基于工况预测的燃料电池汽车多模糊能量管理策略

摘要

为解决传统FLC策略对专家知识依赖性强、无法在现实复杂车况下有效分配能量的问题，提出了一种基于工况预测的燃料电池汽车多模糊能量管理策略(CP-EO-Fuzzy).该策略基于回声状态网络的车速预测数据进行工况预测，实时调整FLC,实现最优控制.根据全球统一轻型车辆测试循环(WLTC)工况的K-means聚类分析结果，采用平衡优化器算法(EO)优化FLC的模糊隶属度函数，提升FLC能量分配能力.搭建燃料电池混合动力汽车模型，开展仿真研究.实验结果表明：该策略在WLTC下等效氢耗量较EO优化FLC能量管理策略(EO-Fuzzy)和传统FLC能量管理策略(Fuzzy)的分别降低了4.08%和6.17%,具有较好的经济性和实用性.

关键词

能量管理策略 / 工况预测 / 多模糊控制 / 回声状态网络 / 平衡优化器算法