CN114889498A - 一种氢电混合动力系统的功率优化分配方法 - Google Patents
一种氢电混合动力系统的功率优化分配方法 Download PDFInfo
- Publication number
- CN114889498A CN114889498A CN202210494318.4A CN202210494318A CN114889498A CN 114889498 A CN114889498 A CN 114889498A CN 202210494318 A CN202210494318 A CN 202210494318A CN 114889498 A CN114889498 A CN 114889498A
- Authority
- CN
- China
- Prior art keywords
- power
- fuel cell
- soc
- power battery
- value
- 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 42
- 238000005457 optimization Methods 0.000 title claims abstract description 27
- 239000000446 fuel Substances 0.000 claims abstract description 163
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 30
- 239000001257 hydrogen Substances 0.000 claims abstract description 30
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 30
- 239000002245 particle Substances 0.000 claims description 43
- 230000007423 decrease Effects 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000015556 catabolic process Effects 0.000 claims description 5
- 238000006731 degradation reaction Methods 0.000 claims description 5
- 125000004435 hydrogen atom Chemical group [H]* 0.000 claims description 4
- 230000001052 transient effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 239000007789 gas Substances 0.000 claims description 3
- 230000006727 cell loss Effects 0.000 abstract 1
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000004044 response Effects 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
- 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
-
- 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
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/40—Application of hydrogen technology to transportation, e.g. using 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)
Abstract
本发明公开了一种氢电混合动力系统的功率优化分配方法，包括：分别建立氢耗、燃料电池寿命损耗以及动力电池损耗与燃料电池输出功率的函数关系；将所述氢耗、燃料电池寿命损耗以及动力电池损耗进行叠加，以建立运行成本优化的目标函数；利用迭代算法求解出所述目标函数最小时对应的燃料电池输出功率，并将其作为燃料电池最优输出功率；将所述负载的实时需求功率减去所述燃料电池最优输出功率，以相应得到所述动力电池的输出功率。本发明提供的功率优化分配方法通过建立关于系统氢耗、燃料电池寿命损耗以及动力电池损耗的优化目标函数，并运用迭代算法，寻求使得目标函数最优的燃料电池输出功率，实现系统的功率优化分配。
Description
技术领域
本发明涉及燃料电池汽车及船舶技术领域，特别涉及一种氢电混合动力系统的功率优化分配方法。
背景技术
化石能源不可再生带来的能源紧缺问题以及其过度使用导致的环境问题日益严峻，而氢能具有清洁、可再生、热值高的特点，有望成为解决能源和环境问题的突破点。质子交换膜燃料电池(PEMFC)是一种以氢气为燃料、氧气为氧化物的新型发电装置，因其运行温度较低，而能量转化效率较高，广泛应用于汽车、船舶等动力系统中。由于PEMFC动态响应速度较慢，而汽车、船舶等的运行工况复杂多变，负载含有大量高频成分，而单一的燃料电池不能满足系统的负载需求，因此如何在高频环境下经济有效地利用燃料电池就成为了一个亟需解决的问题。
发明内容
为了解决现有技术的问题，本发明提供了一种氢电混合动力系统的功率优化分配方法，所述技术方案如下：
本发明提供了一种氢电混合动力系统的功率优化分配方法，所述氢电混合动力系统采用燃料电池和动力电池联合的方式向负载供电，所述燃料电池以氢气为燃料；
所述功率优化分配方法包括以下步骤：
S1、分别建立氢耗、燃料电池寿命损耗以及动力电池损耗与燃料电池输出功率的函数关系；
S2、将所述氢耗、燃料电池寿命损耗以及动力电池损耗进行叠加，以建立运行成本优化的目标函数；
S3、利用迭代算法求解出所述目标函数最小时对应的燃料电池输出功率，并将其作为燃料电池最优输出功率；
S4、将所述负载的实时需求功率减去所述燃料电池最优输出功率，以相应得到所述动力电池的输出功率。
进一步地，在步骤S2中，所述目标函数的初步表达式如下：
式中，P0为燃料电池额定功率，Q0为动力电池额定容量，a1为当前氢气单价，a2为所述燃料电池单位功率价格，a3为所述动力电池单位容量价格，
为所述燃料电池瞬时氢耗速率，Lfc(Pfc)为所述燃料电池寿命瞬时衰退率，Lbat(Preq-Pfc)为所述动力电池寿命瞬时衰退率，Pfc为所述燃料电池输出功率；Preq为所述负载实时需求功率。
进一步地，在步骤S2和步骤S3之间，还包括：
将基于所述燃料电池输出功率和动力电池的SOC设计的惩罚函数g(Pfc,SOC)叠加至所述目标函数J(Pfc)，以得到更新后的目标函数
将更新后的目标函数
放入步骤S3中进行迭代计算，以得到相应的燃料电池最优输出功率。
进一步地，所述惩罚函数的设计包括以下步骤：
P1、计算数据采样周期T0下的SOC变化量，记作ΔSOC，
式中，Preq为负载的实时需求功率，Pfc为燃料电池输出功率，Voc为动力电池开路电压；Vnom为动力电池额定电压；r为动力电池内阻，T0为数据采样周期，Q0为动力电池额定容量；
P2、根据所述燃料电池的输出功率范围，计算ΔSOC的最大值和最小值，
ΔSOCmax＝f(Pfc)max
ΔSOCmin＝f(Pfc)min
P3、归一化ΔSOC并设置关于所述动力电池的SOC偏移量：
P4、根据动力电池当前SOC所处区间配置惩罚系数k；
P5、由惩罚系数k和函数
构造如下惩罚函数：
进一步地，所述惩罚系数k的配置方法包括：
当所述动力电池当前SOC在区间[SOC1,SOC2]范围内时，惩罚系数的取值比J(Pfc)函数值小一个数量级，其中，[SOC1,SOC2]为动力电池最优SOC区间；
当所述动力电池当前SOC在设定值[SOC0,SOC1)以及(SOC2.SOC3]范围内，惩罚系数的取值与J(Pfc)函数值处于同一个数量级，其中，SOC0为动力电池过放时对应SOC临界值，SOC3为动力电池过充时对应的SOC临界值；
当所述动力电池当前SOC在[0,SOC0)和(SOC3,1]范围内，惩罚系数的取值比J(Pfc)函数值大一个数量级。
进一步地，在步骤S3中，
采用粒子群迭代算法，求解在Pfc约束条件下，使得所述目标函数最小时的燃料电池输出功率，其中，粒子群迭代包括以下步骤：
A1、初始化粒子群的种群大小N以及迭代次数M，初始化迭代次数j＝0，初始化局部最小值
和全局最小值
随机分布粒子初始位置
和初始速度
至可行域内：
式中，vmin为粒子最小速度，vmax为粒子最大速度，P0为燃料电池额定功率；
A2、计算该轮迭代中每个粒子所对应的目标函数值
若
则令
保存当前函数值所对应粒子位置
A3、比较
和
若
则令
保存当前全局最小值所对应的粒子位置
A4、判断当前迭代次数j是否达到设定值M；若达到，则取
为目标函数最优解，使得燃料电池最优输出功率
结束算法；若未达到，令j＝j+1，更新粒子位置和速度：
式中，w为权重系数，用于调整搜索范围，c1和c2为加速度常数，r1＝rand(0,1)，r2＝rand(0,1)；
A5、返回步骤A2继续执行。
进一步地，所述燃料电池瞬时氢耗速率的获取方法包括：
实时采集燃料电池节电压，并计算节电压平均值，记作
根据电荷守恒求得燃料电池瞬时氢耗速率
与燃料电池输出功率Pfc关系，
进一步地，所述燃料电池寿命瞬时衰退率的计算方法包括以下步骤：
B1、根据燃料电池电压衰退规律计算在输出功率Pfc下燃料电池电压衰退量Vloss，
式中，k1为燃料电池低负载下电压衰退速率，k2为燃料电池变载电压衰退速率，k3为燃料电池高负载下电压衰退速率；ΔPfc为燃料电池较上一采样时刻功率变化量绝对值；Plow、Phigh分别为燃料电池低负载和高负载临界点对应的功率；
B2、利用所述燃料电池电压衰退量与燃料电池寿命关系以得到燃料电池寿命瞬时衰减率Lfc(Pfc)，
式中，V0为燃料电池额定功率下节电压平均值，a为燃料电池寿命到达极限时相对于V0的电压衰减比。
进一步地，所述动力电池寿命瞬时衰退率的计算方法包括以下步骤：
C1、根据动力电池寿命模型计算动力电池容量衰退百分比，记作Qloss，
式中，参数α0、β为前指因子，Ic为充放电倍率，T为运行温度，R为气体常数；Ah为电池安时通量；
其中，充放电倍率Ic与动力电池输出功率的关系如下：
式中，Voc为动力电池开路电压，r为动力电池内阻；
C2、利用动力电池容量衰减与动力电池寿命衰退关系以得到动力电池寿命瞬时衰减率Lbat(Preq-Pfc)，
式中，b为动力电池寿命达到极限时相对于Q0的容量衰减比。
进一步地，根据功率平衡关系，以确定Pfc约束条件，
式中，Pchar为所述动力电池最大充电功率，Pdischar为所述动力电池最大放电功率。
本发明提供的技术方案带来的有益效果如下：通过建立关于系统氢耗、燃料电池寿命损耗以及动力电池损耗的优化目标函数，并运用迭代算法，寻求使得目标函数最优的燃料电池输出功率，实现系统的功率优化分配，提高系统运行的经济性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的功率优化分配方法中氢电混合动力系统拓扑图；
图2是本发明实施例提供的功率优化分配方法中负载实时需求功率曲线图；
图3是本发明实施例提供的功率优化分配方法中燃料电池输出功率曲线图；
图4是本发明实施例提供的功率优化分配方法中动力电池输出功率曲线图；
图5是本发明实施例提供的功率优化分配方法中动力电池SOC曲线图。
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上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本发明的一个实施例中，提供了一种氢电混合动力系统的功率优化分配方法，其中，氢电混合动力系统采用燃料电池和动力电池联合供电的方式，所述燃料电池以氢气为燃料，所述动力电池可以为锂电池；将负载中高频成分交由动力电池承担，为燃料电池无法适配高频环境的问题提供了解决方案。在氢电混合动力系统中，功率分配策略决定了系统的功率分流，对系统氢耗、燃料电池寿命以及动力电池寿命有着显著的影响，不合理的功率分配策略不仅会导致系统氢耗增加，还会造成燃料电池和动力电池寿命的加速衰减，大幅提高系统的运行成本，因此功率的分配就尤为重要。
在本实施例中，所述功率优化分配方法包括以下步骤：
S1、分别建立氢耗、燃料电池寿命损耗以及动力电池损耗与燃料电池输出功率的函数关系；
S2、将所述氢耗、燃料电池寿命损耗以及动力电池损耗进行叠加，以建立运行成本优化的目标函数；
S3、利用迭代算法求解出所述目标函数最小时对应的燃料电池输出功率，并将其作为燃料电池最优输出功率；
S4、将所述负载的实时需求功率减去所述燃料电池最优输出功率，以相应得到所述动力电池的输出功率。
其中，所述目标函数的初步表达式如下：
式中，P0为燃料电池额定功率，Q0为动力电池额定容量，a1为当前氢气单价，a2为所述燃料电池单位功率价格，a3为所述动力电池单位容量价格，
为所述燃料电池瞬时氢耗速率，Lfc(Pfc)为所述燃料电池寿命瞬时衰退率，Lbat(Preq-Pfc)为所述动力电池寿命瞬时衰退率，Pfc为所述燃料电池输出功率；Preq为所述负载实时需求功率。
其中，氢耗速率cH2(Pfc)的获取方法为：
实时采集燃料电池节电压，并计算节电压平均值
由电荷守恒可求得氢耗速率
与燃料电池输出功率Pfc关系如下：
燃料电池寿命瞬时衰退率Lfc(Pfc)的计算方法如下：
首先根据燃料电池电压衰退规律计算在输出功率Pfc下燃料电池电压衰退量Vloss：
式中，k1为燃料电池低负载下电压衰退速率，k2为燃料电池变载电压衰退速率，k3为燃料电池高负载下电压衰退速率；ΔPfc为燃料电池较上一采样时刻功率变化量绝对值；Plow、Phigh分别为燃料电池低负载、高负载临界点对应的功率。需要注意的是，燃料电池低负载下是处于高电位，高负载下是处于低电位，将燃料电池节电压大于0.8V时对应的负载作为低负载，将燃料电池节电压小于0.6V时对应的负载作为高负载。
由电压衰退量与燃料电池寿命关系可得燃料电池寿命衰减率Lfc(Pfc)如下：
式中，V0为燃料电池额定功率下节电压平均值，a为燃料电池寿命到达极限时相对于V0的电压衰减比。
动力电池寿命瞬时衰退率Lbat(Preq-Pfc)的计算方法如下：
根据动力电池寿命半经验模型计算动力电池容量衰退百分比：
式中，参数α0，β为前指因子，与动力电池类型相关，Ic为充放电倍率，T为运行温度，R为气体常数；Ah为电池安时通量；Ic与动力电池输出功率Pbat＝(Preq-Pfc)的关系如下：
由动力电池容量衰减与动力电池寿命衰退关系可得，动力电池寿命衰减率Lbat(Preq-Pfc)如下：
式中，b为动力电池寿命达到极限时相对于Q0的容量衰减比。
上述实施例由于未进行闭环控制，容易造成系统偏向于动力电池输出，使得动力电池输出功率长期大于燃料电池，加速了动力电池寿命衰退，从而影响整体寿命，因此在上述实施例的基础上，对目标函数进行优化更新，进一步对优化分配动力电池和燃料电池的输出功率，以实现闭环控制。本实施例在步骤S2和步骤S3之间，将基于所述燃料电池输出功率和动力电池的SOC设计的惩罚函数g(Pfc,SOC)叠加至所述目标函数J(Pfc)，以得到更新后的目标函数
将更新后的目标函数
放入步骤S3中进行迭代计算，以得到相应的燃料电池最优输出功率。
下面分步骤具体说明：
步骤1、根据系统所配置的燃料电池额定功率P0和动力电池额定容量Q0，设计关于系统运行成本的优化目标函数：
式中，a1为当前氢气单价，元/kg；a2为系统所配燃料电池单位功率价格，元/kW；a3为系统所配动力电池单位容量价格，元/kW；
为系统所配燃料电池瞬时氢耗速率，kg/s；Lfc(Pfc)为燃料电池寿命瞬时衰退率，％/s；Lbat(Preq-Pfc)为动力电池寿命瞬时衰退率，％/s；Pfc为函数自变量，即燃料电池输出功率，单位kW；Preq为动力系统实时需求功率，kW；需要注意的是a2P0就是系统所配燃料电池的总价，a3Q0就是系统所配动力电池的总价。
步骤2、由系统功率平衡关系，确定自变量Pfc约束条件如下：
式中，Pchar为所配动力电池最大充电功率，kW；Pdischar为所配动力电池最大放电功率，kW；Pchar，Pdischar均可以由动力电池参数手册给出。
步骤3、设计关于动力电池SOC以及燃料电池输出功率Pfc的惩罚函数g(Pfc，SOC),并将其叠加至目标函数J(Pfc)中，以得到更新后的优化目标函数：
其中，惩罚函数g(Pfc，SOC)的设计步骤如下：
步骤3.1、计算负载实时需求功率Preq下，燃料电池输出功率为Pfc时，一个数据采样周期T0下的SOC变化量：
式中，Voc为动力电池开路电压，V；Vnom为动力电池额定电压，V；r为动力电池内阻，Ω；Voc，Vnom，r均可以由动力电池参数手册给出；T0为数据采样周期，s。
步骤3.2、根据系统所配燃料电池功率范围，计算ΔSOC的最大值和最小值：
ΔSOCmax＝f(Pfc)max
ΔSOCmin＝f(Pfc)min
步骤3.3、归一化ΔSOC并设置关于动力电池SOC的偏移量：
步骤3.4、根据动力电池当前SOC所处区间配置惩罚系数k；
当动力电池当前SOC在区间[SOC1,SOC2]范围内时，惩罚系数k值应比J(Pfc)函数值小一个数量级。其中，[SOC1,SOC2]为动力电池最优SOC区间，可以通过参数手册给出，例如[50％,70％]。
当动力电池当前SOC在设定值[SOC0,SOC1)以及(SOC2.SOC3]范围内时，惩罚系数k值应与J(Pfc)函数值同一数量级。其中，SOC0为动力电池过放时对应SOC临界值，SOC3为动力电池过充时对应的SOC临界值。
当动力电池当前SOC在[0,SOC0)和(SOC3,1]范围内时，惩罚系数k值应比J(Pfc)函数值大一数量级。
步骤3.5、由惩罚系数k和函数
构造如下惩罚函数：
步骤4、采用粒子群迭代算法，求解在Pfc约束条件下，使得目标函数
最小时的燃料电池输出功率
其中，粒子群迭代具体步骤为：
步骤4.1、初始化粒子群种群大小N(N≥20)以及迭代次数M(M≥10)，初始化迭代次数j＝0，初始化局部最小值
和全局最小值
均为正无穷，随机分布粒子初始位置
和初始速度
至可行域内：
式中，vmin为粒子最小速度，vmax为粒子最大速度。
步骤4.2、计算该轮迭代中每个粒子所对应的目标函数值
目标函数中，SOC由系统实时采集，为已知量；若
则令
保存当前函数值所对应粒子位置
步骤4.3：比较
和
若
则令
保存当前全局最小值所对应的粒子位置
步骤4.4：判断当前迭代次数j是否达到设定值M；若达到，则取
为目标函数最优解，令
结束算法；若未达到，令j＝j+1，更新粒子位置和速度：
式中，w为权重系数，用于调整搜索范围，c1，c2为加速度常数，即粒子的最大加速度，r1，r2为随机函数，r1＝rand(0,1)，r2＝rand(0,1)；
需要注意的是，参数w，c1，c2的选取只需保证算法的收敛即可，即在迭代次数内算法可解出
的最优解。
步骤4.5：返回步骤4.2。
步骤5：计算动力电池输出功率
需要说明的是，上述公式中由于单位换算造成的公式差异属于本领域技术人员容易想到的，仍属于本实施例的保护范围。
下面一个具体实例进行说明：
参见图1，所述氢电混合动力系统包燃料电池、动力电池、DC/DC变换器、DC/AC变换器和电动机；其中，燃料电池额定功率P0＝42kW；动力电池额定容量Q0＝50.7kWh；DC/DC变换器为单向DC/DC转换器，用于燃料电池至直流母线的电压变换；DC/AC变换器用于连接直流母线与电动机；电动机为三相交流电机，用于为系统提供动力。系统所需的功率由燃料电池和动力电池提供，需要注意的是所述动力电池可以同时进行充放电，燃料电池能够为动力电池进行充电。
(1)根据系统所配置的燃料电池额定功率P0和动力电池额定容量Q0，设计关于系统运行成本的优化目标函数：
式中，a1为当前氢气单价，取值为60元/kg；a2为系统所配燃料电池单位功率价格，取值为11000元/kW；a3为系统所配动力电池单位容量价格，取值为7500元/kW；
为系统所配燃料电池瞬时氢耗速率，kg/s，Lfc(Pfc)为燃料电池寿命瞬时衰退率，％/s，Lbat(Preq-Pfc)为动力电池寿命瞬时衰退率，％/s，Pfc为函数自变量，即燃料电池输出功率，kW；Preq为动力系统实时需求功率，如图2所示，当实时需求功率小于0时，表示动力系统(即负载端)在对动力电池进行反向充电。
(2)由系统功率平衡关系，确定自变量Pfc约束条件如下：
式中，动力电池最大瞬时充电功率Pchar＝210kW，最大瞬时放电功率Pdischar＝304.2kW。
(3)设计关于动力电池SOC以及燃料电池输出功率Pfc的惩罚函数g(Pfc，SOC),并将其叠加至目标函数J(Pfc)中，得到更新后的优化目标函数：
惩罚函数g(Pfc，SOC)的设计步骤如下：
1)计算需求功率Preq下，燃料电池输出功率为Pfc时，一个数据采样周期T0下的SOC变化量：
式中，正常工作电压Vnom＝650V，开路电压Voc＝739V；正常工作内阻r＝0.03Ω，数据采样周期T0＝1s。
2)根据系统所配燃料电池功率范围，计算ΔSOC的最大值和最小值：
ΔSOCmax＝f(Pfc)max
ΔSOCmin＝f(Pfc)min
3)归一化ΔSOC并设置关于动力电池SOC的偏移量：
4)根据动力电池当前SOC所处区间配置惩罚系数k：
当50％＜SOC＜65％时，k＝30；
当30％＜SOC＜50％和65％＜SOC＜90％时，k＝600；
当SOC≤30％和SOC≥90％时，k＝1500
5)由惩罚系数k和函数
构造惩罚函数
(4)采用粒子群迭代算法，求解使得目标函数
最小时的燃料电池输出功率
如图3所示；
其中，粒子群迭代具体步骤为：
a.初始化粒子群种群大小N(N＝50)以及迭代次数M(M＝10)，初始化迭代次数j＝0，初始化局部最小值
和全局最小值
均为正无穷，随机分布粒子初始位置
和初始速度
至可行域内：
式中，vmin为粒子最小速度，取为-1；vmax为粒子最大速度，取为+1。
b.计算该轮迭代中每个粒子所对应的目标函数值
目标函数中，SOC由系统实时采集，为已知量；若
则令
保存当前函数值所对应粒子位置
c.比较
和
若
则令
保存当前全局最小值所对应的粒子位置
d.判断当前迭代次数j是否达到设定值M；若达到，则取
为目标函数最优解，令
结束算法；若未达到，令j＝j+1，更新粒子位置和速度：
式中，w为权重系数，用于调整搜索范围，取为0.4；c1，c2为加速度常数，即粒子的最大加速度，均取为1.5；r1，r2为随机函数,r1＝rand(0,1)，r2＝rand(0,1)；
e.返回步骤b。
(5)计算动力电池输出功率
整个工况下动力电池输出功率如图4所示，当动力电池输出功率小于0时，表示燃料电池或动力系统再向动力电池进行充电，其SOC变换曲线如图5所示。
本发明提供的功率优化分配方法通过建立关于系统运行氢耗、燃料电池寿命衰减以及动力电池寿命衰减的优化目标函数，运用粒子群迭代算法寻求使得目标函数最优时的燃料电池功率，实现系统的功率优化分配。并且本发明通过设计关于动力电池SOC的惩罚函数，实现了对动力电池SOC的闭环调控，以保持系统运行过程中动力电池的电量平衡。相比传统PI控制器算法，本发明中设计的SOC惩罚函数控制方法在SOC正常时，对燃料电池输出功率影响较小，而在SOC偏离设定值后，其控制效果更强。本发明提供的功率优化分配方法对延长系统寿命、提高系统经济性具有重要意义。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种氢电混合动力系统的功率优化分配方法，其特征在于，所述氢电混合动力系统采用燃料电池和动力电池联合的方式向负载供电，所述燃料电池以氢气为燃料；
所述功率优化分配方法包括以下步骤：
S1、分别建立氢耗、燃料电池寿命损耗以及动力电池损耗与燃料电池输出功率的函数关系；
S2、将所述氢耗、燃料电池寿命损耗以及动力电池损耗进行叠加，以建立运行成本优化的目标函数；
S3、利用迭代算法求解出所述目标函数最小时对应的燃料电池输出功率，并将其作为燃料电池最优输出功率；
S4、将所述负载的实时需求功率减去所述燃料电池最优输出功率，以相应得到所述动力电池的输出功率。
2.根据权利要求1所述的功率优化分配方法，其特征在于，在步骤S2中，所述目标函数的初步表达式如下：
式中，P0为燃料电池额定功率，Q0为动力电池额定容量，a1为当前氢气单价，a2为所述燃料电池单位功率价格，a3为所述动力电池单位容量价格，
为所述燃料电池瞬时氢耗速率，Lfc(Pfc)为所述燃料电池寿命瞬时衰退率，Lbat(Preq-Pfc)为所述动力电池寿命瞬时衰退率，Pfc为所述燃料电池输出功率；Preq为所述负载实时需求功率。
3.根据权利要求2所述的功率优化分配方法，其特征在于，在步骤S2和步骤S3之间，还包括：
将基于所述燃料电池输出功率和动力电池的SOC设计的惩罚函数g(Pfc,SOC)叠加至所述目标函数J(Pfc)，以得到更新后的目标函数
将更新后的目标函数
放入步骤S3中进行迭代计算，以得到相应的燃料电池最优输出功率。
4.根据权利要求3所述的功率优化分配方法，其特征在于，所述惩罚函数的设计包括以下步骤：
P1、计算数据采样周期T0下的SOC变化量，记作ΔSOC，
式中，Preq为负载的实时需求功率，Pfc为燃料电池输出功率，Voc为动力电池开路电压；Vnom为动力电池额定电压；r为动力电池内阻，T0为数据采样周期，Q0为动力电池额定容量；
P2、根据所述燃料电池的输出功率范围，计算ΔSOC的最大值和最小值，
ΔSOCmax＝f(Pfc)max
ΔSOCmin＝f(Pfc)min
P3、归一化ΔSOC并设置关于所述动力电池的SOC偏移量：
P4、根据动力电池当前SOC所处区间配置惩罚系数k；
P5、由惩罚系数k和函数
构造如下惩罚函数：
5.根据权利要求4所述的功率优化分配方法，其特征在于，所述惩罚系数k的配置方法包括：
当所述动力电池当前SOC在区间[SOC1,SOC2]范围内时，所述惩罚系数的取值比J(Pfc)函数值小一个数量级，其中，[SOC1,SOC2]为动力电池最优SOC区间；
当所述动力电池当前SOC在设定值[SOC0,SOC1)以及(SOC2.SOC3]范围内，所述惩罚系数的取值与J(Pfc)函数值处于同一个数量级，其中，SOC0为动力电池过放时对应SOC临界值，SOC3为动力电池过充时对应的SOC临界值；
当所述动力电池当前SOC在[0,SOC0)和(SOC3,1]范围内，所述惩罚系数的取值比J(Pfc)函数值大一个数量级。
6.根据权利要求4所述的功率优化分配方法，其特征在于，在步骤S3中，
采用粒子群迭代算法，求解在Pfc约束条件下，使得所述目标函数最小时的燃料电池输出功率，其中，粒子群迭代包括以下步骤：
A1、初始化粒子群的种群大小N以及迭代次数M，初始化迭代次数j＝0，初始化局部最小值
和全局最小值
随机分布粒子初始位置
和初始速度
至可行域内：
式中，vmin为粒子最小速度，vmax为粒子最大速度，P0为燃料电池额定功率；
A2、计算该轮迭代中每个粒子所对应的目标函数值
若
则令
保存当前函数值所对应粒子位置
A3、比较
和
若
则令
保存当前全局最小值所对应的粒子位置
A4、判断当前迭代次数j是否达到设定值M；若达到，则取
为目标函数最优解，使得燃料电池最优输出功率
结束算法；若未达到，令j＝j+1，更新粒子位置和速度：
式中，w为权重系数，用于调整搜索范围，c1和c2为加速度常数，r1＝rand(0,1)，r2＝rand(0,1)；
A5、返回步骤A2继续执行。
7.根据权利要求2所述的功率优化分配方法，其特征在于，所述燃料电池瞬时氢耗速率的获取方法包括：
实时采集燃料电池节电压，并计算节电压平均值，记作
根据电荷守恒求得燃料电池瞬时氢耗速率
与燃料电池输出功率Pfc关系，
8.根据权利要求2所述的功率优化分配方法，其特征在于，所述燃料电池寿命瞬时衰退率的计算方法包括以下步骤：
B1、根据燃料电池电压衰退规律计算在输出功率Pfc下燃料电池电压衰退量Vloss，
式中，k1为燃料电池低负载下电压衰退速率，k2为燃料电池变载电压衰退速率，k3为燃料电池高负载下电压衰退速率；ΔPfc为燃料电池较上一采样时刻功率变化量绝对值；Plow、Phigh分别为燃料电池低负载和高负载临界点对应的功率；
B2、利用所述燃料电池电压衰退量与燃料电池寿命关系以得到燃料电池寿命瞬时衰减率Lfc(Pfc)，
式中，V0为燃料电池额定功率下节电压平均值，a为燃料电池寿命到达极限时相对于V0的电压衰减比。
9.根据权利要求2所述的功率优化分配方法，其特征在于，所述动力电池寿命瞬时衰退率的计算方法包括以下步骤：
C1、根据动力电池寿命模型计算动力电池容量衰退百分比，记作Qloss，
式中，参数α0、β为前指因子，Ic为充放电倍率，T为运行温度，R为气体常数；Ah为电池安时通量；
其中，充放电倍率Ic与动力电池输出功率的关系如下：
式中，Voc为动力电池开路电压，r为动力电池内阻；
C2、利用动力电池容量衰减与动力电池寿命衰退关系以得到动力电池寿命瞬时衰减率Lbat(Preq-Pfc)，
式中，b为动力电池寿命达到极限时相对于Q0的容量衰减比。
10.根据权利要求6所述的功率优化分配方法，其特征在于，根据功率平衡关系，以确定Pfc约束条件，
式中，Pchar为所述动力电池最大充电功率，Pdischar为所述动力电池最大放电功率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210494318.4A CN114889498B (zh) | 2022-05-07 | 2022-05-07 | 一种氢电混合动力系统的功率优化分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210494318.4A CN114889498B (zh) | 2022-05-07 | 2022-05-07 | 一种氢电混合动力系统的功率优化分配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114889498A true CN114889498A (zh) | 2022-08-12 |
| CN114889498B CN114889498B (zh) | 2023-12-15 |
Family
ID=82722059
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210494318.4A Active CN114889498B (zh) | 2022-05-07 | 2022-05-07 | 一种氢电混合动力系统的功率优化分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114889498B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117087500A (zh) * | 2023-10-20 | 2023-11-21 | 佛山市清极能源科技有限公司 | 一种燃料电池车辆的功率控制策略及系统 |
| CN117799503A (zh) * | 2024-03-01 | 2024-04-02 | 西北工业大学 | 计及节能驾驶的燃料电池重卡能量管理方法及系统 |
| CN117799502A (zh) * | 2024-03-01 | 2024-04-02 | 西北工业大学宁波研究院 | 一种uuv的混合动力系统的能源管理方法 |
| CN117922384A (zh) * | 2024-03-25 | 2024-04-26 | 山东大学 | 一种燃料电池混合动力纯电船舶的能量控制方法及系统 |
| CN118136898A (zh) * | 2024-05-07 | 2024-06-04 | 西北工业大学宁波研究院 | 一种混合动力水下航行器能量管理方法及其系统 |
Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1539673A (zh) * | 2003-11-04 | 2004-10-27 | 清华大学 | 燃料电池混合动力系统的功率分配方法 |
| JP2005094917A (ja) * | 2003-09-17 | 2005-04-07 | Nissan Motor Co Ltd | 燃料電池システム |
| JP2005108773A (ja) * | 2003-10-01 | 2005-04-21 | Toyota Motor Corp | 燃料電池システム、燃料電池システムの制御方法、そのコンピュータプログラム、およびそれを記録する記録媒体 |
| US20120225329A1 (en) * | 2011-03-04 | 2012-09-06 | Honda Motor Co., Ltd. | Fuel cell system |
| US20150202987A1 (en) * | 2012-07-13 | 2015-07-23 | Commissariat à I'énergie atomique et aux énergies alternatives | Motor vehicle drive unit including a fuel cell and an energy storage system |
| CN108248450A (zh) * | 2017-12-12 | 2018-07-06 | 江苏铂英特电子科技有限公司 | 一种燃料电池混合动力功率优化方法 |
| CN108417868A (zh) * | 2018-03-05 | 2018-08-17 | 中国第汽车股份有限公司 | 一种车用燃料电池使用寿命加速测试与分析方法 |
| CN108437822A (zh) * | 2018-03-15 | 2018-08-24 | 西南交通大学 | 一种燃料电池混合动力车辆多目标优化控制方法 |
| 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 |
| US20190160963A1 (en) * | 2017-11-27 | 2019-05-30 | Hyundai Motor Company | Apparatus and method for power demand distribution in fuel cell vehicle |
| CN110040038A (zh) * | 2019-04-24 | 2019-07-23 | 中通客车控股股份有限公司 | 一种氢-电混合燃料电池客车能量管理控制方法及系统 |
| CN110450653A (zh) * | 2019-08-07 | 2019-11-15 | 浙江大学城市学院 | 基于燃料电池/锂电池退化模型的混合动力汽车最优控制策略 |
| CN110834625A (zh) * | 2019-11-11 | 2020-02-25 | 常熟理工学院 | 一种自适应异步粒子群的双电耦合燃料电池汽车能效优化方法 |
| CN112231830A (zh) * | 2020-09-30 | 2021-01-15 | 浙江大学 | 基于自适应等效因子的混合动力车辆多目标优化控制方法 |
| CN112926211A (zh) * | 2021-03-09 | 2021-06-08 | 吉林大学 | 一种基于工况预测的燃料电池汽车能量管理优化方法 |
| CN112918330A (zh) * | 2021-03-18 | 2021-06-08 | 北京交通大学 | 一种燃料电池车最优工作状态控制策略的计算方法 |
| US20210179062A1 (en) * | 2019-12-13 | 2021-06-17 | Hyundai Motor Company | Hybrid vehicle and method of controlling the same |
| CN112977180A (zh) * | 2021-04-13 | 2021-06-18 | 苏州市华昌能源科技有限公司 | 一种基于平均值的车载燃料电池能量管理方法 |
| CN113022380A (zh) * | 2021-03-09 | 2021-06-25 | 吉林大学 | 一种考虑衰减的燃料电池汽车动力电池优化设计方法 |
| 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 |
| CN113085664A (zh) * | 2021-04-30 | 2021-07-09 | 奇瑞汽车股份有限公司 | 氢燃料电池汽车基于等效氢耗最小的能量管理方法 |
| CN113085665A (zh) * | 2021-05-10 | 2021-07-09 | 重庆大学 | 一种基于td3算法的燃料电池汽车能量管理方法 |
| US20210270622A1 (en) * | 2020-02-27 | 2021-09-02 | Cummins Enterprise Llc | Technologies for energy source schedule optimization for hybrid architecture vehicles |
| CN113682203A (zh) * | 2021-09-23 | 2021-11-23 | 西南交通大学 | 基于燃料电池有轨电车全生命周期状态的能量调控方法 |
| US20210370907A1 (en) * | 2020-05-26 | 2021-12-02 | Toyota Motor Engineering & Manufacturing North America, Inc. | Stabilized real time trajectory optimization for hybrid energy management utilizing connected information technologies |
| CN114347866A (zh) * | 2022-03-21 | 2022-04-15 | 西北工业大学 | 一种基于vmd处理的燃料电池能量管理方法 |
-
2022
- 2022-05-07 CN CN202210494318.4A patent/CN114889498B/zh active Active
Patent Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005094917A (ja) * | 2003-09-17 | 2005-04-07 | Nissan Motor Co Ltd | 燃料電池システム |
| JP2005108773A (ja) * | 2003-10-01 | 2005-04-21 | Toyota Motor Corp | 燃料電池システム、燃料電池システムの制御方法、そのコンピュータプログラム、およびそれを記録する記録媒体 |
| CN1539673A (zh) * | 2003-11-04 | 2004-10-27 | 清华大学 | 燃料电池混合动力系统的功率分配方法 |
| US20120225329A1 (en) * | 2011-03-04 | 2012-09-06 | Honda Motor Co., Ltd. | Fuel cell system |
| US20150202987A1 (en) * | 2012-07-13 | 2015-07-23 | Commissariat à I'énergie atomique et aux énergies alternatives | Motor vehicle drive unit including a fuel cell and an energy storage system |
| US20190160963A1 (en) * | 2017-11-27 | 2019-05-30 | Hyundai Motor Company | Apparatus and method for power demand distribution in fuel cell vehicle |
| CN108248450A (zh) * | 2017-12-12 | 2018-07-06 | 江苏铂英特电子科技有限公司 | 一种燃料电池混合动力功率优化方法 |
| CN108417868A (zh) * | 2018-03-05 | 2018-08-17 | 中国第汽车股份有限公司 | 一种车用燃料电池使用寿命加速测试与分析方法 |
| CN108437822A (zh) * | 2018-03-15 | 2018-08-24 | 西南交通大学 | 一种燃料电池混合动力车辆多目标优化控制方法 |
| 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 |
| CN110040038A (zh) * | 2019-04-24 | 2019-07-23 | 中通客车控股股份有限公司 | 一种氢-电混合燃料电池客车能量管理控制方法及系统 |
| CN110450653A (zh) * | 2019-08-07 | 2019-11-15 | 浙江大学城市学院 | 基于燃料电池/锂电池退化模型的混合动力汽车最优控制策略 |
| CN110834625A (zh) * | 2019-11-11 | 2020-02-25 | 常熟理工学院 | 一种自适应异步粒子群的双电耦合燃料电池汽车能效优化方法 |
| US20210179062A1 (en) * | 2019-12-13 | 2021-06-17 | Hyundai Motor Company | Hybrid vehicle and method of controlling the same |
| US20210270622A1 (en) * | 2020-02-27 | 2021-09-02 | Cummins Enterprise Llc | Technologies for energy source schedule optimization for hybrid architecture vehicles |
| US20210370907A1 (en) * | 2020-05-26 | 2021-12-02 | Toyota Motor Engineering & Manufacturing North America, Inc. | Stabilized real time trajectory optimization for hybrid energy management utilizing connected information technologies |
| CN112231830A (zh) * | 2020-09-30 | 2021-01-15 | 浙江大学 | 基于自适应等效因子的混合动力车辆多目标优化控制方法 |
| CN112926211A (zh) * | 2021-03-09 | 2021-06-08 | 吉林大学 | 一种基于工况预测的燃料电池汽车能量管理优化方法 |
| CN113022380A (zh) * | 2021-03-09 | 2021-06-25 | 吉林大学 | 一种考虑衰减的燃料电池汽车动力电池优化设计方法 |
| CN112918330A (zh) * | 2021-03-18 | 2021-06-08 | 北京交通大学 | 一种燃料电池车最优工作状态控制策略的计算方法 |
| CN112977180A (zh) * | 2021-04-13 | 2021-06-18 | 苏州市华昌能源科技有限公司 | 一种基于平均值的车载燃料电池能量管理方法 |
| CN113085664A (zh) * | 2021-04-30 | 2021-07-09 | 奇瑞汽车股份有限公司 | 氢燃料电池汽车基于等效氢耗最小的能量管理方法 |
| CN113085665A (zh) * | 2021-05-10 | 2021-07-09 | 重庆大学 | 一种基于td3算法的燃料电池汽车能量管理方法 |
| 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 |
| CN113682203A (zh) * | 2021-09-23 | 2021-11-23 | 西南交通大学 | 基于燃料电池有轨电车全生命周期状态的能量调控方法 |
| CN114347866A (zh) * | 2022-03-21 | 2022-04-15 | 西北工业大学 | 一种基于vmd处理的燃料电池能量管理方法 |
Non-Patent Citations (2)
| Title |
|---|
| 徐梁飞;李相俊;华剑锋;李建秋;欧阳明高;: "燃料电池混合动力参数辨识及整车控制策略优化", 机械工程学报, no. 02 * |
| 林歆悠;李雪凡;林海波;: "考虑燃料电池衰退的FCHEV反馈优化控制策略", 中国公路学报, no. 05 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117087500A (zh) * | 2023-10-20 | 2023-11-21 | 佛山市清极能源科技有限公司 | 一种燃料电池车辆的功率控制策略及系统 |
| CN117799503A (zh) * | 2024-03-01 | 2024-04-02 | 西北工业大学 | 计及节能驾驶的燃料电池重卡能量管理方法及系统 |
| CN117799502A (zh) * | 2024-03-01 | 2024-04-02 | 西北工业大学宁波研究院 | 一种uuv的混合动力系统的能源管理方法 |
| CN117799503B (zh) * | 2024-03-01 | 2024-04-30 | 西北工业大学 | 计及节能驾驶的燃料电池重卡能量管理方法及系统 |
| CN117799502B (zh) * | 2024-03-01 | 2024-05-14 | 西北工业大学宁波研究院 | 一种uuv的混合动力系统的能源管理方法 |
| CN117922384A (zh) * | 2024-03-25 | 2024-04-26 | 山东大学 | 一种燃料电池混合动力纯电船舶的能量控制方法及系统 |
| CN117922384B (zh) * | 2024-03-25 | 2024-06-04 | 山东大学 | 一种燃料电池混合动力纯电船舶的能量控制方法及系统 |
| CN118136898A (zh) * | 2024-05-07 | 2024-06-04 | 西北工业大学宁波研究院 | 一种混合动力水下航行器能量管理方法及其系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114889498B (zh) | 2023-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114889498B (zh) | 一种氢电混合动力系统的功率优化分配方法 | |
| Khayyam et al. | Intelligent control of vehicle to grid power | |
| CN109713696A (zh) | 考虑用户行为的电动汽车光伏充电站优化调度方法 | |
| CN109217290A (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
| Kong et al. | A bridgeless PFC converter for on-board battery charger | |
| CN112060982A (zh) | 一种动态平衡的燃料电池无人机能量管理方法 | |
| CN115946562A (zh) | 一种混合储能充电桩系统及协调控制方法 | |
| CN113103921A (zh) | 一种基于开关网络的切换式能量管理方法 | |
| Ota et al. | An autonomous distributed vehicle-to-grid control of grid-connected electric vehicle | |
| CN115441486A (zh) | 一种光储充放换电系统及系统匹配方法 | |
| Khemakhem et al. | Impact of Electric Vehicles integration on residential demand response system to peak load minimizing in smart grid | |
| CN111160618A (zh) | 一种结合电动汽车充电场站的建筑能量优化调度方法 | |
| CN110531269A (zh) | 一种串并联组合式电池堆的soc估算方法及电池管理系统 | |
| Han et al. | Energy storage frequency response control considering battery aging of electric vehicle | |
| Wang et al. | The design of battery energy storage system in a unified power-flow control scheme | |
| CN111541254A (zh) | 一种优化双电池系统充放电的风电场并网功率平滑方法 | |
| Jiménez et al. | Unbalanced three-phase power flow studies of distribution systems with plug-in electric vehicles | |
| Álvarez et al. | Analysis and comparison of voltage dependent charging strategies for single-phase electric vehicles in an unbalanced Danish distribution grid | |
| Nkounga et al. | Sizing optimization of a charging station based on the multi-scale current profile and particle swarm optimization: application to power-assisted bikes | |
| CN115208026A (zh) | 一种电池组间源荷分离的主动能量均衡方法 | |
| Sharma et al. | Optimized Electric vehicle Charging and discharging with sporadic Renewable energy source | |
| Wang et al. | Greedy algorithm-based energy management method for battery energy storage station | |
| Bampoulas et al. | A novel dynamic demand control of an electric vehicle integrated in a solar nanogrid with energy storage | |
| Zhang et al. | A Novel Energy Management Strategy Based on Efficiency Optimization for Fuel Cell Electric Vehicle | |
| CN114734881B (zh) | 一种用于氢电混合动力系统的容量优化配置方法 |
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 |