基于遗传算法的增程式电动车模糊控制器设计

针对燃料电池增程式电动汽车动力系统双能量源间的分配问题,设计基于遗传算法的多输入单输出(MISO)模糊控制器。控制器将动力蓄电池SOC和负载总线实时需求功率作为输入变量,求解燃料电池增程器的最佳输出功率,从而获得蓄电池和燃料电池的输出功率分配关系,以此实现不同功率需求下车载多能量源间的合理分配。为克服传统模糊控制器的参数设置仅依靠专家经验设定的局限性,采用遗传算法对模糊控制器的隶属函数和控制规则参数进行优化设计。通过ADVISOR软件仿真和转鼓实验台实车验证,结果证明,与传统能量控制策略相比,优化设计后的模糊控制能量管理策略能够明显提高增程式电动汽车的燃料经济性,并表现出较好的工况适应能力。     

多能源电动汽车中的功率比较控制策略及仿真

在多能源电动汽车的模型基础上，针对能量管理系统(EMS)该文提出了一种功率比较控制策略。EMS的功率比较控制策略是通过比较实际所需功率和能量存储元件的最大提供和吸收功率来达到分配功率的目的。同时提出了最大提供功率和吸收功率的确定方法。仿真结果表明：功率比较控制策略比简单查表控制策略在续驶里程、燃料经济性和效率等方面均有所改善。     

增程式电动汽车自校正变结构模糊控制策略

针对增程式纯电动汽车的结构,为了提高燃油效率保证燃油经济性、限制充放电电流、延长电池使用寿命,提出了一种基于自校正变结构模糊的增程器控制策略。综合考虑电池电量SOC及其变化率、驱动电机功率需求,通过模糊控制调整增程器的输出功率进行能量分配。首先根据SOC值与驱动电机功率需求设计多输入单输出模糊控制器,输出量为增程器的功率;其次根据SOC值将电池状态分为充电模式与放电模式,对不同模式制定不同的模糊控制规则,进行模糊控制器的变结构设计;再次根据SOC值的变化率进行自校正设计,通过限制SOC变化率实现对电池充放电电流的限制,达到对电池的保护功能;最后通过Cruise仿真软件和台架测试对该控制策略进行仿真验证,结果表明燃油经济性以及电池寿命均得到有效提升。     

多旋翼燃料电池无人机能量管理策略研究

针对多旋翼无人机续航时间短的难题,提出了燃料电池混合动力系统模糊控制能量管理策略。该算法将无人机需求功率误差信号、锂电池SOC和燃料电池氢气压强作为输入变量,燃料电池输出功率和锂电池输出功率作为输出变量,对无人机混合动力进行能量分配和管理。在MATLAB平台进行算法仿真,并基于该算法在STM32硬件平台设计实现了能量管理控制器。算法仿真及无人机飞行测试结果表明:该能量管理策略能够满足无人机负载快速变化的需求,无人机续航时间可达90 min以上,相比于单一锂电池动力系统,燃料电池混合动力系统的整体效率提高了80%,同时各设备工作于最佳状态。     

车载复合电源模糊能量管理策略优化设计

针对电动汽车复合电源模糊能量管理,传统模糊控制依赖专家经验存在精度不高、自适应性弱等不足,设计了一种基于改进布谷鸟搜索算法(ICS)优化的模糊控制方法。在Matlab/Simulink平台上建立车载复合电源模糊控制器,采用ICS算法对模糊控制器中的隶属度函数参数进行优化,然后将其嵌入到Advisor软件中复合电源电动汽车模型进行仿真与分析。结果表明,与传统模糊控制相比较,该方法能更好发挥超级电容性能优势,减缓了电池输入、输出功率且整车能耗经济性得到提升。     

车载SRG风力发电的镍氢电池充电优化控制

针对纯电动汽车续驶里程短的缺点,提出了一种新型基于开关磁阻发电机(Switched Reluctance Generator,SRG)风力发电的双电压式电动汽车供能系统,在车辆行驶或静止时利用SRG风力发电对车载镍氢电池充电,也可给车内其他负载供能,利于增大电池可利用区域。给出并分析基于SRG的镍氢电池充电系统结构,建立SRG发电数学模型,采用电流跟踪Buck电路控制充电电流,省去了常规充电中的变流环节;分析研究镍氢电池的充电特性,采用恒流和模糊控制混合调节充电电流大小,以使电池端电压平稳上升,优化充电过程。建立基于SRG的镍氢电池充电系统仿真模型,仿真结果表明整个系统简单可行,镍氢电池端电压变化率小,验证了充电优化控制策略的有效性,可提高镍氢电池充电效率和使用寿命,具有一定的工程应用价值。     

基于Vmin-EKF的动力锂电池组SOC估计

动力电池组的荷电状态(SOC)是电动汽车能量控制的重要参数.针对串联锂电池组的SOC估计问题,建立电池组的Vmin状态空间模型,电池组内单体电池负载电压的最小值Vmin和电池组的SOC分别作为模型的观测变量和状态变量.应用扩展卡尔曼滤波算法,实现对SOC的动态估计.对模拟电动汽车的实际工况进行电池组放电实验,结果表明,该方法能实时准确地估计电池组SOC.     

基于levy飞行优化BOA-BP网络的电池SOC估计

目前电动汽车动力输出的来源主要是动力电池，其荷电状态（State of Charge,SOC）表示电池的剩余电量情况，精确估算SOC对于电池的使用安全有重要意义。将蝴蝶优化算法（Butterfly Optimization Algorithm,BOA）进行改进并用于优化BP神经网络估算动力电池SOC，解决了普通BP网络估计SOC时遇到的训练时间长、收敛慢、精度较低、易陷入局部最优解的问题；同时提升了全局搜索速度，选取电压和电流为输入变量、SOC为输出变量，根据误差的大小调整神经网络的权值和阈值。仿真结果表明，优化后得到的SOC估计结果误差率控制在1.1%以内，该方法寻优速度快，具有更好的鲁棒性。     

基于CRUISE的复合电源能量管理系统研究

研究电动车用复合电源能量管理系统设计问题。为将复合电源技术应用于电动汽车上,以动力电池作为主要能源、超级电容作为负载调控的方式,利用Cruise软件搭建了装用复合电系统的电动汽车整车模型;继而基于工况下整车的功率需求,开展复合电源系统的参数匹配工作,并最终在Simulink软件上进行了能量管理系统的开发,建立装有复合电源系统的电动车辆整车仿真模型。进行联合仿真结果表明,相比单一动力电池系统,复合电源系统可以有效地降低动力电池的大电流冲击,优化电源系统的工作效率,提高系统的制动回收效率,延长动力电池的使用寿命。     

基于CAN总线电动汽车电池组监控系统设计

由于电池的本身特性决定了对电池电量的预测成为电动汽车开发的一个难点,目前世界上对锌空电池的电量预测方面的研究刚起步,特别是对电动汽车用锌空电池电量监测的研究很少,在可以获得资料中少有对锌空电池的电量预测技术开发;文中研究了CAN总线在电动汽车电池监控系统的应用,并主要介绍了用于电动汽车燃料电池即锌空气燃料电池的监控系统的软硬件设计;根据具体电池组分成9通道循环检测的设计,通过模拟具体工况,分步把电流和电压测得,并利用了一种方法——修正电量累积法来预测锌空电池的剩余电量,并给出了电压和电量变化曲线;研究证明,此方法能简单而精确的检测锌空电池电量。     

基于模糊逻辑算法的纯电动客车起步加速能力优化与再生制动控制

日益严重的环境问题促使城市交通向着清洁、高效和可持续的方向发展,同时也促进了新能源交通技术的推广和应用。随着电池和电机驱动技术的发展,纯电动客车也受到越来越多的关注。起步加速能力和可再生制动是纯电动公交车区别于传统内燃机车的两个方面。由于加速踏板信号响应与驱动电机响应较快,理论上纯电动客车的加速性能要优于传统内燃机车。再生制动是一种降低能耗、提高续驶里程的重要技术手段。文章基于模糊逻辑算法,设计了驱动扭矩控制策略对驱动工况下的纯电动客车起步加速能力进行优化。同时,针对纯电动客车制动工况设计了能量回收策略。结果表明,驱动扭矩控制策略可使纯电动客车起步加速时间从19.7 s减小至19.25 s,制动能量回收策略在中国典型城市公交路况下使能量消耗减少11%。     

电动汽车复合储能系统能量管理策略及其 快速控制原型验证

纯电动汽车储能系统需同时满足高功率密度与高能量密度的要求,但现阶段单一储能单元往 往难以同时具备这两种特点。将高能量密度的锂电池与高功率密度的超级电容进行合理搭配,形成复 合储能系统,是解决以上问题的一个有效方案。该文以宝马 I3 纯电动汽车作为目标车型,设计了锂电 池/超级电容复合储能系统,并制定了一种基于规则的能量管理策略,综合考虑了外部工况要求、锂电 池与超级电容的荷电状态,自动规划工作模式,充分发挥各储能单元自身优势,在极端状况下可自动 启动保护模式;同时,基于快速控制原型的思想,设计搭建了以 dSPACE 为控制中心的复合储能系统 能量管理策略快速控制验证平台,搭配可编辑电力参数的外部电子负载设备,完成了能量管理策略的 半实物实验验证。实验结果表明,电动汽车锂电池/超级电容复合储能系统搭配合理的能量管理策略, 能够充分发挥锂电池的能量特性与超级电容的功率特性,更好地满足了现代纯电动汽车对续航里程与 动力性能的要求,同时可节约能源,在一定程度上起到延长储能系统使用周期的作用。     

并联式混合动力汽车双模糊控制能量管理策略研究

针对单模糊控制策略下再生制动能量不能得到充分回收,提出了一种并联式混合动力汽车的双模糊控制能量管理策略.分别设计了驱动和制动工况下相应的模糊控制器,简化了控制系统设计的复杂度.最后,在Matlab中利用Advisor软件对所设计的双模糊控制策略进行了仿真.结果表明,与电辅助控制策略和单模糊控制策略相比,所设计的双模糊控制能量管理策略,在有效提高燃油经济性和制动工作效率的同时,极大地降低了废气排放.     

Fuzzy Adaptive Filtering-Based Energy Management for Hybrid Energy Storage System

Regarding the problem of the short driving distance of pure electric vehicles, a battery, super-capacitor, and DC/DC converter are combined to form a hybrid energy storage system (HESS). A fuzzy adaptive filtering-based energy management strategy (FAFBEMS) is proposed to allocate the required power of the vehicle. Firstly, the state of charge (SOC) of the super-capacitor is limited according to the driving/braking mode of the vehicle to ensure that it is in a suitable working state, and fuzzy rules are designed to adaptively adjust the filtering time constant, to realize reasonable power allocation. Then, the positive and negative power are determined, and the average power of driving/braking is calculated so as to limit the power amplitude to protect the battery. To verify the proposed FAFBEMS strategy for HESS, simulations are performed under the UDDS (Urban Dynamometer Driving Schedule) driving cycle. The results show that the FAFBEMS strategy can effectively reduce the current amplitude of the battery, and the final SOC of the battery and super-capacitor is optimized to varying degrees. The energy consumption is 7.8% less than that of the rule-based energy management strategy, 10.9% less than that of the fuzzy control energy management strategy, and 13.1% less than that of the filtering-based energy management strategy, which verifies the effectiveness of the FAFBEMS strategy.     

独立光伏系统的应用及控制策略探讨

本文分析了独立光伏系统在解决边防及海岛部队供电难题和生态营区建设等方面的应用,讨论了独立光伏系统存在的主要问题,分析了能量控制策略的现状和蓄电池分组控制策略,给出了分组原则,研究了控制电路的结构和原理。实践证明,分组充放电对于提高供电可靠性,延长蓄电池寿命有一定的现实意义。     

模糊控制的电动车复合电源能量管理研究

针对由蓄电池与超级电容器组成的电动汽车复合电源,为减缓蓄电池功率变化,提出了模糊逻辑控制能量管理策略,建立了蓄电池-超级电容复合电源系统仿真模型,在ADVISOR中进行仿真,得到了复合电源最佳荷电状态初始值.结果表明:对比于逻辑门限控制,模糊逻辑控制的蓄电池功率变化缓慢,减轻了蓄电池的负担.     

燃料电池汽车最优氢耗马尔科夫决策控制

本文基于马尔科夫决策过程提出一种燃料电池汽车最优等效氢燃料消耗控制策略.控制策略以部分观测量为基础,以马尔科夫转移概率矩阵为条件,采用基于蒙特卡洛马尔科夫(MCMC)算法的Metropolis-Hastings采样方法,获得平均奖励输出,进而通过最优氢燃料消耗代价函数的优化以控制在氢燃料电池系统和动力电池系统间进行能量...     

Application of cascade and fuzzy logic based control in a model of a fuel-cell hybrid tramway

This paper presents a model for a fuel cell (FC)-battery powered hybrid system for the Metro-Centro tramway (400 kW) from Seville, Spain. Modeling of each component, implemented in MATLAB/SIMULINK environment, is briefly presented. Polymer Electrolyte Membrane (PEM) FC and Ni-MH battery models are designed from commercial available components. Two control strategies are presented and tested for the energy management of the hybrid system: cascade and fuzzy logic. The objective of both strategies is to manage the primary (PEM FC) and secondary (battery) energy source to supply the power requirements of the tramway forcing the FC to work around its maximum efficiency point and maintaining the battery state of charge (SOC) in a desired level.