一种非固定路线下基于路线辨识的自适应能量管理策略制造技术

本发明专利技术涉及一种非固定路线下基于路线辨识的PFCEB能量管理控制策略，属于插电式燃料电池电动公交车能量管理控制研究领域。通过构建非固定路线下路线工况特征值

【技术实现步骤摘要】
一种非固定路线下基于路线辨识的自适应能量管理策略


[0001]本专利技术属于插电式燃料电池电动公交车能量管理控制研究领域，具体涉及一种非固定路线下基于路线辨识的自适应能量管理策略。

技术介绍

[0002]PFCEB能量管理策略设计的合理与否将影响整车的动力性和经济性。良好的能量管理策略可以实现多动力源之间的最佳功率分配，有效实现整车效率的提升，进而实现节能减排的目的。因此，提出一种非固定路线下基于路线辨识的自适应能量管理策略。
[0003]针对PFCEB非固定路线下的能量管理策略研究存在两个待解决的关键问题，即非固定路线近似能量管理的泛化控制问题和非固定路线下工况随机、随机质量和运行距离扰动的稳健控制问题。
[0004]目前，已实现工程应用的混合动力系统能量管理策略多以规则型控制为主，其逻辑结构简单，实时性好，但对不同工况的适应性较差，容易出现能耗较高的情况。因此，科学研究主要以基于优化的控制策略为主。尽管该类方法对车辆经济性的提升具有显著作用，但是，基于全局优化的算法仅适用于全局工况已知的情况，无法适应行驶工况的随机变化，在线应用困难；规则能量管理控制策略虽然可以实现非固定路线下的实时控制，但由于门限参数固定，难以实现非固定路线下的泛化最优控制，虽然基于优化的能量管理可解决位置动态工况下的最优控制问题，但主要以已知工况为设计前提，难以泛化到非固定路线。
[0005]专利CN115230485A公开了一种基于短期功率平滑预测的燃料电池公交车能量管理方法，开了一种基于短期功率平滑预测的燃料电池公交车能量管理方法，包括下列步骤：从车辆控制器局域网络总线即CAN总线中采集实际公交驾驶工况的电机需求功率数据；进行短期需求功率平滑预测；建立多目标成本函数，在预测时域内采用动态规划算法求解出最优控制变量序列，将该序列第一个值施加到动力系统模型中完成能量分配。本专利技术提出以电机输出功率为工况表征，并采用一阶指数平滑和LSTM神经网络结合的方法进行短期功率平滑预测，有利于减小电机需求功率计算误差，降低系统能耗。本专利技术建立了综合氢气消耗、动力源寿命、SOC消耗轨迹维持的多目标成本函数，有利于提高燃料电池耐久性，降低车辆运营成本。其存在以下缺点，(1)该策略只对固定路线下的能量管理策略研究，对于非固定路线下的工况随机、随机质量和运行距离扰动适应能力差。(2)该策略需要从车辆控制器局域网络总线即CAN总线中采集实际公交驾驶工况的电机需求功率数据，对采集的历史需求功率曲线进行平滑处理，再利用功率预测模型对未来短期电机需求功率进行预测。其控制算法较为复杂，对控制器的在线算力要求较高。

技术实现思路

[0006]本专利技术要解决的技术问题是提供一种非固定路线下基于路线辨识的自适应能量管理策略，实现非固定路线下基于路线辨识的自适应控制，旨在解决非固定路线近似能量管理的泛化控制问题以及考虑FCS系统特性、工况和随机质量扰动的稳健控制问题，以此降
低车辆的系统能耗、提高燃料电池耐久性和降低车辆运营成本。
[0007]为解决上述问题，本专利技术采用如下技术方案：
[0008]P1：确定PFCEB整车结构及各组成部件，并通过建立整车纵向动力学模型：
[0009][0010]其中：m表示整车质量；g表示重力加速度；f
r
表示滚动阻力系数；v表示车速；α表示道路坡度；P
r
表示整车需求功率；η
t
表示机械传动效率；C
D
表示空气阻力系数；A
a
表示汽车迎风面积；δ表示汽车旋转质量换算系数；表示汽车直线行驶的加速度。
[0011]完成燃料电池、动力电池和电机的数学模型搭建。
[0012]燃料电池模型：
[0013][0014][0015]式中：N表示燃料电池单体数量，F表示法拉第常数，Lhv表示氢气热值，P
fcs
表示燃料电池的输出功率，η
fcs
表示燃料电池的效率。
[0016]动力电池模型：
[0017][0018][0019][0020]式中：表示SOC的瞬时变化量；Q
b
表示电池容量；I
b
为电池电流；V
b
为开路电压；R
b
为电池内阻；P
b
为电池功率。
[0021]电机模型：
[0022][0023]上式中，P
m
为电机功率；T
m
为电机转矩；n
m
为电机转速；η
m
为电机驱动状态下的电机效率；η
g
为电机充电状态下的电机效率。
[0024]P2：从动力源介入工作时机和耐久性两方面着手，设计基于CD
‑
CS的插电式燃料电池公交车能量管理策略，并将燃料电池最大最小输出功率P
fc_max
,P
fc_min
；动力电池充电倍数Z1，Z2；纯电阶段和电量消耗阶段的阈值SOC
EV
,SOC
CD
；燃料电池效率eff1,eff2设计为可调控参数设计域；然后基于DOE理论中的TRD理论，应用噪声扰动下的灵敏度分析方法，噪声因子设置为随机工况和随机乘客质量，缩减所提出策略可调控参数设计域，即设计域缩减；
[0025]P3：基于历史工况和CD
‑
CS能量管理控制策略开展可调控参数稳健设计研究，获取最优稳健设计变量。建立非固定路线下基于路线辨识的自适应能量管理策略。包括非固定路线下双参数路线工况特征值
‑
稳健可调控参数数据库的建立和基于KNN算法的路线辨识模型搭建。
[0026]P4:采用DFSS方法获取3个固定路线下稳健可调控参数，并基于运行距离和平均车速双工况特征值，构建非固定路线下路线工况特征值
‑
稳健可调控参数数据库。基于未知动态工况，采用蒙特卡洛仿真MCS方法对稳健参数进行可靠性分析，对DFSS中最优控制变量的稳健性进行验证。
[0027]P5：基于KNN搭建辨识模型。模型以构建的数据库为基础，将非固定路线下的未知动态工况特征值作为输入，采用KNN算法，辨识非固定路线下稳健可调控参数，进而实现非固定路线下基于路线辨识的自适应控制。
[0028]P6:基于硬件在环系统，开展策略实时有效性的验证。
[0029]进一步的优选技术方案如下：
[0030]在步骤P2中，结合燃料电池系统输出功率
‑
效率特性、驱动电机MAP图和动力电池特性等因素，设计考虑怠速、急加速、再生制动和稳定行驶等不同驾驶工况下的能量管理控制策略，并将燃料电池系统与动力电池系统的输出功率权重、燃料电池的切入时机和工作模式切换时机设计为可调控控制参数。该策略分为三个阶段：纯电阶段(EV)、电量消耗阶段(CD)以及电量保持阶段(CS)，在这三个阶段分别由不同的动力源来满足车辆的需求功率P
req...

【技术保护点】

【技术特征摘要】
1.一种非固定路线下基于路线辨识的自适应能量管理策略，其特征在于包括以下步骤：P1：确定插电式燃料电池公交车(PFCEB)整车结构及各组成部件，并建立整车纵向动力学模型：其中：m表示整车质量；g表示重力加速度；f
r
表示滚动阻力系数；v表示车速；α表示道路坡度；P
r
表示整车需求功率；η
t
表示机械传动效率；C
D
表示空气阻力系数；A
a
表示汽车迎风面积；δ表示汽车旋转质量换算系数；表示汽车直线行驶的加速度；完成燃料电池、动力电池和电机的数学模型搭建：燃料电池模型为：燃料电池模型为：式中：N表示燃料电池单体数量，F表示法拉第常数，Lhv表示氢气热值，P
fcs
表示燃料电池的输出功率，η
fcs
表示燃料电池的效率；动力电池模型为：动力电池模型为：动力电池模型为：式中：表示SOC的瞬时变化量；Q
b
表示电池容量；I
b
为电池电流；V
b
为开路电压；R
b
为电池内阻；P
b
为电池功率；电机模型为：上式中，P
m
为电机功率；T
m
为电机转矩；n
m
为电机转速；η
m
为电机驱动状态下的电机效率；η
g
为电机充电状态下的电机效率；P2：从动力源介入工作时机和耐久性两方面着手，设计基于CD
‑
CS的PFCEB能量管理策略，并将燃料电池最大最小输出功率P
fc_max
,P
fc_min
；动力电池充电倍数Z1，Z2；纯电阶段和电量消耗阶段的阈值SOC
EV
,SOC
CD
；燃料电池效率eff1,eff2设计为可调控参数设计域；然后基于试验设计(DOE)理论中的田口稳健设计(TRD)理论，应用噪声扰动下的灵敏度分析方法，
噪声因子设置为随机工况和随机乘客质量，缩减所提出策...

【专利技术属性】
技术研发人员：陈纪军，郭洪强，梁滨滨，石遂，秦培皓，
申请(专利权)人：聊城大学，
类型：发明
国别省市：