原文传递
基于多目标优化的用户参与型电动汽车充电控制研究
| 论文题名： | 基于多目标优化的用户参与型电动汽车充电控制研究 |
| 关键词： | 电动汽车;充电控制;多目标优化;深度强化学习 |
| 摘要： | 在当今提倡发展低碳经济、促进节能减排的时代背景下，新能源电动汽车以其低碳环保，经济实用的特点受到了市场的广泛关注。锂电池凭借其能量密度高、性能稳定的特点，成为了新能源电动汽车领域主要的储能元件。与传统汽车通过燃油补给来实现能量供给不同，新能源电动汽车需要经过锂电池充电阶段来补充电能，因此安全高效、经济智能的充电策略是当前锂电池研究的热点。传统的快速充电策略并未考虑用户实际的充电时间需求，仅追求以较快速度完成充电，造成电池能量损耗过大，降低了充电过程中的能量利用效率。此外，当前社会正在加大峰谷电价实施力度，引导用户在用电时削峰填谷，这也要求了充电策略需结合用户充电时间需求对充电经济成本进行优化，以降低用户充电成本，提高用户满意度。因此，本文围绕锂电池多目标优化充电控制展开研究，主要研究内容与工作如下： （1）对当前锂电池模型进行分析比较，结合实际应用场景选择建立基于二阶RC等效电路的锂电池模型，并结合电池热模型构建锂电池热电耦合模型。为了获取电池模型参数在充电过程中的精确变化，对其进行了模型参数辨识，通过辨识实验验证了模型的准确性。 （2）针对充电过程中用户充电时间需求、经济成本优化需求与能量损耗降低需求，提出基于多目标优化的锂电池充电控制策略。所设计的充电策略首次提出将用户的经济成本优化需求作为目标函数的一部分考虑在内，同时考虑了用户充电时间需求与充电过程中的能量损耗降低需求，并且将三种需求整合为一个多目标优化问题。利用障碍函数法对该带约束的多目标优化问题进行转化求解，并设计仿真实验对不同用户需求、不同目标权重和不同充电策略进行了仿真对比与分析。实验结果表明，相较于传统恒流恒压充电算法，由于所提算法综合考虑了多种优化目标，因此可以在满足用户需求与安全约束的前提下，有效降低用户的使用经济成本与充电能量损耗。 （3）针对基于多目标优化的锂电池充电策略中模型依赖程度高，计算复杂的问题，提出利用深度强化学习算法训练充电策略，并使其执行充电电流决策。构建考虑充电经济成本优化的用户参与型锂电池充电强化学习环境，针对训练环境中的状态空间、动作空间与奖励函数进行了详细设计，并提出基于临近策略优化算法的锂电池充电策略。通过仿真实验验证了所提算法具有计算复杂度低，处理时间短的特点。 （4）为了进一步验证所提算法的有效性，设计并搭建锂电池充电半实物实验平台，对本文提出的充电算法进行实验验证，通过半实物实验验证了所提算法的有效性。 |
| 作者： | 马瑞 |
| 专业： | 控制工程 |
| 导师： | 欧阳权 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京航空航天大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
