面向燃料电池混合动力汽车的新型容错模型预测控制能量管理
《Processes》:A Novel Fault-Tolerant Model Predictive Control Energy Management for Fuel Cell Hybrid Electric Vehicles
【字体:
大
中
小
】
时间:2026年09月11日
来源:Processes 3.4
摘要
本文提出了一种适用于邮政配送应用场景的燃料电池混合动力电动汽车(FCHEV)容错模型预测控制(FTMPC)框架。所提出的FTMPC的主要贡献在于基于故障严重程度自适应调整模型预测控制目标函数权重。该框架将多种退化机理下的故障特征表征纳入考量,同时确保车辆可靠运行。该FTMPC方法根据故障严重程度指数动态调整目标函数权重与系统约束。所提出的控制策略在考虑规定运行与安全约束的前提下,实现燃料电池与电池之间的故障感知功率分配。为隔离所提出健康状态相关自适应机制的贡献,本文在相同车辆模型、驾驶工况、初始条件、预测与控制时域、求解器配置及故障场景下,与结构相同的固定权重MPC控制器进行了对照消融实验。自适应FTMPC相较于固定权重MPC基线,直接氢气消耗降低了10.6956%。由于终端电池荷电状态(SoC)差异可能影响仅基于氢气消耗的对比结果,本文同时评估了经荷电修正的氢等效指标;在该更为保守的指标下,自适应FTMPC仍保持了2.7276%的改善。最终二次规划实现在验证运行中达到100%的成功优化率,且未触发后备控制器,最大软约束松弛量保持在10??量级。此外,本文还开展了敏感性分析,评估相关车辆与运行条件对能耗及电池利用率的影响。上述结果直接定量地证实了所提出故障自适应机制的贡献,并验证了其在FCHEV能量管理中的数值可行性,同时明确指出了当前基于仿真验证的局限性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号