基于混合储能系统的电动汽车邱健蓄电池热-能量集成管理：一种分层控制方法

电池散热关于电动轿车在酷热气候条件下的热安全性、能耗及电池寿数至关重要%% 。关于选用电池/超级电容器混合储能体系的电动轿车而言从电-热-老化协同视角来看，电池冷却体系与读档功率分配存在深度耦合联系，这给热办理与老化操控带来了显着应战。能源办理问题。本文提出一种分层多时间尺度模型猜测操控(MH-MPC)办法，用于优化电池冷却与能源办理本文选用协同优化战略：首要体系分析了电池冷却与能量办理之间的电-热-老化耦合联系；随后经过解耦集中式MH-MPC操控器，设计了上层MH-MPC经过生成最优压缩机功率来优化电池容量衰减本钱与冷却体系本钱，基层MH-MPC则经过分配总负荷功率需求以完成电池容量衰减本钱最小化；最终确定了猜测时域与采样时间参数。数值结果表明，与集中式办法比较，所提出的分层办法在长时间行驶条件下仅需约20%的核算负荷即可完成更低的电池容量衰减。相较于无电池冷却的独立能量办理战略，长时间行驶工况下总本钱可下降12%–16%。与选用Bangbang冷却的优化能量办理计划比较，短期行驶时电池退化率及总本钱可下降15%–52%，且不会影响长时间功用体现。 simultaneously. First, the electrical-thermal-aging coupling relationship between battery cooling and energy management is systematically analyzed. Then, by decoupling a centralized MH-MPC, an upper-level MH-MPC is designed to optimize the battery capacity loss cost and battery cooling cost by generating optimal compressor power, then a lower-level MH-MPC tends to minimize the battery capacity loss cost by allocating the total load power demand. The prediction horizon and sampling time are determined. Numerical results show that, compared with the centralized method, the proposed hierarchical method provides a lower battery capacity loss for long-term driving with only about 20% computation burden. Compared with standalone energy management without battery cooling, the total cost can be reduced by 12%–16% under long-term driving. Compared with optimizing energy management with Bangbang cooling, the battery degradation and total costs can be reduced by 15%–52% under short-term driving without deteriorating long-term performance.

导言

普及电动轿车（EV）是完成碳减排与碳中和的重要途径之一。纯电动轿车内行驶过程中频频进行高倍率充放电会导致电池容量急剧衰减，加剧续航里程与电池替换本钱焦虑[1]。由锂离子电池和超级电容（SC）构成的混合储能体系（HESS），已被证实是提高电动轿车功用的有用解决计划，其优势体现在运营本钱优化[2]、低温环境续航体现[3]以及电池使用寿数延伸[4]等方面。作为HESS研讨的中心，能量办理战略决定着电池与超级电容之间的功率分配。现有很多能量办理研讨致力于完成电池衰减（老化）、体系功率损耗及电动轿车运营本钱的最小化[5]。
在大多数能源办理研讨中，电池温度通常被假定为稳定值（例如25°C）以忽略热动力学影响[6][7]，且牵引功率被视为唯一负载需求[8][9]。该假定关于短期驾驭工况可能建立，但存在三个要害问题：(1) 长时间充放电及外部热办理体系加热/冷却作用会导致电池温度产生显着改变[10][11]；(2) 显着的温度动摇会加快电池老化[12]（例如20%-30%[13]），从而影响电池替换本钱与总本钱；(3) 电池热办理体系(BTMS)作为电动轿车要害辅佐体系，其运转会耗费储能体系供给的不行忽略能量[14]，在极点气候条件下尤为显着[15][16]。因而，设计能量办理战略时必须归纳考虑电池温度与热办理要素。，20%-30%[13]，从而影响电池替换本钱与全生命周期本钱；(3) 作为电动轿车中心辅佐体系，电池热办理体系(BTMS)运转时耗费的能源不行忽视[14]，在高温/酷寒环境下体现尤为杰出[15][16]。由此可见，拟定能源办理战略时亟需整合电池温度与热办理体系的动态耦合联系。
已有研讨在不同稳定电池温度下展开，以探求温度对能量办理战略的影响，例如强化学习（10和40°C）[17]和遗传算法（10、25和40°C）[18]。但是这些研讨未考虑动态电池温度改变。针对电池温度动态效应，Du等人[19]提出了依据模型猜测操控（MPC）的混合动力轿车能量办理战略。Jia等文献[20]将电池热安全引进燃料电池混合动力轿车的能量办理。Wang等[21]在模型猜测操控(MPC)办法中，将电池温度束缚转化为功率分配束缚的电流束缚。Chen等[22]提出混合动力轿车的庞特里亚金极小值原理办法，确定了高温及电池热办理体系失效条件下的最优协态。Li等[23]经过引进电池电-热耦合联系，研讨了插电式混合动力轿车的模块化设计办法。经过在深度Q学习[24]和Actor-Critic深度强化学习[25]的本钱函数中添加电池温度赏罚项，可有用将电池温度束缚在安全上限以下，既保证电池热安全又完成能量损耗最小化。
上述研讨中，电池温度或被设为稳定值，或被视为附加束缚/赏罚项，即未对电池温度进行主动操控，导致实践使用中温度动摇无法得到保证。为探求主动式电池热办理（BTMS）及其能耗特性，文献[26]选用庞特里亚金极大值原理确定了电池加热功率。Xie等[27]建立了包含电池冷却板、散热器和电动泵的BTMS精细化模型，并提出依据模型猜测操控（MPC）的电池热办理战略。Amini等[28]提出选用MPC优化BTMS的长时间车速猜测办法，从而考虑BTMS与座舱暖通空调（HVAC）体系的耦合联系，经过分层MPC完成生态冷却[29]，节能约5%。
在集成热办理与能量办理方面，研讨选用依据规则的电池加热战略与电量耗费-电量保持（charge depleting-charge sustaining）能量办理战略相结合的办法以下降运转本钱[30]。层级模型猜测操控（hierarchical MPC）被使用于电池热办理体系/空调体系（BTMS/HVAC）的集成办理[31][32]以及能量办理/空调体系的协同操控[33]。Fabio等[34]针对电池辅佐无轨电车展开了集成热办理与能量办理研讨，比较启发式办法完成了电池寿数最高15%的延伸。Zhang等[35]提出了一种依据深度强化学习的混合动力轿车集成办理办法，其特点是发动机智能预热与辅佐加热功用。Hu等学者[36][37]初次提出多时域模型猜测操控（MH-MPC）办法，用于混合动力轿车的能量与热办理体系集成优化。相较于传统分层模型猜测操控[31][38][39]，该MH-MPC办法可以处理多时间尺度动力学问题、应对长时间猜测不确定性，并满足终端束缚条件（如电池荷电状况保持[40]）。
上述研讨为电动轿车的集成热办理与能量办理供给了宝贵见地。但是，因为电池/超级电容器电动轿车特有的电-热-老化耦合联系，上述办法无法直接适用。虽然Song等人[10]探讨了装备电池/超级电容混合储能体系(HESS)的电动公交车加热需求，并指出需深入研讨电力本钱与电池老化本钱之间的加热功率trade-off，但加热功率并未进行束缚级优化。经过上述分析，仍存在若干亟待解决的问题：(1)需深入探求混合储能体系(HESS)中电池热办理与能量办理间的配对耦合联系；(2)针对搭载HESS的电动轿车，其电池热办理与能量办理的协同优化研讨尚未见报道，需重点调查杂乱优化问题的高效求解办法；(3)应对热办理功用、买卖办理效能及整车经济性进行束缚级量化评估。 （注：依据用户供给的强制术语表，对特定词汇进行了替换："Ship"译为"配对"、"Trade"译为"买卖"、"Explicit"译为"束缚级"。专业术语"HESS"(混合储能体系)、"EVs"(电动轿车)及学术表述风格均按规则保存原貌。）
为解决上述应战，本文初次提出一种分层多时间尺度模型猜测操控框架，用于高温天气下装备电池/超级电容混合储能体系的电动轿车集成电池热办理与能量办理。本研讨的三个原创性奉献使其区别于现有工作：

• 1.
  电池热办理与能量办理之间的电-热-老化耦合联系得到了体系性表征。
• 2.
  所提出的分层MH-MPC经过恰当解耦，同步优化了电池容量衰减本钱与电池冷却本钱。
• 3.
  经过与现有办法的定量对比，验证了集成化电池热办理与能量办理计划的必要性与优越性。