基于Stackelberg博弈的燃料电池混合动力汽车跟车能量管理.pdfVIP

基于Stackelberg博弈的燃料电池混合动力

汽车跟车能量管理

摘要:跟车场景下燃料电池混合动力汽车(FCHEV)的速度与能量管理协同优化是实现车辆节能的重要有效

手段,针对现有策略中双能量源退化与能耗耦合关系不明,且难以兼顾全局优化与实时性能的问题,提出一种

基于Stackelberg博弈的FCHEV跟车能量管理策略。首先,建立了燃料电池/锂电池的能耗与性能退化模型,

并纳入到统一量纲的整车综合使用成本函数中;其次,提出了基于分层解耦的跟车能量管理策略,实现跟车速

度与功率分配的解耦控制;最后,综合考虑跟车安全性、舒适性、燃料经济性和能源耐久性,建立跟车控制层与

能量管理层对应的双层规划模型,并基于Stackelberg博弈思想设计了双层差分遗传算法对策略核心参数进行

离线优化。仿真和实验结果表明:相较于模型预测控制方法,该方法可降低平均车间距误差37.7%、平均冲击

度2.4%、等效氢气消耗9.3%和能源退化成本13.9%,实现了优化性能与实时性的兼顾。

关键词:燃料电池混合动力汽车;跟车能量管理;双层规划;Stackelberg博弈;双层差分遗传算法

0引言

随着能源短缺和环境污染问题的日益严峻,发展绿色可持续交通已成为世界各国的重要战略举措。

燃料电池混合动力汽车(fuelcellhybridelectricvehicle,FCHEV)具备续航里程长、能源补充快、频繁变

载适应能力强等优势,是推动绿色交通发展的重要载体[1-3]。能量管理策略作为FCHEV的核心技术之

一,直接关系到车辆的燃料经济性[4-6]。此外,车辆速度也与能耗密切相关。因此仅依靠混合动力总成

和能量管理技术很难最大限度地发挥FCHEV的节能潜力[7-9]。在此背景下,车辆速度与能量管理的协

同优化已成为车辆节能技术研究的重要方向[10-12]。

跟车行驶是城市驾驶的一种典型工况,该场景下的能量管理策略需要综合考虑前车的动态特性来

确保跟车过程中的安全性和燃料经济性。为了降低速度和能量管理协同优化的复杂性,目前研究普遍

采用分层式控制框架。文献[13]针对并联混合动力汽车(hybridelectricvehicle,HEV),提出了基于动

-

作启发式动态规划的分层跟车能量管理策略,上层实现安全节能速度的求解,下层实现转矩的最优分

配。为了实现混合驾驶场景下的安全驾驶、能源优化和尾气减排,文献[14]针对网联HEV提出一种基

于驾驶场景分类的双层跟车能量管理策略,根据不同驾驶场景来选择优化目标偏重。考虑HEV锂电池

荷电状态(stateofcharge,SoC)的均衡,文献[15]通过结合凸优化和等效消耗最小策略对跟车速度和电

池充电状态进行