基于多目标优化的燃料电池汽车氢电匹配研究毕业论文
2021-11-02 20:45:50
摘 要
燃料电池汽车的氢电匹配问题是该类汽车设计过程中的重要问题,不合适的氢电匹配度会降低整车经济性以及性能。燃料电池汽车的氢电匹配是一个多目标优化问题。本文分别建立在汽车匀速条件下行驶以及在工况条件下行驶两种情况的燃料电池汽车多目标模型,目标包括有续航里程、成本、司机等待时间和比能耗,并采用基于加权求和的遗传算法求解该类多目标优化问题。为了能迅速找到符合车辆在实际工况运行的多目标最优解,本文提出了设计基于遗传算法的权重跟随调节器和建立权重空间查表两种方案。并给出了两个方案的实际求解过程以及在求解过程中的优劣。由于目标之间存在相互耦合问题,通过建立权重-目标-氢电表的方式优于权重跟随调节器。
关键词:燃料电池汽车;氢电匹配;多目标优化;遗传算法;权重空间
ABSTRACT
The hydrogen and electricity matching problem of fuel cell hybrid electric vehicle is an important problem in the design process of this kind of vehicle.Hydrogen - electric matching of fuel cell hybrid electric vehicle is a multi - objective optimization problem.In this paper, the multi-objective model of fuel cell hybrid electric vehicle (fhevs) is established respectively under the condition of uniform vehicle speed and under the condition of operating conditions. The objectives include range, cost, driver waiting time and specific energy consumption, and the weighted summation based genetic algorithm is adopted to solve this kind of multi-objective optimization problem.In order to quickly find the optimal multi-objective solution that conforms to the vehicle running in the actual working condition, two schemes are proposed in this paper: the design of weight following regulator based on genetic algorithm and the establishment of weight space lookup table.The actual solution process of the two schemes and the advantages and disadvantages in the solution process are also given.Because of the coupling problem between the targets, it is better to set up the weight-target-hydrogen meter than to follow the weight regulator.
Key words: fuel cell hybrid electric vehicle;Hydrogen electric matching;Multi-objective optimization;Genetic algorithm;Weight space
目录
摘要 I
ABSTRACT II
第一章 绪论 1
1.1研究背景及意义 1
1.2研究现状分析 2
1.2.1燃料电池汽车氢电配比分析 2
1.2.2燃料电池汽车氢电匹配研究现状 3
1.2.3多目标优化现状 5
1.3本文主要工作 6
第二章 匀速行驶条件下氢电匹配 7
2.1变量的确定 7
2.2匀速行驶模型目标函数 7
2.2.1车辆续航里程 7
2.2.2 行驶成本 8
2.2.3 司机等待时间 9
2.2.4行驶能耗 9
2.3匀速行驶条件下的约束条件 10
2.4匀速行驶情况仿真 10
2.4.1匀速行驶下的遗传多目标模型 10
2.4.2仿真结果 14
2.5 本章小结 17
第三章 工况条件下氢电匹配 18
3.1变量的确定 18
3.2工况行驶模型目标函数 18
3.2.1车辆续航里程 18
3.2.2 行驶成本 19
3.2.3 司机等待时间 19
3.2.4行驶能耗 19
3.3工况条件下的约束条件 19
3.4工况条件下的仿真 21
3.4.1工况条件下的遗传多目标模型 21
3.4.2仿真结果 24
3.5本章小结 26
第四章 确定目标值的氢电匹配 27
4.1权重跟随调节器的设计 27
4.2权重跟随调节器的仿真 30
4.3多目标权重空间 31
4.3.1权重空间的形成 31
4.3.2权重空间的微元化 33
4.3.3权重空间的求解 34
4.4 本章小结 37
第五章 结论 38
5.1总结 38
5.2研究展望 38
参考文献 40
致谢 42
附录A 43
附录B 45
附录C 48
附录D 52
第一章 绪论
1.1研究背景及意义
近年来,由于环境问题的日益严峻,越来越多的人提倡低碳出行,可持续发展已经成为当今社会关注的重点。汽车作为现代人不可缺少的交通工具,传统的汽车排放的氮氧化物、硫化物以及颗粒物等造成了城市的空气污染,影响着居民的健康安全。因此国家在节能减排和绿色环保这些方面对汽车行业提出了严格的要求,同时燃油型汽车也面临着能源供应的问题。尽管每年都有新的油气田的发展,但这些资源总是有限的,会有耗完的那一天。因此必须得加紧对新能源汽车的研发。
目前纯电动汽车在储能电池技术尚未有重大突破,纯电动汽车存在续航里程短,充电时间长,充电标准不统一等缺点,不符合城市出行,长途运输的要求。由于纯电动汽车存在不足,目前新能源汽车行业逐渐把目光放在了氢燃料电池汽车上。
氢燃料电池汽车[1]因为具有零污染、零排放、低噪音、低辐射、能量利用率高、续驶里程高、补充燃料时间短等优势,因而受到各大车企的青睐。
目前市面上的燃料电池汽车是以燃料电池配合动力电池的混合动力电动汽车为主。目前针对于燃料电池动力系统的能量管理策略普遍采用开关控制策略和功率跟随策略,前者燃料电池为主,动力电池起削峰填谷作用;后者以动力电池为主,燃料电池起辅助作用。