CN114801788A - 一种新能源汽车能量管理方法、系统、设备和存储介质 - Google Patents
一种新能源汽车能量管理方法、系统、设备和存储介质 Download PDFInfo
- Publication number
- CN114801788A CN114801788A CN202210381201.5A CN202210381201A CN114801788A CN 114801788 A CN114801788 A CN 114801788A CN 202210381201 A CN202210381201 A CN 202210381201A CN 114801788 A CN114801788 A CN 114801788A
- Authority
- CN
- China
- Prior art keywords
- energy
- fuel cell
- soc
- vehicle
- covariates
- 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.)
- Pending
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
- 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
- B60L50/75—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using propulsion power supplied by both fuel cells and 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
- 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
- B60L58/30—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling fuel cells
-
- 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
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)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请涉及一种新能源汽车能量管理方法、系统、和存储介质。包括:采用PI‑PMP方法来求解燃料电池汽车的能量管理问题。首先,建立燃料电池汽车动力系统的仿真模型,包括燃料电池系统、动力电池和电机系统。然后基于PMP算法构建以最小氢耗为优化目标的优化问题,讨论不同协变量对计算结果的影响。最后,通过PI控制器调整PMP算法中的协变量,达到控制电池SOC状态的同时,降低燃料电池汽车的燃料消耗。且该电池管理方法的节能性较好,并且有着较高的计算效率。
Description
技术领域
本申请涉及汽车领域,特别是涉及一种新能源汽车能量管理方法、系统、设备和存储介质。
背景技术
以燃料电池作为动力源的系统架构存在动态响应慢的问题,所以燃料电池汽车一般会采用“燃料电池+动力电池”或“燃料电池+动力电池+超级电容”的混合动力模式。针对混合动力系统的汽车,合理的能量管理策略能够在保证车辆动力性的同时,提高燃油经济性。
基于PMP算法的等效燃料消耗最小化策略(Equivalent Consumption MinimumStrategy,ECMS)能够快速求解混合动力系统的最优控制问题。很多学者对ECMS在混合动力汽车中的应用进行了研究,并提出了不同的控制策略,以减少车辆的燃料消耗。但是,该方法却面临着等效因子难以确定的问题。
针对并联式混合动力汽车,现有技术提出通过全局工况获取动态等效因子,实现了对等效因子的实时控制并通过仿真验证了方法的有效性和可行性。此外,也有技术人员考虑将等效因子与行驶里程相结合的控制策略,提高了插电式燃料电池汽车能量效率。但是这些管理过程复杂,汽车电池的能量管理效率较差,无法适应如今新能源汽车的电池管理要求。
发明内容
基于此,有必要针对上述技术问题,提供一种新能源汽车能量管理方法、系统、设备和存储介质。
第一方面,本发明实施例提供了一种新能源汽车能量管理方法,所述方法包括:
根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模;
针对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解;
根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗。
进一步的,所述根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模,包括:
根据车辆纵向动力学原理,获取车辆行驶过程中的需求功率 Pdem;
根据车辆电机的工作效率ηmot与车辆行驶的状态,获取车辆的需求功率与电机电能和机械能存在的关系,所述车辆电机由燃料电池和锂电池共同提供电能,并将电能Pmot转换为机械能Pem;
通过所述锂电池中电阻和开路电压组成的等效电路模型捕捉所述锂电池的动态特性,得到所述锂电池电池荷电状态SOC与电流Ib、容量Qb、开路电压Voc、内阻Rb、功率Pb的关系。
进一步的,所述对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解,包括:
根据驾驶动力需求和燃油经济性,构建以整个驾驶过程中累计耗氢量为目标函数的能量管理策略;
所述目标函数表示为:
其中,Pb,max和Pb,min分别为电池的最大功率和最小功率,Pfc,max和 Pfc,min分别为燃料电池系统的最大输出功率和最小输出功率,SOChigh和SOClow分别为电池荷电状态上下限;
通过PMP方法求解所述目标函数的最优控制问题,其中,电池SOC作为状态变量,燃料电池输出功率Pfc作为控制变量,定义哈密顿函数H,根据哈密尔顿函数最小的条件,获取所述目标函数的解。
进一步的,所述根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗,包括:
通过比例积分控制器调整协变量的值,得到PI-PMP控制策略;
根据哈密顿函数中的协变量,获取所述协变量和电池荷电状态SOC的关系,所述协变量的值通过下式获得:
其中,λ0为协变量的初始值,SOCref为参考SOC轨迹。
另一方面,本发明实施例还提供了一种新能源汽车能量管理系统,包括:
模型构建模块,用于根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模;
能量控制模块,用于针对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解;
能量协调模块,用于根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗。
进一步的,所述模型构建模块包括关系获取单元,所述关系获取单元用于:
根据车辆纵向动力学原理,获取车辆行驶过程中的需求功率 Pdem;
根据车辆电机的工作效率ηmot与车辆行驶的状态,获取车辆的需求功率与电机电能和机械能存在的关系,所述车辆电机由燃料电池和锂电池共同提供电能,并将电能Pmot转换为机械能Pem;
通过所述锂电池中电阻和开路电压组成的等效电路模型捕捉所述锂电池的动态特性,得到所述锂电池电池荷电状态SOC与电流Ib、容量Qb、开路电压Voc、内阻Rb、功率Pb的关系。
进一步的,所述能量控制模块包括极小值求解单元,所述极小值求解单元用于:
根据驾驶动力需求和燃油经济性,构建以整个驾驶过程中累计耗氢量为目标函数的能量管理策略;
所述目标函数表示为:
其中,Pb,max和Pb,min分别为电池的最大功率和最小功率,Pfc,max和 Pfc,min分别为燃料电池系统的最大输出功率和最小输出功率,SOChigh和SOClow分别为电池荷电状态上下限;
通过PMP方法求解所述目标函数的最优控制问题,其中,电池SOC作为状态变量,燃料电池输出功率Pfc作为控制变量,定义哈密顿函数H,根据哈密尔顿函数最小的条件,获取所述目标函数的解。
所述能量协调模块包括比例协调单元,所述比例协调单元用于:
通过比例积分控制器调整协变量的值,得到PI-PMP控制策略;
根据哈密顿函数中的协变量,获取所述协变量和电池荷电状态SOC的关系,所述协变量的值通过下式获得:
其中,λ0为协变量的初始值,SOCref为参考SOC轨迹。
本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模;
针对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解;
根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模;
针对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解;
根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗。
上述新能源汽车能量管理方法、系统、设备和存储介质,本发明实施例采用PI-PMP方法来求解燃料电池汽车的能量管理问题。首先,建立燃料电池汽车动力系统的仿真模型,包括燃料电池系统、动力电池和电机系统。然后基于PMP算法构建以最小氢耗为优化目标的优化问题,讨论不同协变量对计算结果的影响。最后,通过PI控制器调整PMP算法中的协变量,达到控制电池SOC 状态的同时,降低燃料电池汽车的燃料消耗。与DP策略相比,该算法的节能性较好,并且有着较高的计算效率。
附图说明
图1为一个实施例中新能源汽车能量管理方法的流程示意图;
图2为一个实施例中对车辆的燃料电池建模流程示意图;
图3为一个实施例中动力系统结构图的结构示意图;
图4为一个实施例中新能源汽车能量管理系统的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种新能源汽车能量管理方法,所述方法包括:
步骤101,根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模;
步骤102,针对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解;
步骤103,根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗。
具体地,本实施例这种新能源汽车能量管理方法,主要是采用PI-PMP方法来求解燃料电池汽车的能量管理问题。首先,建立燃料电池汽车动力系统的仿真模型,包括燃料电池系统、动力电池和电机系统。然后基于PMP算法构建以最小氢耗为优化目标的优化问题,讨论不同协变量对计算结果的影响。最后,通过PI控制器调整PMP算法中的协变量,达到控制电池SOC状态的同时,降低燃料电池汽车的燃料消耗。且该电池管理方法的节能性较好,并且有着较高的计算效率。
在一个实施例中,如图2所示,对车辆的燃料电池建模流程包括以下步骤:
步骤201,根据车辆纵向动力学原理,获取车辆行驶过程中的需求功率Pdem;
步骤202,根据车辆电机的工作效率ηmot与车辆行驶的状态,获取车辆的需求功率与电机电能和机械能存在的关系,所述车辆电机由燃料电池和锂电池共同提供电能,并将电能Pmot转换为机械能Pem;
步骤204,通过所述锂电池中电阻和开路电压组成的等效电路模型捕捉所述锂电池的动态特性,得到所述锂电池电池荷电状态 SOC与电流Ib、容量Qb、开路电压Voc、内阻Rb、功率Pb的关系。
具体地,本实施例需要对车辆纵向动力学进行建模,根据图3 的车辆动力示意图,车辆行驶过程中的需求功率Pdem可表述为:
式中:m、g、f、v、CD、A、ρ分别为燃料电池汽车质量、重力加速度、轮胎滚阻系数、车速、空气阻力系数、迎风面积、空气密度常数。
此外,电机由燃料电池和锂电池共同提供电能,并将电能Pmot转换为机械能Pem,再通过变速器输出到车轮上,以提供车辆的需求动力。考虑到电机的工作效率ηmot与车辆行驶的状态,车辆的需求功率与电机电能和机械能存在如下关系:
车辆驱动轴转速ωaxle和扭矩Taxle与电机的转速ωem和扭矩Tem之间的关系为:
式中:Rwheel、gf分别为轮胎半径和减速比。
式中:EH2为氢气的低热值(取值120MJ/kg),ηfc为燃料电池系统效率。
锂电池作为车辆的辅助能量源,可以提供峰值功率和回收制动能量。在能量管理中,通常采用由电阻和开路电压组成的等效电路模型来捕捉锂电池的动态特性。
那么,电池荷电状态SOC与电流Ib、容量Qb、开路电压Voc、内阻Rb、功率Pb的关系可以表示如下:
在一个实施例中,对数据传输执行的流程包括:
根据驾驶动力需求和燃油经济性,构建以整个驾驶过程中累计耗氢量为目标函数的能量管理策略;
所述目标函数表示为:
s.t.Pb,min≤Pb≤Pb,max
Pfc,min≤Pfc≤Pfc,max
SOClow≤SOC≤SOChigh;
其中,Pb,max和Pb,min分别为电池的最大功率和最小功率,Pfc,max和 Pfc,min分别为燃料电池系统的最大输出功率和最小输出功率,SOChigh和SOClow分别为电池荷电状态上下限;
通过PMP方法求解所述目标函数的最优控制问题,其中,电池SOC作为状态变量,燃料电池输出功率Pfc作为控制变量,定义哈密顿函数H,根据哈密尔顿函数最小的条件,获取所述目标函数的解。
能量管理策略的主要任务是在满足驾驶动力需求的同时,提高燃油经济性。现有研究表明,PMP方法不仅计算速度快,而且能够保证全局最优性。在求解最优控制问题时,目标函数被表示为整个驾驶过程中的累计耗氢量。
本实施例采用PMP方法求解最优控制问题,电池SOC作为状态变量,燃料电池输出功率Pfc作为控制变量,将哈密顿函数H定义为:
式中:λ为协变量。想要获得最优解,必须满足以下条件:
使哈密尔顿函数最小的条件为:
式中:U为燃料电池输出功率Pfc的可行域。
在一个实施例中,所述根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗,包括:
通过比例积分控制器调整协变量的值,得到PI-PMP控制策略;
根据哈密顿函数中的协变量,获取所述协变量和电池荷电状态SOC的关系,所述协变量的值通过下式获得:
其中,λ0为协变量的初始值,SOCref为参考SOC轨迹。
应该理解的是,虽然上述流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种新能源汽车能量管理系统,包括:
模型构建模块401,用于根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模;
能量控制模块402,用于针对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解;
能量协调模块403,用于根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗。
在一个实施例中,所述模型构建模块401包括关系获取单元,所述关系获取单元用于:
根据车辆纵向动力学原理,获取车辆行驶过程中的需求功率 Pdem;
根据车辆电机的工作效率ηmot与车辆行驶的状态,获取车辆的需求功率与电机电能和机械能存在的关系,所述车辆电机由燃料电池和锂电池共同提供电能,并将电能Pmot转换为机械能Pem;
通过所述锂电池中电阻和开路电压组成的等效电路模型捕捉所述锂电池的动态特性,得到所述锂电池电池荷电状态SOC与电流Ib、容量Qb、开路电压Voc、内阻Rb、功率Pb的关系。
在一个实施例中,所述能量控制模块402包括极小值求解单元,所述极小值求解单元用于:
根据驾驶动力需求和燃油经济性,构建以整个驾驶过程中累计耗氢量为目标函数的能量管理策略;
所述目标函数表示为:
其中,Pb,max和Pb,min分别为电池的最大功率和最小功率,Pfc,max和Pfc,min分别为燃料电池系统的最大输出功率和最小输出功率,SOChigh 和SOClow分别为电池荷电状态上下限;
通过PMP方法求解所述目标函数的最优控制问题,其中,电池SOC作为状态变量,燃料电池输出功率Pfc作为控制变量,定义哈密顿函数H,根据哈密尔顿函数最小的条件,获取所述目标函数的解。
在一个实施例中,所述能量协调模块403包括比例协调单元,所述比例协调单元用于:
通过比例积分控制器调整协变量的值,得到PI-PMP控制策略;
根据哈密顿函数中的协变量,获取所述协变量和电池荷电状态SOC的关系,所述协变量的值通过下式获得:
其中,λ0为协变量的初始值,SOCref为参考SOC轨迹。
具体的,求取哈密尔顿函数的极小值可获得车辆行驶时电池 SOC的最优轨迹,根据给出的燃料电池汽车模型的具体参数,利用 PMP方法对标准NEDC工况进行仿真,根据仿真结果,对协变量λ采用不同的赋值会得到不同的SOC轨迹。当λ=-285时,能够保证行驶过程中电池电量保持不变。当λ<-285,燃料电池系统的能耗在等效油耗中所占的比重较小,策略倾向于让其为车辆提供动力,所以SOC在终点时刻的位置较高。反之,当λ>-285,策略倾向于让电池释放能量,降低氢耗,SOC在终点时刻的位置较低。
关于新能源汽车能量管理系统的具体限定可以参见上文中对于新能源汽车能量管理方法的限定,在此不再赘述。上述新能源汽车能量管理系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
图5示出了一个实施例中计算机设备的内部结构图。如图5 所示,该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现新能源汽车能量管理方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行新能源汽车能量管理方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模;
针对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解;
根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据车辆纵向动力学原理,获取车辆行驶过程中的需求功率 Pdem;
根据车辆电机的工作效率ηmot与车辆行驶的状态,获取车辆的需求功率与电机电能和机械能存在的关系,所述车辆电机由燃料电池和锂电池共同提供电能,并将电能Pmot转换为机械能Pem;
通过所述锂电池中电阻和开路电压组成的等效电路模型捕捉所述锂电池的动态特性,得到所述锂电池电池荷电状态SOC与电流Ib、容量Qb、开路电压Voc、内阻Rb、功率Pb的关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据驾驶动力需求和燃油经济性,构建以整个驾驶过程中累计耗氢量为目标函数的能量管理策略;
所述目标函数表示为:
其中,Pb,max和Pb,min分别为电池的最大功率和最小功率,Pfc,max和 Pfc,min分别为燃料电池系统的最大输出功率和最小输出功率,SOChigh和SOClow分别为电池荷电状态上下限;
通过PMP方法求解所述目标函数的最优控制问题,其中,电池SOC作为状态变量,燃料电池输出功率Pfc作为控制变量,定义哈密顿函数H,根据哈密尔顿函数最小的条件,获取所述目标函数的解。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
通过比例积分控制器调整协变量的值,得到PI-PMP控制策略;
根据哈密顿函数中的协变量,获取所述协变量和电池荷电状态SOC的关系,所述协变量的值通过下式获得:
其中,λ0为协变量的初始值,SOCref为参考SOC轨迹。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模;
针对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解;
根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据车辆纵向动力学原理,获取车辆行驶过程中的需求功率 Pdem;
根据车辆电机的工作效率ηmot与车辆行驶的状态,获取车辆的需求功率与电机电能和机械能存在的关系,所述车辆电机由燃料电池和锂电池共同提供电能,并将电能Pmot转换为机械能Pem;
通过所述锂电池中电阻和开路电压组成的等效电路模型捕捉所述锂电池的动态特性,得到所述锂电池电池荷电状态SOC与电流Ib、容量Qb、开路电压Voc、内阻Rb、功率Pb的关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据驾驶动力需求和燃油经济性,构建以整个驾驶过程中累计耗氢量为目标函数的能量管理策略;
所述目标函数表示为:
其中,Pb,max和Pb,min分别为电池的最大功率和最小功率,Pfc,max和 Pfc,min分别为燃料电池系统的最大输出功率和最小输出功率,SOChigh和SOClow分别为电池荷电状态上下限;
通过PMP方法求解所述目标函数的最优控制问题,其中,电池SOC作为状态变量,燃料电池输出功率Pfc作为控制变量,定义哈密顿函数H,根据哈密尔顿函数最小的条件,获取所述目标函数的解。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
通过比例积分控制器调整协变量的值,得到PI-PMP控制策略;
根据哈密顿函数中的协变量,获取所述协变量和电池荷电状态SOC的关系,所述协变量的值通过下式获得:
其中,λ0为协变量的初始值,SOCref为参考SOC轨迹。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种新能源汽车能量管理方法,其特征在于,所述方法包括:
根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模;
针对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解;
根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗。
2.根据权利要求1所述的新能源汽车能量管理方法,其特征在于,所述根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模,包括:
根据车辆纵向动力学原理,获取车辆行驶过程中的需求功率Pdem;
根据车辆电机的工作效率ηmot与车辆行驶的状态,获取车辆的需求功率与电机电能和机械能存在的关系,所述车辆电机由燃料电池和锂电池共同提供电能,并将电能Pmot转换为机械能Pem;
通过所述锂电池中电阻和开路电压组成的等效电路模型捕捉所述锂电池的动态特性,得到所述锂电池电池荷电状态SOC与电流Ib、容量Qb、开路电压Voc、内阻Rb、功率Pb的关系。
3.根据权利要求1所述的新能源汽车能量管理方法,其特征在于,所述对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解,包括:
根据驾驶动力需求和燃油经济性,构建以整个驾驶过程中累计耗氢量为目标函数的能量管理策略;
所述目标函数表示为:
其中,Pb,max和Pb,min分别为电池的最大功率和最小功率,Pfc,max和Pfc,min分别为燃料电池系统的最大输出功率和最小输出功率,SOChigh和SOClow分别为电池荷电状态上下限;
通过PMP方法求解所述目标函数的最优控制问题,其中,电池SOC作为状态变量,燃料电池输出功率Pfc作为控制变量,定义哈密顿函数H,根据哈密尔顿函数最小的条件,获取所述目标函数的解。
5.一种新能源汽车能量管理系统,其特征在于,包括:
模型构建模块,用于根据新能源汽车中燃料电池汽车动力系统的构型,对所述燃料电池汽车的电机系统、燃料电池系统和锂电池系统进行建模;
能量控制模块,用于针对建模结果,构建以氢耗变量为优化目标的能量控制策略,并利用极小值原理对所述能量控制策略进行求解;
能量协调模块,用于根据燃料电池的不同协变量对所述能量控制策略计算结果的影响,通过PI控制器调整PMP算法中的协变量,控制电池SOC状态并降低新能源汽车的燃料消耗。
6.根据权利要求5所述的新能源汽车能量管理系统,其特征在于,所述模型构建模块包括关系获取单元,所述关系获取单元用于:
根据车辆纵向动力学原理,获取车辆行驶过程中的需求功率Pdem;
根据车辆电机的工作效率ηmot与车辆行驶的状态,获取车辆的需求功率与电机电能和机械能存在的关系,所述车辆电机由燃料电池和锂电池共同提供电能,并将电能Pmot转换为机械能Pem;
通过所述锂电池中电阻和开路电压组成的等效电路模型捕捉所述锂电池的动态特性,得到所述锂电池电池荷电状态SOC与电流Ib、容量Qb、开路电压Voc、内阻Rb、功率Pb的关系。
7.根据权利要求5所述的新能源汽车能量管理系统,其特征在于,所述能量控制模块包括极小值求解单元,所述极小值求解单元用于:
根据驾驶动力需求和燃油经济性,构建以整个驾驶过程中累计耗氢量为目标函数的能量管理策略;
所述目标函数表示为:
其中,Pb,max和Pb,min分别为电池的最大功率和最小功率,Pfc,max和Pfc,min分别为燃料电池系统的最大输出功率和最小输出功率,SOChigh和SOClow分别为电池荷电状态上下限;
通过PMP方法求解所述目标函数的最优控制问题,其中,电池SOC作为状态变量,燃料电池输出功率Pfc作为控制变量,定义哈密顿函数H,根据哈密尔顿函数最小的条件,获取所述目标函数的解。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210381201.5A CN114801788A (zh) | 2022-04-12 | 2022-04-12 | 一种新能源汽车能量管理方法、系统、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210381201.5A CN114801788A (zh) | 2022-04-12 | 2022-04-12 | 一种新能源汽车能量管理方法、系统、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114801788A true CN114801788A (zh) | 2022-07-29 |
Family
ID=82533915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210381201.5A Pending CN114801788A (zh) | 2022-04-12 | 2022-04-12 | 一种新能源汽车能量管理方法、系统、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114801788A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116238475A (zh) * | 2023-02-17 | 2023-06-09 | 佛山科学技术学院 | 一种车辆自适应预测能量管理方法、计算机设备和存储介质 |
CN116384167A (zh) * | 2023-06-05 | 2023-07-04 | 西北工业大学 | 燃料电池无人机动力系统寿命优化的能量管理方法及系统 |
CN116653709A (zh) * | 2023-07-31 | 2023-08-29 | 北京重理能源科技有限公司 | 一种多能量源的燃料电池系统能量管理的方法和系统 |
-
2022
- 2022-04-12 CN CN202210381201.5A patent/CN114801788A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116238475A (zh) * | 2023-02-17 | 2023-06-09 | 佛山科学技术学院 | 一种车辆自适应预测能量管理方法、计算机设备和存储介质 |
CN116238475B (zh) * | 2023-02-17 | 2024-01-12 | 佛山科学技术学院 | 一种车辆自适应预测能量管理方法、计算机设备和存储介质 |
CN116384167A (zh) * | 2023-06-05 | 2023-07-04 | 西北工业大学 | 燃料电池无人机动力系统寿命优化的能量管理方法及系统 |
CN116384167B (zh) * | 2023-06-05 | 2023-08-18 | 西北工业大学 | 燃料电池无人机动力系统寿命优化的能量管理方法及系统 |
CN116653709A (zh) * | 2023-07-31 | 2023-08-29 | 北京重理能源科技有限公司 | 一种多能量源的燃料电池系统能量管理的方法和系统 |
CN116653709B (zh) * | 2023-07-31 | 2023-10-24 | 北京重理能源科技有限公司 | 一种多能量源的燃料电池系统能量管理的方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114801788A (zh) | 一种新能源汽车能量管理方法、系统、设备和存储介质 | |
CN109693578B (zh) | 一种燃料电池车整车功率分配控制方法和系统 | |
Li et al. | Energy management and economic analysis for a fuel cell supercapacitor excavator | |
CN105539423B (zh) | 结合环境温度保护电池的混合动力车转矩分配控制方法及系统 | |
CN108284752B (zh) | 一种增程式燃料电池电动汽车动力装置及其控制方法 | |
CN104760591B (zh) | 混合动力综合控制系统 | |
CN103158711A (zh) | 用于混合动力车的转矩控制方法及其系统 | |
Ren et al. | A variable-voltage ultra-capacitor/battery hybrid power source for extended range electric vehicle | |
CN111456860A (zh) | 混联式混合动力汽车发动机最佳运行线在线学习方法 | |
CN116834613B (zh) | 一种动力电池辅助的氢燃料电池汽车系统能量管理方法 | |
CN111645685A (zh) | 一种经济车速的规划方法、装置、存储介质及设备 | |
CN205220414U (zh) | 一种基于燃料电池的电电混合电动汽车供电系统 | |
CN111993957A (zh) | 一种等效消耗最小策略的混合动力汽车能量管理方法 | |
Guidi et al. | Effectiveness of supercapacitors as power-assist in pure EV using a sodium-nickel chloride battery as main energy storage | |
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 | |
Rizzo et al. | Converting conventional cars in mild hybrid solar vehicles | |
CN111688497B (zh) | 电动汽车电池高荷电状态下回馈制动系统及控制方法 | |
Ajayan et al. | Modeling and simulation of PEM fuel cell electric vehicle with multiple power sources | |
CN110758121B (zh) | 一种基于递阶控制的能量管理系统 | |
CN117465412A (zh) | 基于能量流效率最优的混合动力车辆在线能量管理方法 | |
Li et al. | Regenerative braking control strategy for fuel cell hybrid vehicles using fuzzy logic | |
CN116661296B (zh) | 面向增程式电动矿卡的能耗管理平台、方法、系统及存储介质 | |
Boyacıoğlu et al. | Modeling and Control of a PEM Fuel Cell Hybrid Energy System Used in a Vehicle with Fuzzy Logic Method | |
De Mauri et al. | Real-time model predictive control for a parallel hybrid electric vehicle using outer approximation and semi-convex cut generation | |
CN111284472B (zh) | 混合动力汽车的控制策略以及控制器 |
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 |