[发明专利]燃料电池混合动力汽车的预测性能量管理方法

权利要求书

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

l(k)＝[v_ave,ε,a_max,a_min]^T (22)

其中，v_ave为每个片段的平均速度，ε是怠速时间比，a_max为加速度的最大值，a_min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，l_min与l_max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N_a个离散的加速度数据，代表N_r个离散的速度数据；

转移概率矩阵为

其中，表示当车速等于vⁱ时，加速度在n个采样周期内由aⁱ变为a^j的概率；

采用最大似然估计来计算

其中，表示当车速等于vⁱ时，加速度为aⁱ的数据个数，表示当车速等于vⁱ时，加速度在n个采样周期内由aⁱ变为a^j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，η_fc(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P_fc(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u_k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J_N(u_k+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。