燃料電池電動汽車能量管理系統(tǒng)優(yōu)化控制與動態(tài)仿真研究.pdf

1、能源問題和環(huán)境問題目前在世界范圍內已經(jīng)成為一個被廣泛關注的話題，各國在研究和開發(fā)新能源方面加快了步伐。燃料電池作為一種新型的、清潔高效的二次能源有著廣泛的應用前景。燃料電池電動汽車更因其能有效降低尾氣排放量，改善大氣污染程度，成為汽車技術發(fā)展的新方向。燃料電池輸出特性偏軟決定了其單獨作為車載能量源并不合適。因此，為提高車輛的動態(tài)性能及燃料效率，一般配置輔助能源與主能源燃料電池共同構成燃料電池電動汽車的混合動力系統(tǒng)。本文以研發(fā)燃料電池電動

2、汽車為背景，以混合動力能量管理系統(tǒng)為研究對象，開展能量管理優(yōu)化控制與動態(tài)仿真研究，其主要研究內容如下： 通過分析燃料電池和鎳氫電池等多種車載能源的特性，研究了燃料電池電動汽車(FHEV)動力系統(tǒng)的各種拓撲結構，提出并設計了燃料電池與鎳氫電池組并聯(lián)直連的混合方案。在此基礎上，結合能量管理的要求，設計了一種分別基于驅動狀態(tài)和制動狀態(tài)的FHEV能量管理系統(tǒng)結構的結構。 基于提出的混合動力能量管理系統(tǒng)結構，進行能量管理控制策略的

3、研究。詳細分析了能量管理的目標，比較了現(xiàn)有的能量管理模式，提出了動力系統(tǒng)在不同狀態(tài)下基于多個模糊規(guī)則子集的模糊控制策略。同時，對動力系統(tǒng)各種工況進行能量流分析，并對能量管理各個子系統(tǒng)進行了詳細分析和具體設計，形成了完整的能量管理系統(tǒng)模糊控制策略。 在提出的能量管理模糊控制策略基礎上，引入神經(jīng)網(wǎng)絡對控制策略進行了優(yōu)化。設計了模糊神經(jīng)網(wǎng)絡(ANFIS)控制器，用于調整模糊控制隸屬度函數(shù)的形狀。提出了最小二乘法和BP神經(jīng)網(wǎng)絡的混合學習