原文传递
基于数据驱动的燃料电池汽车能量管理策略研究
| 论文题名： | 基于数据驱动的燃料电池汽车能量管理策略研究 |
| 关键词： | 燃料电混合动力汽车;能量管理策略;数据驱动;多目标优化 |
| 摘要： | 燃料电池混合动力汽车使用燃料电池和蓄电池构成混合动力系统，其具有无污染，能量补充耗时短和续航里程长等优点，被认为是实现碳中和的重要解决方案，得到了世界各国政府和企业的高度重视。由于有多种动力源存在，能量管理策略是使系统可靠、稳定、高效工作的关键技术之一。但现有能量管理策略存在动力源使用寿命短、变工况下适应性差以及无法在线应用等问题。本文针对上述问题，通过融合传统的全局优化策略和数据驱动方法的优势，建立了一套基于数据驱动的能量管理策略，以提高系统多目标优化性能，实现最优性和实时性之间的平衡以及提高其适应性。本文主要研究内容有： （1）研究了燃料电池混合动力系统的结构及其工作原理，并对能量管理常见的七种工作模式进行了详细说明；同时分析了当前能量管理策略存在的问题，并将传统能量管理策略与数据驱动方法进行了分析，为能量管理策略设计提供参考。 （2）对燃料电池混合动力系统构型进行介绍。详细阐述了动力系统模型，对FCHEV的车辆动力学模型进行了分析，同时分别建立了燃料电池以及蓄电池的模型。然后搭建了整车控制策略，使用状态机-PID模型进行功率分配，验证出整车模型的正确性，为后文能量管理策略的设计奠定基础。 （3）针对混合动力系统的实时性与最优性的平衡问题，提出了一种基于模糊C均值聚类和极限梯度提升算法的实时能量管理策略。该策略利用模糊C均值对工况数据集进行聚类，以减少后续优化性能损失；再使用动态规划对相同类别的工况进行求解得到全局最优参考轨迹数据集，同时采用极限梯度提升算法挖掘数据集中深度特征信息。实验结果表明该策略与动态规划的全局优化效果非常接近，而计算时间仅为其1/6。说明该策略能够在实时应用的前提下，合理进行功率分配，实现提高整车经济性的目的。 （4）针对混合动力系统在变工况下适应性低以及动力源使用寿命短等问题，提出了一种考虑多目标优化的自适应能量管理策略。该策略利用极限学习机来实时识别驾驶工况类型，从而实现对能量管理策略参数的动态调整。同时提出了一种兼顾经济性和耐久性的多目标优化函数，来更全面、可靠地量化各动力源的性能衰退。实验结果表明，该策略能显著降低各种对动力源衰减不利因素，达到兼顾经济性和耐久性的效果，同时其在复杂工况下仍能保持较好的优化性能，具有较强的适应性。 |
| 作者： | 肖栋 |
| 专业： | 电子信息 |
| 导师： | 邹见效 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
