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技术

技术编号:23427583 阅读:21 留言:0更新日期:2020-02-25 11:49
本发明专利技术公开了一种基于自适应异步粒子群的双电耦合燃料电池电动汽车能效优化控制方法,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 asynchronous particle swarm optimization

【技术实现步骤摘要】
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
本专利技术属于汽车设计制造领域,涉及一种双电耦合燃料电池汽车的控制方法,具体涉及一种基于自适应异步粒子群算法的双电耦合燃料电池电动汽车能效优化控制方法。
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,这种方法很难获得总效率最高技术方案。
技术实现思路
专利技术目的:为了解决现有的双电耦合燃料电池汽车能效优化的问题,提供一种基于自适应异步粒子群算法的双电耦合燃料电池电动汽车能效优化控制方法,其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。技术方案:为实现上述目的,本专利技术提供一种基于自适应异步粒子群算法的双电耦合燃料电池汽车能效优化控制方法,是基于双电耦合燃料电池动力系统实现的,所述双电耦合燃料电池动力系统包括动力电池组、燃料电池发动机、双向DCDC转换器、氢气供给系统、整车控制系统、锂离子电池系统、超级电容组、驱动电机、驱动电机控制系统和变速器;双电耦合燃料电池汽车在行驶过程中,实时监测燃料电池系统信息、动力电池组状态信息、超级电容器组状态信息、车辆行驶速度,驾驶员意图,根据车辆行驶速度及油门踏板开度计算车辆需求转矩,驱动电机控制系统根据转矩需求,计算能源系统输出功率,并设定动力系统的工作模式;动力系统包括三种工作模式,第一:全输出模式;第二:正常行驶模式;第三:车辆制动减速模式;当动力系统进入到全输出模式时,采用自适应异步粒子群算法对动力系统能效进行优化,包括如下步骤:S1:确定优化设计变量:设计变量一共包括二个参数,分别为:燃料电池氢气消耗的速率和锂电池等效氢气消耗速率S2: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;S3:确定优化限制条件;S4:对设计变量进行优化,其具体的优化流程如下:S4-1:初始化粒子群优化算法参数,包括:最大迭代次数Tmax、粒子数目m、权重系数ωmax和ωmin、加速系数c1,ini、c2,ini、c1,fin和c2,fin,将当前优化代数设置为t=1(t≤Tmax),在二维空间中,随机产生m个粒子x1,x2,...,xi,...,xm,构成种群X(t),随机产生各粒子初始速度v1,v2,...,vi,...,vm,构成种群V(t),其中第i个粒子的位置为xi=(xi,1,xi,2),速度为vi=(vi,1,vi,2),xi,1表示第i个个体第k时刻燃料电池氢气消耗速率大小,xi,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;S4-2:计算第i个个体第k时刻燃料电池的输出有用功率Pfc(k)i;S4-3:计算第i个个体第k时刻锂电池的输出有用功率PL(k)i;S4-4:计算第i个个体第k时刻燃料电池的工作效率ηfc(k)i;S4-5:计算第i个个体第k时刻锂电池的放电功率ηL(k)i;S4-6:将计算得到的第i个粒子第k时刻的实时系统效率η(k)i的倒数S(k)i作为适应度值大小来评价每个粒子的好坏,存储当前各粒子的最佳位置pbest和与之对应的实时系统效率的倒数S(k)i,并将种群中适应度值最优的粒子作为整个种群中的最佳位置gbest;S4-7:更新粒子的速度和位置,产生新的种群X(t+1);S4-8:更新优化算法的权重系数;S4-9:更新加速系数;S4-10:更新粒子的pbest和gbest;S4-11:判断当前优化代数t是否等于Tmax,若为是则停止计算,则输出适应度值S(k)i最小的粒子vi,即将第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,计算第i个个体第k时刻汽车实时放电功率PQ(k)i,然后结束流程;如果t<Tmax,则另t=t+1,并返回步骤S4-7继续搜索。进一步的,所述步骤S3中优化限制条件为燃料电池氢气消耗速率和锂电池等效氢气消耗速率的范围。进一步的,所述步骤S4-2中采用公式(1)计算第i个个体第k时刻燃料电池的输出有用功率Pfc(k)i: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;所述步骤S4-3中采用公式(2)计算第i个个体第k时刻锂电池的输出有用功率PL(k)i: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,这个等效系数考虑了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;所述步骤S4-4中采用公式(4)计算第i个个体第k时刻燃料电池的工作效率ηfc(k)i;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;所述步骤S4-5中采用公式(5)计算第i个个体第k时刻锂电池的放电功率ηL(k)i: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。进一步的,所述步骤S4-6中将公式(6)作为适应度函数,将计算得到的第i个粒子第k时刻的实时系统效率η(k)i的倒数S(k)i作为适应度值大小来评价每个粒子的好坏。进一步的,所述步骤S4-7中通过公式(7)-(8)更新粒子的速度和位置,产生新的种群X(t+1):vi,j(t+1)=ωvi,j(t)+c1r1[pi,j-xi,j(t)]+c2r2[pg,j-xi,j(t)](7)xi,j(t+1)=xi,j(t)+vi,j(t+1)(8)其中,i=1,2,...,m;j=1,2;vi,j为第i个粒子的当前速度;ω表示惯性权重系数;c1和c2表示正的加速系数;r1和r2为0到1之间的随机数;本文档来自技高网...

【技术保护点】
1.一种基于自适应异步粒子群算法的双电耦合燃料电池汽车能效优化控制方法,是基于双电耦合燃料电池动力系统实现的,所述双电耦合燃料电池动力系统包括动力电池组、燃料电池发动机、双向DCDC转换器、氢气供给系统、整车控制系统、锂离子电池系统、超级电容组、驱动电机、驱动电机控制系统和变速器;/n双电耦合燃料电池汽车在行驶过程中,实时监测燃料电池系统信息、动力电池组状态信息、超级电容器组状态信息、车辆行驶速度,驾驶员意图,根据车辆行驶速度及油门踏板开度计算车辆需求转矩,驱动电机控制系统根据转矩需求,计算能源系统输出功率,并设定动力系统的工作模式;动力系统包括三种工作模式,第一:全输出模式;第二:正常行驶模式;第三:车辆制动减速模式;/n其特征在于:当动力系统进入到全输出模式时,采用自适应异步粒子群算法对动力系统能效进行优化,包括如下步骤:/nS1:确定优化设计变量:/n设计变量一共包括二个参数,分别为:燃料电池氢气消耗的速率

【技术特征摘要】
1.一种基于自适应异步粒子群算法的双电耦合燃料电池汽车能效优化控制方法,是基于双电耦合燃料电池动力系统实现的,所述双电耦合燃料电池动力系统包括动力电池组、燃料电池发动机、双向DCDC转换器、氢气供给系统、整车控制系统、锂离子电池系统、超级电容组、驱动电机、驱动电机控制系统和变速器;
双电耦合燃料电池汽车在行驶过程中,实时监测燃料电池系统信息、动力电池组状态信息、超级电容器组状态信息、车辆行驶速度,驾驶员意图,根据车辆行驶速度及油门踏板开度计算车辆需求转矩,驱动电机控制系统根据转矩需求,计算能源系统输出功率,并设定动力系统的工作模式;动力系统包括三种工作模式,第一:全输出模式;第二:正常行驶模式;第三:车辆制动减速模式;
其特征在于:当动力系统进入到全输出模式时,采用自适应异步粒子群算法对动力系统能效进行优化,包括如下步骤:
S1:确定优化设计变量:
设计变量一共包括二个参数,分别为:燃料电池氢气消耗的速率和锂电池等效氢气消耗速率
S2: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;
S3:确定优化限制条件;
S4:对设计变量进行优化,其具体的优化流程如下:
S4-1:初始化粒子群优化算法参数,包括:最大迭代次数Tmax、粒子数目m、权重系数ωmax和ωmin、加速系数c1,ini、c2,ini、c1,fin和c2,fin,将当前优化代数设置为t=1(t≤Tmax),在二维空间中,随机产生m个粒子x1,x2,...,xi,...,xm,构成种群X(t),随机产生各粒子初始速度v1,v2,...,vi,...,vm,构成种群V(t),其中第i个粒子的位置为xi=(xi,1,xi,2),速度为vi=(vi,1,vi,2),xi,1表示第i个个体第k时刻燃料电池氢气消耗速率大小,xi,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;
S4-2:计算第i个个体第k时刻燃料电池的输出有用功率Pfc(k)i;
S4-3:计算第i个个体第k时刻锂电池的输出有用功率PL(k)i;
S4-4:计算第i个个体第k时刻燃料电池的工作效率ηfc(k)i;
S4-5:计算第i个个体第k时刻锂电池的放电功率ηL(k)i;
S4-6:将计算得到的第i个粒子第k时刻的实时系统效率η(k)i的倒数S(k)i作为适应度值大小来评价每个粒子的好坏,存储当前各粒子的最佳位置pbest和与之对应的实时系统效率的倒数S(k)i,并将种群中适应度值最优的粒子作为整个种群中的最佳位置gbest;
S4-7:更新粒子的速度和位置,产生新的种群X(t+1);
S4-8:更新优化算法的权重系数;
S4-9:更新加速系数;
S4-10:更新粒子的pbest和gbest;
S4-11:判断当前优化代数t是否等于Tmax,若为是则停止计算,则输出适应度值S(k)i最小的粒子vi,即将第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,计算第i个个体第k时刻汽车实时放电功率PQ(k)i,然后结束流程;如果t<Tmax,则另t=t+1,并返回步骤S4-7继续搜索。


2.根据权利要求1所述的一种基于自适应异步粒子群算法的双电耦合燃料电池汽车能效优化控制方法,其特征在于:所述步骤S3中优化限制条件为燃料电池氢气消耗速率和锂电池等效氢气消耗速率的范围。


3.根据权利要求1所述的一种基于自适应异步粒子群算法的双电耦合燃料电池汽车能效优化控制方法,其特征在于:所述步骤S4-2中采用公式(1)计算第i个个体第k时刻燃料电池的输出有用功率Pfc(k)i:



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;
所述步骤S4-3中采用公...

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

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1