CN107813718A - 一种车载燃料电池混合动力***设计方法和装置 - Google Patents
一种车载燃料电池混合动力***设计方法和装置 Download PDFInfo
- Publication number
- CN107813718A CN107813718A CN201710920306.2A CN201710920306A CN107813718A CN 107813718 A CN107813718 A CN 107813718A CN 201710920306 A CN201710920306 A CN 201710920306A CN 107813718 A CN107813718 A CN 107813718A
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- centerdot
- fuel cell
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/40—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for controlling a combination of batteries and fuel cells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2200/00—Type of vehicles
- B60L2200/26—Rail vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Sustainable Energy (AREA)
- Mechanical Engineering (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Transportation (AREA)
- Sustainable Development (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本申请实施例公开了一种车载燃料电池混合动力***设计方法,通过获取有轨电车线路设计参数、车辆设计参数和运行指标参数、燃料电池参数、单体动力电池参数和超级电容模组参数;根据上述参数计算混合动力***动态循环运行工况下的需求功率和需求能量;向燃料电池混合动力***设计优化模型中输入上述参数以及需求功率和需求能量;求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集;根据Pareto非支配解集与其对应的目标函数值构成Pareto前沿;从而为设计人员提供满足用户需求的车载燃料电池混合动力***设计的参考设计方案。本申请实施例还公开了一种车载燃料电池混合动力***设计装置。
Description
技术领域
本申请涉及燃料电池混合动力应用技术领域,尤其涉及一种车载燃料电池混合动力***设计方法和装置。
背景技术
城市交通拥堵和汽车尾气排放引起的环境污染问题已经成为困扰每个大中城市的难题。发展城市公共交通,尤其是城市轨道交通,以及新能源应用,是解决城市拥堵和空气污染的一种有效途径。国家“十二五”规划明确指出,国家将重点发展大运量高速载运、新能源载运等技术与装备,有序推进地铁、轻轨、有轨电车等城市轨道交通建设。因此,基于新能源的城市轨道交通已成为国家重点发展方向。
燃料电池是一般以氢氧作为反应物质、通过电化学反应把化学能转换成电能的发电装置,由于其发电过程不涉及燃料的燃烧,因而不受卡诺循环限制,发电效率高达40~50%,而且产物只有水,不会产生氮、硫、碳等氧化物,极其清洁高效,具有功率密度和能量密度高、功率范围广的优点。燃料电池有轨电车自身携带主动力源,与内燃机车辆一样灵活,完全摆脱了线路牵引供电***,能够大幅降低有轨电车线路初期建设投资,又没有内燃机车辆的污染问题,属于有轨电车供电技术发展的先进代表,发展潜力巨大。
城轨车辆燃料电池供电技术目前国内外均尚处于发展初期。在现有车载燃料电池混合动力***,特别是轨道交通燃料电池混合动力***研究中,主要涉及混合动力***的能量管理,针对混合动力***优化设计的研究极少。
发明内容
有鉴于此,本申请实施例提供了一种车载燃料电池混合动力***设计方法和装置,以实现车载燃料电池混合动力***的优化设计。
为了达到上述发明目的,本申请采用了如下技术方案:
一种车载燃料电池混合动力***设计方法,包括:
获取有轨电车线路设计参数、车辆设计参数和运行指标参数、燃料电池参数、单体动力电池参数和超级电容模组参数;
根据所述有轨轨电车线路设计参数、车辆设计参数和运行指标参数计算混合动力***动态循环运行工况下的需求功率和需求能量;
向燃料电池混合动力***设计优化模型中输入所述燃料电池参数、单体动力电池参数和超级电容模组参数以及所述混合动力***动态循运行工况下的需求功率和需求能量;
求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集;所述Pareto非支配解集包括至少一个满足所有约束条件的非支配解;
根据所述Pareto非支配解集与其对应的目标函数值构成Pareto前沿;所述ParetoPareto前沿为设计人员提供车载燃料电池混合动力***的参考设计方案;
其中,所述燃料电池混合动力***设计优化模型是以混合动力***的全寿命周期经济性、体积和重量中的至少一个为优化目标,以电压约束、最大电流约束、燃料电池出力爬坡约束、动力电池/超级电容最大充放电电流约束、动力电池/超级电容荷电状态SOC约束、故障续驶能力约束、混合动力***最大体积约束、混合动力***最大重量约束和混合动力***动态响应与电力电量平衡约束中的至少一个为约束条件构建得到。
可选地,所述求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集,具体包括:
确定燃料电池混合动力***设计优化模型的控制变量的优化搜索区间;
利用优化算法计算满足所有约束条件的控制变量的非支配可行解,得到控制变量的Pareto非支配解集。
可选地,所述燃料电池混合动力***设计优化模型的控制变量为燃料电池额定功率、单体动力电池的数量和超级电容模组的数量。
可选地,所述确定燃料电池混合动力***设计优化模型的控制变量的优化搜索区间,具体包括:
根据混合动力***的平均功率确定燃料电池额定功率;
分别确定单体动力电池的数量和超级电容模组的数量的优化搜索区间;
所述利用优化算法计算满足所有约束条件的控制变量的非支配可行解,得到控制变量的Pareto非支配解集,具体包括:
利用优化算法计算满足所有约束条件的单体动力电池的数量和超级电容模组的数量的非支配可行解,得到单体动力电池的数量和超级电容模组的数量的Pareto非支配解集。
可选地,所述燃料电池混合动力***设计优化模型为:
目标函数f={f1,f2,f3}:
约束条件:
式中,Cf1、Cf2为车辆设计寿命周期N年内燃料电池***的采购总成本和维护成本,
Cb1、Cb2为车辆设计寿命周期N年内动力电池***的采购总成本和维护成本,
Csc1、Csc2为车辆设计寿命周期N年内超级电容***的采购总成本和维护成本;
Cfuel为车辆设计寿命周期N年内燃料成本;
Pf为燃料电池额定功率;
nb、nsc分别为单体动力电池和超级电容模组的个数;
vH、vb、vsc分别为提供单位电能所需储氢罐、单体动力电池和超级电容模组的体积;
wH、wb、wsc分别为提供单位电能所需储氢罐、单体动力电池和超级电容模组的重量;
αf(·)、αH(·)、αb(·)、αsc(·)、λf(·)、λH(·)、λb(·)、λsc(·)为比例常数或函数;
Vf(Pf)、Wf(Pf)分别为额定功率Pf的燃料电池电堆的体积和重量;
Em′为考虑工程裕量后一个大于线路全程能量Em的能量值;
ηd为DC/DC变换器效率;
ηf、ηb、ηsc分别为燃料电池、动力电池和超级电容效率;
ηfl为燃料电池自身寿命周期内最小额定功率与最大额定功率之比;
pb、psc分别为单体动力蓄电池和超级电容模组的最大工作输出功率;
Pmax=max(Ps,Pv,Pa,Pb,Pc);
Ts、Tx分别为上行线路和下行线路所需运行时间;
Ems、Emx分别为车辆上行和下行需要混合动力***提供电量;
pf为燃料电池瞬时功率;
eb、esc分别为单体动力电池和超级电容模组的电能容量;
Emax=max(Es,Ev,Ea,Ec);
SOCb、SOCbl、SOCbu分别为蓄电池荷电状态(SOC)及其上下限;
SOCsc、SOCscl、SOCscu分别为超级电容荷电状态(SOC)及其上下限;
Vmax、Mmax分别为混合动力***的最大体积和重量。
可选地,所述线路设计参数包括车站数据、坡道数据、曲线数据;
车辆设计参数包括整车质量、载客量、车轮滚动半径、机械传动***效率、变速器传动比和惯性质量系数、阻力参数、辅助功率参数;
运行指标参数包括巡航速度、最高速度、最大加速度。
可选地,所述燃料电池参数包括燃料电池功率与燃料电池体积、重量的关系,燃料电池输出能量与储氢罐容量、重量的关系,燃料电池寿命、单位功率采购成本;
所述单体动力电池参数包括容量、电压、最大充放电倍率、体积、重量、寿命;
所述超级电容模块参数包括:容量、电压、最大充放电倍率、体积、重量、寿命。
可选地,所述需求功率和需求能量包括:车辆启动到一定车速需求功率Ps和能量Es、最大加速度到一定速度需求功率Pa和能量Ea、最高车速需求功率Pv、线路最大爬坡度需求功率Pc和能量Ec、再生制动能量回收功率Pb和能量Eb、线路上行混合动力牵引功率平均值Pms和能量Ems、线路下行混合动力牵引功率平均值Pmx和能量Emx。
一种车载燃料电池混合动力***设计装置,包括:
获取单元,用于获取有轨电车线路设计参数、车辆设计参数和运行指标参数、燃料电池参数、单体动力电池参数和超级电容模组参数;
计算单元,用于根据所述有轨轨电车线路设计参数、车辆设计参数和运行指标参数计算混合动力***动态循运行工况下的需求功率和需求能量;
输入单元,用于向燃料电池混合动力***设计优化模型中输入所述燃料电池参数、单体动力电池参数和超级电容模组参数以及所述混合动力***动态循运行工况下的需求功率和需求能量;
求解单元,用于求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集;所述Pareto非支配解集包括至少一个满足所有约束条件的非支配解;
Pareto前沿构成单元,用于根据所述Pareto非支配解集与其对应的目标函数值构成Pareto前沿;所述ParetoPareto前沿为设计人员提供车载燃料电池混合动力***的参考设计方案;
其中,所述燃料电池混合动力***设计优化模型是以混合动力***的全寿命周期经济性、体积和重量中的至少一个为优化目标,以电压约束、最大电流约束、燃料电池出力爬坡约束、动力电池/超级电容最大充放电电流约束、动力电池/超级电容荷电状态SOC约束、故障续驶能力约束、混合动力***最大体积约束、混合动力***最大重量约束和混合动力***动态响应与电力电量平衡约束中的至少一个为约束条件构建得到。
可选地,所述求解单元具体包括:
确定子单元,用于确定燃料电池混合动力***设计优化模型的控制变量的优化搜索区间;
计算子单元,用于利用优化算法计算满足所有约束条件的控制变量的非支配可行解,得到控制变量的Pareto非支配解集。
相较于现有技术,本申请具有以下有益效果:
基于上述技术方案可知,本申请提供的车载燃料电池混合动力***设计方法中,其基于的燃料电池混合动力***设计优化模型是以混合动力***的全寿命周期经济性、体积和重量中的至少一个为优化目标,并且,在求解燃料电池混合动力***设计优化模型的控制变量的解时,其基于Pareto多目标优化技术,能够得到Pareto非支配解集;该Pareto非支配解集包括至少一个满足所有约束条件的非支配解;因此,该设计方法可以为用户提供经济性优先、体积优先、重量优先的多个参考设计方案。
另外,本申请实施例提供的车载燃料电池混合动力***设计方法可运用于不同线路条件、不同车型编组、不同载客量、不同线路运行模式等条件下的不同混合动力***设计方案参数匹配计算、混合动力设备选型与性能评估分析,为实际线路方案设计提供指导。并针对有轨电车燃料电池动力包及关键部件等混合动力***,建立参数匹配设计准则,完成快速设计,掌握系列化混合动力***方案快速设计能力,为不同混合动力有轨电车方案设计提供评价依据。
附图说明
图1所示为本申请实施例提供的一种车载燃料电池混合动力***设计方法的流程图;
图2所示为本申请实施例提供的另一种车载燃料电池混合动力***设计方法的流程图;
图3所示为本申请实施例提供的又一种车载燃料电池混合动力***设计方法的流程图;
图4所示为本申请实施例提供的混合动力***下行功率图;
图5所示为本申请实施例提供的一种Pareto前沿图;
图6所示为本申请实施例提供的一种混合动力***下行的需求功率和实际功率曲线图;
图7所示为本申请实施例提供的一种加速启动过程的加速度曲线和速度曲线图;
图8所示为本申请实施例提供的一种车载燃料电池混合动力***设计装置的结构图。
具体实施方式
动力***设计主要是指动力***参数匹配设计,动力***参数匹配设计(也称为硬件参数设计、动力***/总成参数设计)指的是在***构型与类型选择的基础上,对***部件参数进行合理匹配设计与优化的一系列过程。其主要任务是合理确定各动力元件如发动机、电机、电池的功率和容量等特性参数。与传统轨道交通车辆不同,混合动力轨道交通车辆结构复杂,内部能量流动繁复,因此,建立一整套切实可行的特性匹配优化设计理论,成了混合动力轨道交通车辆动力***匹配设计问题的关键。
混合动力***参数匹配设计对整车的动力性、经济性、环保性甚至工程可行性均有显著影响,它直接影响着混合动力有轨电车车辆能否达到设计指标和节能环保的要求。通过匹配设计优化设计之后,才能通过优化控制使发动机、电机和动力电池、超级电容等保持在最佳经济区运行,并实现再生制动能量回收,提高整车的能量利用率。混合动力有轨电车车辆的匹配设计是一个多变量、多目标、多约束优化问题,只有在精确、完整的仿真模型的基础上,经过反复的寻优计算才能达到最佳的效果。
下面结合附图,对本申请实施例提供的车载燃料电池混合动力***设计方法进行介绍。
图1所示为本申请实施例提供的一种车载燃料电池混合动力***设计方法的流程图,参照图1,该方法包括:
S101:获取有轨电车线路设计参数、车辆设计参数和运行指标参数、燃料电池参数、单体动力电池参数和超级电容模组参数。
线路设计参数可以理解为有轨电车的轨道线路的设计参数。车辆设计参数可以理解为车辆在设计阶段,设计者为了使设计出的产品达到预期的目标,所设定的参数。车辆设计参数和线路设计参数往往可以视为相辅相承的,也就是说有轨电车线路的设计不能离开车辆的设计,车辆的设计也不能离开线路设计而孤立地进行。运行指标参数可以理解为一种反应运行状况的指标参数,可以用于衡量车辆在有轨电车线路上的运行状况。线路设计参数、车辆设计参数以及运行指标参数等往往可以在设计阶段预先设定。因而,上述参数一般可以从配置文件或设计文件中获取。
在本申请实施例一些可能的实现方式中,线路设计参数可以包括车站数据、坡道数据、曲线数据;车辆设计参数可以包括整车质量、载客量、车轮滚动半径、机械传动***效率、变速器传动比和惯性质量系数、阻力参数、辅助功率参数;运行指标参数可以包括巡航速度、最高速度、最大加速度。
燃料电池、单体动力电池以及超级电容模组形成了车辆的混合动力***。针对动力***,业界主要关注容量、电压、充放电能力、寿命等,也就是说,燃料电池、单体动力电池、以及超级电容模组的参数主要为描述其容量、电压、充放电能力以及寿命等参数。
在本申请实施例一些可能的实现方式中,燃料电池参数可以包括燃料电池功率与燃料电池体积、重量的关系,燃料电池输出能量与储氢罐容量、重量的关系,燃料电池寿命、单位功率采购成本;单体动力电池参数可以包括容量、电压、最大充放电倍率、体积、重量、寿命;超级电容模块参数可以包括:容量、电压、最大充放电倍率、体积、重量、寿命。
S102:根据有轨轨电车线路设计参数、车辆设计参数和运行指标参数计算混合动力***动态循环运行工况下的需求功率和需求能量。
需求功率可以理解为,为了保障车辆处于正常运行状态所需求的功率。需求能量可以理解为,为了保障车辆处于正常运行状态所需求的能量。其中,正常运行状态包括多种状态。例如,启动到一定车速,最高车速,最大加速度等。
在本申请实施例一些可能的实现方式中,需求功率和需求能量可以包括:车辆启动到一定车速需求功率Ps和能量Es、最大加速度到一定速度需求功率Pa和能量Ea、最高车速需求功率Pv、线路最大爬坡度需求功率Pc和能量Ec、再生制动能量回收功率Pb和能量Eb、线路上行混合动力牵引功率平均值Pms和能量Ems、线路下行混合动力牵引功率平均值Pmx和能量Emx。
具体的,可以基于牵引力功率计算方法,计算车辆混合动力***动态循环运行工况下的轮周功率Pt和能量Et,计算***效率,包括电极效率ηm,逆变器效率ηi,和车辆辅助***用电Pax,进而计算得到混合动力***的需求功率PH和需求能量EH。
S103:向燃料电池混合动力***设计优化模型中输入燃料电池参数、单体动力电池参数和超级电容模组参数以及混合动力***动态循运行工况下的需求功率和需求能量。
燃料电池混合动力***设计优化模型可以视为一种描述混合动力***的数学模型。这种数学模型可以视为一种描述优化问题的设计内容、变量关系、有关设计条件和意图的数学表达式。
在本申请实施例中,优化问题可以理解为对燃料电池混合动力***进行优化,设计内容包括设计变量,设计变量可以理解为在设计过程中可以控制变化,需要优选的控制变量。变量关系可以理解为控制变量之间的关系。
有关设计条件也就是约束条件,可以将一个可行设计必须满足的设计限制条件作为约束条件。具体到本申请实施例,也就是使得混合动力***在动态循环运行工况下所必须满足的设计限制条件,例如,混合动力***输出的实际功率应当大于或等于需求功率,输出的实际能量应当大于或等于需求能量。意图可以理解为优化的目标,一般可以通过目标函数的形式表示,目标函数一般可以包括所有控制变量。在优化过程中,通过对控制变量的不断向目标函数值改善的方向调整,最终得到使目标函数值最优的控制变量值。
具体的,在本申请实施例中,燃料电池混合动力***设计优化模型是以混合动力***的全寿命周期经济性、体积和重量中的至少一个为优化目标,以电压约束、最大电流约束、燃料电池出力爬坡约束、动力电池/超级电容最大充放电电流约束、动力电池/超级电容荷电状态SOC约束、故障续驶能力约束、混合动力***最大体积约束、混合动力***最大重量约束和混合动力***动态响应与电力电量平衡约束中的至少一个为约束条件构建得到。
在本申请实施例一些可能的实现方式中,燃料电池混合动力***设计优化模型的控制变量可以为燃料电池额定功率、单体动力电池的数量和超级电容模组的数量。当燃料电池、动力电池和超级电容模组的型号可选时,相应型号也可以作为优化的控制变量。
在本申请实施例一些可能的实现方式中,燃料电池混合动力***设计优化模型具体可以为:
目标函数f={f1,f2,f3}:
约束条件:
式中,Cf1、Cf2为车辆设计寿命周期N年内燃料电池***的采购总成本和维护成本,Cb1、Cb2为车辆设计寿命周期N年内动力电池***的采购总成本和维护成本,Csc1、Csc2为车辆设计寿命周期N年内超级电容***的采购总成本和维护成本;
Cfuel为车辆设计寿命周期N年内燃料成本,该项成本体现了混合动力***效率和再生制动能量回收比例,如果不含此项,增加一个新的优化目标,即混合动力***效率和再生制动能量回收比例最大;
Pf为燃料电池额定功率;
nb、nsc分别为单体动力电池和超级电容模组的个数,它们分别是动力电池和超级电容串联支路串联个数的整数倍,串联个数由电压约束决定;
vH、vb、vsc分别为提供单位电能所需储氢罐、单体动力电池和超级电容模组的体积;wH、wb、wsc分别为提供单位电能所需储氢罐、单体动力电池和超级电容模组的重量;
αf(·)、αH(·)、αb(·)、αsc(·)、λf(·)、λH(·)、λb(·)、λsc(·)为比例常数或函数,反映了单位量与***之间的比例关系;
Vf(Pf)、Wf(Pf)分别为额定功率Pf的燃料电池电堆的体积和重量;
Em′为考虑工程裕量后一个大于线路全程能量Em的能量值;
ηd为DC/DC变换器效率;
ηf、ηb、ηsc分别为燃料电池、动力电池和超级电容效率;
ηfl为燃料电池自身寿命周期内最小额定功率与最大额定功率之比;
pb、psc分别为单体动力蓄电池和超级电容模组的最大工作输出功率;
Pmax=max(Ps,Pv,Pa,Pb,Pc) (3)
Ts、Tx分别为上行线路和下行线路所需运行时间;
Ems、Emx分别为车辆上行和下行需要混合动力***提供电量;
pf为燃料电池瞬时功率;
eb、esc分别为单体动力电池和超级电容模组的电能容量;
Emax=max(Es,Ev,Ea,Ec) (4)
SOCb、SOCbl、SOCbu分别为蓄电池荷电状态(SOC)及其上下限;
SOCsc、SOCscl、SOCscu分别为超级电容荷电状态(SOC)及其上下限;
Vmax、Mmax分别为混合动力***的最大体积和重量。
S104:求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集。
在多目标规划中,由于存在目标之间的冲突和无法比较的现象,一个解往往在某个目标上是最好的,而在其它目标上可能比较差。假设任何二解S1及S2对所有目标而言,S1均优于S2,则称S1支配S2,若S1的解没有被其它解所支配,则S1称为非支配解,也称Pareto解。具体到本申请实施例,若以f1、f2以及f3作为目标函数,也就是具有3个目标函数,针对这3个目标函数,S1均优于S2,则S1支配S2,若S1的解没有被其它解所支配,则S1可以视为本申请实施例中混合动力***设计优化模型的Pareto非支配解。
Pareto非支配解集可以视为Pareto非支配解的集合。Pareto非支配解集包括至少一个满足所有约束条件的非支配解。
求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集可以通过穷举、迭代或者其它优化算法进行实现。
在本申请实施例一些可能的实现方式中,求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集,可以具体包括以下步骤,如图2所示:
S1041:确定燃料电池混合动力***设计优化模型的控制变量的优化搜索区间。
优化搜索区间,可以理解为一种在控制变量可以取值的范围中进行优化搜索的区间。具体的,优化搜索区间可以根据约束条件以及变量实际的物理意义得到。变量实际的物理意义可以理解为变量本身在特定应用场景中特定的含义,例如,控制变量nb以及nsc分别表示动力电池和超级电容模组的数量,那么nb以及nsc至少应当为自然数。
以燃料电池额定功率Pf、动力电池的数量nb以及超级电容模组nsc的数量作为控制变量为例,控制变量的优化搜索空间可以为:
nb∈[0,max{Pmax/ηd2·ηb·pb,Emax/ηd2·ηb·eb}] (6)
nsc∈[0,max{Pmax/ηd3·ηsc·psc,Emax/ηd3·ηsc·esc}](7)
S1042:利用优化算法计算满足所有约束条件的控制变量的非支配可行解,得到控制变量的Pareto非支配解集。
通过将优化搜索空间中控制变量的值分别迭代到约束条件中,确定是否满足约束条件,进而得到控制变量的可行解。为了减小计算量和计算的复杂度,可以利用优化算法计算满足所有约束条件的控制变量的非支配可行解,进而得到控制变量的Pareto非支配解集。
在本申请实施例一些可能的实现方式中,确定燃料电池混合动力***设计优化模型的控制变量的优化搜索区间,可以具体包括:
根据混合动力***的平均功率确定燃料电池额定功率;
分别确定单体动力电池的数量和超级电容模组的数量的优化搜索区间。
混合动力***的平均功率可以通过对功率曲线在时间上进行积分,然后求平均值得到。将混合动力***的平均功率确定为燃料电池额定功率,由于控制变量的减少,可以降低模型的复杂度,进而实现模型的简化。对模型进行简化,可以降低计算量,加快求解的效率。
利用优化算法计算满足所有约束条件的控制变量的非支配可行解,得到控制变量的Pareto非支配解集,可以具体包括:
利用优化算法计算满足所有约束条件的单体动力电池的数量和超级电容模组的数量的非支配可行解,得到单体动力电池的数量和超级电容模组的数量的Pareto非支配解集。
在燃料电池额定功率Pf已经确定的情况下,可以利用优化算法计算满足所有约束条件的单体动力电池的数量和超级电容模组的数量的非支配可行解,进而得到单体动力电池的数量和超级电容模组的数量的Pareto非支配解集。相比于对三个控制变量(燃料电池额定功率Pf、单体动力电池的数量和超级电容模组的数量)进行求解,这种首先确定燃料电池额定功率Pf,再确定单体动力电池的数量和超级电容模组的数量的非支配可行解集大大提高求解的效率,从而提高了优化模型的效率。
S105:根据Pareto非支配解集与其对应的目标函数值构成Pareto前沿。Pareto前沿为设计人员提供车载燃料电池混合动力***的参考设计方案。
在优化过程中,可以建立Pareto非支配解档案f:X→F,保存所有的非支配可行解,与档案X中每个非支配解对应的目标函数值构成目标空间的Pareto前沿F。档案中X的任意两个矢量解x1和x2,它们都满足所有约束条件,都存在不同的两个优化目标fi和fj,有fi(x1)≤fi(x2)且fj(x1)≥fj(x2)。当目标函数为单目标时,最终得到的是具有最小值的唯一最优解,因而不需建立Pareto非支配解档案。
针对Pareto前沿F和相应的档案X,去除所有混合动力***体积大于Vmax或重量大于Wmax的部分,Pareto前沿F的剩余的部分记为Fuser,对应的非支配解集记为Xuser,则{Xuser,Fuser}就是提供给用户的多目标优化设计参考解,用户可以选择满足自己需求的多目标优化解。例如,选择一个体积和重量满足要求而经济性最优的解作为最终的混合动力***设计方案。
以上为本申请实施例提供的一种车载燃料电池混合***设计方法的具体实现方式。在该具体实施方式中,通过获取电车线路设计参数、车辆设计参数和运行指标参数、燃料电池参数、单体动力电池参数和超级电容模组参数,根据有轨轨电车线路设计参数、车辆设计参数和运行指标参数计算混合动力***动态循运行工况下的需求功率和需求能量,向燃料电池混合动力***设计优化模型中输入燃料电池参数、单体动力电池参数和超级电容模组参数以及混合动力***动态循运行工况下的需求功率和需求能量,求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集,根据Pareto非支配解集与其对应的目标函数值构成Pareto前沿,实现了为用户提供经济性优先、体积优先、重量优先的多个参考设计方案。
该设计方法可运用于不同线路条件、不同车型编组、不同载客量、不同线路运行模式等条件下的不同混合动力***设计方案参数匹配计算、混合动力设备选型与性能评估分析,为实际线路方案设计提供指导。针对有轨电车燃料电池动力包及关键部件等混合动力***,可以通过该方法建立参数匹配设计准则,完成快速设计,掌握系列化混合动力***方案快速设计能力,为不同混合动力有轨电车方案设计提供评价依据。
为了更加清楚地理解本申请实施例提供的车载燃料电池混合动力***设计方法,下面以一具体示例,对本申请提供的车载燃料电池混合动力***设计方法进行介绍。
需要说明,在该示例中,以燃料电池额定功率、单体动力电池数量以及超级电池模组数量作为设计参数。并且为了简化模型运算,燃料电池额定功率不采用燃料电池混合动力***设计优化模型获取,而是根据混合动力***的平均功率确定。因此,利用燃料电池混合动力***设计优化模型只需获取到单体动力电池数量以及超级电池模组数量。
图3所示为本申请实施例提供的一种车载燃料电池混合动力***设计方法的流程图,请参照图3,该方法包括:
S301:导入线路数据文件、车辆数据文件和运行参数文件。
作为示例,线路数据文件包括站点序号、站点名称、站点位置、坡度变化位置及坡度值等数据;
车辆数据文件包括轴重、载客量、辅助设备功率、回转质量系数、阻力系数等数据。
运行参数文件包括最大加速度、最高速度、巡航速度、停站时间。
其中,作为示例,具体线路数据文件中的基本站点数据如表1所示,车辆数据文件以及运行参数文件如表2所示。
表1线路的基本站点数据
表2车辆数据以及运行参数
S302:针对当前车辆运行车速及加速度,结合当前路况坡度计算轮周功率。
轮周功率可以基于整车驱动轮的驱动例Ft进行计算,整车驱动轮的驱动力Ft为:
式中,m为车辆质量(t);g为重力加速度(m/s2);ɑ为坡度角;Gd为包含回转质量在内的列车总质量,其值为(1+γ)m;γ为回转质量系数;v为车速(km/h);w0为单位基本阻力(N/kN),通常采用戴维斯公式(Davis formula)拟合为车速的二次方程,方程系数为相应车辆阻力系数的经验值。
整车轮周功率Pt为:
式中v为车速。
S303:根据轮周功率确定需求功率。
混合动力***提供的需求功率可以根据如下公式进行计算:
其中ηm为电机效率,ηi为逆变器效率,Pax为车辆辅助***用电。
根据混合动力***所提供的需求功率公式计算,得到如下功率和能量:车辆启动到一定车速需求功率Ps和能量Es、最大加速度到一定速度需求功率Pa和能量Ea、最高车速需求功率Pv、线路最大爬坡度需求功率Pc和能量Ec、再生制动能量回收功率Pb和能量Eb、线路上行混合动力牵引功率平均值Pms和能量Ems、线路下行混合动力牵引功率平均值Pmx和能量Emx。
由上述公式可知,计算出的功率为某一时刻的需求功率,可以通过计算不同时刻的需求功率,绘制功率图像。以下行作为示例,可以得到下行全程牵引功率图像,如图4所示。其中,线路下行混合动力牵引功率平均值Pmx可以通过对线路下行混合动力牵引功率进行积分,然后求平均值得到。线路上行混合动力牵引功率平均值Pms的计算方法与下行类似,这里不再赘述。
S304:向燃料电池混合动力***设计优化模型中输入燃料电池参数、单体动力电池参数和超级电容模组参数以及混合动力***动态循运行工况下的需求功率和需求能量。
在本申请实施例中,输入燃料电池参数、单体动力电池参数和超级电容模组参数,包括燃料电池***效率ηf、动力电池效率ηb和超级电容效率ηsc、燃料电池自身寿命周期内最小额定功率与最大额定功率之比ηf1、电机效率ηm、逆变器效率ηi,车辆辅助***用电功率Pax,相关比例常数af(·)、aH(·)、ab(·)、asc(·)、λf(·)、λH(·)、λb(·)、λsc(·),单位电能所需储氢罐体积和重量vH和wH,单体动力电池体积、重量、额定电压、持续最大功率、总能量vb、wb、ub、pb、eb,超级电容模组的体积、重量、额定电压、持续最大功率、总能量vsc、wsc、usc、psc、esc。
本申请实施例中的超级电容模组,选用Maxwell公司48V165F超级电容模组,动力电池模块,选用微宏公司1865101三元锂电池单体。其基本数据如下表所示:
表3超级电容模组参数
表4动力电池参数
输入混合动力***动态循运行工况下的需求功率和需求能量,包括车辆启动到一定车速需求功率Ps和能量Es、最大加速度到一定速度需求功率Pa和能量Ea、最高车速需求功率Pv、线路最大爬坡度需求功率Pc和能量Ec、再生制动能量回收功率Pb和能量Eb、线路上行混合动力牵引功率平均值Pms和能量Ems、线路下行混合动力牵引功率平均值Pmx和能量Emx。
S305:根据混合动力***平均功率确定燃料电池额定功率。
可以通过如下公式,计算得到混合动力***额定功率:
Pf=(1+ηp)·max(Pms,Pmx)/(ηf·ηf1·ηd1) (11)
其中,ηp为工程裕度。
在本申请实施例中,通过计算,得到燃料电池额定功率为200kW。根据能量Ems和Emx,计算选取140L氢罐2个,每个罐内压力52bar时可存储氢气2.5kg。因此,燃料电池***设计确定之后,就只需要优化设计动力电池和超级电容。所以,混合动力***设计就转换为动力电池***和超级电容***的体积重量、全寿命周期成本的多目标优化问题。
S306:求解燃料电池混合动力***设计优化模型的控制变量“单体动力电池数量”和“超级电容模组数量”的Pareto非支配解集。
在本申请实施例中,可以确定单体动力电池的数量和超级电容模组的数量的优化搜索区间,利用优化的Pareto算法计算满足所有约束条件的单体动力电池的数量和超级电容模组的数量的非支配可行解,进而得到单体动力电池的数量和超级电容模组的数量的Pareto非支配解集。
S307:根据Pareto非支配解集与其对应的目标函数值构成Pareto前沿。
在本申请实施例中,可以将超级电容、动力电池的体积、全寿命周期成本作为两个优化目标,建立非支配解档案,得到的Pareto前沿如图5所示。用户可以根据Pareto前沿,选择与自己的目标向匹配的参考设计方案。例如,可以选择全寿命周期成本最小的参考设计方案。
以上为本申请实施例提供的车载燃料电池混合动力***设计方法的示例。在该示例中,其基于的燃料电池混合动力***设计优化模型是以混合动力***的全寿命周期经济性、体积和重量作为优化目标,并且,在求解燃料电池混合动力***设计优化模型的控制变量的解时,其基于Pareto多目标优化技术,能够得到Pareto非支配解集;该Pareto非支配解集包括至少一个满足所有约束条件的非支配解;因此,该设计方法可以为用户提供经济性优先、体积优先、重量优先的多个参考设计方案。
另外,在该示例中,燃料电池额定功率不采用燃料电池混合动力***设计优化模型获取,而是根据混合动力***的平均功率确定。利用燃料电池混合动力***设计优化模型只需获取到单体动力电池数量以及超级电池模组数量。因此,该示例简化了模型运算,提高了混合动力***设计效率。
为了验证本申请实施例提供的一种车载燃料电池混合动力***设计方法的有益效果,本申请的发明人还进行了如下验证实验,并提供相关实验数据:
在本次验证实验中,可以选取全寿命周期成本最小的组合方式进行仿真验证,具体匹配结果如下表所示:
表5车载燃料电池混合动力***设计验证匹配结果
按照参数配置的混合动力***的输出功率和需求功率可参照图6,由图6可知,在功率输出的过程中,匹配得到的***完全能满足牵引功率的需求,由于此***的最大功率约束是在功率输出的情况下考虑的,所以并不能完全回收所有的制动能量,需要借助制动电阻。
完成此段线路的运行后,氢罐中剩余氢气1.2kg,动力电池SOC值为0.62,超级电容SOC值为0.88,。由此可知,匹配得到的***有能力在中途不加氢和充电的情况下完成整段线路的运行。
在加速启动过程中,列车的加速度—时间曲线和速度—时间曲线如图7所示,机车从静止持续加速,经过13.5s可加速到时速50km/h,当牵引电机工作在恒转矩区时,列车加速度约为1.30m/s2~1.32m/s2,机车最大可以爬升95.6‰的坡道,以上参数均满足设计指标。
可见,本申请实施例提供的车载燃料电池混合动力***设计方法可以为用户提供经济性优先、体积优先、重量优先的多个参考设计方案。
以上为本申请实施例提供的一种车载燃料电池混合动力***设计方法的具体实施方式,基于此,本申请实施例还提供了一种车载燃料电池混合动力***设计装置。
图8所示为本申请实施例提供的一种车载燃料电池混合动力***设计装置的结构图,参照图8,该装置包括:
获取单元801,用于获取有轨电车线路设计参数、车辆设计参数和运行指标参数、燃料电池参数、单体动力电池参数和超级电容模组参数;
计算单元802,用于根据有轨轨电车线路设计参数、车辆设计参数和运行指标参数计算混合动力***动态循运行工况下的需求功率和需求能量;
输入单元803,用于向燃料电池混合动力***设计优化模型中输入燃料电池参数、单体动力电池参数和超级电容模组参数以及混合动力***动态循运行工况下的需求功率和需求能量;
求解单元804,用于求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集;Pareto非支配解集包括至少一个满足所有约束条件的非支配解;
Pareto前沿构成单元805,用于根据Pareto非支配解集与其对应的目标函数值构成Pareto前沿;Pareto前沿为设计人员提供车载燃料电池混合动力***的参考设计方案;
其中,燃料电池混合动力***设计优化模型是以混合动力***的全寿命周期经济性、体积和重量中的至少一个为优化目标,以电压约束、最大电流约束、燃料电池出力爬坡约束、动力电池/超级电容最大充放电电流约束、动力电池/超级电容荷电状态SOC约束、故障续驶能力约束、混合动力***最大体积约束、混合动力***最大重量约束和混合动力***动态响应与电力电量平衡约束中的至少一个为约束条件构建得到。
可选的,求解单元804具体包括:
确定子单元,用于确定燃料电池混合动力***设计优化模型的控制变量的优化搜索区间;
计算子单元,用于利用优化算法计算满足所有约束条件的控制变量的非支配可行解,得到控制变量的Pareto非支配解集。
本申请实施例提供了一种车载燃料电池混合动力***设计装置,通过获取单元获取有轨电车线路设计参数、车辆设计参数和运行指标参数、燃料电池参数、单体动力电池参数和超级电容模组参数,计算单元根据有轨轨电车线路设计参数、车辆设计参数和运行指标参数计算混合动力***动态循运行工况下的需求功率和需求能量,输入单元将燃料电池参数、单体动力电池参数和超级电容模组参数以及混合动力***动态循运行工况下的需求功率和需求能量输入燃料电池混合动力***设计优化模型,求解单元求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集,Pareto前沿构成单元根据Pareto非支配解集与其对应的目标函数值构成Pareto前沿,通过Pareto前沿,可以给用户提供多目标优化设计参考解,用户可以选择满足自己需求的多目标优化解,得到满足需求的混合动力***设计方案。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、装置或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种车载燃料电池混合动力***设计方法,其特征在于,包括:
获取有轨电车线路设计参数、车辆设计参数和运行指标参数、燃料电池参数、单体动力电池参数和超级电容模组参数;
根据所述有轨轨电车线路设计参数、车辆设计参数和运行指标参数计算混合动力***动态循环运行工况下的需求功率和需求能量;
向燃料电池混合动力***设计优化模型中输入所述燃料电池参数、单体动力电池参数和超级电容模组参数以及所述混合动力***动态循运行工况下的需求功率和需求能量;
求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集;所述Pareto非支配解集包括至少一个满足所有约束条件的非支配解;
根据所述Pareto非支配解集与其对应的目标函数值构成Pareto前沿;所述ParetoPareto前沿为设计人员提供车载燃料电池混合动力***的参考设计方案;
其中,所述燃料电池混合动力***设计优化模型是以混合动力***的全寿命周期经济性、体积和重量中的至少一个为优化目标,以电压约束、最大电流约束、燃料电池出力爬坡约束、动力电池/超级电容最大充放电电流约束、动力电池/超级电容荷电状态SOC约束、故障续驶能力约束、混合动力***最大体积约束、混合动力***最大重量约束和混合动力***动态响应与电力电量平衡约束中的至少一个为约束条件构建得到。
2.根据权利要求1所述的方法,其特征在于,所述求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集,具体包括:
确定燃料电池混合动力***设计优化模型的控制变量的优化搜索区间;
利用优化算法计算满足所有约束条件的控制变量的非支配可行解,得到控制变量的Pareto非支配解集。
3.根据权利要求2所述的方法,其特征在于,所述燃料电池混合动力***设计优化模型的控制变量为燃料电池额定功率、单体动力电池的数量和超级电容模组的数量。
4.根据权利要求3所述的方法,其特征在于,所述确定燃料电池混合动力***设计优化模型的控制变量的优化搜索区间,具体包括:
根据混合动力***的平均功率确定燃料电池额定功率;
分别确定单体动力电池的数量和超级电容模组的数量的优化搜索区间;
所述利用优化算法计算满足所有约束条件的控制变量的非支配可行解,得到控制变量的Pareto非支配解集,具体包括:
利用优化算法计算满足所有约束条件的单体动力电池的数量和超级电容模组的数量的非支配可行解,得到单体动力电池的数量和超级电容模组的数量的Pareto非支配解集。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述燃料电池混合动力***设计优化模型为:
目标函数f={f1,f2,f3}:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>f</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>f</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>b</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>b</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
<mi>2</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>f</mi>
<mi>u</mi>
<mi>e</mi>
<mi>l</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<msub>
<mi>a</mi>
<mi>f</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>f</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mi>H</mi>
</msub>
<mrow>
<mo>(</mo>
<msubsup>
<mi>E</mi>
<mi>m</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msubsup>
<mi>E</mi>
<mi>m</mi>
<mo>&prime;</mo>
</msubsup>
<mo>&CenterDot;</mo>
<msub>
<mi>v</mi>
<mi>H</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mi>b</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mi>b</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>v</mi>
<mi>b</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>f</mi>
<mn>3</mn>
</msub>
<mo>=</mo>
<msub>
<mi>&lambda;</mi>
<mi>f</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>W</mi>
<mi>f</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&lambda;</mi>
<mi>H</mi>
</msub>
<mrow>
<mo>(</mo>
<msubsup>
<mi>E</mi>
<mi>m</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msubsup>
<mi>E</mi>
<mi>m</mi>
<mo>&prime;</mo>
</msubsup>
<mo>&CenterDot;</mo>
<msub>
<mi>w</mi>
<mi>H</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&lambda;</mi>
<mi>b</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mi>b</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>w</mi>
<mi>b</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>w</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
约束条件:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mi>f</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>p</mi>
<mi>b</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mn>3</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&GreaterEqual;</mo>
<msub>
<mi>P</mi>
<mi>max</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>p</mi>
<mi>b</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mn>3</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&GreaterEqual;</mo>
<msub>
<mi>P</mi>
<mi>s</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mi>f</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<mo>&GreaterEqual;</mo>
<mi>max</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>P</mi>
<mi>mx</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mi>f</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<msub>
<mi>T</mi>
<mi>s</mi>
</msub>
</msubsup>
<msub>
<mi>p</mi>
<mi>f</mi>
</msub>
<mi>d</mi>
<mi>t</mi>
<mo>&GreaterEqual;</mo>
<msub>
<mi>E</mi>
<mrow>
<mi>m</mi>
<mi>s</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mi>f</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<msub>
<mi>T</mi>
<mi>x</mi>
</msub>
</msubsup>
<msub>
<mi>p</mi>
<mi>f</mi>
</msub>
<mi>d</mi>
<mi>t</mi>
<mo>&GreaterEqual;</mo>
<msub>
<mi>E</mi>
<mrow>
<mi>m</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mi>f</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<mo>&Integral;</mo>
<msub>
<mi>p</mi>
<mi>f</mi>
</msub>
<mi>d</mi>
<mi>t</mi>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>e</mi>
<mi>b</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mn>3</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>e</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&GreaterEqual;</mo>
<msub>
<mi>E</mi>
<mi>max</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>SOC</mi>
<mrow>
<mi>b</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>SOC</mi>
<mi>b</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>SOC</mi>
<mrow>
<mi>b</mi>
<mi>u</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>SOC</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>SOC</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>SOC</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
<mi>u</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>a</mi>
<mi>f</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>f</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>a</mi>
<mi>H</mi>
</msub>
<mrow>
<mo>(</mo>
<msubsup>
<mi>E</mi>
<mi>m</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msubsup>
<mi>E</mi>
<mi>m</mi>
<mo>&prime;</mo>
</msubsup>
<mo>&CenterDot;</mo>
<msub>
<mi>v</mi>
<mi>H</mi>
</msub>
<mo>+</mo>
<msub>
<mi>a</mi>
<mi>b</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mi>b</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>v</mi>
<mi>b</mi>
</msub>
<mo>+</mo>
<msub>
<mi>a</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&lambda;</mi>
<mi>f</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>W</mi>
<mi>f</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&lambda;</mi>
<mi>H</mi>
</msub>
<mrow>
<mo>(</mo>
<msubsup>
<mi>E</mi>
<mi>m</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msubsup>
<mi>E</mi>
<mi>m</mi>
<mo>&prime;</mo>
</msubsup>
<mo>&CenterDot;</mo>
<msub>
<mi>w</mi>
<mi>H</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&lambda;</mi>
<mi>b</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mi>b</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>w</mi>
<mi>b</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>w</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
式中,Cf1、Cf2为车辆设计寿命周期N年内燃料电池***的采购总成本和维护成本,
Cb1、Cb2为车辆设计寿命周期N年内动力电池***的采购总成本和维护成本,
Csc1、Csc2为车辆设计寿命周期N年内超级电容***的采购总成本和维护成本;
Cfuel为车辆设计寿命周期N年内燃料成本;
Pf为燃料电池额定功率;
nb、nsc分别为单体动力电池和超级电容模组的个数;
vH、vb、vsc分别为提供单位电能所需储氢罐、单体动力电池和超级电容模组的体积;
wH、wb、wsc分别为提供单位电能所需储氢罐、单体动力电池和超级电容模组的重量;
αf(·)、αH(·)、αb(·)、αsc(·)、λf(·)、λH(·)、λb(·)、λsc(·)为比例常数或函数;
Vf(Pf)、Wf(Pf)分别为额定功率Pf的燃料电池电堆的体积和重量;
Em′为考虑工程裕量后一个大于线路全程能量Em的能量值;
ηd为DC/DC变换器效率;
ηf、ηb、ηsc分别为燃料电池、动力电池和超级电容效率;
ηfl为燃料电池自身寿命周期内最小额定功率与最大额定功率之比;
pb、psc分别为单体动力蓄电池和超级电容模组的最大工作输出功率;
Pmax=max(Ps,Pv,Pa,Pb,Pc);
Ts、Tx分别为上行线路和下行线路所需运行时间;
Ems、Emx分别为车辆上行和下行需要混合动力***提供电量;
pf为燃料电池瞬时功率;
eb、esc分别为单体动力电池和超级电容模组的电能容量;
Emax=max(Es,Ev,Ea,Ec);
SOCb、SOCbl、SOCbu分别为蓄电池荷电状态(SOC)及其上下限;
SOCsc、SOCscl、SOCscu分别为超级电容荷电状态(SOC)及其上下限;
Vmax、Mmax分别为混合动力***的最大体积和重量。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述线路设计参数包括车站数据、坡道数据、曲线数据;
车辆设计参数包括整车质量、载客量、车轮滚动半径、机械传动***效率、变速器传动比和惯性质量系数、阻力参数、辅助功率参数;
运行指标参数包括巡航速度、最高速度、最大加速度。
7.根据权利要求1-4任一项所述的方法,其特征在于,
所述燃料电池参数包括燃料电池功率与燃料电池体积、重量的关系,燃料电池输出能量与储氢罐容量、重量的关系,燃料电池寿命、单位功率采购成本;
所述单体动力电池参数包括容量、电压、最大充放电倍率、体积、重量、寿命;
所述超级电容模块参数包括:容量、电压、最大充放电倍率、体积、重量、寿命。
8.根据权利要求1-4任一项所述的方法,其特征在于,所述需求功率和需求能量包括:车辆启动到一定车速需求功率Ps和能量Es、最大加速度到一定速度需求功率Pa和能量Ea、最高车速需求功率Pv、线路最大爬坡度需求功率Pc和能量Ec、再生制动能量回收功率Pb和能量Eb、线路上行混合动力牵引功率平均值Pms和能量Ems、线路下行混合动力牵引功率平均值Pmx和能量Emx。
9.一种车载燃料电池混合动力***设计装置,其特征在于,包括:
获取单元,用于获取有轨电车线路设计参数、车辆设计参数和运行指标参数、燃料电池参数、单体动力电池参数和超级电容模组参数;
计算单元,用于根据所述有轨轨电车线路设计参数、车辆设计参数和运行指标参数计算混合动力***动态循运行工况下的需求功率和需求能量;
输入单元,用于向燃料电池混合动力***设计优化模型中输入所述燃料电池参数、单体动力电池参数和超级电容模组参数以及所述混合动力***动态循运行工况下的需求功率和需求能量;
求解单元,用于求解燃料电池混合动力***设计优化模型的控制变量的Pareto非支配解集;所述Pareto非支配解集包括至少一个满足所有约束条件的非支配解;
Pareto前沿构成单元,用于根据所述Pareto非支配解集与其对应的目标函数值构成Pareto前沿;所述ParetoPareto前沿为设计人员提供车载燃料电池混合动力***的参考设计方案;
其中,所述燃料电池混合动力***设计优化模型是以混合动力***的全寿命周期经济性、体积和重量中的至少一个为优化目标,以电压约束、最大电流约束、燃料电池出力爬坡约束、动力电池/超级电容最大充放电电流约束、动力电池/超级电容荷电状态SOC约束、故障续驶能力约束、混合动力***最大体积约束、混合动力***最大重量约束和混合动力***动态响应与电力电量平衡约束中的至少一个为约束条件构建得到。
10.根据权利要求9所述的装置,其特征在于,所述求解单元具体包括:
确定子单元,用于确定燃料电池混合动力***设计优化模型的控制变量的优化搜索区间;
计算子单元,用于利用优化算法计算满足所有约束条件的控制变量的非支配可行解,得到控制变量的Pareto非支配解集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710920306.2A CN107813718A (zh) | 2017-09-30 | 2017-09-30 | 一种车载燃料电池混合动力***设计方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710920306.2A CN107813718A (zh) | 2017-09-30 | 2017-09-30 | 一种车载燃料电池混合动力***设计方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107813718A true CN107813718A (zh) | 2018-03-20 |
Family
ID=61607397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710920306.2A Pending CN107813718A (zh) | 2017-09-30 | 2017-09-30 | 一种车载燃料电池混合动力***设计方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107813718A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108832611A (zh) * | 2018-06-11 | 2018-11-16 | 西南交通大学 | 一种轨道交通应急电源***与控制方法 |
CN108995665A (zh) * | 2018-08-10 | 2018-12-14 | 西南交通大学 | 一种燃料电池混合动力列车优化运行控制方法 |
CN109635484A (zh) * | 2018-12-24 | 2019-04-16 | 河北工程大学 | 基于多学科优化的混合动力车辆动力***优化测试方法 |
CN109631901A (zh) * | 2018-12-27 | 2019-04-16 | 奇瑞商用车(安徽)有限公司 | 一种新能源汽车续航里程对应的电量需求的计算方法 |
CN109635369A (zh) * | 2018-11-23 | 2019-04-16 | 中车青岛四方机车车辆股份有限公司 | 一种磁浮输配电***的仿真方法及装置 |
CN109703593A (zh) * | 2019-01-07 | 2019-05-03 | 中车唐山机车车辆有限公司 | 一种无接触网有轨电车全区间运行能耗综合优化方法 |
CN110091862A (zh) * | 2019-05-15 | 2019-08-06 | 福州大学 | 协调经济性与耐久性的燃料电池混合动力能量管理方法 |
CN110103776A (zh) * | 2019-05-06 | 2019-08-09 | 重庆大学 | 基于智能迭代学习的燃料电池整车功率需求变化预测方法 |
CN110182071A (zh) * | 2019-05-10 | 2019-08-30 | 中国第一汽车股份有限公司 | 一种功率跟随型燃料电池整车能量管理控制方法 |
CN110549914A (zh) * | 2019-09-05 | 2019-12-10 | 西南交通大学 | 一种燃料电池有轨电车日运行近似最优能量管理方法 |
CN110896246A (zh) * | 2019-12-05 | 2020-03-20 | 西南交通大学 | 一种混合储能式有轨电车***的配置优化方法 |
CN110930029A (zh) * | 2019-11-22 | 2020-03-27 | 中车大连机车车辆有限公司 | 一种调车机车全寿命周期经济性计算方法及*** |
CN111160648A (zh) * | 2019-12-30 | 2020-05-15 | 潍柴动力股份有限公司 | 一种燃料电池需求功率估算方法及装置 |
CN111723437A (zh) * | 2020-06-08 | 2020-09-29 | 中车株洲电力机车有限公司 | 一种车辆回转质量系数的计算方法及*** |
CN112434377A (zh) * | 2020-12-04 | 2021-03-02 | 中车大连机车车辆有限公司 | 一种机车动力电池组参数设计及评价方法 |
CN112560282A (zh) * | 2020-12-24 | 2021-03-26 | 清华大学 | 电池电极层设计结果的筛选方法及计算机设备 |
CN113377026A (zh) * | 2020-02-25 | 2021-09-10 | 株洲中车时代电气股份有限公司 | 货运列车自动驾驶仿真测试***及方法 |
CN113884303A (zh) * | 2021-08-16 | 2022-01-04 | 武汉中极氢能产业创新中心有限公司 | 一种用于燃料电池发动机的性能测试方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050040789A1 (en) * | 2003-08-18 | 2005-02-24 | General Electric Company | Vehicle energy storage system control methods and method for determining battery cycle life projection for heavy duty hybrid vehicle applications |
US20100033132A1 (en) * | 2006-08-31 | 2010-02-11 | Yuji Nishi | Control system of secondary battery and hybrid vehicle equipped with the same |
US20120245785A1 (en) * | 2009-12-16 | 2012-09-27 | Honda Motor Co., Ltd. | Hybrid vehicle and control method thereof |
CN105437992A (zh) * | 2014-08-19 | 2016-03-30 | 通用电气公司 | 带能量存储***的车辆推进***及控制其操作的优化方法 |
CN105608299A (zh) * | 2016-03-04 | 2016-05-25 | 安徽工程大学 | 基于多目标优化的纯电动车动力***参数匹配方法 |
CN105811409A (zh) * | 2016-04-28 | 2016-07-27 | 上海电力学院 | 一种含电动汽车混合储能***的微网多目标运行调度方法 |
CN105868844A (zh) * | 2016-03-24 | 2016-08-17 | 上海电力学院 | 一种含电动汽车混合储能***的微网多目标运行调度方法 |
-
2017
- 2017-09-30 CN CN201710920306.2A patent/CN107813718A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050040789A1 (en) * | 2003-08-18 | 2005-02-24 | General Electric Company | Vehicle energy storage system control methods and method for determining battery cycle life projection for heavy duty hybrid vehicle applications |
US20100033132A1 (en) * | 2006-08-31 | 2010-02-11 | Yuji Nishi | Control system of secondary battery and hybrid vehicle equipped with the same |
US20120245785A1 (en) * | 2009-12-16 | 2012-09-27 | Honda Motor Co., Ltd. | Hybrid vehicle and control method thereof |
CN105437992A (zh) * | 2014-08-19 | 2016-03-30 | 通用电气公司 | 带能量存储***的车辆推进***及控制其操作的优化方法 |
CN105608299A (zh) * | 2016-03-04 | 2016-05-25 | 安徽工程大学 | 基于多目标优化的纯电动车动力***参数匹配方法 |
CN105868844A (zh) * | 2016-03-24 | 2016-08-17 | 上海电力学院 | 一种含电动汽车混合储能***的微网多目标运行调度方法 |
CN105811409A (zh) * | 2016-04-28 | 2016-07-27 | 上海电力学院 | 一种含电动汽车混合储能***的微网多目标运行调度方法 |
Non-Patent Citations (1)
Title |
---|
陈骏亚: "有轨电车用燃料电池混合动力***设计", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108832611A (zh) * | 2018-06-11 | 2018-11-16 | 西南交通大学 | 一种轨道交通应急电源***与控制方法 |
CN108832611B (zh) * | 2018-06-11 | 2023-09-19 | 西南交通大学 | 一种轨道交通应急电源***与控制方法 |
CN108995665A (zh) * | 2018-08-10 | 2018-12-14 | 西南交通大学 | 一种燃料电池混合动力列车优化运行控制方法 |
CN108995665B (zh) * | 2018-08-10 | 2019-06-25 | 西南交通大学 | 一种燃料电池混合动力列车优化运行控制方法 |
CN109635369A (zh) * | 2018-11-23 | 2019-04-16 | 中车青岛四方机车车辆股份有限公司 | 一种磁浮输配电***的仿真方法及装置 |
CN109635484A (zh) * | 2018-12-24 | 2019-04-16 | 河北工程大学 | 基于多学科优化的混合动力车辆动力***优化测试方法 |
CN109631901A (zh) * | 2018-12-27 | 2019-04-16 | 奇瑞商用车(安徽)有限公司 | 一种新能源汽车续航里程对应的电量需求的计算方法 |
CN109703593A (zh) * | 2019-01-07 | 2019-05-03 | 中车唐山机车车辆有限公司 | 一种无接触网有轨电车全区间运行能耗综合优化方法 |
CN110103776B (zh) * | 2019-05-06 | 2022-06-03 | 重庆大学 | 基于智能迭代学习的燃料电池整车功率需求变化预测方法 |
CN110103776A (zh) * | 2019-05-06 | 2019-08-09 | 重庆大学 | 基于智能迭代学习的燃料电池整车功率需求变化预测方法 |
CN110182071A (zh) * | 2019-05-10 | 2019-08-30 | 中国第一汽车股份有限公司 | 一种功率跟随型燃料电池整车能量管理控制方法 |
CN110182071B (zh) * | 2019-05-10 | 2022-09-13 | 中国第一汽车股份有限公司 | 一种功率跟随型燃料电池整车能量管理控制方法 |
CN110091862A (zh) * | 2019-05-15 | 2019-08-06 | 福州大学 | 协调经济性与耐久性的燃料电池混合动力能量管理方法 |
CN110091862B (zh) * | 2019-05-15 | 2020-09-01 | 福州大学 | 协调经济性与耐久性的燃料电池混合动力能量管理方法 |
CN110549914A (zh) * | 2019-09-05 | 2019-12-10 | 西南交通大学 | 一种燃料电池有轨电车日运行近似最优能量管理方法 |
CN110549914B (zh) * | 2019-09-05 | 2022-10-28 | 西南交通大学 | 一种燃料电池有轨电车日运行近似最优能量管理方法 |
CN110930029A (zh) * | 2019-11-22 | 2020-03-27 | 中车大连机车车辆有限公司 | 一种调车机车全寿命周期经济性计算方法及*** |
CN110930029B (zh) * | 2019-11-22 | 2023-05-30 | 中车大连机车车辆有限公司 | 一种调车机车全寿命周期经济性计算方法及*** |
CN110896246B (zh) * | 2019-12-05 | 2022-04-26 | 西南交通大学 | 一种混合储能式有轨电车***的配置优化方法 |
CN110896246A (zh) * | 2019-12-05 | 2020-03-20 | 西南交通大学 | 一种混合储能式有轨电车***的配置优化方法 |
CN111160648A (zh) * | 2019-12-30 | 2020-05-15 | 潍柴动力股份有限公司 | 一种燃料电池需求功率估算方法及装置 |
CN111160648B (zh) * | 2019-12-30 | 2023-10-24 | 潍柴动力股份有限公司 | 一种燃料电池需求功率估算方法及装置 |
CN113377026A (zh) * | 2020-02-25 | 2021-09-10 | 株洲中车时代电气股份有限公司 | 货运列车自动驾驶仿真测试***及方法 |
CN111723437A (zh) * | 2020-06-08 | 2020-09-29 | 中车株洲电力机车有限公司 | 一种车辆回转质量系数的计算方法及*** |
CN111723437B (zh) * | 2020-06-08 | 2023-12-12 | 中车株洲电力机车有限公司 | 一种车辆回转质量系数的计算方法及*** |
CN112434377B (zh) * | 2020-12-04 | 2023-09-15 | 中车大连机车车辆有限公司 | 一种机车动力电池组参数设计及评价方法 |
CN112434377A (zh) * | 2020-12-04 | 2021-03-02 | 中车大连机车车辆有限公司 | 一种机车动力电池组参数设计及评价方法 |
CN112560282A (zh) * | 2020-12-24 | 2021-03-26 | 清华大学 | 电池电极层设计结果的筛选方法及计算机设备 |
CN113884303A (zh) * | 2021-08-16 | 2022-01-04 | 武汉中极氢能产业创新中心有限公司 | 一种用于燃料电池发动机的性能测试方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107813718A (zh) | 一种车载燃料电池混合动力***设计方法和装置 | |
CN102991503B (zh) | 用于控制车辆的方法 | |
Kapetanović et al. | Reducing fuel consumption and related emissions through optimal sizing of energy storage systems for diesel-electric trains | |
El-Taweel et al. | Integrated utility-transit model for optimal configuration of battery electric bus systems | |
Zhuang et al. | Integrated energy-oriented cruising control of electric vehicle on highway with varying slopes considering battery aging | |
Vajedi et al. | Intelligent power management of plug–in hybrid electric vehicles, part I: Real–time optimum SOC trajectory builder | |
Lim et al. | Hierarchical energy management for power-split plug-in HEVs using distance-based optimized speed and SOC profiles | |
Xun et al. | Joint component sizing and energy management for fuel cell hybrid electric trucks | |
Qi et al. | The development and numerical verification of a compromised real time optimal control algorithm for hybrid electric vehicle | |
Fan | Multidisciplinary optimization of hybrid electric vehicles: component sizing and power management logic | |
Adhikari | Real-time power management of parallel full hybrid electric vehicles | |
Yulianto et al. | Modelling of full electric and hybrid electric fuel cells buses | |
Agbli et al. | Reverse engineering of a railcar prototype via energetic macroscopic representation approach | |
Leska et al. | Simulation and optimization of the longitudinal dynamics of parallel hybrid railway vehicles | |
Hegazi et al. | Examining the influence of battery sizing on hydrogen fuel cell–battery hybrid rail powertrains (hydrail) for regional passenger railway transport using dynamic component models | |
Tribioli et al. | Automotive hybrid electric systems: Design, modeling, and energy management | |
Tiano et al. | Optimization of energy management and control for a hybridized through-the-road car | |
Sertsöz | Hydrogen energy usage in railway vehicles in terms of environmental and economic value assessed by Pareto analysis | |
Chandrasekar et al. | A Novel Approach on Range Prediction of a Hydrogen Fuel Cell Electric Truck | |
Kamal et al. | Real-Time Energy Management Based on the Prediction of Hybrid Vehicle's Future States | |
Qi | Development of Real-time Optimal Control Strategy of Hybrid Transit Bus Based on Predicted Driving Pattern | |
Arun et al. | Review on alternative propulsion in automotives-hybrid vehicles | |
Wen et al. | Energy simulation of hybrid inter-city trains | |
Kök et al. | Energetic and Exergetic Performance Investigation of Different Topologies for Hybrid Fuel Cell Vehicles | |
Wei et al. | Hierarchical Energy Management of Fuel Cell Vehicles Through Signalized Intersections |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180320 |