System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种燃料电池汽车高耐久节能驾驶策略构建方法技术_技高网
当前位置: 首页 > 专利查询>东南大学专利>正文

一种燃料电池汽车高耐久节能驾驶策略构建方法技术

技术编号:40191871 阅读:11 留言:0更新日期:2024-01-26 23:53
本发明专利技术涉及一种燃料电池汽车高耐久节能驾驶策略构建方法,包括:构建训练的仿真环境,输入标准驾驶循环下的车辆行驶数据,用作ACC的跟驰场景中领航车的训练数据;创建Actor网络、Critic网络以及目标Critic网络,以构建节能驾驶的训练网络,建立节能驾驶的优化目标,同时将优化目标定量化为奖励系数,并设定训练所需的状态空间、动作空间和奖励函数;对节能驾驶策略进行离线训练,获得可继承的参数化神经网络策略;将离线训练得到的参数化神经网络策略下载到燃料电池混合动力汽车的整车控制器中。与现有技术相比,本发明专利技术实现多目标优化;有效延缓车辆部件衰退;在维持电动化部件高耐久和安全舒适驾驶体验的同时,提高能源利用效率,降低综合成本。

【技术实现步骤摘要】

本专利技术涉及燃料电池混合动力汽车,尤其是涉及一种燃料电池汽车高耐久节能驾驶策略构建方法


技术介绍

1、由于能源危机、全球变暖和汽车排放污染等不确定因素的影响,各国政府和汽车制造商正开始向电动和环保交通解决方案转型。而随着燃料电池技术的不断突破,以及锂离子电池作为辅助动力源的集成,燃料电池混合动力汽车(fchev)凭借其零排放、快速补充燃料、续航里程长、耐用性强等优点,逐渐成为未来可持续发展汽车的有效解决方案。

2、然而,fchev的应用仍然面临着与燃料电池系统(fcs)寿命、氢气成本和昂贵的电动化部件有关的挑战:

3、燃料电池系统(fcs)寿命:fcs的寿命是fchev应用的一个重要问题。目前的fcs技术虽然在实验室环境下已经取得了显著的进步,但在实际使用中,其寿命仍然受到多种因素的影响,如工作环境温度、湿度、使用频率等。如果fcs的寿命较短,那么fchev的维护成本将会增加,同时也会影响其市场竞争力。

4、氢气成本:氢气是fchev的主要能源,但其制取、储存和运输都需要付出高昂的成本。目前,氢气的生产主要依赖于天然气,而这一过程不仅需要大量的能源,还会产生大量的二氧化碳排放,这与fchev的环保理念相悖。因此,如何降低氢气成本,是fchev广泛应用必须要解决的问题。

5、昂贵的电动化部件:fchev虽然结合了电动和燃料电池技术,但其电动化部件的成本仍然很高。这些部件如锂离子电池、电机、电子控制系统等,不仅价格高昂,而且其性能和寿命也直接影响到fchev的性能和成本。因此,如何降低这些部件的成本,也是fchev广泛应用必须要解决的问题。

6、为了应对这些挑战,亟需研究者从燃料电池混合动力汽车技术方向出发,构建一种燃料电池汽车高耐久节能驾驶策略。


技术实现思路

1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种燃料电池汽车高耐久节能驾驶策略构建方法,在柔性行动者-评论家(sac)算法的基础上,专利技术了一个考虑电动化部件健康耐久的节能驾驶策略,联合优化能量管理系统和自适应巡航控制。

2、申请人在构思历程中认为,整合fchev的内部和外部优化被认为是一种可行的方法。一方面,能量管理系统(ems)是针对fchev不同动力源的进行能量分配的一种节能方法。另一方面,先进驾驶员辅助系统(adas)在安全舒适驾驶中起着至关重要的作用,而自适应巡航控制系统(acc)是最重要的adas之一。与之相匹配的,节能驾驶是在特定交通场景下实现经济、安全和高效驾驶策略的一种相匹配的策略,由内部分配能量的ems和外部安全跟驰的acc组成。在节能驾驶战略的基础上,fcehv中关键电动化部件(如动力电池、fcs和驱动电机)的耐久不容忽视。最大限度地减少这些部件的老化,不仅能确保车辆的使用寿命,还能使它们在最佳工作点运行,实现高效节能减排。此外,无模型深度强化学习算法具有无需依赖专家经验和精确模型即可对复杂系统进行优化的卓越能力,而其中的柔性行动者-评论家(sac)算法,具备自动调节参数以实现高效探索的能力,不仅能提高复杂非线性多目标优化问题的优化性能,还能满足不同驾驶条件下的实时控制要求。

3、本专利技术的目的可以通过以下技术方案来实现:

4、本专利技术中一种燃料电池汽车高耐久节能驾驶策略构建方法,包括以下步骤:

5、s1:构建训练的仿真环境,所述仿真环境包括燃料电池汽车模型、跟驰场景模型以及电动化部件健康模型,输入标准驾驶循环下的车辆行驶数据,用作acc的跟驰场景中领航车的训练数据;

6、s2:基于sac算法,创建actor网络、critic网络以及目标critic网络,以构建节能驾驶的训练网络,建立节能驾驶的优化目标,同时将优化目标定量化为奖励系数,并设定训练所需的状态空间、动作空间和奖励函数;

7、s3:基于已构建的actor网络、critic网络、目标critic网络和奖励函数,通过sac算法对节能驾驶策略进行离线训练,获得可继承的参数化神经网络策略;

8、s4:将离线训练得到的参数化神经网络策略下载到燃料电池混合动力汽车的整车控制器中,实现节能驾驶策略的实时在线应用。

9、进一步地,s1中,构建燃料电池汽车模型的构建过程中包括:

10、以一个燃料电池系统和一组锂离子动力电池为主要能量源,其中所需的驱动力freq,相应的阻力包括惯性力fa、滚动阻力fr、路面坡度阻力fi和空气动力阻力fw,描述如下:

11、

12、其中,v为行驶速度,m为车辆质量,a为加速度,δ表示旋转质量转换系数,μ表示滚动阻力系数,aw为车辆前迎风面积,cd是空气阻力系数,θ是路面坡度,g是重力加速度;

13、其中燃料电池混合动力汽车的驱动电机模型基于准稳态的方法,利用真实电机的扭矩,转速和效率的关系来构建;

14、基于dc/dc转换器的应用使其电流与直流母线相匹,功率平衡表示为:

15、

16、其中,tmot和wmot分别表示电机的转矩和转速,pbat和分别表示动力电池组的功率和dc/dc转换器的输出功率,ηinv表示逆变器的效率;

17、其中,燃料电池混合动力汽车的动力电池,通过等效电路模型来模拟,公式如下:

18、

19、其中voc是开路电压,i是负载电流,rbat是电池内部电阻,soc是荷电状态,而soc0是荷电状态的初始值,cn是电池的容量。

20、进一步地,s1中,构建跟驰场景模型的过程包括:

21、将跟驰场景模型由主车速度vh(t)、前车速度vl(t)和加速度al(t)、前车的行驶里程ll(t)、主车的行驶里程lh(t)以及两车之间的相对距离dh,l(t)描述;

22、前方车辆的速度遵循预先定义的标准驾驶循环,速度和距离如下:

23、

24、两车相对的最大距离dmax和安全距离dsafe安全距离被定义为:

25、

26、其中,dsafe为两车间距dh,l的最小值,td是制动时延迟和反应时间之和,其值为1.5s,d0是主车停止后与前车的安全距离,设为3m,amax是紧急情况下的最大加速度,其值为6.68m/s2。

27、进一步地,s1中,构建电动化部件健康模型的过程包括:

28、将电动化部件健康模型划分为动力电池部分、fcs部分和电机部分:

29、(1)动力电池部分由特性由电-热-老化模型模拟,该模型包括三个子模型,即二阶rc电模型、双态热模型和能量吞吐老化模型;

30、所述二阶rc电模型使用两个rc支路来模拟动力电池工作时内部的极化效应:

31、

32、其中,cn表示电池的容量,i(t)和vt(t)表示时间步为t时的负载电流和终端电压,vp1和vp2表示rc支路的极化电压,二者分别由电容cp1、cp2和电阻rp1、rp2参数化,本文档来自技高网...

【技术保护点】

1.一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,S1中,构建燃料电池汽车模型的构建过程中包括:

3.根据权利要求1所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,S1中,构建跟驰场景模型的过程包括:

4.根据权利要求1所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,S1中,构建电动化部件健康模型的过程包括:

5.根据权利要求4所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,所述电机部分中,电机的运行分为多个间歇周期,从时间到的第i次连续运行期间,损耗功率Ploss的能量损耗由以下公式给出:

6.根据权利要求1所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,S2中,建立节能驾驶的优化目标包括:

7.根据权利要求6所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,S2中,将节能驾驶优化目标定量化成奖励系数R的具体过程为:

8.根据权利要求6所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,S2中,设定训练所需的状态空间、动作空间和奖励函数的过程为:

9.根据权利要求1所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,S3中,具体过程包括:通过SAC算法框架中的智能体与仿真环境进行交互,智能体观察当前环境状态信息,根据策略选择动作并执行,进入新的环境状态,并获得环境反馈的奖励,通过经验回放技术提高采样效率,与此同时存储状态、动作、奖励信息,循环往复,实现对节能驾驶策略的训练,获得可继承的参数化神经网络策略。

10.根据权利要求9所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,S3中,对节能驾驶策略的训练的过程包括:

...

【技术特征摘要】

1.一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,s1中,构建燃料电池汽车模型的构建过程中包括:

3.根据权利要求1所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,s1中,构建跟驰场景模型的过程包括:

4.根据权利要求1所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,s1中,构建电动化部件健康模型的过程包括:

5.根据权利要求4所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,所述电机部分中,电机的运行分为多个间歇周期,从时间到的第i次连续运行期间,损耗功率ploss的能量损耗由以下公式给出:

6.根据权利要求1所述的一种燃料电池汽车高耐久节能驾驶策略构建方法,其特征在于,s2中,建立节能驾驶的优化目标包括:

【专利技术属性】
技术研发人员:彭剑坤周嘉璇皮大伟陈峻沙闻天雷晓峰徐勋高马春野
申请(专利权)人:东南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1