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！

龙图腾网恭喜武汉理工大学申请的专利一种电动汽车混合动力系统能量管理方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114475280B 。

龙图腾网通过国家知识产权局官网在2024-09-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210194339.4，技术领域涉及：B60L50/40；该发明授权一种电动汽车混合动力系统能量管理方法及系统是由陈启宏;钱逸航;张立炎;周克亮;肖朋设计研发完成，并于2022-03-01向国家知识产权局提交的专利申请。

本一种电动汽车混合动力系统能量管理方法及系统在说明书摘要公布了：本发明公开了一种电动汽车混合动力系统能量管理方法及系统，用于实现电动汽车混合动力系统的能量管理，所述电动汽车混合动力系统包括锂电池、超级电容、双向DCDC变换器、能量管理控制器、电机控制器和电机，所述超级电容通过双向DCDC变换器与锂电池并联，再依次与电机控制器和电机连接，所述能量管理控制器通过CAN总线与锂电池双向DCDC变换器、电机控制器连接，所述能量管理控制器根据汽车行驶状态、需求功率Pdemand、锂电池和超级电容荷电状态SOC控制所述双向DCDC变换器输出电流进行能量分配；本发明实现控制锂电池峰值功率，减少功率波动，提高总效率，有效延长锂电池寿命。

本发明授权一种电动汽车混合动力系统能量管理方法及系统在权利要求书中公布了：1.一种电动汽车混合动力系统能量管理方法，用于实现电动汽车混合动力系统的能量管理，其特征在于：所述电动汽车混合动力系统包括锂电池、超级电容、双向DCDC变换器、能量管理控制器、电机控制器和电机，所述超级电容通过双向DCDC变换器与锂电池并联，再依次与电机控制器和电机连接，所述能量管理控制器通过CAN总线与锂电池双向DCDC变换器、电机控制器连接，所述能量管理控制器根据汽车行驶状态、需求功率Pdemand、锂电池和超级电容荷电状态SOC控制所述双向DCDC变换器输出电流进行能量分配；所述方法包括如下步骤：1车辆状态检测，通过电机控制器采集电机实时功率Pm，判断车辆的运行状态；2采集汽车踏板信号，计算汽车需求功率Pdemand，当电机实时功率Pm大于零且汽车需求功率Pdemand大于锂电池最大放电功率Pdchgmax时转步骤3，当电机实时功率Pm大于零且汽车需求功率Pdemand小于锂电池最大放电功率Pdchgmax时转步骤4，当电机实时功率Pm小于零时转步骤5；3汽车处于启动、加速或者正常行使状态，判断超级电容SOC是否低于下限设定值SClow，是则由锂电池单独向电机控制器供电，否则由锂电池和超级电容共同向电机控制器供电；由锂电池和超级电容向电机控制器供电时通过DDPG算法优化控制锂电池和超级电容输出功率；4汽车处于启动、加速或者正常行使状态，由锂电池单独向电机控制器供电，判断超级电容SOC是否不高于下限设定值SClow，是则控制双向DCDC变换器向超级电容充电；5汽车处于减速或者制动状态，所述能量管理控制器从电机控制器回收能量，能量管理控制器控制双向DCDC变换器工作模式为降压模式，即电流由锂电池端流向超级电容端；所述能量管理控制器采集并判断超级电容、锂电池的荷电状态SOC是否高于对应的上限设定值：若超级电容SOC不高于上限设定值SChigh，继而判断锂电池SOC是否高于上限设定值，若锂电池SOC不高于上限设定值LiSOChigh，能量由锂电池和超级电容共同回收；若锂电池SOC高于上限设定值LiSOChigh，能量由超级电容回收，并通过算法优化控制超级电容充电；若超级电容SOC高于上限设定值SChigh，判断锂电池SOC是否高于上限设定值，若锂电池SOC不高于上限设定值LiSOChigh，能量由锂电池回收；若锂电池SOC高于上限设定值，则锂电池和超级电容均不进行能量回收；步骤3中通过DDPG算法优化控制锂电池和超级电容输出功率的方法为：搭建actor-critic网络结构模型，根据最小化损失函数和最小化梯度函数更新模型参数，设定状态St＝{Pdemand,SOCli,SOCC}，包括需求功率Pdemand、锂电池荷电状态SOCli和超级电容荷电状态SOCC；动作at＝{Pli,PC}，包括锂电池输出功率Pli和超级电容输出功率PC，奖励函数rt， 所述奖励函数为电动汽车在状态St执行动作at后产生的奖励函数值，λ、m、n为惩罚权重因子，Call为锂电池、超级电容和双向DCDC变换器总的功率损耗，actor-critic网络结构模型根据状态、动作以及奖励函数数据不断进行网络参数学习更新，输出下一动作优化能量分配t表示t时刻，t0表示初始时刻，rt表示t时刻的奖励函数；所述DDPG算法网络模型经过训练完成，训练时设置经验回放池D，存储历史样本数据St,μSt,rt,St+1，actor-critic网络抽取数据进行训练学习，若经验回放池中D数据尚未达到上限，则将数据存入经验回放池中；否则删除完旧数据后继续存入新数据，直到训练完成；所述能量管理控制器根据训练完成的DDPG算法网络模型控制双向DCDC变换器处于降压恒流工作模式，锂电池单独向电机控制器供电并给超级电容恒流充电，同时判断超级电容SOC是否达到设定值，当达到设定值时，双向DCDC变换器处于降压恒压工作模式，锂电池单独供电并对超级电容进行恒压浮充，实际对超级电容不进行充电；所述DDPG算法通过greedy策略采用UO随机过程引入随机干扰βt，模拟汽车行驶实时变化环境，将在线网络μ的输出动作μSt和随机干扰βt作为电动汽车控制输入量at＝μSt|θμ+βt，优化对锂电池和超级电容功率的分配。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。