当前位置:主页 > 管理论文 > 组织管理论文 >

基于功率需求预测的燃料电池汽车能量管理自适应控制策略研究

发布时间:2021-12-16 21:17
  燃料电池混合动力汽车(Fuel Cell Hybrid Vehicle,FCHV)因其无污染、高效率,节能减排效果显著,正受到全球范围的重视。能量管理策略是FCHV的核心技术之一,对车辆能耗经济性有着重要的影响。现有的FCHV能量管理策略大多采用基于规则的控制方法,缺乏对复杂不确定性工况的适应性,无法保证整车经济性最优;而基于动态规划算法等的最优化控制策略,虽能保证其全局最优,但存在“维数灾难”等问题,故而无法满足车载控制器实际在线应用的要求。针对以上问题,本文研究了基于功率需求预测的燃料电池汽车能量管理自适应控制策略,主要研究内容如下:1)利用自主开发设计的面向对象车辆动力学仿真软件建立燃料电池汽车整车模型,依据整车参数及所设计需求,综合爬坡性能等动力性指标及续航里程、能耗等经济性指标,进行驱动电机、动力蓄电池、燃料电池等关键部件的参数匹配设计。2)针对插电式燃料电池混合动力汽车(PFCHV)最优能量管理研究需要,提出快速动态规划算法,通过缩小搜索域和降低维度的方法大大缩短了计算耗时。基于快速动态规划算法,归纳总结出PFCHV最优能量管理控制规律,建立能量管理策略与电池荷电状态(SO... 

【文章来源】: 应天杏 上海交通大学

【文章页数】:97 页

【学位级别】:硕士

【部分图文】:

基于功率需求预测的燃料电池汽车能量管理自适应控制策略研究


插电式燃料电池汽车动力总成结构示意图

燃料电池,工作原理


文所研究的 FCEV,燃料电池选择了质子交换膜燃料电池(PE有: 功率密度高,在相同功率的情况下拥有小体积,便于电动温度低,启动迅速,适用于频繁启停的场合;采用固体电解质的蒸发、变形等问题,是目前燃料电池汽车上最为广泛应用的FC 工作原理如图 2-2 所示,其之所以被称作为质子交换膜,是合物制成的质子交换膜在做电解质时,只允许质子通过而阻隔输入进来的氢气遇到阳极催化剂后,会变为电子和质子,并一。质子可以顺利通过交换膜,从阳极到达阴极,而电子无法通过蹊径,通过外围电路流经负载才能到达阴极,由此产生了直流子在催化剂作用下发生化学反应合成水分子,电极反应如下::2H 2 H 2e :2 212 22O H e H O 2 2 212H O H O

示意图,车辆动力学仿真,软件架构,面向对象


向仿真系统中并没有考虑驾驶员模型,且其在计算过程中采用,从而大大简化了系统的复杂性,相比前向仿真,计算速度大车辆一开始便能跟随上目标车速,在一定程度上与实际行驶存仿真只适合于初期进行控制策略的评估。而前向仿真系统与实,控制信号的生成、传递方式都会直接影响到仿真结果,因此合用于整车控制策略的测试。但他也存在缺点,因为在仿真过真精度,因此所设定的步长往往偏小,这就使得计算时长大大环工况超过 10min 时,这种缺点往往更加明显。所述,鉴于前后向仿真各自都有其优缺点,在燃料电池汽车的中,后向仿真一般用于前期的初步评估,即对所需开发的燃料初步的筛选和评估;前向仿真则用于实车系统的仿真与测试,就是按照这种思路对燃料电池汽车构建整车仿真模型,并针对的不同阶段选取不同的仿真结构进行开发。辆纵向动力学模型

【参考文献】:
期刊论文
[1]基于ADVISOR的燃料电池混合动力机车建模与仿真[J]. 雷霄,戴朝华,陈维荣,刘志祥,胡贵华.  电源技术. 2015(12)
[2]四模混合动力汽车控制器硬件在环系统设计[J]. 陈亮,朱浩,杨林,闫斌,胡艳青,鄢挺.  车用发动机. 2014(04)
[3]国内外燃料电池汽车发展政策综述[J]. 王菊.  太阳能. 2013(11)
[4]四部委印发《关于扩大混合动力公交客车示范推广范围有关工作的通知》[J].   汽车零部件. 2013(02)
[5]基于神经网络的增程式电动汽车能量管理策略研究[J]. 胡瑾瑜,宋珂,章桐.  佳木斯大学学报(自然科学版). 2011(06)
[6]燃料电池发电系统的能量管理控制[J]. 姜志玲,陈维荣,刘小强,戴朝华.  电源技术. 2010(09)
[7]燃料电池汽车三能源混合储能系统控制及优化[J]. 王林,郭晋晟,羌嘉曦,杨林.  武汉理工大学学报. 2010(12)
[8]燃料电池混合动力系统优化控制策略[J]. 金振华,欧阳明高,卢青春,高大威.  清华大学学报(自然科学版). 2009(02)
[9]燃料电池混合动力客车等效氢耗优化策略[J]. 徐梁飞,华剑锋,包磊,李建秋,欧阳明高.  中国公路学报. 2009(01)
[10]基于小波变换的燃料电池混合动力系统多能源管理策略研究[J]. 张炳力,赵韩,吴迪,祝毅,张平平.  汽车工程. 2008(10)

硕士论文
[1]基于BP神经网络及其优化算法的汽车车速预测[D]. 谢浩.重庆大学 2014
[2]我国燃料电池汽车产业政策研究[D]. 王梦简.浙江大学 2012
[3]基于城市道路工况纯电动汽车自动变速器换挡规律的研究[D]. 朱丹丹.合肥工业大学 2012
[4]燃料电池汽车动力系统参数匹配及控制策略初步研究[D]. 虞铭.上海交通大学 2012
[5]电动车动力学建模与仿真研究[D]. 杨超.武汉理工大学 2007
[6]基于径向基函数(RBF)神经网络的路段行程时间预测研究[D]. 朱耿先.重庆大学 2004



本文编号:3538833

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/yunyingzuzhiguanlilunwen/3538833.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5cbea***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com