一种基于自适应动态规划的燃料电池工程车辆能量管理方法

技术领域

本发明公开了一种基于自适应动态规划的燃料电池工程车辆能量管理方法，属于车辆电池技术领域。

背景技术

工程车辆在经济建设中起着重要作用，然而其作业环境通常十分恶劣，工况复杂，能量利用率低、能耗高、排放差。节能减排问题一直是行业研究的重点。为解决这一问题，燃料电池混合动力工程车辆应运而生，利用绿色能源提供清洁、绿色和零排放的解决方案。然而，燃料电池对突变负载的应对能力较差，无法满足工程车辆复杂工况环境下负载突变的要求，需要动力电池作为辅助动力输出，起到削峰填谷的作用。

燃料电池混合动力工程车辆面临的挑战是有效的能量管理策略，它影响系统的动力性能、可靠性和排放性能。动态规划是解决能量管理问题的最有效工具，但其对变量数量非常敏感：模型解的计算量会随着控制变量数的增加呈指数增长并最终发生“维数灾难”，不能直接用于实时最优控制。亟需一种先进的能量管理控制算法，提高燃料电池控制效果。

发明内容

本发明的目的在于解决现有的燃料电池能量管理实时性差，控制效果不佳，鲁棒性差，需求功率预测不准确的问题，提出一种基于自适应动态规划的燃料电池工程车辆能量管理方法。

本发明所要解决的问题是由以下技术方案实现的：

根据本发明实施例的第一方面，提供一种燃料电池工程车辆能量管理系统，包括分别与燃料电池动力系统电性连接的工程车辆模块、功率预测模型和能量管理模型，所述PEMFC燃料电池输出端连接单向DC/DC转换器输入端，所述单向DC/DC转换器输出端连接动力电池和直流总线，所述直流总线连接电流电压表，其中：

所述燃料电池动力系统，包括：PEMFC燃料电池、单向DC/DC转换器、动力电池和电流电压表，其中：

所述单向DC/DC转换器，用于控制燃料电池的输出功率，获取其输入输出的电流、电压和功率信息；

所述电流电压表，用于获取工程车辆直流总线的电流、电压和功率信息；

所述功率预测模型，用于获取工程车辆历史需求功率序列信息并根据其得到实时工程车辆下一时刻需求功率并发送给能量管理模型；

所述能量管理模型，用于获取所述实时工程车辆下一时刻需求功率以及动力电池的SOC得到燃料电池输出功率；

所述工程车辆模块，用于获取电池电流、单向DC/DC转换器输出电流、直流总线电流和电池的最大容量得到下一时刻的动力电池SOC。

根据本发明实施例的第二方面，提供一种基于自适应动态规划的燃料电池工程车辆能量管理方法，用于第一方面所述的一种燃料电池工程车辆能量管理系统，包括：

所述功率预测模型获取工程车辆历史需求功率序列信息并根据其得到实时工程车辆下一时刻需求功率；

所述能量管理模型获取实时工程车辆下一时刻需求功率以及动力电池的SOC得到燃料电池输出功率；

所述工程车辆模块获取电池电流、单向DC/DC转换器输出电流、直流总线电流和电池的最大容量得到下一时刻的动力电池SOC。

优选的是，所述功率预测模型获取工程车辆历史需求功率序列信息并根据其得到实时工程车辆下一时刻需求功率之前，还包括：

获取工程车辆作业时各个时刻的需求功率信息，并将其按照不同的作业工况进行划分，形成功率序列样本集；

构建功率预测神经网络模型，采用三层BP神经网络，包括50个输入神经元，125个隐藏层神经元和1个输出神经元；

将前50个功率序列作为输入，最后1个功率作为标签，输出未来一个功率预测，通过反向传播算法和梯度下降优化方法，训练神经网络模型；

在每次训练迭代中，计算预测结果与标签之间的差异，当差异小于预先设定的阈值时停止训练。

优选的是，所述能量管理模型获取实时工程车辆下一时刻需求功率以及动力电池的SOC得到燃料电池输出功率之前，还包括：

初始化评价网络和执行网络的权值；

将需求功率信息和动力电池SOC归一化后输入执行网络，执行网络输出为归一化的燃料电池功率；

将需求功率信息、动力电池SOC和反归一化后的燃料电池功率输入系统模型，系统模型计算出下一时刻动力电池SOC，将下一时刻动力电池SOC和下一时刻需求功率信息归一化后输入评价网络，评价网络输出为性能指标函数；

根据评价网络的权值更新方式，更新评价网络的权值；

根据执行网络的权值更新方式，更新执行网络的权值，直到相邻两次迭代的性能指标函数近似相等。

优选的是，所述工程车辆模块获取电池电流、单向DC/DC转换器输出电流、直流总线电流和电池的最大容量得到下一时刻的动力电池SOC，包括：

获取电池电流、单向DC/DC转换器输出电流、直流总线电流和电池的最大容量，通过公式(1)得到下一时刻的动力电池SOC：

式中，I

根据本发明实施例的第三方面，提供一种终端，包括：

一个或多个处理器；

用于存储所述一个或多个处理器可执行指令的存储器；

其中，所述一个或多个处理器被配置为：

执行本发明实施例的第一方面所述的方法。

根据本发明实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行本发明实施例的第一方面所述的方法。

根据本发明实施例的第五方面，提供一种应用程序产品，当应用程序产品在终端在运行时，使得终端执行本发明实施例的第一方面所述的方法。

本发明的有益效果在于：

本发明提供一种基于自适应动态规划的燃料电池工程车辆能量管理方法，通过功率预测模型预测工程车辆未来需求功率序列，通过能量管理模型获取下一时刻燃料电池的输出功率，通过单向DC/DC转换器控制燃料电池的输出功率、获取输出电流，通过电流电压表获取直流总线电流，计算一下时刻动力电池SOC发送给能量管理模型，实现对燃料电池系统的控制。相比基于动态规划的能量管理方法，能够实时、快速的完成燃料电池工程车辆的能量控制。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

图1是根据一示例性实施例示出的一种燃料电池工程车辆能量管理系统的控制示意框图。

图2是根据一示例性实施例示出的一种基于自适应动态规划的燃料电池工程车辆能量管理方法的流程图。

图3是根据一示例性实施例示出的一种燃料电池工程车辆能量管理方法中的能量管理模型控制示意框图。

图4是根据一示例性实施例示出的一种终端的结构示意框图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例一

图1是根据一示例性实施例示出的一种燃料电池工程车辆能量管理系统的控制示意框图，该系统包括：

包括分别与燃料电池动力系统电性连接的工程车辆模块、功率预测模型和能量管理模型，其中：

燃料电池动力系统，包括：PEMFC燃料电池、单向DC/DC转换器、动力电池和电流电压表，PEMFC燃料电池输出端连接单向DC/DC转换器输入端，单向DC/DC转换器输出端连接动力电池和直流总线，直流总线连接电流电压表，其中：单向DC/DC转换器控制燃料电池的输出功率，获取其输入输出的电流、电压和功率信息，电流电压表获取工程车辆直流总线的电流、电压和功率信息。功率预测模型获取工程车辆历史需求功率序列信息并根据其得到实时工程车辆下一时刻需求功率并发送给能量管理模型。能量管理模型获取实时工程车辆下一时刻需求功率以及动力电池的SOC得到燃料电池输出功。工程车辆模块获取电池电流、单向DC/DC转换器输出电流、直流总线电流和电池的最大容量得到下一时刻的动力电池SOC。

实施例一

图2是根据一示例性实施例示出的一种基于自适应动态规划的燃料电池工程车辆能量管理方法的流程图，该方法用于终端中，该方法包括以下步骤：

步骤S10，功率预测模型获取工程车辆历史需求功率序列信息并根据其得到实时工程车辆下一时刻需求功率，具体内容如下：

S11，获取工程车辆作业时各个时刻的需求功率信息，并将其按照不同的作业工况进行划分，形成功率序列样本集；

式中，P(k)为各个时刻的需求功率。

S12、构建功率预测神经网络模型，采用三层BP神经网络，包括50个输入神经元，125个隐藏层神经元和1个输出神经元；

S13、将前50个功率序列作为输入，最后1个功率作为标签，输出未来一个功率预测，通过反向传播算法和梯度下降优化方法，训练神经网络模型；

S14、在每次训练迭代中，计算预测结果与标签之间的差异，当差异小于预先设定的阈值时，停止训练。

S15、将工程车辆50个历史需求功率序列[P(k-49),P(k-48),…P(k-1),P(k)]输入功率预测神经网络模型，模型输出下一时刻预测需求功率P(k+1)。

步骤S20，能量管理模型获取实时工程车辆下一时刻需求功率以及动力电池的SOC得到燃料电池输出功率，具体内容如下：

如图3所示，能量管理模型结构示意图，包括执行网络、评价网络和系统模型，基于自适应动态规划方法，以维持动力电池SOC的平稳变化和氢气消耗量最小为目标建立燃料电池工程车辆能量管理模型。通过自适应动态规划方法中执行网络和评价网络的在线学习来对能量管理模型进行求解。具体过程如下：

S21、初始化评价网络和执行网络的权值；

S22、将需求功率信息和动力电池SOC归一化后输入执行网络，执行网络输出为归一化的燃料电池功率；

式中，P为工程车辆需求功率，P

S23、将需求功率信息、动力电池SOC和反归一化后的燃料电池功率输入系统模型，系统模型计算出下一时刻动力电池SOC，将下一时刻动力电池SOC和下一时刻需求功率信息归一化后输入评价网络，评价网络输出为性能指标函数；

SoC(k+1)＝f[P(k),SoC(k),P

式中，f为系统模型的非线性函数。

S24、根据评价网络的权值更新方式，更新评价网络的权值，具体如下：

评价网络的优化目标为最小化误差函数：

式中，k为采样时刻，E

采用梯度下降法，更新评价网络的权值：

式中，W

S25、根据执行网络的权值更新方式，更新执行网络的权值，具体如下：

采用梯度下降法，以最小化J(k)为目标：

式中，W

S26、循环执行S22～S25，直到相邻两次迭代的性能指标函数J(k)，J(k+1)近似相等。

S27、将下一时刻预测需求功率P(k+1)和当前时刻动力电池SOC(k)归一化后输入执行网络，执行网络输出归一化后的燃料电池功率，将其进行反归一化得出下一时刻燃料电池功率P

P

步骤S30，工程车辆模块获取电池电流、单向DC/DC转换器输出电流、直流总线电流和电池的最大容量得到下一时刻的动力电池SOC，具体内容如下：

获取电池电流、单向DC/DC转换器输出电流、直流总线电流和电池的最大容量，通过公式(1)得到下一时刻的动力电池SOC：

式中，I

实施例三

图4是本申请实施例提供的一种终端的结构框图，该终端可以是上述实施例中的终端。该终端可以是VCU整车控制器。

通常，终端包括有：处理器和存储器。

处理器可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器可以采用DSP(DigitalSignalProcessing，数字信号处理)、FPGA(Field－ProgrammableGateArray，现场可编程门阵列)、PLA(ProgrammableLogicArray，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(CentralProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器可以在集成有GPU(GraphicsProcessingUnit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器还可以包括AI(ArtificialIntelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是有形的和非暂态的。存储器还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器所执行以实现本申请中提供的一种基于自适应动态规划的燃料电池工程车辆能量管理方法。

实施例四

在示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的一种基于自适应动态规划的燃料电池工程车辆能量管理方法。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

实施例五

在示例性实施例中，还提供了一种应用程序产品，包括一条或多条指令，该一条或多条指令可以由上述装置的处理器执行，以完成上述一种基于自适应动态规划的燃料电池工程车辆能量管理方法。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。