采用AFSA算法的燃料電池車混合度的能量優(yōu)化

湯世炎 陳麗

摘要：隨著能源危機(jī)的日趨嚴(yán)重，氫能源燃料電池車憑借著清潔、高效、無污染等優(yōu)點(diǎn)得到了社會(huì)的高度關(guān)注。但是由于我國加氫站的體系并不完善，存在著基礎(chǔ)建設(shè)的不足，相關(guān)流程的不健全，無法規(guī)模化地制造氫能源等問題，導(dǎo)致氫能源的成本遠(yuǎn)遠(yuǎn)高于石油。為了解決這一問題，文章使用人工魚群算法對(duì)建立的目標(biāo)函數(shù)進(jìn)行優(yōu)化，并根據(jù)各性能指標(biāo)的權(quán)重關(guān)系選擇最佳混合度，并在仿真平臺(tái)ADVISOR2002上進(jìn)行驗(yàn)證。

關(guān)鍵詞：燃料電池;人工魚群算法;混合度

中圖分類號(hào)：TM911? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）11-0088-04

1 引言

近年來，隨著現(xiàn)代化和工業(yè)化的到來，能源危機(jī)、空氣污染日趨嚴(yán)重，全球各國正大力發(fā)展新能源技術(shù)[1]。燃料電池憑借著零排放、高效率、清潔等優(yōu)點(diǎn)正逐漸成為未來交通運(yùn)輸業(yè)能源替代的理想解決方案[2]。但是在實(shí)際工程中，燃料電池在汽車的開發(fā)利用下仍然存在不足，首先燃料電池?zé)o法單獨(dú)作為能源，因?yàn)槠鋭?dòng)態(tài)響應(yīng)能力較差，無法面對(duì)各種突發(fā)情況[3]。其次燃料電池汽車性能方面，單一的指標(biāo)是無法評(píng)價(jià)汽車的性能優(yōu)劣，而汽車的經(jīng)濟(jì)性和動(dòng)力性之間的關(guān)系是呈負(fù)相關(guān)的[4]，研究者們提高整車的經(jīng)濟(jì)性勢必會(huì)造成分動(dòng)力性能的下降，反之亦然。因此，為了提升整車的性能，研究動(dòng)力性與經(jīng)濟(jì)性之間的權(quán)重關(guān)系是十分必要的[5]。

2 算法設(shè)計(jì)

2.1 人工魚群算法

在自然世界里，魚類可以通過自身行為找到水域中食物濃度高的地方，所以大量聚集魚的區(qū)域往往食物最多，人工魚群算法就是通過觀察這一現(xiàn)象，模擬魚群的覓食、聚群和追尾等行為，從而達(dá)到最優(yōu)。以下是魚的幾種典型行為：

覓食行為：通常魚會(huì)在水域中隨機(jī)活動(dòng)，但是當(dāng)它發(fā)現(xiàn)食物時(shí)，就會(huì)快速朝著食物濃度高的地方移動(dòng)。通過模擬這一行為，算法在初始階段會(huì)隨機(jī)選擇一個(gè)位置，隨后對(duì)兩個(gè)位置進(jìn)行比較，移動(dòng)到較優(yōu)的位置，然后繼續(xù)執(zhí)行該操作，直到達(dá)到嘗試次數(shù)。

聚群行為：魚在水域中生活時(shí)為了確保生存通常會(huì)聚集成群，分析這一行為，算法首先會(huì)判斷附近人工魚的數(shù)量，然后通過對(duì)位置中心狀態(tài)評(píng)估來決定是否移動(dòng)。

追尾行為：在水域生活中，魚會(huì)尾隨附近已經(jīng)找到食物的伙伴從而快速到達(dá)食物處。通過模擬這一行為，算法對(duì)兩處的狀態(tài)進(jìn)行比較，然后選擇較優(yōu)的狀態(tài)位置進(jìn)行移動(dòng)。

2.2 基于自適應(yīng)思想的人工魚群算法

人工魚群算法作為一種新的算法，具有簡單、快速等良好的特性，所以很受科研人員的關(guān)注。但是在收斂速度方面依然存在不足。

本文針對(duì)存在的問題，提出設(shè)置探索系數(shù)，來滿足過程中步長和視野的需求變化。在搜索前期，較大的步長和視野可以開拓出更加廣泛的空間，而在后期，較小的步長和視野可以更快地逼近最優(yōu)解，從而收斂速度得到提升。具體公式如下：

[visualt=δvisualt-1k/k+1] （1）

[k=1-η10t/11T] （2）

[stept=0.5visualt] （3）

公式中，η、δ分別為視野收縮系數(shù)、視野擴(kuò)大系數(shù)。k為控制視野縮小的參數(shù)。visualt為第 t次迭代的視野范圍。stept為第t次迭代的步長。為了驗(yàn)證自適應(yīng)思想對(duì)改進(jìn)AFSA的收斂能力影響，利用已搭建的模型進(jìn)行試驗(yàn)。從圖1，圖2中可以看出改進(jìn)后的收斂速度要強(qiáng)于改進(jìn)前。

2.3 優(yōu)化目標(biāo)的確定

因?yàn)榭紤]到汽車的各項(xiàng)性能都有自己適合的混合度，同時(shí)汽車的經(jīng)濟(jì)性與動(dòng)力性的關(guān)系又呈負(fù)相關(guān)，所以設(shè)定燃料混合度（DOH） 的區(qū)間為[0.08，0.80]。本文將最高車速（mv） ，燃油消耗（fe），加速時(shí)間（at1，at2），等多個(gè)指標(biāo)聯(lián)合建立了單目標(biāo)函數(shù)。

定義目標(biāo)價(jià)值函數(shù)為：

[Gobjective_g=tK（i）] （1）

[K（i）=][Hi·max_Gi-Gimax_Gi-minGi][Hi·Gi-max_Gimax_Gi-min_Gi]?（2）

式中：Hi為目標(biāo)參數(shù)的權(quán)重系數(shù)，G為目標(biāo)參數(shù)在對(duì)應(yīng)DOH下的值，而max_Gi、min_Gi則表示目標(biāo)參數(shù)的最值。

運(yùn)用人工魚群優(yōu)化算法[6]，通過減小價(jià)值函數(shù)可以計(jì)算出優(yōu)化的DOH。然而，每個(gè)目標(biāo)參數(shù)都有其各自對(duì)應(yīng)最優(yōu)的混合度。僅憑一個(gè)性能指標(biāo)的優(yōu)劣是無法衡量整車性能的。這就需要考慮不同目標(biāo)參數(shù)的權(quán)重對(duì)性能的影響。為了研究不同目標(biāo)參數(shù)的權(quán)重組合對(duì)混合度的影響，把所有目標(biāo)參數(shù)兩兩針對(duì)性地組合并視為變量輸入，且權(quán)重系數(shù)設(shè)定在[0，1]。結(jié)果如下圖所示。

圖3是最高車速與氫耗經(jīng)濟(jì)性關(guān)于DOH的對(duì)比關(guān)系圖。圖中顯示了相對(duì)于Kfe，Kmv在優(yōu)化混合度上占主導(dǎo)影響，組合中優(yōu)化的混合度在0.5左右，這恰好是最高車速相對(duì)應(yīng)的混合度。

圖4是0～25km/h加速時(shí)間和氫耗經(jīng)濟(jì)性關(guān)于DOH的對(duì)比關(guān)系圖。在優(yōu)化混合度中Kfe占主導(dǎo)作用。組合中優(yōu)化的混合度都收斂于0.5左右。

圖5是0～50km/h加速時(shí)間和氫耗經(jīng)濟(jì)性關(guān)于DOH的對(duì)比關(guān)系圖。和圖4相比，優(yōu)化效果更好，因?yàn)楦鱾€(gè)指標(biāo)更多地趨近于各自的最優(yōu)DOH。

圖6是氫耗經(jīng)濟(jì)性與加速時(shí)間，最高車速，最大加速度的對(duì)比關(guān)系圖。通過以上圖可知各個(gè)指標(biāo)的優(yōu)化混合度大多在0.5左右。所以，選取混合度為0.55，并在下一環(huán)節(jié)進(jìn)行驗(yàn)證。

3 燃料電池汽車仿真模型的建立

3.1 ADVISOR概述

ADVISOR2002是一種基于Simulink環(huán)境下，二次開發(fā)的高級(jí)車輛仿真器，可以應(yīng)用在多種車型上進(jìn)行仿真分析[7]。它可以根據(jù)使用者的需求進(jìn)行搭建模型，部分參數(shù)可以直接輸入到整車界面，另一部分則通過編寫相對(duì)應(yīng)模塊的m文件進(jìn)行更改，與目前市面上其他的仿真軟件相比，它十分便利，易上手。

3.2 整車模型

3.2.1 車輛模型

車輛系統(tǒng)以整車動(dòng)力學(xué)為基礎(chǔ)進(jìn)行模型建立。通過對(duì)研究車輛的速度，受力等相關(guān)因素對(duì)模型進(jìn)行搭建，模型如圖7所示。

車輛的參數(shù)如表1所示：

3.2.2 車輪模型

車輪模型通過主減速器來計(jì)算轉(zhuǎn)速、轉(zhuǎn)矩、輪胎的牽引力和速度來模擬車輪的運(yùn)動(dòng)狀態(tài)。本課題的車輪參數(shù)如表2，車輪模型如圖8。

3.2.3 動(dòng)力電池模型

目前被廣泛采用的是Rint模型，該模型是通過建立鉛酸電池模型發(fā)展起來的，鋰離子電池與燃料電池結(jié)構(gòu)如圖9、圖10所示。

3.2.4 主減速器模型

主減速器連接在變速器之后，主要起到降低轉(zhuǎn)速增加轉(zhuǎn)矩的作用。其結(jié)構(gòu)如圖11所示。

3.2.5 變速器模型

變速器可以通過傳遞不同的轉(zhuǎn)速來達(dá)到給增距降低速度的目的。其結(jié)構(gòu)如圖12所示。

4 基于仿真軟件的實(shí)驗(yàn)驗(yàn)證

4.1 車輛仿真

本文首先根據(jù)模型所需選定參數(shù)，然后考慮實(shí)際行駛情況的復(fù)雜多元性，選擇NEDC工況進(jìn)行模擬實(shí)驗(yàn)。相關(guān)參數(shù)如表3，保存好的整車輸入界面如圖13所示：

在設(shè)定的參數(shù)和選擇的路況下進(jìn)行試驗(yàn)，此時(shí)的性能指標(biāo)如圖14，表4。

4.2 實(shí)驗(yàn)驗(yàn)證

在NEDC工況下，對(duì)所選取的混合度進(jìn)行試驗(yàn)。汽車參數(shù)設(shè)置完畢以后，點(diǎn)擊右下角 Continue，進(jìn)入下一步仿真參數(shù)設(shè)置。如圖15、圖16進(jìn)行測試。

讀取圖14、圖16可得數(shù)據(jù)如表5，根據(jù)圖表數(shù)據(jù)可知優(yōu)化后的混合度達(dá)到了試驗(yàn)的要求，該方案可行。

5 總結(jié)

本文針對(duì)汽車的動(dòng)力性與經(jīng)濟(jì)性呈負(fù)相關(guān)的問題，建立目標(biāo)函數(shù)，并用人工魚群算法對(duì)其進(jìn)行優(yōu)化，最后對(duì)不同權(quán)重比下的優(yōu)化混合度進(jìn)行分析，得出一個(gè)最優(yōu)混合度。

隨后利用ADVISOR2002仿真軟件，構(gòu)建整車模型，將得出的混合度代入進(jìn)行驗(yàn)證，試驗(yàn)結(jié)果表明優(yōu)化后的汽車，各項(xiàng)性能有所提高，證明了混合度優(yōu)化的有效性。

參考文獻(xiàn)：

[1] 閆強(qiáng)，陳毓川，王安建，等.我國新能源發(fā)展障礙與應(yīng)對(duì)：全球現(xiàn)狀評(píng)述[J].地球?qū)W報(bào)，2010，31（5）：759-767.

[2] AnL，Zhao T S，Yan X H，etal.The dual role of hydrogen peroxide in fuel cells[J].Science Bulletin，2015，60（1）：55-64.

[3] 全睿.車用燃料電池系統(tǒng)故障診斷與維護(hù)若干關(guān)鍵問題研究[D].武漢：武漢理工大學(xué)，2011.

[4] Thomas C E，James B D，Lomax F DJr，etal.Fuel options for the fuel cell vehicle：hydrogen，methanol or gasoline？[J].International Journal of Hydrogen Energy，2000，25（6）：551-567.

[5] 張京明，溫新.汽車動(dòng)力性與燃料經(jīng)濟(jì)性評(píng)價(jià)指標(biāo)的研究[J].山東理工大學(xué)學(xué)報(bào)（自然科學(xué)版），1997，11（2）：38-41.

[6] 張玉春，程春英.關(guān)于人工魚群算法的探討[J].內(nèi)蒙古民族大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，31（3）：203-205.

[7] 曾小華，王慶年，李駿，等.基于ADVISOR2002混合動(dòng)力汽車控制策略模塊開發(fā)[J].汽車工程，2004，26（4）：394-396，416.

收稿日期：2021-12-15

作者簡介：湯世炎（1994—） ，男，遼寧鞍山人，沈陽工業(yè)大學(xué)在讀碩士，研究方向?yàn)榛旌蟿?dòng)力車能量優(yōu)化;陳麗（1969—） ，女，遼寧沈陽人，沈陽工業(yè)大學(xué)副教授，博士，研究領(lǐng)域?yàn)榇艖腋〖夹g(shù)及應(yīng)用、混合動(dòng)力車能量優(yōu)化、太陽能系統(tǒng)能量優(yōu)化。