申请/专利权人：佛山仙湖实验室

申请日：2023-03-16

公开（公告）日：2024-04-23

公开（公告）号：CN116278987B

主分类号：B60L58/30

分类号：B60L58/30;G06F30/15;G06F30/27;G06N3/006;G06N5/048;G06F119/06

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2023.07.11#实质审查的生效;2023.06.23#公开

摘要：本发明公开了一种基于鸽群优化算法的氢燃料电池汽车能量管理方法、系统、设备及存储介质，其中所述方法包括：构建氢燃料电池汽车的整车等效氢耗量模型；构建模糊控制器，其以整车需求功率和动力电池的SOC为输入，以氢燃料电池的输出功率为输出；根据所述整车等效氢耗量模型确定适应度函数，利用鸽群优化算法对所述模糊控制器内部设置的隶属度函数进行优化，以获取最优模糊控制器；将当前整车需求功率和所述动力电池的当前SOC输入至所述最优模糊控制器，得到当前时间下所述氢燃料电池所需的输出功率；控制所述氢燃料电池按照所述输出功率运行。本发明引入模糊控制器和鸽群优化算法可以制定较为合理的车辆能量管理策略，具有良好的实用性。

主权项：1.一种基于鸽群优化算法的氢燃料电池汽车能量管理方法，其特征在于，所述方法包括：步骤100、构建氢燃料电池汽车的整车等效氢耗量模型，所述整车等效氢耗量模型为：mwhole＝mfc+mbat； 其中，mwhole为整车等效氢耗量，mfc为氢燃料电池的氢耗量，mbat为动力电池的等效氢耗量，为氢气的低热值，Pfc为氢燃料电池的输出功率，ηfc为氢燃料电池的效率，Pbat为动力电池的输出功率，ηchg为动力电池的平均充电效率，ηdis为动力电池的平均放电效率；步骤200、构建模糊控制器，其以整车需求功率和动力电池的SOC为输入，以氢燃料电池的输出功率为输出；步骤300、根据所述整车等效氢耗量模型确定适应度函数，利用鸽群优化算法对所述模糊控制器内部设置的隶属度函数进行优化，以获取最优模糊控制器；步骤400、将当前整车需求功率和所述动力电池的当前SOC输入至所述最优模糊控制器，得到当前时间下所述氢燃料电池所需的输出功率；步骤500、控制所述氢燃料电池按照所述输出功率运行。

全文数据：

权利要求：

百度查询： 佛山仙湖实验室 基于鸽群优化算法的氢燃料电池汽车能量管理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD