一种应用于混合动力汽车车载复合电源的制作方法
【专利摘要】本发明公开了一种应用于混合动力汽车车载复合电源，采用动力电池与负载直接相连，而超级电容器与双向DC/DC变换器串联后再与动力电池并联的结构。功率总线将电机需求总功率送入DC/DC变换器控制策略中，由DC/DC变换器控制策略将总功率按照实际工况需求分配给动力电池和超级电容器。本发明能控制整车的电功率需求在电池和超级电容器之间的流动，充分发挥超级电容器快速、高效充放电的特性来缓解大电流对电池的冲击，回收制动能量，延长电源工作寿命，实现复合电源“削峰填谷”的思想。
【专利说明】一种应用于混合动力汽车车载复合电源
【技术领域】
[0001]本发明涉及一种混合动力汽车车载复合电源的能量存储装置，动力电池为主要能源，超级电容器为辅助能源，控制策略采用自适应模糊神经网络控制，实现能量的合理分配。
【背景技术】
[0002]随着全球环境的恶化，能源日益紧缺，混合动力汽车成为新型汽车开发的热点。混合动力汽车电源装置性能和成本是其发挥节能减排作用的重要基础和前提条件。目前，混合动力汽车使用的高比能量动力电池和满足混合动力汽车使用的高比功率动力电池均难以独立满足混合动力汽车对动力电池兼顾功率和能量的双重需求,而将动力电池和超级电容器组成复合电源使用，可以使动力电池和超级电容器的优势互补，获得良好的比能量和比功率特性，成为有效的解决途径。
[0003]混合动力汽车复合电源的控制拓扑结构和控制策略是目前研究的热点，文献:Jesse Park, Besty Raju, Ali Emad1.Effects of an Ultracapacitor and BatteryEnergy Storage System in a Hybrid Electric Vehicle [J].SAE 2005-01-3452 和文献:J.N.Marie-Francoise.42V Power Net with supercapacitor and battery forautomotive applications [J].Journal of Power Sources 143 (2005): 275-283,均米用了逻辑门限控制策略对复合电源进行了研究，同时对控制效果进行评价，但是由于逻辑门限控制策略中控制规则固定，不能很好地解决动力电池和超级电容器在助力放电时的功率分配问题，因此采用逻辑门限控制策略，动力电池的充放电电流仍然很大，电源效率提高幅度有限，整车的燃油经济性改善程度不佳，达不到超级电容器对动力电池的“削峰填谷”的作用；文献:Yingming L v, Haiwen Yuan, Yingyi Liu, Qiusheng Wang.Fuzzy logicbased energy management strategy of battery-ultracapacitor composite powersupply of HEV[C].First International Conference on Pervasive Computing, 2010:1209-1214和文献:Guiping Wang, Panpan Yang, Jinjin Zhang.Fuzzy optimal controland simulation of battery-ultracapacitor dual-energy source storage system forpure electric vehicle[C].1nternational Conference on Intelligent Control andInformation Processing, Dalian China 2010: 555-560,都米用了模糊逻辑控制算法作为复合电源的控制策略，所不同的就是前者采用两个模糊控制器分别对电机需求正功率和电机需求负功率进行模糊化控制,而后者将电机正功率需求和负功率需求作为一个整体，采用一个模糊控制器实现模糊化控制。模糊控制策略相比于逻辑门限控制策略，进一步实现了功率的合理配置，优化了动力电池的充放电过程，电源利用率有所提高。但是，模糊逻辑控制策略在确立模糊化和解模糊的方法时，缺乏系统的方法，主要靠经验和试凑；总结模糊控制规则比较困难；控制规则一旦确定，不能在线调整，不能很好地适应工况的变化。
[0004]逻辑门限控制和模糊逻辑控制都是基于规则的控制策略，只是模糊逻辑控制策略中的门限值被模糊化了，规则的制定往往是靠人工经验和不断地试凑来获得，难于自动获取，缺乏系统的学习方法。
【发明内容】
[0005]为了克服以上两种控制策略的不足，这里我们提出一种应用于车载复合电源的自适应模糊神经网络控制策略，它将模糊逻辑算法丰富的人工控制经验和神经网络自学习、自适应的优点相结合，充分发挥两者的长处。自适应模糊神经网络控制更好地发挥了超级电容器的主动性和高比功率特性,优化了蓄电池的充放电过程,提高了混合动力汽车的启动和加速性能，改善了再生能量的回收效率。
[0006]本发明解决其技术问题所采用的技术方案是:
一种应用于混合动力汽车车载复合电源，其特征在于:包括动力电池、超级电容器、DC/DC变换器、功率总线、DC/DC变换器控制策略，所述动力电池与负载直接相连，超级电容器通过双向DC/DC变换器与负载连接，超级电容器与DC/DC变换器串联，再与动力电池并联，功率总线将电机需求总功率送入DC/DC变换器控制策略中，由DC/DC变换器控制策略将总功率按照实际工况需求分配给动力电池和超级电容器。
[0007]作为本发明的进一步改进，所述双向DC-DC变换器采用非隔离半桥结构，能够实现两象限运行，即变换器两端电压方向不变，电流方向改变，在功能上相当于buck变换器和boost变换器的组合。
[0008]作为本发明的进一步改进，所述双向DC-DC变换器采用自适应模糊神经网络控制策略，将动力电池和超级电容器的荷电状态以及电机需求总功率作为控制器的输入，输出为经过控制器合理分配后的动力电池和超级电容器需求功率。
[0009]作为本发明的进一步改进，所述自适应模糊神经网络控制策略中的神经网络采用网络分割结构，模糊系统采用T-S型，模糊规则为160条，均由神经网络通过自主学习制定。
[0010]本发明的有益效果是:
在自适应模糊神经网络控制策略下，随着工况的不断变化，电池电流变化相对平稳，没有出现较大的尖峰电流。零值下方动力电池的电流幅值变化非常小，电池在再生制动过程中基本没有被充电，这样减少了电池的循环充放电次数，避免了对电池的大电流冲击，有利于提高动力电池的寿命；电池的荷电状态和温度变化较缓慢，变化幅度较小；超级电容器充分表现出其大电流充放电的优点:在加速和制动过程中超级电容器能够快速响应，加速时提供车辆所需的峰值电流，制动回收时吸收反向尖峰电流。超级电容器荷电状态变化范围较大，充分发挥了其快速充放电的优势，最大限度地吸收了再生制动能量，对动力电池进行“削峰填谷”的作用明显，既节约了能源又将有效延长车辆行驶里程。
【专利附图】
【附图说明】
[0011]图1是本发明一种应用于混合动力汽车车载复合电源的结构图；
图2是双向DC-DC控制模型图；
图3是双向DC-DC变换器的结构图；
图4是自适应模糊神经网络控制策略的训练样本误差图；
图5是自适应模糊神经网络结构图；
图6是自适应模糊神经网络控制策略的第一输入隶属函数图； 图7是自适应模糊神经网络控制策略的第二输入隶属函数图；
图8是自适应模糊神经网络控制策略的第三输入隶属函数图。
【具体实施方式】
[0012]下面结合附图对本发明作进一步详细说明。
[0013]本发明一种应用于混合动力汽车车载复合电源结构采用动力电池与负载直接相连，超级电容器与DC/DC变换器串联后再与动力电池并联；这种结构形式由动力电池直接对外输出功率，能量转换效率较高；超级电容器作为辅助能源通过DC/DC跟踪检测动力电池端电压，并调节自身电压与动力电池匹配工作，进而保护动力电池；由于动力电池端电压变化比超级电容器端电压平缓，因而电压调控容易实现。
[0014]双向DC/DC变换器选用非隔离半桥结构，该结构元器件数量少，造价低廉，没有变压器损耗，效率高，易于包装和集成。双向DC/DC变换器能够实现两象限运行，即变换器两端电压方向不变，电流方向改变，在功能上相当于buck变换器和boost变换器的组合。
[0015]双向DC-DC变换器的控制策略则采用自适应模糊神经网络控制，将动力电池和超级电容器的荷电状态以及电机需求总功率作为控制器的输入，动力电池和超级电容器所要分担的功率作为输出，从而实现两者能量的合理配置。
[0016]以上技术方案均在混合动力汽车仿真软件ADVISOR 2002下进行开发和设计，从而保证方案的可行性。
[0017]在图1中，超级电容器与DC/DC变换器串联，再与动力电池并联，功率总线将电机需求总功率送入DC/DC变换器控制策略中，由控制策略将总功率按照实际工况需求分配给动力电池和超级电容器。
[0018]在图2中，将动力电池和超级电容器的荷电状态，以及电机需求功率作为自适应模糊神经网络控制器的输入，输出则是通过控制策略分配给动力电池和超级电容器的功率。
[0019]在图3中，双向DC-DC变换器能够实现两象限运行，即变换器两端电压方向不变，电流方向改变，在功能上相当于buck变换器和boost变换器的组合。当开关管
SI以一定占空比开关,D2为续流二极管时，变换器等效为buck变换器，能量由Vi流向Uc ,超
级电容器吸收能量。同理，当开关管32以一定占空比开关，Dl为续流二极管时，变换器等
效为boost变换器，能量由K流向％，超级电容器释放能量。
[0020]在图4为训练样本误差图，纵坐标为误差，横坐标为样本数，训练误差很小，几乎趋近于O。图5表示自适应模糊神经网络的结构图，神经网络采用网络分割结构，从图中不难发现，第一层中输入变量为3，因此神经元的数量为3个；第二层中，神经元的个数为14，语言变量也应为14个；第三层为规则层，由神经网络自动设计完成，使用的逻辑方法为“and”，共160条规则，因此该层神经元的个数为160 ;第四层表示模糊规则所得出的结论，神经元的个数均由网络自动分配；第五层为输出层，神经元的个数与输出数据相同。图6至图8为由神经网络自动生成的三输入隶属函数图，需要注意的是，自适应模糊神经网络的输出并不是以隶属函数的形式出现的，而是一组结论数据。
[0021]以上所述仅为本发明的较佳实施例而已，并不用以限制本发明。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【权利要求】
1.一种应用于混合动力汽车车载复合电源，其特征在于:采用动力电池与负载直接相连，超级电容器与双向DC/DC变换器串联后再与动力电池并联的结构。
2.根据权利要求1所述的一种应用于混合动力汽车车载复合电源，其特征在于:包括动力电池、超级电容器、DC/DC变换器、功率总线、DC/DC变换器控制策略，所述动力电池与负载直接相连，超级电容器与DC/DC变换器串联，再与动力电池并联，功率总线将电机需求总功率送入DC/DC变换器控制策略中，由DC/DC变换器控制策略将总功率按照实际工况需求分配给动力电池和超级电容器。
3.根据权利要求1或2所述的一种应用于混合动力汽车车载复合电源，其特征在于:所述双向DC-DC变换器采用非隔离半桥结构，能够实现两象限运行，即变换器两端电压方向不变，电流方向改变，在功能上相当于buck变换器和boost变换器的组合。
4.根据权利要求1或2所述的一种应用于混合动力汽车车载复合电源，其特征在于:所述双向DC-DC变换器采用自适应模糊神经网络控制策略，将动力电池和超级电容器的荷电状态以及电机需求总功率作为控制器的输入，输出为经过控制器合理分配后的动力电池和超级电容器需求功率。
5.根据权利要求4所述的一种应用于混合动力汽车车载复合电源，其特征在于:所述自适应模糊神经网络控制策略中的神经网络结构采用网格分割算法来确定，模糊系统采用T-S型，模糊规则为160条，均由神经网络通过自主学习制定。
【文档编号】H02M3/10GK103490494SQ201310426784
【公开日】2014年1月1日 申请日期:2013年9月18日 优先权日:2013年9月18日
【发明者】王琪, 孙玉坤, 黄永红 申请人:江苏大学