【技术实现步骤摘要】
本专利技术属于混合动力控制，具体涉及一种应用于模块化混合动力系统的功率流控制方法。
技术介绍
1、随着世界各国环境保护的措施越来越严格，替代燃油发动机汽车的方案也越来越多，例如燃料电池汽车、纯电汽车、混合动力汽车等。但目前最有实用性价值并已有商业化运转的模式，只有混合动力汽车和纯电池汽车，而混合动力汽车具有续航长，适应能力强，性能坚固性好的特点广受用户欢迎。
2、混合动力汽车的关键是混合动力系统，它的性能直接关系到混合动力汽车整车性能和节能效果。经过十多年的发展，混合动力系统总成已从原来发动机与电机离散结构向发动机电机和变速箱一体化结构发展，即集成化混合动力总成系统。
3、能量管理策略的优劣直接影响着整车各项性能,因此如何合理高效地开发能量管理控制策略成为当下混合动力系统研究的热点。通过将混合动力进行模块化并分别进行输出功率的控制，从而实现对混合动力输出的合理调控工作是混合动力汽车研发企业的研究大方向，目前针对传统混合动力系统的功率流控制策略中主要包括的基于规则和基于优化两大类，基于优化的策略严重依赖于复杂算法和硬件算例，在算法成本和硬件成本方面相对于基于规则的控制策略没有明显优势，面临着如何实现系统效率最优分配以及不同环境工况下功率分配策略的合理切换的问题。
技术实现思路
1、有鉴于此，本专利技术的目的在于提出了一种应用于模块化混合动力系统的功率流控制方法，用以实现对模块化混合动力系统在不同环境及工况下的功率分配策略的切换工作。
2、为达到上述
3、本专利技术所提供的一种应用于模块化混合动力系统的功率流控制方法，包括：
4、获取车辆行驶过程当中的行驶状态信息以及环境状态信息；
5、将行驶状态信息以及环境状态信息输入预先训练的神经网络模型并得到车辆的需求功率；
6、基于需求功率进行信号滤波，并确定其中的高频分量以及低频分量；
7、基于高频分量和低频分量按照预设的分配规则对其进行预分配和再分配；
8、其中，基于高频分量确定超级电容的预分配功率，将高频分量大于0的部分作为超级电容的预分配功率，小于0的部分作为超级电容的被动充电功率；
9、将低频分量大于0的部分分别分配为动力单元预分配功率和动力电池预分配功率，将低频分量小于0的部分作为动力电池的被动充电功率。
10、基于预分配功率和被动充电功率，根据当前环境温度的状态进行超级电容、动力单元以及动力电池对应功率的再分配。
11、优选的，bp神经网络通过以下步骤训练得到：
12、基于matlab/simulink搭建包含整车动力学、动力单元、动力电池、超级电容和电动机的系统模型；
13、基于系统模型进行仿真得到大量的仿真数据，并将其分配为训练集和测试集；
14、以训练集中的车辆速度为数据输入、实时的需求功率为数据输出对预先搭建的bp神经网络进行训练，并通过测试集对训练的bp神经网络进行预测精度分析；
15、通过优化bp神经网络内部的隐含层数、节点数和初始权值，得到预测效果最优的bp神经网络参数组，并形成训练完毕的神经网络模型。
16、优选的，基于需求功率进行信号滤波，并确定其中的高频分量以及低频分包括：
17、采用离散小波变换将离散的需求功率信号分解到不同的分解层，其信号分解和重构表达式为：
18、
19、
20、式中，为功率需求原始信号，为小波系数，为小波变换的时间，为尺度因子，为平移因子且，、表示不同的次幂取值且为整数，为母函数；
21、其中，母函数以哈尔小波函数的形式表达为：
22、
23、采用两通道滤波器，并基于哈尔小波变换设计各分解与重构滤波器组，通过低通滤波器和高通滤波器中的z变换，分别提取原始信号中的高频分量与低频分量，确定高频分量为超级电容。
24、优选的，基于预分配功率和被动充电功率，根据当前环境温度的状态进行超级电容、动力单元以及动力电池对应功率的再分配包括：
25、预先设定动力单元基于不同环境温度以及海拔高度下的最优功率点表格；
26、基于环境状态信息确定当前环境温度以及海拔高度，并根据最优功率点表格确定动力单元当前所对应的最优功率点；
27、确定低频分量所对应的低频功率，低频分量小于0的部分作为动力电池的被动充电功率，将低频功率大于0的部分以最优功率点的倍分配给动力单元，设定为动力单元的预分配功率，其中，且；
28、确定为动力电池的预分配功率；
29、设定动力电池的工作温度下限为-20℃，设定超级电容的工作温度下限为-40℃；
30、设定三种功率分配模式：模式1、模式2和模式3，其中，模式1包含了-一共9种工况，模式2包括了-共3种工况，模式3中包含了共1种工况；
31、其中，模式1定义为当环境温度大于-20℃的时，其分配结果为：，其中定义为动力单元的最终分配功率，为动力电池的最终分配功率，为超级电容的最终分配功率，表示动力电池的主动充电功率，表示超级电容的主动充电功率，表示动力电池的被动充电功率，表示超级电容的被动充电功率；
32、模式2定义为环境温度在-20℃以下、-40℃以上的工作模式，其分配结果为：
33、模式3定义为环境温度为-40℃以下的工作模式，其分配结果为：。
34、优选的，模式1中包含的-共9种工况分别定义为：
35、：当环境温度大于-20℃、动力电池soc小于30%且超级电容soc小于30%时，动力电池和超级电容仅进行主动充电和被动充电，不进行放电；
36、：当环境温度大于-20℃、动力电池soc小于30%且超级电容soc大于30%但小于90%时，动力电池仅进行主动充电和被动充电，不进行放电，超级电容进行被动充电和放电过程，不进行主动充电；
37、：当环境温度大于-20℃、动力电池soc小于30%且超级电容soc大于90%时，动力电池仅进行主动充电和被动充电，不进行放电，超级电容进行放电过程，不进行被动充电和主动充电；
38、：当环境温度大于-20℃、动力电池soc大于30%但小于80%且超级电容soc小于30%时，动力电池进行被动充电和放电过程，不进行主动充电，超级电容进行主动充电和被动充电，不进行放电；
39、：当环境温度大于-20℃、动力电池soc大于30%但小于80%且超级电容soc大于30%但小于90%时，动力电池和超级电容均进行被动充电和放电过程，且均不进行主动充电；
40、：当环境温度大于-20℃、动力电池soc大于30%但小于80%且超级电容soc大于90%时，动力电池进行被动充电和放电过程，不进行主动充电，超级电容进行放电过程，不进行被动充电和主动充电；
41、：当环境温度大于-20℃、动力电池本文档来自技高网...
【技术保护点】
1.一种应用于模块化混合动力系统的功率流控制方法，其特征在于，包括：
2.根据权利要求1所述的一种应用于模块化混合动力系统的功率流控制方法，其特征在于，所述BP神经网络通过以下步骤训练得到：
3.根据权利要求1所述的一种应用于模块化混合动力系统的功率流控制方法，其特征在于，所述基于需求功率进行信号滤波，并确定其中的高频分量以及低频分包括：
4.根据权利要求1所述的一种应用于模块化混合动力系统的功率流控制方法，其特征在于，所述基于预分配功率和被动充电功率，根据当前环境温度的状态进行超级电容、动力单元以及动力电池对应功率的再分配包括：
5.据权利要求4所述的一种应用于模块化混合动力系统的功率流控制方法，其特征在于，所述模式1中包含的-共9种工况分别定义为：
【技术特征摘要】
1.一种应用于模块化混合动力系统的功率流控制方法，其特征在于，包括：
2.根据权利要求1所述的一种应用于模块化混合动力系统的功率流控制方法，其特征在于，所述bp神经网络通过以下步骤训练得到：
3.根据权利要求1所述的一种应用于模块化混合动力系统的功率流控制方法，其特征在于，所述基于需求功率进行信号滤波，并确定其中的高频分量以及低...
【专利技术属性】
技术研发人员：章振宇，谢礼江，张玉东，张万龙，费明达，赵文博，
申请(专利权)人：北京理工大学，
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。