基于复合模糊逻辑控制的燃料电池汽车能量管理研究.pdfVIP

摘要

随着人类对能源需求的增加和世界环境污染的加剧，新能源汽车备受世界各

国关注。燃料电池汽车同时具有长续航里程和零污染排放的优点，较燃油车和纯

电动汽车更具发展前景。一般燃料电池汽车的动力系统采用多能量源混合驱动的

方式，通过能量管理策略(EnergyManagementStrategy,EMS)对各能量源进行功

率分配，制定合理高效的EMS对提高燃料电池汽车动力性和经济性有至关重要

的作用。

本文选取燃料电池和锂电池两个动力源作为燃料电池汽车的动力系统，建立

燃料电池混合动力汽车模型和整车动力系统部件模型，包括电机、质子交换膜燃

料电池和动力电池等模型。

基于BP神经网络建立工况预测模型，在MATLAB环境下，构建网络模型，

设置BP神经网络的训练参数，利用标准工况进行网络训练，选择中国乘用车工

况进行网络验证，利用均方误差分析不同预测时域下工况预测模型的精度。

基于功率跟随控制策略(PowerFollowingControlStrategy,PFCS)和模糊逻

辑控制策略(FuzzyLogicControlStrategy,FLCS)的不足，本文提出复合模糊逻

辑控制策略(Multi-CompoundFuzzyLogicControlStrategy,MCFLCS)。在不同工

况下，对比PFCS、FLCS和MCFLCS的控制效果，分析整车经济性和动力性以

及燃料电池的工作状态等，证明MCFLCS策略可以减小燃料电池汽车的耗氢量

和降低燃料电池寿命衰减率。

为进一步提高MCFLCS的控制效果，以燃料电池汽车中的耗氢量为优化目

标，利用遗传算法优化MCFLCS中模糊控制器的隶属度函数。在MATLAB环境

下，构建遗传算法模型，阐述算法流程和关键步骤，设置合适的算法参数。对比

遗传算法优化的复合模糊逻辑控制策略(Multi-CompoundFuzzyLogicControl

StrategyOptimizedbyGeneticAlgorithm,GA-MCFLCS)与MCFLCS的仿真结果，

证明了相较于MCFLCS，GA-MCFLCS具有更好的控制效果。

关键词：燃料电池汽车，混合动力，能量管理策略，复合模糊逻辑控制策略，

算法优化

ABSTRACT

Withtheshortageofenergyandenvironmentalpollution,newenergyvehicles

haveattractedtheattentionofcountriesallovertheworld.Fuelcellvehicleshavethe

advantagesoflongdrivingrangeandzeropollutionemission,whichismorepromising

thanfuelvehiclesandpureelectricvehicles.Generally,thepowersystemoffuelcell

vehiclesadoptsthemodeofmulti-energysourcehybriddrive,andthepower

distributionofeachenergysourceiscarriedoutthroughtheenergymanagement

strategy(EMS).TheestablishmentofreasonableandefficientEMSplaysacrucialrole

inimprovingthepowerperformanceandeconomyoffuelcellvehicles.

Inthisthesis,thefuelcellpluslithiumbatterystructureisselectedasthehybrid

powersystemoffuelcellvehicle,andthewholevehicledynamicsmodel