一种UUV的混合动力系统的能源管理方法

本公开实施例涉及电池能源管理，尤其涉及一种uuv的混合动力系统的能源管理方法。

背景技术：

1、随着对减轻化石燃料对环境影响的需求日益增长，固体氧化物燃料电池（solidoxide fuel cell，sofc）的技术发展也随之进一步发展。由于电化学电力资源（如燃料电池（fuel cell，fc）和辅助储能系统（energy storage system，ess））的动态特性，各种能源管理策略（energy management strategy，ems）已被广泛开发和分析，以实现最佳功率分配。燃料电池有望提高无人海底航行器（unmanned undersea vehicle，uuv）的续航能力。氢氧燃料电池通常用于海底，存在成本高和技术问题。然而，几乎所有的商用燃料电池都是为开放空间设计的，不适合在海底应用。

2、目前，大多数商用uuv都是电池供电的。电池是一种简单的解决方案，可以为当前应用提供足够的电力。然而，电池的能量密度是有限的，这将限制uuv的续航能力并限制它们可以用于的任务。基于未来uuv的耐力要求，燃料电池动力系统正在成为一种有前途的海底能源技术。氢气具有高达143mj/kg的高热值。氢气提供的能量几乎是每公斤汽油的三倍。燃料电池动力系统具有低振动噪声、低碳排放和高能量转换效率的优点。与燃料电池相比，电池具有更高的功率密度和更快的响应，可以弥补燃料电池的缺点。因此，由固体氧化物燃料电池和电池组成的混合动力系统（fuel cell/battery system，fcbs）被认为是合适的。这种混合动力系统通常减小了能源系统的尺寸，从而降低了制造成本，提高了系统效率并延长了耐用性。然而，对于燃料电池来说，其性能下降是一个根深蒂固的问题。因此，除了效率和氢气消耗外，还必须解决使用燃料电池的寿命退化问题，这极易受到操作环境的影响。

技术实现思路

1、为了避免现有技术的不足之处，本发明提本技术uuv的混合动力系统的能源管理方法，用以解决现有技术中存在混合动力系统性能下降快和寿命退化快的问题。

2、根据本公开实施例，提供一种uuv的混合动力系统的能源管理方法，该方法包括：

3、根据混合动力系统中固体氧化物燃料电池和锂离子电池的混合程度，构建无量纲参数模型；

4、基于无量纲参数模型，分别构建电化学模型、降解模型、内阻模型和soh（state ofhealth，电池健康状态）预测模型；其中，根据固体氧化物燃料电池的电化学反应公式，构建电化学模型；根据固体氧化物燃料电池的老化公式，构建降解模型；根据锂离子电池的等效电路公式，构建内阻模型；根据电池循环寿命测试数据，构建soh预测模型；

5、根据uuv的外部结构参数、航行阻力与航行速度，构建粘性电阻模型；

6、根据电化学模型和降解模型，得到氢气消耗成本和燃料电池降解成本，根据内阻模型和soh预测模型，得到锂离子电池老化成本，根据粘性电阻模型得到soc（state ofcharge，电池荷电状态）偏差成本，并根据氢气消耗成本、燃料电池降解成本、锂离子电池老化成本和soc偏差成本，构建成本函数；

7、利用最小-最大博弈的离散优化算法对成本函数进行优化，以得到最优的能源分配方案。

8、进一步的，根据混合动力系统中固体氧化物燃料电池和锂离子电池的混合程度，构建无量纲参数模型的步骤中，包括：

9、基于负载功率的固体氧化物燃料电池和锂离子电池的混合程度，以构建无量纲参数模型；其中，无量纲参数模型的方程包括：

10、（1）

11、（2）

12、（3）

13、（4）

14、（5）

15、（6）

16、（7）

17、（8）

18、（9）

19、（10）

20、式中，为sofc提供的平均功率，为功率曲线的低功率，为第一放电时间，为第一充电时间，为第二放电时间，为第二充电时间，为基础功率，为巡航功率，为功率杂化度，为最大负载功率，为锂电池提供的功率，为比功率，为比时间，为锂电池能量消耗，为sofc能量消耗，为能量杂化度。

21、进一步的，根据固体氧化物燃料电池的电化学反应公式，构建电化学模型的步骤中，包括：

22、根据吉布斯自由能变化决定h2基于物质摩尔分数和sofc温度的氧化反应，以得到能斯特电压；

23、根据sofc工作温度的butler-volmer方程，以得到活化过电压；

24、根据sofc工作温度和膜厚度，以得到欧姆过电压；

25、根据反应位置反应物浓度的耗尽，以得到浓度过电压；

26、从能斯特电压中去除去活化过电压、欧姆过电压和浓度过电压，以得到sofc堆的净电压；

27、根据氢气和氧气之间的电化学反应，以得到瞬时氢气消耗；

28、基于无量纲参数模型，结合sofc堆的净电压和瞬时氢气消耗，以得到sofc堆的净功率，并根据sofc堆的净功率构建电化学模型。

29、进一步的，降解模型为：

30、（11）

31、式中，为第一模型参数，为第二模型参数，为第三模型参数，为第四模型参数，为sofc在大功率工况下运行的时间，为sofc怠速工况下运行的时间，为sofc的启动-停止序号，为sofc输出功率的变化，为校正因子。

32、进一步的，内阻模型为：

33、（12）

34、式中，为开路电压，为等效内阻，为电池容量；为电池总电量。

35、进一步的，根据电池循环寿命测试数据，构建soh预测模型的步骤中，包括：

36、根据电池循环寿命测试数据构建寿命数据池，利用雨流计数法对寿命数据池中容量恢复效应的数量和严重程度进行统计；

37、对统计后的寿命数据池进行修正，并根据修正后的寿命数据池构建soh预测模型；其中，soh预测模型为：

38、（13）

39、式中，为当前生命周期内电池的寿命，下一个生命周期内电池的寿命，为电池寿命的下降，为量化电池寿命下降的校正因子。

40、进一步的，粘性电阻模型的方程包括：

41、（14）

42、（15）

43、（16）

44、（17）

45、（18）

46、（19）

47、（20）

48、式中，为巡航阻力，为航行阻力系数，为海水的质量密度，为水下航行器面积，为航行速度，为有效阻力系数，为摩擦系数，为雷诺数，为uuv的长度，为粘度系数，为形状系数，为uuv的直径，为能斯特电位，为提案的效率， r为uuv的航程。

49、进一步的，氢气消耗成本为：

50、（21）

51、式中，为瞬时氢气消耗，为电池储存能量的变化，为氢气的低热值，为效率因子，为氢气的价格；

52、燃料电池降解成本为：

53、（22）

54、式中，为燃料电池投资，为sofc的最大功率；

55、锂离子电池老化成本为：

56、（23）

57、式中，为锂离子电池健康状态变化，为电池的价格，为电池容量；

58、soc偏差成本为：

59、（24）

60、式中，为soc权系数，为参考soc，为实际soc；

61、构建的成本函数为：

62、（25）

63、式中，为氢气消耗成本，为燃料电池降解成本，为锂离子电池老化成本，为soc偏差成本。

64、进一步的，利用最小-最大博弈的离散优化算法对成本函数进行优化，以得到最优的能源分配方案的步骤中，包括：

65、能源管理系统从策略集中选择一个策略以最小化成本函数，从而获得对不同驾驶条件响应的鲁棒性；其中，能源管理系统为非线性离散时间系统，描述如下：

66、（26）

67、式中，为系统状态，为动力系统的控制输入，为预测速度；

68、约束条件应设置为:

69、（27）

70、式中，为允许的最小soc，为允许的最小soc，为sofc的最小电流变化，为sofc的最大电流变化，为燃料电池系统的最小允许输出功率，为燃料电池系统的最大允许输出功率；

71、以能源管理系统和预测速度作为两方，利用基于最小-最大博弈的方法进行决策；其中，决策过程为：

72、（28）

73、式中，为成本函数，为能源管理系统做出的决策，为能源管理系统的策略集，为环境的策略集，g为系统状态的约束；

74、引入离散优化问题，利用离散优化算法对成本函数进行优化；其中，离散优化问题的描述为：

75、（29）

76、式中，为最优控制序列，为预测速度的纯策略，是环境在每一步设置的纯策略，为能源管理系统在每一步设定的策略，其是sofc输出功率的离散值；其中，能源管理系统在每一步设定的策略的描述为：

77、（30）

78、式中，为第 i次的sofc输出功率。

79、本公开的实施例提供的技术方案可以包括以下有益效果：

80、本公开的实施例中，通过上述uuv的混合动力系统的能源管理方法，能够描述电源输出功率与复杂工况的映射关系，从而实现燃料电池和锂离子电池实时老化量化，soh预测模型能够更加精准地预测燃料电池的衰减，离散优化方法能够更好地建立固体氧化物燃料电池与锂离子电池之间的衰减相互作用，以解耦两种电池之间的寿命竞争，基于以上混合系统提高了uuv的续航能力。