燃料电池汽车能量管理方法技术

本发明专利技术属于燃料电池汽车动力系统控制技术领域，公开了一种燃料电池汽车能量管理方法

【技术实现步骤摘要】
燃料电池汽车能量管理方法、系统、介质、设备及终端


[0001]本专利技术属于燃料电池汽车动力系统控制
，尤其涉及一种燃料电池汽车能量管理方法
、
系统
、
介质
、
设备及终端
。

技术介绍

[0002]目前，我国正促进交通电气化的转型，燃料电池汽车具有高效率
、
零排放的固有优势，且能克服纯电动汽车在能量密度
、
充电时间
、
低温性能等方面的短板，已成为全球范围内的研究热点
。
燃料电池汽车通常采用混合驱动模式，即在具有燃料电池的基础上增加动力电池或者超级电容作为辅助动力源
。
依托先进的能量管理系统，氢燃料电池大巴可在
‑
35℃
的极寒气候条件下正常启动运行，具备
450
公里的续航里程并可在
12
分钟内完成氢燃料的快速加注
。
然而，高昂的运行和维护成本严重制约着氢燃料电池汽车的商业化进程，如何有效降低整车运维成本，是加速氢燃料电池汽车商业化进程中亟待解决的难题
。
[0003]作为整车控制系统的中枢，能量管理策略监控动力系统内各部件的工作状态并将车辆负载功率需求在多个动力源之间实时分配
。
先进的能量管理策略可以在保障车辆动力性能的同时，降低系统能耗并且提高关键部件寿命
。
目前现有的能量管理技术中，如专利号为
CN116101130B<br/>，一种燃料电池汽车能量管理的方法及系统，根据车辆起点至终点的整段驾驶周期的全程功率需求，从全局角度实现能量分配，通过遍历算法实现能量最优分配，实现能耗最小的全局优化
。
该方法虽然能实现经济性的全局优化，但是没有将动力电池和燃料电池的寿命成本考虑进目标函数内，且无法实时应用
。
专利号为
CN116278993A
，一种考虑多目标优化的燃料电池汽车能量管理控制方法，将动力电池寿命成本和燃料电池寿命成本折算成等效氢耗，采用庞特里亚金极小值原理建立了多目标优化问题，但多目标优化方法的建立过程涉及主观权重选取，会影响结果的最优性
。
[0004]通过上述分析，现有技术存在的问题及缺陷为：现有的能量管理技术多数以能耗最小为目标，无法兼顾延长动力系统服役寿命，少数考虑到动力系统寿命成本的能量管理技术在降低车辆运维成本方面仍有优化空间
。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提供了一种燃料电池汽车能量管理方法
、
系统
、
介质
、
设备及终端
。
[0006]本专利技术是这样实现的，一种燃料电池汽车能量管理方法，所述燃料电池汽车能量管理方法以燃料电池电压衰退和动力电池容量衰减程度量化动力源老化成本，结合氢耗成本，建立全生命周期运维成本模型；用全生命周期运维成本作为模型预测控制的目标函数；根据动力系统各部件的正常运行范围确定约束条件；选择燃料电池输出功率变化量为系统的控制变量，电池荷电状态
SOC
和燃料电池输出功率为状态变量；在每个预测时域内使用序列二次规划求解上述建立的含约束的优化问题，推导出最优控制序列，将计算出的最优控制序列的第一个值应用于模型，预测时域向前滚动，重复以上过程，实现全部驾
驶周期内的实时能量管理
。
[0007]进一步，所述燃料电池汽车能量管理方法具体包括以下步骤：步骤一：建立燃料电池和动力电池的健康模型，分别以燃料电池电压衰退和动力电池容量衰减程度，来表征二者的老化程度，量化燃料电池和电池的老化成本；结合氢耗成本，建立全生命周期运维成本模型；步骤二：建立模型预测控制问题的目标函数和约束条件，用全生命周期运维成本作为模型预测控制的目标函数，包含氢耗成本
、
燃料电池老化成本
、
动力电池老化成本；直接将成本作为目标函数的好处在于避免主观设置多目标函数的权重；然后根据动力系统各部件的正常运行范围确定约束条件
。
选择燃料电池输出功率变化量为系统的控制变量，电池荷电状态和燃料电池输出功率为状态变量，建立模型预测控制问题；步骤三：在每个预测时域内使用序列二次规划求解上述建立的含约束的优化问题，推导出最优控制序列，将计算出的最优控制序列的第一个值应用于模型，然后将预测视界向前推进一步，在新的预测视界内再次求解优化问题，实现模型预测控制的滚动优化，完成一段驾驶周期内能量管理方法的实时应用
。
[0008]进一步，所述步骤一，具体包括：（
1a
）燃料电池老化成本：燃料电池老化由启停
、
变负载
、
低载和高载四种状态导致，和分别为燃料电池输出功率和燃料电池输出功率允许输出的最大值，定义为高负载，定义为低负载，为燃料电池输出功率变化量，定义为一次变载；由启停成本
、
变载成本
、
低载成本和高载成本直接相加得到预测时域内燃料电池老化成本：；
;;;;
其中分别是一段预测时域内燃料电池启停和变载的次数
;
和分别是一段预测时域内燃料电池低载和高载的持续时间
;、、
和分别是燃料电池启停
、
变载
、
低载
、
高载的老化系数，为燃料电池价格，燃料电池电压降达到额定电压的
10%
即认为寿命终止；（
1b
）动力电池老化成本：使用表示预测时域内动力电池的老化成本：
;
；其中，是
6.5Ah
的电池价格；表示时刻的电池健康状态；表示
k
时刻的电池健康状态
;
是时刻的电池电流
;
指放电速率为时电池的生命循环周期数
;
是电池容量
;
为采样时间间隔
;
是模型预测控制的预测时域；（
1c
）氢耗成本：使用表示预测时域内燃料电池的氢耗成本：
;
其中，是氢气成本
;
是氢气消耗速率；是氢气提供的功率
;
是氢气热值；由事先拟合的氢气功率与燃料电池输出功率的关系曲线得到：
。
[0009]全生命周期运维成本即为燃料电池老化成本
、
动力电池老化成本和氢耗成本相加
。
[0010]进一步，所述步骤二，具体包括：预测时域为
5s
，控制变量为燃料电池输出功率变化量，状态变量为电池荷电状态和燃料电池输出功率；使用步骤一中建立的全生命周期运维成本作为目标函数，则第个预测时域内的多目标成本函数为：
。
其中表示对电池终端
SoC
的限制，，是一个较大的正数，是
k
时刻的...

【技术保护点】

【技术特征摘要】
1.
一种燃料电池汽车能量管理方法，其特征在于，所述燃料电池汽车能量管理方法以燃料电池电压衰退和动力电池容量衰减程度，结合氢耗成本，建立全生命周期运维成本模型；用全生命周期运维成本作为模型预测控制的目标函数；根据动力系统各部件的正常运行范围确定约束条件；选择燃料电池输出功率变化量为系统的控制变量，电池荷电状态和燃料电池输出功率为状态变量；在每个预测时域内使用序列二次规划求解上述建立的含约束的优化问题，推导出最优控制序列，将计算出的最优控制序列的第一个值应用于模型，重复建立模型预测控制问题的目标函数和约束条件
。2.
如权利要求1所述的燃料电池汽车能量管理方法，其特征在于，所述燃料电池汽车能量管理方法具体包括以下步骤：步骤一：建立燃料电池和动力电池的健康模型，分别以燃料电池电压衰退和动力电池容量衰减程度，来表征二者的老化程度，进一步量化燃料电池和电池的老化成本；结合氢耗成本，建立全生命周期运维成本模型；步骤二：建立模型预测控制问题的目标函数和约束条件；用全生命周期运维成本作为模型预测控制的目标函数，包含氢耗成本
、
燃料电池老化成本
、
动力电池老化成本；直接将成本作为目标函数的好处在于避免主观设置多目标函数的权重；然后根据动力系统各部件的正常运行范围确定约束条件；选择燃料电池输出功率变化量为系统的控制变量，电池荷电状态和燃料电池输出功率为状态变量；步骤三：在每个预测时域内使用序列二次规划求解上述建立的含约束的优化问题，推导出最优控制序列，将计算出的最优控制序列的第一个值应用于模型，然后将预测视界向前推进一步，在新的预测视界内再次求解优化问题，实现模型预测控制的滚动优化，完成一段驾驶周期内能量管理方法的实时应用
。3.
如权利要求2所述的燃料电池汽车能量管理方法，其特征在于，所述步骤一，具体包括：（
1a
）燃料电池老化成本：燃料电池老化由启停
、
变负载
、
低载和高载四种状态导致，定义为高负载，定义为低负载，和分别为燃料电池输出功率和燃料电池输出功率输出的最大值，两次采样之间的燃料电池瞬态功率变化定义为一次变载，为燃料电池输出功率变化量；由启停成本
、
变载成本
、
低载成本和高载成本直接相加得到预测时域内燃料电池老化成本：
;
;;;;
其中，分别是一段预测时域内燃料电池启停和变载的次数，和分别是一段预测时域内燃料电池低载和高载的持续时间，
、、
和是燃料电池启停
、
变载
、
低载
、
高载的老化系数，为燃料电池价格，燃料电池电压降达到额定电压的
10%
即认为寿命终止；（
1b
）动力电池老化成本：使用表示预测时域内动力电池的老化成本：
;;
是
6.5Ah
的电池价格，表示时刻的电池健康状态，表示
k
时刻的电池健康状态，是时刻的电池电流，是
k
时刻的电池电流，指放电速率为时电池的生命循环周期数，是电池容量，为采样时间间隔，是模型预测控制的预测时域；（
1c
）氢耗成本：使用表示预测时域内燃料电池的氢耗成本：；其中，是氢气成本，是氢气消耗速率；是氢气提供的功率，是氢气热值，由事先拟合的氢气功率与燃料电池功率的关系曲线得到：
;
全生命周期运维成本即为燃料电池老化成本
、
动力电池老化成本和氢耗成本相加
。4.
如权利要求2所述的燃料电池汽车能量管理方法，其特征在于，所述步骤二，具体包括：预测时域为
5s
，控制变量为燃料电池输出功率变化量
,
状态变量为电池荷电状态和燃料电池输出功率；使用步骤一中建立的全生命周期成本作为目标函数，则
第
k
个预测时域内的多目标成本函数为：，其中表示对电池终端
SoC

【专利技术属性】
技术研发人员：周杨，郭延思齐，马瑞卿，马睿，姜文涛，杨帆，杨亚鹏，陈博，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：