本申请公开了一种燃料电池混合动力重卡分层能量管理方法及系统，方法包括：获取电动汽车的整车需求功率；考虑多堆燃料电池的性能衰退与动力电池的性能衰退，构建燃料电池混合动力重卡能耗成本最小化函数；将燃料电池混合动力重卡能耗成本最小化函数进行转换处理并通过深度确定性策略梯度算法进行求解，得到多堆燃料电池的功率分配方案与动力电池的功率分配方案；通过虚拟下垂控制方法进行功率分配，完成燃料电池混合动力重卡分层能量管理。本申请实施例能够对燃料电池混合动力重卡进行分层能量管理，实现燃料电池混合动力重卡多个能量源之间功率的合理分配。本申请可以广泛应用于燃料电池电动汽车能量管理技术领域。
1、燃料电池混合动力重卡的动力系统多由多堆燃料电池系统和动力电池组成，多堆燃料电池与动力电池之间及各个电堆之间的功率分配对整车经济性以及能量源的使用寿命有重要影响，合理的能量管理策略对提高整车燃油经济性、延长能量源的使用寿命有着极大的帮助。
2、相关的燃料电池混合动力汽车能量管理策略包括集中控制和分散控制两种，集中控制基于中央控制器，将需求功率和各能量源的状态信息集中起来，计算各能量源的功率和电流指令，并将相应的功率或电流指令下发到各能源的本地控制器，由于集中控制涉及集中通信，实际工作时难免的存在通信延迟问题，导致功率分配性能差，且信号集中处理，出现单点故障即有可能影响整个系统，故其难以满足系统高可靠性和强灵活性的要求；分散控制在系统的每个单元中都有自己独立的本地控制器，每个单元可以根据本地控制器独立稳定运行，但分散控制架构中每个能量源的工作是独立的，缺乏信息交互，很难实现系统的优化调度。
1、本申请实施例的主要目的在于提出一种燃料电池混合动力重卡分层能量管理方法及系统，能够对燃料电池混合动力重卡进行分层能量管理，实现燃料电池混合动力重卡多个能量源之间功率的合理分配。
>3、构建电动汽车的动力学模型，获取所述电动汽车的整车需求功率；4、考虑多堆燃料电池的性能衰退与动力电池的性能衰退，结合所述电动汽车的整车需求功率，构建燃料电池混合动力重卡能耗成本最小化函数；
5、将所述燃料电池混合动力重卡能耗成本最小化函数进行转换处理并通过深度确定性策略梯度算法进行求解，得到所述多堆燃料电池的功率分配方案与所述动力电池的功率分配方案；
6、根据所述多堆燃料电池的功率分配方案与所述动力电池的功率分配方案，通过虚拟下垂控制方法进行功率分配，完成燃料电池混合动力重卡分层能量管理。
7、在一些实施例中，所述电动汽车的动力学模型的表达式具体如下所示：
8、
9、上式中，pdem表示电动汽车的动力学模型，v表示车辆速度，f表示滚动阻力系数，cd表示空气阻力系数，a表示车辆迎风面积，ρ表示空气密度，a表示车辆加速度，α表示道路坡度，m表示车辆质量。
10、在一些实施例中，所述考虑多堆燃料电池的性能衰退与动力电池的性能衰退，构建燃料电池混合动力重卡能耗成本最小化函数，包括：
11、获取所述多堆燃料电池的电压衰退量并进行表征处理，构建多堆燃料电池性能衰退模型；
12、获取所述动力电池的电池容量衰减量并进行表征处理，构建动力电池性能衰退模型；
13、根据所述多堆燃料电池性能衰退模型与所述动力电池性能衰退模型，确定燃料电池混合动力重卡能耗成本，所述燃料电池混合动力重卡能耗成本包括多堆燃料电池氢耗成本、动力电池等效氢耗成本、多堆燃料电池性能衰退成本和动力电池性能衰退成本；
14、根据所述电动汽车的整车需求功率，构建电池输出功率约束条件；
15、将所述燃料电池混合动力重卡能耗成本转换为最小化问题函数，并引入所述电池输出功率约束条件，构建所述燃料电池混合动力重卡能耗成本最小化函数。
16、在一些实施例中，所述燃料电池混合动力重卡能耗成本的最小化问题函数的表达式具体如下所示：
17、
18、上式中，j表示燃料电池混合动力重卡能耗成本的最小化问题函数，cmfcs表示多堆燃料电池氢耗成本，cbat表示动力电池等效氢耗成本，cmfcsd表示多堆燃料电池性能衰退成本，cbatd表示动力电池性能衰退成本，t表示t时刻，t表示总的时刻。
19、在一些实施例中，所述电池输出功率约束条件的表达式具体如下所示：
20、
21、上式中，pd3m,t表示整车在t时刻的需求功率，和分别表示多堆燃料电池允许输出的最小功率与最大功率，和分别表示动力电池允许输出的最小功率与最大功率，socmin和socmax表示动力电池允许的最小soc值与最大soc值，pmfcs,t表示t时刻多堆燃料电池的输出功率，pbat,t表示t时刻动力电池的输出功率，soc表示动力电池的soc值。
22、在一些实施例中，所述将所述燃料电池混合动力重卡能耗成本最小化函数进行转换处理并通过深度确定性策略梯度算法进行求解，得到所述多堆燃料电池的功率分配方案与所述动力电池的功率分配方案，包括：
23、设置状态量、动作量和奖励函数，将所述燃料电池混合动力重卡能耗成本最小化函数进行转换，得到燃料电池混合动力重卡能耗成本马尔科夫博弈问题，所述状态量包括所述电动汽车的整车需求功率、所述多堆燃料电池的电压衰退量、所述动力电池的电池容量衰减量和所述动力电池的soc值，所述动作量包括所述多堆燃料电池的输出功率与所述动力电池的输出功率，所述奖励函数为燃料电池混合动力重卡能耗成本；
24、获取所述燃料电池混合动力重卡能耗成本马尔科夫博弈问题与所述深度确定性策略梯度算法的交互数据，并通过所述交互数据对所述深度确定性策略梯度算法进行训练，得到训练后的深度确定性策略梯度算法；
25、获取所述电动汽车当前时刻的状态量并输入至所述训练后的深度确定性策略梯度算法，得到所述电动汽车当前时刻的动作量，所述电动汽车当前时刻的动作量包括所述多堆燃料电池的应输出功率与所述动力电池的应输出功率；
26、循环所述获取所述电动汽车当前时刻的状态量并输入至所述训练后的深度确定性策略梯度算法，得到所述电动汽车当前时刻的动作量这一步骤，直至所述电动汽车停止运行，输出所述多堆燃料电池的功率分配方案与所述动力电池的功率分配方案。
27、在一些实施例中，所述燃料电池混合动力重卡能耗成本马尔科夫博弈问题的表达式具体如下所示：
28、s＝(pdem,vmfcsd,qloss,soc)
29、a＝(pmfcs,pbat)
30、r＝cmfcs+cbat+cbatd+cmfcsd
31、上式中，s表示状态量，a表示动作量，r表示奖励函数，pdem表示电动汽车的整车需求功率，vmfcsd表示多堆燃料电池的电压衰退量，qloss表示动力电池的电池容量衰减量，soc表示动力电池的soc值，pmfcs表示多堆燃料电池的输出功率，pbat表示动力电池的输出功率，cmfcs表示多堆燃料电池氢耗成本，cbat表示动力电池等效氢耗成本，cmfcsd表示多堆燃料电池性能衰退成本，cbatd表示动力电池性能衰退成本。
32、在一些实施例中，所述根据所述多堆燃料电池的功率分配方案与所述动力电池的功率分配方案，通过虚拟下垂控制方法进行功率分配，完成燃本文档来自技高网...
【技术保护点】
1.一种燃料电池混合动力重卡分层能量管理方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述电动汽车的动力学模型的表达式具体如下所示：
3.根据权利要求1所述的方法，其特征在于，所述考虑多堆燃料电池的性能衰退与动力电池的性能衰退，结合所述电动汽车的整车需求功率，构建燃料电池混合动力重卡能耗成本最小化函数，包括：
4.根据权利要求3所述的方法，其特征在于，所述燃料电池混合动力重卡能耗成本的最小化问题函数的表达式具体如下所示：
5.根据权利要求3所述的方法，其特征在于，所述电池输出功率约束条件的表达式具体如下所示：
6.根据权利要求1所述的方法，其特征在于，所述将所述燃料电池混合动力重卡能耗成本最小化函数进行转换处理并通过深度确定性策略梯度算法进行求解，得到所述多堆燃料电池的功率分配方案与所述动力电池的功率分配方案，包括：
7.根据权利要求6所述的方法，其特征在于，所述燃料电池混合动力重卡能耗成本马尔科夫博弈问题的表达式具体如下所示：
8.根据权利要求1所述的方法，其特征在于，所述根据所述多堆燃料电池的功率分配方案与所述动力电池的功率分配方案，通过虚拟下垂控制方法进行功率分配，完成燃料电池混合动力重卡分层能量管理，包括：
9.根据权利要求8所述的方法，其特征在于，所述虚拟下垂电阻阻值的计算表达式具体如下所示：
10.一种燃料电池混合动力重卡分层能量管理系统，其特征在于，所述系统包括：
...
【技术特征摘要】
1.一种燃料电池混合动力重卡分层能量管理方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述电动汽车的动力学模型的表达式具体如下所示：
3.根据权利要求1所述的方法，其特征在于，所述考虑多堆燃料电池的性能衰退与动力电池的性能衰退，结合所述电动汽车的整车需求功率，构建燃料电池混合动力重卡能耗成本最小化函数，包括：
4.根据权利要求3所述的方法，其特征在于，所述燃料电池混合动力重卡能耗成本的最小化问题函数的表达式具体如下所示：
5.根据权利要求3所述的方法，其特征在于，所述电池输出功率约束条件的表达式具体如下所示：
6.根据权利要求1所述的方法，其特征在于，所述将所述燃料电...
【专利技术属性】
技术研发人员：张佩，王玉冰，杜常清，颜伏伍，
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。