论文摘要
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%.
论文目录
文章来源
类型: 期刊论文
作者: 李奇,孟翔,陈维荣,张国瑞
关键词: 燃料电池混合动力有轨电车,混合动力系统,参数匹配,多目标优化,改进粒子群算法
来源: 西南交通大学学报 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 铁路运输
单位: 西南交通大学电气工程学院,国家轨道交通电气化与自动化工程技术研究中心
基金: 国家自然科学基金资助项目(51977181),四川省科技计划资助项目(19YYJC0698),国家重点研发计划资助项目(2017YFB1201003-019)
分类号: U260
页码: 1079-1086
总页数: 8
文件大小: 1364K
下载量: 389
相关论文文献
- [1].装在芯片上的燃料电池[J]. 电世界 2008(04)
- [2].家用燃料电池[J]. 电世界 2010(11)
- [3].在深海航运中应用燃料电池：未来充满挑战[J]. 柴油机 2020(04)
- [4].燃料电池行业标准现状综述[J]. 汽车文摘 2020(01)
- [5].我国学者在燃料电池催化材料服役与失效研究领域取得重要进展[J]. 中国科学基金 2019(06)
- [6].适用于燃料电池混合供电系统的能量管理策略[J]. 电力科学与工程 2019(12)
- [7].丰田/肯沃斯透露首款燃料电池电动卡车[J]. 重型汽车 2019(06)
- [8].燃料电池的发展现状[J]. 中国科技信息 2020(Z1)
- [9].《燃料电池基础》[J]. 电源技术 2020(03)
- [10].铝—空气燃料电池发热原因分析及解决方法[J]. 中国金属通报 2020(01)
- [11].镥掺杂铈基碳酸盐复合材料在温燃料电池中的应用研究[J]. 皖西学院学报 2020(02)
- [12].燃料电池商用车混合动力系统匹配设计[J]. 装备制造技术 2020(03)
- [13].燃料电池热管理技术专利分析[J]. 中国科技信息 2020(12)
- [14].燃料电池机车行业技术发展研究[J]. 科技创新导报 2020(07)
- [15].燃料电池用高性能碳纤维纸发展现状及市场分析[J]. 纺织报告 2020(03)
- [16].《燃料电池基础》[J]. 电源技术 2020(07)
- [17].《燃料电池设计与制造》[J]. 电源技术 2020(07)
- [18].锌空燃料电池老化实验研究与机理分析[J]. 清华大学学报(自然科学版) 2020(11)
- [19].燃料电池商用车能量管理策略研究[J]. 企业科技与发展 2020(07)
- [20].行业企业[J]. 汽车与驾驶维修(维修版) 2020(08)
- [21].燃料电池是未来移动出行的关键[J]. 汽车观察 2020(09)
- [22].燃料电池产业分析[J]. 电器工业 2020(09)
- [23].钠离子在燃料电池中作用机制的研究[J]. 可再生能源 2019(01)
- [24].燃料电池产业发展现状及趋势分析[J]. 化工时刊 2018(11)
- [25].燃料电池技术发展现状及在电力系统中的应用[J]. 中国金属通报 2018(07)
- [26].宇通:加快推进燃料电池产业布局[J]. 汽车纵横 2018(12)
- [27].燃料电池列车的开发动向[J]. 国外铁道机车与动车 2019(01)
- [28].关于燃料电池在建筑领域发展的相关研究[J]. 节能 2019(02)
- [29].《燃料电池基础》[J]. 电源技术 2019(03)
- [30].燃料电池产业链正处风口[J]. 理财 2019(03)
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;