[发明专利]基于非线性预测模型控制的燃料电池汽车能量管理方法

权利要求书

1.一种基于非线性预测模型控制的燃料电池汽车能量管理方法，其特征在于，包括以下步骤：

S1：实时采集燃料电池汽车当前k时刻的汽车行驶信息；

S2：根据步骤S1获取的所述汽车行驶信息，确定燃料电池汽车的工况状态，并记参数m的值为1；

S3：根据步骤S2获取的k时刻的所述工况状态，结合k-m时刻对应的所述工况状态，更新预先建立的非线性预测模型的m步转移矩阵，所述m步转移矩阵包括在m个时间间隔内从某一工况状态向另一工况状态的转移个数；

S4：将k时刻的所述工况状态输入步骤S3更新后的所述m步转移矩阵中，获取k时刻的所述工况状态对应的最大转移个数，确定k+m时刻所处的工况状态；

S5：判断参数m是否大于预设的预测时域，若是，则进行步骤S6，否则，将m的值加1，并返回步骤S3；

S6：根据步骤S4获取的各个时刻工况状态，得到所述预测时域内的车辆运行状态，确定所述预测时域内的汽车需求功率；

S7：根据所述预测时域内的汽车需求功率，确定预测时域内的最优控制序列；

S8：将步骤S7获取的所述预测时域内的最优控制序列的第一个元素作用给燃料电池汽车；

S9：在k+1时刻，返回步骤S1；

所述m步转移矩阵的表达式为：

式中，N^m为m步转移矩阵，为从工况状态i开始，经过m个时间间隔转移到工况状态j的个数，i＝1,2,...,n，j＝1,2,...,n，n为工况状态的个数；

步骤S3中，所述m步转移矩阵的更新表达式为：

式中，为k时刻、从状态i出发经过个m时间间隔转移到状态j的个数，/为k-m时刻、从状态i出发经过m个时间间隔转移到状态j的个数；

步骤S3中，所述k+m时刻的工况状态的确定过程具体为：

由蒙特卡洛方法产生一个随机数，根据随机数的取值结合所述转移矩阵，通过状态约束方程，确定k+m时刻所处的状态；

所述状态约束方程的表达式为：

式中，r₁为随机数，k₁为下一预测状态；

所述汽车行驶信息包括车速信息、加速度信息和蓄电池SOC信息；

步骤S7中，所述预测时域内的最优控制序列的确定具体为：

在不同的工况状态下，以经济性和电源系统耐久性为优化目标，以燃料电池输出功率为优化变量，在满足约束条件下，利用动态规划算法优化，得到预测时域内的最优控制序列；

所述优化目标的表达式为：

式中，minJ(k)为k时刻的优化目标，为氢气价格，m为氢气消耗，x(t)为t时刻的蓄电池SOC，u(t)为燃料电池输出功率，λ为综合考虑经济性和耐久性的权重因子，c_fc为燃料电池价格，P_{fc_sum}为燃料电池总功率，D_load-change为燃料电池变载工况的衰减率，u^*(k-1)为k-1时刻的最优决策量，Y为预测时域。

2.根据权利要求1所述的一种基于非线性预测模型控制的燃料电池汽车能量管理方法，其特征在于，所述步骤S2具体为，离线设置速度和加速度的离散步长，按照所述离散步长对各个工况状态点标号，相同的工况状态点标号为处于相同的工况状态；根据步骤S1采集的所述车速信息和加速度信息，与离线设置的速度和加速度的离散步长对应，确定对应的工况状态。

3.根据权利要求1所述的一种基于非线性预测模型控制的燃料电池汽车能量管理方法，其特征在于，所述预测时域的取值在5-15秒范围以内。

4.根据权利要求1所述的一种基于非线性预测模型控制的燃料电池汽车能量管理方法，其特征在于，所述预测时域为10秒。