【技术实现步骤摘要】
本专利技术属于混合动力市域动车组，特别是涉及一种混合动力市域动车组配置与控制深度协同优化方法。
技术介绍
1、质子交换膜燃料电池由于具有零污染、低噪音、高效率等优点在汽车、货车、调车机车等领域已有应用。为了解决燃料电池无法回收制动能量、能量转换效率低的问题，通常给燃料电池配备蓄电池构成燃料电池混合动力系统以实现能量的灵活转换。如今，一个完整的燃料电池混合动力系统通常包括燃料电池系统、蓄电池系统、单向直直变换器、双向直直变换器、信号收集系统和能量管理与控制系统等部分。随着燃料电池混合动力系统在大功率场景(如市域动车组)的应用，仅有单个燃料电池的混合动力系统已经无法满足系统运行的高功率需求。因此人们将多个燃料电池单体并联形成多堆燃料电池混合动力系统以解决上述问题。目前多堆燃料电池混合动力系统主要有以下缺陷需要进一步优化：
2、参数匹配过程影响能量管理结果：传统市域动车组参数设计过程先基于车辆设计参数和线路条件依据功率和能量约束确定混合动力系统参数配置后进行能量管理，为顺序过程，考虑约束少，忽略了一些实际因素，且未考虑参数匹配结果对能量管理过程的影响。配备的燃料电池或蓄电池功率过大，可能导致燃料电池或蓄电池在混合动力系统运行过程中输出功率频繁变化，影响其使用寿命，降低系统稳定性。
3、能量转换效率低：传统的多堆燃料电池系统通过平均分配或链式分配策略将市域动车组需求功率分配至各个堆，这些方法并未考虑各个堆之间的差异性，无法对单个堆的输出功率进行精细调整。而电堆的性能衰减严重影响其能量转换效率，性能衰减严重的电堆能
4、系统耐久性差：燃料电池寿命较短、耐久性差是阻碍其大规模应用的重要原因之一。燃料电池的性能衰减很大程度上受到其运行工况的影响。燃料电池性能的过度衰减会影响系统的安全稳定运行。因此需要对燃料电池性能衰减进行建模分析。不合理的运行工况会导致燃料电池寿命大幅下降、从而降低系统的耐久性。
5、多堆燃料电池系统内部平衡性差：目前对多堆燃料电池系统的研究关注系统内部各个燃料电池的性能变化，通常以降低单个燃料电池性能衰减为目标进行优化。并未考虑作为一个整体，多堆燃料电池系统中任一燃料电池的过度使用或者寿命提前衰减到终点都会破坏整个系统的平衡，进而导致系统不稳定，影响系统的安全运行。
技术实现思路
1、为了解决上述问题，本专利技术提出了一种混合动力市域动车组配置与控制深度协同优化方法，考虑混合动力系统动力源配置对能量管理控制结果的影响，将参数匹配过程与多堆燃料电池混合动力系统能量管理控制过程视为一个整体进行优化，在减小系统燃料消耗的同时降低燃料电池性能衰减，保障多堆燃料电池性能协调性，延长多堆燃料电池使用寿命，提高系统耐久性。此外，该方法还有助于降低动力源配置成本。
2、为达到上述目的，本专利技术采用的技术方案是：一种混合动力市域动车组配置与控制深度协同优化方法，用于市域动车组的燃料电池混合动力系统包括多堆燃料电池系统、蓄电池系统、直流母线、信号收集系统以及能量管理和控制系统；其中，多堆燃料电池系统由多个燃料电池单体组成，每个燃料电池单体连接单向直直变换器后与其余单体并联接入直流母线；蓄电池连接双向直直变换器后接入直流母线；信号收集系统用于收集多堆燃料电池和蓄电池的输出电压、输出电流等信息，为后续能量管理和控制系统计算燃料电池和蓄电池的氢耗、性能衰减等提供依据；能量管理和控制系统基于dsp控制器设计，载入能量管理对应程序将市域动车组需求功率分配至多堆燃料电池和蓄电池，并通过控制相应的直直变换器间接控制各动力源功率输出；
3、基于上述用于市域动车组的燃料电池混合动力系统，混合动力市域动车组配置与控制深度协同优化方法，包括步骤：
4、s100根据市域动车组的设计参数以及运行线路的基本条件，分析动车组动力系统需要满足的约束条件，构建系统的约束惩罚模型；
5、s200分析建立系统氢耗模型、燃料电池和蓄电池性能衰减模型、多堆燃料电池系统性能协调性评价模型、燃料电池输出功率波动限制模型以及蓄电池荷电状态约束模型，基于上述模型构建系统的状态-动作对价值函数；
6、s300在系统运行的物理约束下，采用基于方向引导的柔性动作-评价算法估计系统状态-动作对的价值并降低策略熵，由状态-动作对的价值和策略熵构建组合值的大小评价动作的优劣，最终选取该时刻下的系统的最优输出功率分配方案，直至系统运行过程结束，完成全过程能量管理；
7、s400采用具有伸缩因子的三目标非支配排序遗传算法对系统满足的约束情况、系统参数配置成本以及能量管理控制结果进行分析，根据三目标非支配排序规则，得到系统的参数配置非支配情况，最后根据不同的预期目标确定最终参数匹配方案。
8、进一步的是，所述步骤s100中，分析市域动车组动力系统约束条件，构建系统的约束惩罚模型，包括步骤：
9、s101，提取市域动车组设计参数中用于工况构建的参数；在市域动车组的运行线路中提取路线参数；对处于运行过程中的市域动车组进行受力分析，根据受力分析结果对市域动车组运行的多个特殊工况进行牵引计算，获得各个工况下的最大功率和最大能耗，进一步比较得到市域动车组运行过程中需要的最大功率和最大能耗；
10、s102，功率和能量约束：混合动力系统输出功率和能耗应满足市域动车组运行过程中需要的最大功率和最大能耗；
11、s103，质量和体积约束混合动力系统应符合动车组的轴重和空间体积的要求；
12、s104，母线电压约束：保证燃料电池最大工作电压比直流母线的额定电压低；同时蓄电池最大输出电压比直流母线额定电压低；
13、s105，经济条件约束：所购置的混合动力系统不应超过最大预算；
14、s106，基于上述约束条件的分析，动力系统配置每不满足一个约束条件则惩罚值加1，当动力系统配置满足所有的约束条件时，惩罚值为0，惩罚值越小越好。
15、进一步的是，在所述步骤s200中：
16、所述系统运行过程中的氢耗模型表示为：
17、
18、其中，
19、式中，cfc是多堆燃料电池系统的氢耗，通过燃料电池单体氢耗相加得到；k为蓄电池的荷电状态修正系数；cbat为蓄电池的等效氢耗；n是多堆燃料电池系统中燃料电池单体的数量；mfc是多堆燃料电池系统氢耗；mbat是蓄电池系统等效氢耗；cfci是燃料电池单体氢耗；
20、所述燃料电池性能衰减模型为：
21、dfc＝don/off+dlow+dhigh+dchg；
22、其中，don/off、dlow、dhigh和dchg分别表示由启停工况、高功率运行、低功率运行以及变载工况造成的性能损失；
23、所述多堆燃料电池性能协调性评价模型为：
24、mvs＝kvsvs；
25、其中，
26、
本文档来自技高网...【技术保护点】
1.一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，用于市域动车组的燃料电池混合动力系统包括多堆燃料电池系统、蓄电池系统、直流母线、信号收集系统以及能量管理和控制系统；其中，多堆燃料电池系统由多个燃料电池单体组成，每个燃料电池单体连接单向直直变换器后与其余单体并联接入直流母线；蓄电池连接双向直直变换器后接入直流母线；信号收集系统用于收集多堆燃料电池和蓄电池的输出电压、输出电流等信息，为后续能量管理和控制系统计算燃料电池和蓄电池的氢耗、性能衰减等提供依据；能量管理和控制系统基于DSP控制器设计，载入能量管理对应程序将市域动车组需求功率分配至多堆燃料电池和蓄电池，并通过控制相应的直直变换器间接控制各动力源功率输出；
2.根据权利要求1所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，所述步骤S100中，分析市域动车组动力系统约束条件，构建系统的约束惩罚模型，包括步骤：
3.根据权利要求1所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，在所述步骤S200中：
4.根据权利要求3所述的一种混合动力市域
5.根据权利要求1-4任一所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，系统的状态-动作对价值函数包括燃料电池和蓄电池氢耗、燃料电池输出功率波动约束、蓄电池荷电状态约束以及多堆燃料电池性能协调性约束；
6.根据权利要求1所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，在所述步骤S300中，采用基于方向引导的柔性动作-评价算法估计系统状态-动作对的价值并降低策略熵，基于方向引导的柔性动作-评价算法包括一个actor网络和四个critic网络，分别是状态价值估计v和Target v网络；动作-状态价值估计Q0和Q1网络；actor网络的输入为状态st，输出为动作的概率π(at|st)，critic网络的输入为状态，其中vcritic网络的输出为状态价值的估计v(s)，Qcritic网络输出为动作-状态对价值的估计q(s,a)。
7.根据权利要求6所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，基于方向引导的柔性动作-评价算法应用于能量管理前需要对网络进行训练，包括步骤：
8.根据权利要求6所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，基于方向引导的柔性动作-评价算法通过经验池实时数据清洗、进化方向排序以及自适应温度系数调节三种行为对网络训练过程进行方向引导，包括步骤：
9.根据权利要求1所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，在系统运行的物理约束，包括燃料电池和蓄电池的输出功率受到最大和最小的限制、蓄电池荷电状态最大和最小限制、燃料电池输出功率变化率不超过其额定功率的12.5％以及动力源输出功率和负载功率匹配。
10.根据权利要求1所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，在所述步骤S400中，伸缩因子的作用在于随着迭代过程逐渐的进行，对参数匹配约束条件的限制逐渐缩紧，这有助于在开始阶段扩大搜索范围，迭代后期找到满足约束条件的解；
...【技术特征摘要】
1.一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，用于市域动车组的燃料电池混合动力系统包括多堆燃料电池系统、蓄电池系统、直流母线、信号收集系统以及能量管理和控制系统；其中，多堆燃料电池系统由多个燃料电池单体组成，每个燃料电池单体连接单向直直变换器后与其余单体并联接入直流母线；蓄电池连接双向直直变换器后接入直流母线；信号收集系统用于收集多堆燃料电池和蓄电池的输出电压、输出电流等信息，为后续能量管理和控制系统计算燃料电池和蓄电池的氢耗、性能衰减等提供依据；能量管理和控制系统基于dsp控制器设计，载入能量管理对应程序将市域动车组需求功率分配至多堆燃料电池和蓄电池，并通过控制相应的直直变换器间接控制各动力源功率输出；
2.根据权利要求1所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，所述步骤s100中，分析市域动车组动力系统约束条件，构建系统的约束惩罚模型，包括步骤：
3.根据权利要求1所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，在所述步骤s200中：
4.根据权利要求3所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，为了量化评估燃料电池的性能衰减状况，需要对燃料电池的剩余性能进行评估，燃料电池剩余性能评估公式为：
5.根据权利要求1-4任一所述的一种混合动力市域动车组配置与控制深度协同优化方法，其特征在于，系统的状态-动作对价值函数包括燃料电池和蓄电池氢耗、燃料电池输出功率波动约束、蓄电池荷电状态约束以及多堆燃料电池性能协调性约束；
6.根据权利要求1所述的一种混合动力市域动车组配置与控制深度协同...
【专利技术属性】
技术研发人员：李奇，谈浩澜，王天宏，陈维荣，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：
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。