一种基于灰狼优化的ECMS混动汽车能量管理策略制造技术

本发明专利技术公开了一种基于灰狼优化的ECMS混动汽车能量管理策略，属于燃料电池混合动力汽车能量管理领域，本发明专利技术包括：根据车辆本身的参数和FCHEV的特点，搭建整车动力学模型；搭建基于ECMS策略的燃料电池混合动力能量管理模型；基于提升车辆经济性的目标，针对ECMS策略中等效因子优化的问题，采用灰狼优化算法（GWO）对ECMS等效因子进行调节；采用本发明专利技术的技术方案，可以实现燃料电池和电池间合理的功率分配，在满足动力性的前提下，获得最大的经济性，以及平稳的驾驶性能。以及平稳的驾驶性能。以及平稳的驾驶性能。

【技术实现步骤摘要】
一种基于灰狼优化的ECMS混动汽车能量管理策略


[0001]本专利技术属于燃料电池混合动力汽车能量管理领域，具体涉及一种基于灰狼优化的ECMS混动汽车能量管理策略。

技术介绍

[0002]近年来，能源危机和环境问题日益严重，汽车的燃油排放是其中的首要问题，燃料电池(FC)技术被普遍认为是一种有潜力的解决方案，因为它使用可再生燃料而且环保。高能效、低浪费产品是这个系统的优点。这些是由于燃料直接转化为电能。此外，质子交换膜燃料电池(PEMFC)由于其简单性、可行性、快速启动、较高的功率密度、相对较大的电学效率以及在较低温度下的运行，成为电动汽车系统最佳储能系统之一。
[0003]然而，燃料电池系统存在成本高、反应慢、无制动时的再生能量回收、无法跟踪快速负载变化，车辆运行中的负载需求波动可能导致燃料电池膜上的燃料不足、流动、膜干燥和压力不平衡，从而损坏燃料电池堆并降低其寿命。由于加速度、路面和交通条件的变化，汽车的功率需求会发生显著变化，车辆的不稳定运行可能不适合使用单一的燃料电池系统。因此，经常将燃料电池系统与电池、超级电容等相结合组成混合储能系统(HESS)，不仅能降低系统成本，改善整车系统的动态性能，提高燃料电池的使用寿命，而且由于再生制动能量的回收提高了燃料经济性。由于燃料电池、锂电池具有不同的特性和动态特性，因此需要为系统设计一个整体的能量管理策略，以协调不同能源之间的功率波动。
[0004]现如今，在FCHEV上应用的能量管理策略有两类：一是基于规则的能量管理策略，二是基于优化的能量管理策略。基于规则的能量管理策略需要依赖于经验制定规则，对工况的适应性不好，且做不了全局最优，代表策略有模糊逻辑策略，功率跟随策略等。基于优化的能量管理策略可以实现全局最优解，但需做到工况条件完全已知的情况下，计算时间较长，代表策略有等效氢耗最低策略，动态规划，模型预测控制等。
[0005]等效消耗最低策略是一种可以作为实时控制器实现的瞬时优化方法，因为它的求解不需要未来的行驶循环工况信息。对于燃料电池
‑
锂电池混合动力汽车，ECMS的主要概念是将蓄电池的能量消耗视为未来的氢消耗，加上燃料电池系统自身的氢消耗，总氢气消耗量最小，优化问题为：
[0006]其中，s为等效因子，K
C
为一惩罚系数，用于限制电池SOC的变化范围。s和K
C
是都是重要的设计变量，影响到整个策略的可行性与稳定性。由于其瞬时最优的特性，不能保证全局最优，因此需要一种更为行之有效的策略，来使得ECMS更趋近全局最优。
[0007]灰狼优化算法(GWO)是在2014年被提出的一种比较新颖的群体智能优化算法，该算法具有结构简单、需要设置的参数少、在实验编码中容易实现和对于目标的搜索场景有着较好的适应性等优点。

技术实现思路

[0008]本专利技术提供了一种基于灰狼优化的ECMS混动汽车能量管理策略，为了解决等效氢耗最低策略在混合动力车辆能量管理中的局限性问题，引入了灰狼优化算法(GWO)来对等效氢耗最低策略中的等效因子进行优化，使其能量管理策略不仅能够满足车辆的动力性，还能减少车辆的氢耗量，显著提升车辆的经济性。
[0009]为实现上述目的，本专利技术采用如下技术方案：
[0010]一种基于灰狼优化的ECMS混动汽车能量管理策略，包括如下步骤：
[0011]步骤1：建立燃料电池混合动力汽车的纵向动力学模型；
[0012]步骤2：基于FCHEV的特点，搭建基于ECMS策略的燃料电池混合动力能量管理模型；
[0013]步骤3：基于提升车辆经济性的目标，针对ECMS策略中等效因子优化的问题，采用灰狼优化算法(Grey Wolf Optimization,GWO)对ECMS等效因子进行调节。
[0014]以上所述步骤中，步骤1中所述纵向动力学模型为：
[0015][0016]其中，P
t
为汽车功率需求，v为汽车当前车速，m为整车质量，μ为滚动阻力系数，ρ为空气质量密度(kg/m3)，A为迎风面积(m2)，C
d
为空气阻力系数，a为汽车当前加速度，θ为路面与水平面的夹角；
[0017]步骤2具体包括以下步骤：
[0018]给定燃料电池的功率上、下限；
[0019]给定电池的功率上、下限；
[0020]给定电池电荷量上、下限；
[0021]将电池消耗的电能与燃料电池氢耗之间建立等效关系，即：
[0022][0023]其中，为整车瞬时等效氢气消耗量，为燃料电池瞬时氢气消耗量，为电池瞬时等效氢气消耗量，Pb为电池功率，Q
H2
为氢气热值，s为等效因子，K
c
为惩罚系数，用于限制电池SOC的变化范围，如果电池SOC超过最大SOC界限，惩罚系数会降低等效因子以促进电池放电；如果电池SOC低于最低SOC界限，惩罚系数会增大等效因子以促进电池充电，
[0024]K
c
的表达式为:
[0025]其中，μ
b
是平衡系数为0.6，SOC
MAX
和SOC
MIN
分别为锂电池的SOC上限值和下限值；
[0026]等效因子s和惩罚系数K
c
的取值会直接影响到ECMS最后的目标函数；
[0027]ECMS的目标函数为：
[0028]通过求解即可使得每一瞬时的能量分配达到最优；
[0029]步骤3建立的灰狼算法优化等效因子模型，具体包括以下步骤：
[0030](1)狼群初始化，三个状态输入量构成一个个体，根据每个状态量设置上下限，搜索上下限里面的状态量构成种群，根据适应度函数计算出初始种群中个体的适应度值；
[0031](2)选择最优的三个解函数(等效因子)分别作为α，β，δ狼；
[0032](3)这三个最优解(α，β，δ)指导第二步优化学习，其余狼根据这三个解的位置信来做调整进行狩猎和攻击，根据适应度函数计算出新的此时所有狼的适应度；
[0033](4)再根据上一步的计算，选取出新的三个最优解(α，β，δ)指导下一步优化，自此完成一次迭代，直到达到收敛条件或迭代次数。
[0034]优选地，步骤(1)中所述的基于灰狼优化的燃料电池混合动力汽车能量管理方法中灰狼优化的适应度函数为：
[0035][0036]其中，是整车等效氢耗累积量；c1表示燃料电池和电池功率都处于各自功率范围之内时取1，否则取0；c2表示电池SOC在电荷量上下限之间时取1，否则取0，这种适应度函数的定义在满足SOC约束的前提下保证了复合电源系统的氢气消耗量最小；
[0037]步骤(1)中所述状态量范围如下:
[0038][0039]其中，P
bamin
和P
bamax
分别表示蓄电池功率能达到的最小值和最大值，P
load
代表汽车功率需求；I
b本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于灰狼优化的ECMS混动汽车能量管理策略，其特征在于，包括如下步骤：步骤1：建立燃料电池混合动力汽车的纵向动力学模型；步骤2：基于FCHEV的特点，搭建基于ECMS策略的燃料电池混合动力能量管理模型；步骤3：基于提升车辆经济性的目标，针对ECMS策略中等效因子优化的问题，采用灰狼优化算法对ECMS等效因子进行调节。2.根据权利要求1所述的基于灰狼优化的ECMS混动汽车能量管理策略，其特征在于，步骤1中所述纵向动力学模型为：其中，P
t
为汽车功率需求，v为汽车当前车速，m为整车质量，μ为滚动阻力系数，ρ为空气质量密度，A为迎风面积，C
d
为空气阻力系数，a为汽车当前加速度，θ为路面与水平面的夹角。3.根据权利要求1所述的基于灰狼优化的ECMS混动汽车能量管理策略，其特征在于，步骤2具体包括以下步骤：给定燃料电池的功率上、下限；给定电池的功率上、下限；给定电池电荷量上、下限；将电池消耗的电能与燃料电池氢耗之间建立等效关系，即：其中，为整车瞬时等效氢气消耗量，为燃料电池瞬时氢气消耗量，为电池瞬时等效氢气消耗量，Pb为电池功率，Q
H2
为氢气热值，s为等效因子，K
c
为惩罚系数，用于限制电池SOC的变化范围，如果电池SOC超过最大SOC界限，惩罚系数会降低等效因子以促进电池放电；如果电池SOC低于最低SOC界限，惩罚系数会增大等效因子以促进电池充电。4.根据权利要求3所述的基于灰狼优化的ECMS混动汽车能量管理策略，其特征在于，K
c
的表达式为:其中，μ
b
是平衡系数为0.6，SOC
MAX
和SOC
MIN
分别为锂电池的SOC上限值和下限值。5.根据权利要求3或4所述的基于灰狼优化的ECMS混动汽车能量管理策略，其特征在于，所述等效因子s和惩罚系数K
...

【专利技术属性】
技术研发人员：顾诚，周健豪，刘军，吴旭阳，徐达，李超雄，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：