氢燃料电池电动汽车的能量管理方法、装置及存储介质制造方法及图纸

本申请实施例公开了一种氢燃料电池电动汽车的能量管理、装置及存储介质，属于混合动力汽车技术领域。所述方法包括：获取第一驾驶参数和第二驾驶参数；根据第一驾驶参数，确定SOC的调节系数；将第二驾驶参数作为策略确定网络模型的输入，通过策略确定网络模型确定等效因子；将整车需求功率、调节系数和等效因子作为能量管理模型的输入，通过能量管理模型确定燃料电池的第一需求功率和蓄电池的第二需求功率；将燃料电池的输出功率调整为第一需求功率，将蓄电池的输出功率调整为第二需求功率，采用燃料电池和蓄电池为氢燃料电池电动汽车提供功率。本申请实施例根据瞬时等效因子进行输出功率分配，可以保证最低燃料消耗。

【技术实现步骤摘要】
氢燃料电池电动汽车的能量管理方法、装置及存储介质
本申请实施例涉及混合动力汽车
，特别涉及一种氢燃料电池电动汽车的能量管理方法、装置及存储介质。
技术介绍
氢燃料电池电动汽车由燃料电池和蓄电池两个动力源同时为汽车提供行驶所需要的动力，但采用两个动力源提供行驶动力时，需要考虑燃料电池和蓄电池各自输出功率的分配问题。为了实现最低的燃料消耗，通常采用ECMS(EquivalentConsumptionMinimizationStrategies，瞬时等效消耗最小控制策略)来实现燃料电池和蓄电池的能量管理。为了使蓄电池的能量在未来时刻达到的状态与初始状态一致，当前时刻蓄电池消耗的电能，将由未来时刻燃料电池消耗的氢气来补偿。ECMS通过等效因子将当前时刻蓄电池的电能消耗量折算为未来时刻燃料电池的氢气消耗量，将燃料电池的氢气消耗量和蓄电池的等效氢气消耗量之和作为整车的等效氢气消耗量。在整车的等效氢气消耗量最小的情况下，汽车的燃料消耗最低。相关技术中，对于给定的行驶循环，ECMS通过寻找一个最优等效因子(常数值)，使得在未来时刻用氢气消耗量补偿当前时刻蓄电池的电能消耗量时，能有最优的转化效率。也即是，在使用该最优等效因子进行电能消耗量和氢气消耗量转换时，当前时刻的能量分配可以使得汽车的燃料消耗最低。采用最优等效因子确定能量分配虽然简单易行，但受整体行驶循环影响较大，工况性较差，不具备全局最优的特性。而且，由于未来工况的不确定性，在何种工况下进行当前时刻电能消耗的补偿也是未知的，等效因子是一个不确定的数值。采用最优等效因子无法适应工况的变化，因而通过该最优等效因子实现的能量分配也就无法保证最低的燃料消耗。
技术实现思路
本申请实施例提供了一种氢燃料电池电动汽车的能量管理方法、装置及存储介质，能够解决相关技术中工况性较差，确定的最优等效因子不具备全局最优的特性，氢燃料电池电动汽车的功率分配结果无法保证最低燃料消耗的问题。所述技术方案如下：一方面，提供了一种氢燃料电池电动汽车的能量管理方法，所述方法包括：获取第一驾驶参数和第二驾驶参数，所述第一驾驶参数包括整车需求功率、需求功率变化率、蓄电池当前的SOC(StateOfCharge，荷电状态)、油门踏板的踩踏幅值和刹车踏板的踩踏幅值，所述第二驾驶参数包括驾驶速度、加速度和所述蓄电池当前的SOC；根据所述第一驾驶参数，确定所述SOC的调节系数；将所述第二驾驶参数作为策略确定网络模型的输入，通过所述策略确定网络模型确定等效因子，所述等效因子用于指示所述蓄电池的电能和燃料电池的氢气消耗之间的等效关系；将所述整车需求功率、所述调节系数和所述等效因子作为能量管理模型的输入，通过所述能量管理模型确定所述燃料电池的第一需求功率和所述蓄电池的第二需求功率，所述第一需求功率介于所述燃料电池的最小功率和最大功率之间，所述第二需求功率介于所述蓄电池的最小功率和最大功率之间；将所述燃料电池的输出功率调整为所述第一需求功率，将所述蓄电池的输出功率调整为所述第二需求功率，采用所述燃料电池和所述蓄电池为所述氢燃料电池电动汽车提供功率。可选地，所述根据所述第一驾驶参数，确定所述SOC的调节系数，包括：将所述第一驾驶参数输入到电池状态预测模型中，通过所述电池状态预测模型确定所述蓄电池的充放电状态；根据所述蓄电池的充放电状态，确定所述SOC的调节系数。可选地，所述将所述第一驾驶参数输入到电池状态预测模型中，通过所述电池状态预测模型确定所述蓄电池的充放电状态之前，所述方法还包括：获取多组样本驾驶参数和每组样本驾驶参数对应的电池充放电状态；将所述多组样本驾驶参数作为初始电池状态预测模型的输入，将所述多组样本驾驶参数对应的电池充放电状态作为所述初始电池状态预测模型的输出，对所述初始电池状态预测模型进行训练，得到所述电池状态预测模型。可选地，所述能量管理模型是基于ECMS建立的，所述ECMS的目标函数为整车瞬时等效氢气消耗量的最小值，所述整车瞬时等效氢气消耗量是燃料电池瞬时氢气消耗量和蓄电池瞬时等效氢气消耗量之和。可选地，所述策略确定网络模型为DDPG(DeepDeterministicPolicyGradient，深度确定性梯度算法)模型；所述将所述第二驾驶参数作为策略确定网络模型的输入，通过所述策略确定网络模型确定等效因子，包括：获取前一时刻所述蓄电池的SOC、整车等效氢气消耗量的累积量、所述燃料电池的需求功率和所述蓄电池的需求功率；根据前一时刻所述蓄电池的SOC、整车等效氢气消耗量的累积量、所述燃料电池的需求功率和所述蓄电池的需求功率，通过所述DDPG模型的奖励函数，确定反馈奖励；将所述第二驾驶参数和所述反馈奖励作为所述DDPG模型的输入，通过所述DDPG模型确定所述等效因子。可选地，所述获取第一驾驶参数之前，所述方法还包括：获取仿真模型中虚拟的氢燃料电池电动汽车在目标工况下的驾驶参数，所述目标工况包括NEDC(NewEuropeDrivingCycle，新欧洲汽车法规循环)工况；通过Relieff算法对所述目标工况下的驾驶参数进行重要性排序，得到重要性排序结果；根据所述重要性排序结果，确定所述第一驾驶参数。另一方面，提供了一种氢燃料电池电动汽车的能量管理装置，所述装置包括：第一获取模块，用于获取第一驾驶参数和第二驾驶参数，所述第一驾驶参数包括整车需求功率、需求功率变化率、蓄电池当前的SOC、油门踏板的踩踏幅值和刹车踏板的踩踏幅值，所述第二驾驶参数包括驾驶速度、加速度和所述蓄电池当前的SOC；第一确定模块，用于根据所述第一驾驶参数，确定所述SOC的调节系数；第二确定模块，用于将所述第二驾驶参数作为策略确定网络模型的输入，通过所述策略确定网络模型确定等效因子，所述等效因子用于指示所述蓄电池的电能和燃料电池的氢气消耗之间的等效关系；第三确定模块，用于将所述整车需求功率、所述调节系数和所述等效因子作为能量管理模型的输入，通过所述能量管理模型确定所述燃料电池的第一需求功率和所述蓄电池的第二需求功率，所述第一需求功率介于所述燃料电池的最小功率和最大功率之间，所述第二需求功率介于所述蓄电池的最小功率和最大功率之间；调整模块，用于将所述燃料电池的输出功率调整为所述第一需求功率，将所述蓄电池的输出功率调整为所述第二需求功率，采用所述燃料电池和所述蓄电池为所述氢燃料电池电动汽车提供功率。可选地，所述第一确定模块，包括：第一确定子模块，用于将所述第一驾驶参数输入到电池状态预测模型中，通过所述电池状态预测模型确定所述蓄电池的充放电状态；第二确定子模块，用于根据所述蓄电池的充放电状态，确定所述SOC的调节系数。可选地，所述装置还包括：第二获取模块，用于获取多组样本驾驶参数和每组样本驾驶参数对应的电池充放电状态；训练模块，用于将所述多组样本驾驶参数作为初始电池状态预测模型的输入，将所述多组本文档来自技高网...

【技术保护点】
1.一种氢燃料电池电动汽车的能量管理方法，其特征在于，所述方法包括：/n获取第一驾驶参数和第二驾驶参数，所述第一驾驶参数包括整车需求功率、需求功率变化率、蓄电池当前的荷电状态SOC、油门踏板的踩踏幅值和刹车踏板的踩踏幅值，所述第二驾驶参数包括驾驶速度、加速度和所述蓄电池当前的SOC；/n根据所述第一驾驶参数，确定所述SOC的调节系数；/n将所述第二驾驶参数作为策略确定网络模型的输入，通过所述策略确定网络模型确定等效因子，所述等效因子用于指示所述蓄电池的电能和燃料电池的氢气消耗之间的等效关系；/n将所述整车需求功率、所述调节系数和所述等效因子作为能量管理模型的输入，通过所述能量管理模型确定所述燃料电池的第一需求功率和所述蓄电池的第二需求功率，所述第一需求功率介于所述燃料电池的最小功率和最大功率之间，所述第二需求功率介于所述蓄电池的最小功率和最大功率之间；/n将所述燃料电池的输出功率调整为所述第一需求功率，将所述蓄电池的输出功率调整为所述第二需求功率，采用所述燃料电池和所述蓄电池为所述氢燃料电池电动汽车提供功率。/n

【技术特征摘要】
1.一种氢燃料电池电动汽车的能量管理方法，其特征在于，所述方法包括：
获取第一驾驶参数和第二驾驶参数，所述第一驾驶参数包括整车需求功率、需求功率变化率、蓄电池当前的荷电状态SOC、油门踏板的踩踏幅值和刹车踏板的踩踏幅值，所述第二驾驶参数包括驾驶速度、加速度和所述蓄电池当前的SOC；
根据所述第一驾驶参数，确定所述SOC的调节系数；
将所述第二驾驶参数作为策略确定网络模型的输入，通过所述策略确定网络模型确定等效因子，所述等效因子用于指示所述蓄电池的电能和燃料电池的氢气消耗之间的等效关系；
将所述整车需求功率、所述调节系数和所述等效因子作为能量管理模型的输入，通过所述能量管理模型确定所述燃料电池的第一需求功率和所述蓄电池的第二需求功率，所述第一需求功率介于所述燃料电池的最小功率和最大功率之间，所述第二需求功率介于所述蓄电池的最小功率和最大功率之间；
将所述燃料电池的输出功率调整为所述第一需求功率，将所述蓄电池的输出功率调整为所述第二需求功率，采用所述燃料电池和所述蓄电池为所述氢燃料电池电动汽车提供功率。


2.如权利要求1所述的方法，其特征在于，所述根据所述第一驾驶参数，确定所述SOC的调节系数，包括：
将所述第一驾驶参数输入到电池状态预测模型中，通过所述电池状态预测模型确定所述蓄电池的充放电状态；
根据所述蓄电池的充放电状态，确定所述SOC的调节系数。


3.如权利要求2所述的方法，其特征在于，所述将所述第一驾驶参数输入到电池状态预测模型中，通过所述电池状态预测模型确定所述蓄电池的充放电状态之前，所述方法还包括：
获取多组样本驾驶参数和每组样本驾驶参数对应的电池充放电状态；
将所述多组样本驾驶参数作为初始电池状态预测模型的输入，将所述多组样本驾驶参数对应的电池充放电状态作为所述初始电池状态预测模型的输出，对所述初始电池状态预测模型进行训练，得到所述电池状态预测模型。


4.如权利要求1所述的方法，其特征在于，所述能量管理模型是基于瞬时等效消耗最小控制策略ECMS建立的，所述ECMS的目标函数为整车瞬时等效氢气消耗量的最小值，所述整车瞬时等效氢气消耗量是燃料电池瞬时氢气消耗量和蓄电池瞬时等效氢气消耗量之和。


5.如权利要求1所述的方法，其特征在于，所述策略确定网络模型为深度确定性梯度算法DDPG模型；
所述将所述第二驾驶参数作为策略确定网络模型的输入，通过所述策略确定网络模型确定等效因子，包括：
获取前一时刻所述蓄电池的SOC、整车等效氢气消耗量的累积量、所述燃料电池的需求功率和所述蓄电池的需求功率；
根据前一时刻所述蓄电池的SOC、整车等效氢气消耗量的累积量、所述燃料电池的需求功率和所述蓄电池的需求功率，通过所述DDPG模型的奖...

【专利技术属性】
技术研发人员：周健豪，海滨，赛影辉，宋廷伦，周之光，王磊，方石，
申请(专利权)人：奇瑞汽车股份有限公司，
类型：发明
国别省市：安徽;34