一种氢燃料电池自卸车续驶里程实时预测方法及其系统技术方案

本发明专利技术涉及续驶里程计算技术领域，更具体地，涉及一种氢燃料电池自卸车续驶里程实时预测方法及其系统，包括如下步骤：S1.获取氢燃料电池自卸车的动力电池组相关数据以及燃料电池余量数据；S2.检测获取的数据是否完整，若是，则执行步骤S3，否则执行步骤S4；S3.对缺失数据进行识别，并调用该缺失数据的历史数据进行补充，然后执行步骤S4；S4.构建续驶里程预测模型；S5.通过续驶里程预测模型对获取的数据进行回归分析，得到自卸车当前续驶里程预测值。本发明专利技术通过实时监控影响氢燃料电池自卸车续驶里程的各种因素来进行自卸车续驶里程预测，提高预测准确性，使得当自卸车能源不足时能够得到及时的能源补充，进而提高自卸车的使用寿命，缓解里程焦虑现象。缓解里程焦虑现象。缓解里程焦虑现象。

【技术实现步骤摘要】
一种氢燃料电池自卸车续驶里程实时预测方法及其系统


[0001]本专利技术涉及续驶里程计算
，更具体地，涉及一种氢燃料电池自卸车续驶里程实时预测方法及其系统。

技术介绍

[0002]氢燃料电池自卸车以燃料电池为主能源、动力电池组为辅助能源，为自卸车提供动力，具有零污染、能量转换效率高、噪声低等特点。由于自卸车行驶工况恶劣，载重量大，导致驾驶员对其续驶里程难以把控。以往的驾驶员结合氢燃料电池自卸车百公里能耗和剩余电量来大致估算车辆的续驶里程，但自卸车在实际的工作过程中由于驾驶员的驾驶行为、地形等影响因素的多变性，再加上自身较大的重量，导致估算结果误差较大，无法实时对氢燃料电池自卸车的续驶里程进行准确预测。
[0003]公开号为CN112389213A的中国专利文献，公开了一种续驶里程预测方法、装置、设备及存储介质，通过该技术方案，能够综合燃料电池的续航能力和动力电池的续航能力，并考虑天气情况、道路交通状况等环境因素的影响，精准预测车辆续驶里程，缓解驾驶员的里程焦虑问题。
[0004]但上述方案中，若车辆出现局部故障，则无法对续驶里程进行预测，使得该预测方法适用范围较小。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，提供一种氢燃料电池自卸车续驶里程实时预测方法及其系统，通过实时监控影响氢燃料电池自卸车续驶里程的各种因素来进行自卸车续驶里程预测，提高预测准确性，使得当自卸车能源不足时能够得到及时的能源补充，进而提高自卸车的使用寿命，缓解里程焦虑现象。
[0006]为解决上述技术问题，本专利技术采用的技术方案是：
[0007]提供一种氢燃料电池自卸车续驶里程实时预测方法，包括如下步骤：
[0008]S1.获取氢燃料电池自卸车的动力电池组相关数据以及燃料电池余量数据；
[0009]S2.检测步骤S1所获取的数据是否完整，若是，则执行步骤S4，否则执行步骤S3；
[0010]S3.对缺失数据进行识别，并调用所述缺失数据的历史数据进行补充，然后执行步骤S4；
[0011]S4.构建续驶里程预测模型；
[0012]S5.在步骤S4之后，通过所述续驶里程预测模型对获取的数据进行回归分析，得到自卸车当前续驶里程预测值。
[0013]本专利技术包括一种氢燃料电池自卸车续驶里程实时预测方法，通过实时监控影响氢燃料电池自卸车续驶里程的各种因素，如动力电池组相关数据以及燃料电池余量数据，能够更准确地预测自卸车续驶里程，用以提示驾驶员及时进行能源补充，进而提高供电系统的使用寿命，缓解里程焦虑问题。还有，预测方法还能够通过检测相应的缺失数据以确认自
卸车是否发生局部故障，且在自卸车发生局部故障时仍然能够进行续驶里程的实时预测。
[0014]进一步地，还包括步骤S6：在步骤S5之后，将步骤S1所获取的数据添加至历史数据中，然后返回步骤S1。
[0015]进一步地，在步骤S1中，所述动力电池组相关数据包括动力电池组总电容、动力电池组余量、动力电池组余量变化率、动力电池组放电深度、动力电池组温度、动力电池组充放电总电压、动力电池组充放电总电流、动力电池组输出功率、动力电池组单个电池电压、动力电池组单个电池放电深度。
[0016]进一步地，还包括步骤S7：在步骤S1之后，通过动力电池组余量协调动力电池组与燃料电池之间的供能关系；其中，步骤S7体包括：
[0017]S71.设当前动力电池组余量为A
SOC
，设动力电池组余量最大安全值为A
max
，设动力电池组余量最小安全值A
min
；当A
SOC
≥A
max
时，执行步骤S62；当A
SOC
≤A
min
时，执行步骤S63；当A
min
<A
SOC
<A
max
时，执行步骤S64；
[0018]S72.调整燃料电池的输出功率，使所述燃料电池的输出功率低于自卸车驱动电机负载需求功率；
[0019]S73.调整燃料电池的输出功率，使所述燃料电池以最大输出功率进行工作；
[0020]S74.根据自卸车驱动电机负载需求功率调整燃料电池的输出功率，使所述动力电池组与燃料电池同时工作，且使A
SOC
∈[A1,A2]；其中，[A1,A2]表示动力电池组在健康状态下的余量区间。
[0021]进一步地，在步骤S1中，还包括获取氢燃料电池自卸车的车身环境数据以及车外环境数据。
[0022]进一步地，所述车外环境数据包括行驶坡度数据；所述车身环境数据包括车身温度数据、车身压力数据、车身速度数据、储氢罐数据。
[0023]进一步地，在步骤S1中，所述燃料电池余量数据通过储气罐气压和修正气体状态方程计算得出；其中，所述储气罐气压和修正气体状态方程为：
[0024][0025]式中，X
燃
表示自卸车当前燃料电池余量，P表示实时采集的储氢罐内压强，P0表示燃料电池达到最小耗氢量的储氢罐压强，V表示储氢罐体积，Z
c
表示气体压缩因子，R表示理想气体常数，T表示气体开尔文温度，η1表示自卸车氢气利用率，η2表示氢气转化率，η3表示电能输出效率。
[0026]进一步地，在步骤S4中，所述续驶里程预测模型为：
[0027][0028]式中，L
预
表示自卸车当前续驶里程预测值，X
i
表示自卸车续驶里程的影响因素，k
i
表示拟合参数。
[0029]本专利技术还提供一种氢燃料电池自卸车续驶里程实时预测系统，包括：传感系统、电池监控系统、数据传输处理系统、网联计算系统，所述传感系统、电池监控系统、网联计算系统均与数据传输处理系统通信连接。
[0030]本专利技术还包括一种氢燃料电池自卸车续驶里程实时预测系统，传感系统用于获取氢燃料电池自卸车运行过程中的车身环境数据、车外环境数据；电池监控系统用于获取氢燃料电池自卸车运行过程中的动力电池组相关数据；数据传输处理系统用于对传感系统和电池监控系统所获取的各类数据进行预处理、分类存储以及数据传输；网联计算系统用于对数据传输处理系统所传输的数据进行预测，得到自卸车当前续驶里程预测值。
[0031]优选地，所述传感系统包括与数据传输处理系统通信连接的温度传感模块、压力传感模块、气压传感模块、速度传感模块、坡度传感模块。
[0032]与现有技术相比，本专利技术的有益效果是：
[0033]本专利技术包括一种氢燃料电池自卸车续驶里程实时预测方法，通过实时监控影响氢燃料电池自卸车续驶里程的各种因素，如动力电池组相关数据以及燃料电池余量数据，能够更准确地预测自卸车续驶里程，用以提示驾驶员及时进行能源补充，进而提高供电系统的使用寿命，缓解里程焦虑问题。还有，预测方法还能够通过检测相应的缺失数据以确认自卸车是否发生局部故本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种氢燃料电池自卸车续驶里程实时预测方法，其特征在于，包括如下步骤：S1.获取氢燃料电池自卸车的动力电池组相关数据以及燃料电池余量数据；S2.检测步骤S1所获取的数据是否完整，若是，则执行步骤S4，否则执行步骤S3；S3.对缺失数据进行识别，并调用所述缺失数据的历史数据进行补充，然后执行步骤S4；S4.构建续驶里程预测模型；S5.在步骤S4之后，通过所述续驶里程预测模型对获取的数据进行回归分析，得到自卸车当前续驶里程预测值。2.根据权利要求1所述的氢燃料电池自卸车续驶里程实时预测方法，其特征在于，还包括步骤S6：在步骤S5之后，将步骤S1所获取的数据添加至历史数据中，然后返回步骤S1。3.根据权利要求1所述的氢燃料电池自卸车续驶里程实时预测方法，其特征在于，在步骤S1中，所述动力电池组相关数据包括动力电池组总电容、动力电池组余量、动力电池组余量变化率、动力电池组放电深度、动力电池组温度、动力电池组充放电总电压、动力电池组充放电总电流、动力电池组输出功率、动力电池组单个电池电压、动力电池组单个电池放电深度。4.根据权利要求1所述的氢燃料电池自卸车续驶里程实时预测方法，其特征在于，还包括步骤S7：在步骤S1之后，通过动力电池组余量协调动力电池组与燃料电池之间的供能关系；其中，步骤S7体包括：S71.设当前动力电池组余量为A
SOC
，设动力电池组余量最大安全值为A
max
，设动力电池组余量最小安全值A
min
；当A
SOC
≥A
max
时，执行步骤S72；当A
SOC
≤A
min
时，执行步骤S73；当A
min
<A
SOC
<A
max
时，执行步骤S74；S72.调整燃料电池的输出功率，使所述燃料电池的输出功率低于自卸车驱动电机负载需求功率；S73.调整燃料电池的输出功率，使所述燃料电池以最大输出功率进行工作；S74.调整燃料电池的输出功率，使所述动力电池组与燃料电池同时工作，且使A
S...

【专利技术属性】
技术研发人员：刘强，张圣渠，王仲旭，刘聪，
申请(专利权)人：中山大学，
类型：发明
国别省市：