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！

龙图腾网获悉同济大学申请的专利一种基于燃料电池健康状态的能量管理方法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：CN118544893B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202410502052.2，技术领域涉及：B60L58/30；该发明授权一种基于燃料电池健康状态的能量管理方法是由宋珂;黄兴;李炎举;马浩然;黄鹏宇设计研发完成，并于2024-04-24向国家知识产权局提交的专利申请。

本一种基于燃料电池健康状态的能量管理方法在说明书摘要公布了：本专利涉及一种基于燃料电池健康状态的能量管理方法，该方法包括：1.燃料电池健康状态估计：基于采集的参数数据使用粒子群算法优化的极限学习机对燃料电池的健康状态SOH进行估计。2.燃料电池系统效率曲线更新：根据估计的SOH值更新燃料电池系统的效率曲线，以准确反映燃料电池性能衰减情况。3.能量分配方案计算：结合外部功率需求和更新后的效率曲线，利用优化算法确定燃料电池系统及锂电池的输出功率方案，考虑硬约束条件。本方法是将燃料电池的健康状态纳入能量管理策略，以优化多源系统的功率分配，提高系统的综合性能和效率，应用范围涵盖燃料电池混合动力系统，促进清洁能源技术在交通领域的应用和发展。

本发明授权一种基于燃料电池健康状态的能量管理方法在权利要求书中公布了：1.一种基于燃料电池健康状态的能量管理方法，其特征在于，包括以下步骤：1燃料电池健康状态估计：基于采集的参数数据使用粒子群算法优化的极限学习机对燃料电池的健康状态，SOH值进行估计；2燃料电池系统效率曲线更新：根据估计的SOH值更新燃料电池系统的效率曲线，以准确反映燃料电池性能衰减情况；3能量分配方案计算：结合外部功率需求和更新后的效率曲线，利用优化算法确定燃料电池系统及锂电池的输出功率方案；所述的极限学习机的输入层与隐藏层之间的权重与偏置在随机赋值后，通过粒子群算法对权重与偏置的取值进行优化，所述极限学习机的激活函数为sin函数；所述极限学习机的结构为：Hβ＝O， 其中，wi为输入层与隐藏层之间的权重向量，bi为输入层与隐藏层之间的偏置，βi为隐藏层与输出层之间的权重向量；gx为激活函数，X为输入值X1到XN，O为输出值O1到ON；所述极限学习机训练所使用的参数包括：燃料电池堆的输出电流、燃料电池堆的输出电压、燃料电池堆进口处空气的温度、燃料电池堆进口处空气的压力、燃料电池堆进口处氢气的温度、燃料电池堆进口处氢气的压力以及燃料电池堆出口处冷却水的温度数据；步骤2中采集初始时刻的燃料电池系统的效率曲线，将SOH的估计值代入至燃料电池系统的效率函数中，更新燃料电池系统的效率曲线；所述的燃料电池系统的效率曲线是在下式中代入预测得到的SOH值计算得到的： 式中，ηsys为燃料电池系统的综合效率，ηair为燃料电池系统综合效率的空气利用效率、ηconv为能量转换效率，ηelec为电效率；Etheory为燃料电池堆的理论输出电压，Ufc,ini为在某一电流状态If0c下燃料电池堆初始时刻的电压；ηDCDC为DCDC的效率；燃料电池混合动力系统的能量管理策略的目标函数考虑了混合动力系统的经济性与耐久性： 式中，Chydrogen为氢气的单位价格，为燃料电池堆消耗的氢气，为锂电池的等效氢耗，Cbat为锂电池的价格，dbat为锂电池的相对衰减程度，Cfc为燃料电池系统的价格，dfc为燃料电池系统的相对衰减程度，dfc＝0.1×1-SOH，这里，为燃料电池堆消耗的氢气与燃料电池系统的输出电流Ifc相关，满足nfc为燃料电池堆中燃料电池的片数，步骤3中根据当前时刻的外部功率需求以及更新得到的燃料电池系统的效率曲线，通过对燃料电池系统以及锂电池的输出设置硬约束，利用优化算法对目标函数进行寻优，获取当前时刻燃料电池系统及锂电池的输出功率方案。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。