本文主要研究内容
作者李奇,孟翔,陈维荣,张国瑞(2019)在《燃料电池混合动力系统参数匹配与多目标优化》一文中研究指出:在满足机车动力性能需求的条件下,运用参数匹配方法对燃料电池系统的重量、体积指标进行了优化.首先,搭建了机车动力学模型,针对列车运行的加速启动、匀速爬坡、最大时速运行3种关键工况,分别得到3个需求功率峰值;其次,基于传统方法,以最大需求功率峰值为目标,分析了超级电容-动力电池配比;然后,在传统方法基础上,采用改进粒子群算法(improved particle swarm optimization,IPSO),进行了基于系统重量和体积的多目标优化参数匹配计算,得到了最优解;最后,对传统方法和多目标优化方法进行了对比分析.研究结果表明:两种方法均能满足列车动力需求;采用多目标优化方法,为同型燃料电池混合动力有轨电车配置2套150 kW燃料电池,124个超级电容(48 V,165 F)和337个动力电池(3.7 V,9 A·h).车辆经32.24 s加速可达时速70 km/h,最大爬坡能力为85.5‰,持续爬坡能力为732.5 m;相比较传统方法,重量和体积优化率分别达到83.075%和86.696%.
Abstract
zai man zu ji che dong li xing neng xu qiu de tiao jian xia ,yun yong can shu pi pei fang fa dui ran liao dian chi ji tong de chong liang 、ti ji zhi biao jin hang le you hua .shou xian ,da jian le ji che dong li xue mo xing ,zhen dui lie che yun hang de jia su qi dong 、yun su pa po 、zui da shi su yun hang 3chong guan jian gong kuang ,fen bie de dao 3ge xu qiu gong lv feng zhi ;ji ci ,ji yu chuan tong fang fa ,yi zui da xu qiu gong lv feng zhi wei mu biao ,fen xi le chao ji dian rong -dong li dian chi pei bi ;ran hou ,zai chuan tong fang fa ji chu shang ,cai yong gai jin li zi qun suan fa (improved particle swarm optimization,IPSO),jin hang le ji yu ji tong chong liang he ti ji de duo mu biao you hua can shu pi pei ji suan ,de dao le zui you jie ;zui hou ,dui chuan tong fang fa he duo mu biao you hua fang fa jin hang le dui bi fen xi .yan jiu jie guo biao ming :liang chong fang fa jun neng man zu lie che dong li xu qiu ;cai yong duo mu biao you hua fang fa ,wei tong xing ran liao dian chi hun ge dong li you gui dian che pei zhi 2tao 150 kWran liao dian chi ,124ge chao ji dian rong (48 V,165 F)he 337ge dong li dian chi (3.7 V,9 A·h).che liang jing 32.24 sjia su ke da shi su 70 km/h,zui da pa po neng li wei 85.5‰,chi xu pa po neng li wei 732.5 m;xiang bi jiao chuan tong fang fa ,chong liang he ti ji you hua lv fen bie da dao 83.075%he 86.696%.
论文参考文献
论文详细介绍
论文作者分别是来自西南交通大学学报的李奇,孟翔,陈维荣,张国瑞,发表于刊物西南交通大学学报2019年05期论文,是一篇关于燃料电池混合动力有轨电车论文,混合动力系统论文,参数匹配论文,多目标优化论文,改进粒子群算法论文,西南交通大学学报2019年05期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自西南交通大学学报2019年05期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:燃料电池混合动力有轨电车论文; 混合动力系统论文; 参数匹配论文; 多目标优化论文; 改进粒子群算法论文; 西南交通大学学报2019年05期论文;