【技术实现步骤摘要】
基于电池老化的混合动力汽车的能量输出管理方法
[0001]本专利技术属于汽车控制
,涉及混合动力汽车能量输出管理方法。
技术介绍
[0002]之前,汽车的动力来源主要依靠化石燃料,然而随着化石燃料的日益开采,这一不可再生能源总有枯竭的时候,并且化石燃料的使用不可避免地会产生环境污染。因此。新能源汽车在现在及未来的交通系统中将是一大趋势,对于燃料电池混合动力汽车而言,为使其达到最佳的运行效果,设计一种实时、高效、自适应的能量输出管理方法,使燃料电池、锂电池和超级电容能够在不同工况条件下协调分配能量尤为关键。
[0003]目前燃料电池混合动力汽车的能量输出管理方法可以分为两类:基于规则的策略和基于优化的策略。基于规则的策略使用直接规则或模糊规则来管理车辆的正常运行,它结构简单,使用方便,在电动车上得到了广泛的应用,但是这种策略很难达到最优的功率分配。基于优化的策略中采用到等效消耗最小化策略,它作为一种实时优化策略,通过计算当量燃料成本函数来实现能量在各能源之间的瞬时分配,它不依赖于行驶条件的先验知识,可以达到接近最佳的设置点。然而在燃料电池混合动力汽车的生命周期内,电池会随着汽车的使用而发生老化,出现电源退化的现象。燃料电池作为燃料电池混合动力汽车的主要动力源,燃料电池在相应电流下的输出功率会随着老化而降低,其最大工作效率点也发生变化;同时锂电池容量会随着汽车的使用而下降,锂电池电阻会随着老化而增加,从而降低了锂电池的输出电压。因此,燃料电池混合动力汽车的能量输出管理方法中若不对电池老化进行考虑,则无法对燃 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.基于电池老化的混合动力汽车的能量输出管理方法,其特征在于,包括以下步骤:步骤一、通过传感器获取混合电动汽车直流母线上的负载电流、超级电容荷电状态值以及汽车车速,通过模糊控制器与超级电容荷电状态值优化模块得到调节频率,将调节频率输入到巴特沃斯滤波器得到底层的需求电流以及顶层的超级电容输出电流;步骤二、建立燃料电池和锂电池老化模型,使用无迹卡尔曼滤波估计老化参数,计算燃料电池和锂电池的健康状态;步骤三、通过燃料电池和锂电池的健康状态得到锂电池等效因子和燃料电池的最大电流动态变化率;步骤四、将底层的需求电流、锂电池等效因子和燃料电池动态电流变化率输入到构建的自适应等效功耗最小策略中,计算得到燃料电池和锂电池的输出电流。2.根据权利要求1所述的基于电池老化的混合动力汽车的能量输出管理方法,其特征在于:所述步骤一中,模糊控制器中,输入变量为超级电容荷电状态值SOC
sc
和负载电流I
LOAD
,输出变量为初始调节频率f
s
’
,0.5<SOC
sc
<0.9;超级电容SOC优化模块中,与驱动条件相关的超级电容参考荷电状态值定义如下:其中v
max
是车辆的最大速度,是超级电容最大荷电状态值;v是当前汽车车速;为了保证超级电容荷电状态值SOC
sc
接近其超级电容参考荷电状态值并随驱动条件而变化,定义可调频率增量Δf用于校正模糊控制器输出,实现了超级电容器随驱动条件的变化,最终修正后的调节频率f
s
表示如下:其中,k是调节因子,SOC
sc
为超级电容荷电状态值,是超级电容参考荷电状态值;将调节频率f
s
输入到巴特沃斯滤波器中,底层的需求电流以及顶层的超级电容输出电流分别为:I
SC
=I
LOAD
‑
I
RE
其中,I
RE
(k)当前周期的底层的需求电流,I
RE
(k
‑
1)上一周期的底层的需求电流,I
LOAD
(k)当前周期的当前周期的负载电流,T为滤波器采样周期,I
RE
为底层的需求电流,I
SC
为顶层的超级电容输出电流。3.根据权利要求2所述的基于电池老化的混合动力汽车的能量输出管理方法,其特征在于:所述模糊控制器中,模糊控制器计算规则基于输入
‑
输出模糊隶属度函数和模糊规则库,选取“三角形+梯形”隶属度函数,依据不同驾驶条件对调节频率f
s
’
进行调整,取重心法
作为去模糊化的计算方法,在离散论域情况下,重心法计算公式为:其中,i为量化级数的个数,为对应的隶属度程度值,z
i
为对应的量化级数值,z0为模糊控制器解模后的精确值,即初始调节频率f
s
’
。4.根据权利要求2或3所述的基于电池老化的混合动力汽车的能量输出管理方法,其特征在于:所述步骤二中,燃料电池的健康状态定义如下:其中,α
min
是退化偏差的最小值,α
max
是退化偏差的最大值;α
min
和α
max
由燃料电池出厂参数的内阻极限值和最大电流极限值计算得到;锂电池的健康状态定义如下:其中,为锂电池参数中的电池初始最大电量,为电池寿命终止的电量阈值;q(t)是测量得到的t时刻电池最大电量。5.根据权利要求4所述的基于电池老化的混合动力汽车的能量输出管理方法,其特征在于:所述燃料电池的健康状态中,使用质子交换膜燃料电池的静态电压模型用作为燃料电池的老化模型,方程如下:其中,E代表燃料电池组总电压,N
cell
代表燃料电池层数,E
rev
代表热力学可逆电势,E
act
代表活化损失,R代表燃料电池内阻,I
FC
代表燃料电池电流,B代表经验常数,I
max
代表最大允许电流;燃料电池无迹卡尔曼滤波估计模型如下:其中,x
k
=[α,β]
T
是无迹卡尔曼滤波状态变量,A=[1,T;0,1],y
k
是燃料电池电压,w
k
和v
k
是过程和观测噪声,u
k
是燃料电池输入参考电流,g(x
k
,u
k
)为静态电压模型;已知燃料电池输入参考电流u
k
和传感器测量的实际输出电压y
k
,作为状态观测器的无迹卡尔曼滤波用于估计燃料电池老化模型中的未观测状态参数x
k+1
,以求出t时刻的燃料电池内阻R(t)和最
大电流I
max
(t);燃料电池内阻R和最大电流I
max
随时间的变化描述如下:其中,R(t)表示t时刻燃料电池内阻,I
max
(t)表示t时刻燃料电池最大电流,R0和I
max0
分别表示其初始值,α(t)表示随时间变化的退化偏差。6.根据权利要求4所述的基于电池老化的混合动力汽车的能量输出管理方法,其特征在于:所述锂电池的健康状态计算中,使用基于电化学的锂离子电池模型作为锂电池老化模型,方程如下:V(t)=V
U,p
‑
V
U,n
‑
V
S,p
‑
技术研发人员:张立炎,汤博兰,陈启宏,肖朋,周克亮,
申请(专利权)人:武汉理工大学,
类型:发明
国别省市:
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。