[发明专利]一种多目标优化的氢燃料电池混动汽车能量管理方法

权利要求书

1.一种多目标优化的氢燃料电池混动汽车能量管理方法，其特征在于：建立氢燃料电池混动汽车能量管理系统模型，获得在线识别驾驶行为的驾驶行为识别器；建立适应驾驶行为的多目标优化的A-ECMS能量管理策略；基于适应驾驶行为的多目标优化的A-ECMS能量管理策略，以等效氢耗和储能系统SOC作为学习的目标，获得对应的最优整车能量管理策略；基于适应驾驶行为的多目标优化的A-ECMS能量管理策略，根据需求功率的变化率、锂电池和超级电容SOC数据，获得对应的最优功率分配整车能量管理策略；根据获得的不同整车能量管理策略对氢燃料电池混动汽车的能量进行管理。

2.根据权利要求1所述的一种多目标优化的氢燃料电池混动汽车能量管理方法，其特征在于：包括如下步骤：

S1、建立氢燃料电池混动汽车能量管理系统模型；

S2、采集氢燃料电池混动汽车的踏板参数，获取不同驾驶工况下的数据，利用混合聚类算法将驾驶行为分类，并对聚类中心和所有历史样本数据进行离线标记，基于支持向量机的实时自标注方法HSL-SVM/NN，获得在线识别驾驶行为的驾驶行为识别器；

S3、基于庞特里亚金最小原理PMP的最优等效因子EF表，通过对不同驾驶工况的仿真数据和驾驶行为识别器进行驾驶行为识别，结合每种特定工况下的最优等效因子进行加权平均，从而获得每种驾驶行为的等效因子，建立适应驾驶行为的多目标优化的A-ECMS策略，获得该驾驶行为下的最优整车能量管理策略；

S4、通过最近邻算法对不同驾驶工况下数据的进行处理，基于马尔可夫决策过程获得具有普适性的需求功率转移概率矩阵，以储能系统SOC和总氢耗A-ECMS为学习目标，获得相应的最优整车能量管理策略；

S5、基于氢燃料电池汽车能量管理系统模型，同时结合步骤S3和S4，根据需求功率的变化率、锂电池和超级电容SOC数据，获得适合氢燃料电池混动汽车功率分配的最优整车能量管理策略；

S6、由S3至S5获取的任一氢燃料电池混动汽车的整车能量管理策略对氢燃料电池混动汽车的能量进行管理。

3.根据权利要求2所述的一种多目标优化的氢燃料电池混动汽车能量管理方法，其特征在于：所述步骤S1中，氢燃料电池混动汽车能量管理系统模型包括

S101、建立燃料电池电压模型：

V_FC＝n_cell×(E_cell-V_act.loss-V_ohm.loss)………………………………(1)

式中，n_cell是燃料电池堆中燃料电池片数，E_cell是单片燃料电池电压，V_act.loss是单片燃料电池的活化损失电压，V_ohm.loss是单片燃料电池的内阻损失电压；

S102、建立锂电池电压模型：

式中，SOC_BAT.ini是锂电池初始SOC，i_BAT是锂电池电流，β＝±1是锂电池充放电状态选择系数，且充电时β为负，放电时β为正，C_nom是锂电池额定容量，V(SOC_BAT)_BAT.oc和r(SOC_BAT)分别是当锂电池SOC为SOC_BAT时锂电池的开路电压和内阻，P_BAT是锂电池的电功率；

S103、建立超级电容电压模型：

V_UC.oc＝SOC_UC·(V_UC.max-V_UC.min)+V_UC.min………………………………(4)

式中，V_UC.max和V_UC.min分别是超级电容最大和最小输出电压，R_UC是超级电容等效内阻，P_UC是超级电容电功率；

S104、建立三能量源的能量管理系统模型：

P_demand＝P_FC+P_BAT+P_UC…………………………………………(6)

式中，P_demand是负载需求功率，P_FC是燃料电池功率，P_BAT是锂电池功率，P_UC是超级电容功率，当锂电池和超级电容放电时，P_BAT和P_UC为正，当锂电池和超级电容充电时，P_BAT和P_UC为负。