CN114347812B - 基于驾驶风格的燃料电池混合动力汽车能量管理方法 - Google Patents

Abstract

基于驾驶风格的燃料电池混合动力汽车能量管理方法，通过整车的动力系统建立整车模型和能量源模型，通过车辆行驶中的行驶数据设计驾驶风格识别算法，根据各个工况下的离线仿真获取等效因子，结合等效消耗策略设计基于驾驶风格的自适应等效消耗最小策略。本发明燃料电池混合动力汽车能量管理方法考虑了不同能量源提供功率的高低，同时还考虑锂电池和超级电容SOC的变化，确保锂电池和超级电容SOC在合适的范围内工作，最大限度的减少燃料的消耗。

Description

基于驾驶风格的燃料电池混合动力汽车能量管理方法

技术领域

本发明涉及燃料电池混合动力汽车技术领域，具体涉及基于驾驶风格的燃料电池混合动力汽车能量管理方法。

背景技术

随着全球变暖和资源退化的加剧，环境问题和资源问题越来越受到人们的关注。在汽车领域，混合动力汽车得到了广泛的关注。目前汽车市场上新能源车主要是油电混合动力和纯电动汽车，油电混合驱动的汽车仍然存在环境污染的问题，而纯电动汽车存在动力供应不足的问题，因此燃料电池混合动力汽车受到极大的追捧。

燃料电池混合动力汽车以燃料电池、电池和超级电容为能量源，作为一种节能、无污染、能够消除里程焦虑的新能源汽车得到了社会各界的认可。燃料电池混合动力汽车的关键技术是协调各能量源的输出功率，以达到最佳的经济性能和实用性能。燃料电池混合动力汽车的燃料消耗经济性与传统汽车一样，受到驾驶员驾驶方式的影响。驾驶风格一般是指驾驶员控制速度和加速度的行为。而驾驶员作为主体，在驾驶过程中往往表现出不同的驾驶风格。为了提高燃料电池混合动力汽车的燃料消耗经济性，延长能量源的使用寿命，一种基于驾驶风格的燃料电池混合动力汽车能量管理策略是非常必要的。

发明内容

本发明的目的是为解决上述技术问题，提供基于驾驶风格的燃料电池混合动力汽车能量管理方法，考虑了不同能量源提供功率的高低，同时还考虑锂电池和超级电容SOC的变化，确保锂电池和超级电容SOC在合适的范围内工作，最大限度的减少燃料的消耗。

本发明为解决上述技术问题，所提供的技术方案是：基于驾驶风格的燃料电池混合动力汽车能量管理方法，通过整车的动力系统建立整车模型和能量源模型，通过车辆行驶中的行驶数据设计驾驶风格识别算法，根据各个工况下的离线仿真获取等效因子，结合等效消耗策略设计基于驾驶风格的自适应等效消耗最小策略。

作为本发明基于驾驶风格的燃料电池混合动力汽车能量管理方法的进一步优化：包括如下步骤：

步骤S1：采集电池、燃料电池和超级电容的各项影响因素，根据整车的动力系统，建立燃料电池混合动力汽车的整车模型和能量源模型；

步骤S2：获取车辆行驶过程中速度和加速度的行驶数据，以速度和加速度作为识别参数，利用模糊逻辑规则将驾驶风格进行分类，利用遗传算法对模糊逻辑规则的成员函数进行优化，设计一种基于模糊逻辑规则和遗传算法对驾驶风格进行分类和识别的混合算法；

步骤S3：根据各个工况下的离线仿真获取等效因子，识别驾驶风格并且匹配合适的等效因子，加入惩罚函数对匹配后的等效因子进行修正，设计基于驾驶风格的自适应等效消耗最小策略。

作为本发明基于驾驶风格的燃料电池混合动力汽车能量管理方法的进一步优化：所述步骤S1具体如下：

步骤S1a：通过获取燃料电池的欧姆电阻、电极的活性和离子浓度建立燃料电池的电压损耗模型，利用单向DC/DC为整车提供持续稳定的能量输出建立燃料电池的输出功率模型；

步骤S1b：通过获取导线电阻和电池内部电阻建立电池的电压损失模型，通过电池功率传输获取电池的电压和瞬时电流建立电池的输出功率模型；

步骤S1c：通过获取超级电容的电荷量、瞬时电压和内阻建立超级电容的功率模型；

步骤S1d：采集车辆质量、道路角度、车辆前方投影面积与车辆的速度和加速度的数据，计算车辆行驶过程中克服的滚动阻力、空气阻力、爬阻力和加速阻力，建立燃料电池混合动力汽车的功率模型。

作为本发明基于驾驶风格的燃料电池混合动力汽车能量管理方法的进一步优化：所述步骤S2具体如下：

步骤S2a：采集工况下混合动力汽车的行驶数据，对数据进行分析筛选，最后确定将速度和加速度作为驾驶风格识别参数；

步骤S2b：利用模糊逻辑控制器对上一步的数据进行处理，速度和加速度作为模糊逻辑控制器的输入参数，驾驶风格因子作为模糊逻辑控制器的输出，根据经验数值设计相应的模糊逻辑规则；

步骤S2c：利用遗传算法对模糊逻辑控制器的成员函数进行优化处理，根据优化后的结果对原来的模糊控制器进行调整，将驾驶风格分为经济型、安全型、舒适型、正常型、快速型和激进型六类。

作为本发明基于驾驶风格的燃料电池混合动力汽车能量管理方法的进一步优化：所述步骤S3具体如下：

步骤S3a：选取五个典型工况作为测试工况，在各个典型工况下进行离线仿真，获取各个工况下的最优等效因子，对各个工况下的最优等效因子进行加权平均，获取各个驾驶风格对应的等效因子，并建立基于驾驶风格的等效因子查询表，通过实时识别驾驶风格匹配合适的等效因子；

步骤S3b：将驾驶风格识别与等效消耗策略相结合设计能量管理策略，引入能够确保电池SOC的稳定性的惩罚函数对匹配后的等效因子进行修正，获得该驾驶风格下的最优功率分配；

步骤S3c：将驾驶风格识别方法和等效消耗最小策略相结合设计相应的能量管理方法。

作为本发明基于驾驶风格的燃料电池混合动力汽车能量管理方法的进一步优化：所述步骤S1a中的燃料电池的电压损耗模型为：

V_fc＝_{Vo_fc}-V_Ω-V_a-V_c

其中，V_fc，V_{o_fc}，V_Ω，V_a，V_c分别表示为燃料电池的实际电压、开路电压、欧姆电压、活性电压和离子浓度电压；

所述步骤S1a中的燃料电池的输出功率模型为：

其中，P_fc表示燃料电池提供的功率；表示氢气质量；1.4×10⁸表示氢气燃烧的热值；η_fc表示氢燃烧的转化为动力的效率，t表示燃料电池工作的时间。

作为本发明基于驾驶风格的燃料电池混合动力汽车能量管理方法的进一步优化：所述步骤S1b中的电池的电压损失模型为：

V_bat＝V_{o_bat}-V_R-V_{R_int}

其中，V_bat，V_{o_bat}，V_R，V_{R_int}分别表示为电池的实际电压、开路电压、导线电压、电池内部电压；

所述步骤S1b中的电池的输出功率模型为：

其中，P_bat表示电池提供的功率；u表示电池的电压；i(t)电池的瞬时电流；

作为本发明基于驾驶风格的燃料电池混合动力汽车能量管理方法的进一步优化：所述步骤S1b中增加采集电池SOC的初始值、电池的瞬时电流和电池所能容纳的最大电荷量的信息，计算得出用于检查电池SOC在合适的工作范围内的电池SOC，电池SOC表示为：

其中，SOC_bat表示电池的SOC；SOC₀表示电池SOC的初始值；i(t)电池的瞬时电流；Q_bat表示电池所能容纳的最大电荷量。

作为本发明基于驾驶风格的燃料电池混合动力汽车能量管理方法的进一步优化：所述步骤S1c中的超级电容的功率模型为：

其中，SOC_x表示超级电容的SOC；SOC₁表示超级电容SOC的初始值；Q₀表示超级电容初始的电荷量；Q_{sc_max}表示超级电容所能容纳的最大电荷量；u(t)表示超级电容的瞬时电压；R_i表示超级电容的内阻。

作为本发明基于驾驶风格的燃料电池混合动力汽车能量管理方法的进一步优化：所述步骤S1d中的车辆在行驶过程中克服的滚动阻力、空气阻力、爬阻力和加速阻力为：

其中，F_r，F_b，F_c和F_a分别表示滚动阻力、空气阻力、爬升阻力、加速阻力，ε为滚动阻力系数，m为车辆质量，g为重力加速度，θ为道路角度，ρ为空气密度，A为车辆前方投影面积，Cd为车辆风阻系数，v和a表示速度和加速度；

所述步骤S1d中的燃料电池混合动力汽车的功率模型为：

P_req＝(F_r+F_b+F_c+F_r)*v

其中，P_req表示混合动力汽车的需求功率；

整车的需求功率是由燃料电池、电池和超级电容三个能量源共同提供，所述步骤S14中的燃料电池混合动力汽车的功率模型也能够表示为：

P_req＝λ₁P_fc+P_bat+λ_2Psc

其中，λ₁表示燃料电池提供功率的效率；λ₂表示超级电容提供功率的效率；P_sc表示超级电容提供的功率。

有益效果

本发明的燃料电池混合动力汽车能量管理方法：

a)因为模糊逻辑依赖专家经验，驾驶风格分类的准确性无法保证。所以，本发明设计一个包括模糊逻辑规则和遗传算法的混合算法，在获得车辆的速度和加速度之后，利用模糊逻辑规则将驾驶风格分成经济型、安全型、舒适型、正常型、快速型和激进型六类风格。同时，利用遗传算法优化模糊控制器的成员函数，确保驾驶风格分类的准确性。

b)考虑到驾驶风格对燃料电池混合动力汽车的能耗的影响，本发明将驾驶风格与等效因子相结合，通过遗传算法对各个驾驶工况进行优化求解，得到各驾驶工况下的最优等效因子，对各驾驶工况下的等效因子进行加权平均得到驾驶风格下的最优等效因子。最后，将各驾驶风格下的最优等效因子与ECMS相结合，确保整车的燃料消耗最小。

c)考虑到电池和燃料电池的使用寿命和能量源的工作效率，本发明根据电池SOC的实时状态设计相对应的SOC惩罚函数对电池SOC进行实时调整。同时，将惩罚函数添加到ECMS策略中，保证电池工作在合理高效的区域内，延长电池的使用寿命。

附图说明

图1为本发明的燃料电池混合动力汽车系统示意图；

图2为本发明的燃料电池混合动力汽车能量管理系统示意图。

具体实施方式

下面结合附图及较佳实施例详细说明本发明的具体实施方式。

本发明燃料电池、锂电池和超级电容混合动力汽车系统如附图1所示，其中燃料电池通过单向DC/DC转换器，锂电池和超级电容通过双向DC/DC转换器，以并联方式连接到系统总线上为驱动电机负载提供能量；燃料电池作为主要能量源，超级电容提供瞬时峰值功率并且吸收汽车在制动时的峰值功率，锂电池提供剩余的功率和吸收超级电容没有吸收的功率。

基于驾驶风格的燃料电池混合动力汽车能量管理方法，通过整车的动力系统建立整车模型和能量源模型，通过车辆行驶中的行驶数据设计驾驶风格识别算法，根据各个工况下的离线仿真获取等效因子，设计基于驾驶风格的自适应等效消耗最小策略。其中，燃料电池混合动力汽车能量管理系统如附图2所示。

基于驾驶风格的燃料电池混合动力汽车能量管理方法，包括以下步骤：

步骤一：首先采集电池、燃料电池和超级电容的各项影响因素，根据整车的动力系统，建立燃料电池混合动力汽车的整车模型和能量源模型。

其实现的具体过程如下：

(1)建立燃料电池的电压损耗模型和输出功率模型。

燃料电池是为混合动力汽车提供持续稳定的输出功率的主要能量源，燃料电池通过将化学能转化为电能为整车提供需求功率。在使用燃料电池的过程中，考虑到欧姆电阻、电极的活性和离子浓度对燃料电池电压的影响。因此，燃料电池的实际电压通常低于理论电压。燃料电池的电压可以表示为：

V_fc＝V_{o_fe}-V_Ω-V_a-V_c

其中，V_fc，V_{o_fc}，V_Ω，V_a，V_c分别表示为燃料电池的实际电压、开路电压、欧姆电压、活性电压和离子浓度电压；

燃料电池通过单向DC/DC为整车提供持续稳定的能量输出，燃料电池的输出功率可以表示为：

其中，P_fc表示燃料电池提供的功率；表示氢气质量；1.4×10⁸表示氢气燃烧的热值；η_fc表示氢燃烧的转化为动力的效率，t表示燃料电池工作的时间。

(2)建立电池的电压损失模型和输出功率模型。

电池作为直接给混合动力汽车提供需求功率的能量源，不需要通过转换器为等元件的传输，在功率传输的过程中，考虑到导线电阻和电池内部电阻对电池的电压的影响，电池的电压可以表示为：

V_bat＝V_{o_bat}-V_R-V_{R_int}

其中，V_bat，V_{o_bat}，V_R，V_{R_int}分别表示为电池的实际电压、开路电压、导线电压、电池内部电压；

由于导线电阻和电池内部电阻较小，因此，在使用的时候导线电阻和电池内部电阻的功率损耗可以忽略不计，电池的输出功率可以表示为：

其中，P_bat表示电池提供的功率；u表示电池的电压；i(t)电池的瞬时电流；

为了防止电池过度放电对电池寿命的影响和保证电池的工作效率，因此，电池SOC需要保持在一个合适的工作范围内，电池SOC可以表示为：

其中，SOC_bat表示电池的SOC；SOC₀表示电池SOC的初始值；i(t)电池的瞬时电流；Q_bat表示电池所能容纳的最大电荷量。

(3)建立超级电容的功率模型。

超级电容作为一个高功率密度的辅助能量源为混合动力汽车提供瞬时峰值功率和吸收制动能量。由于超级电容内部电阻损耗一部分的压降，因此，超级电容的总电压由内阻损耗的压降和超级电容的端电压两部分组成，超级电容的SOC可以表示为：

其中，SOC_sc表示超级电容的SOC；SOC₁表示超级电容SOC的初始值；Q₀表示超级电容初始的电荷量；Q_{sc_max}表示超级电容所能容纳的最大电荷量；u(t)表示超级电容的瞬时电压；R_i表示超级电容的内阻。

(4)建立燃料电池混合动力汽车的功率模型。

为了分配混合系统的功率需求，首先需要计算混合系统的总功率。车辆在行驶过程中克服滚动阻力、空气阻力、爬阻力和加速阻力，可以表示为：

其中，F_r，F_b，F_c和F_a分别表示滚动阻力、空气阻力、爬升阻力、加速阻力，ε为滚动阻力系数，m为车辆质量，g为重力加速度，θ为道路角度，ρ为空气密度，A为车辆前方投影面积，Cd为车辆风阻系数，v和a表示速度和加速度；

车辆的工作量来克服上述阻力所做的功就是车辆行驶过程中的需求功率，需求功率可以表示为：

P_req＝(F_r+F_b+F_c+F_r)*v

其中，P_req表示混合动力汽车的需求功率；

考虑到整车的需求功率是由三个能量源共同提供的，因此，需求功率也可以表示为：

P_req＝λ₁P_fc+P_bat+λ₂P_sc

其中，λ₁表示燃料电池提供功率的效率；λ₂表示超级电容提供功率的效率；P_sc表示超级电容提供的功率。

步骤二：获取车辆行驶过程中速度和加速度的行驶数据，以速度和加速度作为识别参数，利用模糊逻辑规则将驾驶风格进行分类，利用遗传算法对模糊逻辑规则的成员函数进行优化，设计一种基于模糊逻辑规则和遗传算法对驾驶风格进行分类和识别的混合算法。

其识别的具体过程如下：

(1)采集某一工况下混合动力汽车的行驶数据，对数据进行分析筛选，最后确定将速度和加速度作为驾驶风格识别参数；

(2)利用模糊逻辑控制器对上一步的数据进行处理，速度和加速度作为模糊逻辑控制器的输入参数，驾驶风格因子作为模糊逻辑控制器的输出，根据经验数值设计相应的模糊逻辑规则；

(3)利用遗传算法对模糊逻辑控制器的成员函数进行优化处理，根据优化后的结果对原来的模糊控制器进行调整，将驾驶风格分为经济型、安全型、舒适型、正常型、快速型和激进型六类。

步骤三：根据各个工况下的离线仿真获取等效因子，识别驾驶风格并且匹配合适的等效因子，加入惩罚函数对匹配后的等效因子进行修正，结合等效消耗策略设计基于驾驶风格的自适应等效消耗最小策略。

其具体操作过程如下：

(1)首先选取五个典型工况作为测试工况，在各个典型工况下进行离线仿真，获取各个工况下的最优等效因子，对各个工况下的最优等效因子进行加权平均，获取各个驾驶风格对应的等效因子，并建立基于驾驶风格的等效因子查询表，通过实时识别驾驶风格匹配合适的等效因子；

(2)将驾驶风格识别与等效消耗策略相结合设计能量管理策略，为了确保电池SOC的稳定性，引入惩罚函数对匹配后的等效因子进行修正，从而获得该驾驶风格下的最优功率分配；

(3)将驾驶风格识别方法和等效消耗最小策略相结合设计相应的能量管理策略，达到整车能耗消耗最小和延长能量源寿命的目的。

根据以上步骤就可以实现以氢燃料电池为主能源的复合能源混合动力汽车的最优能量管理，得到燃料电池功率P_fc、锂电池功率P_bat和超级电容功率P_sc。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (6)

1.基于驾驶风格的燃料电池混合动力汽车能量管理方法，其特征在于：通过整车的动力系统建立整车模型和能量源模型，通过车辆行驶中的行驶数据设计驾驶风格识别算法，根据各个工况下的离线仿真获取等效因子，结合等效消耗策略设计基于驾驶风格的自适应等效消耗最小策略；

包括如下步骤：

步骤S1：采集电池、燃料电池和超级电容的各项影响因素，根据整车的动力系统，建立燃料电池混合动力汽车的整车模型和能量源模型；

步骤S2：获取车辆行驶过程中速度和加速度的行驶数据，以速度和加速度作为识别参数，利用模糊逻辑规则将驾驶风格进行分类，利用遗传算法对模糊逻辑规则的成员函数进行优化，设计一种基于模糊逻辑规则和遗传算法对驾驶风格进行分类和识别的混合算法；

步骤S3：根据各个工况下的离线仿真获取等效因子，识别驾驶风格并且匹配合适的等效因子，加入惩罚函数对匹配后的等效因子进行修正，结合等效消耗策略设计基于驾驶风格的自适应等效消耗最小策略；

所述步骤S1具体如下：

步骤S1a：通过获取燃料电池的欧姆电阻、电极的活性和离子浓度建立燃料电池的电压损耗模型，利用单向DC/DC为整车提供持续稳定的能量输出建立燃料电池的输出功率模型；

步骤S1b：通过获取导线电阻和电池内部电阻建立电池的电压损失模型，通过电池功率传输获取电池的电压和瞬时电流建立电池的输出功率模型；

步骤S1c：通过获取超级电容的电荷量、瞬时电压和内阻建立超级电容的功率模型；

步骤S1d：采集车辆质量、道路角度、车辆前方投影面积与车辆的速度和加速度的数据，计算车辆行驶过程中克服的滚动阻力、空气阻力、爬阻力和加速阻力，建立燃料电池混合动力汽车的功率模型；

所述步骤S2具体如下：

步骤S2a：采集工况下混合动力汽车的行驶数据，对数据进行分析筛选，最后确定将速度和加速度作为驾驶风格识别参数；

步骤S2b：利用模糊逻辑控制器对上一步的数据进行处理，速度和加速度作为模糊逻辑控制器的输入参数，驾驶风格因子作为模糊逻辑控制器的输出，根据经验数值设计相应的模糊逻辑规则；

步骤S2c：利用遗传算法对模糊逻辑控制器的成员函数进行优化处理，根据优化后的结果对原来的模糊控制器进行调整，将驾驶风格分为经济型、安全型、舒适型、正常型、快速型和激进型六类；

所述步骤S3具体如下：

步骤S3a：选取五个典型工况作为测试工况，在各个典型工况下进行离线仿真，获取各个工况下的最优等效因子，对各个工况下的最优等效因子进行加权平均，获取各个驾驶风格对应的等效因子，并建立基于驾驶风格的等效因子查询表，通过实时识别驾驶风格匹配合适的等效因子；

步骤S3b：将驾驶风格识别与等效消耗策略相结合设计能量管理策略，引入能够确保电池SOC的稳定性的惩罚函数对匹配后的等效因子进行修正，获得该驾驶风格下的最优功率分配；

步骤S3c：将驾驶风格识别方法和等效消耗最小策略相结合设计相应的能量管理方法。

2.如权利要求1所述基于驾驶风格的燃料电池混合动力汽车能量管理方法，其特征在于：

所述步骤S1a中的燃料电池的电压损耗模型为：

V_fc＝V_{o_fc}-V_Ω-V_a-V_c

其中，V_fc，V_{o_fc}，V_Ω，V_a，V_c分别表示为燃料电池的实际电压、开路电压、欧姆电压、活性电压和离子浓度电压；

所述步骤S1a中的燃料电池的输出功率模型为：

其中，P_fc表示燃料电池提供的功率；表示氢气质量；1.4×10⁸表示氢气燃烧的热值；η_fc表示氢燃烧的转化为动力的效率，t表示燃料电池工作的时间。

3.如权利要求1所述基于驾驶风格的燃料电池混合动力汽车能量管理方法，其特征在于：

所述步骤S1b中的电池的电压损失模型为：

V_bat＝V_{o_bat}-V_R-V_{R_int}

其中，V_bat，V_{o_bat}，V_R，V_{R_int}分别表示为电池的实际电压、开路电压、导线电压、电池内部电压；

所述步骤S1b中的电池的输出功率模型为：

其中，P_bat表示电池提供的功率；u表示电池的电压；i(t)电池的瞬时电流。

4.如权利要求1所述基于驾驶风格的燃料电池混合动力汽车能量管理方法，其特征在于：

所述步骤S1b中增加采集电池SOC的初始值、电池的瞬时电流和电池所能容纳的最大电荷量的信息，计算得出用于检查电池SOC在合适的工作范围内的电池SOC，电池SOC表示为：

其中，SOC_bat表示电池的SOC；SOC₀表示电池SOC的初始值；i(t)电池的瞬时电流；Q_bat表示电池所能容纳的最大电荷量。

5.如权利要求1所述基于驾驶风格的燃料电池混合动力汽车能量管理方法，其特征在于：

所述步骤S1c中的超级电容的功率模型为：

其中，SOC_x表示超级电容的SOC；SOC₁表示超级电容SOC的初始值；Q₀表示超级电容初始的电荷量；Q_{sc_max}表示超级电容所能容纳的最大电荷量；u(t)表示超级电容的瞬时电压；R_i表示超级电容的内阻。

6.如权利要求3所述基于驾驶风格的燃料电池混合动力汽车能量管理方法，其特征在于：

所述步骤S1d中的车辆在行驶过程中克服的滚动阻力、空气阻力、爬阻力和加速阻力为：

其中，F_r，F_b，F_c和F_a分别表示滚动阻力、空气阻力、爬升阻力、加速阻力，ε为滚动阻力系数，m为车辆质量，g为重力加速度，θ为道路角度，ρ为空气密度，A为车辆前方投影面积，Cd为车辆风阻系数，v和a表示速度和加速度；

所述步骤S1d中的燃料电池混合动力汽车的功率模型为：

P_req＝(F_r+F_b+F_c+F_r)*v

其中，P_req表示混合动力汽车的需求功率；

整车的需求功率是由燃料电池、电池和超级电容三个能量源共同提供，步骤S14中的燃料电池混合动力汽车的功率模型也能够表示为：

P_req＝λ₁P_fc+P_bat+λ₂P_sc

其中，λ₁表示燃料电池提供功率的效率；λ₂表示超级电容提供功率的效率；P_sc表示超级电容提供的功率。