CN113085592B - 一种氢燃料电池自卸车续驶里程实时预测方法及其*** - Google Patents
一种氢燃料电池自卸车续驶里程实时预测方法及其*** Download PDFInfo
- Publication number
- CN113085592B CN113085592B CN202110391164.1A CN202110391164A CN113085592B CN 113085592 B CN113085592 B CN 113085592B CN 202110391164 A CN202110391164 A CN 202110391164A CN 113085592 B CN113085592 B CN 113085592B
- Authority
- CN
- China
- Prior art keywords
- data
- fuel cell
- battery pack
- power battery
- dump truck
- 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
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 97
- 239000001257 hydrogen Substances 0.000 title claims abstract description 81
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 81
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 239000013589 supplement Substances 0.000 claims abstract description 6
- 238000000611 regression analysis Methods 0.000 claims abstract description 3
- 230000005540 biological transmission Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 30
- 239000007789 gas Substances 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 7
- 230000036760 body temperature Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 208000019901 Anxiety disease Diseases 0.000 abstract description 4
- 230000036506 anxiety Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000007599 discharging Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- B60L50/00—Electric propulsion with power supplied within the vehicle
- B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
- B60L50/75—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using propulsion power supplied by both fuel cells and batteries
-
- 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
-
- 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
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/40—Application of hydrogen technology to transportation, e.g. using fuel cells
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Fuel Cell (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明涉及续驶里程计算技术领域，更具体地，涉及一种氢燃料电池自卸车续驶里程实时预测方法及其***，包括如下步骤：S1.获取氢燃料电池自卸车的动力电池组相关数据以及燃料电池余量数据；S2.检测获取的数据是否完整，若是，则执行步骤S3，否则执行步骤S4；S3.对缺失数据进行识别，并调用该缺失数据的历史数据进行补充，然后执行步骤S4；S4.构建续驶里程预测模型；S5.通过续驶里程预测模型对获取的数据进行回归分析，得到自卸车当前续驶里程预测值。本发明通过实时监控影响氢燃料电池自卸车续驶里程的各种因素来进行自卸车续驶里程预测，提高预测准确性，使得当自卸车能源不足时能够得到及时的能源补充，进而提高自卸车的使用寿命，缓解里程焦虑现象。
Description
技术领域
本发明涉及续驶里程计算技术领域，更具体地，涉及一种氢燃料电池自卸车续驶里程实时预测方法及其***。
背景技术
氢燃料电池自卸车以燃料电池为主能源、动力电池组为辅助能源，为自卸车提供动力，具有零污染、能量转换效率高、噪声低等特点。由于自卸车行驶工况恶劣，载重量大，导致驾驶员对其续驶里程难以把控。以往的驾驶员结合氢燃料电池自卸车百公里能耗和剩余电量来大致估算车辆的续驶里程，但自卸车在实际的工作过程中由于驾驶员的驾驶行为、地形等影响因素的多变性，再加上自身较大的重量，导致估算结果误差较大，无法实时对氢燃料电池自卸车的续驶里程进行准确预测。
公开号为CN112389213A的中国专利文献，公开了一种续驶里程预测方法、装置、设备及存储介质，通过该技术方案，能够综合燃料电池的续航能力和动力电池的续航能力，并考虑天气情况、道路交通状况等环境因素的影响，精准预测车辆续驶里程，缓解驾驶员的里程焦虑问题。
但上述方案中，若车辆出现局部故障，则无法对续驶里程进行预测，使得该预测方法适用范围较小。
发明内容
本发明的目的在于克服现有技术的不足，提供一种氢燃料电池自卸车续驶里程实时预测方法及其***，通过实时监控影响氢燃料电池自卸车续驶里程的各种因素来进行自卸车续驶里程预测，提高预测准确性，使得当自卸车能源不足时能够得到及时的能源补充，进而提高自卸车的使用寿命，缓解里程焦虑现象。
为解决上述技术问题，本发明采用的技术方案是：
提供一种氢燃料电池自卸车续驶里程实时预测方法，包括如下步骤：
S1.获取氢燃料电池自卸车的动力电池组相关数据以及燃料电池余量数据；
S2.检测步骤S1所获取的数据是否完整，若是，则执行步骤S4，否则执行步骤S3；
S3.对缺失数据进行识别，并调用所述缺失数据的历史数据进行补充，然后执行步骤S4；
S4.构建续驶里程预测模型；
S5.在步骤S4之后，通过所述续驶里程预测模型对获取的数据进行回归分析，得到自卸车当前续驶里程预测值。
本发明包括一种氢燃料电池自卸车续驶里程实时预测方法，通过实时监控影响氢燃料电池自卸车续驶里程的各种因素，如动力电池组相关数据以及燃料电池余量数据，能够更准确地预测自卸车续驶里程，用以提示驾驶员及时进行能源补充，进而提高供电***的使用寿命，缓解里程焦虑问题。还有，预测方法还能够通过检测相应的缺失数据以确认自卸车是否发生局部故障，且在自卸车发生局部故障时仍然能够进行续驶里程的实时预测。
进一步地，还包括步骤S6：在步骤S5之后，将步骤S1所获取的数据添加至历史数据中，然后返回步骤S1。
进一步地，在步骤S1中，所述动力电池组相关数据包括动力电池组总电容、动力电池组余量、动力电池组余量变化率、动力电池组放电深度、动力电池组温度、动力电池组充放电总电压、动力电池组充放电总电流、动力电池组输出功率、动力电池组单个电池电压、动力电池组单个电池放电深度。
进一步地，还包括步骤S7：在步骤S1之后，通过动力电池组余量协调动力电池组与燃料电池之间的供能关系；其中，步骤S7体包括：
S71.设当前动力电池组余量为ASOC，设动力电池组余量最大安全值为Amax，设动力电池组余量最小安全值Amin；当ASOC≥Amax时，执行步骤S62；当ASOC≤Amin时，执行步骤S63；当Amin<ASOC<Amax时，执行步骤S64；
S72.调整燃料电池的输出功率，使所述燃料电池的输出功率低于自卸车驱动电机负载需求功率；
S73.调整燃料电池的输出功率，使所述燃料电池以最大输出功率进行工作；
S74.根据自卸车驱动电机负载需求功率调整燃料电池的输出功率，使所述动力电池组与燃料电池同时工作，且使ASOC∈[A1,A2]；其中，[A1,A2]表示动力电池组在健康状态下的余量区间。
进一步地，在步骤S1中，还包括获取氢燃料电池自卸车的车身环境数据以及车外环境数据。
进一步地，所述车外环境数据包括行驶坡度数据；所述车身环境数据包括车身温度数据、车身压力数据、车身速度数据、储氢罐数据。
进一步地，在步骤S1中，所述燃料电池余量数据通过储气罐气压和修正气体状态方程计算得出；其中，所述储气罐气压和修正气体状态方程为：
式中，X燃表示自卸车当前燃料电池余量，P表示实时采集的储氢罐内压强，P0表示燃料电池达到最小耗氢量的储氢罐压强，V表示储氢罐体积，Zc表示气体压缩因子，R表示理想气体常数，T表示气体开尔文温度，η1表示自卸车氢气利用率，η2表示氢气转化率，η3表示电能输出效率。
进一步地，在步骤S4中，所述续驶里程预测模型为：
式中，L预表示自卸车当前续驶里程预测值，Xi表示自卸车续驶里程的影响因素，ki表示拟合参数。
本发明还提供一种氢燃料电池自卸车续驶里程实时预测***，包括：传感***、电池监控***、数据传输处理***、网联计算***，所述传感***、电池监控***、网联计算***均与数据传输处理***通信连接。
本发明还包括一种氢燃料电池自卸车续驶里程实时预测***，传感***用于获取氢燃料电池自卸车运行过程中的车身环境数据、车外环境数据；电池监控***用于获取氢燃料电池自卸车运行过程中的动力电池组相关数据；数据传输处理***用于对传感***和电池监控***所获取的各类数据进行预处理、分类存储以及数据传输；网联计算***用于对数据传输处理***所传输的数据进行预测，得到自卸车当前续驶里程预测值。
优选地，所述传感***包括与数据传输处理***通信连接的温度传感模块、压力传感模块、气压传感模块、速度传感模块、坡度传感模块。
与现有技术相比，本发明的有益效果是：
本发明包括一种氢燃料电池自卸车续驶里程实时预测方法，通过实时监控影响氢燃料电池自卸车续驶里程的各种因素，如动力电池组相关数据以及燃料电池余量数据，能够更准确地预测自卸车续驶里程，用以提示驾驶员及时进行能源补充，进而提高供电***的使用寿命，缓解里程焦虑问题。还有，预测方法还能够通过检测相应的缺失数据以确认自卸车是否发生局部故障，且在自卸车发生局部故障时仍然能够进行续驶里程的实时预测。
本发明还包括一种氢燃料电池自卸车续驶里程实时预测***，传感***用于获取氢燃料电池自卸车运行过程中的车身环境数据、车外环境数据；电池监控***用于获取氢燃料电池自卸车运行过程中的动力电池组相关数据；数据传输处理***用于对传感***和电池监控***所获取的各类数据进行预处理以及数据传输；网联计算***用于对数据传输处理***所传输的数据进行预测，得到自卸车当前续驶里程预测值。
附图说明
图1为本发明一种氢燃料电池自卸车续驶里程实时预测方法实施例1的流程图。
图2为本发明一种氢燃料电池自卸车续驶里程实时预测方法实施例2的流程图。
图3为本发明一种氢燃料电池自卸车续驶里程实时预测方法实施例3的流程图。
图4为本发明一种氢燃料电池自卸车续驶里程实时预测***的连接示意图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
实施例1
如图1所示为本发明一种氢燃料电池自卸车续驶里程实时预测方法的第一实施例，包括如下步骤：
S1.通过传感***获取氢燃料电池自卸车的动力电池组相关数据、车身环境数据、车外环境数据，以及通过计算分析获取燃料电池余量数据。
其中，动力电池组相关数据包括动力电池组总电容、动力电池组余量(SOC)、动力电池组余量(SOC)变化率、动力电池组放电深度、动力电池组温度、动力电池组充放电总电压、动力电池组充放电总电流、动力电池组输出功率、动力电池组单个电池电压、动力电池组单个电池放电深度。动力电池组相关数据均通过CAN总线进行实时获取，具体地，通过CAN总线将动力电池组相关数据传输至电池监控***，再通过电池监控***传输至数据传输处理***。
其中，燃料电池余量数据通过储气罐气压和修正气体状态方程计算得出；其中，储气罐气压和修正气体状态方程为：
式中，X燃表示自卸车当前燃料电池余量，P表示实时采集的储氢罐内压强，P0表示燃料电池达到最小耗氢量的储氢罐压强，V表示储氢罐体积，Zc表示气体压缩因子，R表示理想气体常数，T表示气体开尔文温度，η1表示自卸车氢气利用率，η2表示氢气转化率，η3表示电能输出效率。其中，P所表示的实时采集的储氢罐内压强能够通过气压传感器进行实时获取。
需要说明的是，氢气在输入燃料电池的过程中会有一部分用于自卸车上搭载的一些电气设备的供能，因此燃料电池在氢气的化学能转化为电能时存在转化率高低的问题，在生成电能后，只有部分电能是用于驱动氢燃料电池自卸车行驶的，因此料电池余量数据通过储气罐气压和修正气体状态方程能够计算得出。
其中，车身环境数据包括车身温度数据、车身压力数据、车身速度数据、储氢罐数据。车身温度数据通过温度传感器获取，车身压力数据通过压力传感器获取，车身速度数据通过速度传感器获取,储氢罐数据通过气压传感器获取。
具体地，车身温度数据包括车身外部温度、空调温度；车身外部温度通过将温度传感器安装于车身外部进行实时获取，空调温度通过将温度传感器安装于空调蒸发箱上进行实时获取。
具体地，车身压力数据包括自卸车载重、行驶阻力、行驶加速阻力；自卸车载重、行驶阻力、行驶加速阻力均通过压力传感器进行实时获取；
具体地，车身速度数据包括自卸车行驶车速、行驶加速度；自卸车行驶车速、行驶加速度均通过速度传感器进行实时获取。
具体地，储氢罐数据包括储氢罐瓶内气压、储氢罐余量；储氢罐瓶内气压、储氢罐余量均通过气压传感器进行实时获取。
具体地，车外环境数据包括行驶坡度数据；行驶坡度数据通过坡度传感器进行实时获取。
还有，各传感器所获取的数据按预设的通讯协议发送至数据传输处理***。需要说明的是，通过各传感器所获取的数据类型可根据实际情况进行增减，上述数据类型选择仅为优选。
S2.数据传输处理接收传感***发送的数据并对其进行分类存储，然后数据传输处理***检测步骤S1所获取的数据是否完整，若是，则执行步骤S4，否则执行步骤S3。
需要说明的是，获取的数据的完整性可根据实际情况进行设置。本实施例中数据的完整性指的是氢燃料电池自卸车的动力电池组相关数据、燃料电池余量数据、车身环境数据、车外环境数据缺一不可。
S3.通过数据传输处理***对缺失数据进行识别，并调用数据传输处理***中该缺失数据分类下存储的近期历史数据进行补充，并实时上传至网联计算***，然后执行步骤S4。还有，数据传输处理***还能够针对缺失数据找到相应的故障部件并在车载显示***上进行显示，用于提示驾驶员对故障部件进行修复。
需要说明的是，近期历史数据指的是当前时间节点的上一周内同一天、同一时刻的数据作为历史数据，和其他实时接收到的数据一起上传至网联计算***。但上述所选取的历史数据时间节点仅为优选，具体可根据实际情况进行选取与设定。
S4.通过网联计算***构建续驶里程预测模型；其中，续驶里程预测模型为：
式中，L预表示自卸车当前续驶里程预测值，Xi表示自卸车续驶里程的影响因素，ki表示拟合参数。
S5.在步骤S4之后，网联计算***接收数据传输处理***实时发送的数据，并将其代入续驶里程预测模型进行拟合，得到自卸车当前续驶里程预测值，并将该预测值发送至数据传输处理***，数据传输处理***发送至车载显示***上进行显示。
本发明通过综合考虑氢燃料电池自卸车动力电池状态、燃料电池余量、自卸车载重、外环境温度等因素对续驶里程的影响，使用续驶里程预测模型进行预测，能够具有较高的预测精度和拟合优度，能够准确预测氢燃料电池自卸车续驶里程。
实施例2
本实施例与实施例1类似，所不同之处在于，如图2所示，本实施例中预测方法还包括S6：在步骤S5之后，将步骤S1所获取的数据通过数据传输处理***分类添加至历史数据中，然后返回步骤S1。
具体地，在每次预测结束后，数据传输处理***将实时采集到的各项数据添加到历史数据中，数据更新后拟合出新的续驶里程预测模型，以实现对模型的实时更新，新得到的模型将用于预测下一时刻的续驶里程，预测结束后返回步骤S1。
实施例3
本实施例与实施例2类似，所不同之处在于，如图3所示，本实施例中预测方法还包括步骤S7：在步骤S1之后，通过动力电池组余量协调动力电池组与燃料电池之间的供能关系；其中，步骤S7体包括：
S71.设当前动力电池组余量为ASOC，设动力电池组余量最大安全值为Amax，设动力电池组余量最小安全值Amin；
当ASOC≥Amax时，执行步骤S72：调整燃料电池的输出功率，使燃料电池的输出功率低于自卸车驱动电机负载需求功率；
当ASOC≤Amin时，执行步骤S73：调整燃料电池的输出功率，使燃料电池以最大输出功率进行工作；
当Amin<ASOC<Amax时，执行步骤S74：根据自卸车驱动电机负载需求功率调整燃料电池的输出功率，使动力电池组与燃料电池同时工作，且使ASOC∈[A1,A2]；其中，[A1,A2]表示动力电池组在健康状态下的余量区间。
其中，通过转速转矩传感器获取自卸车驱动电机的转速转矩，进而得到自卸车驱动电机负载需求功率。
需要说明的是，步骤S7与步骤S2～S6之间无先后顺序，步骤S7能够在步骤S2～S6中任意时刻进行。
实施例4
如图4所示为本发明一种氢燃料电池自卸车续驶里程实时预测***的第一实施例，包括：
传感***，用于获取氢燃料电池自卸车运行过程中的车身环境数据、车外环境数据；
电池监控***，用于获取氢燃料电池自卸车运行过程中的动力电池组相关数据，还用于协调动力电池组与燃料电池之间的供能关系；
数据传输处理***，用于对传感***和电池监控***所获取的各类数据进行预处理、分类存储以及数据传输；
网联计算***，用于对数据传输处理***所传输的数据进行预测，得到自卸车当前续驶里程预测值；
传感***、电池监控***、网联计算***均与数据传输处理***通信连接。
其中，传感***包括与数据传输处理***通信连接的温度传感模块、压力传感模块、气压传感模块、速度传感模块、坡度传感模块。本实施例中温度传感模块为温度传感器，压力传感模块为压力传感器，气压传感模块为气压传感器，速度传感模块为速度传感器，坡度传感模块为坡度传感器。
其中，电池监控***在用于协调动力电池组与燃料电池之间的供能关系时，通过监控并调整动力电池组余量(SOC)进行实现：首先设置动力电池组余量最大安全值、最小安全值；
当动力电池组余量(SOC)等于或大于动力电池组余量最大安全值时，若继续对动力电池组充电则会造成过充现象，损伤动力电池组；此时通过电池监控***调整燃料电池的输出功率，使燃料电池的输出功率略低于自卸车驱动电机负载需求功率；动力电池组参与供能，作为辅助能源驱动自卸车行驶，此时动力电池组处于放电状态，能够防止动力电池组过充；
当动力电池组余量(SOC)等于或小于动力电池组余量最小安全值时，若动力电池组继续放电，则会造成过放现象；此时通过电池监控***提高燃料电池的输出功率，使燃料电池以最大输出功率进行工作，动力电池组停止供电，燃料电池在保证自卸车正常行驶的前提下给动力电池组充电，防止动力电池组过放，以保护动力电池组；
当动力电池组余量(SOC)处于最大安全值与最小安全值之间时，则需要结合实际自卸车驱动电机负载需求功率的需求，使动力电池组与燃料电池同时工作，动力电池组充放电同时进行，并维持在当前SOC值附近。
需要说明的是，动力电池组余量最大安全值、最小安全值可根据实际情况进行设置。
还有，如图4所示，预测***还包括用于显示各项数据的车载显示***，车载显示***与数据传输处理***通信连接。本实施例中车载显示***为车载显示屏，车载显示屏能够用于显示自卸车当前续驶里程预测值，还能够用于显示根据缺失数据找到的相应的故障部件名称。
实施例5
本实施例与实施例4类似，所不同之处在于，本实施例中***还包括与数据传输处理***通信连接的定位***，定位***能够用于获取自卸车当前行驶路况数据，然后将数据上传至数据传输处理***。
显然，本发明的上述实施例仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (9)
1.一种氢燃料电池自卸车续驶里程实时预测方法，其特征在于，包括如下步骤：
S1.获取氢燃料电池自卸车的动力电池组相关数据以及燃料电池余量数据；其中，所述燃料电池余量数据通过储气罐气压和修正气体状态方程计算得出；其中，所述储气罐气压和修正气体状态方程为：
式中，X燃表示自卸车当前燃料电池余量，P表示实时采集的储氢罐内压强，P0表示燃料电池达到最小耗氢量的储氢罐压强，V表示储氢罐体积，Zc表示气体压缩因子，R表示理想气体常数，T表示气体开尔文温度，η1表示自卸车氢气利用率，η2表示氢气转化率，η3表示电能输出效率；
S2.检测步骤S1所获取的数据是否完整，若是，则执行步骤S4，否则执行步骤S3；
S3.对缺失数据进行识别，并调用所述缺失数据的历史数据进行补充，然后执行步骤S4；
S4.构建续驶里程预测模型；
S5.在步骤S4之后，通过所述续驶里程预测模型对获取的数据进行回归分析，得到自卸车当前续驶里程预测值。
2.根据权利要求1所述的氢燃料电池自卸车续驶里程实时预测方法，其特征在于，还包括步骤S6：在步骤S5之后，将步骤S1所获取的数据添加至历史数据中，然后返回步骤S1。
3.根据权利要求1所述的氢燃料电池自卸车续驶里程实时预测方法，其特征在于，在步骤S1中，所述动力电池组相关数据包括动力电池组总电容、动力电池组余量、动力电池组余量变化率、动力电池组放电深度、动力电池组温度、动力电池组充放电总电压、动力电池组充放电总电流、动力电池组输出功率、动力电池组单个电池电压、动力电池组单个电池放电深度。
4.根据权利要求1所述的氢燃料电池自卸车续驶里程实时预测方法，其特征在于，还包括步骤S7：在步骤S1之后，通过动力电池组余量协调动力电池组与燃料电池之间的供能关系；其中，步骤S7体包括：
S71.设当前动力电池组余量为ASOC，设动力电池组余量最大安全值为Amax，设动力电池组余量最小安全值Amin；当ASOC≥Amax时，执行步骤S72；当ASoc≤Amin时，执行步骤S73；当Amin<ASOC<Amax时，执行步骤S74；
S72.调整燃料电池的输出功率，使所述燃料电池的输出功率低于自卸车驱动电机负载需求功率；
S73.调整燃料电池的输出功率，使所述燃料电池以最大输出功率进行工作；
S74.调整燃料电池的输出功率，使所述动力电池组与燃料电池同时工作，且使ASOC∈[A1,A2]；其中，[A1,A2]表示动力电池组在健康状态下的余量区间。
5.根据权利要求1所述的氢燃料电池自卸车续驶里程实时预测方法，其特征在于，在步骤S1中，还包括获取氢燃料电池自卸车的车身环境数据以及车外环境数据。
6.根据权利要求5所述的氢燃料电池自卸车续驶里程实时预测方法，其特征在于，所述车外环境数据包括行驶坡度数据；所述车身环境数据包括车身温度数据、车身压力数据、车身速度数据、储氢罐数据。
7.根据权利要求1所述的氢燃料电池自卸车续驶里程实时预测方法，其特征在于，在步骤S4中，所述续驶里程预测模型为：
式中，L预表示自卸车当前续驶里程预测值，Xi表示自卸车续驶里程的影响因素，ki表示拟合参数。
8.一种应用于权利要求1至7任一项所述的氢燃料电池自卸车续驶里程实时预测方法的预测***，其特征在于，包括：
传感***，用于获取氢燃料电池自卸车运行过程中的车身环境数据、车外环境数据；
电池监控***，用于获取氢燃料电池自卸车运行过程中的动力电池组相关数据；
数据传输处理***，用于对所述传感***和电池监控***所获取的各类数据进行预处理、分类存储以及数据传输；
网联计算***，用于对所述数据传输处理***所传输的数据进行预测，得到自卸车当前续驶里程预测值；
所述传感***、电池监控***、网联计算***均与数据传输处理***通信连接。
9.根据权利要求8所述的预测***，其特征在于，所述传感***包括与数据传输处理***通信连接的温度传感模块、压力传感模块、气压传感模块、速度传感模块、坡度传感模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110391164.1A CN113085592B (zh) | 2021-04-12 | 2021-04-12 | 一种氢燃料电池自卸车续驶里程实时预测方法及其*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110391164.1A CN113085592B (zh) | 2021-04-12 | 2021-04-12 | 一种氢燃料电池自卸车续驶里程实时预测方法及其*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113085592A CN113085592A (zh) | 2021-07-09 |
| CN113085592B true CN113085592B (zh) | 2024-04-12 |
Family
ID=76676326
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110391164.1A Active CN113085592B (zh) | 2021-04-12 | 2021-04-12 | 一种氢燃料电池自卸车续驶里程实时预测方法及其*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113085592B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114136342B (zh) * | 2021-11-30 | 2024-03-22 | 深圳市明睿数据科技有限公司 | 里程篡改判断方法及*** |
| CN115583166A (zh) * | 2022-10-14 | 2023-01-10 | 中铁武汉电气化局集团科工装备有限公司 | 一种氢能源作业车的综合能源监控管理*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103247177A (zh) * | 2013-05-21 | 2013-08-14 | 清华大学 | 大规模路网交通流实时动态预测*** |
| CN107225985A (zh) * | 2017-05-08 | 2017-10-03 | 江苏理工学院 | 一种氢燃料电池汽车剩余里程的实时预测方法 |
| CN108556682A (zh) * | 2018-03-30 | 2018-09-21 | 北京新能源汽车股份有限公司 | 一种续驶里程预测方法、装置及设备 |
| CN112046486A (zh) * | 2020-08-17 | 2020-12-08 | 武汉理工大学 | 一种燃料电池汽车输出功率修正方法、***及存储介质 |
| CN112389213A (zh) * | 2020-11-25 | 2021-02-23 | 中国第一汽车股份有限公司 | 一种续驶里程预测方法、装置、设备及存储介质 |
-
2021
- 2021-04-12 CN CN202110391164.1A patent/CN113085592B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103247177A (zh) * | 2013-05-21 | 2013-08-14 | 清华大学 | 大规模路网交通流实时动态预测*** |
| CN107225985A (zh) * | 2017-05-08 | 2017-10-03 | 江苏理工学院 | 一种氢燃料电池汽车剩余里程的实时预测方法 |
| CN108556682A (zh) * | 2018-03-30 | 2018-09-21 | 北京新能源汽车股份有限公司 | 一种续驶里程预测方法、装置及设备 |
| CN112046486A (zh) * | 2020-08-17 | 2020-12-08 | 武汉理工大学 | 一种燃料电池汽车输出功率修正方法、***及存储介质 |
| CN112389213A (zh) * | 2020-11-25 | 2021-02-23 | 中国第一汽车股份有限公司 | 一种续驶里程预测方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113085592A (zh) | 2021-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230406109A1 (en) | Predictive model for estimating battery states | |
| CN111610459B (zh) | 用于预测电池组的放电曲线的***、方法和存储介质 | |
| Ebbesen et al. | Battery state-of-health perceptive energy management for hybrid electric vehicles | |
| CN111612204B (zh) | 用于优化电池组的性能的***、方法和存储介质 | |
| US8791809B2 (en) | Optimal electric vehicle battery recommendation system | |
| CN103687749B (zh) | 控制多个存储装置的***和方法 | |
| Waseem et al. | Battery technologies and functionality of battery management system for EVs: Current status, key challenges, and future prospectives | |
| CN113085592B (zh) | 一种氢燃料电池自卸车续驶里程实时预测方法及其*** | |
| CN111612205A (zh) | 用于针对驾驶路线确定目标电池充电水平的***和方法 | |
| CN113740753A (zh) | 根据电蓄能器的预测老化状态来运行电可驱动机动车的方法和设备 | |
| EP2660616A1 (en) | Battery pack management device and method involving indicating the degree of degradation of a secondary battery cell, and battery pack including same | |
| US20120059526A1 (en) | System and Method for Monitoring and Controlling Energy System | |
| CN111591152B (zh) | 充换分离模式下电池包换电决策方法、装置与*** | |
| CN105122074B (zh) | 用于自动停止应用的铅酸充电状态估计 | |
| EP2309619A1 (en) | Imbalance reduction circuit, power supply device, and imbalance reduction method | |
| JP7040601B2 (ja) | 電池制御装置、電池制御方法、無停電電源装置、電力システム及び電動車両 | |
| EP3585642B1 (en) | A method and arrangement for balancing a battery pack | |
| CN105263739A (zh) | 电池和充电装置管理***、方法以及充电装置 | |
| CN115427256A (zh) | 用于监测电池单元老化的方法 | |
| US20120150378A1 (en) | Determination and Usage of Reserve Energy in Stored Energy Systems | |
| CN114789675A (zh) | 确定要采取的动作的设备和方法以及至少部分电动车辆 | |
| CN115071490A (zh) | 控制***和能量管理方法 | |
| CN114475358B (zh) | 一种车辆动力电池辅助均衡的方法、设备及*** | |
| US20220285746A1 (en) | Calculation device and all solid state battery system | |
| CN108666638A (zh) | 一种电池组模块及其能量管理***与方法 |
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 |