重庆理工大学学报2023，Vol.37Issue(17) ：71-78.DOI:10.3969/j.issn.1674-8425(z).2023.09.008

燃料电池汽车工况自适应的模糊能量管理策略

Fuzzy energy management strategy for fuel cell vehicles with self-adaptive operating conditions

聂金泉 王敖 魏长银 陈晨 刘源
重庆理工大学学报2023，Vol.37Issue(17) ：71-78.DOI:10.3969/j.issn.1674-8425(z).2023.09.008
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

燃料电池汽车工况自适应的模糊能量管理策略

Fuzzy energy management strategy for fuel cell vehicles with self-adaptive operating conditions

聂金泉 1王敖 1魏长银 2陈晨 1刘源3
扫码查看

作者信息

  • 1. 湖北文理学院 汽车与交通工程学院,湖北 襄阳 441053;纯电动汽车动力系统设计与测试湖北省重点实验室,湖北 襄阳 441053
  • 2. 湖北文理学院 汽车与交通工程学院,湖北 襄阳 441053;河北工业大学 机械工程学院,天津 300130
  • 3. 东风汽车股份有限公司,湖北 襄阳 441000
  • 折叠

摘要

针对燃料电池汽车能量管理策略在复杂工况下适应性较差的问题,提出一种融合反向传播(BP)神经网络工况识别的自适应模糊能量管理策略.选取中国乘用车行驶工况(CLTC-P)作为样本工况,以最高速度、平均速度、怠速时间比为特征参数,建立BP神经网络工况识别模型.制定3 种典型工况下的模糊能量管理策略,使用遗传算法对模糊策略参数进行离线优化,运用BP神经网络在线识别工况并选取相适应的策略参数.仿真结果显示:与基于规则的策略和有工况识别的模糊控制策略相比,工况自适应模糊能量管理策略分别使整车的等效氢气消耗量降低6.87%和3.41%,表明所提策略能够有效识别随机工况,改善策略适应性,进一步提高整车经济性.

关键词

燃料电池汽车/工况识别/反向传播神经网络/能量管理策略

Key words

fuel cell vehicle/working condition identification/backpropagation neural network/energy management strategy

引用本文复制引用

基金项目

中央引导地方科技发展专项(2020ZYYD001)

湖北省高等学校优秀中青年科技创新团队计划项目(T201815)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量15
段落导航相关论文