1.一种燃料电池混合动力汽车的预测性能量管理方法,S1、混合动力系统的拓扑结构;
S2、燃料电池混合动力汽车模型建立;
其特征在于:
S3、车速预测与车辆驾驶模式识别一、车辆驾驶路况识别采用随机数法截取行驶工况段T0=τ(T‑ΔT) (21)其中,T0是每个采样周期的起始时间,τ为一个位于0到1的随机数,T是每个包的长度,ΔT是每个采样片段的长度;
在每个采样片段中提取特征向量T
l(k)=[vave,ε,amax,amin] (22)其中,vave为每个片段的平均速度,ε是怠速时间比,amax为加速度的最大值,amin为加速度的最小值;
对特征向量进行归一化处理*
其中,l为归一化后的特征值,l为原来的特征,lmin与lmax分别为最小和最大的原有特征;
二、车速预测
将数据集的加速度和速度离散划分为有限长序列其中 代表Na个离散的加速度数据, 代表Nr个离散的速度数据;
转移概率矩阵为
i i j
其中, 表示当车速等于v时,加速度在n个采样周期内由a变为a的概率;
采用最大似然估计来计算i i i
其中, 表示当车速等于v 时,加速度为a的数据个数, 表示当车速等于v时,i j
加速度在n个采样周期内由a变为a的数据个数;
满足
S4、基于模型预测控制的燃料电池混合动力汽车在线能量管理方法设计定义电池SOC的性能指标其中, 为矩阵的二范数;S(SOC(k))是代价函数中的一个惩罚项,其权重可以根据SOC与其他性能指标间的平衡关系进行调整;
定义第二个性能指标
其中,N‑1为预测时域的长度;
定义第三个性能指标
其中,ηfc(k)是燃料电池效率;
根据上述性能指标和约束条件,最终目标函数为其中,x1(k)为SOC(k),x2(k)为Pfc(k),θ(k)为k时刻车辆速度;
求解上述目标函数,得到控制序列其中, 表示k+1时刻的燃料电池电堆电流。在k时刻求解目标函数并得到控制序列uk后,在k+1时刻将控制序列中的第一个元素 作用于系统,然后再求解JN(uk+1,x0);重复上述过程,就可以实现燃料电池、锂电池之间实时的能量分配。