详情

原文传递复合能源电动汽车的预测能量管理策略研究

论文题名：	复合能源电动汽车的预测能量管理策略研究
关键词：	复合能源电动汽车;速度预测;交通流仿真;能量管理策略
摘要：	超级电容和锂电池是两种性质截然不同的储能元件：超级电容具有高功率密度低能量密度的特点，可以瞬间释放或者吸收大量能量，不过超级电容不能长时间提供稳定的电力输出；锂电池具有高能量密度低功率密度的特点，可以储存很多电能，其储存电能可以达到超级电容的几百到几千倍，但是锂电池不能承受瞬时的大电流充放电，否则会使其寿命迅速衰减，同时可能会有安全隐患。由超级电容和锂电池组成的复合能源电动汽车与只有锂电池的单电源电动汽车相比，具有诸多优势：①超级电容可以为锂电池承担功率需求中的峰值功率，使锂电池减少大电流工作的频率，延长锂电池寿命；②超级电容可以有效吸收车辆制动时瞬时大功率的制动能量，避免锂电池受到瞬时大电流的冲击，保护锂电池的同时还可以高效回收制动能量；③超级电容和锂电池组成的系统可以根据工况灵活地调整功率输出分配比例，使超级电容及时消耗掉制动回收能量，且保证锂电池工作在平稳状态，使电动汽车的行驶里程得到提升。　　本文以复合能源电动汽车作为研究对象，对复合能源电动汽车的能量管理策略展开研究，发现电动汽车的能量分配策略若可以将未来功率需求考虑进来，将会具有很大的节能潜力。然而，如何得到可用的未来功率需求是一件复杂的事情。不过，深度学习的出现使预测车辆未来信息成为了可能。本文以深度学习方法预测车辆未来的功率需求，同时考虑了车辆与复杂交通流之间的交互。　　本文的主要工作内容如下：　　1.复合能源系统及电动汽车动力学模型　　通过分析不同拓扑结构的复合能源系统的特点，选择合适的方案作为电动汽车直流侧的结构形式。建立起锂电池、超级电容、双向DC/DC变换器、基于SVPWM算法的整流/逆变器和基于矢量控制的电机模型，并通过Matlab/simulink分别进行仿真验证。通过车辆纵向动力学及传动系统的传动关系，建立起车速与电机需求扭矩及需求转速之间的关系。　　2.复杂交通流环境下的速度预测模型　　基于空间特征矢量化编码的思想，建立起考虑周围交通流信息的车辆速度预测深度学习模型。该模型结构可以分为子图、全局图和速度回归三个部分，其中速度回归部分采用二阶段输出的方式，以未来车辆轨迹引导未来车辆速度，并在目前主流的车辆行为预测数据集Argoverse-Ⅱ上验证了该模型的有效性。根据未来速度，结合车辆纵向动力学方程，进一步得到车辆未来功率需求。　　3.复合能源能量管理策略　　首先解决了能量管理策略中超级电容和锂电池之间的功率分配控制问题，以PID的思想建立起功率分配控制器，该控制器根据功率期望值，生成相应的控制信号，并发送至DC/DC变换器，从而使超级电容或锂电池的输出达到期望功率。介绍了复合能源电动汽车领域主流的基于规则的能量管理策略方案，并基于此建立其考虑未来功率的预测能量管理策略。　　4.复合能源电动汽车各部件参数计算及匹配　　对最高车速、最大加速度、基准质量等车辆基本参数进行了确定，并基于此计算了驱动电机的极限性能，并确定了驱动电机的参数，并对电机的极限性能进行了仿真验证。以100km的最大里程为标准计算了锂电池组的总容量和单体电池串并联数量。以制动能量回收及驱动辅助为标准计算了超级电容组的总容量和单体串并联数量。　　5.离线仿真平台的搭建及验证　　基于开源交通流仿真软件SUMO建立起符合仿真要求的交通流仿真环境。在道路结构方面，考虑到仿真需求和建模难度，选择了三环形耦合的结构。在此基础上，制定了合适的车流生成及交互策略，保证交通流仿真环境下每一时刻的交通流都是随机且不重复的。基于以上建立的复合能源电动汽车模型和速度预测模型，结合SUMO仿真工况，分别对基于规则的能量管理策略和预测能量管理策略进行仿真验证，并对比它们之间的差异。
作者：	张懿唐
专业：	车辆工程
导师：	何睿
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023