一种自适应遗传的双电耦合燃料电池汽车能效优化方法技术

本发明专利技术公开了一种自适应遗传的双电耦合燃料电池汽车能效优化方法，为了解决现有双电耦合系统的控制方法没有将汽车的能效发挥到最优的问题。双电耦合燃料电池动力系统主要由氢燃料电池发电机组、锂离子电池组共同为车辆提供驱动电能。本发明专利技术根据汽车的运行情况实时优化燃料电池和锂电池放电功率的大小，燃料电池的放电功率P

An energy efficiency optimization method of dual electric coupling fuel cell vehicle based on adaptive genetic algorithm

【技术实现步骤摘要】
一种自适应遗传的双电耦合燃料电池汽车能效优化方法
本专利技术涉及一种汽车能效优化方法，尤其涉及一种自适应遗传的双电耦合燃料电池汽车能效优化方法。
技术介绍
氢燃料电池汽车近年来得到了快速的发展，氢燃料电池具备能量密度高，加氢速度快的特点，很好的解决了纯电动汽车续航里程短、充电时间长的问题。目前，双电耦合型燃料电池汽车日益得到重视，因为此类型燃料电池汽车能够充分发挥燃料电池和锂电池的技术特点，在车辆加速爬坡工况，充分发挥锂离子电池放电倍率高的特点，提高车辆的动力性；在车辆正常行驶阶段，燃料电池系统工作，如燃料电池输出功率大于车辆行驶的功率需求，燃料电池可以通过双电DCDC转换器给锂离子电池充电。制动能量回收技术可以有效延长电动汽车的续航里程，在车辆制动过程中将动能转化为电能，为动力电池充电，由于制动的效能具有瞬间大电流且电压不稳定的特点，引入超级电容组可以很好的解决上述问题，同时超级电容器与锂离子电池组合使用，可以更好的提高车辆的动力性。现有的双电耦合燃料电池动力系统的能效优化控制方法，都是根据车辆工况制定策略制定的规则，在车辆的起步、加速、正常行驶、制动等工况，结合锂电池SOC状态，设定燃料电池和锂离子电池输出功率，很难达获得总效率最高技术方案。因此，本专利技术专利提出一种基于自适应遗传算法的自适应遗传的双电耦合燃料电池汽车能效优化方法。在传统遗传算法中添加了自适应算法，解决了传统算法在交叉概率和变异概率中选择困难的问题，提高了算法的全局搜索能力。该专利技术专利所述双电耦合燃料电池动力系统能够充分发挥燃料电池和锂电池的优势，在保证车辆动力性的同时，获得最高的输出效率。本专利针对双电耦合燃料电池动力系统求解最优。
技术实现思路
专利技术目的：本专利技术的目的是为了解决现有的双电耦合燃料电池动力系统的能效优化控制方法，都是根据车辆工况制定策略制定的规则，在车辆的起步、加速、正常行驶、制动等工况，结合锂电池SOC状态，设定燃料电池和锂离子电池输出功率，很难达获得总效率最高技术方案的问题。技术方案：为了实现上述目的，本专利技术采用了如下技术方案：一种自适应遗传的双电耦合燃料电池汽车能效优化方法，包括以下步骤：1)确定优化设计变量：设计变量一共包括两个参数，燃料电池氢气消耗的速率和锂电池等效氢气消耗速率2)确定优化设计目标：系统为单目标优化，优化目标为双电耦合燃料电池电动汽车实时效率最高；3)确定优化限制条件：根据氢燃料电池发电机组参数确定氢气消耗速率范围；4)基于自适应遗传算法进行能效优化，所述能效优化方法包括以下步骤：步骤一、采用十进制编码方法对燃料电池氢气消耗速率和锂电池等效氢气消耗速率进行编码，种群规模定义为N，交叉常数k1和k2，变异常数k3和k4，迭代最大代数为Tmax；步骤二、分别计算初始种群中的第i个个体vi第k时刻燃料电池和锂电池的输出有用功率；步骤三、计算初始种群中的第i个个体vi第k时刻燃料电池的工作效率ηfc(k)i；步骤四、计算初始种群中的第i个个体vi第k时刻锂电池的放电功率ηL(k)i；步骤五、引入适应度函数，计算初始种群中的第i个个体vi的适应度值大小，即第i个个体vi第k时刻汽车实施总效率η(k)i大小；步骤六、判断当前优化代数t是否等于Tmax，若为是则停止计算，取适应度值最大的个体，即第k时刻实时总效率η(k)i最高的个体vi作为所求结果并根据对应的和分别作为燃料电池和锂电池的氢气消耗速率，并计算第i个个体第k时刻汽车实时放电功率PQ(k)i，如果t<Tmax，计算概率；步骤七、计算交叉率Pc并根据交叉率得到新的群体V2；步骤八、计算变异率Pm并根据变异率得到新的群体V3；步骤九、将群体V3作为新一代种群，用V3代替V，并令t＝t+1，并返回步骤二。进一步地，所述步骤一中，种群初始化具体地，随机产生N个个体，组成初始种群V1＝{v1,v2,...,vi,...,vN}，其中第i个个体为vi＝(vi,1，vi,2)，vi,1表示第i个个体第k时刻燃料电池氢气消耗速率大小，vi,2表示第i个个体第k时刻锂电池等效氢气消耗速率大小，将当前优化代数设置为t＝1(t≤Tmax)。进一步地，所述步骤二中，第i个个体vi第k时刻燃料电池的输出有用功率Pfc(k)i计算如下式：其中，Vfc表示燃料电池的电压；Ffc表示燃料电池法拉第常数；表示燃料电池氢气的摩尔质量；表示第i个个体第k时刻燃料电池氢气消耗的速率；第i个个体vi第k时刻锂电池的输出有用功率Pfc(k)i计算如下式：其中：为第i个个体第k时刻锂电池等效氢气消耗速率；HL表示氢气的热值；slf为电池放电的等效系数，电池放电的等效系数考虑氢气的化学能到锂电池的存储与释放的平均能量路径，具体计算采用公式(3)获得：其中，ηbat为锂电池系统效率；ηfcc为燃料电池系统效率；ηDCDC为燃料电池DCDC转换器效率。进一步地，所述步骤三中，第i个个体vi第k时刻燃料电池的工作效率ηfc(k)i计算如下式：其中，为第i个个体第k时刻燃料电池当前流速氢气完全反应所产生的功率。进一步地，所述步骤四中，第i个个体vi第k时刻锂电池的放电功率ηL(k)i计算如下式：其中，为第i个个体第k时刻锂电池当前流速氢气完全反应所产生的功率。进一步地，所述步骤五中，适应值的计算如下式：η(k)i＝ηfc(k)i×ηL(k)i。(6)进一步地，所述步骤六中，计算第i个个体vi第k时刻汽车实时放电功率PQ(k)i如下式：其中，为燃料电池的功率系数，当燃料电池氢气储量大于30％时，功率分配系数为1；当氢气储量小于30％，大于10％，功率分配系数为0.7；当氢气储量低于10％，功率分配系数为0.5；其中，φ为锂电池组的功率系数，当锂电池电量大于30％时，功率分配系数为1；当电池电量小于30％，大于10％，功率分配系数为0.7；当电池SOC低于10％，功率分配系数为0.5；如果t<Tmax，采用下式计算概率：然后概率所决定的选中机会选择再生个体，系统实时效率η(k)i高的个体被选中的概率高，系统实时效率η(k)i低的个体被淘汰。进一步地，所述步骤七中，具体地，按照公式(9)计算交叉率Pc，然后根据交叉率Pc按照公式(10)得到新的群体V2；其中，k1和k2为0-1之间的交叉常数；ηmax表示η(k)i中的最大效率大小；ηavg表示η(k)i中平均效率大小；ηc表示要交叉的两个个体中较大的效率；θ表示0-1之间的随机交叉位置；i∈{1,2,…,N}，j∈{1,2,…,N}，vi'(k)和vj'(k)表示第k时刻交叉后的新个体，vi(k)和vj(k)表示第k时刻需要交叉的个体。进一步地，所述步骤八中，具体地，按照公式(11)计算变异率Pm，然后根据变异本文档来自技高网...

【技术保护点】
1.一种自适应遗传的双电耦合燃料电池汽车能效优化方法，其特征在于：包括以下步骤：/n1)确定优化设计变量：设计变量一共包括两个参数，燃料电池氢气消耗的速率

【技术特征摘要】
1.一种自适应遗传的双电耦合燃料电池汽车能效优化方法，其特征在于：包括以下步骤：
1)确定优化设计变量：设计变量一共包括两个参数，燃料电池氢气消耗的速率和锂电池等效氢气消耗速率
2)确定优化设计目标：系统为单目标优化，优化目标为双电耦合燃料电池电动汽车实时效率最高；
3)确定优化限制条件：根据氢燃料电池发电机组参数确定氢气消耗速率范围；
4)基于自适应遗传算法进行能效优化，所述能效优化方法包括以下步骤：
步骤一、采用十进制编码方法对燃料电池氢气消耗速率和锂电池等效氢气消耗速率进行编码，种群规模定义为N，交叉常数k1和k2，变异常数k3和k4，迭代最大代数为Tmax；
步骤二、分别计算初始种群中的第i个个体vi第k时刻燃料电池和锂电池的输出有用功率；
步骤三、计算初始种群中的第i个个体vi第k时刻燃料电池的工作效率ηfc(k)i；
步骤四、计算初始种群中的第i个个体vi第k时刻锂电池的放电功率ηL(k)i；
步骤五、引入适应度函数，计算初始种群中的第i个个体vi的适应度值大小，即第i个个体vi第k时刻汽车实施总效率η(k)i大小；
步骤六、判断当前优化代数t是否等于Tmax，若为是则停止计算，取适应度值最大的个体，即第k时刻实时总效率η(k)i最高的个体vi作为所求结果并根据对应的和分别作为燃料电池和锂电池的氢气消耗速率，并计算第i个个体第k时刻汽车实时放电功率PQ(k)i，如果t<Tmax，计算概率；
步骤七、计算交叉率Pc并根据交叉率得到新的群体V2；
步骤八、计算变异率Pm并根据变异率得到新的群体V3；
步骤九、将群体V3作为新一代种群，用V3代替V，并令t＝t+1，并返回步骤二。


2.根据权利要求1所述的自适应遗传的双电耦合燃料电池汽车能效优化方法，其特征在于：所述步骤一中，种群初始化具体地，随机产生N个个体，组成初始种群V1＝{v1,v2,...,vi,...,vN}，其中第i个个体为vi＝(vi,1，vi,2)，vi,1表示第i个个体第k时刻燃料电池氢气消耗速率大小，vi,2表示第i个个体第k时刻锂电池等效氢气消耗速率大小，将当前优化代数设置为t＝1(t≤Tmax)。


3.根据权利要求1所述的自适应遗传的双电耦合燃料电池汽车能效优化方法，其特征在于：所述步骤二中，第i个个体vi第k时刻燃料电池的输出有用功率Pfc(k)i计算如下式：



其中，Vfc表示燃料电池的电压；Ffc表示燃料电池法拉第常数；表示燃料电池氢气的摩尔质量；表示第i个个体第k时刻燃料电池氢气消耗的速率；
第i个个体vi第k时刻锂电池的输出有用功率Pfc(k)i计算如下式：



其中：为第i个个体第k时刻锂电池等效氢气消耗速率；HL表示氢气的热值；slf为电池放电的等效系数，电池放电的等效系数考虑氢气的化学能到锂电池的存储与释放的平均能量路径，具体计算采用公式(3)获得：



其中，ηbat为锂电...

【专利技术属性】
技术研发人员：张盛龙，王佳，冯是全，林玲，
申请(专利权)人：常熟理工学院，
类型：发明
国别省市：江苏;32