电动车辆复合电源多目标协同优化能量管理策略研究

Hybrid energy storage systems (HESSs) composed of batteries and supercapacitors are being intensively studied for electrified vehicle applications, and its system design and energy management strategy have significant influence on cost, efficiency and service life of HESSs. This project will investigate three crucial scientific challenges: fast and robust state-of-charge estimation method for supercapacitors, collaborative optimization of system design and energy management strategy, and online multi-objective optimal energy management method. This project will explore the optimal model structure and efficient parameter identification method for supercapacitors in the context of vehicular applications, and develop a fast and robust state-of-charge estimator. Through investigating the coupling mechanism between system design and energy management strategy, an enabling framework for their synergetic optimization will be studied. Finally, for system control synthesis, weighting coefficient adaption law for the optimization objectives and power demand prediction will be researched and incorporated to develop an online multi-objective optimal energy management strategy. Research results will enhance the system performance of HESSs while diminishing its premium cost, and also help advance the independent research and engineering applications of HESSs in electrified vehicles.

电池与超级电容器复合电源是电动车辆车载电源的重要发展方向之一，其系统匹配设计与能量管理策略的优劣直接影响系统的成本、寿命及工作效率。本项目围绕高动态超级电容器电荷状态快速鲁棒估计方法、系统匹配参数与能量管理策略协同优化模型的构建与求解、高维动态耦合多目标优化控制方法三个关键科学问题，开展如下研究：（1）探索超级电容器最优模型结构及其参数在线辨识方法，探究基于鲁棒观测器的电荷状态估计方法，以提高估计算法的运算效率和对模型参数漂移的鲁棒性；（2）揭示复合电源拓扑结构、参数匹配与能量管理策略之间的耦合机理，建立系统参数匹配和能量管理策略协同优化设计方法；（3）研究目标权重系数自调节律和动态功率预测方法，提出基于模型预测的在线多目标协同优化能量管理策略。研究旨在解决复合电源能量管理中的关键共性问题，为复合电源实车应用提供理论依据和技术支持，同时为其它混合储能系统控制提供借鉴与参考。

锂离子电池与超级电容复合电源是电动车辆车载电源的重要发展形式之一，参数匹配设计、性能衰退规律、安全风险管控方法是复合电源的核心技术，其优劣直接关系到电动车辆的安全高效运行。本研究以复合电源系统为主要研究对象，重点着眼于锂离子电池，针对现阶段复合电源系统匹配设计与能量管理策略不完善、荷电状态与健康状态估计精度低、安全管控技术难以实车应用等关键问题，从以下五个方面展开了研究：（1）分析了混合电化学储能系统在智能电网和电气化车辆的应用前景。详细介绍了系统配置、DC/DC变换器设计和能量管理策略开发方法，并阐述了它们之间的关系及工艺细节，提出了车用复合电源优化设计与控制一体化设计方法；（2）针对电池参数辨识结果发散问题，建立了基于递推最小二乘法的模型参数在线辨识方法，并将容量估计结果实时引入SOC估计器，通过定期在线更新电池模型参数，提出了动力电池荷电状态快速鲁棒估计方法；（3）基于车联网平台监控数据，探究了交变运行工况下动力电池老化衰退规律，运用机器学习、深度学习算法建立了基于运行数据的动力电池系统健康状态估计模型；（4）基于车用动力电池多种使用工况数据，提取了多维度电池组不一致性表征参数，提出了多参数耦合的车载储能系统不一致与故障诊断方法，基于充电数据，开发了充电容量异常诊断算法，实现了多工况下的电池故障诊断；（5）基于对电池低温特性的实验研究，分析了电流频率和幅值对加热效果的影响，并以阻抗和容量变化为特征，验证了其对电池寿命和性能的影响，并提出了一种避免出现析锂现象的定频变电流正弦交流电低温加热控制策略。.通过课题研究，发表科研论文7篇，申请相关国家发明专利2项。培养博士研究生2名、硕士研究生4名。参与电动汽车电源系统方面专题国际和国内学术研讨4次，形成了复合电源系统参数匹配、状态估计和安全预警优化方案，为车用复合电源的大规模应用提供了理论支撑。