一种基于伪谱与PSO算法的燃料电池有轨电车能量管理方法

一种基于伪谱与pso算法的燃料电池有轨电车能量管理方法
技术领域
1.本发明属于城市内智慧交通技术领域，特别的涉及一种基于伪谱与pso算法的燃料电池有轨电车能量管理方法。


背景技术：

2.近年来，随着城市化的发展，城市人口和车辆的增长，环境问题以及交通问题愈演愈烈，这也给城市的发展带来了严峻的挑战。城市轨道交通这一解决方案，以其大载客量、绿色低碳等优点，在其他方案中脱颖而出。城市轨道交通包括地铁，轻轨以及有轨电车。有轨电车以其轻量化、编组灵活、投资成本较地铁和轻轨相比更低等优点，获得越来越多中小型城市的青睐。其中，以氢为能源的燃料电池混合动力有轨电车，以其节能、环保、高效等特点成为国内外有轨电车技术研究和应用的热点。
3.由于燃料电池的特性，若将燃料电池作为单独的动力来源，无法实现对功率的快速响应，这就需要额外配置一个辅助动力系统与燃料电池匹配，这样不仅能迅速响应较大的需求功率，还能回收电车制动时的能量，可以有效提高车辆的整体效率。目前国内外对于混合动力系统的能量管理的研究大多数集中在汽车领域中，而针对燃料电池有轨电车的能量管理研究则较少。现有的能量管理策略通常可分为两类，一类是基于规则的能量管理策略，一类是基于优化算法的能量管理策略。这两种能量管理策略，大部分都只是单纯的将需求功率简单的分配给两个能量源，并没有结合预测的速度进行能量管理，导致其能量管理的效果不佳。
4.对于混合动力的有轨电车能量管理，高度依赖速度规划，需要根据速度确定需求功率并进行功率分配。为此，本技术以燃料电池有轨电车为研究对象，借助燃料电池有轨电车与交通基础设施之间的通信，结合道路的红绿灯信息，优化有轨电车两站点之间的速度轨迹，减少电车的急变速或是怠速行为，并根据优化后的速度轨迹，结合能量管理策略，最终实现燃料电池有轨电车的节能出行，使运行的能源消耗最小。


技术实现要素：

5.本发明的目的是提供一种基于伪谱与pso算法的燃料电池有轨电车能量管理方法来解决燃料电池有轨电车在与机动车共用道路与红绿灯时，使燃料电池有轨电车在两站点之间形成不需要停车就能通过红绿灯的速度轨迹，并根据该优化后的速度轨迹进行能量管理，达到燃料电池有轨电车的运行能耗最小的目标。
6.为解决上述技术问题，本发明的技术方案是提供一种基于伪谱与pso算法的燃料电池有轨电车能量管理方法，其创新点在于：包括以下步骤：
7.步骤1：建立燃料电池有轨电车的场景环境模型；
8.步骤2：建立燃料电池有轨电车的简易结构模型以及其动力学模型，基于燃料电池有轨电车的燃料电池功率、动力电池功率、电机功率的功率数据的最大、最小值以及动力学模型，构建动力学模型的不等式约束；
9.步骤3：燃料电池有轨电车借助车辆基础设施互联系统v2i获得燃料电池有轨电车与红绿灯路口之间的距离、红绿灯相位，并运用伪谱法优化燃料电池有轨电车的速度轨迹；
10.步骤4：基于优化的速度和燃料电池有轨电车的简易结构模型及其动力学模型，计算燃料电池有轨电车的需求功率p
req
(t)以及燃料电池有轨电车的功率平衡关系。
11.步骤5：根据燃料电池有轨电车的需求功率，将动力电池的soc作为状态变量，燃料电池功率作为控制变量，以有轨电车运行的总能耗最小作为优化目标函数je，在步骤2中的动力学模型约束的条件下，采用粒子群算法pso对燃料电池有轨电车的需求功率进行分配，将需求功率高效合理地分配给燃料电池和动力电池，进行燃料电池有轨电车能量管理。
12.进一步的，所述的步骤1中建立的燃料电池有轨电车的场景环境模型具体为：在某一城市道路上，设相邻两个有轨电车站点为a与b，a站点为始站点，b站点为终站点，a站点与b站点之间设有具有红绿灯的十字路口，红绿灯与a站点的距离为s1，与b站点之间的距离为s2；设燃料电池有轨电车以初始速度v0从a站点出发，到达十字路口时，根据红绿灯的相位来确定电车是否停车，其中，红灯相位时，电车必须停车；燃料电池有轨电车在行驶过程中，燃料电池有轨电车通过车辆基础设施互联系统v2i获得红绿灯的信号。
13.进一步的，所述的步骤2中燃料电池有轨电车的简易结构模型的具体结构为：燃料电池通过单向dc/dc转换器与母线连接；动力电池与母线相连，并在母线上添加一个dc/ac转换器与电机连接，燃料电池和动力电池均与电机连接，共同或单独驱动电机；
14.燃料电池有轨电车的动力学模型表示为：
[0015][0016][0017]
其中，f
t
(t)表示燃料电池有轨电车运行过程中所需要的牵引力；p
req
(t)表示根据需求牵引力和车速所求出的燃料电池有轨电车的需求功率；m表示燃料电池有轨电车的质量，g表示重力加速度；α表示道路角度；w0表示单位基本阻力；gd表示包含回转质量在内的燃料电池有轨电车总质量；v表示燃料电池有轨电车的车速；η
dc/ac
表示dc/ac转换器的效率；ηm表示电机的效率；η
t
表示系统的传动效率；根据燃料电池有轨电车的简易结构模型可知，燃料电池有轨电车的功率平衡关系为：
[0018]
p
req
(t)＝p
fc
(t)
·
η
dc/dc
+p
bat
(t)
[0019]
式中，p
fc
、p
bat
、η
dc/dc
分别表示燃料电池功率、动力电池功率以及dc/dc转换器的效率。
[0020]
进一步的，燃料电池有轨电车动力学模型中的单位基本阻力w0和包含回转质量在内的燃料电池有轨电车总质量gd可分别表示为：
[0021][0022]
其中a,b,c分别为阻力参数，v表示车速，γ表示回转质量系数。
[0023]
进一步的，所述的燃料电池有轨电车的简易结构模型中包含的燃料电池、动力电池以及电机，对于燃料电池，为简化计算，不考虑燃料电池内部模型，只考虑燃料电池的功
率输出，并且设定好燃料电池的最大以及最小功率作为约束条件；对于动力电池，采用简单有效的等效电池模型来表达电池内部状态，电池内阻和开路电压的关系式表示为：
[0024][0025]
其中，ocv表示开路电压；i
bat
表示电路电流，r
int
表示电池内阻；c
bat
表示电池容量；soc0表示电池的初始电荷状态；soc(t)表示每一时刻电池的电荷状态；对于电机，不考虑电机瞬态响应的影响，将电机效率简化为电机转速和转矩相关的函数，可表示为：
[0026]
ηm(ω
mg
,t
mg
)＝f
mg
(ω
mg
,t
mg
)
[0027]
式中，ηm表示电机的效率，ω
mg
表示电机的转速，t
mg
表示电机的转矩，f
mg
表示电机的转速转矩与电机效率之间的函数关系。
[0028]
进一步的，所述的步骤2中构建该动力学模型的不等式约束具体表示为：
[0029]
p
fc,min
＜p
fc
(t)＜p
fc,max
[0030]
p
bat,min
＜p
bat
(t)＜p
bat,max
[0031]
p
mot,min
＜p
mot
(t)＜p
mot,max
[0032]
soc
min
＜soc(t)＜soc
max
[0033]
式中，p
fc
(t),p
fc,min
,p
fc,max
分别表示燃料电池的实时功率以及其最小和最大功率；p
bat
(t),p
bat,min
,p
bat,max
,分别表示动力电池的实时功率以及其最小最大功率：p
mot
(t),p
mot,min
,p
mot,max
,分别表示电机的实时功率以及其最小最大功率；soc(t)表示每一时刻电池的电荷状态，即soc，soc
min
表示动力电池soc的最小值，soc
max
表示动力电池soc的最大值。
[0034]
进一步的，所述的步骤3中运用伪谱法优化燃料电池有轨电车的速度轨迹的具体过程为：根据步骤1建立的场景环境模型，结合燃料电池有轨电车的动力学模型以及车辆基础设施互联系统v2i获得的红绿灯相位信息以及两站点之间的状态信息，结合燃料电池有轨电车的最高车速、最大最小加速度、最大最小制动力、最大最小牵引力，通过伪谱法得到在约束下从a站点到b站点的最优速度序列，使得燃料电池有轨电车可以在不停车的条件下通过红绿灯路口，以此优化燃料电池有轨电车的速度轨迹。
[0035]
进一步的，所述的步骤5中的优化目标函数je的选取，选择将燃料电池氢气h2消耗和动力电池等效h2消耗的总和作为优化目标函数je，具体表示为：
[0036][0037]
式中，je表示优化目标函数，即总的最小能耗，式中的表示燃料电池的氢气消耗率，表示动力电池的等效氢气消耗率，ξ表示优化目标函数中引入调节系数。
[0038]
进一步的，优化目标函数je中的和ξ的具体表达式如下：
[0039]
[0040][0041][0042]
式中，p
fc
(t)表示燃料电池的实时功率，p
bat
(t)表示动力电池的实时功率，η
fc
表示燃料电池的效率，η
dc/ac
表示dc/dc转换器的效率，lhv氢气的低热值。
[0043]
与现有发明相比，本发明的有益效果为：
[0044]
(1)面向城市中燃料电池有轨电车与机动车共用道路与红绿灯的情况，考虑了两站点之间的红绿灯对燃料电池有轨电车运行状态的影响；
[0045]
(2)基于v2i获取的红绿灯配时信息，优化燃料电池有轨电车在中间有红绿灯的两站点之间的运行速度轨迹，使燃料电池有轨电车可以不停车通过红绿灯路口；
[0046]
(3)根据优化后的速度序列，对燃料电池有轨电车进行能量管理，使电车的运行能耗最小；
[0047]
(4)本发明以燃料电池有轨电车有研究对象，考虑了燃料电池有轨电车的制动能量、限速、加速度、燃料电池和动力电池的最大输出功率等约束，采用伪谱法对燃料电池有轨电车环境模型下的最优速度序列进行求解，再根据这个最优速度序列，采用pso算法对燃料电池有轨电车进行能量管理策略。首先通过优化速度，再基于优化的速度进行能量管理的方式，与的单纯的进行能量分配的能量管理方法相比，可以高效合理地分配燃料电池与动力电池的输出功率，实现最节能驾驶。
附图说明
[0048]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
[0049]
图1是本发明的流程图。
[0050]
图2是本发明的燃料电池有轨电车简图。
[0051]
图3是燃料电池有轨电车优化后的速度位置图。
[0052]
图4a是两种策略下动力电池soc随时间的变化图。
[0053]
图4b是两种策略下燃料电池氢气消耗量随时间的变化图。
[0054]
图5a是两种策略下燃料电池的功率随时间的变化图。
[0055]
图5b是两种策略下动力电池的功率随时间的变化图。
具体实施方式
[0056]
为了说明本发明所述的技术方案，下面结合附图与具体实施方式进一步说明。
[0057]
本发明提供一种基于伪谱与pso算法的燃料电池有轨电车能量管理方法，其具体如图1所示，包括以下步骤：
[0058]
步骤1：建立燃料电池有轨电车的场景环境模型：建立的燃料电池有轨电车基于场景的环境模型具体为：在某一城市道路上，设相邻两个有轨电车站点为a与b，a站点为始站点，b站点为终站点，a站点与b站点之间设有具有红绿灯的十字路口，本实施例中红绿灯与起始站台a的距离为1km，与终站台b之间的距离为1km；假设燃料电池有轨电车以一个初始
速度0km/h从站台a出发，到达十字路口时，根据红绿灯的相位来确定电车是否停车，其中，红灯相位时，电车必须停车；燃料电池有轨电车在行驶过程中，燃料电池有轨电车通过车辆基础设施互联系统v2i获得红绿灯的信号。
[0059]
步骤2：建立燃料电池有轨电车的简易结构模型以及其动力学模型，基于燃料电池有轨电车的燃料电池功率、动力电池功率、电机功率的功率数据的最大最小值以及动力学模型，构建动力学模型的不等式约束；
[0060]
燃料电池有轨电车的简易结构模型如图2所示，其具体结构为：燃料电池通过单向dc/dc转换器与母线连接；动力电池与母线相连，并在母线上添加一个dc/ac转换器与电机连接，燃料电池和动力电池均与电机连接，共同或单独驱动电机；
[0061]
燃料电池有轨电车的动力学模型表示为：
[0062][0063][0064]
其中，f
t
表示根据优化后得到的速度序列所求出的燃料电池有轨电车的需求牵引力；p
req
(t)表示根据需求牵引力和车速所求出的燃料电池有轨电车的总的需求功率；m表示燃料电池有轨电车的质量，本实施方式中具体为80t，g表示重力加速度，本实施方式中具体为9.8m/s2；α表示道路角度；w0表示单位基本阻力；gd表示包含回转质量在内的燃料电池有轨电车总质量；v表示燃料电池有轨电车的车速；η
dc/ac
表示dc/ac转换器的效率；ηm表示电机的效率；η
t
表示系统的传动效率；根据燃料电池有轨电车的简易结构模型可知，燃料电池有轨电车的功率平衡关系(总的需求功率、燃料电池功率和动力电池功率三者之间的关系)为：
[0065]
p
req
(t)＝p
fc
(t)
·
η
dc/dc
+p
bat
(t)
[0066]
式中，p
fc
、p
bat
、η
dc/dc
分别表示燃料电池功率、动力电池功率以及dc/dc转换器的效率。
[0067]
燃料电池有轨电车动力学模型中的单位基本阻力w0和包含回转质量在内的燃料电池有轨电车总质量gd可分别表示为：
[0068][0069]
其中a,b,c分别为阻力参数，v表示车速，γ表示回转质量系数，a,b,c和γ根据经验取值，本实施方式中a取值为2.59，b取值为0.091，c取值为0.000775,γ表示回转质量系数，数值取0.1。
[0070]
根据所求的燃料电池有轨电车的需求牵引力，可得到燃料电池有轨电车总的需求功率，具体表示为：
[0071][0072]
由燃料电池有轨电车的需求功率，可以得到燃料电池有轨电车的功率平衡关系：
[0073]
p
req
(t)＝p
fc
(t)
·
η
dc/dc
+p
bat
(t)
[0074]
式中p
fc
、p
bat
、η
dc/dc
、η
dc/ac
、ηm、η
t
分别表示表示燃料电池功率、动力电池功率、dc/dc转换器的效率、dc/ac转换器效率、驱动电机效率及传动系统的效率，为方便计算，本发明将dc/ac转换器、dc/dc转换器及传动系统的效率均取为0.9，驱动电机的效率取为0.85。
[0075]
燃料电池有轨电车的简易结构模型中包含的燃料电池、动力电池以及电机，对于燃料电池，为简化计算，不考虑燃料电池内部模型，只考虑燃料电池的功率输出，并且设定好燃料电池的最大以及最小功率作为约束条件；对于动力电池，采用简单的等效电池模型来表达电池内部状态，电池内阻和开路电压的关系式表示为：
[0076][0077]
其中，ocv表示开路电压；i
bat
表示电路电流，r
int
表示电池内阻；c
bat
表示电池容量；soc0表示电池的初始电荷状态；soc(t)表示每一时刻电池的电荷状态；对于电机，不考虑电机瞬态响应的影响，将电机效率简化为电机转速和转矩相关的函数，可表示为：
[0078]
ηm(ω
mg
,t
mg
)＝f
mg
(ω
mg
,t
mg
)
[0079]
式中，ηm表示电机的效率，ω
mg
表示电机的转速，t
mg
表示电机的转矩，f
mg
表示电机的转速转矩与电机效率之间的函数关系。为了方便计算，将电机的效率选取为一个固定值，取0.85。
[0080]
动力学模型的不等式约束具体表示为：
[0081]
p
fc,min
＜p
fc
(t)＜p
fc,max
[0082]
p
bat,min
＜p
bat
(t)＜p
bat,max
[0083]
p
mot,min
＜p
mot
(t)＜p
mot,max
[0084]
soc
min
＜soc(t)＜soc
max
[0085]
式中，p
fc
(t),p
fc,min
,p
fc,max
分别表示燃料电池的实时功率以及其最小和最大功率；p
bat
(t),p
bat,min
,p
bat,max
,分别表示动力电池的实时功率以及其最小最大功率：p
mot
(t),p
mot,min
,p
mot,max
,分别表示电机的实时功率以及其最小最大功率；soc(t)表示每一时刻电池的电荷状态，即soc，soc
min
表示动力电池soc的最小值，soc
max
表示动力电池soc的最大值。
[0086]
步骤3：燃料电池有轨电车借助车辆基础设施互联系统v2i获得燃料电池有轨电车与红绿灯路口之间的距离、红绿灯相位，并运用伪谱法优化燃料电池有轨电车的速度轨迹；运用伪谱法优化燃料电池有轨电车的速度轨迹的具体过程为：根据步骤1建立的场景环境模型，结合燃料电池有轨电车的动力学模型以及车辆基础设施互联系统v2i获得的红绿灯相位信息以及两站点之间的状态信息，结合燃料电池有轨电车的最高车速、最大最小加速度、最大最小制动力、最大最小牵引力这些限制条件，通过伪谱法，得到在约束下从a站点到b站点的最优速度序列，以此优化燃料电池有轨电车的速度轨迹，优化后的速度轨迹如图3所示。
[0087]
步骤4：基于优化的速度和燃料电池有轨电车的简易结构模型及其动力学模型，计算燃料电池有轨电车的需求功率p
req
(t)以及燃料电池有轨电车的功率平衡关系。
[0088]
步骤5：根据燃料电池有轨电车的需求功率p
req
(t)，以及功率平衡关系式中的p
fc
和p
bat
，将动力电池的soc作为状态变量，燃料电池功率p
fc
作为控制变量，并在步骤2中的动力学模型约束的条件下，以有轨电车运行的总能耗最小作为优化目标函数je，结合状态变量、控制变量以及优化目标函数，通过pso算法将燃料电池有轨电车的需求功率高效合理地分配给燃料电池和动力电池，实现以总能耗最小为目标的能量管理的方法。
[0089]
其中，优化目标函数je的选取，选择将燃料电池氢气h2消耗和动力电池等效h2消耗的总和作为优化目标函数je，具体表示为：
[0090][0091]
式中，je表示优化目标函数，即总的最小能耗，式中的表示燃料电池的氢气消耗率，表示动力电池的等效氢气消耗率，ξ表示优化目标函数中引入调节系数，通过对两个消耗率求积分的最小值，得到总的最小能耗，即有轨电车运行的总能耗最小。
[0092]
进一步的，优化目标函数je中的和ξ的具体表达式如下：
[0093][0094][0095][0096]
式中，p
fc
表示燃料电池的功率，p
bat
表示动力电池的功率，η
fc
表示燃料电池的效率，η
dc/ac
表示dc/dc转换器的效率，lhv氢气的低热值，通过关于和ξ的具体表达式，使用pso算法，实现以总能耗最小为目标的能量管理的方法。
[0097]
为验证本发明的有效性，本具体实施方式设置了对照组，对照组采用了基于速度优化与规则的燃料电池有轨电车能量管理方法，根据燃料电池有轨电车的动力学模型和优化目标，计算出对照组的状态变量、目标函数的数据，用来与本发明进行验证。
[0098]
如图4a、图4b、图5a、图5b所示，展现了动力电池soc、燃料电池的氢气消耗、燃料电池输出功率和动力电池输出功率在基于速度优化与规则的有轨电车能量管理策略和基于速度优化与pso算法的有轨电车能量管理策略的变化对比，由图5a与5b可见，基于规则的有轨电车能量管理策略在初始阶段主要使用动力电池作为能量源，因此如图4a所示，soc下降迅速，如图4b所示，此时的h2消耗低于基于pso算法的有轨电车能量管理策略的h2消耗。但当soc下降至0.3后，为了使soc维持在这一稳定的状态，基于规则的有轨电车能量管理策略使用燃料电池作为主要的能量源并为动力电池充电，如图4b所示，此时的h2消耗快速上升并超过了基于pso算法的有轨电车能量管理策略。经pso算法优化后，燃料电池有轨电车动力电池soc下降缓慢，接近最优的线性变化趋势，且最终的h2消耗低于基于规则的有轨电车能量管理策略下的h2消耗。
[0099]
综上分析，本发明所提的基于速度优化与pso的能量优化方法可以在燃料电池有轨电车总能耗最小的目标下，更加合理地分配燃料电池和动力电池的功率，最终使燃料电池有轨电车的经济性提高了3.72％。
[0100]
上面所述的实施例只是本发明的优选实施方式，并非对本发明的构思和范围进行限定，在不脱离本发明设计构思的前提下，本领域中普通工程技术人员对本发明的技术方案做出的各种变型和改进均应落入本发明的保护范围，本发明的请求保护的技术内容，已经全部记载在技术要求书中。