混合动力之星——丰田的燃料电池混合动力叉车

当丰田公司在CeMAT上首次展出燃料电池混合动力原型叉车（FCHV-F）时，不得不令人刮目相看。该叉车电机由两电容器和一个氢燃料电池供电。

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。

燃料电池船舶混合动力系统能量管理研究综述

在“双碳”目标下,发展燃料电池船舶是实现航运业转型升级和低碳化的重要发展方向之一。面对当前燃料电池上船的诸多问题,混合动力系统成为燃料电池船舶应用的有效解决方案,其能量管理的研究也成为核心研究方向之一。系统梳理燃料电池船舶的发展概况,针对燃料电池船舶多类型能源能量管理中涉及的能量调度问题以及变换器功率分配问题进行综述;分析各类方法的优缺点及其在实船上应用的可能性;探讨燃料电池船舶推广可行性和发展方向,以期能为技术创新和工程应用提供参考。

船舶多堆燃料电池混合动力系统能量管理策略优化

为研究多堆燃料电池系统(MFCS)、锂电池为动力源的船舶混合动力系统的能量管理策略(EMS),本文提出一种基于粒子群优化(PSO)算法的多级功率分配策略。首先,利用一级EMS分析MFCS和锂电池需求功率,其次,构建以MFCS总效率为优化目标的二级MFCS协同控制策略,优化燃料电池之间的功率分配。最后,基于燃料电池混合动力船舶典型工况,分析船舶混合动力系统的功率分布、等效氢耗量及燃料电池系统效率、加减载速率。研究结果表明,与等效氢消耗最小化策略(ECMS)相比,该策略下的燃料电池1和燃料电池2的氢耗量分别降低了15%和23%,MFCS总效率提高了1.15%,且燃料电池的功率变化波动更小。该研究有助于提高混合动力系统中燃料电池的经济性和耐久性。

基于甲醇燃料的航空燃料电池内燃机混合动力系统性能分析

为了实现航空碳减排的时代需求,亟需在航空燃料体系和航空动力系统方向实现技术革新。本文提出了基于甲醇燃料的航空燃料电池内燃机混合动力系统方案,甲醇通过机载在线催化重整制氢为燃料电池供氢,燃料电池和内燃机发出的电能带动电动螺旋桨进行工作。进行了模块化建模方法和混合动力系统性能仿真分析研究,结果表明:混合动力系统的发电效率达到了55%,相比甲醇内燃机有了15%绝对值的效率提升,有助于降低燃料消耗。进行了混合动力系统性能参数影响规律分析,结果表明:混合动力系统的效率随着压比的增大而提高,随着燃料利用率的提高而呈现先升高后降低的效果。进行了混合动力系统的?分析,结果显示:混合动力系统中?效率最高的部件是燃料电池,?损最大的部件是重整器。质量分析结果表明:混合动力系统的功率密度达到0.488 kW/kg。

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。

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。

基于最优功耗的燃料电池/超级电容混合动力系统能量管理方法研究

[目的]随着科技发展与我国“双碳”进程的稳步推进,氢能在城市交通中的应用也日益增加;为降低数轨电车用燃料电池/超级电容混合动力系统整体能耗,提出了一种基于最优功耗的能量管理方法。[方法]以数轨电车在不同运行状态下的功耗分布为基础,通过拟合近似的方式,并结合燃料电池系统与超级电容系统的功耗模型,联合构建了混合动力系统的瞬时功耗函数;通过对功耗函数的寻优与求解,得到燃料电池系统的最佳输出功率;基于半实物仿真平台及数轨电车的实际运行数据,验证了所提方法的在线控制能力。[结果及结论]燃料电池系统在所提方法的控制下,在复杂工况下保持了较为稳定的输出功率,且平均电氢转化效率达54.84%,这能够有效降低数轨电车的运维成本。

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。

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。

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。

燃料电池混合动力系统功率匹配设计方法

针对燃料电池混合动力系统在轨道交通的发展状况,文章以机车燃料电池混合动力系统为例,阐述其典型扑拓结构和工作原理,对影响燃料电池混合动力系统功率匹配的特征参数进行分析,并结合相关应用案例介绍了燃料电池混合动力系统功率匹配参数的具体计算方法。

基于模糊控制的燃料电池有轨电车混合动力系统研究

本文针对燃料电池有轨电车混合动力系统进行了研究,采用模糊控制技术以提高系统的能效和动态性能。首先,对混合动力系统的组成进行了分析和介绍,然后提出了基于模糊控制的控制策略并设计了相应的模糊控制器,通过仿真和实验验证证明了该控制策略在提高系统效率和动态性能方面的有效性和可行性,期望本研究对相关领域的发展有所参考作用。

2.5吨燃料电池混合动力叉车匹配、仿真及优化

采用10 kW燃料电池系统和25 A·h锂电池组(2 kW·h)匹配了一台2.5吨燃料电池混合动力叉车的动力系统,并提出了一种模式识别的功率跟随能量管理策略。在此基础上,建立了整车模型并进行仿真,验证了系统匹配及能量管理策略的有效性。结果表明:在一定程度上锂电池组的稳定荷电状态越低,使用经济性越好;合理的锂电池组切换荷电状态能提高系统的稳定性;燃料电池系统额定功率至少需要大于工况平均功率15%;在启动后锂电池电量下降的动态过程中,较大的锂电池组容量能够减小燃料电池系统平均功率,提高使用经济性,反之则无法维持系统长时间工作,且工作时荷电状态波动率较大,影响使用寿命。

燃料电池汽车动力系统及能量管理策略研究进展

动力系统是燃料电池汽车(FCV)的核心,可分为单一式系统与混合动力系统两大类,其中,将燃料电池与辅助电源相结合组成“电-电”混合动力系统,已成为业界主流。本文根据辅助电源类型的不同,提出3类FCV混动系统的构建方案,分别为燃料电池+动力电池方案、燃料电池+超级电容方案、燃料电池+动力电池+超级电容方案,并对各方案的优势和劣势进行比较。同时,本文综述了近年来国内外学者提出的面向FCV的代表性能量管理策略,从理论基础与求解方法的差异出发,将现有燃料电池汽车的能量管理策略分为3类:基于规则定义的策略、基于最优化方法的策略以及基于机器学习的策略,并总结了各类策略在最优性与实时性等方面的优势和劣势。其中,基于规则定义的策略最易实现,在工程应用中最为普遍,但无法实现性能最优;基于最优化方法的策略能够接近甚至达到理论最优,但存在计算量过大、计算耗时过长、实时性差等问题;以强化学习为代表的基于机器学习的策略有望在最优性与实时性之间实现理想的平衡,但目前还存在模型训练耗时长、试错代价高等困难,在实车应用层面还存在一定挑战。基于文献研究与分析,本文提出以下观点:1)以大功率燃料电池为核心的功率混合型系统是FCV混动系统的未来发展方向;2)必须进一步提升智能化程度,根据实际使用场景开发具有个性化的能量管理策略;3)亟需建立关于燃料电池汽车能量管理策略的综合评价体系。

无人机燃料电池混合动力系统人工神经网络控制策略

目前,全球有200多项在研电推进飞机项目,包含传统固定翼飞机改造、新构型设计、全电推进系统和混合电推进等。近年来,电推进飞机的发展方向可分为纯电动固定翼、电动垂直起降和混合电推进3类。针对某小型无人机燃料电池和锂电池组成的混合动力系统,建立了由质子交换膜燃料电池混合动力系统、6自由度飞行器模型和基于神经网络控制器组成的整个系统仿真模型。为了满足无人机不同飞行阶段的电力需求,控制器控制电池电流和充放电速率。在燃料电池作为无人机主要动力源的情况下,对混合动力系统的性能进行验证和评估。对人工神经网络控制器和模糊逻辑控制器性能进行了比较,结果表明,人工神经网络控制器的性能明显提高,增强了无人机混合动力系统的整体稳定性。人工神经网络控制器在效率和油耗方面比模糊逻辑控制器略有提高,约为1%。这说明在这类系统中,所设计的神经网络控制器比经典控制器具有更强的鲁棒性,更好的响应能力、可靠性,可满足无人机燃料电池混合动力系统运行在最优水平和最优效率上。

网联环境下的燃料电池混合动力汽车能量管理

为了缓解城市交通拥挤和减少能源消耗,本文提出一种基于智能交通信息的燃料电池混合动力汽车(FCHEV)分层能量管理策略。利用车联网技术获取目标车辆的路况信息,建立交通信号灯正时模型,获取最优目标车速。基于目标车速,获取车辆的需求功率,分层设计自适应等效消耗最小策略和模型预测控制方法,实现对3种能量源需求功率的最优分配。通过仿真和实验验证所提能量管理策略的有效性。研究结果表明:该策略能够有效避免红灯前频繁启停,燃料经济性和续航里程分别提高了9.83%和5.13%。