一种多动力源混联混合动力固定翼飞行器及其控制方法与流程

本发明属于混合动力飞机技术领域，具体指代一种多动力源混联混合动力固定翼飞行器及其控制方法。

背景技术：

随着世界交通运输工具的快速发展，人们对于更加方便快捷、节能高效的运载工具的需求不断提高。近年来中国颁布了《关于深化我国低空空域管理改革的意见》文件，伴随相关政策的提出，飞行器产业作为一个新型产业伴随科学技术的进步逐渐走进我们的视线。

而传统的活塞式航空发动机单一驱动系统随着飞行器飞行的高度增加，空气当中的含氧量下降、温度降低、大气的压力也相应减小等，使得航空发动机的运行效率不断下降，导致燃油消耗量增加以及输出动力不稳定。这将使得日益枯竭的化石能源变的不堪重负，而且使得日益恶化的环境问题变得更加尖锐。

目前，在混合动力方向的研究已经取得了一定的研究成果，能够在一定程度应用在飞机上，例如中国发明专利申请号为cn201810336908.8，专利名称为“串联式混合动力飞机及其控制方法”中提供了一种以纯电动、油控闭环控制系统为串联式混合动力飞机整机控制策略设计的基础，以整机分系统的功率为控制策略的控制参量，依据串联式混合动力飞机不同工况下分系统功率需求的不同的，切换整机控制系统的工作模式，实现以节能环保为控制策略的设计理念、以整机系统功率为控制参量实时切换整机控制策略，改善混合动力系统在不同工作模式和工况下的能量需求分配状况，节约能源消耗，降低环境污染，缓解能源危机；中国发明专利申请号为cn201621062676.4，专利名称为“固定翼式混合动力飞机”中提出了一种能够实现电能和燃油交替使用的，固定翼式混合动力飞机，结构简单，有效满足飞机各项性能指标，节约能源消耗，降低飞机飞行成本，降低环境污染。

综上所述，串联式混合动力飞机能量的利用率低，在节约一种能源消耗的同时也在加开另一种能源的消耗，并不能做到真正意义上的节能。phev能量管理方法的制定存在两方面问题：一方面，过分的电量消耗可能会导致飞机系统的高电气损耗，影响整机的能量使用效率，即需要消耗更多的能量。另一方面，飞机电量消耗不充分可能无法获得预先设计的燃油取代功能，飞机储能系统的能力远没有达到可利用的极限。

技术实现要素：

针对于上述现有技术的不足，本发明的目的在于提供一种多动力源混联混合动力固定翼飞行器及其控制方法，以解决现有技术中存在的能量利用率低，没有充分利用储存系统能力的问题；本发明将发动机、电动机、光伏电池组与超级电容进行混合，增设了一套光伏发电系统，不仅提高了飞行器的续航能力，且与普通锂离子蓄电池相比，还提高了寿命，有效提高飞机发动机的燃油经济性及排放性，从而全面提升飞机性能。另外本发明通过动力耦合器将发动机输出的转矩和电动机输出的转矩进行合成，改善了系统的动力性、经济型和排放行性。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种多动力源混联混合动力固定翼飞行器，包括：机身、左机翼、右机翼、螺旋桨、动力耦合器控制单元、驱动电机、电机轴、发动机、动力耦合系统、isg电机、整流器、逆变器、电机控制器、超级电容、控制模块、光伏发电系统、油箱和尾翼；

所述左机翼、右机翼分别固定安装在机身中部的相对于机头的左右两侧；

所述isg电机位于机身的头部，其输出端与所述动力耦合系统的输入端电气相连；

所述驱动电机位于机身头部并与所述isg电机电气相连；

所述电机控制器位于机身中部并与所述逆变器电气连接，控制所述驱动电机启停、转速以及扭矩的大小；

所述螺旋桨与所述电机轴固定连接，且安装在机身前端；

所述动力耦合系统位于机身头部并处于驱动电机与螺旋桨之间，由齿圈、行星轮、行星架、传动轮、传动轴以及太阳轮组成；

所述太阳轮与驱动电机连接；

所述行星轮分别与太阳轮及齿圈啮合；

所述行星架与传动轮啮合；

所述传动轴的输出端与螺旋桨连接，其输入端与所述发动机输出端连接，工作时，根据飞行器的飞行动力需要，由发动机单独工作，发动机单独驱动传动轴转动，传递驱动力到螺旋桨；或由驱动电机单独工作，驱动电机通过太阳轮、行星轮、行星架、传动轮、传动轴，传递驱动力到螺旋桨，实现驱动电机带动螺旋桨工作；或根据飞行器的飞行动力需要，控制发动机和驱动电机同时工作，发动机输出的驱动力与驱动电机输出的驱动力叠加，实现两种动力的合成；

所述光伏发电系统位于机身内，包括：soc估计模块、光伏控制器、光伏电池组；

所述soc估计模块的输入端与光伏电池组及超级电容电气相连，输出端与所述控制模块电气相连，用于计算所述光伏电池组和超级电容的soc信号并传输到所述控制模块及光伏控制器；

所述光伏电池组与整流器的输出端电气连接，整流器将转化后的直流电给光伏电池组充电；

所述光伏控制器的输入端与soc估计模块的输出端电气相连，并根据检测电容的soc值来决定光伏电池组是否向超级电容充电；

所述超级电容与逆变器电气连接，逆变器将转化后的交流电输出给isg电机；

所述动力耦合器控制单元根据光伏电池组的soc值来决定所述动力耦合系统的耦合方式，soc值小于0.3时为纯电动模式，soc值大于0.8时为混联模式，soc值处于0.3-0.8时为纯燃油模式；

所述电机轴为驱动电机的输出轴；

所述整流器位于机身内，其输入端与发电机的输出端电气相连，将产生的交流电转换为直流电；

所述逆变器位于机身内，其输入端与光伏电池组和超级电容电气相连，用于把直流电能转换为交流电，其输出端则与所述isg电机电气相连；

所述控制模块位于机身中部，分别与发动机、尾翼、isg电机电气相连，根据检测到的信号控制各部件工作；

所述油箱设置在机身内，油箱与所述发动机通过液压管路连接，用于给所述发动机供油；

所述尾翼固定安装在机身的尾部，控制飞行器的升降及横摆运动。

进一步地，所述光伏电池组按照机翼的构造布置，其填充在所述左、右机翼中，保证所述左、右机翼内布置的光伏电池组的质量相互平衡，使得飞行器的质心能够落在机身的几何中心附近。

进一步地，所述光伏电池组为六组，所述左右机翼各布置三组。

进一步地，所述光伏电池组中的电池部分为锂离子电池，其加装有太阳能电池板靠boost变换器向锂离子电池进行充电。

进一步地，所述超级电容的能量储存功率大于所述isg电机发电时的输出功率。

进一步地，所述超级电容的最大放电功率和最大充电功率满足所述驱动电机的功率要求。

进一步地，所述光伏电池组中的锂离子电池满足系统运行过程中的光伏发电系统产生的峰值功率。

进一步地，当所述机翼微小变形时太阳能电池板仍能正常工作。

本发明还提供了一种多动力源混联混合动力固定翼飞行器的控制方法，包含以下步骤：

(1)当飞行器正常飞行时，soc估计模块估计光伏电池组和超级电容的soc值，将信号传递给控制模块和光伏发电系统，并设定光伏电池组和超级电容的soc阈值，控制模块根据光伏电池的soc信号和设定的soc阈值，实时调控发动机的运行状态，驱动电机的电能来自于光伏电池组和超级电容的供给；

(2)发动机带动发电机发电，发电机发出的电能供给控制驱动电机工作的驱动电机控制部件，以确保驱动电机工作，当发动机的输出功率多于需求功率时，则带动发电机发电并将电能储存在光伏电池组中；当发动机的输出功率少于需求功率时，则电动机吸收电能和发动机一起驱动螺旋桨；光伏发电系统则根据超级电容soc值和光伏电池组的soc值决定超级电容和光伏电池组的充电状态；

(3)当飞行器在飞行过程中出现负载突升或突降时，控制模块根据负载需求分配发动机的功率输出和光伏电池组与超级电容的总输出功率，然后对超级电容和光伏电池组的功率进行分配；并根据分配结果对发动机、光伏电池组以及超级电容进行控制，保证动力系统输出平稳。

进一步地，所述步骤(1)中的光伏电池组soc估计方法采用神经网络法，具体步骤如下：

(11)选择端电流i、端电压u作为神经网络的输入，选择光伏电池组的soc值作为神经网络的输出；

(12)利用光伏电池组的充放电实验台架，采集光伏电池组的充放电数据，并将70％的数据作为训练数据，15％的数据用来校验神经网络，15％的数据用来最终的神经网络验证，对神经网络模型进行训练；

(13)飞行器启动时利用训练好的神经网络模型将光伏电池组实际状态参数输入到神经网络模型中，得到光伏电池组的soc值。

进一步地，所述步骤(13)中光伏电池组的soc估计步骤如下：

(131)估计时根据神经网络的抽象模型，并以第i个神经元为核心表示各神经元之间的连接关系：

ai(t)＝gi(ai(t-1),neti(t-1))

oi(t)＝fi(ai(t))

式中，neti(t)是第i个神经元在时刻t的输入，即端电流i，ai(t)是第i个神经元在时刻t的状态，即光伏电池组的soc，oi(t)是第i个神经元在时刻t的输出，即端电压u；gi和fi分别是与第i个神经元相联系的激活函数和输出函数，gi和fi均与i无关，则有：

式中，ti是第i个神经元的阈值，即soc的阈值，神经元的学习规则为hebb规则；

(132)将光伏电池组的端电流i、端电压u代入上述神经网络模型，经计算后得到光伏电池组的soc估计值。

进一步地，所述步骤(1)中，超级电容的soc估计与光伏电池组的soc估计一样，采用神经网络法进行估计，具体估计步骤同所述步骤(11)-(13)。

进一步地，所述步骤(1)中的光伏电池组的soc阈值选择为0.2和0.8，超级电容的soc阈值选择为0.3和0.8。

进一步地，所述步骤(1)中飞行器飞行时，isg电机具体控制步骤如下：

(14)控制模块根据需求计算出isg电机所需的目标转速；

(15)采用pid控制，以isg电机的目标转速和实际转速差为控制输入，输出为电机电压，表达式如下：

e(t)＝cr(t)-c(t)

式中，e(t)为误差，c(t)为真实值，cr(t)为期望值；

控制信号为：

传递函数形式为：

式中，k为比例系数，t为积分时间常数，t为微分时间常数。

进一步地，所述步骤(1)中发动机调控方法如下：

(16)当光伏电池组的soc<0.3时，soc值增加，isg电机切换为发电状态，发动机带动其发电，与太阳能板一起向光伏电池组供电，当光伏电池组的荷电状态soc值攀升至0.8时，isg电机切换为电动状态，发动机停转；

(17)当光伏电池组的soc>0.8时，光伏电池组超过其正常工作状态，降低soc值，发动机停止带动isg电机只做动力输出发电，光伏电池组放电驱动电机工作，动力耦合系统将发动机的转矩与光伏电池组提供给驱动电机的转矩一起耦合后输出；

(18)当光伏电池组的0.3≤soc≤0.8时，光伏电池组工作在高效区间内，发动机则按当前工作转速下燃油效率最优点进行输出，或发动机停转进行纯电动飞行。

进一步地，所述步骤(2)中的超级电容和光伏电池组的充电状态选择方式为：当超级电容的soc值低于所设定的阈值0.3时，光伏控制器控制光伏发电系统给超级电容充电；当超级电容的soc值高于所设定的阈值0.8且光伏电池组的soc低于0.8时，光伏控制器控制光伏发电系统给光伏电池组充电，其余状态则光伏发电系统不工作，使超级电容维持在正常的工作状态，延长超级电容的使用寿命。

进一步地，所述步骤(3)中发动机输出功率和超级电容、光伏电池组的总输出功率的分配采用庞特里亚金极小值方法，以征集动力性和经济型为目标，对发动机输出功率进行优化，剩余部分由超级电容和光伏电池组共同供给。

进一步地，所述步骤(3)中超级电容和光伏电池组的功率分配采用联合控制器的模糊控制策略，具体步骤如下：

(31)将超级电容的soc与需求功率通过隶属度函数输入第一模糊控制器，将超级电容的soc与光伏电池组的soc通过隶属度函数输入到第二模糊控制器，第一模糊控制器输出的pre-pbat和第二模糊控制器输出的(1-kbat)pre通过组合单元输入到双向dc/dc，表达式如下：

式中，iuc为双向dc/dc的给定电流，vli为光伏电池组电压，vuc为超级电容器的端电压；

(32)根据所述步骤(31)的计算，得到蓄电池的功率分配系数kbat，则得到超级电容的功率分配系数为kcap＝1-kbat。

进一步地，所述步骤(31)采用的隶属度函数为三角型隶属度函数，其表达式如下：

式中，x为超级电容的soc的值，[a，c]为论域，得到超级电容隶属度函数图。

进一步地，所述步骤(31)中第二模糊控制器的功率分配因子隶属度函数图、需求功率隶属度函数图与所述第一模糊控制器的相同。

本发明的有益效果：

本发明采用发动机、isg电机与超级电容的多动力源混合模式，相较于活塞式发动机混合模式能够减轻重量，进一步提高固定翼飞行器的续航能力；与其他混合动力飞行器相比，本发明采用的光伏电池组具有清洁性、寿命长等特点，不会造成环境的污染。

本发明利用电机驱动系统作为转换器、超级电容的高功率密度和锂电池组高能量密度的特点，使航空发动机多余的能量暂时储存到超级电容中，实现能量回收，当负荷增大时，储存在超级电容中的能量得以释放，有效的减少了燃油消耗量和环境污染，增加了飞行器的飞行里程。

本发明的光伏发电系统在整个工作过程中持续发电，并不断的检测超级电容的电量进行恒流充电，以保证固定翼飞行器的飞行机动性和安全性。其优点是在航空发动机突然因故障在空中无法点火的条件下，可以通过电池及电容内部电能驱动电动机作为飞机的动力，实现飞机安全迫降。

附图说明

图1为本发明的一种多动力源的混联混合动力固定翼飞行器的结构图；

图2为本发明的动力耦合系统结构图；

图3为本发明的总控制流程框图；

图4为本发明的光伏电池组合超级电容soc的估计框图；

图5为本发明的光伏电池增量电导法控制策略图；

图6为本发明的联合控制器的系统工作原理图；

图7为本发明的模糊控制器1中的超级电容soc隶属度函数图

图8为本发明的模糊控制器1中的光伏电池组隶属度函数图；

图9为本发明的模糊控制器1中的需求功率隶属度函数图；

图10为本发明的模糊控制器1中的功率分配因子隶属度函数图；

图11为本发明的模糊控制器2中的光伏电池组soc隶属度函数图；

图12为本发明的模糊控制器2中的超级电容soc隶属度函数图；

图中，1-螺旋桨，2-驱动电机，3-发动机4-光伏控制器，5-电机控制器，6-超级电容，7-左机翼，8-机身，9-尾翼，10-邮箱，11-soc估计模块，12-右机翼，13-光伏电池组，14-ecu，15-整流器，16-逆变器，17-isg电机，18-动力耦合系统，19-动力耦合器控制单元，20-电机轴，21-行星轮，22-行星架，23-太阳轮，24-传动轮，25-传动轴，26-齿圈。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

参照图1所示，本发明的一种多动力源混联混合动力固定翼飞行器，包括：机身8、左机翼7、右机翼12、螺旋桨1、动力耦合器控制单元19、驱动电机2、电机轴20、发动机3、动力耦合系统18、isg电机17、整流器15、逆变器16、电机控制器5、超级电容6、控制模块14、光伏发电系统、油箱10和尾翼9；

所述左机翼7、右机翼12分别固定安装在机身8中部的相对于机头的左右两侧；

所述isg电机17位于机身头部，其输出端与所述动力耦合系统18的输入端电气相连；

所述驱动电机2位于机身头部并与所述isg电机17电气相连；

所述电机控制器5位于机身中部并与所述逆变器16电气连接，控制所述驱动电机2启停、转速以及扭矩的大小；

所述螺旋桨1与所述电机轴20固定连接，且安装在机身8前端；

参照图2所示，所述动力耦合系统18位于机身头部并处于驱动电机2与螺旋桨1之间，由齿圈26、行星轮21、行星架22、传动轮24、传动轴25以及太阳轮23组成；

所述太阳轮23与驱动电机2连接；

所述行星轮21分别与太阳轮23及齿圈26啮合；

所述行星架22与传动轮24啮合；

所述传动轴25位于机身前端，其输出端与螺旋桨2连接，其输入端与所述发动机3输出端连接，工作时，根据飞行器的飞行动力需要，由发动机3单独工作，发动机3单独驱动传动轴25转动，传递驱动力到螺旋桨2；或由驱动电机2单独工作，驱动电机2通过太阳轮23、行星轮21、行星架22、传动轮24、传动轴25，传递驱动力到螺旋桨1，实现驱动电机2带动螺旋桨1工作；或根据飞行器的飞行动力需要，控制发动机3和驱动电机2同时工作，发动机3输出的驱动力与驱动电机2输出的驱动力叠加，实现两种动力的合成；

所述光伏发电系统位于机身内部，包括：soc估计模块11、光伏控制器4、光伏电池组13；

所述soc估计模块11的输入端与光伏电池组13及超级电容6电气相连，输出端与所述控制模块14电气相连，用于计算所述光伏电池组13和超级电容6的soc信号并传输到所述控制模块14及光伏控制器3；

所述光伏电池组13与整流器15的输出端电气连接，整流器15将转化后的直流电给光伏电池组13充电；所述光伏电池组13按照机翼的构造布置，其填充在所述左、右机翼中，保证所述左、右机翼内布置的光伏电池组的质量相互平衡，使得飞行器的质心能够落在机身的几何中心附近；

其中，所述光伏电池组为六组，所述左右机翼各布置三组；

其中，所述光伏电池组中的电池部分为锂离子电池，其加装有太阳能电池板靠boost变换器向锂离子电池进行充电；

所述光伏电池组13中的锂离子电池满足系统运行过程中的光伏发电系统产生的峰值功率。

所述光伏控制器4的输入端与soc估计模块11的输出端电气相连，并根据检测电容的soc值来决定光伏电池组13是否向超级电容6充电；

所述超级电容6位于机身中部，并与所述逆变器16电气连接，逆变器16将转化后的交流电输出给isg电机17；所述超级电容6的能量储存功率大于所述isg电机发电时的输出功率；所述超级电容的最大放电功率和最大充电功率满足所述驱动电机的功率要求；

所述动力耦合器控制单元19位于机身头部，其根据光伏电池组13的soc值来决定所述动力耦合系统18的耦合方式，soc值小于0.3时为纯电动模式，soc值大于0.8时为混联模式，soc值处于0.3-0.8时为纯燃油模式；

所述电机轴20为驱动电机2的输出轴；

所述整流器15位于机身内部，其输入端与发电机3的输出端电气相连，将产生的交流电转换为直流电；

所述逆变器16位于机身内部，其输入端与所述光伏电池组和所述超级电容电气相连，用于把直流电能转换为交流电，其输出端则与所述isg电机电气相连；

所述控制模块14位于机身中部，分别与发动机3、尾翼9、isg电机17电气相连，根据检测到的信号控制各部件工作；

所述油箱10设置在机身8内，油箱10与所述发动机3通过液压管路连接，用于给所述发动机3供油；

所述尾翼9固定安装在所述机身8的尾部，控制飞行器的升降及横摆运动。

当所述机翼微小变形时太阳能电池板仍能正常工作。

如图3所示，本发明还提供了一种多动力源混联混合动力固定翼飞行器的控制方法，基于上述飞行器，包含以下步骤：

(1)当飞行器正常飞行时(包含启动发动机阶段、加速滑跑阶段、加速爬升阶段、巡航阶段和降落阶段)，soc估计模块估计光伏电池组和超级电容的soc值，将信号传递给控制模块和光伏发电系统，并设定光伏电池组和超级电容的soc阈值，控制模块根据光伏电池的soc信号和设定的soc阈值，实时调控发动机的运行状态，驱动电机的电能来自于光伏电池组和超级电容的供给；

光伏电池组soc估计方法采用神经网络法，如图4所示，避免kalman滤波法中需要将电池模型作线性化处理后带来的误差，实时获取电池的动态参数，具体步骤如下：

(11)选择端电流i、端电压u作为神经网络的输入，选择光伏电池组的soc值作为神经网络的输出；

(12)利用光伏电池组的充放电实验台架，采集光伏电池组的充放电数据，并将70％的数据作为训练数据，15％的数据用来校验神经网络，15％的数据用来最终的神经网络验证，对神经网络模型进行训练；

(13)飞行器启动时利用训练好的神经网络模型将光伏电池组实际状态参数输入到神经网络模型中，得到光伏电池组的soc值。

其中，所述步骤(13)中光伏电池组的soc估计步骤如下：

(131)估计时根据神经网络的抽象模型，并以第i个神经元为核心表示各神经元之间的连接关系：

ai(t)＝gi(ai(t-1),neti(t-1))

oi(t)＝fi(ai(t))

式中，neti(t)是第i个神经元在时刻t的输入，即端电流i，ai(t)是第i个神经元在时刻t的状态，即光伏电池组的soc，oi(t)是第i个神经元在时刻t的输出，即端电压u；gi和fi分别是与第i个神经元相联系的激活函数和输出函数，gi和fi均与i无关，则有：

式中，ti是第i个神经元的阈值，即soc的阈值，神经元的学习规则为hebb规则；

(132)将光伏电池组的端电流i、端电压u代入上述神经网络模型，经计算后得到光伏电池组的soc估计值。

所述步骤(1)中，超级电容的soc估计与光伏电池组的soc估计一样，采用神经网络法进行估计，具体估计步骤同所述步骤(11)-(13)。

所述步骤(1)中的光伏电池组的soc阈值选择为0.2和0.8，超级电容的soc阈值选择为0.3和0.8。

所述步骤(1)中飞行器飞行时，isg电机具体控制步骤如下：

(14)控制模块根据需求计算出isg电机所需的目标转速；

(15)采用pid控制，以isg电机的目标转速和实际转速差为控制输入，输出为电机电压，表达式如下：

e(t)＝cr(t)-c(t)

式中，e(t)为误差，c(t)为真实值，cr(t)为期望值；

控制信号为：

传递函数形式为：

式中，k为比例系数，t为积分时间常数，t为微分时间常数。

所述步骤(1)中发动机调控方法如下：

(16)当光伏电池组的soc<0.3时，soc值增加，isg电机切换为发电状态，发动机带动其发电，与太阳能板一起向光伏电池组供电，当光伏电池组的荷电状态soc值攀升至0.8时，isg电机切换为电动状态，发动机停转；

(17)当光伏电池组的soc>0.8时，光伏电池组超过其正常工作状态，降低soc值，发动机停止带动isg电机只做动力输出发电，光伏电池组放电驱动电机工作，动力耦合系统将发动机的转矩与光伏电池组提供给驱动电机的转矩一起耦合后输出；

(18)当光伏电池组的0.3≤soc≤0.8时，光伏电池组工作在高效区间内，如图5所示，发动机则按当前工作转速燃油效率最优点进行输出，或发动机停转进行纯电动飞行。

(2)发动机带动发电机发电，发电机发出的电能供给控制驱动电机工作的驱动电机控制部件，以确保驱动电机工作，当发动机的输出功率多于需求功率时，则带动发电机发电并将电能储存在光伏电池组中；当发动机的输出功率少于需求功率时，则电动机吸收电能和发动机一起驱动螺旋桨；而光伏发电系统则根据超级电容soc值和光伏电池组的soc值来决定超级电容和光伏电池组的充电状态；

所述步骤(2)中的超级电容和光伏电池组的充电状态选择方式为：当超级电容的soc值低于所设定的阈值0.3时，光伏控制器控制光伏发电系统给超级电容充电；当超级电容的soc值高于所设定的阈值0.8且光伏电池组的soc低于0.8时，光伏控制器控制光伏发电系统给光伏电池组充电，其余状态则光伏发电系统不工作，使超级电容维持在正常的工作状态，延长超级电容的使用寿命。

(3)当飞行器在飞行过程中出现负载突升或突降时，控制模块根据负载需求分配发动机的功率输出和光伏电池组与超级电容的总输出功率，然后对超级电容和光伏电池组的功率进行分配；并根据分配结果对发动机、光伏电池组以及超级电容进行控制，保证动力系统输出平稳。

所述步骤(3)中发动机输出功率和超级电容、光伏电池组的总输出功率的分配采用庞特里亚金极小值方法，以征集动力性和经济型为目标，对发动机输出功率进行优化，剩余部分由超级电容和光伏电池组共同供给。

所述步骤(3)中超级电容和光伏电池组的功率分配采用联合控制器的模糊控制策略，具体步骤如下：

(31)如图6所示，将超级电容的soc与需求功率通过隶属度函数输入第一模糊控制器，将超级电容的soc与光伏电池组的soc通过隶属度函数输入到第二模糊控制器，第一模糊控制器输出的pre-pbat和第二模糊控制器输出的(1-kbat)pre通过组合单元输入到双向dc/dc，表达式如下：

式中，iuc为双向dc/dc的给定电流，vli为光伏电池组电压，vuc为超级电容器的端电压；

(32)根据所述步骤(31)的计算，得到蓄电池的功率分配系数kbat，则得到超级电容的功率分配系数为kcap＝1-kbat。

所述步骤(31)采用的隶属度函数为三角型隶属度函数，其表达式如下：

式中，x为超级电容的soc的值，[a，c]为论域，得到超级电容隶属度函数图，如图7-图12所示。

所述步骤(31)中第二模糊控制器的功率分配因子隶属度函数图、需求功率隶属度函数图与所述第一模糊控制器的相同。

本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。