CN117458674B - 一种电池混合系统控制方法 - Google Patents
一种电池混合系统控制方法 Download PDFInfo
- Publication number
- CN117458674B CN117458674B CN202311774027.1A CN202311774027A CN117458674B CN 117458674 B CN117458674 B CN 117458674B CN 202311774027 A CN202311774027 A CN 202311774027A CN 117458674 B CN117458674 B CN 117458674B
- Authority
- CN
- China
- Prior art keywords
- voltage
- period
- battery
- super capacitor
- current
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000003990 capacitor Substances 0.000 claims abstract description 119
- 239000002131 composite material Substances 0.000 claims abstract description 72
- 239000011159 matrix material Substances 0.000 claims abstract description 24
- 239000000446 fuel Substances 0.000 claims abstract description 22
- 230000033228 biological regulation Effects 0.000 claims abstract description 21
- 230000009466 transformation Effects 0.000 claims abstract description 12
- 230000000737 periodic effect Effects 0.000 claims abstract description 7
- 230000002195 synergetic effect Effects 0.000 claims description 12
- 238000007599 discharging Methods 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 37
- 230000008859 change Effects 0.000 description 13
- 210000004027 cell Anatomy 0.000 description 9
- 230000001276 controlling effect Effects 0.000 description 6
- 238000004146 energy storage Methods 0.000 description 5
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- SOXJQKKNADFEOW-UHFFFAOYSA-L S(=O)(=O)([O-])[O-].[Fe+2].[Li+] Chemical compound S(=O)(=O)([O-])[O-].[Fe+2].[Li+] SOXJQKKNADFEOW-UHFFFAOYSA-L 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0068—Battery or charger load switching, e.g. concurrent charging and load supply
-
- 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
- B60L50/75—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
- B60L58/40—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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01G—CAPACITORS; CAPACITORS, RECTIFIERS, DETECTORS, SWITCHING DEVICES, LIGHT-SENSITIVE OR TEMPERATURE-SENSITIVE DEVICES OF THE ELECTROLYTIC TYPE
- H01G11/00—Hybrid capacitors, i.e. capacitors having different positive and negative electrodes; Electric double-layer [EDL] capacitors; Processes for the manufacture thereof or of parts thereof
- H01G11/08—Structural combinations, e.g. assembly or connection, of hybrid or EDL capacitors with other electric components, at least one hybrid or EDL capacitor being the main component
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/05—Accumulators with non-aqueous electrolyte
- H01M10/052—Li-accumulators
- H01M10/0525—Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M16/00—Structural combinations of different types of electrochemical generators
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M16/00—Structural combinations of different types of electrochemical generators
- H01M16/003—Structural combinations of different types of electrochemical generators of fuel cells with other electrochemical devices, e.g. capacitors, electrolysers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
- H02J7/345—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering using capacitors as storage or buffering devices
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/547—Voltage
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/549—Current
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M2220/00—Batteries for particular applications
- H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Materials Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及电动车辆的电池组合控制技术领域,具体涉及一种电池混合系统控制方法,该方法包括:采集复合电池的数据,获取周期的时间序列矩阵;构建规则函数;根据规则函数以及时间序列矩阵得到协同调控因子;根据时间序列矩阵获得变压强度指数;根据变压强度指数以及协同调控因子计算电压权衡因子;根据复合电池的数据预测下一时刻的超级电容器的电压;根据电压权衡因子获得超级电容器的电压惩罚权重;根据超级电容器的电压惩罚权重、下一时刻的超级电容器的电压以及复合电池的数据获得目标函数;根据目标函数实现对复合电池与燃料电池的协同控制。本发明可实现对电池混合系统的控制,提高控制效率。
Description
技术领域
本申请涉及电动车辆的电池组合控制技术领域,具体涉及一种电池混合系统控制方法。
背景技术
超级电容器和磷酸铁锂组合而成的复合电池作为一种高效蓄电池,其可以发挥不同储能技术的优势,超级电容器具备极快的充电和放电速率,使其能够迅速响应突发负载需求,同时,磷酸铁锂电池拥有较高的能量密度,适合长期储能,通过将超级电容器与磷酸铁锂电池结合,系统在高效的能量存储和高能量容量之间取得平衡,提供了更可靠的电力支持。而将所述复合电池与燃料电池相结合,可以在多个领域都有广泛的应用潜力,在交通、能源存储、便携设备、航空航天、工业和信息技术等领域,这种组合可以提供稳定的能源、处理功率需求、回收能量,并在各种环境中提供可靠的电力支持,这种组合能源解决方案可以提高系统效率、可靠性,满足不同应用的需求,推动更可持续、高效的能源生态系统的发展。
然而,在将复合电池和燃料电池组合的电池混合系统应用于电动车辆的运行控制时,通常需要平衡多个控制目标,如最大化电能利用率、最小化电池循环负荷以及保持负载功率稳定等,在复合电池和燃料电池工作状态的切换时,复合电池无法完美协调互相冲突的目标。因此,在满足某一目标的同时可能会牺牲其他目标,影响电池混合系统的使用效率,使复合电池控制的效率不高。
发明内容
为了解决上述技术问题,本发明提供一种电池混合系统控制方法,以解决现有的问题。
本发明的一种电池混合系统控制方法采用如下技术方案:
本发明一个实施例提供了一种电池混合系统控制方法,该方法包括以下步骤:
采集电动车辆的电池混合系统的负载电能、电流以及复合电池数据,获取周期的时间序列矩阵;周期的时间序列矩阵中从上到下的每行数据依次为复合电池在周期内的产生电能、负载电能、电池的电流、电池的电压、电池的电量剩余状态、超级电容器的电流、超级电容器的电压、超级电容器的电量剩余状态、输入电能与输出电能;
构建规则函数;根据规则函数以及各周期的时间序列矩阵得到各周期的协同关联度权重;根据各周期的协同关联度权重与时间序列矩阵获得各周期的协同调控因子;根据各周期的时间序列矩阵获得周期的变压强度指数;根据各周期的变压强度指数以及协同调控因子计算各周期的电压权衡因子;
获取复合电池的充电速率、放电速率以及超级电容器的电容值;根据复合电池的充电速率、放电速率、超级电容器的电容值以及超级电容器的电压预测当前时刻的下一时刻的超级电容器的电压;以当前时刻为末尾时刻的周期记为当前周期;根据当前周期的电压权衡因子获得超级电容器的电压惩罚权重;获取超级电容器的承载电压上限和维持电压下限;构建符号函数,结合超级电容器的电压惩罚权重、超级电容器的承载电压上限、超级电容器的维持电压下限以及负载电能获得目标函数;根据目标函数实现对电动车辆的复合电池与燃料电池的协同控制。
进一步,所述构建规则函数,包括:
当大于或等于0时,规则函数的值为0;当/>小于0时,规则函数的值为/>的绝对值;其中/>为规则函数的自变量。
进一步,所述根据规则函数以及各周期的时间序列矩阵得到各周期的协同关联度权重,包括:
对于各周期,将周期内电池的电流与超级电容器的电流之间的相关系数输入规则函数,获得周期的电流关联权重;对于周期内电池的电压与超级电容器的电压、电池的电量剩余状态与超级电容器的电量剩余状态,分别采用与电流关联权重相同的获取方法得到电压关联权重和电量剩余状态关联权重;
获取自然常数为底数,预设周期长度与预设参数的乘积的相反数为指数的指数函数;
获取1与所述指数函数的和值,将电流关联权重、电压关联权重和电量剩余状态关联权重的乘积与所述和值的比值作为周期的协同关联度权重。
进一步,所述根据各周期的协同关联度权重与时间序列矩阵获得各周期的协同调控因子,包括:
对于周期内各时刻,计算时刻的产生电能与负载电能的差值、电池的电流与超级电容器的电流的差值绝对值和电池的电压与超级电容器的电压的差值绝对值之间的乘积;计算时刻的电池的电量剩余状态与超级电容器的电量剩余状态之间的比值;将所述乘积与所述比值的乘积作为时刻的协同影响因子;
将周期内包含的所有时刻的协同影响因子之和与周期的协同关联度权重的乘积记为周期的协同调控因子。
进一步,所述根据各周期的时间序列矩阵获得周期的变压强度指数,表达式为:
式中,为周期的变压强度指数;/>代表数据类型的数量;/>代表每种数据类型在周期内均匀采集的次数;/>为第/>次采集的输出电能/>;/>为第/>次采集的输入电能/>;/>代表第/>次采集的第/>种数据;/>代表第/>次采集的第/>种数据;/>为平滑参数;/>为自然常数;为周期内电池的电流的信息熵;/>为周期内电池的电压的信息熵;/>为周期内超级电容器的电流的信息熵;/>为周期内超级电容器的电压的信息熵。
进一步,所述根据各周期的变压强度指数以及协同调控因子计算各周期的电压权衡因子,包括:
对于各周期,计算周期的变压强度指数与协同调控因子的乘积,将所述乘积输入双曲正切函数得到周期的电压权衡因子。
进一步,所述根据复合电池的充电速率、放电速率、超级电容器的电容值以及超级电容器的电压预测当前时刻的下一时刻的超级电容器的电压,包括:
将所述预设周期长度与预设采集次数的比值记为采集时间间隔;
计算复合电池的充电速率与放电速率的差值;计算所述差值、采集时间间隔的平方与超级电容器的电容值的乘积,记为第一乘积;
对于当前时刻,将当前时刻的超级电容器的电压与所述第一乘积之和记为当前时刻的下一时刻的超级电容器的电压。
进一步,所述根据当前周期的电压权衡因子获得超级电容器的电压惩罚权重,包括:
当前周期的电压权衡因子大于或等于0时,将当前周期的电压权衡因子作为超级电容器的电压惩罚权重;
当前周期的电压权衡因子小于0时,将数字1与当前周期的电压权衡因子的差值作为超级电容器的电压惩罚权重。
进一步,所述构建符号函数,结合超级电容器的电压惩罚权重、超级电容器的承载电压上限、超级电容器的维持电压下限以及负载电能获得目标函数,包括:
当自变量大于或等于0时,将符号函数的值记为1;当自变量小于0时,将符号函数的值记为1的相反数;
将超级电容器的承载电压上限与当前时刻的下一时刻的超级电容器的电压之间的差值记为第一差值;将超级电容器的电压惩罚权重与第一差值的乘积记为第一乘积;
将当前时刻的负载电能与当前时刻的上一时刻的负载电能之间的差值记为第二差值,计算第二差值与预设负载承受因子的比值,获得所述比值的符号函数值;
将当前时刻的下一时刻的超级电容器的电压与超级电容器的维持电压下限之间的差值记为第三差值;将数字1与超级电容器的电压惩罚权重之间的差值记为第四差值;
将第四差值与第三差值的乘积记为第二乘积;获取第一乘积与第二乘积的和值,将所述和值与所述符号函数值的乘积记为目标函数。
进一步,所述根据目标函数实现对电动车辆的复合电池与燃料电池的协同控制,包括:
将目标函数输入帕累托前沿多目标优化算法获取最优的偏离电压上限、偏离电压下限以及电能供应负载;将最优的偏离电压上限、偏离电压下限以及电能供应负载输入MPC控制模型控制复合电池处于工作状态时的超级电容器的充电速率和电压上限;
将电池混合系统的负载电能和电流输入循环神经网络,实现对复合电池和燃料电池的工作状态切换。
本发明至少具有如下有益效果:
本发明提出一种电池混合系统控制方法,通过构建协同调控因子判断待控制时刻的充放电速率的变化方向,即需要增大速率还是减小速率;之后构建变压强度指数反映待控制时刻的充放电速率的变化强度,结合协同调控因子与变压强度指数构建电压权衡因子,使其能够对电压变化的方向和强度综合判断。之后建立多目标与多层次的MPC模型,以电压权衡因子为基础对电压上下限的惩罚权重以及负载需求权重做约束,使得MPC可以在所约束的电压范围内提供最大化的电能负载以及超级电容器的充放电速率,进而根据电池电流和负载电能切换复合电池和燃料电池使用状态,提高了对复合电池控制的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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它附图。
图1为本发明提供的一种电池混合系统控制方法的步骤流程图;
图2为电池混合系统控制方法的具体流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种电池混合系统控制方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种电池混合系统控制方法的具体方案。
本发明一个实施例提供的一种电池混合系统控制方法,具体的,提供了如下的一种电池混合系统控制方法,请参阅图1,该方法包括以下步骤:
步骤S001,对电动车辆的电池混合系统的状态数据和性能数据进行采集,构建时间序列矩阵。
为了更好的对电动车辆的电池混合系统中复合电池的相关数据进行协同控制,首先获取电池混合系统的负载电能和电流,并对光伏发电所产电能数据、负载消耗电能数据、复合电池和超级电容器状态数据以及复合电池和超级电容器性能数据进行采集,所述数据的具体采集方法为:使用电流、电压传感器采集复合电池中电池的电流、电压数据和超级电容器的电流、电压数据,并且通过安时积分法以复合电池和超级电容器的电流为输入,通过电流积分准确地计算出电池和电容电量的变化情况,进而将复合电池中电池和超级电容器的剩余电量SOC分别记为电池和超级电容器的电量剩余状态;之后通过电能表检测超级电容器的输入和输出电能,获取复合电池的充电速率、放电速率以及超级电容器的电容值。
将上述采集的数据中个种类的数据,以/>为周期,每种数据类型均在周期内均匀采集/>次,从电动车辆的复合电池开始工作时对数据进行采集,其中,/>分别取经验值为10,60s,60,数据类型依次为产生电能、负载电能、电池的电流、电池的电压、电池的电量剩余状态、超级电容器的电流、超级电容器的电压、超级电容器的电量剩余状态、输入电能与输出电能。根据所采集的数据按照上述采集数据时的顺序按行排序,构建周期的时间序列矩阵/>:
其中,代表的是第/>种数据的第/>次采集结果,如/>为第二次采集的负载电能消耗的具体数值。之后将复合电池包含的超级电容器和磷酸铁锂电池的型号对应的电容量相加得到复合电池的最大电容量/>。
至此,获得各周期的时间序列矩阵。
步骤S002,基于电池以及电容的状态数据之间的相关性,根据各周期的时间序列矩阵构建协同调控因子,基于每种数据类别内数据采集时的大小差异以及信息熵构建变压强度指数,并结合协同调控因子的速率变化与变压强度指数的调整程度构建电压权衡因子。
对于电动车辆的运行过程,在停用燃料电池,使用复合电池时,由于复合电池的控制涉及到平衡多个目标,如最大化电能的利用率、最小化电池循环负荷、保持负载功率稳定等,原始的控制算法如PID控制模型通常只适用于控制单一的目标,而在复合电池中多个所需要控制的目标存在相互冲突的可能性,如:为了最大化电能的利用率,需要快速充电和放电超级电容器,但这会导致电池负荷增加,为了解决该问题,本实施例旨在设计一个多目标和多层次的电池混合系统的控制方法,具体流程如图2所示。
在复合电池中,所采集的超级电容器的电流、电压和电量剩余状态代表了有关超级电容器当前状态和能力的信息,例如它是否已经充满、剩余的电量状态以及其实际的电流和电压值,而复合电池的电流、电压和电量剩余状态代表了整个电池系统(包括电池内部的储能单元例如磷酸铁锂电池以及超级电容器)的状态,这类数据考虑了整个系统的性能和损耗,以提供更全面的信息,而不仅仅是超级电容器的情况。分别以周期内复合电池中电池的电流和超级电容器电流,电池的电压和超级电容器的电压/>以及电池的电量剩余状态和超级电容器的电量剩余状态/>为输入,其中/>表示矩阵中的第/>行数据,计算在周期内电池和超级电容器的电流、电压以及电量剩余状态之间的皮尔逊相关系数,三者的皮尔逊相关系数可以反映实际电池系统工作时与超级电容器之间的电流、电压以及电量剩余状态的相关性,当三者的皮尔逊相关系数越接近于1时,代表实际电池工作情况与超级电容器的工作情况线性相关性越大,此时可以认为复合电池的工作模式主要由超级电容器所决定,反之当三者的皮尔逊相关系数越接近-1时,代表实际电池工作情况与超级电容器工作情况相关数据的变化趋势相反,此时可以认为复合电池的工作模式受到超级电容器的影响较小,受到其他部分(如硫酸铁锂)或者内部损耗的影响较大。考虑电池系统和电容的数据之间的相关关系,根据相关系数获取协同关联度权重/>,进而根据相关数据构建协同调控因子/>:
其中,为协同关联度权重,/>为协同调控因子,考虑电池系统和超级电容器相关信息的协同性从而判断超级电容器的调控方向,/>、表示周期内电池的电流和超级电容器的电流之间的皮尔逊相关系数,/>表示周期内电池的电压和超级电容器的电压之间的皮尔逊相关系数,/>表示周期内电池的电量剩余状态和超级电容器的电量剩余状态之间的皮尔逊相关系数,/>表示数据采集的次数,即在一个周期内数据采集的次数,/>、/>、/>、/>、/>、/>、、/>是数据矩阵/>中的元素,分别代表了第/>次采集时刻对应的产生电能、负载电能、电池的电流、电池的电压、电池的电量剩余状态、超级电容器的电流、超级电容器的电压和超级电容器的电量剩余状态,/>为规则函数,/>为平滑参数,用来调节指标/>的响应速度,/>取经验值为2,/>为周期长度,表示为一个采集周期的时间长度,取经验值为60s。
表达了电池负载所消耗电能与光伏电路所产生电能的差值,当其大于零时,代表电池产生的电能小于负载,此时电池内部电能无法承受负载,不能给负载平稳的供应电能,反之当其小于零时,此时电池产生的电能大于负载,此时电容容易过充从而影响电池寿命甚至造成安全隐患;/>的输出由/>的值来确定,具体来说,如果/>大于等于0,/>的值为0;如果/>小于0,/>的值为/>,/>根据相关系数决定协同关联度权重,当电池与超级电容器之间的电流、电压和电量剩余状态存在一个相关性大于等于0的情况时,说明超级电容器在此时对电池的使用模式影响较大,电池和电容处于协同工作状态,而当三个相关系数均小于0时,代表此时超级电容器处于调整状态,与电池的使用模式差别较大,通过规则函数将协同关联度权重调整为0,即只考虑处于调整状态下的情况,/>会随着三种皮尔逊相关系数绝对值的增大而增大,通过衰减函数/>降低/>的值随着时间变化的趋势,使/>更加平稳,不会无限增长,之后通过/>反应电池和电容之间的电流、电压的差异,且/>会随着电流、电压之间差异的增大而增大,/>反应了电池和电容电量剩余状态的比值,其值越大代表电池内部还有其他装置进行充电操作,反之则代表电池内部存在其它耗电装置,其值越大,/>越大,当/>大于0时,代表此时电容应该加快调控充电速率以保证与其它装置协同使电能产生能够稳定提供给负载,且此时/>越大,需要加快的速率越大,反之/>小于0时,代表此时电容应该减小调控充电速率以防止过充现象的产生,且此时/>越小,需要减小的速率越大。
在复合电池中,若想要加快超级电容器的充电速率,则需要更高的电压来容纳充电时所带来的能量,而想要降低充电速率则对电压要求相对较低,但是过高或过低的电压会对电池造成巨大影响,电压过高会导致电容击穿,而电压过低会导致电容失效,所以要在确保电压处于稳定的上下限内再进行电压调整,对此,对周期内复合电池中电池的电流以及电压(周期的时间序列矩阵中的第三行和第四行)求取信息熵和/>,同理,对周期内超级电容器的电流以及电压(第六行和第七行)求取信息熵/>和/>,构建周期的变压强度指数/>:
其中,为周期的变压强度指数,根据所在周期之前的数据反应了该周期内电池电压的改变情况,/>代表数据类型的数量,/>代表每种数据类型在周期内均匀采集的次数,/>为周期的时间序列矩阵中第10行第/>列的数值,/>为周期的时间序列矩阵中第9行第/>列的数值,第10行为输出电能,第9行为输入电能,/>代表周期的时间序列矩阵中第/>行第/>列的数值,/>代表周期的时间序列矩阵中第/>行第/>列的数值,/>为平滑参数,取经验值为100,减缓信息熵对L的上升速率,/>、/>、/>、/>分别为周期内电池的电流、电池的电压、超级电容器的电流和超级电容器的电压的信息熵,/>为自然常数。
其中代表周期的时间序列矩阵中第/>行第/>列的数值,即代表第/>种数据在第/>次采集的数值,/>通过将输出电能与输入电能的比值作为权重,当其大于1时代表输出电能多于输入电能,此时应该增大电压以加快电容的充电速率,当其小于1时代表输出电能少于输入电能,此时应该减小电压以防止电容过充,即在加快充电速率时/>为增大L的权重,反之/>为减小L的权重,而/>、/>、/>、/>反应了电池和电容的电流电压混乱程度,越大,代表在周期内电池和电压的变化越频繁无序,此时需要及时调整电压以确保电池稳定的将电能输送给负载,/>会随之增大。而/>通过反应每种数据相邻采集时刻的差值表达了电池系统的变化程度,其系统内每一种数据在不同采集时刻之间的变化程度大小都代表了电池系统发生紊乱的大小,其值越大,/>越大,代表需要调整电压的程度越大。
由上述分析可知,电池产生的电能与负载消耗电能的关系决定了充电速率的增大或减小,而输入电能与输出电能的比值直接决定了电压增加的快慢程度,且充电速率的改变需要通过改变电压来实现,由此构建电压权衡因子:
其中,为协同调控因子,/>为变压强度指数,/>为电压权衡因子,使用双曲正切函数将/>和/>的乘积映射至-1到1上,且单调递增。
至此,已获得各周期的电压权衡因子。
步骤S003,根据各周期的电压权衡因子获得目标函数;构建多目标和多层次的MPC控制模型,确保在电压范围内提供最大化的电能负载以及超级电容器的充放电速率,实现对复合电池的控制以及对复合电池和燃料电池使用状态的切换,完成对电池混合系统的控制。
构建多目标和多层次的MPC控制模型,且将控制超级电容器的充电速率、放电速率以及电压限制作为主要目标,在此分别构建高层MPC和底层MPC,高层MPC负责制定整体的电压控制策略,底层MPC负责执行高级控制器发出的命令。首先构建高层MPC并定义方程描述超级电容器的电压演化过程:
其中,为当前采集时刻的下一时刻/>的电压,/>为当前采集时刻/>的电压,/>和/>分别为充电速率(电能输入速率)和放电速率(负载消耗电能速率),/>为采集时间间隔,D为超级电容器的电容值。
为实现复合电池的最佳控制,在主要目标中,将负载承受变化作为第一目标;将超级电容器的电压偏离电压上限最小作为第二目标;将超级电容器的电压偏离电压下限最小作为第三目标,构建目标函数:
其中,为目标函数;/>为超级电容器的电压惩罚权重,/>为以当前采集时刻/>为末尾时刻的周期的电压权衡因子,/>,/>为当前采集时刻的下一时刻t+1的电压/>为超级电容器的维持电压下限,即超级电容器实际电压以及维持超级电容器正常工作的最低电压,/>为符号函数,/>为/>时刻的负载电能,/>为t-1时刻的负载电能,/>为负载承受因子,/>取经验值为/>,/>为复合电池的最大电容量。
在所述目标函数中,为控制第一目标,即复合电池是否运行;为控制第二目标和第三目标,即根据负载的变化情况确定复合电池的使用状态以及复合电池运行时的电压,所述第二目标确保超级电容器的电压接近且不超过其承载电压上限,维持复合电池运行的最大化电能利用;所述第三目标确保超级电容器的电压不低于其维持电压下限,以保持其正常工作状态,维持复合电池运行的最小化电池循环负荷。
当时,负载在t时刻与上一时刻的电能变化大于等于负载承受因子,经过符号函数计算之后的结果为1,认为是负载处于高功率输出或瞬态电压波动,此时相对于燃料电池,复合电池作为一种高效蓄电池可以做出更迅速的响应,此时激活复合电池,即控制第一目标,使复合电池作为供电电池为负载提供电能,并进行第二和第三目标的调控,而当/>时,负载在t时刻与上一时刻的电能变化小于负载承受因子,经过符号函数计算之后的结果为-1,认为负载是处于稳定持续的功率,此时相对于蓄电池,燃料电池在这种需要稳定运行且不涉及频繁充放电的情况下效果更佳,可以延长整个系统的续航时间,此时激活燃料电池,使燃料电池作为功能电池,为负载提供电能。
当复合电池激活时,且时,第二目标(电压接近电压上限)将更重要,系统倾向于维持电压接近上限,当/>时,第三目标(电压接近电压下限)将更重要,系统倾向于维持电压接近下限, />为均衡权重,取值为/>和/>的最大值,使得维持电压与维持负载需求权重相同,系统均衡考虑。
以所述目标函数为输入,使用帕累托前沿多目标优化算法获取最优的偏离电压上限、偏离电压下限,以满足所述主要目标中的第二和第三目标。
构建底层MPC控制层,负责执行高层MPC所输出的命令,当上述高层MPC输出最优化的偏离电压上下限以及电能供应负载后,底层MPC通过调整DC-DC变换器工作,实现所需的充电和放电速率,在多层次多目标的MPC中,高级控制器和底层控制器之间的信息传递均为协同工作,以平衡多个目标并调整控制策略,使得当光伏发电系统产生的电能超过负载的需求时,MPC可以判断复合电池和燃料电池的使用状态,并且控制复合电池超级电容器的充电速率和电压上限,以避免超级电容器的过充现象;当负载需要额外的电能供应时,MPC可以通过放电控制来释放超级电容器中储存的电能,调整超级电容器的放电速率和电压下限,以确保稳定且平缓地供应电能给负载。
将复合电池和燃料电池进行并联连接,将并联的电池系统称为混合动力系统,使它们能够共同为电动机提供动力,从而实现高效能源利用,在混合动力系统中,复合电池承担起短时高功率需求的角色,而燃料电池则主要负责提供持续的动力,有效解决了电池续航的限制,此外,为了进一步提高能源利用效率,可以将燃料电池产生的多余电能对复合电池进行充电,形成一种闭环循环。整个系统的性能可以通过电路负载条件和能源需求实时调整复合电池和燃料电池的运行状态,以确保电路系统的最佳的动力性能和续航表现。
将MPC控制电池使用状态切换设定为高级控制器,负责实时的复合电池使用优化,将RNN神经网络作为底层控制器,负责在离线阶段,即非使用阶段学习系统的长期动态,提供适应性的控制策略,并不断更新RNN的模型,以适应系统动态的变化。创建循环神经网络RNN结构,使用Adam算法进行模型训练优化、以交叉损失函数为指导模型训练,输入层为电池混合系统的负载电能和电流,输出层负责生成对复合电池和燃料电池的操作状态的切换的控制信号,即分别输出对复合电池和燃料电池的控制信号,当控制信号为0时停止工作;当控制信号为1时开始工作。隐藏层的结构和神经元的数量可根据电路模型的复杂性进行调整,对神经网络进行训练,目标是使神经网络能够预测在不同条件下最优的电池切换和操作策略,使其能够实现基于实时输入参数,神经网络生成控制信号,指导电路模型中的复合电池和燃料电池切换工作状态,以最大程度地满足电路负载需求。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,均应包含在本申请的保护范围之内。
Claims (6)
1.一种电池混合系统控制方法,其特征在于,该方法包括以下步骤:
采集电动车辆的电池混合系统的负载电能、电流以及复合电池数据,获取周期的时间序列矩阵;周期的时间序列矩阵中从上到下的每行数据依次为复合电池在周期内的产生电能、负载电能、电池的电流、电池的电压、电池的电量剩余状态、超级电容器的电流、超级电容器的电压、超级电容器的电量剩余状态、输入电能与输出电能;
构建规则函数;根据规则函数以及各周期的时间序列矩阵得到各周期的协同关联度权重;根据各周期的协同关联度权重与时间序列矩阵获得各周期的协同调控因子;根据各周期的时间序列矩阵获得周期的变压强度指数;根据各周期的变压强度指数以及协同调控因子计算各周期的电压权衡因子;
获取复合电池的充电速率、放电速率以及超级电容器的电容值;根据复合电池的充电速率、放电速率、超级电容器的电容值以及超级电容器的电压预测当前时刻的下一时刻的超级电容器的电压;以当前时刻为末尾时刻的周期记为当前周期;根据当前周期的电压权衡因子获得超级电容器的电压惩罚权重;获取超级电容器的承载电压上限和维持电压下限;构建符号函数,结合超级电容器的电压惩罚权重、超级电容器的承载电压上限、超级电容器的维持电压下限以及负载电能获得目标函数;根据目标函数实现对电动车辆的复合电池与燃料电池的协同控制;
所述构建规则函数,包括:
当大于或等于0时,规则函数的值为0;当/>小于0时,规则函数的值为/>的绝对值;其中/>为规则函数的自变量;
所述根据规则函数以及各周期的时间序列矩阵得到各周期的协同关联度权重,包括:
对于各周期,将周期内电池的电流与超级电容器的电流之间的相关系数输入规则函数,获得周期的电流关联权重;对于周期内电池的电压与超级电容器的电压、电池的电量剩余状态与超级电容器的电量剩余状态,分别采用与电流关联权重相同的获取方法得到电压关联权重和电量剩余状态关联权重;
获取自然常数为底数,预设周期长度与预设参数的乘积的相反数为指数的指数函数;
获取1与所述指数函数的和值,将电流关联权重、电压关联权重和电量剩余状态关联权重的乘积与所述和值的比值作为周期的协同关联度权重;
所述根据各周期的协同关联度权重与时间序列矩阵获得各周期的协同调控因子,包括:
对于周期内各时刻,计算时刻的产生电能与负载电能的差值、电池的电流与超级电容器的电流的差值绝对值和电池的电压与超级电容器的电压的差值绝对值之间的乘积;计算时刻的电池的电量剩余状态与超级电容器的电量剩余状态之间的比值;将所述乘积与所述比值的乘积作为时刻的协同影响因子;
将周期内包含的所有时刻的协同影响因子之和与周期的协同关联度权重的乘积记为周期的协同调控因子;
所述构建符号函数,结合超级电容器的电压惩罚权重、超级电容器的承载电压上限、超级电容器的维持电压下限以及负载电能获得目标函数,包括:
当自变量大于或等于0时,将符号函数的值记为1;当自变量小于0时,将符号函数的值记为1的相反数;
将超级电容器的承载电压上限与当前时刻的下一时刻的超级电容器的电压之间的差值记为第一差值;将超级电容器的电压惩罚权重与第一差值的乘积记为第一乘积;
将当前时刻的负载电能与当前时刻的上一时刻的负载电能之间的差值记为第二差值,计算第二差值与预设负载承受因子的比值,获得所述比值的符号函数值;
将当前时刻的下一时刻的超级电容器的电压与超级电容器的维持电压下限之间的差值记为第三差值;将数字1与超级电容器的电压惩罚权重之间的差值记为第四差值;
将第四差值与第三差值的乘积记为第二乘积;获取第一乘积与第二乘积的和值,将所述和值与所述符号函数值的乘积记为目标函数。
2.如权利要求1所述的一种电池混合系统控制方法,其特征在于,所述根据各周期的时间序列矩阵获得周期的变压强度指数,表达式为:
式中,为周期的变压强度指数;/>代表数据类型的数量;/>代表每种数据类型在周期内均匀采集的次数;/>为第/>次采集的输出电能/>;/>为第/>次采集的输入电能/>;/>代表第/>次采集的第/>种数据;/>代表第/>次采集的第/>种数据;/>为平滑参数;/>为自然常数;/>为周期内电池的电流的信息熵;/>为周期内电池的电压的信息熵;/>为周期内超级电容器的电流的信息熵;/>为周期内超级电容器的电压的信息熵。
3.如权利要求1所述的一种电池混合系统控制方法,其特征在于,所述根据各周期的变压强度指数以及协同调控因子计算各周期的电压权衡因子,包括:
对于各周期,计算周期的变压强度指数与协同调控因子的乘积,将所述乘积输入双曲正切函数得到周期的电压权衡因子。
4.如权利要求1所述的一种电池混合系统控制方法,其特征在于,所述根据复合电池的充电速率、放电速率、超级电容器的电容值以及超级电容器的电压预测当前时刻的下一时刻的超级电容器的电压,包括:
将所述预设周期长度与预设采集次数的比值记为采集时间间隔;
计算复合电池的充电速率与放电速率的差值;计算所述差值、采集时间间隔的平方与超级电容器的电容值的乘积,记为第一乘积;
对于当前时刻,将当前时刻的超级电容器的电压与所述第一乘积之和记为当前时刻的下一时刻的超级电容器的电压。
5.如权利要求1所述的一种电池混合系统控制方法,其特征在于,所述根据当前周期的电压权衡因子获得超级电容器的电压惩罚权重,包括:
当前周期的电压权衡因子大于或等于0时,将当前周期的电压权衡因子作为超级电容器的电压惩罚权重;
当前周期的电压权衡因子小于0时,将数字1与当前周期的电压权衡因子的差值作为超级电容器的电压惩罚权重。
6.如权利要求1所述的一种电池混合系统控制方法,其特征在于,所述根据目标函数实现对电动车辆的复合电池与燃料电池的协同控制,包括:
将目标函数输入帕累托前沿多目标优化算法获取最优的偏离电压上限、偏离电压下限以及电能供应负载;将最优的偏离电压上限、偏离电压下限以及电能供应负载输入MPC控制模型控制复合电池处于工作状态时的超级电容器的充电速率和电压上限;
将电池混合系统的负载电能和电流输入循环神经网络,实现对复合电池和燃料电池的工作状态切换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311774027.1A CN117458674B (zh) | 2023-12-22 | 2023-12-22 | 一种电池混合系统控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311774027.1A CN117458674B (zh) | 2023-12-22 | 2023-12-22 | 一种电池混合系统控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117458674A CN117458674A (zh) | 2024-01-26 |
CN117458674B true CN117458674B (zh) | 2024-03-08 |
Family
ID=89593257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311774027.1A Active CN117458674B (zh) | 2023-12-22 | 2023-12-22 | 一种电池混合系统控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117458674B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109552110A (zh) * | 2018-12-27 | 2019-04-02 | 浙江大学宁波理工学院 | 一种基于规则与非线性预测控制的电动汽车复合能量管理方法 |
CN110912115A (zh) * | 2019-11-21 | 2020-03-24 | 华中科技大学 | 用于混合储能电路平抑功率波动的预测控制方法及系统 |
CN111725797A (zh) * | 2020-06-18 | 2020-09-29 | 安徽能汇轨道交通技术有限公司 | 用于轨道交通的地面式混合储能系统的功率分配方法 |
CN112564252A (zh) * | 2020-11-30 | 2021-03-26 | 郑州轻工业大学 | 半主动式混合储能系统及其模型预测能量控制方法 |
CN113595220A (zh) * | 2021-07-20 | 2021-11-02 | 北京航空航天大学 | 一种超级电容-燃料电池混合动力特种车辆功率协调方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10040366B2 (en) * | 2016-03-10 | 2018-08-07 | Ford Global Technologies, Llc | Battery terminal voltage prediction |
US10651654B2 (en) * | 2017-11-07 | 2020-05-12 | State Grid Corporation Of China | Model predictive controller for autonomous hybrid microgrids |
CN108258348B (zh) * | 2018-02-13 | 2022-04-29 | 中兴通讯股份有限公司 | 充电方法及装置、系统、充电电路、终端、充电系统 |
-
2023
- 2023-12-22 CN CN202311774027.1A patent/CN117458674B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109552110A (zh) * | 2018-12-27 | 2019-04-02 | 浙江大学宁波理工学院 | 一种基于规则与非线性预测控制的电动汽车复合能量管理方法 |
CN110912115A (zh) * | 2019-11-21 | 2020-03-24 | 华中科技大学 | 用于混合储能电路平抑功率波动的预测控制方法及系统 |
CN111725797A (zh) * | 2020-06-18 | 2020-09-29 | 安徽能汇轨道交通技术有限公司 | 用于轨道交通的地面式混合储能系统的功率分配方法 |
CN112564252A (zh) * | 2020-11-30 | 2021-03-26 | 郑州轻工业大学 | 半主动式混合储能系统及其模型预测能量控制方法 |
CN113595220A (zh) * | 2021-07-20 | 2021-11-02 | 北京航空航天大学 | 一种超级电容-燃料电池混合动力特种车辆功率协调方法 |
Non-Patent Citations (2)
Title |
---|
基于模型预测控制混合储能系统的直流微电网韧性提升策略;郑子萱等;电力自动化设备;20210531;第41卷(第05期);152-159 * |
张维戈等.轨道交通动力电池系统核心技术.北京交通大学出版社,2021,137-142. * |
Also Published As
Publication number | Publication date |
---|---|
CN117458674A (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105846461B (zh) | 一种大规模储能电站自适应动态规划的控制方法和系统 | |
CN107274085B (zh) | 一种双电型船舶的储能设备的优化管理方法 | |
CN107994595A (zh) | 一种削峰填谷控制方法和系统以及应用该控制方法的系统 | |
CN110086187B (zh) | 计及负荷特性的储能调峰日前优化调度方法 | |
CN111697578B (zh) | 多目标含储能区域电网运行控制方法 | |
CN111697597B (zh) | 一种基于粒子群算法的火储联合agc调频控制方法 | |
CN113258581B (zh) | 一种基于多智能体的源荷协调电压控制方法及装置 | |
CN112918330A (zh) | 一种燃料电池车最优工作状态控制策略的计算方法 | |
CN111614110B (zh) | 一种基于改进多目标粒子群算法的受端电网储能优化配置方法 | |
CN112952862A (zh) | 平抑风电功率波动的混合储能分频协调控制器及实现方法 | |
CN115204702A (zh) | 一种基于动态分区的日前日内调度方法 | |
CN113224769A (zh) | 考虑光伏多状态调节的多时间尺度配电网电压优化方法 | |
CN112418496A (zh) | 一种基于深度学习的配电台区储能配置方法 | |
Yin et al. | Hybrid multi-agent emotional deep Q network for generation control of multi-area integrated energy systems | |
CN114784831A (zh) | 一种基于移动储能的主动配电网多目标无功优化方法 | |
CN113113916B (zh) | 一种舰船综合电力系统中多目标能量调控方法 | |
CN117458674B (zh) | 一种电池混合系统控制方法 | |
CN113011104B (zh) | 一种面向电网调频控制的集群电动汽车充电负荷聚合建模方法 | |
CN113394770A (zh) | 互联微网群频率完全分布式优化控制方法及系统 | |
CN112531735A (zh) | 基于机器学习的自动发电控制系统的功率分配方法及装置 | |
CN116914850A (zh) | 一种区域综合能源系统双层优化调度方法、系统及设备 | |
CN112838598A (zh) | 一种基于自适应连续禁忌搜索算法的优化控制策略 | |
CN116154749A (zh) | 一种多电飞机的高均峰比混合能源系统分层控制方法 | |
CN110289643B (zh) | 一种拒识深度微分动态规划实时发电调度与控制算法 | |
CN107919683A (zh) | 一种储能减少风电场弃风电量的优化决策方法 |
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 |