基于模型预测控制的燃料电池重型电动汽车动力总成系统效率与寿命优化研究

《Energies》：Reservoir Characteristics and Controlling Factors of Shale Oil in Continental Saline Lake Basins—A Case Study of the Shahejie Formation, Jiyang Depression, Bohai Bay Basin, China

　　

摘要

本研究提出了一种模型预测控制（MPC）方法，用于优化燃料电池重型电动汽车的动力总成系统效率。MPC确定高压牵引电池与燃料电池系统之间的功率分配，以满足驱动循环的功率需求，同时通过将有级退化纳入成本函数来延长燃料电池堆的使用寿命，作为第二个目标。基于驾驶轮廓信息，控制器在指定的预测范围内调整燃料电池功率轨迹，使得在时间离散范围结束时牵引电池达到目标荷电状态，最小化燃料消耗，并避免过度退化。控制变量由燃料电池、卡车和电池的离散时间模型计算得出。由此产生的非线性优化问题通过开源软件包acados求解，并集成到MATLAB Simulink中以实现实时能力。MPC在模型在环环境中实现和测试，其实时执行在dSPACE MicroAutoBox III快速控制原型单元上进行了验证。在车辆能耗计算工具（VECTO）长途循环测试中，与基于规则的策略相比，氢消耗量减少了6.5%，膜变薄和电化学活性表面积损失分别减少了6.1%和2.3%。