一种氢燃料电池混合动力系统能量管理方法

1.本发明涉及一种氢燃料电池混合动力系统能量管理方法，特别是涉及一种以氢燃料电池和锂电池为主要能量源的混合动力系统能量管理方法。


背景技术：

2.目前，国内外氢燃料电池混合动力系统能量管理方法的发展过程中普遍存在一个问题，那就是对于氢燃料电池的工作特性不够重视，导致氢燃料电池输出功率常出现高频大幅度的波动。这将导致氢燃料电池的剩余使用寿命大幅衰减，并且也难以充分发挥氢燃料电池的优点，造成氢燃料电池在实际应用中难以令人满意的结果。另一方面，能量管理方法设计过程中使用的标准循环工况与实际运行中的复杂工况不能很好的匹配，这就导致了一些能量管理方法缺乏对不同工况的自适应能力，难以应对复杂多变的实际工况。


技术实现要素：

3.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种氢燃料电池混合动力系统能量管理方法。
4.为实现上述发明目的，本发明技术方案如下：
5.一种氢燃料电池混合动力系统能量管理方法，其为：
6.该方法将混合动力系统的功率需求看作低频信号与高频噪音的叠加，通过频率分离方法将高低频信号进行分离；低频与高频是一组相对的概念，高频指的是动力系统运行中随机工况对功率波动的影响，是需消除的部分；低频指的是满足动力系统平稳运行的波动频率，理论上波动频率越低越好；
7.所述频率分离方法包括两个主要步骤；
8.(1)首先采用局部多项式加权滑动窗口滤波方法，对功率需求的趋势走向进行跟踪，从而完成对功率需求的预处理，为傅立叶滤波方法做铺垫；该步骤以多项式阶数和窗口长度为控制变量，对局部多项式进行最小二乘法拟合得到权重因子，从而对滑动窗口内数据进行加权滤波处理；
9.(2)然后采用傅立叶滤波方法，对功率需求的高频噪音进行滤除，实现输出功率的平滑化，该步骤以截止频率为控制变量；
10.所述频率分离方法根据动力系统在不同工况下输出的统计学特征构建评价因子，采用的统计特征是氢燃料电池输出功率的标准差和锂电池输出能量的均值；
11.所述频率分离方法根据最优的评价因子调整对应的滤波参数，从而实现对不同工况的自适应过程。
12.作为优选方式，所述方法进一步为：将需求功率输入滤波算法中，首先由局部多项式加权滑动窗口滤波方法对需求功率的趋势进行跟踪，然后再由傅立叶滤波方法fft对残留的高频噪音进行滤除，然后根据实际情况进行优化调整，得到初步的滤波结果，在这个初步滤波的基础上计算氢燃料电池输出功率的标准差和锂电池的输出能量的均值，然后根据
如公式(8)所示的评价因子公式得到当前的评价因子，再根据如公式(9)所示的评价因子约束条件和如公式(10)所示的最优化标准选取最优的评价因子，再根据最优化评价因子对应的滤波参数去处理功率需求数据，即可得到自适应的滤波效果，
13.s(l)＝λ0l
·
λ1a
mean
(l)+λ2b
mse
(l)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
14.式中：l为窗口长度，s(l)为窗口长度为l时的评价因子，λ0、λ1和λ2为加权系数，a
mean
(l)表示窗口长度为l时均值曲线对应的值。b
mse
(l)表示窗口长度为l时标准差曲线对应的值。
[0015][0016]
式中：k(l)为窗口长度为l时标准差曲线的斜率，δl为窗口长度的步长，ks表示标准差曲线的斜率阈值。
[0017][0018]
式中：s(l0)代表最优的评价因子。
[0019]
最后，将本方法得到的功率分配方案输出到动力执行单元即可实现氢燃料电池混合动力系统的能量管理策略。
[0020]
作为优选方式，氢燃料电池混合动力系统是指以氢燃料电池为主要能量源的混合动力系统。
[0021]
作为优选方式，工况是指城市客车标准循环工况和某城市客车实际工况。
[0022]
作为优选方式，低频信号与高频噪音是针对氢燃料电池输出特性而言，动力系统的平稳运行状态下产生的信号为低频信号，动力系统的随机性工况下产生的信号为高频信号。
[0023]
作为优选方式，评价因子采用氢燃料电池输出功率的均值a
mean
(l)和b
mse
(l)所构成的公式为：
[0024]
s(l)＝λ0l
·
λ1a
mean
(l)+λ2b
mse
(l)
[0025]
式中:l为窗口长度；s(l)为窗口长度为l时的评价因子；λ0、λ1和λ2为加权系数；a
mean
(l)表示窗口长度为l时均值曲线对应的值；b
mse
(l)表示窗口长度为l时标准差曲线对应的值。
[0026]
作为优选方式，评价因子最优化的判定公式为：
[0027][0028]
式中：s(l0)代表最优的评价因子。
[0029]
即评价因子对应的数值在小于0且此时窗口长度对应的标准差曲线斜率小于设定阈值ks时，评价因子越接近0代表该评价因子对应参数下的滤波性能越好，对应的窗口长度表示该滤波算法的最佳参数；其中，
[0030][0031]
式中:k(l)表示窗口长度为l时标准差曲线的斜率；b
mse
(l)表示窗口长度为l时标准差曲线对应的值；δl为窗口长度的步长；ks表示标准差曲线的斜率阈值。
[0032]
本发明的优点在于：
[0033]
通过频率分离的方法，能够在满足系统动力性要求的前提下，有效的降低混合动力系统中氢燃料电池输出功率的波动程度，从而延长氢燃料电池的剩余使用寿命，具有较高的实际应用意义。
[0034]
通过频率分离的方法，能够使氢燃料电池在输出低频波动功率的同时，承担系统的大部分能量输出，在提高系统整体能量利用效率的同时，也能够降低系统对于锂电池的容量要求，对于动力系统的长巡航性能有较高的实际意义。
附图说明
[0035]
图1为本发明的氢燃料电池混合动力系统能量管理方法整体思路示意图；
[0036]
图2为本发明的氢燃料电池混合动力系统能量管理方法中自适应滤波策略的流程图。
具体实施方式
[0037]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
[0038]
实施例1
[0039]
本实施例提供一种氢燃料电池混合动力系统能量管理方法，该方法将混合动力系统的功率需求看作低频信号与高频噪音的叠加，通过频率分离方法将高低频信号进行分离；低频与高频是一组相对的概念，高频指的是动力系统运行中随机工况对功率波动的影响，是需消除的部分；低频指的是满足动力系统平稳运行的波动频率，理论上波动频率越低越好；
[0040]
所述频率分离方法包括两个主要步骤；
[0041]
(1)首先采用局部多项式加权滑动窗口滤波方法，对功率需求的趋势走向进行跟踪，从而完成对功率需求的预处理，为傅立叶滤波方法做铺垫；该步骤以多项式阶数和窗口长度为控制变量，对局部多项式进行最小二乘法拟合得到权重因子，从而对滑动窗口内数据进行加权滤波处理；
[0042]
(2)然后采用傅立叶滤波方法，对功率需求的高频噪音进行滤除，实现输出功率的平滑化，该步骤以截止频率为控制变量；
[0043]
所述频率分离方法根据动力系统在不同工况下输出的统计学特征构建评价因子，采用的统计特征是氢燃料电池输出功率的标准差和锂电池输出能量的均值；
[0044]
所述频率分离方法根据最优的评价因子调整对应的滤波参数，从而实现对不同工况的自适应过程。
[0045]
实施例2
[0046]
本实施例提供一种氢燃料电池混合动力系统能量管理方法，
[0047]
(1)将需求功率输入滤波算法中，首先由局部多项式加权滑动窗口滤波方法对需求功率的趋势进行跟踪，
[0048]
以下进一步描述局部多项式加权滑动滤波方法；
[0049]
局部多项式加权滑动滤波方法也称sg滤波法(以下简称sg滤法)核心思想也是对窗口内数据进行加权滤波处理，权重因子是对局域多项式进行最小二乘法拟合得到的，可以看做是滑动加权滤波的一种改进方法。这种滤波器相较于其他滤波器最大的特点在于能够更有效的保留信号的变化信息，信号的趋势走向信息和数据长度信息都能够得到很好的保留。
[0050]
对当前时刻前后一共2n+1个数据点进行处理，用k-1阶多项式拟合其权重因子，拟合公式如公式(1)所示：
[0051]
x
t
＝a0+a1×
t+a2×
t2+...+a
k-1
×
t
k-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0052]
式中，x
t
为t时刻的权重因子；a为对应的系数；k为多项式最高阶数。
[0053]
同理，对于其他时刻的滤波值同样可以用上式来计算，因此我们可以得到共2n+1个拟合公式，构成矩阵如公式(2)所示。
[0054][0055]
由矩阵计算规则可知，若使矩阵有解，需满足2n+1》k，这样我们就可以通过最小二乘法确定a列的取值。上述矩阵可简写为公式(3)：
[0056]
x
(2n+1)
×1＝t
(2n+1)
×k·ak+1
+e
(2n+1)
×1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0057]
式中下标代表个矩阵的维度，为便于表示，后文将省略下标。通过最小二乘法可以得到矩阵a的解如公式(4)所示：
[0058]
a＝(t
t
·
t)-1
·
t
t
·
x
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0059]
式中t
t
表示t矩阵的转置。得出a矩阵的解后，我们可以得到滤波值矩阵p的表达式为公式(5)：
[0060]
p＝ta＝t
·
(t
t
·
t)-1
·
t
t
·
x
ꢀꢀꢀꢀꢀꢀꢀ
(5)
[0061]
定义原始数据与滤波值关系矩阵b如公式(6)所示：
[0062]
b＝t
·
(t
t
·
t)-1
·
t
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0063]
可以得到滤波值与原始数据的计算公式如公式(7)所示：
[0064]
p＝b
·
x
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0065]
通过公式(7)，我们便可以较为快捷的计算滤波结果。
[0066]
(2)然后再由傅立叶滤波方法fft对残留的高频噪音进行滤除，
[0067]
傅立叶滤波方法具体为；
[0068]
傅立叶滤波方法简称fft滤波，fft滤波法是一种典型的频域处理方法，具体方法是通过fft运算，将待处理的时域数据转换到对应的频域，然后将想要滤除的频率幅值降低或直接置零，最后再将处理后的频域数据作逆fft运算，即可得到滤除对应频率后的时域数据，从而达到滤波的效果。
[0069]
(3)再次，介绍本发明方法中涉及的自适应过程。如图1和图2所示，将需求功率输入滤波算法中，首先由sg滤波法对需求功率的趋势进行跟踪，然后再由fft滤波对残留的高频噪音进行滤除，然后根据实际情况进行优化调整，得到初步的滤波结果。在这个初步滤波的基础上计算氢燃料电池输出功率的标准差和锂电池的输出能量的均值，然后根据如公式(8)所示的评价因子公式得到当前的评价因子，再根据如公式(9)所示的评价因子约束条件和如公式(10)所示的最优化标准选取最优的评价因子，再根据最优化评价因子对应的滤波参数去处理功率需求数据，即可得到自适应的滤波效果。
[0070]
s(l)＝λ0l
·
λ1a
mean
(l)+λ2b
mse
(l)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0071]
式中:l为窗口长度；s(l)为窗口长度为l时的评价因子；λ0、λ1和λ2为加权系数；a
mean
(l)表示窗口长度为l时均值曲线对应的值；b
mse
(l)表示窗口长度为l时标准差曲线对应的值。
[0072][0073]
式中:k(l)表示窗口长度为l时标准差曲线的斜率；b
mse
(l)表示窗口长度为l时标准差曲线对应的值；δl为窗口长度的步长；ks表示标准差曲线的斜率阈值。
[0074][0075]
式中：s(l0)代表最优的评价因子；
[0076]
即评价因子对应的数值在小于0且此时窗口长度对应的标准差曲线斜率小于设定阈值ks时，评价因子越接近0代表该评价因子对应参数下的滤波性能越好，对应的窗口长度表示该滤波算法的最佳参数；
[0077]
最后，将本文方法得到的功率分配方案输出到动力执行单元即可实现氢燃料电池混合动力系统的能量管理策略。通过本方法的处理，可以得到较为平稳且能跟随整体功率波动的氢燃料电池输出功率，和整体能量消耗最小的锂电池输出功率方案，从而达到延长氢燃料电池剩余使用寿命和延长不充电续航里程的效果，具有重要的经济效益和市场价值。
[0078]
氢燃料电池混合动力系统是指以氢燃料电池为主要能量源的混合动力系统。
[0079]
工况是指城市客车标准循环工况和某城市客车实际工况。
[0080]
低频信号与高频噪音是针对氢燃料电池输出特性而言，动力系统的平稳运行状态下产生的信号为低频信号，动力系统的随机性工况下产生的信号为高频信号。
[0081]
氢燃料电池混合动力系统是指以氢燃料电池为主要能量源的混合动力系统，特别是指质子交换膜型氢燃料电池。
[0082]
不同工况是指城市客车标准循环工况和某城市客车实际工况，具体而言，是针对城市公交车的工况。
[0083]
氢燃料电池混合动力系统能量管理方法以氢燃料电池和锂电池为研究对象，但并不仅限于氢燃料电池与锂电池的组合，也同样适用于其他多能量源混合动力动力系统。
[0084]
频率分离思想，即采用数字信号处理技术对功率需求进行分离，从而实现氢燃料电池输出功率平缓波动的效果。
[0085]
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟
悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。