论文题名: | 复合电源燃料电池汽车能量管理策略研究与优化 |
关键词: | 燃料电池汽车;动力系统;能量管理;小波变换;模糊控制;工况预测 |
摘要: | 传统燃油汽车带来的环境污染和能源危机等问题,给汽车工业带来了巨大挑战。与燃油车相比,燃料电池车具有效率高、零污染等优点,与纯电动车相比,其具有更短的燃料加注时间,因此被公认为是一种极具发展潜力的新能源汽车。然而燃料电池存在动态响应能力差、制动能量无法回收等缺点,这极大限制了燃料电池汽车的普及。因此,耦合其他辅助电源,与燃料电池一起组成复合动力系统,成为了目前燃料电池汽车的主流研发路线,以弥补燃料电池单独工作时的诸多不足。但是,如何合理的分配动力源功率,在提高整车燃料经济性的同时,兼顾动力源的工作特性是研究难点。本文以动力电池作为辅助电源,在改善燃料电池工作条件的同时,围绕提高整车燃料经济性为目的,主要开展了以下工作: 首先,从满足整车的动力性能指标出发,对动力系统的主要部件进行参数匹配,并根据匹配结果对燃料电池、蓄电池和驱动电机进行选型与二次开发,利用ADVISOR软件对整车动力性能指标进行验证,结果表明,各项动力性能均满足设计要求,说明匹配的参数合理,可以用于后续关于能量管理策略的研究。 其次,考虑到频繁大幅变载工况将有损燃料电池的使用寿命,因此本文在制定能量管理策略时引入了小波变换,并且利用滑动窗口解决了实车应用需要考虑实时性的问题。制定了模糊控制策略,并以整车燃料消耗最小为目标,在典型高速、城郊和城市工况下采用多岛遗传算法对模糊控制器进行优化,燃料经济性分别提升5.37%、2.31%和1.59%。为同时控制动力电池荷电状态在合适范围内,将实时小波变换分别与功率跟随控制策略和本文制定的模糊控制策略结合,各工况仿真结果表明,功率跟随策略中,加入实时小波变换后,虽然燃料电池的功率波动减小,但是经济性却稍有降低,而在优化后的实时小波变换-模糊控制策略中,不仅燃料电池功率波动得到降低,而且燃料经济性也进一步提升。 最后,汽车行驶工况多样,为了提升控制参数对不同工况的适应能力,首先利用主成分分析在行驶特征中筛选出6个特征用于工况辨识,然后利用“肘部法”和K-means聚类算法将工况片段分为3类,最后采用粒子群优化支持向量机实时辨识工况类型,并根据辨识结果选择对应的模糊控制,实现控制参数的自适应。结果表明,融合工况预测技术的能量管理策略能将燃料经济性提升1.12%。 |
作者: | 王明 |
专业: | 动力机械及工程 |
导师: | 胡杰 |
授予学位: | 硕士 |
授予学位单位: | 武汉理工大学 |
学位年度: | 2021 |