压缩空气与超级电容混合储能系统能量控制策略

结合压缩空气储能和超级电容储能两种储能方式的特点,提出了一种混合储能技术方案.压缩空气储能作为主要能量存储环节,实现大容量存储和持续的能量转化;超级电容储能作为辅助储能环节,实现功率快速响应和间断的能量补充.本文研究了混合储能系统的能量管理控制策略,提出了采用自适应功率调节和规则基础法控制来实现能量分配管理的策略,设计了15 kW混合储能系统的参数.仿真和试验验证了控制方案的可行性.     

纯电动越野车再生制动控制策略研究

针对纯电动越野汽车对能量和功率的双重要求,将超级电容引入到纯电动汽车的储能系统中,组成了超级电容-蓄电池的双能量源储能结构。分析了纯电动汽车仿真软件ADVISOR中的再生制动控制策略的不足,提出了新的基于ECE法规的串联再生制动控制策略。利用MATLAB/Simulink建立双能量源纯电动越野车再生制动系统仿真模型。通过典型的道路循环工况,对提出的制动力分配方案与ADVISOR中的再生制动控制策略进行仿真对比。仿真结果表明:再生制动控制策略回收了33.88%的制动能量,在很大程度上提高了车载能量的利用率和车辆的动力性能,增加了汽车的续驶里程。     

基于ADVISOR的双能量源纯电动汽车仿真

以蓄电池-超级电容双能量源纯电动汽车为研究对象,在分析双能量源存储系统的结构和工作模式的基础上,建立了相应的双能量源功率分配模糊控制策略.针对电动汽车仿真软件ADVI-SOR,通过双能量源模糊控制建模与关键程序二次开发,实现了适合于蓄电池-超级电容双能量源纯电动汽车仿真的专用软件平台.利用该平台对双能量源纯电动汽车进行了整车动力性能仿真.结果表明:蓄电池-超级电容双能量源存储系统能够同时满足纯电动汽车对能量和功率的双重要求,车辆的经济性和动力性都得到了提高.     

超级电容储能系统抑制直流牵引网压波动的研究

超级电容储能装置通过双向DC/DC变换器为列车提供牵引或者吸收再生制动能量,本文就车载超级电容储能系统的结构及充放电控制策略进行了研究,给出超级电容储能系统充放电控制策略,通过对其控制策略的仿真分析,验证了超级电容储能系统可以有效地防止城市轨道交通供电系统中电力负荷波动和再生失效等问题.     

起重机混合动力系统控制策略的研究

起重机混合动力系统由于具有多机构联合工作的特点而采用串联式结构混合动力方式,且系统的工作状态变换频繁.文中针对基于超级电容的轮胎式起重机混合动力系统采用恒温器+功率跟随的控制策略.对系统的工作状态划分、工作状态的判断进行了分析,并提出了不同状态下超级电容能量控制方法,以避免超级电容的频繁充放电,延长使用寿命.发动机的启动过程中采用纯储能器供能方式以提高系统的快速响应.实验结果表明所提出的控制策略是可行的.     

新型供电方式有轨电车能量管理策略

为了提高混合动力有轨电车制动过程中制动能量的回收效率，提出一种考虑储能系统始末状态的能量管理策略. 在有轨电车从启动到制动的运行过程中，基于极小值原理对混合动力系统进行功率分配，以实现对超级电容荷电状态（state of charge，SOC）安全范围的有效控制，并保证在制动时刻超级电容具有足够的SOC余量来吸收制动功率；同时，将有轨电车启动、运行过程中的牵引控制策略与制动过程的能量回收策略相结合，采用绝缘栅门极晶体管（insulated gate bipolar translator，IGBT）斩波器与制动电阻相结合使用的方式，抑制母线电压的抬升； 最后基于实际的有轨电车运行工况，在MATLAB/Simulink平台下进行了仿真测试. 结果显示，在有轨电车制动时刻，超级电容SOC均能够按照预期下降到0.4左右，且在制动全过程中，有轨电车母线电压始终处于875 V以下，满足母线电压的控制要求.      

基于变分模态分解的混合储能功率分配方法

针对风电功率波动平抑问题,采用功率型储能和能量型储能构成的混合储能系统,提出一种基于变分模态分解获得混合储能系统功率分配的方法.首先,利用滑动平均法确定风电并网功率和混合储能系统充放电功率,采用变分模态分解对混合储能充放电功率分解获得多个子序列;基于相邻子序列间互信息熵值实现混合储能系统的初级功率分配;其次,在混合储能系统内部,根据功率型储能的荷电状态,对混合储能系统功率分配进行模糊控制,得到修正后的混合储能系统充放电功率,实现混合储能系统内部功率的合理分配.算例分析表明,所提方法可以有效平抑风电波动,保证混合储能系统安全稳定运行.     

基于状态机的燃料电池混合动力系统控制策略

针对由2套大功率氢燃料电池、超级电容和动力电池所构成的有轨电车用混合动力系统,提出能够满足运行工况需求的状态机控制能量管理策略. 首先,以状态机为基础构架,将有轨电车的运行划分为牵引、惰行、制动和故障4种状态;接着研究了4种运行状态下的能量管理策略,牵引状态采用基于自适应放电系数的均压算法,惰行状态采用改进的最大效率点跟随算法;然后基于4种状态,进行了整车实际运行;最后对比分析了功率跟随策略、状态机控制策略的能耗和电池堆效率. 研究结果表明:基于自适应放电系数的均压算法能够保证2套超级电容在牵引状态中均匀放电,避免了单套超级电容过度使用的情况;改进的最大效率点跟随算法使得燃料电池的平均效率提高了3.91%;此外,状态机控制策略与功率跟随策略的电堆效率分别为61.89%、57.98%,前者比后者节约了3.2%的氢气.      

基于动态混合度的储能式有轨电车能量管理策略

为了提高混合储能式有轨电车的系统效率和运行经济性，基于动态混合度和系统效率之间的关系，提出了基于动态混合度在线凸规划的混合储能式有轨电车能量管理策略. 首先基于混合储能式有轨电车各系统参数，对各部件进行建模；其次采用在线凸规划法求解，得到了系统每一时刻的最优动态混合度；最后以有轨电车的典型工况为例，在RT-LAB实时仿真平台研究动态混合度对系统效率的影响. 研究结果表明动态混合度同系统效率之间存在凸函数关系:在相同参数条件下，基于动态混合度的在线凸规划能量管理策略较传统的功率跟随式能量管理策略系统瞬时效率最高提升9.6%；当完成整条线路运行，可节省电量2 886.2 kJ，运行经济性提升3.29%.      

考虑性能衰退的燃料电池汽车自适应优化能量管理策略

为了提高系统效率与降低因不利运行条件导致的燃料电池使用寿命缩短风险,提出了考虑燃料电池性能衰退的自适应庞特里亚金极小值原理(P MP)能量管理策略,用于城市公交车燃料电池/超级电容混合动力系统;分析了离线式P MP燃料电池/超级电容混合动力系统在5种不同循环工况下的能量分配结果,获取了在3种典型城市公交循环工况下初始协...     

基于动力电池和超级电容的复合电源控制策略研究

基于Advisor建立了动力电池和超级电容的复合电源仿真模型,基于Matlab/Simulink设计了复合电源能量管理的模糊控制策略,并嵌入到仿真软件Advisor中。在UDDS工况下对模糊控制策略和逻辑门限控制策略进行了对比仿真。结果表明:相比于传统的逻辑门限控制方法,所建立的模糊控制策略能够减少大电流对电池的损害,充分发挥超级电容"削峰填谷"的作用,DC-DC逆变器工作效率从84.79%提高到88.92%,整车的能量消耗降低了6.45%。     

超级电容储能装置的应用研究

针对城市轨道交通系统中的网压波动问题，提出了在牵引变电所内设置超级电容储能装置的解决方案，该装置以电容吸收为主，电阻消耗为辅，在稳定网压的同时还将制动能量存储再利用；在分析装置功能的基础上设计了主电路，并对主电路进行了建模仿真，结果表明设计能满足系统减小网压波动的要求。     

超级电容重型牵引车制动能量回馈系统设计

针对电动汽车制动能量再生回馈问题,基于陕汽集团超级电容纯电动重型牵引原型车SX4186EV,设计了一个新型的复合制动系统,由独立的制动能量再生回馈与双回路气制动2个子系统并联构成.基于制动强度与实车载荷,提出一种基于规则的再生制动力与气制动力分配策略.在上海码头牵引车实际行驶工况下,检验复合制动系统的能量回收效率.试验结果表明:在满载与空载制动工况下,制动能量回收效率分别为14.534％与55.617％,平均值为35.076％,而铅酸电池与锂电池电动汽车实际回收效率一般仅约为10％,因此,超级电容纯电动汽车制动能量回收效率高.     

基于动态规划算法的增程式电动汽车能量管理策略优化

提出了一种动态规划改进算法, 根据约束条件确定未来可达状态序列, 通过计算离散状态点间的转移代价, 在保证求解精度的同时, 降低了离线优化计算量; 利用改进动态规划算法设计了增程式电动汽车能量管理策略, 根据能量管理优化问题特点, 建立了动力系统模型和适用于全局优化求解的系统状态方程, 并确定了以动力电池荷电状态为系统状态量和增程器发电功率为系统控制量; 在迭代计算过程中, 将发动机燃油费用和动力电池电能费用之和作为目标函数, 构建了基于北京主干道不同行驶里程仿真工况, 得到了驱动电机需求功率最优分配结果; 提取了增程器启停状态与动力电池荷电状态和驱动电机需求功率二者之间的控制规则, 利用最小二乘法对增程器功率分流比与驱动电机需求功率的分布规律进行拟合, 建立了基于优化规则的能量管理策略。仿真结果表明: 对于行驶里程为100km的仿真工况, 动态规划改进算法计算时间为7 239s, 与经典动态规划算法相比计算效率提高了78.2%;基于优化规则的能量管理策略能够获得类似动态规划改进算法的控制效果, 2种控制策略的动力电池荷电状态误差小于2.5%;相比实车电能消耗-电能维持型控制策略, 基于优化规则的控制策略能够使整车经济性提高5.4%, 使燃油经济性提高7.9%。      

燃料电池与超级电容复合双电源系统功率控制研究

车载复合电源系统作为电动汽车的一项关键技术已成为研究热点。研究人员更多地关注整车能量管理研究与经济性。针对燃料电池FC(fuel cell,FC)+超级电容UC(ultra-capacitor,UC)复合电源构型进行瞬时功率研究,提出采用惯性环节对FC进行瞬时功率抑制以使其响应低频负载的控制方案。系统采用上下级的控制方案并采用CAN(controller area network,CAN)通讯方式进行交互。最后进行了功率分配实验与工况测实验证明控制方案正确。     

城市轨道交通车载混合储能系统的研究

针对城轨列车在起动、制动过程中对牵引网电压造成冲击从而引起网压不稳定的问题,提出一种由超级电容与钛酸锂电池组成的混合储能系统,该混合储能系统满足城轨列车对高能量和高功率的需求。以混合储能系统的整体结构为研究对象,着重介绍了预充电回路的设计与仿真验证,它能明显提升混合储能装置的性能以及延长使用寿命。针对该混合储能结构,提出采用综合控制策略,该策略通过控制主电路中两个双向DC/DC变换器的工作模态来实现储能单元工作在恒流充放电状态。最后仿真对比综合控制策略与传统电压电流双闭环控制策略,仿真波形对比分析表明:对于牵引机车等大容量负荷突增与突减造成的网压波动,综合控制策略能更有效、快速调节混合储能系统的充放电状态,确保牵引网压波动幅度较小,提高城轨列车的运行可靠性与稳定性。     

燃料电池混合动力系统参数匹配与多目标优化

在满足机车动力性能需求的条件下,运用参数匹配方法对燃料电池系统的重量、体积指标进行了优化. 首先,搭建了机车动力学模型,针对列车运行的加速启动、匀速爬坡、最大时速运行3种关键工况,分别得到3个需求功率峰值;其次,基于传统方法,以最大需求功率峰值为目标,分析了超级电容-动力电池配比;然后,在传统方法基础上,采用改进粒子群算法（improved particle swarm optimization,IPSO）,进行了基于系统重量和体积的多目标优化参数匹配计算,得到了最优解;最后,对传统方法和多目标优化方法进行了对比分析. 研究结果表明:两种方法均能满足列车动力需求;采用多目标优化方法,为同型燃料电池混合动力有轨电车配置2套150 kW燃料电池,124个超级电容（48 V,165 F）和337个动力电池（3.7 V,9 A?h）. 车辆经32.24 s加速可达时速70 km/h,最大爬坡能力为85.5‰,持续爬坡能力为732.5 m;相比较传统方法,重量和体积优化率分别达到83.075%和86.696%.      

节能与新能源城市客车推荐

XMQ6127GHEV7是大金龙面向城市公交市场全新开发的一款插电式混合动力客车。该车型在大金龙成熟的纯电动方案基础上,增加了一套小型高速APU系统实时发电,不仅大幅减少了动力电池的容量和体积,还使其只工作在浅充浅放的状态;同时借鉴了并联系统对超级电容的应用经验,采用了“电池＋电容”的电电混合模式,可充分发挥电容的优点而降低电池的损耗。     

新型供电方式有轨电车运行能耗优化方法

针对无接触网新型供电方式有轨电车运行能耗的问题，研究了一种在储能容量有限的情况下降低运行能耗并提高再生制动能量回收的方法. 该方法在保证列车站间运行距离不变、站间运行时间在可行范围内、且满足超级电容吸收制动功率能力的前提下，通过重新分配牵引、惰行、制动3种工况执行的距离以及列车在牵引与制动工况的出力大小，计算出一条既实现节能又提高制动能量回收的列车目标运行曲线；最后使用该方法对某有轨电车实际运行线路进行优化. 仿真结果表明:在冗余时间内，该方法平均减少4%的运行能耗；同时超级电容在有轨电车制动过程中平均增加4%的制动回馈能量回馈，且能够安全运行.      

考虑燃料电池老化的多堆自适应功率分配方法

为延长多堆燃料电池系统（multi-stack fuel cell system,MFCS）使用寿命,保证运行过程中各电堆总体退化性能逐渐趋于一致,针对大功率质子交换膜燃料电池（proton exchange membrane fuel cell, PEMFC）系统,提出了一种考虑电堆老化的MFCS自适应功率分配方法. 在MFCS运行过程中,由于燃料电池输出功率会随不同运行条件而动态变化,导致每个电堆老化程度通常不一致,因此提出量化指标电压退化程度（voltage degradation degree,VDD）来表征燃料电池在运行过程中电堆的老化程度;还采用燃料电池半经验模型来模拟老化对电堆性能的影响;最后,通过RT-LAB搭建硬件在环（hardware-in-the-loop,HIL）测试平台,与原有的功率分配方法做比较. 结果表明:该方法能协调各燃料电池出力,减缓电堆老化速率;相较于平均功率分配方法和链式功率分配方法在MFCS的氢耗量上分别降低了13.59%和8.04%.