详情

原文传递一种基于粒子群优化算法的电动汽车V2G控制系统

专利名称：	一种基于粒子群优化算法的电动汽车V2G控制系统
摘要：	本发明涉及一种基于粒子群优化算法的电动汽车V2G控制系统，包括电价设定模块、电池温度损耗计算模块、电池寿命损耗计算模块、充电过程损耗计算模块和控制策略计算模块，电价设定模块分别连接电池温度损耗计算模块、充电过程损耗计算模块和控制策略计算模块，电池温度损耗计算模块、电池寿命损耗计算模块和充电过程损耗计算模块均与控制策略计算模块相连接。利用粒子群优化算法综合考量电动汽车充放电功率以及允许的相应充放电时间段等约束条件得到最优的电动汽车V2G控制策略，在实现电池全生命周期的经济效益最大化同时能够更好的保证电池在执行充电过程中的安全性，使用户在使用电动汽车的全生命周期中能够得到最佳体验。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	北京航盛新能科技有限公司
发明人：	杨世春;顾启蒙;华旸;陈飞;闫啸宇
专利状态：	有效
申请日期：	2019-05-28T00:00:00+0800
发布日期：	2019-09-27T00:00:00+0800
申请号：	CN201910452460.0
公开号：	CN110281809A
代理机构：	北京海虹嘉诚知识产权代理有限公司
代理人：	高丽萍
分类号：	B60L55/00(2019.01);B;B60;B60L;B60L55
申请人地址：	100086 北京市海淀区知春路48号3号楼13层1单元16E
主权项：	1.一种基于粒子群优化算法的电动汽车V2G控制系统，其特征在于，包括电价设定模块、电池温度损耗计算模块、电池寿命损耗计算模块、充电过程损耗计算模块和控制策略计算模块，所述电价设定模块分别连接电池温度损耗计算模块、充电过程损耗计算模块和控制策略计算模块，所述电池温度损耗计算模块、电池寿命损耗计算模块和充电过程损耗计算模块均与控制策略计算模块相连接；所述电价设定模块确定峰谷平时间段以及相应电价并将各所述时间段以及相应电价传送至电池温度损耗计算模块、充电过程损耗计算模块和控制策略计算模块；所述电池温度损耗计算模块包括电池温度传感器，所述电池温度传感器实时监测电池温度信息，所述电池温度损耗计算模块依据电池温度信息通过电池加热模型计算得到电池加热所需最小能量并依据电价设定模块传送的谷时电价计算得出电池温度损耗成本；所述电池寿命损耗计算模块依据标准循环工况下电池的充放电循环次数和电池的初始价格费用计算电池在额定情况下每次循环损耗的费用；通过电池的老化机理结合老化经验模型，计算得出电池寿命损耗成本；所述充电过程损耗计算模块根据充电过程中处于唤醒状态的电池所需电量以及接收到的电价计算充电过程损耗成本；所述控制策略计算模块以充放电功率以及允许的相应充放电时间段作为约束条件，根据电价设定模块、电池温度损耗计算模块、电池寿命损耗计算模块以及充电过程损耗计算模块所得数据计算当前收益，基于粒子群优化算法得到充放电控制策略。 2.如权利要求1所述的系统，其特征在于，所述电池寿命损耗计算模块计算电池在额定情况下每次循环损耗的费用为电池的初始价格费用与依据标准循环工况下电池的充放电循环次数的比值；通过电池的老化机理结合老化经验模型，得出电池的温度对电池损耗的影响系数、电池的充放电深度对电池损耗的影响系数、电池的充放电容量百分比对电池损耗的影响系数以及电池充放电功率对电池的影响系数，将各影响系数与所述电池在额定情况下每次循环损耗的费用共同乘积计算得出电池寿命损耗成本。 3.如权利要求1所述的系统，其特征在于，所述控制策略计算模块包括相互连接的约束条件计算组件、收益计算组件和粒子群优化计算组件；所述约束条件计算组件以充电功率、放电功率、允许最大的充电时间段、允许最大的放电时间段以及允许最大的充放电功率作为优化约束条件；所述收益计算组件根据电价设定模块、电池温度损耗计算模块、电池寿命损耗计算模块、充电过程损耗计算模块所得数据计算当前收益：I＝Wd×Vd-Wc×Vc-Qr-Qc-Qs；其中，Wd为放电时的能量，Wc为充电时的能量，充电时的电价为Vc，放电时的电价为Vd，Qr为电池温度损耗成本，Qc为电池寿命损耗成本，Qs为充电过程损耗成本；所述粒子群优化计算组件依据约束条件以及当前收益利用粒子群优化算法得到充放电控制策略。 4.如权利要求1至3之一所述的系统，其特征在于，所述粒子群优化算法包括以下步骤： (1)接收电价设定模块确定的峰谷平时间段以及相应电价，获取电池参数，所述电池参数包括电池内阻、比热容、质量和当前SOC值； (2)初始化粒子群，所述粒子群为各电池参数作为粒子所构建的集群，确定粒子的基本参数值； (3)判断当前粒子群是否满足约束条件，若超过设定的约束，将粒子信息修改为约束条件的边界； (4)计算每个粒子的当前收益，并将所有粒子收益的最大值作为全局最优值； (5)判断迭代次数是否达到设定值，若达到，则停止计算，否则，进行步骤(6)； (6)根据全局最优值更新粒子群的位置和速度，并返回步骤(3)重新计算。 5.如权利要求4所述的系统，其特征在于，步骤(4)在计算每个粒子的当前收益后，获取每个粒子的局部最优值，再将所有粒子收益局部最优值中的最大值作为全局最优值；获取某个粒子的局部最优值是指：该粒子从开始到当前迭代次数中所得到的最大值，每次迭代每个粒子会把当前计算的收益和历史最优比较，得到粒子在当前迭代下的局部最优值；此时步骤(6)是根据局部最优值和全局最优值更新粒子群的位置和速度，并返回步骤(3)重新计算。 6.如权利要求5所述的系统，其特征在于，步骤(6)所述的速度和位置更新函数分别为：式中，k为迭代的次数；ω为惯性权重系数，和为粒子i在第k次迭代中的速度和位置；为粒子i所对应的局部最优位置；为整个粒子群中对应的最优位置；c1和c2为学习因子，取值为2；rand1和rand2为0-1的随机数，更新迭代次数，返回步骤(3)，完成一次迭代优化。 7.如权利要求1所述的系统，其特征在于所述电池温度损耗计算模块中的电池加热模型为电池内阻进行自加热模型Qr＝Ir2RtVc，其中Ir为加热电流，t为加热时间，R为电池内阻；或为电池外部放置加热膜片的外加热模型Qr＝cmΔTVcηr，其中c为电池比热容，m为电池包的总质量，△T为电池所需要提高的温升，ηr为加热效率。
所属类别：	发明专利