买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西北工业大学;西北工业大学太仓长三角研究院

摘要：本发明公开了一种基于ECMS‑MPC的氢燃料混合动力无人机能量管理方法，该方法包括建立以氢燃料电池为主电源，锂离子电池和超级电容作为辅助电源的无人机混合动力系统对象模型；并搭建能量管理系统模型，结合等效氢耗量最小策略和模型预测控制策略，以燃料经济性为优化目标，运用ECMS原理进行MPC有限时域内的优化目标函数最小值的求解环节，从而实现系统的最优能量分配。本发明将锂电池与超级电容消耗的电量等效转化为氢耗量，进行基于模型预测控制的系统能量管理，在有效提高经济性的同时，可兼顾能量管理策略的优化精度与实时性，具有良好的性能。

主权项：1.一种基于ECMS-MPC的氢燃料混合动力无人机能量管理方法，实现了等效氢耗量最小策略和模型预测控制策略在无人机混合动力系统中的有机结合；其特征在于：所述无人机采用以氢燃料电池为主电源，锂离子电池和超级电容作为辅助电源的混合动力系统提供能量；能量管理系统根据设定的系统优化性能指标和采集的系统物理层实时数据，采用基于等效氢耗量最小的模型预测控制能量管理策略进行系统各电源最优功率分配方案设计；包括以下步骤：步骤1.搭建无人机氢燃料混合动力系统对象模型无人机氢燃料混合动力系统对象模型，具体包括燃料电池模型、锂离子电池模型、超级电容模型、BUCK变换器模型、双向DCDC变换器模型和功率控制模块，其中燃料电池依据极化特性构建其输出电压数学模型，锂离子电池依据实验数据构建自回归各态历经等效电路模型，超级电容模型依据数据手册构建经典等效电路模型，BUCK变换器模型和双向DCDC变换器模型构建开关模型，功率控制模块利用自适应下垂控制算法进行变换器的电压、电流控制；步骤2.构建基于ECMS-MPC的能量管理系统1建立预测模型在当前采样时刻k，选取燃料电池、锂离子电池和超级电容的输出功率作为控制变量。uk＝[Pfck,Pbattk,Psck]式中，uk表示控制变量，Pfck表示燃料电池输出功率，Pbattk表示锂离子电池输出功率，Psck表示超级电容输出功率。选取燃料电池氢耗量速率、锂电池和超级电容SOC为状态变量：xk＝[mfck,SOCbattk,SOCsck]式中，xk表示k采样时刻状态变量，mfck表示k采样时刻燃料电池氢耗量速率，SOCbattk表示k采样时刻锂电池SOC，SOCsck表示k采样时刻超级电容SOC。则预测模型为： 式中，k表示当前采样时刻；yk表示输出变量，为燃料电池的输出功率；A、B、C分别表示状态、控制和输出矩阵；2优化目标函数设计能量管理策略的主要优化目标是使得混合动力系统在整个运行过程的总耗量最小，因此，利用等效氢消耗最小算法进行优化目标函数的设计。优化目标函数为燃料电池、锂电池和超级电容的等效氢耗速率之和，即： 式中，p表示预测时域长度，mfct表示燃料电池的氢耗量速率，mbattt表示锂离子电池的等效氢耗量速率，msct表示超级电容等效氢耗量速率，s1、s2分别为锂电池和超级电容的等效因子；3设置系统约束条件系统输出功率约束条件Ploadk＝Pfck+Pbattk+Psck式中，Ploadk表示系统负载功率需求参考值，Pfck、Pbattk、Psck分别表示燃料电池、锂离子电池和超级电容的输出功率；充放电功率约束条件 式中，Pfc_max为燃料电池最大输出功率；Pbatt_max、Pbatt_min分别为锂电池的最大放电功率和充电功率；Psc_max、Psc_min分别为超级电容的最大放电功率和充电功率。状态约束条件 式中，SOCbatt_min、SOCbatt_max分别表示分别表示锂电池的SOC最大值和最小值，SOCsc_min、SOCsc_max分别表示超级电容的SOC最大值和最小值；模型预测控制算法根据实时采集的测量信息，所设定的预测模型、约束条件和结合等效氢耗量最小算法所设计的目标函数，进行有限时域内的滚动优化，以得到无人机不同时刻下的燃料电池、锂电池和超级电容的最优能量管理分配结果。

全文数据：

权利要求：

百度查询： 西北工业大学 西北工业大学太仓长三角研究院 一种基于ECMS-MPC的氢燃料混合动力无人机能量管理方法