【技术实现步骤摘要】
本专利技术涉及电池能量管理，具体地涉及一种电池系统能量管理策略及系统。
技术介绍
1、燃料电池作为燃料电池汽车的能量来源，存在瞬时动态性能不足的问题需要通过辅助电源进行联合供电，常见的辅助电源包括动力电池和超级电容。现有技术中，一般采用燃料电池和动力电池联合供电，或者燃料电池和超级电容联合供电。但是动力电池存在瞬时输出功率受限的问题，超级电容则存在能量密度较小的问题，均无法充分发挥各自的优势。
技术实现思路
1、本专利技术实施例的目的是提供一种电池系统能量管理策略及系统，该管理策略及系统采用燃料电池、超级电容和锂电池联合供电，充分发挥三种电源的优势，以系统等效氢气消耗最小和燃料衰退速率为目标，对燃料衰退进行限制，使用粒子群优化算法求解出燃料电池与辅助储能系统输出功率分配，充分发挥了燃料电池、超级电容和锂电池三种电源的优势，并考虑燃料电池衰退及其对成本的影响，提高了燃料电池寿命和系统经济性。
2、为了实现上述目的，本专利技术一方面提供一种电池系统能量管理策略，所述管理策略包括：
3、获取燃料电池、锂电池以及超级电容的初始输出功率；
4、采用粒子群算法获取所述燃料电池、锂电池以及超级电容的最优输出功率，其中，所述粒子群算法包括：
5、获取当前粒子的系统瞬时氢耗运行成本以及燃料电池衰退瞬时运行成本；
6、根据公式(1)获取当前粒子的瞬时目标函数，
7、j(k)＝min(jsys_h2(k)+jlife(k))，
8、其中，j(k)为目标函数，jsys_h2(k)为系统瞬时氢气消耗运行成本，jlife(k)为燃料电池衰退瞬时运行成本。
9、可选地，采用粒子群算法获取所述燃料电池、锂电池以及超级电容的最优输出功率，包括：
10、初始化粒子群算法最大迭代次数以及初始参数；
11、根据所述初始参数计算适应度函数值；
12、判断当前所述适应度函数值是否小于或等于当前单粒子的目标函数值；
13、在判断当前所述适应度函数值小于或等于当前单粒子的目标函数值的情况下，保留上一阶段的粒子位置；
14、在判断当前所述适应度函数值大于当前单粒子的目标函数值的情况下，迭代当前所述粒子位置。
15、可选地，采用粒子群算法获取所述燃料电池、锂电池以及超级电容的最优输出功率，还包括：
16、判断所述粒子位置是否迭代完成；
17、在判断所述粒子位置迭代未完成的情况下，返回判断当前所述适应度函数值是否小于或等于当前单粒子的目标函数值的步骤；
18、在判断所述粒子位置迭代完成的情况下，判断所述目标函数值在迭代过程中是否收敛；
19、在判断所述目标函数值在迭代过程中未收敛的情况下，返回初始化粒子群算法最大迭代次数以及初始参数的步骤；
20、在判断所述目标函数值在迭代过程中收敛的情况下，输出所述燃料电池、锂电池以及超级电容的输出功率作为最优输出功率。
21、可选地，获取当前粒子的系统瞬时氢耗运行成本以及燃料电池衰退瞬时运行成本，包括：
22、根据公式(2)确定所述系统瞬时氢气消耗运行成本，
23、jsys_h2(k)＝msys(k)ph2， (2)
24、其中，jsys_h2(k)为系统瞬时氢气消耗运行成本，msys(k)为第k次计算得到的三源混动系统瞬时等效氢耗，ph2为氢气每千克单价。
25、可选地，获取当前粒子的系统瞬时氢耗运行成本以及燃料电池衰退瞬时运行成本，还包括：
26、根据公式(3)确定所述燃料电池衰退瞬时运行成本，
27、
28、其中，jlife(k)为燃料电池衰退瞬时运行成本，dloss_end为燃料电池寿命结束时的总体损耗，dloss(k)为第k次计算得到的燃料电池衰退速率，pfc_rate为燃料电池额定功率。
29、可选地，计算适应度函数值包括：
30、根据公式(4)计算适应度函数值，
31、
32、其中，j为适应度函数值，x(t)为状态变量，u(t)为决策变量，t0为初始时间，t1为结束时间，t为当前时间。
33、可选地，迭代当前所述粒子位置包括：
34、根据公式(5)和公式(6)更新粒子位置，
35、
36、其中，为在第k+1次迭代过程中粒子i的粒子速度，w为惯性权重，为在第k次迭代过程中粒子i的粒子速度，为在第k次迭代过程中粒子i的粒子位置，为在第k+1次迭代过程中粒子i的粒子位置，c1为认知学习因子，c2为社会学习因子，r1、r2为随机参数，为第k次迭代过程中粒子i的最优解，xgbestk为第k次迭代过程中所有粒子的最优解，pfc为超级电容输出功率，pbat为锂电池输出功率。
37、可选地，迭代当前所述粒子位置还包括：
38、根据公式(7)确定迭代当前所述粒子位置的约束条件，
39、
40、其中，pfcmin为超级电容最小输出功率，pfcmax为超级电容最大输出功率，pbatmin为锂电池最小输出功率，pbatmax为锂电池最大输出功率，psc为超级电容输出功率，pload为车辆需求功率。
41、另一方面，本专利技术还提供一种电池系统能量管理系统，所述管理系统包括处理器，用于执行如上述任一所述的管理策略。
42、通过上述技术方案，本专利技术提供一种电池系统能量管理策略及系统，通过获取燃料电池、锂电池以及超级电容的初始输出功率，采用粒子群算法获取燃料电池、锂电池以及超级电容的最优输出功率。该管理策略及系统采用燃料电池、超级电容和锂电池联合供电，充分发挥三种电源的优势，以系统等效氢气消耗最小和燃料衰退速率为目标，对燃料衰退进行限制，使用粒子群优化算法求解出燃料电池与辅助储能系统输出功率的分配，充分发挥了燃料电池、超级电容和锂电池三种电源的优势，并考虑燃料电池衰退及其对成本的影响，提高了燃料电池寿命和系统经济性。
43、本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种电池系统能量管理策略，其特征在于，所述管理策略包括：
2.根据权利要求1所述的管理策略，其特征在于，采用粒子群算法获取所述燃料电池、锂电池以及超级电容的最优输出功率，包括：
3.根据权利要求2所述的管理策略，其特征在于，采用粒子群算法获取所述燃料电池、锂电池以及超级电容的最优输出功率，还包括：
4.根据权利要求1所述的管理策略，其特征在于，获取当前粒子的系统瞬时氢耗运行成本以及燃料电池衰退瞬时运行成本，包括：
5.根据权利要求4所述的管理策略，其特征在于，获取当前粒子的系统瞬时氢耗运行成本以及燃料电池衰退瞬时运行成本，还包括：
6.根据权利要求2所述的管理策略，其特征在于，计算适应度函数值包括：
7.根据权利要求2所述的管理策略，其特征在于，迭代当前所述粒子位置包括：
8.根据权利要求7所述的管理策略，其特征在于，迭代当前所述粒子位置还包括：
9.一种电池系统能量管理系统，其特征在于，所述管理系统包括处理器，用于执行如权利要求1至8任一所述的管理策略。
【技术特征摘要】
1.一种电池系统能量管理策略，其特征在于，所述管理策略包括：
2.根据权利要求1所述的管理策略，其特征在于，采用粒子群算法获取所述燃料电池、锂电池以及超级电容的最优输出功率，包括：
3.根据权利要求2所述的管理策略，其特征在于，采用粒子群算法获取所述燃料电池、锂电池以及超级电容的最优输出功率，还包括：
4.根据权利要求1所述的管理策略，其特征在于，获取当前粒子的系统瞬时氢耗运行成本以及燃料电池衰退瞬时运行成本，包括：
5.根据权利要...
【专利技术属性】
技术研发人员：吉祥，曾国建，杨彦辉，程晓伟，
申请(专利权)人：安徽锐创新能源技术有限公司，
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。