论文部分内容阅读
能源问题和环境问题目前在世界范围内已经成为一个被广泛关注的话题,各国在研究和开发新能源方面加快了步伐。燃料电池作为一种新型的、清洁高效的二次能源有着广泛的应用前景。燃料电池电动汽车更因其能有效降低尾气排放量,改善大气污染程度,成为汽车技术发展的新方向。燃料电池输出特性偏软决定了其单独作为车载能量源并不合适。因此,为提高车辆的动态性能及燃料效率,一般配置辅助能源与主能源燃料电池共同构成燃料电池电动汽车的混合动力系统。本文以研发燃料电池电动汽车为背景,以混合动力能量管理系统为研究对象,开展能量管理优化控制与动态仿真研究,其主要研究内容如下:通过分析燃料电池和镍氢电池等多种车载能源的特性,研究了燃料电池电动汽车(FHEV)动力系统的各种拓扑结构,提出并设计了燃料电池与镍氢电池组并联直连的混合方案。在此基础上,结合能量管理的要求,设计了一种分别基于驱动状态和制动状态的FHEV能量管理系统结构的结构。基于提出的混合动力能量管理系统结构,进行能量管理控制策略的研究。详细分析了能量管理的目标,比较了现有的能量管理模式,提出了动力系统在不同状态下基于多个模糊规则子集的模糊控制策略。同时,对动力系统各种工况进行能量流分析,并对能量管理各个子系统进行了详细分析和具体设计,形成了完整的能量管理系统模糊控制策略。在提出的能量管理模糊控制策略基础上,引入神经网络对控制策略进行了优化。设计了模糊神经网络(ANFIS)控制器,用于调整模糊控制隶属度函数的形状。提出了最小二乘法和BP神经网络的混合学习方法,进行了ANFIS控制器的详细设计。仿真结果表明隶属度函数得到明显优化。在混合动力结构和智能能量管理策略的基础上,进行了系统动态仿真并进行了结果分析。将模糊神经控制器与传统模糊控制器的仿真结果进行了对比,得到了优化的结果;基于MATLAB/SIMULINK构建动力系统仿真环境,嵌入研究的能量管理控制策略,进行系统动态仿真,得到了一系列的仿真结果。分析结果表明,采取本文提出的智能控制策略更能满足FHEV能量管理的要求。