[发明专利]一种锂电池与超级电容复合电源系统能量实时优化方法

权利要求书

1.一种锂电池与超级电容复合电源系统能量实时优化方法，其特征在于：包括以下步骤，

S1，输入变量锂电池健康因子λ_bt,soh、复合电源系统需求功率P_hes,r和超级电容荷电状态SOC_sc；对输入变量进行量化和模糊化，转化为模糊量；

S2，基于模糊能量管理规则，得到锂电池组需求功率P_bt,r的模糊量，经过去模糊化和量化，得到锂电池组需求功率P_bt,r；步骤S2中，根据以下模糊能量管理规则得到锂电池组需求功率P_bt,r的模糊量：

当锂电池健康因子λ_bt,soh模糊量为H时，

当锂电池健康因子λ_bt,soh模糊量为M时，

当锂电池健康因子λ_bt,soh模糊量为L时，

H、M、L和N，分别代表高、中、低和负；

S3，锂电池需求功率P_bt,r传递给锂电池组模块，得到锂电池组输出功率P_bt,a。

2.如权利要求1所述的锂电池与超级电容复合电源系统能量实时优化方法，其特征在于：还包括以下步骤，

S4，将模糊能量管理规则数据化，得到输入输出数据样本；

S5，利用BP神经网络对数据样本进行离线学习，得到记忆了模糊能量管理规则的神经网络能量管理模块。

3.如权利要求2所述的锂电池与超级电容复合电源系统能量实时优化方法，其特征在于：

步骤S1中，

输入变量锂电池健康因子λ_bt,soh量化后的输入范围为[0，1]，模糊集为﹛L，M，H﹜，H、M和L，分别代表高、中和低；当λ_bt,soh量化后的输入范围为[0，0.33)时，对应模糊量L；当λ_bt,soh量化后的输入范围为[0.33，0.66)时，对应模糊量M；当λ_bt,soh量化后的输入范围为[0.66，1]时，对应模糊量H；

输入变量复合电源系统需求功率P_hes,r量化后的输入范围为[-1，1]，模糊集为﹛N，L，M，H﹜，H、M、L和N，分别代表高、中、低和负；当P_hes,r量化后的输入范围为[-1，0)时，对应模糊量N；当P_hes,r量化后的输入范围为[0，0.33)时，对应模糊量L；当P_hes,r量化后的输入范围为[0.33，0.66)时，对应模糊量M；当P_hes,r量化后的输入范围为[0.66，1]时，对应模糊量H；

输入变量超级电容荷电状态SOC_sc量化后的输入范围为[0，1]，模糊集为﹛L，M，H﹜，H、M和L，分别代表高、中和低；当SOC_sc量化后的输入范围为[0，0.57)时，对应模糊量L；当SOC_sc量化后的输入范围为[0.57，0.81)时，对应模糊量M；当SOC_sc量化后的输入范围为[0.81，1]时，对应模糊量H；

输入变量锂电池组需求功率P_bt,r量化后的输入范围为[-0.3，1]，模糊集为﹛N，L，M，H﹜，H、M、L和N，分别代表高、中、低和负；当P_bt,r量化后的输入范围为[-0.3，0)时，对应模糊量N；当P_bt,r量化后的输入范围为[0，0.33)时，对应模糊量L；当P_bt,r量化后的输入范围为[0.33，0.66)时，对应模糊量M；当P_bt,r量化后的输入范围为[0.66，1]时，对应模糊量H。