CN112290622B - 一种汽车混合储能***的能量分配方法、设备及介质 - Google Patents

一种汽车混合储能***的能量分配方法、设备及介质 Download PDF

Info

Publication number
CN112290622B
CN112290622B CN202011116765.3A CN202011116765A CN112290622B CN 112290622 B CN112290622 B CN 112290622B CN 202011116765 A CN202011116765 A CN 202011116765A CN 112290622 B CN112290622 B CN 112290622B
Authority
CN
China
Prior art keywords
current
lithium battery
super capacitor
automobile
driver
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.)
Active
Application number
CN202011116765.3A
Other languages
English (en)
Other versions
CN112290622A (zh
Inventor
胡林
田庆韬
黄晶
李亮
胡晓松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202011116765.3A priority Critical patent/CN112290622B/zh
Publication of CN112290622A publication Critical patent/CN112290622A/zh
Application granted granted Critical
Publication of CN112290622B publication Critical patent/CN112290622B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B60L58/13—Maintaining the SoC within a determined range
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/345—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering using capacitors as storage or buffering devices
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2207/00—Indexing scheme relating to details of circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J2207/50—Charging of capacitors, supercapacitors, ultra-capacitors or double layer capacitors
    • 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)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Power Engineering (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种汽车混合储能***的能量分配方法、设备及介质，其中方法为：根据驾驶员历史多次驾驶的平均加速度、平均减速度以及加减速频率，判断该驾驶员的驾驶风格，可以为激进型、标准型、冷静型；根据汽车历史行驶的平均功率值和锂电池平台区电压均值，计算锂电池驱动汽车的平均电流；根据驾驶员不同的驾驶风格，并基于平均电流为该驾驶员驾驶该汽车设置对应的锂电池逻辑门限电流；基于设置的锂电池逻辑门限电流，控制汽车混合储能***中锂电池和超级电容的工作电流。本发明可以延长电动汽车混合储能***中锂电池的寿命，减少混合储能***的能耗。

Description

一种汽车混合储能***的能量分配方法、设备及介质
技术领域
本发明涉及电动汽车储能领域，具体的说是一种考虑驾驶风格的汽车混合储能***的能量分配方法、设备及介质。
背景技术
电池作为电动汽车的核心技术之一，随着电动汽车的快速发展，对电池技术提出了越来越高的要求。目前锂电池是占有市场份额最大的动力电池，其原因在于相较于铅酸蓄电池和镍氢电池主要有三方面优势：一是能量密度高；二是能量转换率高；三是自放电率小。虽然锂电池满足了电动汽车对于高能量密度的需求，但是无法满足其对于高功率密度的需求。当电动汽车经常遇到加速、爬坡、紧急停车等需要大功率放电的情况时，锂电池将被迫经受大瞬时功率的输出和输入，这将使锂电池产生容量衰减，从而影响锂电池整体的使用寿命。
因此，将具有高功率密度的超级电容与锂电池组合成为混合储能***来发挥他们各自的优势特点成为一种可行的方法。那么合理的能量分配方法成为了电动汽车混合储能***的重点和难点。
目前常用的能量分配策略主要分为基于规则的方法和基于优化的方法。基于规则的方法包括逻辑门限值控制、滤波法、模糊控制等，该类方法简单直接但是分配效果依赖于制定的规则。基于优化的方法包括动态规划、神经网络、模型预测等方法，该类方法分配效果较好但是计算成本高且实时性较差。因此，既能实现良好的分配效果又简单有效便于实现的混合储能***分配策略是亟待解决的问题。
同时，目前的电动汽车仍然无法脱离人的驾驶，而人的驾驶风格会对电动汽车的能耗产生不可忽视的影响。目前的混合储能***的分配策略都没有考虑驾驶员驾驶风格的因素。因此，如何将驾驶员的驾驶风格引入混合储能***的分配策略中成为需要考虑的问题。
发明内容
为克服上述现有技术中汽车混合储能***的能量分配方法的至少一项不足之处，本发明提供了一种考虑驾驶风格的汽车混合储能***的能量分配方法、设备及介质，可以延长电动汽车混合储能***中锂电池的寿命，减少混合储能***的能耗。
为实现上述技术目的，本发明采用如下技术方案：
一种考虑驾驶风格的汽车混合储能***的能量分配方法，包括以下步骤：
步骤1，根据驾驶员历史多次驾驶的平均加速度、平均减速度以及加减速频率，判断该驾驶员的驾驶风格，可以为激进型、标准型、冷静型；
步骤2，根据汽车历史行驶的平均功率值和锂电池平台区电压均值，计算锂电池驱动汽车的平均电流Iave；
步骤3，根据驾驶员不同的驾驶风格，并基于平均电流Iave为该驾驶员驾驶该汽车设置对应的锂电池逻辑门限电流Ilog：
Ilog＝Iave+α；
式中，α为锂电池逻辑门限电流调整参数；若驾驶员的驾驶风格为激进型，则α<0；若驾驶员的驾驶风格为标准型，则α＝0；若驾驶员的驾驶风格为冷静型，则α>0；
步骤4，基于设置的锂电池逻辑门限电流，控制汽车混合储能***中锂电池和超级电容的工作电流。
在更优的技术方案中，步骤3还包括：根据驾驶员不同的驾驶风格，为该驾驶员驾驶该汽车设置对应的超级电容SOC工作范围；若驾驶员的驾驶风格为标准型，按普通标准设置超级电容SOC工作范围；若驾驶员的驾驶风格为激进型，在普通标准的基础上，扩大超级电容SOC工作范围；若驾驶员的驾驶风格为冷静型，在普通标准的基础上，缩小超级电容SOC工作范围；步骤4所述的控制汽车混合储能***中锂电池和超级电容的工作电流，在基于锂电池逻辑门限电流的同时，还考虑超级电容SOC工作范围。
在更优的技术方案中，超级电容SOC工作范围的普通标准为0.5U到0.9U，即驾驶风格为标准型的超级电容SOC工作范围设置为0.5U到0.9U；驾驶风格为激进型的超级电容SOC工作范围设置为0.4U到U；驾驶风格为冷静型的超级电容SOC工作范围设置为0.6U到0.8U。
在更优的技术方案中，所述锂电池逻辑门限电流调整参数α的确定方式为：
当驾驶员的驾驶风格为激进型时，以降低锂电池的容量衰减为目标优化得到；
当驾驶员的驾驶风格为冷静型时，以降低混合储能***的能耗为目标优化得到；
其中，优化算法采用动态规划、遗传算法、模型预测控制或者粒子群优化算法。
在更优的技术方案中，步骤4中，控制锂电池和超级电容的工作电流的控制方法，具体为：
实时采集锂电池的电压、超级电容的荷电状态SOC；
获取汽车当前的需求电流Idem，判断其是否大于0；
若汽车当前的需求电流Idem小于或等于0，即汽车当前为制动模式，此时判断超级电容SOC是否小于工作范围最大值：若小于则使用汽车当前的需求电流Idem为超级电容充电；若不小于则使用汽车当前的需求电流Idem为锂电池充电，并在锂电池的电压超过其平台区上限电压值U1时，停止为锂电池充电；
若汽车当前的需求电流Idem大于0，即汽车当前为驱动模式，则继续执行以下判断：
1)通过判断车速是否为0以判断汽车当前是否为起步：若汽车当前为起步，则超级电容放电并提供全部需求电流，之后锂电池开始放电且放电电流缓慢增加，超级电容放电电流缓慢减小，锂电池与超级电容共同放电以提供全部需求电流；否则执行下一步判断；
2)判断锂电池的电压是否大于其平台区下限电压值U2：若小于，则超级电容放电并提供全部需求电流；否则执行下一步判断；
3)判断超级电容SOC是否小于其工作范围最小值：若小于，则锂电池放电并提供全部需求电流，超级电容既不充电也不放电；否则执行下一步判断；
4)判断需求电流是否恒定：若是，则锂电池放电并提供全部需求电流；否则执行下一步判断；
5)判断需求电流是否大于锂电池逻辑门限电流：若是，则锂电池以其逻辑门限电流放电提供部分需求电流，其余的需求电流由超级电容放电提供；否则执行下一步判断；
6)判断超级电容SOC是否小于工作范围最大值：若小于，则锂电池以其逻辑门限电流放电提供全部需求电流，剩余的放电电流为超级电流充电；否则锂电池放电提供全部需求电流，超级电容既不充电也不放电。
在更优的技术方案中，汽车混合储能***的拓扑结构包括：锂电池、超级电容、双向DC/DC转换器、开关、二极管、DC/AC逆变器；开关的动端与超级电容或者锂电池连接，开关的固定端与双向DC/DC转换器的第一端连接，双向DC//DC转换器的第二端与DC/AC逆变器的第一端连接；所述锂电池还通过与二极管的阳极连接，从而在串联二极管后再与DC/AC逆变器的第一端连接；DC/AC逆变器的第二端与汽车电机连接。
本发明还相应提供一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器实现上述任一所述的方法技术方案。
本发明还相应提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的方法技术方案。
有益效果
与现有的汽车混合储能***的能量分配策略相比，本发明具有如下优点：
(1)考虑驾驶员风格而设置对应的锂电池逻辑门限电流，从而为汽车混合储能***提供更为灵活的能量分配方法，让混合储能***的能量分配更加合理有效。对于激进型驾驶员，可以有效降低锂电池放电电流倍率，延长锂电池使用寿命。对于冷静型驾驶员，减少DC/DC转换器的启动频率，减少了混合储能***的能耗
(2)在对汽车混合储能***中的锂电池和超级电容的工作电流进行分配时，同时还根据驾驶风格设置对应的超级电容工作范围，在避免超级电容和锂电池SOC过充过放的情况下能有效利用超级电容的能量，进而满足了电动汽车混合储能***同时对高能量密度和高功率密度的需求。
(3)超级电容仅在汽车启动的开始阶段单独输出，而让锂电池可以较为缓慢的开始放电，避免锂电池放电电流在启动时突变。
(4)考虑到电池组的整体寿命与各个单体电池的充放电一致性有关，本发明的多模式控制锂电池和超级电容的工作电流，可以减少锂电池工作电流的波动，尽量保质变恒电流输出，既能实现更好地延长单体锂电池使用寿命的效果以及对锂电池组的一致性控制，而且能保证在不准确功耗预测情况下的鲁棒性。
(5)改进的半主动拓扑结构，在制动回收时可以在超级电容电量充满时采用开关切换至锂电池收集制动能量。
附图说明
图1为本发明实施例采用的半主动拓扑结构改进结构图。
图2为本发明实施例所述的引入驾驶员驾驶风格的能量分配示意图。
图3为本发明实施例所述步骤4进行工作电流控制的流程图。
具体实施方式
本实施例以本发明的技术方案为依据开展，给出了详细的实施方式和具体的操作过程，对本发明的技术方案作进一步解释说明。
本实施例提供一种考虑驾驶风格的汽车混合储能***的能量分配方法，用于对汽车混合储能***的能量进行分配。本实施例中的汽车混合储能***采用改进的半主动拓扑结构，如图1所示，包括：锂电池、超级电容、双向DC/DC转换器、开关、二极管、DC/AC逆变器；开关的动端与超级电容或者锂电池连接，开关的固定端与双向DC/DC转换器的第一端连接，双向DC//DC转换器的第二端与DC/AC逆变器的第一端连接；所述锂电池还通过与二极管的阳极连接，从而在串联二极管后再与DC/AC逆变器的第一端连接；DC/AC逆变器的第二端与汽车电机连接。
锂电池直接与DC/AC逆变器相连，发挥其高比能量的优势为电动机提供稳定的能量。锂电池与逆变器之间的二极管保证锂电池只从该路径向外输出电流，而制动回收的电流不会通过该路径流入锂电池。开关K在通常情况下与超级电容连接，超级电容经过开关K与DC/DC转换器串联后与锂电池并联接入DC/AC逆变器。超级电容的输出受到DC/DC转换器的调配，制动回收的能量只经过DC/DC转换器向超级电容或锂电池充电。当超级电容SOC达到工作范围上限时，开关K与锂电池相连，由锂电池回收制动能量。
本实施例所述的考虑驾驶风格的汽车混合储能***的能量分配方法，参考图2所示，具体包括以下步骤：
步骤1，根据驾驶员历史多次驾驶的平均加速度、平均减速度以及加减速频率等与能耗有关的特征参数，判断该驾驶员的驾驶风格，可以为激进型、标准型、冷静型。
本实施例中，驾驶风格的判断方法，可通过使用有关特征参数的大数据样本采用例如模糊逻辑、神经网络等方法学习得到驾驶风格分类器，进而使用该分类器进行驾驶风格判断。由于模糊逻辑、神经网络等方法进行数据分类为较成熟的技术，因此具体如何使用样本数据训练分类器本发明不再赘述。
步骤2，根据汽车历史行驶的平均功率值和锂电池平台区电压均值，计算锂电池驱动汽车的平均电流Iave。
汽车历史行驶的平均功率值的获取方法为：通过驾驶员输入行程目的地的距离再结合路况和预计的车速预估行驶的总能耗，从而通过公式
Figure GDA0003665827320000051
评估汽车历史行驶的平均功率值，Wpred为预估的总能耗，t为预计行驶的时间。
锂电池平台区电压均值的获取方法为：由于锂电池恒流放电时，锂电池平台区电压变化小于1V可以认为锂电池的电压恒定。因此，通过控制锂电池恒流放电并将平台区的电压范围作为锂电池的工作电压范围，即可保证输出功率的稳定。通过下式计算出平均电流Iave：
Figure GDA0003665827320000052
其中Uave为锂电池恒流放电时平台区平均电压。则以Iave作为逻辑门限值时，同样可以保证锂电池的输出功率不超过Pave。
步骤3，根据驾驶员不同的驾驶风格，并基于平均电流Iave为该驾驶员驾驶该汽车设置对应的锂电池逻辑门限电流Ilog：
Ilog＝Iave+α；
式中，α为锂电池逻辑门限电流调整参数；若驾驶员的驾驶风格为激进型，则α<0；若驾驶员的驾驶风格为标准型，则α＝0；若驾驶员的驾驶风格为冷静型，则α>0；
其中锂电池逻辑门限电流调整参数α的确定方式为：当驾驶员的驾驶风格为激进型时，采用动态规划、遗传算法、模型预测控制或者粒子群优化算法，并以降低锂电池的容量衰减为目标优化得到；当驾驶员的驾驶风格为冷静型时，采用动态规划、遗传算法、模型预测控制或者粒子群优化算法，并以降低混合储能***的能耗为目标优化得到；
另外，还根据驾驶员不同的驾驶风格，为该驾驶员驾驶该汽车设置对应的超级电容SOC工作范围：若驾驶员的驾驶风格为标准型，按普通标准设置超级电容SOC工作范围为0.5U到0.9U(本实施例中，由于超级电容的电压与SOC构成简单的函数关系，当SOC为1时的超级电容电压定义为U)；若驾驶员的驾驶风格为激进型，在普通标准的基础上，扩大超级电容SOC工作范围为0.4U到U；若驾驶员的驾驶风格为冷静型，在普通标准的基础上，缩小超级电容SOC工作范围为0.6U到0.8U。
具体在确定扩大超级电容SOC工作范围时，增量可由超级电容在最大峰值功率中输出电量的增量得到，但不能超过超级电容最大放电范围。同时，具体确定在缩小超级电容SOC工作范围时，减少量依据超级电容在最大峰值功率中输出电量的减少量得到，但也不能低于超级电容最小的放电范围。
步骤4，基于设置的锂电池逻辑门限电流Ilog，同时考虑超级电容SOC工作范围，控制汽车混合储能***中锂电池和超级电容的工作电流。参考图3所示，工作电流具体控制方法为：
实时采集锂电池的电压、超级电容的荷电状态SOC；获取汽车当前的需求电流Idem，判断其是否大于0；
若汽车当前的需求电流Idem小于0，即汽车当前为制动模式，此时判断超级电容SOC是否小于工作范围最大值：若超级电容SOC小于工作范围最大值，则选择模式5，即使用汽车当前的需求电流Idem为超级电容充电；若超级电容SOC不小于工作范围最大值，则选择模式6，即使用汽车当前的需求电流Idem为锂电池充电，同时制动能量回收在制动过程中的占比η减少，使得ILi_cha不超过锂电池最大充电电流，并在锂电池的电压超过其平台区上限电压值U1时选择模式9，即停止为锂电池充电，η＝0；
若汽车当前的需求电流Idem大于0，即汽车当前为驱动模式，则继续执行以下判断：
1)通过判断车速是否为0以判断汽车当前是否为起步：若汽车当前为起步，则选择模式1，即超级电容放电并提供全部需求电流，之后锂电池开始放电且放电电流缓慢增加，超级电容放电电流缓慢减小，锂电池与超级电容共同放电以提供全部需求电流；否则执行下一步判断；
2)判断锂电池的电压是否大于其平台区下限电压值U2：若小于，则选择模式8，即超级电容放电并提供全部需求电流；否则执行下一步判断；
3)判断超级电容SOC是否小于其工作范围最小值：若小于，则选择模式7，即锂电池放电并提供全部需求电流，超级电容既不充电也不放电；否则执行下一步判断；
4)判断需求电流是否恒定：若是，则选择模式10，锂电池放电并提供全部需求电流；否则执行下一步判断；
5)判断需求电流是否大于锂电池逻辑门限电流：若是，则选择模式4，即锂电池以其逻辑门限电流放电以提供部分需求电流，其余的需求电流由超级电容放电提供；否则执行下一步判断；
6)判断超级电容SOC是否小于工作范围最大值：若小于，则选择模式2，即锂电池以其逻辑门限电流放电提供全部需求电流，剩余的放电电流为超级电流充电；否则选择模式3，即锂电池放电提供全部需求电流，超级电容既不充电也不放电。
以上所述的模式1～10具体实施总结为：
模式1：超级电容开始单独放电，此时超级电容放电电流ISC_dis＝Idem。之后锂电池放电电流ILi_dis缓慢增加，此时Idem＝ILi_dis+ISC_dis；
模式2：ILi_dis＝Ilog，超级电容的充电电流ISC_cha＝Ilog-Idem；
模式3：ILi_dis＝Idem，超级电容不充电ISC_cha＝0；
模式4：锂电池和超级电容同时放电。其中ILi_dis＝Ilog，ISC_dis＝Idem-Ilog；
模式5：ISC_cha＝Idem；
模式6：锂电池充电电流ILi_cha＝Idem，同时制动能量回收在制动过程中的占比η减少，就是调整电磁制动力在制动力中的占比减小，也就是控制励磁电流从而使得电机的发电电流改变，从而使得锂电池的充电电流ILi_cha不超过锂电池最大充电电流；
模式7：ILi_dis＝Idem，ISC_dis＝0；
模式8：ISC_did＝Idem，电动汽车车速v＝20km/h；
模式9：锂电池和超级电容均不充电，η＝0；
模式10：Ilog＝Idem＝ILi_dis，ISC_dis＝0。
其中，ISC_dis和ISC_cha分别为超级电容的放电电流和充电电流，ILi_dis和ILi_cha分别为锂电池的放电电流和充电电流；
当选择模式1、2、3、4时，对应为驱动模式，可将电池的输出电流尽量维持在逻辑门限电流Ilog以减少电流的变化，其余部分电流由超级电容提供或吸收；当选择模式5、6时，对应为制动模式，将制动回收的能量尽量由超级电容吸收，超级电容吸收满时再交由锂电池吸收；当选择模式7、8、9、10时，对应为安全模式，可保证电动汽车在一些极限条件下安全行驶的模式，不属于该分配策略常用的模式，只是为了保证电动汽车的安全行驶的应急模式。
本发明还提供一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器实现上述的汽车混合储能***的能量分配方法。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的汽车混合储能***的能量分配方法。
以上实施例为本申请的优选实施例，本领域的普通技术人员还可以在此基础上进行各种变换或改进，在不脱离本申请总的构思的前提下，这些变换或改进都应当属于本申请要求保护的范围之内。

Claims (7)

1.一种考虑驾驶风格的汽车混合储能***的能量分配方法，其特征在于，包括以下步骤：
步骤1，根据驾驶员历史多次驾驶的平均加速度、平均减速度以及加减速频率，判断该驾驶员的驾驶风格，可以为激进型、标准型、冷静型；
步骤2，根据汽车历史行驶的平均功率值和锂电池平台区电压均值，计算锂电池驱动汽车的平均电流
Figure DEST_PATH_IMAGE002
；
步骤3，根据驾驶员不同的驾驶风格，并基于平均电流
Figure 846279DEST_PATH_IMAGE002
为该驾驶员驾驶该汽车设置对应的锂电池逻辑门限电流
Figure DEST_PATH_IMAGE004
：
Figure DEST_PATH_IMAGE006
；
式中，
Figure DEST_PATH_IMAGE008
为锂电池逻辑门限电流调整参数；若驾驶员的驾驶风格为激进型，则
Figure DEST_PATH_IMAGE010
；若驾驶员的驾驶风格为标准型，则
Figure DEST_PATH_IMAGE012
；若驾驶员的驾驶风格为冷静型，则
Figure DEST_PATH_IMAGE014
；
步骤4，基于设置的锂电池逻辑门限电流，控制汽车混合储能***中锂电池和超级电容的工作电流；
控制锂电池和超级电容的工作电流的控制方法，具体为：
实时采集锂电池的电压、超级电容的荷电状态SOC；
获取汽车当前的需求电流
Figure DEST_PATH_IMAGE016
，判断其是否大于0；
若汽车当前的需求电流
Figure 606163DEST_PATH_IMAGE016
小于或等于0，即汽车当前为制动模式，此时判断超级电容SOC是否小于工作范围最大值：若小于则使用汽车当前的需求电流
Figure 120321DEST_PATH_IMAGE016
为超级电容充电；若不小于则使用汽车当前的需求电流
Figure 374584DEST_PATH_IMAGE016
为锂电池充电，并在锂电池的电压超过其平台区上限电压值U1时，停止为锂电池充电；
若汽车当前的需求电流
Figure 923377DEST_PATH_IMAGE016
大于0，即汽车当前为驱动模式，则继续执行以下判断：
1）通过判断车速是否为0以判断汽车当前是否为起步：若汽车当前为起步，则超级电容放电并提供全部需求电流，之后锂电池开始放电且放电电流缓慢增加，超级电容放电电流缓慢减小，锂电池与超级电容共同放电以提供全部需求电流；否则执行下一步判断；
2）判断锂电池的电压是否大于其平台区下限电压值U2：若小于，则超级电容放电并提供全部需求电流；否则执行下一步判断；
3）判断超级电容SOC是否小于其工作范围最小值：若小于，则锂电池放电并提供全部需求电流，超级电容既不充电也不放电；否则执行下一步判断；
4）判断需求电流是否恒定：若是，则锂电池放电并提供全部需求电流；否则执行下一步判断；
5）判断需求电流是否大于锂电池逻辑门限电流：若是，则锂电池以其逻辑门限电流放电提供部分需求电流，其余的需求电流由超级电容放电提供；否则执行下一步判断；
6）判断超级电容SOC是否小于工作范围最大值：若小于，则锂电池以其逻辑门限电流放电提供全部需求电流，剩余的放电电流为超级电流充电；否则锂电池放电提供全部需求电流，超级电容既不充电也不放电。
2.根据权利要求1所述的方法，其特征在于，步骤3还包括：根据驾驶员不同的驾驶风格，为该驾驶员驾驶该汽车设置对应的超级电容SOC工作范围；若驾驶员的驾驶风格为标准型，按普通标准设置超级电容SOC工作范围；若驾驶员的驾驶风格为激进型，在普通标准的基础上，扩大超级电容SOC工作范围；若驾驶员的驾驶风格为冷静型，在普通标准的基础上，缩小超级电容SOC工作范围；步骤4所述的控制汽车混合储能***中锂电池和超级电容的工作电流，在基于锂电池逻辑门限电流的同时，还考虑超级电容SOC工作范围。
3.根据权利要求2所述的方法，其特征在于，超级电容SOC工作范围的普通标准为0.5U到0.9U，即驾驶风格为标准型的超级电容SOC工作范围设置为0.5U到0.9U；驾驶风格为激进型的超级电容SOC工作范围设置为0.4U到U；驾驶风格为冷静型的超级电容SOC工作范围设置为0.6U到0.8U。
4.根据权利要求1所述的方法，其特征在于，所述锂电池逻辑门限电流调整参数
Figure 480261DEST_PATH_IMAGE008
的确定方式为：
当驾驶员的驾驶风格为激进型时，以降低锂电池的容量衰减为目标优化得到；
当驾驶员的驾驶风格为冷静型时，以降低混合储能***的能耗为目标优化得到；
其中，优化算法采用动态规划、遗传算法、模型预测控制或者粒子群优化算法。
5.根据权利要求1所述的方法，其特征在于，汽车混合储能***的拓扑结构包括：锂电池、超级电容、双向DC/DC转换器、开关、二极管、DC/AC逆变器；开关的动端与超级电容或者锂电池连接，开关的固定端与双向DC/DC转换器的第一端连接，双向DC//DC转换器的第二端与DC/AC逆变器的第一端连接；所述锂电池还通过与二极管的阳极连接，从而在串联二极管后再与DC/AC逆变器的第一端连接；DC/AC逆变器的第二端与汽车电机连接。
6.一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器实现如权利要求1～5中任一项所述的方法。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～5中任一项所述的方法。
CN202011116765.3A 2020-10-19 2020-10-19 一种汽车混合储能***的能量分配方法、设备及介质 Active CN112290622B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011116765.3A CN112290622B (zh) 2020-10-19 2020-10-19 一种汽车混合储能***的能量分配方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011116765.3A CN112290622B (zh) 2020-10-19 2020-10-19 一种汽车混合储能***的能量分配方法、设备及介质

Publications (2)

Publication Number Publication Date
CN112290622A CN112290622A (zh) 2021-01-29
CN112290622B true CN112290622B (zh) 2022-07-01

Family

ID=74497448

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011116765.3A Active CN112290622B (zh) 2020-10-19 2020-10-19 一种汽车混合储能***的能量分配方法、设备及介质

Country Status (1)

Country Link
CN (1) CN112290622B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230211674A1 (en) * 2021-12-30 2023-07-06 Sustainable Energy Technologies, Inc. Supercapacitor to electrochemical hybrid system with failsafe safety capability
CN114347812B (zh) * 2022-01-12 2024-01-16 河南科技大学 基于驾驶风格的燃料电池混合动力汽车能量管理方法
CN114572053A (zh) * 2022-03-04 2022-06-03 中南大学 一种基于工况识别的电动汽车能量管理方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102407850A (zh) * 2011-09-26 2012-04-11 浙江大学 基于随机运行工况模型的混合动力公交车能源管理方法
WO2013034729A1 (de) * 2011-09-08 2013-03-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum steuern von energieverteilungsprozessen in einem fahrzeug
CN104159806A (zh) * 2012-01-25 2014-11-19 捷豹路虎有限公司 混合动力电动车和其控制方法
DE102018202854A1 (de) * 2018-02-26 2019-08-29 Audi Ag Verfahren zum Betrieb eines Bordnetzes eines Hybridkraftfahrzeugs und Hybridkraftfahrzeug

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013034729A1 (de) * 2011-09-08 2013-03-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum steuern von energieverteilungsprozessen in einem fahrzeug
CN102407850A (zh) * 2011-09-26 2012-04-11 浙江大学 基于随机运行工况模型的混合动力公交车能源管理方法
CN104159806A (zh) * 2012-01-25 2014-11-19 捷豹路虎有限公司 混合动力电动车和其控制方法
DE102018202854A1 (de) * 2018-02-26 2019-08-29 Audi Ag Verfahren zum Betrieb eines Bordnetzes eines Hybridkraftfahrzeugs und Hybridkraftfahrzeug

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
混合动力汽车驾驶风格识别的研究;郝景贤等;《汽车工程》;20171225(第12期);全文 *
电动汽车混合储能***自适应能量管理策略研究;张骞等;《储能科学与技术》;20191121(第03期);全文 *

Also Published As

Publication number Publication date
CN112290622A (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
CN112290622B (zh) 一种汽车混合储能***的能量分配方法、设备及介质
CN110861538B (zh) 燃料电池汽车混合动力控制方法及***
CN110040038B (zh) 一种氢-电混合燃料电池客车能量管理控制方法及***
CN108556672B (zh) 一种燃料电池混合动力***的控制方法及***
CN106696721B (zh) 纯电动汽车双源能量***及供电控制方法、快充方法和慢充方法
US7859202B2 (en) Power management for multi-module energy storage systems in electric, hybrid electric, and fuel cell vehicles
CN110576750A (zh) 一种氢燃料电池汽车制动能量回收***
US7791216B2 (en) Method and system for use with a vehicle electric storage system
CN111459025A (zh) 一种运用粒子算法优化的复合电源电动汽车功率分配策略
CN105305541B (zh) 一种电动汽车低功率电池控制方法及装置
CN107499155A (zh) 一种基于燃料电池和锂电池的混动车控制方法及控制***
KR101927176B1 (ko) 친환경 차량의 저전압 직류 변환기의 출력 제어 방법 및 그 장치
CN111775774A (zh) 一种氢燃料电池车辆的燃料电池控制方法
CN112959901A (zh) 一种燃料电池汽车的控制方法
CN114290916B (zh) 一种氢燃料混合动力重型卡车能量管理方法及***
KR20120060067A (ko) 하이브리드 자동차의 운전성향 학습장치 및 방법
EP4194259A1 (en) Fcev energy management method and system
Mesbahi et al. A new energy management strategy of a battery/supercapacitor hybrid energy storage system for electric vehicular applications
CN110696635A (zh) 基于变门限值的混合动力有轨电车能量管理方法
CN115214608A (zh) 一种面向增程式电传动矿用卡车的能量输出控制方法及***
CN107054124B (zh) 一种基于车载导航的混合动力***及方法
JP3880924B2 (ja) 電源制御装置及びその制御方法
CN113103882A (zh) 基于增程式汽车的功率分配方法及***
CN112757916B (zh) 一种氢燃料电池汽车多能源动力***能量平衡的控制方法
CN113291165A (zh) 用于增程式汽车的功率跟随实时控制方法

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
GR01 Patent grant
GR01 Patent grant