论文部分内容阅读
本文针对现有的储能系统无法满足电动汽车行驶过程中大功率以及续航里程的需求,提出一种基于遗传算法(Genetic Algorithm,GA)的混合储能系统(Hybrid Energy Storage System,HESS)能量功率的最优分配策略,该HESS由锂离子电池和超级电容器组成。此能量管理策略对储能系统的不同工作模式进行分类管理,建立能量管理系统输出功率与需求功率误差最小的目标函数。采用遗传算法求解目标函数,获得锂离子电池和超级电容的出力系数,进而优化功率分配,以提高电动汽车储能系统的整体性能。首先分析了目前国内外研究电动汽车HESS能量管理的现状,以及能量管理中存在的难点问题,然后提出改进储能单元的组成结构和控制方法的解决方案。在比较了几种储能系统拓扑结构的基础上,选择了锂离子电池和超级电容分别单独控制再并联的结构。这样的HESS能够较大限度地发挥锂离子电池能量密度高和超级电容器功率密度高的优势。结合双向DC/DC变换器的工作原理及其在HESS的作用,运用软开关技术降低系统的能量传输损耗。分析锂离子电池和超级电容器各自的性能后,分别建立合适的等效电路模型,基于所建立的模型,使用扩展卡尔曼滤波算法和开路电压法估算锂离子电池和超级电容的SOC值;考虑锂离子电池和超级电容器在混合储能系统中的容量比,确定各自的SOC权重系数,加权得到系统整体SOC值。提出了HESS能量管理策略的实现过程。随后,推导出汽车的行驶速度和功率需求的关系表达式,并以各储能单元SOC为参考依据,建立了电动汽车功率需求与HESS各储能单元输出功率之间的目标函数,并用改进后的GA求解这一目标函数,获取各储能单元的出力系数,进而提出一种兼顾功率分配与能量调度的控制策略,优化锂离子电池和超级电容的功率分配。最后在ADVISOR仿真平台上搭建含HESS的电动汽车结构,分别选取美国城市道路循环工况和欧洲城市行驶循环工况对电动汽车进行模拟仿真,并利用粒子群算法作对比仿真。分析仿真结果,以验证基于GA的电动汽车HESS能量管理策略的可行性。再在实验室已有平台上进行模拟实验,以验证本文提出的HESS能量管理策略可以对锂离子电池和超级电容的输出功率进行协调分配,体现其实际应用价值。