多时间尺度多能源混合动力系统管理与多控制器协同方法技术方案

本发明专利技术提供一种多时间尺度多能源混合动力系统管理与多控制器协同方法，包括：根据多能源混合动力系统的结构特征，将多能源混合动力系统划分为能量管理子系统和执行器控制子系统；在能量管理子系统中，利用分布式的控制结构将多种混合能源分为分布式能源；根据多种混合能源的类型对每一分布式能源设置对应的第一控制器；对执行器控制子系统设置对应的第二控制器；利用第一控制器结合各自的控制目标值和运行约束条件对各分布式能源进行协同控制，同时利用第二控制器对所述执行器控制子系统进行控制。解决了能源动力系统结构内的横向多时间尺度行为特征问题以及多能源之间的纵向多时间尺度响应问题，提高能源动力系统的管理效率与使用寿命。理效率与使用寿命。理效率与使用寿命。

【技术实现步骤摘要】
多时间尺度多能源混合动力系统管理与多控制器协同方法


[0001]本专利技术涉及多混合能源动力系统控制领域，特别是涉及一种多时间尺度多能源混合动力系统管理与多控制器协同方法。

技术介绍

[0002]能源动力系统一直是新能源汽车、潜航器等发展的关键技术，是其完成工作任务的基本保证，因此能源动力系统的管理对新能源汽车、潜航器等有着极其重要的作用。
[0003]燃料电池因为其能源绿色、安全、环保等优点，将在未来一段时间内成为主要动力能源。但是将燃料电池单独用作能源将会对系统有很大的限制，首先，因为燃料电池是一种化学能能源，需要通过化学反应将能量释放出来，其响应速度较慢；其次，因燃料电池内部工作性质，从而导致其无法在低温下启动；最后燃料电池没有对外界能量进行回收存储的功能，将会对资源造成极大的浪费。锂电池和超级电容等储能能源具有高功率密度的性质，可以弥补燃料电池响应速度慢、无法储能的缺点，并且超级电容具有较宽的工作温度范围，可以弥补燃料电池无法在低温启动的缺陷。因此该系统加入了锂电池和超级电容等二次能源来辅助燃料电池进行整个系统的充放电。其中燃料电池作为主要动力，锂电池与超级电容器作为辅助储能元件。
[0004]多能源混合的能源动力系统相较于单一的燃料电池系统来说，极大的提高了在不同外界情况下能源动力系统的适用性。但由于能源动力系统在内部结构上具有慢动态与快动态等横向多时间尺度的动态行为特征，以及由于多混合能源之间具有纵向多时间尺度响应的特性，使其无法对能源动力系统进行精准的管理，以及无法使混合能源之间进行更优化的协同控制，从而大大降低了能源动力系统的管理效率，对资源造成极大的浪费；同时锂电池进行大功率充放电，会对电池本身造成无法逆转的损伤，从而降低其使用寿命。

技术实现思路

[0005]本专利技术的目的是提供一种多时间尺度多能源混合动力系统管理与多控制器协同方法，能够解决能源动力系统在内部结构上具有慢动态与快动态等横向多时间尺度的动态行为特征，以及由于多混合能源之间具有纵向多时间尺度响应的特性，从而实现对能源动力系统进行精准的管理，以及使混合能源之间进行更优化的协同控制。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种多时间尺度多能源混合动力系统管理与多控制器协同方法，包括：
[0008]根据多能源混合动力系统的结构特征，将所述多能源混合动力系统划分为能量管理子系统和执行器控制子系统；所述能量管理子系统的输出为所述执行器控制子系统的输入；所述执行器控制子系统包括所述能量管理子系统中各能源对应的变换器开关；
[0009]在所述能量管理子系统中，利用分布式的控制结构将多种混合能源分为分布式能源；
[0010]根据多种混合能源的类型对每一分布式能源设置对应的第一控制器；
[0011]对所述执行器控制子系统设置对应的第二控制器；
[0012]利用所述第一控制器结合各自的控制目标值和运行约束条件对各分布式能源进行协同控制，同时利用所述第二控制器对所述执行器控制子系统进行控制，实现多时间尺度多能源混合动力系统的管理。
[0013]可选的，所述根据多种混合能源的类型对每一分布式能源设置对应的第一控制器，具体包括：
[0014]确定每一分布式能源的响应速度；
[0015]根据所述响应速度确定每一分布式能源的采样周期的时间尺度；
[0016]根据所述响应速度和所述采样周期的时间尺度设置每一分布式能源对应的第一控制器。
[0017]可选的，每一分布式能源对应的第一控制器选用双层结构模型预测控制器(MPC)。
[0018]可选的，所述多种混合能源包括燃料电池、锂电池和超级电容；
[0019]所述燃料电池的所述双层结构MPC的所述采样周期的时间尺度>所述锂电池的所述双层结构MPC的所述采样周期的时间尺度>所述超级电容的所述双层结构MPC的所述采样周期的时间尺度。
[0020]可选的，所述利用所述第一控制器结合各自的控制目标值和运行约束条件对各分布式能源进行协同控制，具体包括：
[0021]以多时间尺度多能源混合动力系统运行最大效率和最长使用寿命为目标构建各所述第一控制器的目标函数；
[0022]根据各所述目标函数确定每一所述第一控制器的控制目标值。
[0023]根据每一所述第一控制器的控制目标值和运行约束条件对各分布式能源进行协同控制。
[0024]可选的，各所述第一控制器的目标函数的表达式为：
[0025][0026]其中，Y(k)为分布式能源的输出变量；为分布式能源的输出预测值；为未来输出预测初始值；A为动态矩阵；Δu(k)为未来的控制输入变化量；Q和R分别表示误差权矩阵和控制权矩阵。
[0027]可选的，每一所述第一控制器的控制目标值表达式为：
[0028]u(k+1)＝W(k)+Δu(k)
[0029][0030]其中，u(k)为k时刻分布式能源的输入变量。
[0031]可选的，各所述第一控制器根据预设的逻辑判断规则对各对应的所述分布式能源进行控制，具体包括：
[0032]判断负载需求功率状态，根据判断结果以及各所述分布式能源的剩余能量控制各所述分布式能源进行供能；
[0033]当所述负载需求功率为零，且以及时，控制所述燃料电池单独参与供能；
[0034]当所述负载需求功率为零，且以及时，控制所述燃
料电池单独参与供能，同时给所述锂电池充电；
[0035]当所述负载需求功率为零，且以及时，控制所述燃料电池单独参与供能，同时给所述超级电容充电；
[0036]当所述负载需求功率为零，且以及时，控制所述燃料电池单独参与供能，同时给所述锂电池和所述超级电容充电；
[0037]当所述负载需求功率大于零，且以及时，控制所述燃料电池、所述锂电池和所述超级电容共同参与供能；
[0038]当所述负载需求功率大于零，且以及时，控制所述燃料电池和所述超级电容共同参与供能；
[0039]当所述负载需求功率大于零，且以及时，控制所述燃料电池和所述锂电池共同参与供能；
[0040]当所述负载需求功率大于零，且以及时，控制所述燃料电池单独参与供能；
[0041]当所述负载需求功率小于零，且以及时，控制所述锂电池和所述超级电容共同参与回收；剩下多余部分能量由制动电阻参与回收；
[0042]当所述负载需求功率小于零，且以及时，控制所述超级电容单独参与回收；剩下多余部分能量由所述制动电阻参与回收；
[0043]当所述负载需求功率小于零，且以及时，控制所述锂电池单独参与回收；剩下多余部分能量由所述制动电阻参与回收；
[0044]当所述负载需求功率小于零，且以及时，全部能量由所述制动电阻参与回收；
[0045]其中，SOC
bat
表示锂电池当前SOC的状态，分别表示锂电池工作效率最高时的SOC范围的下限值和上限值；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多时间尺度多能源混合动力系统管理与多控制器协同方法，其特征在于，包括：根据多能源混合动力系统的结构特征，将所述多能源混合动力系统划分为能量管理子系统和执行器控制子系统；所述能量管理子系统的输出为所述执行器控制子系统的输入；所述执行器控制子系统包括所述能量管理子系统中各能源对应的变换器开关；在所述能量管理子系统中，利用分布式的控制结构将多种混合能源分为分布式能源；根据多种混合能源的类型对每一分布式能源设置对应的第一控制器；对所述执行器控制子系统设置对应的第二控制器；利用所述第一控制器结合各自的控制目标值和运行约束条件对各分布式能源进行协同控制，同时利用所述第二控制器对所述执行器控制子系统进行控制，实现多时间尺度多能源混合动力系统的管理。2.根据权利要求1所述的方法，其特征在于，所述根据多种混合能源的类型对每一分布式能源设置对应的第一控制器，具体包括：确定每一分布式能源的响应速度；根据所述响应速度确定每一分布式能源的采样周期的时间尺度；根据所述响应速度和所述采样周期的时间尺度设置每一分布式能源对应的第一控制器。3.根据权利要求2所述的方法，其特征在于，每一分布式能源对应的第一控制器选用双层结构MPC；所述MPC是一种进阶过程控制算法。4.根据权利要求3所述的方法，其特征在于，所述多种混合能源包括燃料电池、锂电池和超级电容；所述燃料电池的所述双层结构MPC的所述采样周期的时间尺度>所述锂电池的所述双层结构MPC的所述采样周期的时间尺度>所述超级电容的所述双层结构MPC的所述采样周期的时间尺度。5.根据权利要求4所述的方法，其特征在于，所述利用所述第一控制器结合各自的控制目标值和运行约束条件对各分布式能源进行协同控制，具体包括：以多时间尺度多能源混合动力系统运行最大效率和最长使用寿命为目标构建各所述第一控制器的目标函数；根据各所述目标函数确定每一所述第一控制器的控制目标值。根据每一所述第一控制器的控制目标值和运行约束条件对各分布式能源进行协同控制。6.根据权利要求5所述的方法，其特征在于，各所述第一控制器的目标函数的表达式为：其中，Y(k)为分布式能源的输出变量；为分布式能源的输出预测值；为未来输出预测初始值；A为动态矩阵；Δu(k)为未来的控制输入变化量；Q和R分别表示误差权矩阵和控制权矩阵。7.根据权利要求6所述的方法，其特征在于，每一所述第一控制器的控制目标值表达式为：
u(k+1)＝u...

【专利技术属性】
技术研发人员：邹涛，王欣欣，陈洋，刘晓初，梁忠伟，
申请(专利权)人：广州大学，
类型：发明
国别省市：