首页|燃料电池汽车工况自适应的模糊能量管理策略

燃料电池汽车工况自适应的模糊能量管理策略

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
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.
Fuzzy energy management strategy for fuel cell vehicles with self-adaptive operating conditions

fuel cell vehicleworking condition identificationbackpropagation neural networkenergy management strategy

聂金泉、王敖、魏长银、陈晨、刘源

展开 >

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

河北工业大学 机械工程学院,天津 300130

东风汽车股份有限公司,湖北 襄阳 441000

展开 >

燃料电池汽车 工况识别 反向传播神经网络 能量管理策略

中央引导地方科技发展专项湖北省高等学校优秀中青年科技创新团队计划项目

2020ZYYD001T201815

2023

10.3969/j.issn.1674-8425(z).2023.09.008

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
年,卷(期)：2023.37(17)
  • 15