氢燃料电池混合动力车制氢和充电技术的现状与展望

随着全球对新能源车辆的重视,氢燃料电池混合动力车已成为当前新能源车辆主要的发展趋势之一。其主要补给方式分为氢气和充电两种形式。本文首先分析当前各国对于氢燃料电池车的发展规划和氢燃料电池混合动力车的优势,总结了国内外在该领域的差距;并详细解释了水电解制氢、重整制氢和工业副产气制氢等制氢技术以及无线充电、换电技术和大功率充电等充电技术,分析了当前我国在该方向的标准发展情况;提出对我国而言,大力发展水电解制氢和动态无线充电产业,同时在政府的支持下,加快对换电技术的公共产业实施、加速对氢电合建站的建设以及加强与国外相关机构的合作,力争走在世界前沿是未来主要发展方向的建议,相关结论可为企业和用户提供参考。

基于TD3-PER的氢燃料电池混合动力汽车能量管理策略研究

为优化氢燃料电池混合动力汽车的燃料经济性及辅助动力电池性能,提出了一种基于优先经验采样的双延迟深度确定性策略梯度(TD3-PER)能量管理策略。采用双延迟深度确定性策略梯度(TD3)算法,在防止训练过优估计的同时实现了更精准的连续控制;同时结合优先经验采样(PER)算法,在获得更好优化性能的基础上加速了策略的训练。仿真结果表明:相较于深度确定性策略梯度(DDPG)算法,所提出的TD3-PER能量管理策略的百公里氢耗量降低了7.56%,平均功率波动降低了6.49%。

基于改进型等效氢耗的车用燃料电池混合动力系统能量管理方法研究

[目的]等效氢耗作为一种针对燃料经济性优化的方法,其在储能系统荷电状态跟随方面表现欠佳,故需对其进行改进以实现区间荷电状态的动态平衡。[方法]在传统等效氢耗算法基础上,对系统的氢耗函数进行了优化;通过加入电压平衡系数,以确保超级电容在车辆运行过程中不会出现过充或过放的情况,进而通过极小值求解,实现了对系统功率的实时分配。[结果及结论]基于数轨电车的运行数据,对所提出的方法在半实物仿真平台上进行了验证。实验结果表明,所提出的改进型等效氢耗算法能够实现复杂工况下的混合动力系统能量分配,所加入的电压平衡系数能够保证车辆区间末端超级电容的电压在合理的区间内。

氢燃料电池混合动力汽车能量管理策略研究综述

氢燃料电池混合动力汽车的能量管理是整车控制的核心与关键,尤其是在提高燃料经济性和电池耐久性方面有重要作用。文中梳理了国内外基于规则、基于优化、基于学习和混合能量管理策略的研究进展,分析了各种策略的优势和局限。结果发现:规则型的策略易于实现,但适应性差;优化型的策略灵活性好,但计算复杂;学习型的策略自适应强,但需要大量数据支持;而国内外学者所提出的混合策略在氢燃料电池汽车氢耗量和电池寿命等方面更有优势。未来的研究会聚焦于结合不同策略的优势,将优化算法和机器算法引入基于规则和基于优化的策略,以及优化强化学习中的智能算法以提升整车性能。

基于混合动力的氢燃料电池轨道车辆研究概述

氢燃料电池轨道车辆是一种以氢气作为燃料的新型供电制式轨道车辆,其零排放、低噪音、高效率等特点具有显著的社会效益和经济效益,也是轨道交通节能减排的重要途径之一。该文阐述了氢燃料电池的工作原理和系统组成以及氢燃料电池系统的研发进展和趋势;系统梳理了国内外氢燃料电池轨道车辆的研究及应用现状,主要从车辆类型、燃料电池功率、续航能力、最高运行速度、动力模式和储氢容量及压力等方面概括了差异点,分析了氢燃料电池混合动力模式的输出特性和在各环境下的动力匹配,证实了氢燃料电池和动力电池/超级电容形成的混合动力系统能更好地适应轨道车辆启停、怠速、持续高速以及爬坡等多种工况;最后,探讨了氢燃料电池的研究难点、氢气的储存及运输挑战以及氢燃料电池混合动力在轨道车辆上的发展潜力。

2000 kW氢燃料电池混合动力机车加氢工艺技术研究

2000 kW氢燃料电池混合动力机车为中车大同电力机车有限公司深耕新能源轨道交通装备、瞄准氢能应用技术的又一拳头产品。该车的交付方式与公司主型机车的无火回送至客户有较大不同,需要在厂内完成氢气置换,将机车内氢气置换成氮气,然后将转向架与车体解体,即在厂内试运行时需加氢,在交付路局之前的这段运输需用氮气置换储存的氢气,在段上再次加氢。由于氢气为易燃、易爆气体,加氢过程特别考验相应的工艺技术,因此通过对该过程涉及的特殊工艺和技术参数进行详尽的阐述,为各类型大功率新能源混合动力车安全、高效的加氢工序提供可借鉴的工艺方法和经验。

大功率氢燃料电池混合动力机车总体方案研究

详细阐述了大功率氢燃料电池混合动力机车各系统组成部件。该型机车采用平台化设计,可以实现不同功率机车的转换,缩短设计周期;机车动力系统采用氢燃料电池与动力蓄电池组的混合动力方式供电,并能对制动能量进行回收利用,可实现机车的绿色节能运行,满足环保要求;通过相关试验,验证了机车的启动、运行、停车、保护、故障安全导向等功能完全满足相关标准要求,动力系统满足机车运用工况、环境要求。

基于模型预测框架的燃料电池汽车混合动力系统能量管理

混合动力系统作为燃料电池汽车的关键组成部分,系统的能耗与寿命优化是推动其进一步商业化发展的关键,而能量管理策略(EMS)在提高燃料电池汽车混合动力系统的效率和燃料经济性方面发挥着重要作用。为有效降低混合动力系统的内部损耗,进一步提高系统经济性,提出了一种基于模型预测框架的混合动力系统能耗优化能量管理控制方法。首先构建包含动力系统内部损耗与氢气消耗的目标函数,然后利用模型预测架构求解目标函数来控制燃料电池的输出电流,以实现合理的能量分配,最后在Matlab中进行仿真,验证所制定方法的合理性和有效性。与应用较为广泛的等效氢耗最小策略(ECMS)相比,结果表明所提方法可以显著降低动力系统的内部损耗和氢气消耗。此外,该策略还可以有效保持蓄电池的荷电状态(SOC),延长动力系统的使用寿命。

锂电池与燃料电池混合观光车动力系统的优化设计

为了解决传统电动车续航焦虑的问题,对燃料电池观光车进行了功率匹配设计与仿真验证,提出了一种功率跟随型能量管理策略。对比了纯锂电池观光车(LI)、纯燃料电池观光车(FC)、LI与FC的混合动力观光车(LI-FC)的输出特性,并仿真试验。结果表明:LI-FC的爬坡度与纯锂电池观光车不相上下,续航里程较纯锂电池观光车提升了15%,等效氢耗较纯锂电池观光车减少了53%,动力电池荷电状态(SOC)能保持在0.5~0.9之间稳定工作,燃料电池也会在额定工况与怠速工况下稳定切换。因此,燃料电池锂电池混合动力观光车具有这3种观光车中最优续航能力、较好的使用经济性、最好的使用稳定性,燃料电池与动力电池都能在期望工况下稳定工作,有较好的竞争力。

基于Stackelberg博弈的燃料电池混合动力汽车跟车能量管理

跟车场景下燃料电池混合动力汽车(FCHEV)的速度与能量管理协同优化是实现车辆节能的重要有效手段,针对现有策略中双能量源退化与能耗耦合关系不明,且难以兼顾全局优化与实时性能的问题,提出一种基于Stackelberg博弈的FCHEV跟车能量管理策略。首先,建立了燃料电池/锂电池的能耗与性能退化模型,并纳入到统一量纲的整车综合使用成本函数中;其次,提出了基于分层解耦的跟车能量管理策略,实现跟车速度与功率分配的解耦控制;最后,综合考虑跟车安全性、舒适性、燃料经济性和能源耐久性,建立跟车控制层与能量管理层对应的双层规划模型,并基于Stackelberg博弈思想设计了双层差分遗传算法对策略核心参数进行离线优化。仿真和实验结果表明:相较于模型预测控制方法,该方法可降低平均车间距误差37.7%、平均冲击度2.4%、等效氢气消耗9.3%和能源退化成本13.9%,实现了优化性能与实时性的兼顾。

基于运行模式和动态混合度的燃料电池混合动力有轨电车等效氢耗最小化能量管理方法研究

清洁环保的燃料电池混合动力有轨电车近年来受到极大关注,其高效的能量管理方法对混合动力系统性能起到至关重要的作用。传统等效氢耗最小化方法的荷电状态(state of charge,SOC)平衡系数通常采用恒定值,而有轨电车在大功率峰值需求和减速制动过程中,恒定的SOC平衡系数不能满足瞬时等效氢耗最小的指标要求,并且在未知有轨电车工况条件下最优SOC平衡系数无法确定。针对上述问题,建立基于燃料电池/锂电池的混合动力有轨电车动力系统模型,并通过分析SOC平衡系数与氢耗特性,提出一种基于运行模式和动态混合度的等效氢耗最小化能量管理控制方法。该方法通过划分有轨电车运行模式,分析不同运行模式下SOC平衡系数与瞬时氢耗的关系,在此基础上提出基于运行模式和动态混合度的等效氢耗瞬时优化方法。结合有轨电车典型工况,搭建RT-LAB实时仿真平台,开展有轨电车能量管理系统实时仿真,并与传统等效氢耗最小化方法进行对比分析。结果表明,所提出的能量管理方法能够根据有轨电车工况的实时变化而自动分配需求功率,并在不同初始SOC的情况下,满足等效氢耗量最小的性能指标要求,提高整车燃料经济性。

燃料电池混合动力汽车深度强化学习能量管理优化

针对配备有锂电池与超级电容的燃料电池混合动力汽车,为降低车辆总体运行成本,延长能量源寿命,本文提出一种基于深度强化学习的能量管理策略.首先,依据超级电容高功率密度特性,建立基于模糊自适应滤波的功率分层结构,并依据燃料电池与锂电池的经验退化模型,建立能量源退化的成本函数,采用等效消耗最小策略平衡氢耗成本与能量源退化成本,以最小化总体运行成本为目标来优化能量源功率分配;然后,引入优先经验回放与软更新以提高深度强化学习的离线训练效率;最后,在多种工况下进行仿真,结果表明,与未考虑退化的策略相比,本文所提出策略在全球统一轻型车辆测试循环下可使氢耗量降低11.8%,并可有效减缓燃料电池与锂电池的退化速率,降低燃料电池混合动力汽车的总体运行成本.

氢电混合燃料电池汽车动力系统技术

“电动汽车”是以蓄电池、燃料电池和超级电容器等电化学能源储存与转换装置为动力系统的交通运输工具通称，是新能源汽车发展的重要方向，其中，燃料电池汽车被认为是电动汽车的最终选择。然而，燃料电池汽车经过多年示范运行，其产业化日程始终不明朗，而先进的动力型锂离子电池的出现为电动汽车产业化带来新的希望，因此，人们对燃料电池汽车前景产生了担忧或疑虑。

氢燃料电池客车动力系统匹配设计与仿真

氢燃料电池客车的动力性和经济性受动力系统布置方式、核心零部件参数选取的影响。随着氢燃料电池汽车行业的发展,动力系统参数的匹配经验逐渐丰富,但匹配结果通常与实际装车后试验结果有一定偏差,导致车辆性能不满足设计要求。因此,在核心零部件选型前期确定动力系统参数至关重要。文中针对车辆装车后性能偏差问题,提出基于Cruise的氢燃料电池客车动力系统匹配方法,初步计算参数后,利用Cruise仿真软件建立氢燃料整车动力系统模型,对整车性能目标进行仿真。结果表明,将基于Cruise的氢燃料电池客车动力系统匹配方法用于动力系统匹配计算和车辆性能校核可行,能满足整车动力要求及等速40 km/h工况、中国重型车商用车测试工况(China Heavy-duty Commercial Vehicle Test Cycle,CHTC)下性能要求。

氢燃料电池整车动力系统参数匹配方法研究

燃料电池整车动力匹配在燃料电池整车研发设计中属于十分重要的一环,直接关系到燃料电池整车动力性和经济性,但目前市面上暂无成熟的动力系统参数匹配方法。基于上述情况,结合已开发的全功率和混合动力架构车型,以整车指标为基础,结合动力学理论以及测试经验,提出燃料电池汽车动力系统参数匹配方法,并选择全功率和混合动力车型进行实车验证,进一步证实了该整车动力匹配方法的合理性,对燃料电池整车动力匹配集成以及参数选型有较好的借鉴意义。

12 m氢燃料电池城市客车电电混合动力系统设计方案

介绍一款12m氢燃料电池城市客车动力系统的设计方案,论述其电电混合动力系统构型、液冷动力锂电池系统、整车控制系统等设计及整车性能仿真分析。

氢燃料汽车混合动力系统能量管理优化策略

针对传统等效氢能耗管理下混合动力系统面临的燃料电池电流输出随机、系统耐久性降低等问题,提出一种基于模型预测控制的多目标能量管理优化策略。首先,结合燃料电池、动力电池特性对其进行精确建模;然后,以最小化燃料电池输出电流、电流变化率及动力电池荷电状态波动为目标设计多目标能量管理优化策略,通过对性能指标采用加权函数法进行系统成本函数的优化设计,得出最佳功率分配。仿真结果显示,该优化策略可以降低氢燃料电池损耗14%,降低氢燃料电池输出电流脉动及动力电池荷电状态波动,提升系统耐久性。

氢燃料混合动力机车能量管理策略

氢燃料电池在国内外轨道交通领域的应用日益增加,能量管理策略作为氢燃料电池应用中的关键内容,受到越来越多的关注。本文针对某一种氢燃料电池混合动力机车的能量管理策略设计进行阐述,着重分析混合动力系统的能量平衡控制、分级电压控制策略以及功率分配策略,基于运行工况及规则确定具体的控制策略,控制简单明确,可实现混合动力系统的稳定输出,充分发挥氢燃料电池和动力电池的优势,保障机车动态性能,满足不同牵引功率下机车运行需求,对推动混合动力机车能量管理技术的发展具有一定意义。

燃料电池混合动力汽车能量管理策略研究进展

随着能源与环境问题日益凸显,混合动力汽车 (Hybrid Electric Vehicle,HEV) 成为目前汽车行业的一个重要发展方向。燃料电池混合动力汽车 (Fuel Cell Hybrid Electric Vehicle,FCHEV) 由于其具有零排放、绿色环保、运行噪音低等优点,也被认为是汽车行业中极具吸引力的技术之一。FCHEV 作为一种混合动力系统汽车,能量管理策略也是 FCHEV 混合动力系统控制策略的核心,使汽车在保证动力性和经济性的前提下实现能量高效且合理分配。就目前而言,FCHEV 的能量管理策略仍有很多挑战。本文从此着手,先从多个角度概述能量管理的策略,并分析不同类型策略的优缺点以及不足,最后结合分析对 FCHEV 能量管理策略的研究方向进行展望。

基于近端策略优化算法的燃料电池混合动力系统综合价值损耗最小能量管理方法

为了降低市域动车组燃料电池混合动力系统运行燃料经济成本,提升燃料电池耐久性,该文提出一种基于近端策略优化算法的能量管理方法。该方法将混合动力系统能量管理问题建模为马尔可夫决策过程,以综合考虑燃料经济性和燃料电池耐久性的综合价值损耗最小为优化目标设置奖励函数,采用一种收敛速度较快的深度强化学习算法—近端策略优化算法求解,实现负载功率在燃料电池和锂电池间的合理有效分配,最后,采用市域动车组实际运行工况进行实验验证。实验结果表明,在训练工况下,所提方法相较基于等效氢耗最小能量管理方法和基于Q-learning能量管理方法,综合价值损耗分别降低19.71%和5.87%;在未知工况下,综合价值损耗分别降低18.05%和13.52%。结果表明,所提方法能够有效降低综合价值损耗,并具有较好的工况适应性。