[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

说明书

本发明涉及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，包括：1)实时采集汽车行驶的工况信息，判断当前时间内汽车行驶的工况状态；2)将步骤1)中的当前工况状态参数输入到建立的预测模型中，确定未来预测时域内汽车运行状态；3)根据步骤2)中的车辆未来预测时域内运行状态，按照经济性和电源系统耐久性的要求利用动态规划算法优化汽车有限时域内的控制序列；4)将步骤3)求出的有限时域最优控制序列的第一个元素作用给车辆，在下一时刻从步骤1)开始重复。与现有技术相比，本发明具有性能可靠、经济性和电源系统耐久性综合较优、实用性强等优点。

技术领域

本发明涉及燃料电池汽车能量管理技术领域，尤其是涉及基于非线性预测模型控制的燃料电池汽车能量管理方法。

背景技术

现阶段对于纯电动汽车，蓄电池虽然响应快，成本低，但由于其能量密度低、体积大、充电时间长等缺点，使得纯电动汽车的市场化推广受到制约。燃料电池利用氢气与氧气在催化剂的作用下产生电能，只要燃料供给充足，燃料电池就能源源不断地产生电能，具有能量转换效率高、能量密度大、无须充电、零排放等优点，但是价格昂贵、冷起动性能差、动态响应慢，也限制了纯燃料电池汽车的商业化发展。由燃料电池和蓄电池组成的混合动力系统，能够在一定程度上克服以上不足。

燃料电池与动力蓄电池一起作为整车动力源，可以大幅提高电动汽车的续驶里程。

作为具有两种能量源的新能源汽车结构形式，燃料电池汽车的能量管理策略与整车的燃料经济性、动力性和电源系统耐久性相关。整车能量管理策略能够根据汽车行驶状态信息，在满足汽车动力性能的前提下，最优分配动力蓄电池和燃料电池的功率输出，以提高汽车的经济性和电源系统耐久性。

目前，燃料电池汽车的能量管理策略研究主要集中在以下几种：

1、基于规则的能量管理策略

基于规则的能量管理策略控制简单，易于实现，是最早应用于燃料电池汽车的一类控制方法。基于规则的能量管理策略是根据部件特性和工程经验选择控制参数，在控制参数的变化范围内使用一组阈值将其划分成不同的区域，在不同的控制参数区域，燃料电池汽车按照不同的状态和能量供给模式工作，从而形成一组控制规则。基于规则的能量管理策略有两种，一种是基于确定的规则，根据车辆不同的条件信息包括车速、转矩、功率和SOC等，制定确定的切换规则。另一种是基于模糊的规则，由于混合动力系统具有多变量、非线性和时变的特点，结合模糊控制的优势，建立状态变量与状态变量变化率的隶属度函数，确定模糊控制的规则进行能量分配。

2、基于优化的能量管理策略

基于优化的能量管理策略是根据动力系统的特性，定义目标函数和约束条件，采取合适的算法得到最小或较小控制目标的能量分配。目前基于优化的能量管理策略可分为两类：一类是全局最优能量管理方法，这类方法是基于特定工作状态的静态数据，优化全局控制序列。具有代表性的算法有动态规划、庞特里亚金最小值原理、遗传算法等。另一类是局部最优的能量管理方法，该类方法根据车辆的实时状态在线计算控制序列，通常可以保证局部或瞬时最优，但是和全局最优结果有一定的差距，局部最优的算法主要有基于等效油耗最小的能量管理方法、神经网络、博弈论和模型预测控制等。

以上能量管理策略方法存在以下缺陷：

基于规则的能量管理策略易于工程实现，但是，无论是否进行过控制参数的优化，其在性能提升方面还是存在一定的局限性。

全局优化模型实现了真正意义上的最优化，但实现全局最优的算法往往都比较复杂，计算量也大，需要预先获得所有的道路信息，在实时控制中很难实现。

基于瞬时优化的策略在实车应用上取得了一些成果，但应用并不广泛。