基于多目标优化的燃料电池汽车能量管理策略

• 作者: 刘新天 李强 郑昕昕 何耀
• 来源期刊: 电子测量技术
• 关键词: 多目标优化 遗传算法 燃料电池汽车 模糊逻辑控制 能量管理策略
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 理论与算法|Theory and Algorithms
• 页码范围: 81-89
• 页数: 9页
• 分类号: TP273
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2105824

摘要

为了提高燃料电池混合动力汽车(FCHEV)的燃料经济性并优化燃料电池的耐久性,提出了一种燃料电池混合动力汽车能量管理策略(EMS)的多目标优化方法.根据FCHEV混合动力系统的功率流和关键部件的效率特性,提出了驱动系统的等效氢气消耗模型.此外,还考虑了负载变化对燃料电池寿命的影响.提出了一种智能功率分配方法来实现能量管理,即基于模糊逻辑控制(FLC)的控制策略.在进一步的研究中,为了改进提出的能量管理策略,采用遗传算法对模糊控制器的参数进行优化了.提出了以等效氢气消耗量和燃料电池寿命为优化目标的多目标优化问题,并采用改进的快速非支配排序遗传算法(NSGA-II)求解多目标优化问题,优化控制参数.最后,对上述算法的优化结果进行了分析,并利用高级车辆仿真平台ADVISOR对优化策略和其他策略进行了典型工况下的仿真和比较.结果 表明,与未优化的FLC策略相比,等效氢耗普遍降低了5.8％左右,燃料电池的寿命衰减普遍降低约59％,验证了优化后的控制策略具有一定的优越性.