一种基于EMPC的燃料电池混合动力系统控制方法与流程

技术特征：
1.一种基于empc的燃料电池混合动力系统控制方法，其特征在于，包括以下步骤：s1：基于pemfc系统和锂电池建立燃料电池混合动力系统，并对所述燃料电池混合动力系统模型进行建模；s2：基于所述燃料电池混合动力系统模型，构建empc预测控制系统并设定所述empc预测控制系统目标函数和约束条件；s3：根据所述empc预测控制系统及其目标函数和约束条件，构建多参数二次规划问题，并求解多参数二次规划问题，得到empc预测控制系统的最优输入变量，优化pemfc系统与锂电池的功率分配，实现燃料电池混合动力系统的控制。2.根据权利要求1所述的一种基于empc的燃料电池混合动力系统控制方法，其特征在于，在步骤s1中，所述燃料电池混合动力系统包括pemfc系统、dc/dc转换器、锂电池和负载，所述pemfc系统通过所述dc/dc转换器连接到功率总线后再与负载连接，所述pemfc系统用于将电化学反应产生的电能传输给dc/dc转换器，以驱动负载，所述dc/dc转换器用于调节pemfc系统的输出电流来实现pemfc系统与锂电池之间的功率分配；所述锂电池连接到功率总线后与负载连接，所述锂电池用于作为辅助动力源，为负载提供动力。3.根据权利要求2所述的一种基于empc的燃料电池混合动力系统控制方法，其特征在于，在步骤s1中，在对所述燃料电池混合动力系统进行建模时，针对所述pemfc系统、dc/dc转换器和锂电池分别进行建模，其具体包括：设定所述dc/dc转换器的基础参数，对所述dc/dc转换器进行建模，得到dc/dc转换器的静态模型：η
dc
＝a
dc
p
fc5
‑
b
dc
p
fc4
c
dc
p
fc3
‑
d
dc
p
fc2
e
dc
p
fc
f
dc
；其中：η
dc
为dc/dc转换器的输出效率；a
dc
,b
dc
,c
dc
,d
dc
,e
dc
,f
dc
分别为dc/dc转换器静态模型的模型系数；p
fc
为pemfc系统的点对的输出功率；设定所述pemfc系统的基础参数，对pemfc系统进行建模：其中：为pemfc系统中电堆反应消耗的氢气的摩尔质量；为pemfc系统中电堆的氢气低热值；为pemfc系统中的电堆效率；设定所述锂电池的基础参数，针对锂电池的荷电状态的变化情况，建立锂电池的充/放电模型：其中：soc为锂电池的荷电状态；v0为锂电池的开路电压；r
bt
为锂电池的充/放电内阻；p
load
为负载需求功率；p
dc
为dc/dc转换器的输出功率；q
bt
为锂电池的电池容量。4.根据权利要求3所述的一种基于empc的燃料电池混合动力系统控制方法，其特征在于，所述步骤s2的具体步骤为：s201：设置所述燃料电池混合动力系统的状态变量和输入变量，构建empc预测控制模型，并设置负载需求功率为可测扰动项，将所述负载需求功率作为状态变量增广至所述
empc预测控制模型中；s202：对增广后的empc预测控制模型进行离散化处理，得到最终的empc预测控制系统；s203：构建所述empc预测控制系统的目标函数和约束条件。5.根据权利要求4所述的一种基于empc的燃料电池混合动力系统控制方法，其特征在于，在步骤s202中，所述empc预测控制系统为线性时不变离散时间系统，其表达式为：x(t 1)＝ax(t) bu(t)；其中：x(t)为empc预测控制系统当前时刻的状态变量，包括pemfc系统中电堆反应消耗的氢气的摩尔质量锂电池的核电状态soc以及负载需求功率p
load
；x(t 1)为empc预测控制系统下一时刻的状态变量；u(t)为empc预测控制系统当前时刻的输入变量，包括pemfc系统的输出功率p
fc
；a,b分别为empc预测控制系统的状态变量和输入变量所对应的系数矩阵。6.根据权利要求4所述的一种基于empc的燃料电池混合动力系统控制方法，其特征在于，在步骤s203中，所述目标函数可表示为：其中：u为预测输出的输入变量序列；k为采样时刻，k＝0,1,
…
,n；δx
k
为k时刻的状态增量；δu
k
为k时刻输入增量；q,s分别为状态增量和输入增量的权重系数；所述约束条件包括：x
min
≤x
k
≤x
max
；k＝0,1,
…
,n；δu
min
≤δu
k
≤δu
max
；k＝0,1,
…
,n；u
min
≤u
k
≤u
max
；k＝0,1,
…
,n。7.根据权利要求6所述的一种基于empc的燃料电池混合动力系统控制方法，其特征在于，所述步骤s3的具体步骤为：s301：根据所述empc预测控制系统的线性时不变特性，基于所述empc预测控制系统及其目标函数，构建多参数二次规划问题；s302：对所述多参数二次规划问题进行简化，得到所述多参数二次规划问题的标准形式；s303：利用kkt条件对所述多参数二次规划问题的标准形式进行离线求解，求得所述empc预测控制系统的状态分区及对应的控制律，进而得到所述empc预测控制系统的显式控制模型；s304：在线查找所述状态变量对应的状态分区，利用所述显式控制模型计算得到最优输入变量序列，并将该最优输入变量序列作用于所述燃料电池混合动力系统中，调节pemfc系统与锂电池之间的功率分配，实现燃料电池混合动力系统的控制。8.根据权利要求7所述的一种基于empc的燃料电池混合动力系统控制方法，其特征在于，所述步骤s301中构建所述多参数二次规划问题的具体过程为：根据所述empc预测控制系统的线性时不变特性，计算得到t时刻empc预测控制系统基于多参数二次规划问题的状态变量x
e
(t)以及未来t时刻至t k
‑
1时刻empc预测控制系统假定的基于多参数二次规划问题的输入变量u
e
，根据假定的输入变量u
e
得到t时刻至t k时刻empc预测控制系统基于多参数二次规划问题的输入变量x
e
(t k)：
其中：x
e
为多参数二次规划问题中t时刻的状态变量，包括pemfc系统中电堆反应消耗的氢气的摩尔质量的增量锂电池的核电状态soc、负载需求功率p
load
以及pemfc系统输出功率的增量δp
fc
；u
e
为多参数二次规划问题中的输入变量，包括包括pemfc系统的输出功率p
fc
；(t k|t)表示在t时刻对t k时刻的预测；j为未来t时刻至t k
‑
1时刻之间的预测时刻，j＝0,1,
…
,k
‑
1；a
e
,b
e
均为对应变量的约束矩阵；将所述输入变量x
e
(t k)代入empc预测控制系统的目标函数中，得到所述多参数二次规划问题的表达式：s.t.g
e
u
e
≤w
e
s
e
x
e
(t)；其中：h
e
为hessian矩阵，h
e
>0；y
e
,g
e
,f
e
,w
e
,s
e
均为对应变量的约束矩阵；下标e表示约束。9.根据权利要求8所述的一种基于empc的燃料电池混合动力系统控制方法，其特征在于，所述步骤s302中对多参数二次规划问题进行简化的具体过程为：定义可将所述多参数二次规划问题的表达式简化为如下所示的标准形式：s.t.g
e
z≤w
e
s
e
x
e
；其中：z为状态变量x
e
的一个仿射函数，其可利用一阶卡罗需
‑
库恩
‑
塔克条件进行求解，所述仿射函数z的显式表达式为：其中：分别为等价于约束矩阵g
e
,w
e
,s
e
。10.根据权利要求9所述的一种基于empc的燃料电池混合动力系统控制方法，其特征在于，所述步骤s303求得所述empc预测控制系统的显式控制器的具体过程为：根据kkt条件，计算所述empc预测控制系统的初始状态变量对应的第一临界域，然后将步骤s302中的公式代入仿射函数z的显式表达式中，得到所述第一临界域内最优输入变量序列关于状态变量的显式表达式，并将所述最优输入变量序列的首项作用于所述燃料电池混合动力系统中，得到该第一临界域对应的状态分区及对应的控制律：u
e
＝f
e
x
e
g
e
,x
e
∈cr0；其中：f
e
,g
e
分别为第一临界域对应的开环最优输入变量序列中局部仿射函数的参数，cr0为第一临界域；重复上述过程，得到其余的状态分区及对应的控制律：
其中：分别为第i临界域对应的开环最优输入变量序列中局部仿射函数的参数，cr
i
为第i临界域，i∈{1,2,...,n}，n为状态分区的数量；整理各临界域的状态分区及对应的控制律，得到所述empc预测控制系统的显式控制模型：u
e
(k)＝f
x
(x
e
)；其中：f
x
()表示状态变量x
e
关于最优输入变量u
e
(k)的控制函数。

技术总结
本发明公开了一种基于EMPC的燃料电池混合动力系统控制方法，包括基于PEMFC系统和锂电池建立燃料电池混合动力系统，并对燃料电池混合动力系统模型进行建模；基于所述燃料电池混合动力系统模型，构建EMPC预测控制系统并设定EMPC预测控制系统目标函数和约束条件；根据EMPC预测控制系统及其目标函数和约束条件，构建多参数二次规划问题，并求解多参数二次规划问题，得到EMPC预测控制系统的最优输入变量，优化PEMFC系统与锂电池的功率分配，实现燃料电池混合动力系统的控制，能够显著提高控制策略的计算耗时，并且能够很好的满足实验室模拟现实场景中燃料电池工作及控制的要求。现实场景中燃料电池工作及控制的要求。现实场景中燃料电池工作及控制的要求。


技术研发人员：李昊 宾洋 金庭安 岳肖 胡杰 徐泽俊 周春荣
受保护的技术使用者：道简优行（重庆）科技有限公司 重庆金皇后新能源汽车制造有限公司
技术研发日：2021.08.20
技术公布日：2021/10/11