[发明专利]一种混合动力汽车复合储能系统能量管理系统及方法

说明书

本发明涉及一种混合动力汽车复合储能系统能量管理系统及方法，系统包括：获取模块，用于获取交通态势数据；预测模块，用于根据所述交通态势数据利用神经网络进行车速预测得到预测车速信息；车辆需求功率模块，用于根据所述预测车速信息确定车辆需求功率；分配模块，用于根据所述车辆需求功率利用DDRG强化学习算法对动力电池功率、超级电容功率和燃料电池功率进行分配，得到功率分配结果；控制模块，用于根据所述功率分配结果对混合动力汽车复合储能系统进行控制。本发明通过协调燃料电池、动力电池以及超级电容之间的能量分配实现对能量分配的优化。

技术领域

本发明涉及汽车复合储能系统能量管理领域，特别是涉及一种混合动力汽车复合储能系统能量管理系统及方法。

背景技术

近年来，能量短缺和环境污染问题愈加严峻，在国家碳达峰和碳中和政策的要求下，传统内燃机汽车逐渐朝着电气化方向发展。锂电池具备高功率密度、低能量密度和低循环次数的特点，通常被用作电动汽车的储能源；超级电容具有高功率密度、低能量密度和长循环次数的特点；燃料电池系统具备清洁无污染的优势，且其可以实现真正意义上的零排放。因此，混合动力汽车复合储能系统融合锂电池、超级电容和燃料电池的优点，达到长续航里程、低排放、低使用成本的目标。然而，复杂的储能系统带来了复杂的能量管理问题——如何合理地分配复合储能系统能量源的能量成为炙手可热的话题。强化学习算法是近几年新兴起的算法，因其计算速度快、学习能力强等特点，逐步应用于能量管理问题的解决中。然而，强化学习算法只能实现离线运算，不能实时在线应用。

发明内容

本发明的目的是提供一种混合动力汽车复合储能系统能量管理系统及方法，以通过协调燃料电池、动力电池以及超级电容之间的能量分配实现对能量分配的优化。

为实现上述目的，本发明提供了如下方案：

一种混合动力汽车复合储能系统能量管理系统，包括：

获取模块，用于获取交通态势数据；

预测模块，用于根据所述交通态势数据利用神经网络进行车速预测得到预测车速信息；

车辆需求功率模块，用于根据所述预测车速信息确定车辆需求功率；

分配模块，用于根据所述车辆需求功率利用DDRG强化学习算法对动力电池功率、超级电容功率和燃料电池功率进行分配，得到功率分配结果；

控制模块，用于根据所述功率分配结果对混合动力汽车复合储能系统进行控制。

可选地，还包括：

存储模块，用于对所述交通人态势数据进行存储。

可选地，还包括神经网络训练模块，所述神经网络训练模块具体包括：

神经网络训练单元，用于以训练集的交通态势数据为输入，以所述训练集的车速信息为输出，以实际输出值与理论输出值之间的误差和所述训练集的个数为损失函数，以Sigmoid函数作为激活函数对反向传播神经网络进行训练，得到训练好的神经网络。

可选地，所述车辆需求功率模块，具体包括：

车辆信息获取单元，用于获取车辆信息；所述车辆信息包括车辆质量、车辆迎风面积和机械传动效率；

环境信息获取单元，用于获取环境信息；所述环境信息为道路的坡度角；

车辆需求功率确定单元，用于根据所述车辆信息、所述环境信息和所述预测车速信息确定车辆需求功率。

可选地，所述分配模块，具体包括：