[發明專利]一種運用粒子算法優化的復合電源電動汽車功率分配策略在審
| 申請號： | 202010224968.8 | 申請日： | 2020-03-26 |
| 公開（公告）號： | CN111459025A | 公開（公告）日： | 2020-07-28 |
| 發明（設計）人： | 付主木;朱龍龍;陶發展;高愛云;司鵬舉;孫昊琛;高曉博 | 申請（專利權）人： | 河南科技大學 |
| 主分類號： | G05B13/04 | 分類號： | G05B13/04;B60L58/40 |
| 代理公司： | 洛陽九創知識產權代理事務所(普通合伙) 41156 | 代理人： | 炊萬庭 |
| 地址： | 471000 河*** | 國省代碼： | 河南;41 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 運用 粒子 算法 優化 復合 電源 電動汽車 功率 分配 策略 | ||
1.一種運用粒子算法優化的復合電源電動汽車功率分配策略，其特征在于：根據車載復合電源控制系統建立整車控制模型后，將需求功率分為不同的頻率段，然后根據不同的頻率段由不同的能源類型進行承擔，最后，使用粒子算法對改分配策略進行優化，以獲得多能量功率分配的最優控制策略。
2.根據權利要求1所述的一種運用粒子算法優化的復合電源電動汽車功率分配策略，其特征在于：包括以下步驟：
S1:根據車載復合電源控制系統建立整車控制模型；其中，車載復合電源包括：用于提供主要負載需求的燃料電池和提供輔助暫態負載需求的鋰電池和超級電容；
S2:根據S1步驟中所建立的整車控制模型實時獲取車輛的需求功率；
S3:根據三能量源特性不同，采用基于頻率分離的方法將S2步驟中獲取的需求功率分為了高、中、低三個頻率段并分別由燃料電池、鋰電池、超級電容承擔；
S4:使用粒子群算法對S3步驟中控制策略參數進行離線優化，實現需求功率的最優分配。
3.根據權利要求2所述的一種運用粒子算法優化的復合電源電動汽車功率分配策略，其特征在于：所述S4步驟進行離線優化的過程為：
設置兩個模糊控制器，并采用粒子群算法對上述兩個模糊控制器進行優化，實現其模糊劃分點的自動尋優：
對于第一個模糊控制器，優化目標函數為：
式中，ΔPFC_B(k)是k時刻與上一時刻低通濾波器輸入PFC_B的差值，ΔSOCU是整個行駛工況下超級電容SOC前后的差值，w1和w2為各項權重系數；
對于第二個模糊控制器，優化目標函數為：
式中，ΔPFC(k)為燃料電池在k時刻與上一刻的差值，為整個行駛工況下氫氣的質量消耗，ΔSOCB為整個行駛工況下鋰電池SOC前后的差值，w3、w4和w5為各項權重系數。
4.根據權利要求2所述的一種運用粒子算法優化的復合電源電動汽車功率分配策略，其特征在于：所述S1步驟中三能量源的拓撲結構為：燃料電池和超級電容分別通過單向DCDC變換器和雙向DCDC變換器與直流母線連接，鋰電池直接與直流母線連接來維持母線電壓穩定。
5.如權利要求2或4所述的一種運用粒子算法優化的復合電源電動汽車功率分配策略，其特征在于，所述S1步驟中根據車載復合電源控制系統建立整車控制模型包括：
1)根據燃料電池輸出特性，根據燃料電池效率、氫氣消耗量與其輸出功率的關系，建立燃料電池的效率模型；
2)根據鋰電池和超級電容的物理模型的差異，分別通過參數整定和曲線擬合建立鋰電池的內阻模型和超級電容的阻容模型；
3)根據燃料電池、鋰電池和超級電容模型，分別建立單向DCDC變換器工作在升壓模式下控制系統模型以及雙向DCDC變換器工作在升降壓模式下控制系統模型。
6.如權利要求2所述的一種運用粒子算法優化的復合電源電動汽車功率分配策略，其特征在于，所述S2步驟中根據S1步驟的整車控制模型實時獲取車輛的需求功率過程為：
提取車輛當前的速度信息作為整車模型的輸入，結合車輛參數求得此刻車量的需求功率為:
式中，Preq為車輛的需求功率，v為車速，ηmotor為電機效率，δ為汽車質量換算系數，Fw為車輛行駛過程中的空氣阻力，Fr為車輛行駛過程中的摩擦阻力，Fi為車輛的爬坡阻力。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于河南科技大學，未經河南科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010224968.8/1.html，轉載請聲明來源鉆瓜專利網。
