一种面向电动汽车多源系统的容量配置与控制参数协同优化方法

本发明属于储能系统配置优化技术领域，具体涉及一种面向电动汽车多源系统的容量配置与控制参数协同优化方法。


背景技术：

电动汽车的运行性能与其能量源系统密切相关。传统的电动汽车仅由动力电池提供能量，但一方面电池的功率密度有限，难以提供或吸收较高的瞬时功率；另一方面直流母线的高频功率波动也不利于延长动力电池的使用寿命。由动力电池和超级电容组成的多源系统中，母线的高频功率由具有高功率密度的超级电容负责吸收或释放，从而提高电动汽车的运行性能，平滑动力电池功率波动。相比于仅动力电池储能，由动力电池与超级电容构成的多源系统虽然通过延长动力电池的使用寿命降低了电池的更换成本，但也增加了额外的超级电容与双向直流变换器的配置成本。目前国内外对于电动汽车多源系统的研究主要集中于对储能单元的功率分配以及协同运行控制
1.，对于经济性问题的研究较少。应用于各类传统微电网的容量配置优化方法由于在系统工况、储能元件类型、运行控制策略等方面的差异而不能直接应用于电动汽车多源系统中
2.。为提升电动汽车多源系统的经济性，需要对面向电动汽车的容量优化配置方法进行研究。多源系统中，不同的协同运行控制参数所对应着不同的容量配置结果，因此为求解使系统长期运行成本最低的最优参数配置，需要同时对容量配置与控制参数进行寻优。专利[3]中基于混合储能式有轨电车系统提出一种储能容量配置优化方法，但未考虑运行控制方法的影响，并且其对于锂电池循环寿命的计算忽略了充放电电流倍率以及温度等因素。专利[4]中针对城规交通供电系统进行了能量管理控制参数和容量配置方案的协同优化，但该系统中仅以超级电容作为储能装置，不适用于电动汽车多源系统中。
[0001]
刘栋良,杨响攀,崔丽丽,张绪,屈峰.一种复合模糊控制的电动汽车复合电源系统控制方法[p].浙江省：cn110979030a,2020-04-10.
[0002]
赵玮,孙海新,王正平,崔增坤,宋文乐,张涛.微电网容量配置与运行调度方法及装置[p].北京市：cn108964048b,2020-07-28.
[0003]
陈维荣,安祺,王轶欧,齐洪峰,戴朝华.一种混合储能式有轨电车系统的配置优化方法[p].四川省：cn110896246a,2020-03-20.
[0004]
陈怀鑫,杨中平,林飞,夏欢,王彬.基于遗传算法的城轨交通超级电容储能装置能量管理和容量配置优化研究[j].铁道学报,2019,41(09):59-66.


技术实现要素：

针对现有技术中存在的缺陷，本发明的目的是在保证电动汽车运行性能与续航里程的前提下，对多源系统中动力电池与超级电容的容量配置与运行控制参数进行协同优化，求解使系统长期运行总成本最低的参数配置，实现多源系统最优的经济性。
为达到以上目的，本发明采用的技术方案是：一种面向电动汽车多源系统的容量配置与控制参数协同优化方法，包括以下步骤：(1)根据电动汽车多源系统的结构建立仿真模型与优化配置模型：仿真模型中包括由动力电池和超级电容组成的储能单元以及由功率分频与电容电压平衡控制组成的协同运行控制单元；优化配置模型中目标函数为使用年限内储能单元的最小总配置成本计算函数，约束条件根据多源系统性能要求指标确定；(2)结合仿真模型，确定优化配置模型的最优解。优化变量包括电池与超级电容的容量配置参数以及协同运行控制单元中的滤波系数、电容电压平衡电阻。利用获取的最优解对电动汽车多源系统进行配置，能够实现在满足电动汽车续航里程与运行性能的前提下，使用年限内多源系统的总配置成本最低。步骤(1)中，多源系统仿真模型中，超级电容承担高频功率分量，并叠加电压平衡补偿，采用电流环控制。根据下式计算工况周期内超级电容的充放电电流i
sc
：p
hf
＝p
bus
×
ts/(ts 1)i
sc
＝p
hf
/u
sc
(u
sc
–uref
)
×
g式中，t为滤波系数，p
hf
为母线功率高频分量，u
sc
、u
ref
分别为超级电容端电压与基准电压，g为补偿系数。进一步，步骤(1)中，优化配置模型中，储能单元总配置成本c
total
计算模型如下：c
bat
＝p
bat
×nbat_p
×nbat_scsc
＝p
sc
×nsc_p
×nsc_sctotal
＝c
bat
×kbat
c
sc
×ksc
c
conv
式中，c
bat
、c
sc
分别为动力电池单元、超级电容单元单次配置成本；c
conv
为功率变换器成本，与其功率等级相关；k
bat
、k
sc
分别为电动汽车在使用年限内动力电池、超级电容所需的批数；n
bat_p
、n
bat_s
分别为动力电池单体的并联数与串联数；n
sc_p
、n
sc_s
分别为超级电容单体的并联数与串联数；p
bat
、p
sc
分别为动力电池、超级电容单体的单价。进一步，步骤(1)中，优化配置模型中，容量配置的约束条件如下多源系统功率平衡约束：p
bat
p
sc
＝p
bus
动力电池剩余容量约束：soc
bat_min
≤soc
bat
≤soc
bat_max
动力电池电流约束：-i
bat_max
≤i
bat
≤i
bat_max
超级电容端电压约束：u
sc_min
≤u
sc
≤u
sc_max
功率变换器功率约束：p
sc
≤p
conv
功率变换器增益约束：m
min
≤u
bus
/u
sc
≤m
max
式中，p
bat
、p
sc
、p
bus
分别为动力电池单元、超级电容单元以及母线功率的瞬时功率，soc
bat_max
、soc
bat_min
、soc
bat
分别为动力电池的剩余容量上、下限以及瞬时值，i
bat
、i
bat_max
分别为动力电池单元的电流瞬时值与最大值，u
sc_max
、u
sc_min
、u
sc
分别为超级电容单元电压波动的上、下限以及端电压瞬时值，p
sc
、p
conv
分别为超级电容的瞬时功率以及功率变换器的功率等级，m
max
、m
min
分别为功率变换器的电压增益上、下限，u
bus
为直流母线电压。步骤(2)中，采用粒子群算法对配置模型进行优化求解，由仿真模型输出的储能单元的soc、充放电电流、端电压工况数据，根据以下方法计算寻优过程中各个粒子的适应度：
①
根据动力电池soc的波动将其工作过程分为若干个充放电阶段，当电池共进行
了n次充放电(n为大于零的正整数)，则n年内电池所需更换的批数k
bat
与超级电容所需更换的批数k
sc
由下式计算：k
bat
＝ny×n×qloss
/20％k
sc
＝n/n0式中，q
loss
为每个工况周期造成的电池容量损耗，ah0、i0分别为动力电池单元额定容量与1c充放电电流，ii、dodi分别为动力电池第i次充/放电的充/放电电流与充/放电深度，b1、b2为与温度有关的容量衰减系数，ny为平均每年电动汽车行驶的工况周期数，n为电动汽车的使用年限，n0为超级电容的使用寿命。
②
将k
bat
、k
sc
代入储能单元总配置成本计算函数，计算粒子所对应的适应度。本发明的效果在于：本发明面向由动力电池与超级电容储能单元组成的电动汽车多源系统，根据汽车行驶工况与储能单元特性，结合仿真模型，进行容量配置与运行控制参数的协同寻优，能够求解出满足电动汽车续航里程与运行性能的前提下，令多源系统的总配置成本最低的容量配置与运行控制参数最优解。
附图说明
图1本发明步骤流程图图2半主动式电动汽车多源系统结构图3电动汽车多源系统配置参数寻优结果上述如图中主要符号名称：p
sc
、p
bat
、p
load
分别表示超级电容储能单元、动力电池储能单元、母线负载的功率。
具体实施方式
下面结合图1所示的步骤流程图，针对如图2所示的半主动式电动汽车多源系统，采用粒子群寻优算法，对本发明实施例的步骤进行具体说明。表1储能单元单体参数表2电动汽车多源系统参数由步骤(1)，根据半主动式电动汽车多源系统的结构建立仿真模型，仿真模型中包
括由动力电池和超级电容组成的储能单元以及由功率分频与电容电压平衡控制组成的协同运行控制单元。半主动式多源系统仿真模型中，电池单元与母线并联，超级电容承担高频功率分量，并叠加电压平衡补偿，采用电流环控制。设置超级电容基准电压为额定电压的0.75，则根据下式计算工况周期内超级电容的充放电电流i
sc
：p
hf
＝p
bus
×
ts/(ts 1)i
sc
＝p
hf
/u
sc
(u
sc
–
0.75u
sc
)
×
g式中，t为滤波系数，p
hf
为母线功率高频分量，u
sc
为超级电容端电压，g为补偿系数。由步骤(1)，根据电动汽车多源系统的结构建立优化配置模型，首先建立使用年限内储能单元的最小总配置成本计算函数，作为目标函数。半主动式多源系统中，电池单元的串联数n
bat_s
可根据表1、表2中的储能单元参数与母线电压u
bus
确定。n
bat_s
＝u
bus
/3.6＝100则优化配置模型中，储能单元总配置成本c
total
计算模型如下：c
bat
＝20
×nbat_p
×
100c
sc
＝5
×nsc_p
×nsc_sctotal
＝c
bat
×kbat
c
sc
×ksc
c
conv
式中，c
bat
、c
sc
分别为动力电池单元、超级电容单元单次配置成本；k
bat
、k
sc
分别为电动汽车在使用年限内动力电池、超级电容所需的批数；n
bat_p
为动力电池单体的并联数；n
sc_p
、n
sc_s
分别为超级电容单体的并联数与串联数。根据某厂家数据，功率变换器成本c
conv
与其功率等级p
conv
关系如下：c
conv
＝0.811
×
p
conv
0.395其次，根据性能要求指标确定约束条件。设电池soc范围为0.25-0.95，电池最大充放电倍率为10c，超级电容最大放电深度为3/4，确定容量配置的约束条件如下：多源系统功率平衡约束：p
bat
p
sc
＝p
bus
；动力电池剩余容量约束：0.25≤soc
bat
≤0.95；动力电池电流约束：-34n
bat_p
≤i
bat
≤34n
bat_p
；超级电容端电压约束：1.35n
sc_s
≤u
sc
≤2.7n
sc_s
；功率变换器功率约束：p
sc
≤p
conv
；功率变换器增益约束：1.2≤u
bus
/u
sc
≤6式中，p
bat
、p
sc
、p
bus
分别为动力电池单元、超级电容单元以及母线功率的瞬时功率，soc
bat
为动力电池的剩余容量百分比，i
bat
为动力电池的电流，u
sc
为超级电容单元端电压，p
sc
为超级电容的瞬时功率。由步骤(2)，结合仿真模型，确定优化配置模型的最优解，具体寻优步骤如下：
①
确定优化变量[n
bat_p
，n
sc_p
，n
sc_s
，t，g]取值范围，设置种群规模、迭代次数以及权重系数等参数，对种群进行随机初始化；
②
将初始粒子对应配置参数输入到仿真模型获取周期性工况内储能单元的soc、充放电电流、端电压，根据上述工况数据进行优化配置模型中约束条件的判断，若不满足约
束条件，则淘汰该粒子；若满足约束条件，则根据以下方法由仿真模型输出的工况数据计算粒子的适应度：根据相关文献，工作温度为20℃时的容量衰减系数b1＝0.0008，b2＝0.3903；超级电容的寿命为常数，常温下一般为10年，则n0＝10。根据动力电池soc的波动将其工作过程分为若干个个充/放电阶段，根据表2所示的多源系统参数，由下式计算n年内电池所需更换的批数k
bat
与超级电容所需更换的批数k
sc
：k
bat
＝833
×
10
×qloss
/20％k
sc
＝10/10式中，q
loss
为每个工况周期造成的电池容量损耗，i0为动力电池单元1c充放电电流，ii、dodi分别为动力电池第i次充/放电的充/放电电流与充/放电深度。将k
bat
、k
sc
代入储能单元总配置成本模型，计算粒子所对应的适应度，通过比较获取各粒子的历史最优与种群最优；
③
根据下式更新粒子的速度和位置v
i,j
(m 1)＝wv
i,j
(m) c1r1(p
i,j
–
x
i,j
(m)) c2r2(pj–
x
i,j
(m))x
i,j
(m 1)＝x
i,j
(m) v
i,j
(m 1)式中，w、c1、c2分别为惯性权重、自身权重与种群权重系数，v
i,j
(m)、x
i,j
(m)分别第j维种群中第i个粒子的在第m次迭代中的速度与位置；v
i,j
(m 1)、x
i,j
(m 1)分别第j维种群中第i个粒子的在第m 1次迭代中的速度与位置，p
i,j
、pj分别为第j维种群中第i个粒子的历史最优位置与种群最优位置，r1、r2为随机数；
④
对更新后的种群重复步骤
②
，记录新的各粒子的历史最优与种群最优；
⑤
判断是否达到设定的最大迭代次数，如果达到，则终止迭代。本实施例中的寻优过程如图3所示，将获得的参数配置结果与未加入超级电容的动力电池单源系统比较结果如下表表3配置结果对比本实施例获得的实验结果可以说明，使用本发明所述的方法进行多源系统储能容量与协同运行控制参数的优化配置，在保证电动汽车续航里程与运行性能的同时，显著降低了储能单元的总配置成本，延长了动力电池单元的使用寿命，提高了多源系统的经济性。本实施例给出了基于半主动式电动汽车多源系统的实施效果，但本发明不限于半主动式电动汽车多源系统，本发明同样适用于被动式、全主动式多源系统。本发明可以用其它具体形式来实施，而不脱离其精神或本质特征。所描述的实施例在所有方面都被认为仅是说明性的而非限制性的,例如：1)所选用的动力电池、超级电容单体参数；2)所选择的优化变量；3)所使用的车辆运行工况；
4)所采用的寻优算法；5)各种参数的选择等。因此，本发明的范围由所附权利要求书而非上述描述来指示。落入权利要求的等效技术方案的意义和范围中的所有变化都包含在其范围之中。