一种基于可变等效因子的燃料电池汽车等效燃料消耗最小策略

为了改进燃料电池汽车的燃料经济性与环境适应性,基于等效燃料消耗最小策略,开展了燃料电池汽车能量管理与优化算法的研究。首先,基于车辆动力学模型求解得出的输出功率或制动回收功率,计算系统的等效燃料消耗,并将其作为优化目标,以期实现经济性最优的功率分配;其次,为了适应不同的环境工况,基于等效因子的实际物理意义,提出了随蓄电池荷电状态变化的可变等效因子,使燃料电池汽车能在更好地维持荷电状态的同时,可更充分地利用蓄电池空余能量。WLTC(worldwide harmonized light vehicles test cycle)和CATC(China automobile test cycle)等标准行驶工况下的仿真结果表明,所提出的基于可变等效因子的等效燃料消耗最小策略,可以满足燃料电池汽车降低氢耗、保持蓄电池荷电状态的功能,实现了能量管理与优化,具有较好的工况适应能力。

融合工况预测的燃料电池汽车里程自适应等效氢耗最小控制策略

为有效地提高插电式燃料电池汽车的经济性,实现燃料电池和动力电池的功率最优分配,考虑到行驶工况、电池荷电状态(State of charge,SOC)、等效因子与氢气消耗之间的密切联系,制定融合工况预测的里程自适应等效氢耗最小策略.通过基于误差反向传播的神经网络来实现未来短期车速的预测,分析未来车辆需求功率变化,同时借助全球定位系统规划一条通往目的地的路径,智能交通系统便可获取整个行程的交通流量信息,利用行驶里程和SOC实时动态修正等效消耗最小策略中的等效因子,实现能量管理策略的自适应性.基于MATLAB/Simulink软件,搭建整车仿真模型与传统的能量管理策略进行仿真对比验证.仿真结果表明,采用基于神经网络的工况预测算法能够较好地预测未来短期工况,其预测精度相较于马尔可夫方法提高12.5%,所提出的能量管理策略在城市道路循环工况(UDDS)下的氢气消耗比电量消耗维持(CD/CS)策略下降55.6%.硬件在环试验表明,在市郊循环工况(EUDC)下的氢气消耗比CD/CS策略下降26.8%,仿真验证结果表明了所提出的策略相比于CD/CS策略在氢气消耗方面的优越性能,并通过硬件在环实验验证了所提策略的有效性.

氢能无人机等效消耗最小化策略设计

【目的】为了提高氢能混合动力固定翼无人机飞行过程中能源系统功率变化的稳定性以及燃料经济性。【方法】在传统等效消耗最小化策略理论的基础上引入一种考虑蓄电池组功率变化幅度对能量消耗影响的变等效因子。将此因子与原有等效因子加权相加,形成复合等效因子。建立了适用于复杂飞行工况的无人机混合动力仿真平台,研究了复合等效因子对等效消耗最小化策略控制效果的影响。【结果】结果表明,使用复合等效因子的等效消耗最小化策略可以有效降低能源系统的功率波动幅度,巡航飞行时氢燃料电池的功率波动幅度比传统等效消耗最小化策略降低了94.7%,飞行过程中蓄电池组SOC累计变化量降低了46%;在3.5 h的飞行任务中可节省193标准升氢气,提高了燃料的经济性。当蓄电池组SOC接近平衡值时,可以大幅减缓充电功率的变化率。改进后的等效消耗最小化策略有利于延长能源系统的使用寿命,提高燃料电池和蓄电池组的安全性。

混合动力重卡自适应等效燃油消耗最小化能量管理策略

为解决等效燃油消耗最小化策略的关键参数在不同工况下的动态调整,提出一种适用于混合动力重型汽车的自适应等效燃油消耗最小化策略(adaptive equivalent consumption minimization strategy,A-ECMS)。该策略以层次聚类算法得到的6种典型行驶工况为例,提出了一种基于神经网络工况识别算法。应用改进的混沌粒子群优化(chaosparticle swarm optimization,CPSO)算法优化特定驾驶循环下等效燃油消耗最小化策略(equivalent consumption minimization strategy,ECMS)的3个关键参数:等效因子、惩罚函数的比例因子和发动机起动车速阈值。提出了一种基于工况识别的新型自适应能量管理策略对关键参数进行优化,根据该重型卡车的传动系统构型,建立了车辆的纵向动力学模型,并通过仿真进行了验证。仿真结果表明复合工况驱动循环下的CPSO-ECMS和A-ECMS控制策略与传统等效燃油消耗策略相比,油耗分别降低了5.9%和8.9%。

基于粒子群优化的模糊自适应等效油耗最小能量管理策略

为提高等效燃油消耗最小能量管理策略(ECMS)对不同工况的适应能力,提出一种基于粒子群算法优化的模糊自适应等效燃油消耗最小的能量管理策略(PSO-fuzzy A-ECMS)。以基于SOC反馈原理对等效因子进行比例调节方法为基础,针对仅依靠SOC反馈的等效因子调节方式存在一定局限性的问题,引入模糊控制以需求功率和SOC为输入对比例系数进行调节,利用粒子群算法优化模糊控制器中的隶属度函数,减少模糊控制在能量管理应用中对专家经验的依赖,最后在标准循环工况下进行仿真。仿真结果显示:相较于基于SOC反馈的等效因子修正方法,本文提出的PSO-fuzzy A-ECMS策略能够维持SOC在合理区间内变化,在燃油经济性和电池充放电平衡方面能够取得更好的控制效果。

基于动态规划的自适应等效最小燃油消耗策略

针对等效燃油消耗最小策略（ECMS）中最优等效因子对工况依赖性较大的问题，以单轴并联式混合动力汽车为研究对象，以动态规划算法（DP）获得的特定行驶工况下最优控制结果为基础，逆推得到ECMS的最优等效因子；拟合出平均最优等效因子随电量维持水平的变化规律，以此为基础设计了一种自适应等效燃油消耗最小策略．在中国典型城市工况下的仿真结果表明：对于任意初始SOC值，文中策略能够较好地维持电量平衡；在SOC稳定之后的油耗为828g，与DP对比仅有0．8％的误差．多种不同工况仿真结果表明，SOC变化规律与中国典型城市工况仿真结果一致，在SOC稳定之后，单个循环工况的油耗相对DP仅增加了0．1％～0．2％．

基于功率比的混合动力汽车模糊自适应等效燃油消耗最小策略研究

针对基于优选固定等效因子的等效燃油消耗最小策略(ECMS)工况适应性差的问题,提出一种基于功率比的自适应ECMS(PR-AECMS)。以功率分流式混合动力汽车为对象,建立采用电池荷电状态(SOC)修正ECMS等效因子的显示自适应求解模型,针对仅基于SOC反馈修正等效因子的不足,引入相邻时段平均功率作为ECMS等效因子前馈调节变量,通过研究相邻时段平均功率、前一时段电池充放电行为,以及不同电池SOC实时值和参考值等因素对等效因子修正机制的影响,提出基于多模糊控制器切换的ECMS等效因子自适应求解方法,根据电池SOC和前一时段车辆平均功率制定各模糊控制器的切换逻辑,以当前时段与前一时段的平均功率比、前一时段电池SOC变化量为各模糊控制器输入,基于标准循环工况的全局优化结果确定模糊控制参数。基于不同标准循环工况的仿真结果表明,相较于无功率比修正的AECMS,本文提出的PR-AECMS使整车在大范围工况下具有更优越的等效燃油经济性和电池充放电平衡特性,有效提高了ECMS策略的工况适应性。

基于最小瞬时等效燃油消耗的液压混合动力车辆能量管理策略

为提高混合动力车辆的燃油经济性和降低尾气排放,根据混合动力车辆2个或2个以上能量流之间的功率分流分配和能量利用情况,提出了最小瞬时等效燃油消耗量策略。通过分析串联式液压混合动力传动能量流关系,以储能元件蓄能器的虚拟等效燃油消耗为准则,建立了液压混合动力车辆最小瞬时等效燃油消耗模型。对液压混合动力车辆能量管理进行了研究,并以某型公共汽车参数为例,运用计算机软件通过城市循环工况第1部分和公路循环工况对使用该策略的液压混合动力车辆燃油经济性进行了仿真计算。仿真结果表明:采用最小瞬时等效燃油消耗策略的液压混合动力车辆的燃油经济性改善率接近30%;采用最小瞬时等效燃油消耗策略在提高车辆节能效果上具有较明显的优势。

基于能量回收的等效燃油消耗最小策略

在混合动力能量管理策略中,基于电池荷电状态(SOC)反馈的等效燃油最小控制策略(ECMS)在某些时刻点由于惩罚函数取值不合适,会出现惩罚过度,导致燃油消耗量的增加.文中采用一种可变SOC参照的方式来解决这一问题:在工况已知的情况下,将行驶工况划分为若干个运动学区间,任意区间中,用电池初始剩余容量减去该区间的制动回收能量,差值作为该区间中电池倾向于放电时的参考值,并以此为基础构建等效因子.最后以标准行驶循环工况NEDC为例,运行基于ECMS框架的整车模型.仿真结果表明,与传统的基于固定SOC参照的ECMS相比,文中提出的方法在维持电量不变的同时提高了燃油经济性.

基于FA的等效燃油消耗最小控制策略优化

为了提高混合动力汽车的燃油经济性,研究了基于萤火虫算法(firefly algorithm,FA)优化的等效燃油消耗最小控制策略(equivalent fuel consumption minimization strategy,EFCMS).以并联式混合动力汽车为研究对象,运用萤火虫算法对等效燃油消耗最小控制策略的等效因子以及电池荷电状态(state of charge,SOC)进行优化,实现了并联式混合动力汽车的能量优化控制.在Matlab/Simulink中搭建整车模型进行仿真,结果表明:UDDS(urban dynamometer driving schedule)、NEDC(new European driving cycle)、HWFET(highway fuel economy test)这3种工况下,与优化前相比,节油率分别达到了28.6%、25.5%、16.9%;基于FA的等效燃油消耗最小控制策略相比于传统的等效燃油消耗最小控制策略,可以有效提高燃油经济性,电池SOC可以更好地维持在目标值附近.

ISG-FHEV等效燃油消耗最小控制策略

为了有效提高ISG重度混合动力汽车(full hybrid electric vehicle assisted by an integrated starter generator,ISG-FHEV)发动机和电机驱动系统效率以及整车的燃油经济性,设计了一种等效燃油消耗最小控制策略(equivalent consumption minimization strategy,ECMS);在分析ISG-FHEV功率分流模式的基础上,同时考虑发动机和电机驱动系统效率,构建出包含发动机和电机驱动系统的功率分配、ISG电机和主电机间的功率分配两个控制变量的整车等效燃油消耗最小目标函数;引入庞特里亚金极小值原理(pontryagin’s minimum principle,PMP)并加入电池SOC偏差控制确定等效因子;最后,进行了仿真和对比分析;结果表明,与基于规则的控制策略相比,发动机效率提高9%,ISG电机和主电机总效率提高11.4%,百公里耗油量降低9.98%。

基于DL-MOPSO算法的等效燃油消耗最小能量管理策略优化研究

等效燃油消耗最小能量管理策略(ECMS)的优化问题,是一个不连续、非可导的内外层嵌套多目标优化问题,为进一步提高整车燃油经济性,同时使电池具有良好的电量保持性能,提出一种内外层嵌套的双层多目标粒子群算法(DL-MOPSO)对充放电等效因子和功率分配方式同时进行寻优。仿真结果表明,与传统的穷举法相比,DL-MOPSO算法寻优获得的ECMS可提高整车燃油经济性10. 28%,且SOC终值与目标值差为0. 001 9,有效保持电量平衡。最后分析了惩罚函数中β参数对ECMS寻优的影响,对β参数的取值具有一定指导意义。

基于变等效因子的PHEV等效燃油消耗最小策略

针对一种并联式混合动力汽车(Parallel Hybrid Electric Vehicle,PHEV),基于庞特里亚金极值原理(Pon-tryagin’s Minimum Principle,PMP),在行驶工况已知前提下,设计了一种基于恒等效因子的等效燃油消耗最小控制策略(Equivalent Consumption Minimization Strategy,ECMS)。为改善该策略对工况变化的适应性,在分析等效因子、实际工况和电池荷电状态(State of Charge,SOC)相互关系的基础上,采用SOC惩罚函数对等效因子进行在线调整,得到了一种基于变等效因子的ECMS。仿真结果表明:所设计的基于变等效因子的ECMS,能够使发动机运行点大部分集中在最优曲线上,电池SOC波动较小,与基于恒等效因子的ECMS相比,发动机效率提高3%,整车系统效率提高0.5%,百公里耗油量降低4.5%,提高了对行驶工况的适应性。

基于模糊控制的ISG-FHEV等效燃油消耗最小策略

针对ISG重度混合动力汽车,设计了一种基于模糊控制的等效燃油消耗最小策略,以提高发动机和电机驱动系统效率以及整车的燃油经济性。通过对整车等效燃油消耗的分析,构建了整车等效燃油消耗最小目标函数;引入模糊控制对等效因子进行调整,加强等效因子对行驶工况的适应性和对电池荷电状态的偏差控制。仿真结果表明,所设计的控制策略与常规ECMS相比,发动机效率提高8.3豫,电机驱动效率提高11.1%,百公里耗油量降低8.4%。

考虑驾驶风格的混合动力汽车强化学习能量管理策略

为了提升混合动力汽车能量管理策略对不同风格驾驶员的适应性,基于深度强化学习和等效燃油消耗最小策略(equivalent consumption minimization strategy,ECMS),提出一种考虑驾驶风格的混合动力汽车能量管理策略。通过实车试验采集驾驶员行驶数据,基于采集数据进行驾驶员驾驶风格的聚类分析,建立驾驶风格识别模型;构建基于强化学习和ECMS的能量管理策略,将驾驶风格系数作为强化学习状态变量,利用多种驾驶风格的组合工况训练深度确定性策略梯度智能体,获取不同工况和驾驶风格下ECMS等效因子,采用ECMS求解最优发动机、电机转矩分配以及变速箱挡位;搭建硬件在环测试平台,并基于实际采集的不同驾驶员驾驶数据构建测试工况,验证所提出控制策略的有效性。研究结果表明,相较于基于规则策略、基于等效因子比例修正的自适应ECMS以及DRL-SAC策略,提出的考虑驾驶风格的强化学习能量管理策略使整车能量消耗分别降低16.35%、11.11%和7.56%,所提控制策略的有效性得到了验证。

基于充电行为电量规划的自适应能量管理策略

为提高插电式混合动力汽车(PHEV)的燃油经济性,以并联式PHEV为研究对象,考虑驾驶员充电行为,提出基于充电行为电量规划和等效燃油消耗最小策略(ECMS)的自适应能量管理策略。构建了包含不同类型工况的组合工况。根据驾驶员的充电行为特征(充电频率、充电上限、放电下限)进行充电行为分析,并进行4类工况电量消耗与燃油消耗ECMS策略下的离线仿真数据获取。根据驾驶员充电行为以及离线数据进行SOC轨迹的规划。结果表明:在电池SOC初始值分别为0.9、0.6时,提出的能量管理策略相较于基于电量消耗维持的等效燃油消耗策略,整车燃油经济性分别提升7.87%和13.1%。

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.

基于工况识别的PHEV能量管理策略

为提升并联式混合动力汽车(parallel hybrid electric vehicle,PHEV)的燃油经济性,针对等效燃油消耗最小控制策略(equivalent fuel consumption minimum strategy,ECMS)在不同工况下适应性差的问题,以优化整车等效燃油消耗量为目标,设计基于工况识别算法的变等效因子ECMS能量管理策略。选取3类典型工况建立支持向量机分类模型,通过递归特征消除法对样本特征进行选择,采用鲸鱼算法对支持向量机进行参数优化,使用模拟退火算法分别对3类工况的ECMS等效因子进行离线全局最优求解,并分别存储于等效因子库中,通过训练好的支持向量机分类器对目标优化工况进行工况识别,不同类型的工况片段采用不同的等效因子进行转矩分配。仿真结果显示:相比于逻辑门限能量管理策略,基于工况识别算法的变等效因子ECMS能量管理策略的电池荷电状态(state of charge,SOC)变化量减少8.67%,节油率为13.11%;相比于优化前的ECMS策略电池SOC变化量减少3.47%,节油率约为6.63%。本文提出的基于工况识别算法的变等效因子ECMS能量管理策略可以有效地减少燃油消耗量,提升PHEV的整车经济性。

基于深度强化学习的PHEV能量管理策略

为了优化插电式混合动力汽车(Plug-in Hybrid Electric Vehicles,PHEV)能量管理策略,提高燃油经济性,提出基于深度强化学习的能量管理策略。通过对整车MATLAB/SimuLink建模,设计随动力电池SOC自适应奖励函数,使用NEDC和FTP-75工况进行智能体训练,在并联混动模式下,以WLTC-class3工况继续进行测试,相比于等效燃油消耗最小策略节省燃油8.63%,且实时性提高16.32倍,验证了该策略的可行性。

燃料电池汽车行驶里程自适应ECMS策略

为提高插电式燃料电池汽车的经济性,基于等效氢消耗最小策略,通过等效系数S与行驶里程的自适应规则调整目标价值函数,以控制动力电池电能消耗速率,同时引入参考SOC进一步修正等效系数S,使行驶过程中动力电池尽可能多地获取电网电能,同时避免动力电池过度放电,从而实现控制策略对行驶里程的自适应性。通过Matlab/Simulink建立插电式燃料电池汽车仿真模型,仿真结果表明,当行驶里程超过纯电动行驶里程后,该策略能控制动力电池SOC在行驶结束时到达目标值。硬件在环对比试验的结果表明,采用里程自适应的ECMS策略时,总里程为100,150和200 km的氢气消耗量分别比基于CD-CS的ECMS策略降低8.75%,14.21%和16.63%。