燃料电池公交车模糊能量管理策略

为提高燃料电池公交车的运行经济性,本文选取实车工况,在燃料电池、锂电池以及动力系统数学模型的基础上完成燃料电池公交车动态规划能量管理的仿真求解。通过将求解结果转化为模糊控制规则,制定模糊控制策略,提出了一种基于工况更新构建可变模糊规则的能量管理方法。以百公里等效氢耗、荷电状态（SOC）变化量为指标对比了实车能量管理策略、模糊控制策略应用于实车的控制效果。最后,对比了不同策略下燃料电池公交车锂电池初始SOC对长距离行驶百公里等效氢耗的影响,结果表明,基于实车工况动态规划结果制定的模糊控制策略相对于实车能量管理策略百公里等效氢耗降低了3.97%。     

燃料电池电动汽车的能量管理

为了研究一类以超级电容和燃料电池作为能量来源的电动汽车能量管理的问题,首先建立了燃料电池和超级电容模型,其中,包括燃料电池性能衰退模型;其次,提出了一种改进的功率跟随能量管理控制策略,通过对二次型效用函数进行偏微分并结合Karush-Kuhn-Tucker(KKT)条件将需求功率分解为燃料电池和超级电容各自的目标功率;最后,采用多目标人工蜂群算法和Pareto解集迭代求解算法内部的最佳平衡系数,同时提升了整车经济性及燃料电池的耐久性。仿真结果表明：与传统功率跟随策略相比,本文改进功率跟随策略可以降低2%的等效氢气消耗,并降低92.66%的燃料电池性能衰退,车辆只需要消耗1.2 kg氢气即可行驶88.52 km。     

一种提高氢气平均利用效率的整车控制策略

为提高燃料电池汽车的氢气平均利用效率,提出一种基于燃料电池老化状态的改进恒温器控制策略。利用最小二乘法拟合出燃料电池不同老化阶段的极化曲线;以提高氢气平均利用效率为目标,利用遗传算法不断地优化恒温器控制策略的规则参数;根据动力电池的电池荷电状态(SOC)与遗传算法优化出的规则参数确定燃料电池的输出功率大小,并利用采集到的800 h燃料电池汽车数据进行仿真。结果表明:在不同的循环工况下,提出的改进恒温器控制策略可使不同燃料电池老化阶段的氢气平均利用效率维持在较高的水平,与普通的恒温器控制策略相比,氢气平均利用效率最大可提高1.1%。根据燃料电池的老化状态和循环工况信息,及时调整恒温器的规则参数有利于提高整车氢气平均利用效率。     

基于AMESim模型的燃料电池发动机排氢策略优化及整车搭载验证

为提高燃料电池发动机氢气利用率,本文基于AMESim平台,开发了燃料电池发动机阳极回路模型,并完成了模型集成和标定。根据实际工程经验,提出了一种关联阳极回路温度、压力及反应电流的新吹扫策略。利用燃料电池发动机阳极回路模型,计算出参数优化边界,完成了吹扫控制参数优化拟合。仿真分析表明,在NEDC工况下相对于原始吹扫策略,应用新策略的燃料电池发动机百公里氢耗从0.866 kg降低至0.8 kg,理论经济性可提升7.5%。同时,将该策略在燃料电池整车进行了搭载验证,实测整车NEDC工况下百公里氢耗为0.81kg,与仿真结果基本一致。整车NEDC续驶里程由484 km提升至510 km,提升了5.4%,验证了基于模型的排氢策略优化方案的有效性。     

基于极小值原理的燃料电池客车能量管理策略

针对燃料电池客车动力系统,以氢耗最低为目标函数,以燃料电池输出功率为控制变量,并考虑燃料电池耐久性对控制变量进行约束,基于Pontryagin极小值原理设计能量管理策略。针对Pontryagin极小值原理仅适用于离线计算的缺点进行改进,设计了能适应不同工况的在线能量管理策略,并建立了燃料电池客车整车仿真模型。仿真结果表明:该能量管理策略在不同工况下具有较好的适应性,不同工况下燃料经济性和耐久性均优于传统开关模式能量管理策略。     

一种基于空间燃料站的GEO航天器在轨加注任务调度算法

本文针对多GEO航天器在轨燃料加注任务,对基于燃料站的在轨加注模式进行了研究,提出了一种基于燃料站的可往返式在轨加注任务调度及优化算法。通过对双脉冲轨道转移问题的求解与分析,获得了轨道转移速度增量和转移时间之间的关系,在此基础上提炼出了基于燃料站的多GEO航天器在轨加注任务调度模型,并根据调度模型的变量和约束关系,建立了考虑在轨加注作业顺序和作业时间分配优化的多GEO航天器在轨加注任务多目标优化模型,并采用遗传算法对加注任务调度及其多目标优化问题的求解方法进行了研究。为了验证算法的有效性,以为20颗GEO圆轨道目标航天器的在轨加注任务为例,进行了数值仿真计算,结果表明算法是有效的。     

一种基于燃料站的可往返式在轨加注任务调度模型及优化算法

基于空间燃料站的在轨加注任务作为未来轨道运输系统的新模式,为未来航天器在轨服务任务提供了有效的选择。本文针对多GEO目标航天器在轨加注任务,将空间燃料站技术与传统"一对多"在轨加注技术相结合,提出一种基于燃料站的可往返式在轨加注任务调度模型。模型中,考虑了服务航天器可重复利用与自身携带的燃料限制,结合轨道机动与交会问题,通过对双脉冲轨道转移的分析与求解,获得轨道转移速度增量和转移时间等目标优化参数。在此基础上,针对多目标优化问题,根据调度模型的速度增量、时间等待优化变量的对应与约束关系,面向多GEO目标航天器,设计了一种基于燃料站的可往返式在轨加注任务多目标优化算法。该算法利用设置断点的方式改进了遗传算法对加注任务调度及其多目标优化问题的求解方法,获得了服务航天器在需往返燃料站时,优化的燃料消耗、服务顺序及该顺序下的时间分配策略。以10颗GEO圆轨道目标航天器的在轨加注任务为例,进行了数值仿真计算。结果表明算法能够解决加入空间燃料站对传统在轨加注任务调度的影响。     

面向城市商超物流配送的异构车辆调度研究

工业5.0时代即将到来,构建面向城市智慧物流调度供应链的核心问题在于如何高效处理货物数量多、种类冗杂、路径实时性等多维约束条件下同时降低物流车辆配送成本.针对此类问题,充分考虑路段拥堵系数、车辆装载率、泡重比、异构车型限制等约束条件,构建以总配送调度成本最小、车辆装载利用率最大为优化目标的城市异构车辆物流调度模型,进一步通过增加指数型温度下降机制、变量交叉扰动和种群分类策略设计一种改进的混合鲸鱼群算法进行模型求解.基于真实数据集的仿真结果表明,相比粒子群算法、模拟退火算法及鲸鱼优化算法,本文所提算法在目标函数上平均降低了34.33%,在配送费用上平均降低了11%,在平均配载率上增加了10.67%.实验结果验证了所提算法在求解此类复杂环境约束条件下的多目标优化问题中展现了较强的全局搜索能力及搜索精度,同时进一步说明了所建立模型在求解城市物流车辆调度问题中的可行性和有效性.     

燃料电池/蓄电池混合动力汽车能量管理系统研究

为合理分配燃料电池/蓄电池电源投入的功率及很好地保护蓄电池,本文利用Matlab/Simulink搭建了燃料电池/蓄电池混合动力汽车整车系统模型,并基于燃料电池系统的功率效率曲线,设计了其能量管理系统(energy management system,EMS),根据蓄电池的荷电状态(state of charge,SOC)和负载需求功率分为14种状态,以此确定燃料电池系统的输出参考功率,在合理保护蓄电池的同时,尽可能地提高燃料电池系统的输出效率。为测试该能量管理系统对燃料经济性的改善程度,本文在Matlab/Simulink环境下进行仿真模拟。仿真结果表明,与基于功率追踪的EMS相比,本文提出的EMS蓄电池储存的电能更高,可以有效地减少氢气的消耗,同时使蓄电池的SOC保持在合理区域,使混合动力汽车具有更好的经济性和安全性。该研究具有重要的经济实用价值。     

增程式燃料电池车经济性与耐久性优化控制策略

为了避免车用燃料电池由于启停变化、功率波动等状态而导致的性能衰退,在能量管理控制策略的开发过程中需要在保证经济性的同时兼顾燃料电池的耐久性.针对该目标,建立了基于改进动态规划算法的增程式燃料电池车经济性与耐久性优化控制策略,将燃料电池的启停状态设为状态变量,在燃料电池的启动和关闭状态之间增加怠速过渡阶段,实现了燃料电池...     

基于时域Neal-Smith准则的人机控制系统设计多目标优化研究

为了获得驾驶员和飞机良好的匹配特性,使用基于人机闭环参考模型的方法将飞行品质的要求引入优化算法,进行飞行控制系统设计。首先使用CAP准则建立飞机等效系统模型。然后,基于时域Neal-Smith准则,通过多目标优化算法一次性得到在不同任务条件下的最优驾驶员模型。根据需要选择相应的驾驶员模型,并与飞机等效系统模型组成人机闭环参考模型,进行飞行控制设计多目标优化。仿真结果显示,文中的算法不仅可以整定控制器参数,根据任务需求选取最优驾驶员模型,还可以利用优化结果进行PIO易感性的分析。     

基于遗传算法的有限推力轨道拦截优化研究

遗传算法是一种具有通用性、鲁棒性及全局最优性等优点的自适应优化技术。文中建立了空间飞行器的有限推力轨道拦截数学模型，并以空间飞行器燃料消耗最小为优化目标函数，运用遗传算法对空间飞行器的拦截变轨参数进行了优化设计。为了解决轨道拦截这一多约束优化问题，在遗传算法中引入了罚函数方法，并通过动态改变算法参数来改进优化的收敛性。在对低地球轨道目标的拦截仿真中，选择发动机燃料质量秒耗量、推力作用方向和作用时间为优化参数，仿真结果证明了该方法在带约束有限推力轨道拦截优化中的有效性。     

基于数据驱动的车用燃料电池故障在线自适应诊断算法

长短期记忆（LSTM）多分类算法可以有效地实现车用燃料电池的在线智能故障诊断,然而在实际应用中,车用燃料电池随着运行时间的增加,内部特性会发生衰退,初始诊断模型可能不能满足长期故障诊断的精度。针对该问题,本文基于AVL CURISE M软件搭建了PEMFC原始和衰退模型,并使用模型产生故障数据。随后设计了自适应算法,并使用模型产生的数据进行自适应训练,使得诊断模型能够适应电堆的衰退,保证了车用燃料电池在线智能诊断的精度。在实际燃料电池系统中对该方案进行实测验证,证明了其有效性,该方案可以基于“车端-云端”平台对燃料电池系统进行诊断,算法权重可以自适应更新,以完成对电堆老化的适应,有较好的应用前景。     

基于鱼群优化算法的有轨电车用燃料电池混合动力系统参数配置

为满足燃料电池混合动力有轨电车的动力性能和容载性能需求,提出了一种基于鱼群优化算法的参数配置方法。基于有轨电车动力学模型,完成了3种行驶状态下的牵引力计算。选择了燃料电池/锂电池/超级电容混合动力系统,建立了以系统体积和质量最小为目标的多目标函数,通过鱼群优化算法求解燃料电池、锂电池和超级电容的配置数量,进行了参数配置结果分析和动力性能验证。结果表明：本文方法与粒子群方法相比,收敛速度更快、体积和质量更小、功率密度和能量密度更高,充分利用了各动力源的传输优点,能够保证有轨电车动力充足地行驶。     

多目标P系统仿生优化算法

为了更加高效地求解多目标优化问题,提出了一种基于P系统的仿生优化算法。算法结合P系统的动态膜结构以增强算法的适应性,同时结合经典的NSGA-II拥挤距离选择策略和膜内仿生自噬机制提高算法所得最优Pareto解的多样性。此外,算法内循环中的动态变异、交流及交叉等规则使得所提算法获得的Pareto最优边界与真实Pareto最优前沿的逼近度更高。仿真实验结果表明：该算法处理多目标优化问题时所得解集具有更好的收敛度和多样性。将该算法应用于非最小相位对象的PID控制器的多目标优化设计,获得了较好的系列非劣控制器组,基于搜索结果的PID切换控制策略具有满意的控制效果。     

基于多目标蜂群进化优化的微电网能量调度方法

针对微电网能源调度优化问题,提出了使微电网系统运行的经济和环保的双重优化模型,根据调度系统的评估结果对调度方案进行优化.为求解该模型,提出了基于指标化拥堵距离的多目标蜂群算法(ICABC),通过建立外部档案(EA)来保存搜索过程中的非支配解;同时,为了保持解集的多样性,改进了NSGA-Ⅱ的拥堵距离策略,基于指标计算拥堵距离能够避免删除密集区域的精英个体,有效地改善了Pareto前沿的分布特性.为验证所提算法的性能,将ICABC与经典的NSGA-Ⅱ、MOCLPSO算法在ZDT测试集上进行了性能比较与分析.在验证实验中,将所提的模型和ICABC算法应用于解决含有多种分布式电源的微电网能量动态调度中.仿真结果表明,通过合理安排微电源的出力,所提的方法能够有效降低系统总成本.     

燃料电池汽车深度节能分析

为有效提升燃料电池汽车整车经济性,仿真分析了不同构型因素对整车经济性的影响,基于提出的理论氢耗模型确定氢耗影响因素,并依次对各影响因素进行微观经济性分析.采用遍历权重系数动态规划方法确定所研究车型的氢耗极限,以探究控制策略因素对整车能耗的影响.研究终端约束动态规划中成本函数的确定方法,并基于此方法实现深度全局寻优.研究...     

弹道式杀爆弹打击掩蔽库飞机方案的优化方法

为了评估弹道式杀爆弹打击掩蔽库飞机的经济性与可行性，以某典型飞机与单机/双机掩蔽库为研究对象，基于一/二次曲面拟合的思路，构建了飞机与掩蔽库的三维曲面模型；根据破片速度与位置模型，结合坐标系转换关系，给出了弹目交会算法；建立了飞机的毁伤树模型，得到了飞机毁伤概率计算方法；为了降低弹目交会计算量，提出了将目标区域网格化，网格点作为备选瞄准点的寻优策略，以及基于积分法的飞机平均毁伤概率计算方法；以全部飞机整体毁伤效果最优为目标，提出了基于改进粒子群算法的最小耗弹量与最优瞄准点寻优算法，并给出了打击方案优化方法；开展了杀爆弹对单机/双机掩蔽库飞机的打击方案优化仿真，仿真结果表明，低爆高、小CEP、多瞄准点组合打击等策略可有效降低最小耗弹量。     

基于双链量子遗传优化的分类规则挖掘算法

针对采用传统智能优化算法挖掘分类规则时易出现分类精度不理想、噪声容忍度差等情况,提出一种基于双链量子遗传优化分类规则挖掘算法.采用双链量子位对分类规则进行实数编码,通过解空间变换将量子位概率幅映射到相应实数集,根据目标函数梯度变化确定量子旋转门转角,并利用量子非门进行个体变异.选取UCI数据库中9组分类数据集对所提出算法分类性能进行测试,结果表明,所提出算法具有较好的分类精度和噪声容忍度.     

基于置信度校验的新能源多厂站互补优化

针对新能源厂站发电的不确定性,以同时含有光伏电站和风力发电场的电力系统为研究对象,提出一种基于置信度校验的新能源多厂站互补优化方法。以降低备用需求、提高经济效益为目标建立新能源多厂站不确定性互补优化模型;使用粒子群优化算法结合内点法对优化模型进行求解,得到风电及光伏最优出力;为满足互补优化模型中的不确定性约束条件,对求得的最优出力进行置信度校验。采用所提互补优化方法在MATLAB环境下编程,对安庆地区电网2020年的新能源出力情况进行优化。结果表明:利用本文所提互补优化方法可对新能源出力进行优化,新能源出力最大提高159%,备用容量最大降低100%,经济效益提高69%,从而验证了所提互补优化方法的有效性。