燃料电池汽车动力系统匹配及能量管理

为了分析燃料电池汽车动力系统参数匹配设计以及能量管理方案对整车性能的影响,以某款燃料电池汽车为研究对象,对其主要动力系统部件进行了参数匹配.以提升整车经济性能为目标,提出了功率跟随式能量管理策略和基于模糊控制的能量管理策略,并采用滑动平均滤波算法对模糊控制策略输出量进行优化.基于AVL-Cruise和Simulink建立了联合仿真平台,搭建整车及能量管理系统模型,验证了整车动力性能,对比分析了3种控制策略下的整车经济性能.结果表明:经过优化后的能量管理策略燃料电池输出功率曲线更加平滑,且一直处于高效率输出区间内,基于燃料电池优先保护原则,经过优化后的能量管理策略性能最佳.

燃料电池汽车动力系统功率平衡控制策略

燃料电池汽车动力总成控制的主要目的是平衡各个动力总成部件如燃料电池发动机、动力蓄电池和电动机 之间的功率流向和能量平衡,使车辆保持较好的动力性和经济性。依据燃料电池汽车动力系统基本拓扑结构,提 出了基于DC／DC变换器电流控制方式和基于模糊决策的蓄电池恒荷电状态控制的动力系统功率平衡控制算法,在 MATLAB环境中进行了离线仿真,并用快速控制原型方法进行了实车试验验证。

电动车燃料电池控制系统

如何改善燃料电池的输出性能是燃料电池电动车的一个重要问题.首先燃料电池是一个多变量复杂系统.燃料电池的工作和环境温度、流量及湿度对燃料电池实际功率输出有重大影响.然后提出一种自适应模糊复合控制算法。考虑到燃料电池的多动态特性,加入自整因子层对量化因子和比例因子进行在线修改,从而改善了控制器的静态和动态特性.有实验结果证明所提出算法的有效性.最后,详细设计燃料电池电动车的能量控制系统.

燃料电池汽车动力总成控制策略

讨论了燃料电池汽车的动力总成负载均衡、动力蓄电池充电态闭环控制、燃料电池发动机功率的预测调节 ,以及电机回馈制动控制策略等问题 ;介绍了动力总成控制器的算法实现 ,并示例性地给出了实车转鼓测试结果 .测试结果表明 ,针对电电混合动力总成提出的基本控制策略能充分考虑动力总成各组成部件的动力和经济特性 。

燃料电池混合动力参数辨识及整车控制策略优化

为优化燃料电池混合动力系统经济性及耐久性,建立了模型参数辨识及整车控制策略优化方法。首先给出了燃料电池混合动力系统氢气消耗及蓄电池模型参数的最小二乘离线辨识算法。台架试验验证了其有效性。其次给出了整车控制策略,包括电动机控制策略和能量管理策略两部分。电动机运行状态根据挡位信号和司机踏板信号可以划分为两类:制动状态和非制动状态。电动机目标转矩在这两类状态中采取不一样的计算方法。能量管理策略包括稳态分配和动态补偿两个模块。再次,采用基于多目标的遗传优化算法对整车控制策略相关参数进行优化,优化目标为混合动力系统在"中国城市公交典型工况"中等效氢气消耗量最小。工况测试结果表明,使用优化算法后系统经济性从9.6kg/100km提升到7.6kg/100km,减小了燃料电池输出功率的波动并维持蓄电池SOC在平衡点附近。

燃料电池汽车动力系统动态数学模型

建立了用于燃料电池汽车功率平衡控制算法设计的动力系统动态数学模型。该数学模型包括燃料电池发动机、电机及其控制器、动力蓄电池组。采用最小二乘参数辨识方法对模型中的未知参数进行了估计。基于所建立的数学模型通过设计线性二次型调节器建立了基于状态反馈的燃料电池汽车动力系统功率平衡控制算法。离线仿真和转鼓测试结果证明:所设计的控制算法达到既定的控制目标,从而证明所建立的动力系统数学模型用于控制算法的设计可行。离线仿真同实测数据对比证明:所建立的系统动态数学模型达到了较高的仿真精度。

燃料电池电动车整车控制器研究

介绍了燃料电池电动车整车控制系统的组成 ,分析了整车控制器的作用 ,详细讨论了踏板及档位处理方法。提出了基于模糊逻辑控制理论的驾驶控制策略和能量流管理策略 ,并设计了一个基于 DSP的带光纤接口的整车控制器硬件系统。装车试验表明控制器软硬件设计合理 ,取得了满意的控制效果。

基于模糊决策的燃料电池汽车动力总成功率平衡控制策略研究

燃料电池汽车动力总成控制的主要目的是平衡各个动力总成部件如燃料电池发动机、动力蓄电池和电动机之间的功率流向和能量平衡,使车辆保持较好的动力性和经济性。本文提出了一种基于蓄电池SOC平衡的控制结构和基于模糊推理决策的控制算法,首先在Matlab环境中进行了离线仿真,然后用快速控制原型方法进行了实验验证。

燃料电池汽车动力总成故障诊断硬件在环系统开发

论述了基于J1939协议的燃料电池汽车动力总成故障诊断硬件在环系统的开发。该系统包括PC机上的燃料电池发动机、电机、镍氢电池、直流变换器等关键零部件数学模型,并通过CAN总线实现了模型与动力总成控制器的高速通讯。该硬件在环系统能模拟动力总成各零部件故障,以验证故障诊断策略的合理性和失效处理的有效性。仿真结果表明了该硬件在环故障诊断系统的实用性。

燃料电池动力系统硬件在环仿真开发

建立了燃料电池硬件在环仿真系统平台,包括燃料电池动力系统各部件模型和控制系统底层软硬件平台,对多能源动力系统能量管理的不同控制算法进行了分析。硬件在环仿真系统在动力控制系统开发中得到了广泛的应用,并对恒压控制算法进行了台架试验,验证了硬件在环仿真系统的有效性。

基于状态反馈的燃料电池轿车动力控制算法

建立了包括燃料电池发动机、电机及其控制器、动力蓄电池组在内的燃料电池轿车动力系统的动态数学模型.在该模型基础上,设计了基于状态反馈的闭环功率平衡算法.针对状态变量蓄电池开路电压在运行过程中无法测量的问题,构造了相应的渐进状态观测器.以蓄电池开路电压观测值反馈实现了蓄电池最佳荷电状态的控制,使算法克服了对蓄电池SOC(state of charge,荷电状态)估计值的依赖,实现了解析冗余,较好地解决了SOC估计过程中存在的初始值不易确定和累计误差的问题.离线仿真和实车转鼓实验的结果证明,所建立的动力控制算法达到既定的控制目标,并且能够充分考虑动力系统主要部件的动力性和经济性,具有一定的实用价值.

基于驾驶模式划分的氢燃料电池汽车能量管理策略

氢燃料电池汽车的能量管理策略已成为确保满足整车动态响应要求、提升整车经济性的一项重要技术。在汽车实际运行中,不利的工作条件会使氢燃料电池的循环寿命急剧减少。针对影响氢燃料电池使用寿命的启停、怠速、大幅度变载和过载4种不利工作条件,依据汽车运行的速度和加速度将中国乘用车典型工况分为6种驾驶模式,在不同驾驶模式下对模糊控制输出的氢燃料电池需求功率进行限制;并通过多岛遗传算法对基于经验制定的驾驶模式划分标准进行优化,以达到降低氢气消耗的目的。在Cruise平台将基于模糊控制和基于驾驶模式划分的能量管理策略进行对比,验证了基于驾驶模式划分的能量管理策略可以有效减少氢燃料电池运行于不利工作条件的时间;在Isight平台使用多岛遗传算法对基于驾驶模式划分的能量管理策略进行优化,降低了氢气的消耗量。

具有辅助动力源的燃料电池汽车功率平衡控制算法

建立了包括燃料电池发动机、电机及其控制器、动力蓄电池组在内的燃料电池汽车动力系统的动态数学模型。通过设计线性二次型调节器得到最优控制律;通过构造状态观测器解决状态变量蓄电池开路电压不可测量的问题,从而建立了基于全状态反馈的燃料电池汽车动力控制算法。离线仿真和实车转鼓试验证明,所建立的动力控制算法达到了既定的控制目标,并且充分考虑了动力系统主要部件的动力性和经济性。

基于模糊PID算法的电动车电机控制器研究

提出了一种基于模糊PID算法的燃料电池电动车电机控制器,将油门踏板位置和刹车制动信息作为模糊控制单元的输入,模糊控制单元动态调整PID的比例系数、积分系数和微分系数。在仿真的基础上进行算法实现,试制了电机控制器样机,并在3 k W燃料电池游览车上进行实际运行测试,仿真和实际测试结果表明:模糊PID算法电机控制器控制精度和动态性能比传统PID控制器有明显提高。

基于遗传算法的增程式电动车模糊控制器设计

针对燃料电池增程式电动汽车动力系统双能量源间的分配问题,设计基于遗传算法的多输入单输出(MISO)模糊控制器。控制器将动力蓄电池SOC和负载总线实时需求功率作为输入变量,求解燃料电池增程器的最佳输出功率,从而获得蓄电池和燃料电池的输出功率分配关系,以此实现不同功率需求下车载多能量源间的合理分配。为克服传统模糊控制器的参数设置仅依靠专家经验设定的局限性,采用遗传算法对模糊控制器的隶属函数和控制规则参数进行优化设计。通过ADVISOR软件仿真和转鼓实验台实车验证,结果证明,与传统能量控制策略相比,优化设计后的模糊控制能量管理策略能够明显提高增程式电动汽车的燃料经济性,并表现出较好的工况适应能力。

基于模糊逻辑控制的燃料电池汽车能量管理控制策略研究

针对燃料电池汽车频繁过度放电导致其使用寿命缩短、需求模组功率过高急剧增加经济成本的问题,以燃料电池汽车结合动力电池模组的方式,提出了基于微小变量模糊逻辑控制的燃料电池补偿动力电池放电的能量管理控制策略模型。通过对ADVISOR进行二次开发优化,仿真验证了所制定的电电混动模型能量管理控制策略的合理性,保证了整车的动力性和经济性,又以汽车结束行驶时系统总的能量利用效率为优化目标对其进行了优化,结果表明基于微小变量模糊逻辑控制的电电混动新能源汽车动力性满足要求,经济性得以提高。

基于模糊逻辑与遗传算法的燃料电池热管理方法研究

有效的质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)热管理是提升氢燃料电池汽车安全性、耐久性以及运行效率的关键因素之一。该文提出一种PEMFC电堆热管理控制方法,使电堆出入口温度保持在设定值。该方法以PEMFC热管理系统模型中电堆出入口温度的变化为依据,设计一种二维模糊控制器,并应用遗传算法优化模糊控制器的隶属度函数,从而使模糊控制器的控制精度更高。为验证所提出方法的有效性,该文选用Autonomie软件中的一款氢燃料电池汽车,在两种标准工况上进行PEMFC热管理方法验证。仿真结果显示,经过遗传算法优化后的模糊控制器相对于未优化的模糊控制器具有更高的控制精度,电堆出入口温度与设定值的偏差更低。

后驱燃料电池客车的控制策略开发

以某燃料电池汽车为例,介绍了燃料电池汽车动力系统的组成,并根据整车参数和设计目标完成了动力系统的选型参数匹配。为了完成后轴驱动汽车的仿真,对ADVISOR软件进行了后轴驱动模块的二次开发,并利用Matlab/Simulink搭建了能量模糊控制策略,将其封装到ADVISOR中,对其进行验证。将仿真结果与功率跟随式控制策略进行对比分析可知,燃料电池汽车各项动力性指标满足设计需求,且能量利用效率相较于功率跟随式策略有较大的提升。

减少燃料电池功率振荡的FCV混合能量管理策略

针对燃料电池汽车(Fuel Cell Vehicle,FCV)因频繁启停和变载工况导致燃料电池寿命衰减的问题,基于模糊控制理论,提出以降低燃料电池输出功率高频振荡为目标的混合能量管理策略。通过对比城市道路循环工况(Urban Dynamometer Driving Schedule,UDDS)下混合能量管理策略和模糊控制策略的燃料电池输出功率,表明提出的混合能量管理策略满足实际工况的功率需求,同时可以有效降低燃料电池输出功率的高频振荡现象,减少燃料电池处于不利工况的时间,使得整车经济性提高了4.45%,为燃料电池汽车能量管理策略的研究提供了一定的理论依据。

基于粒子群的燃料电池汽车模糊能量管理策略的研究

针对燃料电池电动汽车,本文采用超级电容做辅助能源,在汽车启动和加速时提供需求的大功率,同时在汽车制动的时吸收制动能量。模糊控制用来优化其能量管理策略,以燃料电池汽车系统需求功率和超级电容组荷电状态为输入,以实际燃料电池输出功率为输出,建立了能量管理模糊控制器。并以氢气消耗为优化目标,利用粒子算法对模糊隶属度函数的参数和模糊控制规则进行优化。基于advisor的仿真表明,普通的模糊控制氢气消耗量1.411kg,经过粒子群优化后氢气消耗量为1.230kg,与没经过粒子优化的模糊控制策略对比,经过优化的模糊能量管理策使燃料电池汽车的氢气消耗降低了0.181kg,从而提高了整车经济性。