一种车载系统能量管理的自适应模糊控制方法与流程

本发明属于车载系统能量管理领域，涉及了一种车载系统能量管理的自适应模糊控制方法，对负载需求功率的跟踪、系统关键参数的在线估计以及系统的安全性问题。

背景技术：

近年来，能源危机和环境污染问题日趋严重，可再生的新能源技术在人们生活中得到越来越广泛的应用，如燃料电池系统，它是直接将燃料的化学能转换为电能的能量转换装置，具有能量转换效率高、可再生、零污染等特点，因此在车辆系统中得到广泛应用。但由于这些新能源作为车载主能源系统功率特性偏软，因此需要与锂电池或者超级电容等辅助能源进行混合为车辆提供动力，从而提升车辆系统的动态响应能力。这些辅助能源具有动态特性好、功率密度高、几乎无污染等特点。但是如何在不断变化的车辆动态系统中有效的管理主能源和辅助能源之间功率输出，一直是当今研究的热点，这对提升系统的能量利用率，保持车辆稳定性具有重要意义。

图1所示是本发明所研究的混合动力车能量系统的结构示意图，其中主能源系统通过一个单向DC/DC转换器与负载相连，而辅助能源系统直接连接到系统总线上。这种车辆动力系统的构型具有成本低，对迅速变化的负载需求响应快，能量利用率较高等特点，因此广泛地应用于混合动力车辆系统中。

在车辆实际行驶过程中，工况需求不断变化，在不同工况下(再生制动工况、正常工况和过载工况)，主能源系统和辅助能源的输出有不同的动态特性和系统限制，因此在车辆能量系统中，针对不同的工况和系统动态特性，制定符合其特点的功率管理策略对提升控制器性能和提高能源利用率具有重要意义。

在辅助能源为电池(如锂电池)系统的情况下，电池的荷电状态(SOC)是反应电池状态的重要指标，但是由于电池SOC无法测量，现有的观测器也无法对电池SOC进行准确估计。因此对电池SOC的控制具有重要意义，同时也有助于保障车辆系统的稳定性与安全性。

技术实现要素：

本发明的目的在于针对现有技术的不足，提供了一种车载系统能量管理的自适应模糊控制方法。

本发明采用的技术方案是包括以下步骤，如图1所示：

1)对车载系统的关键特征参数进行在线估计；

2)根据关键特征参数的在线估计值对负载电流进行自适应在线更新，以对各能量源之间的功率管理；

3)针对不同工况需求和辅助能源的系统状况，利用模糊控制律控制关键特征参数。

所述的关键特征参数包括负载等效电流和辅助能源的等效内阻。

所述的负载等效电流采用以下公式的自适应更新律进行在线估计：

其中，表示负载电流源内阻估计值，表示中间变量，p₁表示等效负载电流源自适应因子，R_p表示负载电流源内阻估计值，i_l表示负载电流， 表示负载电流估计值，基于估计参数所得到的负载电流估计值是实际是负载电流i_l的低频成分，i_p表示等效负载电流源电流值，表示等效负载电流源电流的估计值，β₁表示估计器增益，是一个需要整定的正常数；i_p,max与i_p,min分别表示等效负载电流源电流值的上确界和下确界；从而使得负载等效电流的估计值一直在负载等效电流的实际值i_p的上下界范围之内，即满足以下公式：

其中，i_p,max和i_p,min由i_p的上下界确定，根据实际运行中负载电流情况，可根据上式对i_p的上下界做出确定。

所述的辅助能源的等效内阻采用以下公式的自适应更新律进行在线估计：

其中，g₂表示中间变量，μ是需整定正参数，p₂表示辅助能源内阻自适应因子，R₁表示辅助能源等效内阻，表示辅助电源等效内阻的估计值，i_B表示辅助能量源输出电流，V_B表示总线电压，表示辅助能源的开路电压预设值，对应于辅助能源的SOC；β₂表示内阻估计器增益，是一个需要根据仿真和实验整定的正常数；R_1,max与R_1,min是分别表示R₁的上确界和下确 界，都是正值，从而使得辅助能源等效内阻的估计值一直在实际值的上下界范围之内，即满足以下公式：

在实际应用中，R_1,max与R_1,min的选取在满足条件的情况下，同时要综合考虑控制算法的实际控制效果，这也意味着R_1,max的选择要适当大于R₁的上确界，相应的，R_1,min的选取要适当小于R₁的下确界。

所述步骤2)通过以下公式对负载电流估计值进行在线更新：

其中，是负载电感估计值，将用于设计主能源的输出电流参考值，表示辅助能源开路电压的估计值，V_B系统总线电压；由上述负载电流估计值总线电压V_B及辅助能源的开路电压预设值可以计算出辅助能源输出电流参考值

其中，表示负载电流估计值平滑后的变化率，V_fc表示辅助能源输出电压，h(t)是负载电流估计值平滑后的输出，这将用于主能源的输出电流设计值，T为平滑因子，i_fc表示主能源输出电流。V_fc表示主能源输出电流。

所述步骤3)以负载电流估计值、负载电流估计值变化率以及辅助能源开路电压与预设值的偏差(此电压与辅助能源SOC存在映射关系)作为模糊控制律的输入，通过模糊控制律输出增益和辅助能源参考开路电压的增值。

具体实施设计的模糊控制输入输出及隶属度函数如图5、图6所示，图中△V_B表示总线电压的实际值与期望值之差，△V_fl表示期望总线电压增量。

所述的不同工况包括有再生制动工况、正常工况和过载工况等工况。

通过本发明方法，保证车载主能源系统功率输出响应速率低于其保护上限限制，并且保证辅助能源的荷电状态(SOC)在一定安全范围内，防止其出现过度充电和过度放电的现象，即要保证辅助能源的荷电状态(SOC)在一个设定值附近，从而实现以下两个主要目标：1)实现对工况需求的动态跟踪；2)满足主能源和辅助能源系统动态特性指标，从而保障系统稳定性。

本发明的有益效果：

在实际车载应用中不需要对主能源系统和辅助能源系统的模型参数进行精确辨识，从而降低了该管理策略实现难度；计算量小，可以实现实时控制和在 线估计；可以对不可测的辅助能源SOC进行较为精确的调节；可以在不同工况下，即再生制动工况、正常工况和过载工况，对系统中各个能量源的功率输出进行有效管理，进而满足系统的动态特性限制，保障其稳定性。

附图说明

图1是本发明实施例采用的系统结构框图。

图2是测试实施例中主能源和辅助能源的功率响应曲线。

图3是测试实施例中对辅助能源内阻估计效果图。

图4是在实施例Matlab/Simulink仿真中对辅助能源开路电压的控制效果，即对SOC的控制效果。

图5是具体实施的模糊控制输入输出示意图。

图6是具体实施的模糊控制输入输出的隶属度函数图。

具体实施方式

以下结合具体实施方式并对照附图对本发明加以详细说明。

以下三个实施例均采用本发明方法进行实施，其具体实施过程如下：

实施例1

本发明在实际的混合动力观光车上进行了实验验证。图2中是作为主能源的燃料电池与作为辅助能源的锂电池在一次实验周期中的输出功率响应曲线，可以看出主能源电流的响应速度比较缓慢，满足了其输出特性软的特点。辅助能源则响应迅速，提供负载功率需求中的暂态成分。

实施例2

本发明在实际的混合动力观光车上进行了自适应模糊控制算法的对比试验，在同一行车路线下，分别测量出在自适应算法和自适应模糊控制算法下主能源输出电流随负载变化的情况。

从图3可以看出，本发明所提出的自适应模糊控制算法可以更好的适应工况的变化，即主能源输出电流可以更有效地跟踪负载电流；同时，在再生制工况下(图3中阴影部分)，本发明所提出的自适应模糊控制算法可以在模糊控制器的作用下，更好的控制主能源的功率输出，表明了所提模糊控制律的有效性。

实施例3

虽然实际中的辅助能源SOC不可直接测量，但辅助能源开路电压与辅助能源SOC存在映射关系，通过在Matlab/Simulink中搭建上述混合动力观光车系统仿真模型，并测量辅助能源开路电压的变化对本发明的控制效果进行了验证。

图4是本发明对辅助能源SOC的控制效果。辅助能源SOC的设定值是0.55，映射到辅助能源开路电压设定值为48V。图4显示了当负载功率需求先增大后 迅速减小，使得辅助能源开路电压偏离设定值后，本发明可以将辅助能源开路电压重新调节到设定值附近，即对应的辅助能源SOC调节到设定值附近。