CN114861314A

CN114861314A - 飞机混合电推进系统的能量优化配置方法与装置

Info

Publication number: CN114861314A
Application number: CN202210518848.8A
Authority: CN
Inventors: 雷涛; 王润龙; 宋丽娜; 张星雨; 张晓斌
Original assignee: Northwestern Polytechnical University
Current assignee: Northwestern Polytechnical University
Priority date: 2022-05-12
Filing date: 2022-05-12
Publication date: 2022-08-05
Anticipated expiration: 2042-05-12

Abstract

本发明实施例公开了一种飞机混合电推进系统的能量优化配置方法与装置。该方法包括：基于飞机混合电推进系统架构，设置飞行工况，并建立飞机混合电推进系统的多个子系统模型；将多个子系统模型进行级联；针对飞机的不同任务剖面，对飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果。通过本发明，解决了相关技术中无法有效实现飞机混合电推进系统的能量优化配置的问题，达到了有效实现飞机混合电推进系统的能量优化配置，增大飞机飞行航程，提升系统的能量利用效率，同时满足系统的重量体积等约束条件的技术效果。

Description

飞机混合电推进系统的能量优化配置方法与装置

技术领域

本发明涉及能源动力领域，尤其涉及一种飞机混合电推进系统的能量优化配置方法与装置。

背景技术

油电混合电推进飞机系统主要以发动机、动力锂电池组等储能装置和电动机作为飞机主要飞行动力来源，具有高性能、低能耗和低污染的特点，并且也具有技术、经济和环境友好等方面的综合优势。与传统的发动机推进系统和纯电动推进系统相比，油电混合电推进飞机系统的动力系统具有多种组合方式，并能够根据不同飞行剖面对动力系统的工作方式和不同能源的出力大小做出优化组合，使作为主动力源的发动机能够维持在高效经济运行区和低排放区工作，以保证飞机良好的动力性、低排放性和低能耗性。虽然油电混合动力系统可以有效减少飞机燃油消耗并改善其对环境的影响，但同时也带来了一些缺点，例如系统的集成复杂性更高，增加大功率配电系统导致飞机整体的体积和重量增大，以及在输出电推进功率较高时电气系统可能存在的可靠性问题等问题。

电推进飞机系统使用电能产生所需的飞机推进动力，因此需要电力系统提供足够的功率，目前电推进飞机的推进功率等级从数十千瓦到几十兆瓦不等，根据推进功率的不同，动力系统所选用的架构也有所不同。小功率的电推进飞机主要被应用在无人机与短途飞行的商用单双座飞机场合，在这种场景下，只使用电池作为推力来源的纯电推进系统架构有着更大的优势；对于兆瓦级中大型电推进飞机，受限于电池的容量，需要采用涡轮发电机与电池组共同为飞机推进器提供能量来源。纯电推进架构中只存在电能与机械能的转化，能量流动关系与结构都相对简单，而混合电推进架构不仅包含了化学能、电能与机械能之间的转化，动力系统各部件也存在多种组合方式。

如图1所示的飞机混合电推进系统架构，航空发动机与推进电机通过传动比可变的机械传动装置与飞机推进器连接。根据飞机系统具体的推进功率需求，并联型架构中各部件存在有两种工作状态。第一种情况下，在起飞、爬升阶段，所需推进功率较大，电池组放电，电机作为电动机运行，与发动机共同产生机械能驱动推进器产生推力；第二种情况下发动机同时为推进器与电机提供能量，电机工作在发电机模式，为电池组充电。由于并联型架构中电机存在两种模式，消耗或产生机械功率，因此一般情况下会在发动机与电机的能流路径上安装离合器，使两者的能量耦合或解耦。由于并联型架构中存在两个推力的能量来源，为电推进飞机混合动力系统提供了安全冗余，因此现有的电推进飞机多采用并联型架构。在此架构基础上，采用什么设计方法和设计手段，实现并联混合电推进飞机的能量优化配置，增大飞机飞行航程，提升系统的能量利用效率，同时满足系统的重量体积等约束条件，是一个需要解决的技术问题。

针对相关技术中无法有效实现飞机混合电推进系统的能量优化配置的问题，尚未提出有效地解决方案。

发明内容

本发明实施例提供了一种飞机混合电推进系统的能量优化配置方法与装置，以至少解决相关技术中无法有效实现飞机混合电推进系统的能量优化配置的技术问题。

根据本发明实施例的一个方面，提供了一种飞机混合电推进系统的能量优化配置方法，包括：基于飞机混合电推进系统架构，设置飞行工况，并建立飞机混合电推进系统的多个子系统模型，其中，多个所述子系统模型至少包括：飞行剖面模型、飞机气动模型、发动机模型、电动机模型、电池模型、变换器模型以及电力线缆模型；将多个所述子系统模型进行级联；针对飞机的不同任务剖面，对所述飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果。

可选地，将多个所述子系统模型进行级联，包括：根据能量流动关系对多个所述子系统模型进行级联，其中，使用解算器进行级联的求解。

可选地，针对飞机的不同任务剖面，对所述飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到能量最优配置结果，包括：分别配置电池初始重量、燃油初始重量；根据所述电池初始重量与所述燃油初始重量，计算出所述飞机任务剖面下所述飞机混合电推进系统在不同功率分配比下的所述电池重量与所述燃油重量；将所述电池重量与所述燃油重量作为所述飞机气动模型的输入参数，不断迭代求解，直至同时满足预定误差范围。

可选地，在针对飞机的不同任务剖面，对所述飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果之后，所述方法还包括：基于不同的电池能量密度对所述飞机混合电推进系统的性能指标进行分析，继续优化所述能量配置结果。

可选地，基于不同的电池能量密度对所述飞机混合电推进系统的性能指标进行分析，包括：确定在不同的电池能量密度下的所述飞机混合电推进系统的所述性能指标，并以预定方式显示所述性能指标，其中，所述性能指标包括以下至少之一：飞机重量、燃油消耗量、碳排放指标。

可选地，在所述性能指标包括所述燃油消耗量与所述碳排放指标的情况下，确定在不同的电池能量密度下的所述飞机混合电推进系统的所述性能指标，包括：获取燃油推力比特性曲线；根据所述燃油推力比特性曲线，确定所述燃油消耗量以及所述碳排放指标。

根据本发明实施例的另一个方面，还提供了一种飞机混合电推进系统的能量优化配置装置，包括：第一处理模块，用于基于飞机混合电推进系统架构，设置飞行工况，并建立飞机混合电推进系统的多个子系统模型，其中，多个所述子系统模型至少包括：飞行剖面模型、飞机气动模型、发动机模型、电动机模型、电池模型、变换器模型以及电力线缆模型；第二处理模块，用于将多个所述子系统模型进行级联；第三处理模块，用于针对飞机的不同任务剖面，对所述飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果。

可选地，所述第二处理模块包括：求解单元，用于根据能量流动关系对多个所述子系统模型进行级联，其中，使用解算器进行级联的求解。

根据本发明实施例的另一个方面，还提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述中任意一项所述的飞机混合电推进系统的能量优化配置方法。

根据本发明实施例的另一个方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行上述中任意一项所述的飞机混合电推进系统的能量优化配置方法。

本发明实施例中，基于飞机混合电推进系统架构，设置飞行工况，并建立飞机混合电推进系统的多个子系统模型，其中，多个子系统模型至少包括：飞行剖面模型、飞机气动模型、发动机模型、电动机模型、电池模型、变换器模型以及电力线缆模型；并将多个子系统模型进行级联；进而针对飞机的不同任务剖面，对飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果。也就是说，本发明实施例基于飞机混合电推进系统架构和不同的能量优化分配策略，对飞机的不同任务剖面下飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，进而解决了相关技术中无法有效实现飞机混合电推进系统的能量优化配置的问题，达到了有效实现飞机混合电推进系统的能量优化配置，增大飞机飞行航程，提升系统的能量利用效率，同时满足系统的重量体积等约束条件的技术效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为现有技术提供的一种飞机混合电推进系统架构的示意图；

图2为本发明实施例提供的一种飞机混合电推进系统的能量优化配置方法的流程图；

图3为本发明实施例提供的一种飞机混合电推进系统的系统仿真流程图；

图4为本发明实施例提供的一种飞行高度时间关系曲线图；

图5为本发明实施例提供的一种飞行距离时间关系曲线图

图6为本发明实施例提供的一种飞机质点模型图；

图7为本发明实施例提供的一种涡扇发动机的结构简图；

图8为本发明实施例提供的一种UHC排放指数拟合曲线；

图9为本发明实施例提供的一种CO排放指数拟合曲线；

图10为本发明实施例提供的一种NO_X排放指数拟合曲线；

图11为本发明实施例提供的一种开关磁阻电机特性图；

图12为本发明实施例提供的一种锂电池放电曲线图；

图13为本发明实施例提供的一种Matlab GUI数据交互图；

图14为本发明实施例提供的一种200Wh/kg电池能量密度下电池重量与功率分配比关系图；

图15为本发明实施例提供的一种200Wh/kg电池能量密度下燃油消耗量与功率分配比关系图；

图16为本发明实施例提供的一种200Wh/kg能量密度下不同推进比对应系统重量图；

图17为本发明实施例提供的一种200Wh/kg能量密度下CO₂排放曲线；

图18为本发明实施例提供的一种200Wh/kg能量密度下CO排放曲线；

图19为本发明实施例提供的一种200Wh/kg能量密度下NO_X排放曲线；

图20为本发明实施例提供的一种500Wh/kg能量密度下不同推进比对应系统重量图；

图21为本发明实施例提供的一种500Wh/kg电池能量密度下燃油消耗量与功率分配比关系图；

图22为本发明实施例提供的一种500Wh/kg能量密度下CO₂排放曲线；

图23为本发明实施例提供的一种500Wh/kg能量密度下CO排放曲线；

图24为本发明实施例提供的一种500Wh/kg能量密度下NO_X排放曲线；

图25为本发明实施例提供的一种飞机混合电推进系统的能量优化配置装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于限定特定顺序。

本发明实施例提供一种飞机混合电推进系统的能量优化配置方法，如图2所示，该方法包括如下步骤：

步骤S202，基于飞机混合电推进系统架构，设置飞行工况，并建立飞机混合电推进系统的多个子系统模型，其中，多个子系统模型至少包括：飞行剖面模型、飞机气动模型、发动机模型、电动机模型、电池模型、变换器模型以及电力线缆模型；

需要说明的是，上述电池模型为混合电推进配置模型中的部件模型。

步骤S204，将多个子系统模型进行级联；

步骤S206，针对飞机的不同任务剖面，对飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果。

上述飞机混合电推进系统的推进功率由发动机燃油燃烧产生推力和电池驱动电机产生推进力两部分组成。

在具体实施过程中，本发明可以采用基于MATLAB/Simulink软件平台的电动飞机动力系统正向设计工具软件，基于飞机混合电推进系统架构和不同的能量优化分配策略，对飞机不同任务剖面下混合电推进飞机在不同功率分配比下的电池重量与燃油重量进行配置和优化计算。同时基于锂电池未来的发展趋势，针对高功率密度下的储能设备对飞机混合电推进系统性能影响进行分析，给出设计方案，设计电推进系统能量综合优化配置模型，最终给出最优配置结果。

需要说明的是，上述方法的应用场景包括但不限于中型支线或者大型干线混合电动飞机推进系统。

在一种可选的实施方式中，将多个子系统模型进行级联，包括：根据能量流动关系对多个子系统模型进行级联，其中，使用解算器进行级联的求解。

上述解算器包括迭代求解器和雅可比矩阵解算器。在具体实施过程中，可以基于能量流动关系使用解算器对多个子系统模型进行级联的求解。通过上述实施方式可以将多个子系统模型关联起来，从而建立各子系统模型之间的关系。

在一种可选的实施方式中，针对飞机的不同任务剖面，对飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到能量最优配置结果，包括：分别配置电池初始重量、燃油初始重量；根据电池初始重量与燃油初始重量，计算出飞机任务剖面下飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量；将电池重量与燃油重量作为飞机气动模型的输入参数，不断迭代求解，直至同时满足预定误差范围。

在具体实施过程中，可以利用递归算法外部循环求得电池重量及燃油重量，也就是，分别配置电池初始重量、燃油初始重量，然后根据电池初始重量与燃油初始重量，计算出飞机任务剖面下飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量，进而将电池重量与燃油重量作为飞机气动模型的输入参数，不断迭代求解，直至同时满足预定误差范围。需要说明的是，上述预定误差范围可以根据应用需要而灵活设置，例如，0.5％-1％、1％-2％等，当然也可以设置为具体的误差参数，比如1％等。

在一种可选的实施方式中，在针对飞机的不同任务剖面，对飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果之后，上述方法还包括：基于不同的电池能量密度对飞机混合电推进系统的性能指标进行分析，继续优化能量配置结果。

基于锂电池未来的发展趋势，针对高功率密度下的储能设备对电推进系统性能影响进行分析，也就是，根据不同的电池能量密度对飞机混合电推进系统的性能指标进行分析，继续优化能量配置结果，从而可以设计电推进系统能量综合优化配置模型，最终给出最优配置结果。

在一种可选的实施方式中，基于不同的电池能量密度对飞机混合电推进系统的性能指标进行分析，包括：确定在不同的电池能量密度下的飞机混合电推进系统的性能指标，并以预定方式显示性能指标，其中，性能指标包括以下至少之一：飞机重量、燃油消耗量、碳排放指标。

需要说明的是，上述性能指标包括但不限于飞机重量、燃油消耗量、碳排放指标。上述预定方式包括但不限于图像、文字等，例如，可以利用图像方式显示飞机重量、燃油消耗量及碳排放指标等性能指标。通过上述实施方式便于观察该指标下系统性能，有利于后续继续优化能量配置结果。

在一种可选的实施方式中，在性能指标包括燃油消耗量与碳排放指标的情况下，确定在不同的电池能量密度下的飞机混合电推进系统的性能指标，包括：获取燃油推力比特性曲线；根据燃油推力比特性曲线，确定燃油消耗量以及碳排放指标。

上述碳排放指标包括但不限于氮氧化物、一氧化碳和未燃烧的碳氢化合物等排放指数。通过上述实施方式可以利用燃油推力比特性曲线分别计算出确定燃油消耗量以及碳排放指标。

下面对本本发明的可选实施例进行详细说明。

如图3所示的系统仿真流程，能量优化配置方法的具体实施步骤如下：

第一步，针对飞机混合电推进系统架构，设定飞行工况，建立包括飞机气动、发动机、推进配置、电气系统在内的各个子系统模型，其中，电气系统包括电动机、电力线缆、变换器等部件。

第二步，将子系统进行级联。飞行工况注入飞机气动模型，基于此模型计算出推力需求，涡扇发动机通过燃油推力比特性曲线计算出燃油消耗量以及碳排放相关指标。电池通过变换器、线缆、电动机与涡扇发动机的低压轴相连，提供一部分推力。电池重量是与整个飞行工况下电池提供总能量呈线性相关函数，同时电池重量也影响着飞机任务剖面下的功率需求；燃油重量在飞行的过程中不断减少，同时携带燃油的重量也影响着飞机任务剖面下的功率需求。

第三步，选用递归算法外部循环求得电池重量及燃油重量，从而观察该指标下系统性能。对混合电推进动力系统平台集成，由设计软件图形用户界面(Graphical UserInterface，简称GUI)控制，赋予动力电池组及燃油初始重量，从而计算出飞机任务剖面下的电池重量及燃油重量，再将该结果作为飞机气动模型的输入，迭代求解至同时满足1％的误差范围停止迭代。

采用本发明所提出的能量配置方法，基于飞机并联式混合电推进架构，得到起飞、爬升阶段不同功率分配比下飞机重量、燃油消耗量及碳排放指标。

结果如图14至24所示。结果主要展示了在电池能量密度在200Wh/kg、500Wh/kg下的系统性能指标。200Wh/kg时，电池重量和燃油消耗量对爬升阶段电推进功率比例的敏感度远大于对起飞阶段电推进功率比例，电池对推进功率分配比敏感度远大于燃油重量，飞机重量的变化与电池重量的变化呈现强相关性，燃油重量的变化对飞机的重量影响因素较小。其中，CO₂的排放与燃油消耗量呈正比，CO会随着燃油的完全燃烧程度上升而下降，NO_X对起飞推进比的不敏感。

500Wh/kg时，飞机在电池重量、燃油重量都得到降低，燃油消耗量会在起飞功率分配比4％至15％区间内呈现一定的下降。各项碳排放指标得到一定的优化。

本发明的结果对于未来中大型混合电推进飞机设计起到了很好的指导作用。

需要说明的是，功率分配比是可用电力占总功率的百分比，与推进系统的性能呈非线性关系，表达式如下所示：

其中，上述飞机混合电推进系统模型包括但不限于飞行剖面模型、飞机气动模型、发动机模型、电动机模型、电池模型、变换器模型以及电力线缆模型等，下面对各个子系统模型进行详细说明。

1、飞行剖面模型

飞机的完整飞行过程包括以下六个典型阶段，滑跑—起飞—爬升—巡航—下降—着陆。飞机的飞行剖面主要与航迹角γ与迎角α相关，通过高度、速度、襟翼设置来定义特定的任务剖面。这里选取A320的1500公里飞行任务，0.78马赫巡航，如图4、5所示。任务模型计算飞行路径变量(高度、距离、速度、飞行路径角度等)作为飞行时间的函数，通过线性插值，得到飞机航迹角γ与迎角α等参数。

2、飞行气动模型

该模型将飞机作为质点表示，如图6所示。飞行任务只包括向前运动和飞行轨迹角，不考虑转弯的航迹偏角。下面的表达式详细说明了推力变量F_N的计算过程，国际单位制适用。飞行航迹角γ的变化通过(分段)圆周运动来近似。

其中，v为空气中飞行速度(TAS)；h为飞行高度；g为万有引力常数；L为升力；m为飞机重量。

阻力D和D_ground通过以下表达式计算

D＝C_D·1/2ρ·v²·S_w

D_ground＝μ·N

其中，ρ为空气密度；S_w为机翼总面积；N为重力垂直地面分量(空气中N＝0)；μ为地面滚动摩擦系数。

N＝m·g-1/2ρ·v²·S_w·C_L0

C_L＝L/(1/2ρ·v²·S_w)

其中，C_L为气动升力系数；C_D为气动阻力系数；

为零迎角升力系数；

为零升力阻力系数；ΔC_D取决于襟翼、起落架和马赫数的阻力系数；k为诱导阻力系数；

为加速度；

为速度；

为航迹角关于时间的导数。

其中，飞机初始重量为：

m_{aircraft,init}＝m_MZFM+Δm_conversion+m_fuel+m_{electricsystem}

其中，m_MZFM为最大零燃油重量；Δm_conversion为发动机等部件缩比后的重量代偿；m_fuel为燃油重量；m_{electricsystem}包括电池在内的电力系统重量。

3、发动机模型

涡扇发动机主要包含进气道、风扇、轴流式压气机、主燃烧室、燃气涡轮、自由涡轮以及收敛喷嘴等部件，其结构如图7所示。

发动机可以通过缩小涵道比或减小发动机进气量来实现重量的缩放。涵道比保持恒定，因此发动机核心按比例缩小。通过以下表达式，发动机重量可根据静态起飞推力F_N求得，使用这种相关性的误差在实际发动机重量的10％以内。

发动机燃油消耗量率与飞行马赫数M、飞行高度h和飞行所需推力F_thrust都相关，因此，燃油消耗量率可以表示为三者相关的函数，燃油消耗量为：

其中，t为确定航程下的飞行时间。

除了燃料消耗的计算之外，还根据氮氧化物(一氧化氮和二氧化氮，统称为氮氧化物NO_X)、一氧化碳(CO)和未燃烧的碳氢化合物(UHC，通常表示为当量甲烷)来测定发动机排放。排放量是通过国际民航组织飞机发动机排放数据库提供的排放指数插值计算的。二氧化碳(CO₂)和水蒸气(H₂O)的排放量未在此表中列出，因为它们被认为与燃烧的燃料成正比。拟合曲线如图8、9和10所示。

EI_UHC＝0.656*P^-1.686-0.0164

EI_CO＝44.57*P^-1.356-0.4191

EI_NOX＝3.25*10^-10*P^7.876+6.677

发动机得到的燃油消耗量结果被反馈到飞机模型中，飞机气动模型对下一步长的飞机气动参数进行重新计算，得到各部分性能指标参数。

4、电动机模型

开关磁阻电机具有转矩大的特点。电动机的原理工作是：转速与施加的电压成正比，转矩与电流成正比，电机功率输出是转矩和转速的乘积。这些基本的转矩-速度关系由以下表达式表示，其中，K_v和K_t分别是电压系数和转矩系数。对于特定的电机设计，假设这些参数保持不变。

P＝T·ω

V＝K_v·ω

T＝K_t·I

利用图11所示的转矩和速度之间的相关性，可以确定电动机的电压和转矩系数。第一步是确定电动机最大输出功率，最大转速可以通过假设电机直接安装在低压轴上来指定。

使用最大工作电压V_max，电压系数由以下表达式得出：

在已知基本速度的情况下，最大转矩可通过以下表达式确定:

然后，用以下表达式估算最大电流，R₀为电动机绕组电阻：

在最大电流和转矩都在点B已知的情况下，转矩系数K_t最终可以使用以下表达式获得:

通过确定给定开关磁阻电机设置的两个系数K_v和K_t，现在可以正确定义电机。

定子直径D_s等于电机直径D。

D＝D_s＝0.0713950·log(P_max)-0.1572667

为了计算电动机的重量，将形状简化为简单的圆柱体。引入形状因子Δ来校正重量变化，而不考虑每个电机各个部件，这一因素开关磁阻电机中定子和转子的数量而变化。

D_r＝0.5·D_s

g＝0.0083·D_r

其中，Δ为形状因数；ρ_mat为材料密度；D_s为定子直径；D_r为转子直径；g为气隙厚度。

一旦确定了电机尺寸，就可以估算各种电机损耗，铜损耗是由流经绕组的电流引起的。

铜损耗由工作电流决定。

其中，N_op为实际转速；n_s为定子数；B_p为磁通密度峰值；B_p,0为峰值磁通密度；n_r为转子数；m为相数；D_s,hFan为开关磁阻电机定子直径；N_max,hFan为开关磁阻电机最大转速；K_h为磁滞系数；K_c为涡流损耗系数；K_e为过涡流损耗系数。

机械损失包括摩擦和风阻损耗，可以从参考文献中导出的半经验关系来估计。轴承中的摩擦损耗由以下表达式描述，其中，n是所用轴承的数量。风阻损耗用以下表达式计算。

铜、铁、摩擦和风阻损耗可以相加，得到总功率损失的最终值。电机效率通过将负载功率和总损耗P_loss,total代入以下表达式得出。这种效率在整个飞行过程中是变化的，因为所需的功率及其伴随的损耗是变化的，这取决于工作电流和转速。

P_loss,total＝P_copper+P_iron+P_friction+P_windage

电动机缩放后重量分两步获得。首先，使用上述所用公式求出基准电动机重量，进而求出电动机功率密度。然后，假设该功率密度在研究中为固定值，用设计电动机额定功率除以功率密度求得缩放后电动机重量。

5、电池模型

为了模拟电池动态，这里采用Shepherd的电池模型。电池的输出电压表达式为：

在V₀之后的首项，考虑了电池最大容量附近由于电池反应物耗尽而导致的电压降；指数项说明了引发和驱动化学反应的活化和浓度极化；最后一项表示电池的内部电压损失。Shepherd的电池模型的改进模型同时考虑了充放电，由两个公式组成：一个在放电模式，一个在充电模式，如下所示。

其中，V_b为电池端电压；V₀为电池标称电压；R_b为电池内阻；I_b为电池电流；Q_b为电池标称容量；K为极化系数；A为电压系数；B为容量系数；

使用Shepherd的电池模型，可以对实验数据进行曲线拟合分析，这里采用利用三次多项式方程来模拟指数电容系数B对放电电流的电流依赖性，如下所示。

B＝p₃·C³+p₂·C²+p₁·C+p₀

表达式中的C是电池容量的标准放电率，由以下给出:

在高放电率下，电池容量的会降低，考虑到这一点，电池容量随着电流的增加而降低，以获得实际电池容量Q_b，表示为：

其中，Q_rat为额定电池容量；I_rat为额定放电电流；pc为Peukert常数；SOC为电荷状态；DOD为放电深度。

pc常数通常在1.0和1.04之间变化。SOC为电荷状态，DOD为放电深度。

电池组的大小可以根据电力系统所需的工作电压或完成任务所需的最小容量来确定。简而言之，通过分别串联或并联电池，可以达到期望的工作电压或电池容量。对于锂电池重量的计算，通常采用的方法是根据其能量密度(EP)、额定电压与额定容量进行计算，表达式如下所示：

其中，Q_rat代表锂电池的额定容量。

电池放电曲线图如图12所示。

6、变换器模型

电力电子变换器是指以适当的电压水平和电流类型输送电力所需的各种电力转换器件。这包括整流器(交流到直流)、逆变器(直流到交流)和变频器(交流到交流)、DC-DC变换器等。

变换器的损耗主要来自于开关管，基本IGBT-续流二极管单元的瞬时损耗可使用以下表达式进行评估，

p_fwT＝v_ce(i_c)·i_c

p_fwD＝v_ak(i_f)·i_f

p_swT＝[E_on(i_c)+E_off(i_c)]f_s

p_recD＝E_recD(i_d)·f_s

p_cell＝p_swT+p_recD+p_fwT+p_fwD

v_ce(i_c)＝A_fwT+B_fwTi_c

v_ak(i_f)＝A_fwD+B_fwDi_f

p_inv＝n·p_cell

其中，p_fwT为晶体管开关损耗；E_on为导通能量损耗；E_off为关断能量损耗；f_s为逆变器开关频率；E_recD为续流二极管能量损耗；p_recD为续流二极管功率损耗；v_ce为IGBT正向压降；v_ak为二极管正向压降；i_c为IGBT电流；i_f为二极管电流；p_fwT为IGBT正向导通损耗；p_fwD为二极管正向导通损耗；I_M为最大电流值；ω为电流角频率；

为电机电压和电流之间的相角。

需要说明的是，上述方程表示瞬时损耗是半导体器件电流的函数。

仿真模型必须用非常短的积分步骤来求解，从而导致高计算负荷和大的仿真时间。这里采用交替数量周期的平均方法，这样，较大的时间步长就足够了，并且可以使用交流电压和电流的有效值，这种方法保证了损耗计算的准确性。假设电流具有正弦时间相关性，根据如下表达式,并假设i＝i_c＝i_f，可获得具有明确时间相关性的瞬时变换器损耗。对交流变量周期T上的损耗进行平均，可以获得损耗平均值。平均关系、总的功率损耗如下表达式所示。其中，

P_TD＝P_onT+P_offT+P_fwT+P_fwD+P_recD

其中，T_s为IGBT开关周期；T_dead为IGBT死区时间；

为机功率因数。

7、电力线缆模型

电力线缆将所有的独立部件连接成一个协同的系统。每个连接都需要考虑长度、功率类型、压降和最大电流。由此，可以选择特定导线后根据导体材料密度计算电缆的重量。假设电缆目前占简化系统重量的15％(电机、变换器和电池)，效率为固定值99％，预计在2040年后，线缆占电力系统总重会达到10％，效率达到99.6％。随着先进的配电系统采用更少的电缆并更好地利用动态电源管理，这一比例预计将在未来降至10％。

另外，系统根据能量流动关系进行级联，级联的求解由于存在高阶非线性方程，需要使用解算器求解。解算器模块集基于两部分：迭代求解器和雅可比矩阵解算器。迭代求解器利用牛顿-拉夫逊迭代方法逐步求解，在使用牛顿法时，只要保证初始值设置合理，同时在迭代过程中保持方程组的系数矩阵的稀疏性，就能以很快的速率对所需的系统参数进行求解。由于牛顿法具有很好的收敛性与运行速率，牛顿法成为了目前仍在使用的经典算法。

其中，x为自变量；n为迭代次数；N为自变量个数；x_n为关于自变量x的向量；x₀为给定初始条件。

f(x_n)是作为自变量的函数的因变量。J^-1(x_n)是雅可比矩阵的逆矩阵，它是自变量向量x_n的函数。雅可比矩阵是一个偏导数方阵，是解算器输入和输出之间线性映射。它是通过给定初始条件x₀一个小扰动来找到f(x_n)的偏导数。雅可比矩阵更精确的数学描述如下所示。

求解器模块分两个主要步骤工作。第一步，雅可比计算器确定植物的线性图。从初始条件开始，雅可比计算器依次轻微扰动每个输入，记录结果，并计算每个输出的斜率作为每个输入的函数。

对于每个输入完成此操作后，将构建、反转雅可比行列式并将其发送到牛顿-拉夫逊迭代求解器模块。在第二步中，牛顿-拉夫逊求解器迭代使用第一步中得到的雅可比矩阵的逆来求解。此外，如果求解器无法得到逆转矩阵或扰动超出线性范围，则解算器将向用户发送错误说明。

进一步地，由GUI控制发出仿真开始指令并为Simulink中初始变量赋值，基于Simulink的仿真模型开始运行，运行结束后通过Simulink库中To workspace模块将数据发送至工作区，在GUI中利用evalin的指令在base工作区中执行Simulink，利用assignin指令为指定工作区中的变量赋值以完成GUI与Simulink交互，GUI中基于数据误差分析判断是否将数据代入下一次循环，如图13所示。

根据本发明实施例的另一个方面，还提供了一种飞机混合电推进系统的能量优化配置装置，如图25所示，该飞机混合电推进系统的能量优化配置装置包括：第一处理模块2502、第二处理模块2504和第三处理模块2506。下面对该飞机混合电推进系统的能量优化配置装置进行详细说明。

第一处理模块2502，用于基于飞机混合电推进系统架构，设置飞行工况，并建立飞机混合电推进系统的多个子系统模型，其中，多个子系统模型至少包括：飞行剖面模型、飞机气动模型、发动机模型、电动机模型、电池模型、变换器模型以及电力线缆模型；第二处理模块2504，连接至上述第一处理模块2502，用于将多个子系统模型进行级联；第三处理模块2506，连接至上述第二处理模块2504，用于针对飞机的不同任务剖面，对飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，例如，对于后者，可以通过以下方式实现：上述各个模块可以位于同一处理器中；和/或，上述各个模块以任意组合的方式位于不同的处理器中。

本发明实施例中，该飞机混合电推进系统的能量优化配置装置可以基于飞机混合电推进系统架构，设置飞行工况，并建立飞机混合电推进系统的多个子系统模型，其中，多个子系统模型至少包括：飞行剖面模型、飞机气动模型、发动机模型、电动机模型、电池模型、变换器模型以及电力线缆模型；并将多个子系统模型进行级联；进而针对飞机的不同任务剖面，对飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果。也就是说，本发明实施例基于飞机混合电推进系统架构和不同的能量优化分配策略，对飞机的不同任务剖面下飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，进而解决了相关技术中无法有效实现飞机混合电推进系统的能量优化配置的问题，达到了有效实现飞机混合电推进系统的能量优化配置，增大飞机飞行航程，提升系统的能量利用效率，同时满足系统的重量体积等约束条件的技术效果。

此处需要说明的是，上述第一处理模块2502、第二处理模块2504和第三处理模块2506对应于方法实施例中的步骤S202至S206，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述方法实施例所公开的内容。

可选地，上述第二处理模块2504包括：求解单元，用于根据能量流动关系对多个子系统模型进行级联，其中，使用解算器进行级联的求解。

可选地，上述第三处理模块2506包括：配置单元，用于分别配置电池初始重量、燃油初始重量；计算单元，用于根据电池初始重量与燃油初始重量，计算出飞机任务剖面下飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量；迭代求解单元，用于将电池重量与燃油重量作为飞机气动模型的输入参数，不断迭代求解，直至同时满足预定误差范围。

可选地，上述装置还包括：第四处理模块，用于在针对飞机的不同任务剖面，对飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果之后，基于不同的电池能量密度对飞机混合电推进系统的性能指标进行分析，继续优化能量配置结果。

可选地，上述第四处理模块包括：确定与显示单元，用于确定在不同的电池能量密度下的飞机混合电推进系统的性能指标，并以预定方式显示性能指标，其中，性能指标包括以下至少之一：飞机重量、燃油消耗量、碳排放指标。

可选地，在性能指标包括燃油消耗量与碳排放指标的情况下，所述确定与显示单元包括：获取子单元，用于获取燃油推力比特性曲线；确定子单元，用于根据燃油推力比特性曲线，确定燃油消耗量以及碳排放指标。

根据本发明实施例的另一个方面，还提供了一种电子设备，该电子设备包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行上述中任意一项的飞机混合电推进系统的能量优化配置方法。

根据本发明实施例的另一个方面，还提供了一种计算机可读存储介质，该计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述中任意一项的飞机混合电推进系统的能量优化配置方法。

需要说明的是，上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，和/或位于移动终端群中的任意一个移动终端中，上述计算机可读存储介质包括存储的程序。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims

1.一种飞机混合电推进系统的能量优化配置方法，其特征在于，包括：

基于飞机混合电推进系统架构，设置飞行工况，并建立飞机混合电推进系统的多个子系统模型，其中，多个所述子系统模型至少包括：飞行剖面模型、飞机气动模型、发动机模型、电动机模型、电池模型、变换器模型以及电力线缆模型；

将多个所述子系统模型进行级联；

针对飞机的不同任务剖面，对所述飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果。

2.根据权利要求1所述的方法，其特征在于，将多个所述子系统模型进行级联，包括：

根据能量流动关系对多个所述子系统模型进行级联，其中，使用解算器进行级联的求解。

3.根据权利要求1所述的方法，其特征在于，针对飞机的不同任务剖面，对所述飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到能量最优配置结果，包括：

分别配置电池初始重量、燃油初始重量；

根据所述电池初始重量与所述燃油初始重量，计算出所述飞机任务剖面下所述飞机混合电推进系统在不同功率分配比下的所述电池重量与所述燃油重量；

将所述电池重量与所述燃油重量作为所述飞机气动模型的输入参数，不断迭代求解，直至同时满足预定误差范围。

4.根据权利要求1至3中任意一项所述的方法，其特征在于，在针对飞机的不同任务剖面，对所述飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果之后，所述方法还包括：

基于不同的电池能量密度对所述飞机混合电推进系统的性能指标进行分析，继续优化所述能量配置结果。

5.根据权利要求4所述的方法，其特征在于，基于不同的电池能量密度对所述飞机混合电推进系统的性能指标进行分析，包括：

确定在不同的电池能量密度下的所述飞机混合电推进系统的所述性能指标，并以预定方式显示所述性能指标，其中，所述性能指标包括以下至少之一：飞机重量、燃油消耗量、碳排放指标。

6.根据权利要求5所述的方法，其特征在于，在所述性能指标包括所述燃油消耗量与所述碳排放指标的情况下，确定在不同的电池能量密度下的所述飞机混合电推进系统的所述性能指标，包括：

获取燃油推力比特性曲线；

根据所述燃油推力比特性曲线，确定所述燃油消耗量以及所述碳排放指标。

7.一种飞机混合电推进系统的能量优化配置装置，其特征在于，包括：

第一处理模块，用于基于飞机混合电推进系统架构，设置飞行工况，并建立飞机混合电推进系统的多个子系统模型，其中，多个所述子系统模型至少包括：飞行剖面模型、飞机气动模型、发动机模型、电动机模型、电池模型、变换器模型以及电力线缆模型；

第二处理模块，用于将多个所述子系统模型进行级联；

第三处理模块，用于针对飞机的不同任务剖面，对所述飞机混合电推进系统在不同功率分配比下的电池重量与燃油重量进行配置和优化计算，直至得到最优的能量配置结果。

8.根据权利要求7所述的装置，其特征在于，所述第二处理模块包括：

求解单元，用于根据能量流动关系对多个所述子系统模型进行级联，其中，使用解算器进行级联的求解。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1至6中任意一项所述的飞机混合电推进系统的能量优化配置方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述的飞机混合电推进系统的能量优化配置方法。