极小值。
5.根据权利要求2所述的方法,其特征在于,所述预设约束条件包括:
Pdemand=Pbat+Puc;其中,Pdemand为所述有轨电车的需求功率,Pbat为电池组的输出功率,Puc为超级电容组的输出功率;
所述方法还包括:
获取所述有轨电车的当前速度;
根据所述当前速度计算所述有轨电车的运行阻力;
根据所述运行阻力计算所述有轨电车的总牵引力;
根据所述总牵引力计算单个牵引系统的牵引力;
根据单个牵引系统的牵引力计算所述有轨电车的需求功率Pdemand。
7.根据权利要求6所述的方法,其特征在于,在根据所述当前速度计算所述有轨电车的运行阻力之后,所述方法还包括:
通过通信器获取外部设备发来的所述曲线半径R和所述坡度值i。
8.根据权利要求1所述的方法,其特征在于,所述根据混合驱动有轨电车的行驶信息确定相对应的行驶工况,包括:利用聚类算法对[t’-t1,t’+t2]时间段内的行驶信息进行聚类分析,得到[t’-t1,t’+t2]时间段内每一时刻的行驶工况,其中,t’为当前时刻,t’-t1表示当前时刻的前t1秒,t’+t2表示当前时刻的后t2秒;
所述[t’-t1,t’+t2]时间段的行驶工况用于确定[t’-t1,t’+t2]时间段内每一时刻在哈密顿函数取得极小值时的电池组和超级电容组所对应的输出功率,以根据当前时刻t’所对应的输出功率对所述电池组和超级电容组的输出进行控制。
9.根据权利要求1所述的方法,其特征在于,所述寻优区间是预先分析在不同行驶工况下,使哈密顿函数取得极小值的控制参数数值所属范围。
10.一种混合驱动有轨电车的功率控制装置,其特征在于,包括:
工况识别模块,用于获取混合驱动有轨电车的行驶信息,并确定与所述行驶信息相对应的行驶工况;
寻优区间确定模块,用于确定所述行驶工况对应的寻优区间;
参数寻优模块,用于在所述寻优区间内对哈密顿函数的控制参数进行取值,使所述哈密顿函数能够取得极小值;其中,所述哈密顿函数由目标函数构造得到,所述目标函数表示根据电池组的输出功率和超级电容组的输出功率得到的有轨电车总能量消耗;
功率控制模块,用于确定在所述哈密顿函数取得极小值时,所述哈密顿函数中电池组和超级电容组所对应的输出功率,并根据所述输出功率控制所述电池组和所述超级电容组的输出。
11.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110946965.XA CN113733936B (zh) | 2021-08-18 | 2021-08-18 | 一种混合驱动有轨电车的功率控制方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110946965.XA CN113733936B (zh) | 2021-08-18 | 2021-08-18 | 一种混合驱动有轨电车的功率控制方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113733936A true CN113733936A (zh) | 2021-12-03 |
CN113733936B CN113733936B (zh) | 2023-05-23 |
Family
ID=78731554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110946965.XA Active CN113733936B (zh) | 2021-08-18 | 2021-08-18 | 一种混合驱动有轨电车的功率控制方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113733936B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102294961A (zh) * | 2011-06-09 | 2011-12-28 | 奇瑞汽车股份有限公司 | 电动车能量控制方法、装置和系统 |
CN103812382A (zh) * | 2013-11-07 | 2014-05-21 | 西安交通大学 | 一种宽频带压电能量俘获系统的非线性建模方法 |
CN104578367A (zh) * | 2015-01-06 | 2015-04-29 | 上海电力学院 | 一种基于无源性理论的直流微网功率分配控制器设计方法 |
CN104600982A (zh) * | 2015-01-06 | 2015-05-06 | 上海电力学院 | 一种多工作模式的新能源混合系统功率控制器设计方法 |
CN106004501A (zh) * | 2016-07-07 | 2016-10-12 | 宁波市江北九方和荣电气有限公司 | 一种动力电池与超级电容连接系统及控制方法 |
CN107042762A (zh) * | 2016-11-29 | 2017-08-15 | 北京交通大学 | 一种轨道车辆的车载混合储能系统及其应用 |
CN109849694A (zh) * | 2019-03-26 | 2019-06-07 | 中车唐山机车车辆有限公司 | 一种基于在线凸规划的混合储能式有轨电车能量管理方法 |
CN110194177A (zh) * | 2019-06-28 | 2019-09-03 | 重庆大学 | 一种基于自适应等效消耗最小策略的插电式混合动力乘用车能量管理方法 |
US20200086758A1 (en) * | 2017-10-10 | 2020-03-19 | Jiangnan University | Method for Measuring Capacity of Energy Storage Devices in Hybrid Bus |
WO2021073036A1 (zh) * | 2019-10-15 | 2021-04-22 | 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 |
-
2021
- 2021-08-18 CN CN202110946965.XA patent/CN113733936B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102294961A (zh) * | 2011-06-09 | 2011-12-28 | 奇瑞汽车股份有限公司 | 电动车能量控制方法、装置和系统 |
CN103812382A (zh) * | 2013-11-07 | 2014-05-21 | 西安交通大学 | 一种宽频带压电能量俘获系统的非线性建模方法 |
CN104578367A (zh) * | 2015-01-06 | 2015-04-29 | 上海电力学院 | 一种基于无源性理论的直流微网功率分配控制器设计方法 |
CN104600982A (zh) * | 2015-01-06 | 2015-05-06 | 上海电力学院 | 一种多工作模式的新能源混合系统功率控制器设计方法 |
CN106004501A (zh) * | 2016-07-07 | 2016-10-12 | 宁波市江北九方和荣电气有限公司 | 一种动力电池与超级电容连接系统及控制方法 |
CN107042762A (zh) * | 2016-11-29 | 2017-08-15 | 北京交通大学 | 一种轨道车辆的车载混合储能系统及其应用 |
US20200086758A1 (en) * | 2017-10-10 | 2020-03-19 | Jiangnan University | Method for Measuring Capacity of Energy Storage Devices in Hybrid Bus |
CN109849694A (zh) * | 2019-03-26 | 2019-06-07 | 中车唐山机车车辆有限公司 | 一种基于在线凸规划的混合储能式有轨电车能量管理方法 |
CN110194177A (zh) * | 2019-06-28 | 2019-09-03 | 重庆大学 | 一种基于自适应等效消耗最小策略的插电式混合动力乘用车能量管理方法 |
WO2021073036A1 (zh) * | 2019-10-15 | 2021-04-22 | 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 |
Non-Patent Citations (1)
Title |
---|
胡建军等: "纯电动汽车复合储能系统参数匹配及控制策略", 《中国公路学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113733936B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Miri et al. | Electric vehicle energy consumption modelling and estimation—A case study | |
Shi et al. | Energy management strategy for battery/supercapacitor hybrid electric city bus based on driving pattern recognition | |
Li et al. | Adaptive energy management strategy for fuel cell/battery hybrid vehicles using Pontryagin's Minimal Principle | |
Xie et al. | Pontryagin’s minimum principle based model predictive control of energy management for a plug-in hybrid electric bus | |
Khayyam et al. | Adaptive intelligent energy management system of plug-in hybrid electric vehicle | |
Song et al. | Multi-mode energy management strategy for fuel cell electric vehicles based on driving pattern identification using learning vector quantization neural network algorithm | |
CN105459844B (zh) | 一种增程式电动汽车多模式能量管理方法 | |
Lee et al. | A novel big data modeling method for improving driving range estimation of EVs | |
Chen et al. | Multimode energy management for plug-in hybrid electric buses based on driving cycles prediction | |
US10328818B2 (en) | System and method for charging battery | |
US8406948B2 (en) | Plug-in hybrid electric vehicle and method of control for providing distance to empty and equivalent trip fuel economy information | |
CN103770778B (zh) | 一种基于最低使用成本考虑的增程式电车的控制方法 | |
CN104417557A (zh) | 一种车辆的滑行回馈控制系统及其控制方法 | |
Wang et al. | Parameterized deep Q-network based energy management with balanced energy economy and battery life for hybrid electric vehicles | |
Sun et al. | An adaptive ECMS based on traffic information for plug-in hybrid electric buses | |
CN114212005A (zh) | 一种燃料电池系统能量管理方法及装置 | |
Fries et al. | Operational strategy of hybrid heavy-duty trucks by utilizing a genetic algorithm to optimize the fuel economy multiobjective criteria | |
CN113554337A (zh) | 融合交通信息的插电式混动汽车能量管理策略构建方法 | |
Lee et al. | Learning to recognize driving patterns for collectively characterizing electric vehicle driving behaviors | |
Liu et al. | Energy active adjustment and bidirectional transfer management strategy of the electro-hydrostatic hydraulic hybrid powertrain for battery bus | |
Shen et al. | Numerical energy analysis of in-wheel motor driven autonomous electric vehicles | |
Yu et al. | Integrated energy and thermal management strategy for extended range electric vehicle based on battery temperature and state-of-charge global planning | |
Guo et al. | Clustered energy management strategy of plug-in hybrid electric logistics vehicle based on Gaussian mixture model and stochastic dynamic programming | |
Leska et al. | Comparative Calculation of the Fuel–Optimal Operating Strategy for Diesel Hybrid Railway Vehicles | |
Schenker et al. | Optimization model for operation of battery multiple units on partly electrified railway lines |
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 |