非固定路线插电式燃料电池电动公交车能量管理策略研究

作     者：梁滨滨 

作者单位：聊城大学 

学位级别：硕士

导师姓名：郭宏亮

授予年度：2022年

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

主      题：插电式燃料电池电动公交车 能量管理策略 6Sigma设计 路线辨识 硬件在环 

摘      要：随着新一轮技术革命和行业革新的兴起,新能源汽车行业也步入了加速发展的崭新阶段。插电式燃料电池电动公交车(Plug-in Fuel Cell Electric Buses,PFCEB)通过合理设计可有效降低能耗,是重要发展方向。然而,非固定路线下的PFCEB在受到工况、乘客质量和运行距离扰动的情况下,很难保持良好的经济性。为了解决该问题,本研究基于电量消耗-电量维持(charge depleting-charge sustaining,CD-CS)策略提出了一种非固定路线下基于路线辨识的自适应能量管理策略,着重考虑了工况、乘客质量和运行距离扰动对能量管理策略的影响。主要研究内容如下:首先,确定PFCEB整车结构及各组成部件,并通过建立整车纵向动力学模型,完成了燃料电池、动力电池和电机的数学模型搭建,为能量管理策略问题的求解奠定基础。其次,设计了基于CD-CS的参数可调控能量管理策略,并缩减可调控参数设计域。从动力源介入工作时机和耐久性两方面着手,设计了基于CD-CS的PFCEB能量管理策略。基于田口试验设计,提出了一种噪声扰动下的灵敏度分析方法,缩减所提出策略可调控参数设计域。然后,建立了非固定路线下基于路线辨识的自适应能量管理策略。其主要包括非固定路线下双参数路线工况特征值-稳健可调控参数数据库的建立和基于K-近邻算法的路线辨识模型搭建。其中,采用6Sigma设计方法获取3个固定路线下稳健可调控参数,并基于运行距离和平均车速双工况特征值,构建了非固定路线下路线工况特征值-稳健可调控参数数据库。辨识模型的搭建是基于K-近邻算法实现的。该模型以构建的数据库为基础,将非固定路线下的未知动态工况特征值作为输入,采用K-近邻算法,辨识非固定路线下稳健可调控参数,进而实现非固定路线下基于路线辨识的自适应控制。最后,基于硬件在环系统,开展策略实时有效性的验证。该系统由上位机、实时目标机、Rapid ECU、和可编程电源组成。结果表明,基于6Sigma方法求解的稳健可调控参数具有较好的稳健性,可以抵抗噪声扰动的影响。基于K-近邻算法所提出的辨识模型,可以合理辨识未知动态工况下的稳健参数,进而实现非固定路线下基于路线辨识的自适应控制。与未优化前的CD-CS能量管理策略对比,所提出的策略在另外路线下平均节省氢耗5.19%。