[发明专利]一种二阶振荡粒子群双电耦合燃料电池汽车能效优化方法在审
申请号: | 201911095484.1 | 申请日: | 2019-11-11 |
公开(公告)号: | CN110955931A | 公开(公告)日: | 2020-04-03 |
发明(设计)人: | 张盛龙;王佳;冯是全;林玲 | 申请(专利权)人: | 常熟理工学院 |
主分类号: | G06F30/15 | 分类号: | G06F30/15;G06F30/25;G06N3/00 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 向文 |
地址: | 215500 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 振荡 粒子 群双电 耦合 燃料电池 汽车 能效 优化 方法 | ||
1.一种基于二阶振荡粒子群算法的双电耦合燃料电池汽车能效优化控制方法,是基于双电耦合燃料电池动力系统实现的,所述双电耦合燃料电池动力系统包括动力电池组、燃料电池发动机、双向DCDC转换器、氢气供给系统、整车控制系统、锂离子电池系统、超级电容组、驱动电机、驱动电机控制系统和变速器;
双电耦合燃料电池汽车在行驶过程中,实时监测燃料电池系统信息、动力电池组状态信息、超级电容器组状态信息、车辆行驶速度,驾驶员意图,根据车辆行驶速度及油门踏板开度计算车辆需求转矩,驱动电机控制系统根据转矩需求,计算能源系统输出功率,并设定动力系统的工作模式;动力系统包括三种工作模式,第一:全输出模式;第二:正常行驶模式;第三:车辆制动减速模式;
其特征在于:当动力系统进入到全输出模式时,采用二阶振荡粒子群算法对动力系统能效进行优化,包括如下步骤:
S1:确定优化设计变量:
设计变量一共包括二个参数,分别为:燃料电池氢气消耗的速率和锂电池等效氢气消耗速率
S2:确定优化设计目标:系统为单目标优化,优化目标为双电耦合燃料电池电动汽车实时效率最高;
S3:确定优化限制条件;
S4:对设计变量进行优化,其具体的优化流程如下:
S4-1:初始化粒子群优化算法参数,包括:最大迭代次数Tmax、粒子数目m、惯性权重系数ω、加速系数c1、c2,将当前优化代数设置为t=1(t≤Tmax),在二维空间中,随机产生m个粒子x1,x2,...,xi,...,xm,构成种群X(t),随机产生各粒子初始速度v1,v2,...,vi,...,vm,构成种群V(t),其中第i个粒子的位置为xi=(xi,1,xi,2),速度为vi=(vi,1,vi,2),xi,1表示第i个个体第k时刻燃料电池氢气消耗速率大小,xi,2表示第i个个体第k时刻锂电池等效氢气消耗速率大小;
S4-2:计算第i个个体第k时刻燃料电池的输出有用功率Pfc(k)i;
S4-3:计算第i个个体第k时刻锂电池的输出有用功率PL(k)i;
S4-4:计算第i个个体第k时刻燃料电池的工作效率ηfc(k)i;
S4-5:计算第i个个体第k时刻锂电池的放电功率ηL(k)i;
S4-6:将计算得到的第i个粒子第k时刻的实时系统效率η(k)i的倒数S(k)i作为适应度值大小来评价每个粒子的好坏,存储当前各粒子的最佳位置pbest和与之对应的实时系统效率的倒数S(k)i,并将种群中适应度值最优的粒子作为整个种群中的最佳位置gbest;
S4-7:更新粒子的速度和位置,产生新的种群X(t+1);
S4-8:更新粒子的pbest和gbest;
S4-9:判断当前优化代数t是否等于Tmax,若为是则停止计算,则输出适应度值S(k)i最小的粒子vi,即将第k时刻实时总效率η(k)i最高的个体vi作为所求结果,并根据对应的和分别作为燃料电池和锂电池的氢气消耗速率,计算第i个个体第k时刻汽车实时放电功率PQ(k)i,然后结束流程;如果t<Tmax,则另t=t+1,并返回步骤S4-7继续搜索。
2.根据权利要求1所述的一种基于二阶振荡粒子群算法的双电耦合燃料电池汽车能效优化控制方法,其特征在于:所述步骤S3中优化限制条件为燃料电池氢气消耗速率和锂电池等效氢气消耗速率的范围。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常熟理工学院,未经常熟理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911095484.1/1.html,转载请声明来源钻瓜专利网。