英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
无人地面车辆混合动力系统的建模与优化
摘要
包括若干不同电源的混合动力系统的建模和优化提供了对各个电力系统组件进行测量并优化电力系统控制变量的工具。混合动力系统需要满足无人地面车辆（USV）的长时间任务的苛刻要求。这些电力需求可以通过可再生能源资源，常规化石燃料能源和储能选项的组合来实现。这里考虑的混合动力系统包括太阳能阵列，海浪能量转换器，燃料电池系统，柴油发电机和锂离子电池组。该方法高度重视天然能源，即在离散时域内的太阳能和波能量转换器，随后将与基于存储的能量元件（即电池组，燃料电池系统（H2储存））相关联的成本/能量比最小化，和柴油发电机（燃料储存）。结果表明，太阳能发电在白天的贡献率为19.6％，波能收割机贡献率为5.53％，满足负荷需求。电池组贡献了39.7％，比燃料电池的贡献高出4.4％。在USV任务的秘密行动模式下，柴油发电机不起作用。来自每个来源的能源平均百分比贡献基于混合动力元件的成本/能量比的最小化确定了优先级。然而，在第一个案例研究中，优化结果显示燃料电池执行略高于电池时的约束违规。后来，在第二次案例研究中，通过增加电池组的大小进行了修正。
关键词：混合动力系统，无人地面车，混合动力系统优化，非线性优化
介绍
混合动力系统管理是一个持续的研究领域，为电动汽车（EV）/混合动力汽车（HEV）提供可靠的电力解决方案。 本文重点介绍了优化混合动力管理以满足无人地面车辆（USV）需求的问题。 该无人地面车辆，11米刚性船体充气船（RHIB）平台预计将在海上进行长达两周的情报，监视和侦察（ISR）任务。 为独特的混合动力系统探索了一种USV设计方法。 对于目前的工作，混合动力系统包括以下电源：
太阳能板
波能收割机
电池组
燃料电池系统
柴油发电机
在以前的工作中，维拉诺瓦的研究小组已经对USV混合动力系统的每个电源进行了尺寸分析，重量分析，建模和表征[1-3]。 Narayan和Singh [1]探讨了可用于USV的刚性船体充气船（RHIB）平台中的电池和燃料电池的类型。作者研究了锂离子电池和燃料电池的初步特征和分析。他们开发了一个电池和燃料电池的Simulinkreg;型号。 Ramachandrudu和Singh [2]开发了一种使用八角线性发生器（OLG）进行波能转换的原型。作者在物理设计实现之前使用计算机辅助设计（CAD）软件工具SolidWorkscopy;建模了一个原型。制造了能够产生0.21V的输出电压和2.3mA的输出电流的原型。结果使用Matlab / Simulink环境中实现的数值算法模型，频率为4 Hz，波速为0.18 m s-1进行验证。 Simulink模型后来被用来开发针对USV的缩放模型。 Knauff等人[3]开发并实现了Matlab / Simulink中锂离子电池的等效电路模型。为了开发电路模型，作者试验了电池的充电/放电循环。 随后电池的充电状态（SOC）被显示为电路元件的函数。 目前的工作是以前研究的电源的扩展，在一个独特的框架中为USV执行ISR操作的混合电源系统的设计提供了一个优化的解决方案。
通常，混合动力系统的优化难以收敛到独特的解决方案，因为目标函数包括每个电源的非线性建模，每个模型项包括大功率控制变量，即太阳辐射，太阳能电池板电流和电压，数量的太阳能电池板，电池放电电流，电池放电时间，电池充电状态，H2流量，H2压力，海浪振荡，波能转换因子，柴油发电机转换系数，燃料储存容量，燃油消耗率等。已经从事混合动力系统控制器设计和优化，使用混合动力发电厂或电动汽车（EV）的各种方法。 Uzunoglu等人致力于建模，控制和模拟由光伏（PV），燃料电池（FC）和超级电容器（UC）系统组成的混合系统，用于持续发电[4]。在仿真模型中，PV系统为电解槽供电以产生氢气供将来使用。如果光伏系统输出不足以满足负载需求，则FC系统将接管剩余负载。如果负载需求进一步超过FC容量，UC银行将满足负载需求。这是一个简单的基于层次的控制器设计来解决混合系统控制。
Hajizadeh等人开发了三层智能混合动力管理策略。[5]。 作者描述了由电池组和固体氧化物燃料电池（SOFC）系统组成的双能量源之间的分级混合控制器。 该方法使用用于决策的监控控制层，用于在电池和燃料电池之间分配功率的模糊逻辑层以及用于本地控制器的第三和最后一层来调节设定点。
Jeong et al。 也针对混合动力系统进行了基于模糊逻辑的能量管理方法[6]。 这种简单的策略使用if-then规则来管理电池和燃料电池的能量。上述所有三篇论文都使用简单的基于层次的控制设计，并没有为系统设计寻找经济解决方案。
Moura等人已经使用了一种独特的随机优化方法 用于插电式混合动力电动车（PHEV）[7]。 本文着重于利用随机动态规划，在单个驱动周期内，优化PHEV电源管理，节省燃料经济性。
以下两篇研究论文利用能源轮毂理念优化混合动力系统问题。 能源中心允许能量需求和能量供应之间的接口或耦合。 Fabrizio等人 努力优化建筑设计中的多能源系统[8]。 作者在建筑设计的概念状态下，对能量转换器和能量存储进行成本优化，以最小化初始投资成本。 del Real等人的第二篇论文描述了混合动力系统中的元素尺寸[9]。 目标函数最小化是基于系统需求的成本效益。 本文考虑的混合动力系统包括风力发电，电池和燃料电池电源。
混合动力模型已经成功应用于电动车辆，以应对动态和不可预测的动力需求的挑战。 此外，优化的混合动力系统设计可以提供可靠的车辆运行和可持续性。 此外，太阳能，波能，电池和燃料电池源可以节省环境免受常规燃料消耗的有害影响。
图 1.1电力优化的基本框架。太阳能阵列电源与波浪力量。Ps;燃料电池系统输出，Pfc; 柴油发电机，Pd; 电池充电特性，Pbch，电池放电特性。
在本研究中，混合动力系统是天然能源（太阳和波浪）和基于储存的能量源（电池组，燃料电池和柴油发电机）的组合。当这些天然能源可用时，应以其最大容量使用，优于其他能源。在以前的研究中使用的成本优化（如果应用）将导致太阳和波浪的可用能量利用不足。另一方面，以前论文中描述的分层方法不能为混合系统提供经济设计，因为它将使用固定层次的电源。固定层次结构不会通过使混合动力系统的通用设计的成本/能量比最小来实现电源来实现成本效益的解决方案。因此，本文通过开发基于模块化优化的独特简化解决方案。该方法使用两个模块（1）基于可用性进行优先级排序，（2）成本消耗优化。太阳能阵列功率和波浪电源根据白天和黑夜的可用性进行优先排序，并将成本优化应用于其余的源，以便最小化成本/能量比。离散时间优化应用于被定义为能量需求与能量供应之间误差的目标函数。根据资源的可用性和成本优化来确定资源优先级，从而防止系统过度调整，因为自然资源得到充分利用，而其他能源资源提供了更少的能量需求平衡。优化的结果提供了基于存储的能源的合理或合理的大小，以便在任何离散的操作时间内防止在关键负载需求下的小型系统设计。
用于优化USV电力系统的框架。 图1示出了具有五个电源和USV负载曲线的混合动力系统装置。 太阳能阵列和波浪收割机直接向日光和波浪的可用性馈送到USV负载。 控制变量，约束和边界被设置为将太阳能和波浪能量用于其最大限制，并最大限度地减少使用其他更昂贵的电源。 当供电高于需求时，太阳能发电（或波浪电力）对电池充电。 如果太阳能和波能输出不够，其他三种能源即电池组，燃料电池系统和柴油发电机都有助于负载需求。
成本最小化应用于存储能源，即电池组，燃料电池系统和柴油发电机。 太阳能被描述为太阳辐射和时间的函数，而波浪发电机输出是使用波的振荡和线性发电机的功率转换因子建模的。 这里将燃料电池系统输出视为氢气压力和氢气流量的函数。 柴油发电机输出是每小时燃料消耗的函数。 电池型号取决于充电或放电电流和电池端子电压。
图 1.2 24小时内USV的载荷分布（PL）
负载轮廓和USV任务
USV预计将依靠独特混合动力系统提供的动力进行ISR任务。混合动力系统采用柴油发电机，锂离子电池组，燃料电池系统，波浪电力和太阳能电池阵列。目前，假设速度要求USV首先从母舰运送至部署地区的45海里的柴油动力3小时。然后切换到混合方案，并以5节运行336小时，同时在隐身模式下进行监视。最后，以45海里的速度返回母舰，持续3小时[10]。如果美国空军要满足这样长时间的使命的资源，则必须密切分析和适当调整这个任务的混合动力系统的各个方面。海上安全（MS）任务的隐身模式是将活动作为战略和战术情报收集，化学，生物，核能，放射性，爆炸性检测和本地化，近陆和港口监测，部署后台监视传感器，以及专门的测绘对象，检测，本地化。
需要支持MS任务目标的USV的预期负载曲线如图所示。
图 2.1 USV的预期负载曲线
用于隐形操作的MS负载曲线由静态需求（PL）组成，如图2所示。 随机需求（Pm），如图3所示。 PL型材描述了实现船舶恒定速度的推进的初始高功率要求。该峰值信号之后是恒定的功率需求，以加载有效载荷以在任务期间执行ISR操作，并且进一步降低到较低的值以仅运行USV车辆的顺利航行的强制负载。 PL负载曲线被建模为正弦信号的和，由公式 （1），如上图所示。
(1)
其中a，b和c是常数，t是时间。
任务目标还包括一些随机功率（Pm）要求，以适应安全性所需的突发动作，例如产生声信号，磁信号和用于物体检测的压力信号，并操作致命有效载荷（甲板炮）。 使用Matlab中的均匀伪随机数生成算法生成图所示的随机数。 每次执行算法时，都独立生成流。
负载曲线（PL）和随机功率需求（Pm）决定了混合动力系统运行期间USV的总功率需求。
我们的工作目标是将电源组合与使用图1所示设计的任务进行最佳匹配。 应用于总功率流限制系统中的负载曲线的约束由公式（2）。
(2)
其中i是表示要优化的特定电源子系统的索引，t是时间，min Pi和maxPi表示系统中功率流的下限和上限。 功率流的这些最大值和最小值可以随着速度曲线，舰队等级和任务目标而变化。
在USV任务计划持续14天的时间内，本文件描述了336小时期间前24小时的建模。为了延长模型14天（336小时），我们需要详细了解负载曲线。在任务的隐形部分的开始，船需要初始的高功率推进，以达到5节的速度，然后降低到较低的值，以适应安全需要的突发行动的强制负载和随机功率要求。在隐形操作模式下，船需要保持恒定的速度进行ISR操作。在图2，负载曲线的前10小时用于推进，代表一个暂态期。接下来的14小时（图2）显示隐身模式。在理想条件下，负载曲线将在其余时间（326h）期间重复后一种模式。假设有理想的条件，我们决定将目前的工作范围限制在24小时。此外，我们正在研究一个336小时的优化模型。
电源建模
太阳能阵列电源
USV总体规划[10]建议使用11 m RHIB进行ISR操作（MS任务）。 十五个名义上的200瓦太阳能电池板方便地安装在11米长的船上。 太阳能电池板输出功率Ps使用图4到图6所示的实验数据进行建模。太阳能被视为太阳辐射强度（G）和时间（t）的函数[11]。
图4显示了在2009年4月在费城收集的太阳能阵列功率和太阳能强度范围从700W m-2到1000W m-2的实验数据的功率拟合，使用面向60°角的南面板。 对于本研究，功率拟合优选为等式（3）：
（3）
其中和是常数
图 3.1 W相对于太阳能强度（G）的太阳能功率（Ps）W m-2
图 3.2 太阳强度（G）vs时间（t）
功率曲线显示出适应度平方和（17.3），R平方为0.9182，系数为95％的置信区间。
图3.2显示了基于国家太阳辐射数据库的太阳光强度对时间（0-24 h）的关系[12]。 一般模型高斯拟合，如式：
其中a1，b1和c1是常数。
太阳强度除8-18以外，低于100 W m-2。 太阳能电池板几乎不产生强度低于100W m-2的任何输出电流。 因此，我们已考虑从上午八时至下午六时有效的日光时光。适应度结果以均方根误差（RMSE）：71和R平方：0.9625给出。
图 3.3 太阳能（Ps）与白天的关系。
组合方程（3）和（4）表示作为时间的函数的十五个面板的太阳能功率如上图图并由等式（5）给出。
波力
在时间t的波功率Ptwa是波浪振荡（Fwa）和线性发电机转换因子（Cwa）的函数（6）给出：
使用八角线性发生器（OLG）的数值模型进行波功率计算。 该模型基于直接驱动永磁体浮标的波能转换（WEC）设计[13]。 具有平移电枢的八角永磁线性发电机的模型，如下图所示，被设计成从结构相对于入射波的相对运动中提取能量。
图 3.4 八角线性发电机作为动力起飞
收割机设计通过捕获波浪的振荡运动来提取能量，以向永磁体线性发电机轴提供机械前后输入运动。 Pelamis波能量转换器和纵向通量线性发生器的概念已经适用于设计八边形线性发生器[14]。 对该模型的设计和性能进行了评估，以估计该设备作为USV附加电源的能力。
线性发电机波功率模型由一组方程描述。 单相线圈的电动势由公式 （7），电流输出由公式 （8）和波功率线性发电机输出由等式（9）。
其中：ls是磁体的长度，Ls`是线圈一侧的长度，v（t
全文共13806字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[144936]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
