(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110657754.4 (22)申请日 2021.06.14 (65)同一申请的已公布的文献号 申请公布号 CN 113221258 A (43)申请公布日 2021.08.0 6 (73)专利权人 西北工业大 学 地址 710072 陕西省西安市友谊西路127号 (72)发明人 闵志豪　雷涛　王彦博　张星雨　 金贤球　张晓斌　 (74)专利代理 机构 西安凯多 思知识产权代理事 务所(普通 合伙) 61290 专利代理师 刘新琼 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/27(2020.01)G06N 3/08(2006.01) B60L 58/40(2019.01) B60L 50/75(2019.01) G06F 119/06(2020.01) (56)对比文件 CN 112060982 A,2020.12.1 1 CN 110348595 A,2019.10.18 张志祥等.多旋翼燃料电池无 人机能量管理 策略研究. 《信息技 术与网络安全》 .2018,(第01 期), 审查员 张一良 (54)发明名称 一种结合推进功率预测MPC的电推进无人机 能量管理方法 (57)摘要 本发明公开了一种结合推进功率预测MPC的 电推进无人机能量管理方法， 该方法属于一种能 量管理控制方法， 用于燃料电池 ‑锂电池供能的 电推进无人机， 通过实时飞行数据对混合电源系 统进行控制调度； 以飞行过程中氢气消耗量最小 为目标进行能量优化管理， 通过结合基于深度神 经网络预测推进功率需求 以应对不同飞行工况 和飞行条件 带来的不确定性， 通过优化求解来调 节燃料电池和锂电池的输出功率， 从而进一步提 高系统的能耗经济性。 权利要求书3页 说明书9页 附图5页 CN 113221258 B 2022.09.16 CN 113221258 B 1.一种结合推进功率预测MPC的电推进无人机能量管理方法， 其特征在于， 包括以下步 骤： 步骤1： 建立预测模型； 根据电推进无人机动力系统的能流关系， 以状态空间方程作为模型预测控制MPC的预 测模型； 设定锂电池电荷 状态SOC、 燃料电池的氢气消耗量mfc以及锂电池的等效氢气消耗量mbat 为状态变量x＝[SOC,mfc,mbat]T； 选取燃料电池输出功率Pfc和锂电池输出功率Pbat作为控制 变量u＝[Pfc,Pbat]T； 以产生的推进功率和系统总的等效氢耗量作为系统输出变量y， 建立预 测模型， 形式如式(1)所示： xk+1＝Axk+Buk yk+1＝Cxk+1+Duk (1) 其中， A为状态 矩阵， B为控制矩阵， C为输出状态 矩阵， D为决策输出矩阵， k表示 步数； 状态矩阵A、 控制矩阵B、 输出状态 矩阵C以及决策输出矩阵D的推导如下： 锂电池电荷状态SOC与锂电池消耗的能量Ebat及锂电池的最大储存能量Ebat,max有如下关 系： SOC(k)＝Ebat(k)/Ebat,max (2) 对式(2)进行微分得到锂电池输出功率与SOC动态变化 率的关系， 如式(3)所示： 而锂电池的等效氢耗量和其所消耗的电量有关， 而燃料电池的氢气消耗量与燃料电池 所发出的电量有关， 即： 其中， LHVH2为氢气的低热值， ηfc为燃料电池的标称效率,Ffc为燃料电池输出能量； 对式(5)两端同时进行微分， 得到锂电池的等效氢气消耗率与锂电池输出功率、 燃料电 池的氢气消耗 率与燃料电池输出功率的关系， 如式(6)和(7)所示： 对式(6)和式(7)进行 前向欧拉离 散化处理得到： 其中， TS表示系统控制步长； 将总的能耗量用燃料电池的氢气消耗量、 燃料电池权重系数Kef、 锂电池等效能耗以及权　利　要　求　书 1/3 页 2 CN 113221258 B 2锂电池的权 重系数Kbat表示， 如式(1 1)所示： mh2(k)＝Kefmfc(k)+Kbatmbat(k) (11) 将推进功率需求用燃料电池功率、 锂电池功率、 变换器效率和调速器效率来表示， 如式 (12)所示： 其中， Ppro(k)表示第k步 的推进功率， ηdc1和 ηdc2分别表示蓄电池和燃料电池所接的DC/ DC变换器的效率， ηinverter表示调速器的效率； 由式(2)‑式(12)能够得到系统的状态空间方程， 如式(13)和(14)所示： 通过系统的状态空间方程建立得到预测模型的状态矩阵A、 控制矩阵B、 输出状态矩阵C 以及决策输出矩阵D， 如式(15) ‑式(18)所示： 步骤2： 滚动优化；权　利　要　求　书 2/3 页 3 CN 113221258 B 3