[发明专利]基于海鸥优化算法的燃料电池汽车能量管理方法及系统

权利要求书

1.一种基于海鸥优化算法的燃料电池汽车能量管理方法，其特征在于，所述方法包括：

构建模糊控制器，所述模糊控制器以车辆需求功率和车辆内部的动力电池荷电状态为输入变量，并以车辆内部的燃料电池输出功率为输出变量；

建立所述车辆的等效氢耗量数学模型，将所述等效氢耗量数学模型的表达式定义为海鸥优化算法所利用到的适应度函数；

获取所述模糊控制器内部所包含的所有隶属度函数，利用海鸥优化算法对所述所有隶属度函数进行优化，以获取合理的模糊能量管理策略。

2.根据权利要求1所述的基于海鸥优化算法的燃料电池汽车能量管理方法，其特征在于，所述车辆需求功率的计算公式为：

其中，P_req为车辆需求功率，u为车辆行驶速度，η_t为传动系统效率，m为车辆重量，g为重力加速度，f为滚动阻力系数，α为道路坡道角，C_D为空气阻力系数，A为车辆迎风面积，δ为旋转质量换算系数，a为车辆加速度。

3.根据权利要求1所述的基于海鸥优化算法的燃料电池汽车能量管理方法，其特征在于，所述车辆内部的动力电池荷电状态的计算公式为：

其中，SOC为动力电池荷电状态值，SOC₀为在充放电起始时的动力电池荷电状态值，C_N为动力电池的额定容量，η为充放电效率，I为动力电池电流，t为充放电时间。

4.根据权利要求1所述的基于海鸥优化算法的燃料电池汽车能量管理方法，其特征在于，所述模糊控制器的构建过程为：

对所述车辆需求功率进行区间模糊化，得到在既定第一离散论域范围内的若干个第一模糊子集；

对所述动力电池荷电状态进行区间模糊化，得到在既定第二离散论域范围内的若干个第二模糊子集；

对所述燃料电池输出功率进行区间模糊化，得到在既定第三离散论域范围内的若干个第三模糊子集；

对所述若干个第一模糊子集、所述若干个第二模糊子集和所述若干个第三模糊子集进行经验推理，形成模糊规则库。

5.根据权利要求1所述的基于海鸥优化算法的燃料电池汽车能量管理方法，其特征在于，所述等效氢耗量数学模型的表达式为：

其中，为车辆的等效氢耗量，为燃料电池的等效氢耗量，为燃料电池运行过程中由于电堆衰减所产生的等效氢耗量，为动力电池的等效氢耗量，N_cell为燃料电池内部所包含的电池单元数量，I_fc为燃料电池的输出电流，为氢气的摩尔质量，F为法拉第常数，P₁为负载变化循环所导致的燃料电池性能退化率，n₁为车辆行驶时循环负荷变化周期次数，P₂为启停循环所导致的燃料电池性能退化率，n₂为车辆行驶时启停周期次数，P₃为空载所导致的燃料电池性能退化率，t₁为每小时内的空转时长，P₄为高负载状态所导致的燃料电池性能退化率，t₂为高功率负荷运行时长，α_fc为燃料电池内部的电堆价格，为氢气价格，P_bat为动力电池的输出功率，α_ele为每度电价格，η_bat为动力电池的能量转化效率，t为运行时间。

6.根据权利要求4所述的基于海鸥优化算法的燃料电池汽车能量管理方法，其特征在于，所述获取所述模糊控制器内部所包含的所有隶属度函数包括：

基于所述若干个第一模糊子集，确定所述车辆需求功率所对应的第一隶属度函数；

基于所述若干个第二模糊子集，确定所述动力电池荷电状态所对应的第二隶属度函数；

基于所述若干个第三模糊子集，确定所述燃料电池输出功率所对应的第三隶属度函数。

7.根据权利要求6所述的基于海鸥优化算法的燃料电池汽车能量管理方法，其特征在于，所述第一隶属度函数和所述第三隶属度函数均为梯形隶属度函数，所述第二隶属度函数为三角形隶属度函数。