林歆悠，夏玉田，李雪凡，林海波

（福州大學(xué)機械工程及自動化學(xué)院，福州 350002）

前言

傳統(tǒng)內(nèi)燃機汽車的節(jié)能減排難以取得質(zhì)的突破，相比而言，新能源汽車更加環(huán)境友好，且燃油消耗低，是未來汽車發(fā)展的重要方向［1］。其中燃料電池汽車能夠提供與純電動汽車一樣的環(huán)境效益，且行駛里程范圍更長，加氫時間短［2］。僅采用燃料電池作為單一動力源的純?nèi)剂想姵貏恿ο到y(tǒng)，輸出特性疲軟，動態(tài)響應(yīng)能力較差，且無法實現(xiàn)再生制動能量的回收［3］。因此，燃料電池汽車一般采用燃料電池＋動力電池／超級電容的構(gòu)型［4］。

對于混合動力燃料電池汽車，合理的能量管理策略能夠提高不同動力源的工作效率進而優(yōu)化整車經(jīng)濟性。為了達(dá)到與基于規(guī)則策略一樣的優(yōu)化效果，同時解決其基于工程經(jīng)驗適應(yīng)性差的問題，很多文獻(xiàn)中提出了采用優(yōu)化算法的策略。文獻(xiàn)［5］中考慮電池荷電狀態(tài)、等效系數(shù)與燃油消耗的關(guān)系，利用遺傳算法離線優(yōu)化等效系數(shù)；文獻(xiàn)［6］中為保持動力電池SOC在合理范圍，引入SOC權(quán)重因子；文獻(xiàn)［7］中應(yīng)用動態(tài)規(guī)劃求出已知工況下全局最優(yōu)的動力源工作狀態(tài)，以此求得等效系數(shù)；文獻(xiàn)［8］中針對等效氫氣消耗最小策略（equivalent-hydrogen consumption minimization strategy，ECMS）中的等效系數(shù)通過動態(tài)規(guī)劃進行全局優(yōu)化，優(yōu)化效果明顯，但難以在實車中實現(xiàn)。文獻(xiàn)［9］中將不同工作模式下的燃料電池衰退速率與等效氫氣消耗構(gòu)成多目標(biāo)的優(yōu)化，策略復(fù)雜導(dǎo)致實際適應(yīng)性不高。

對于插電式燃料電池汽車的能量管理往往分為電量消耗模式（CD）和電量保持模式（CS），上述文獻(xiàn)中采用的優(yōu)化策略僅僅運用于CS模式。行駛里程不確定時，采用傳統(tǒng)的CD-CS模式，能夠很好地保證行駛結(jié)束后，動力電池SOC處在合理水平并盡可能多地獲取電網(wǎng)綠色廉價的電能。若能確定行駛里程大小，在行駛里程范圍內(nèi)制定相應(yīng)的優(yōu)化策略合理分配動力電池電能，可取得相比于傳統(tǒng)的CDCS模式中僅在CS模式采用優(yōu)化策略更好的優(yōu)化效果。文獻(xiàn)［10］中考慮到影響整車經(jīng)濟性的行駛工況和行駛里程，提出了變參數(shù)能量管理策略；文獻(xiàn)［11］和文獻(xiàn)［12］中結(jié)合隨機預(yù)測與動態(tài)規(guī)劃的方法根據(jù)實時里程控制SOC變化；文獻(xiàn)［13］中采用PMP的方法求解ECMS，實現(xiàn)等效系數(shù)根據(jù)行駛里程自適應(yīng)；文獻(xiàn)［14］中采用PSO算法優(yōu)化控制參數(shù)，使其根據(jù)行駛里程的自適應(yīng)進而控制SOC；文獻(xiàn)［15］中提出基于規(guī)則的里程自適應(yīng)控制策略，大大提高了計算效率，但優(yōu)化效果與上述策略有一定差距。

為了兼顧計算效率與優(yōu)化效果，本文中針對插電式燃料電池汽車能量管理設(shè)計基于等效氫氣消耗最?。‥CMS）的行駛里程自適應(yīng)控制策略，將動力電池電能區(qū)分為來自電網(wǎng)與來自燃料電池兩類，以成本比值計算動力電池消耗的電能來自電網(wǎng)時的等效氫氣消耗，通過設(shè)計行駛里程自適應(yīng)的等效系數(shù)來調(diào)節(jié)目標(biāo)價值函數(shù)中來自電網(wǎng)與來自燃料電池的等效氫氣消耗比例，進而控制動力電池電能消耗速率，同時引入?yún)⒖糞OC對等效系數(shù)進一步修正，在優(yōu)化經(jīng)濟性的同時，能確保動力電池SOC在行駛結(jié)束時達(dá)到目標(biāo)值。最后通過Matlab／Simulink建立整車模型并仿真對比分析所提出策略的有效性。

1 插電式燃料電池汽車動力系統(tǒng)

所研究的插電式燃料電池汽車的結(jié)構(gòu)為并聯(lián)型動力系統(tǒng)，主要由主減速器與電機構(gòu)成的驅(qū)動系統(tǒng)、鋰離子動力電池、燃料電池系統(tǒng)和相應(yīng)的控制器組成，如圖1所示。燃料電池系統(tǒng)通過DC／DC變換器與高壓總線連接，動力電池直接與高壓總線相連，電機需求功率由動力電池和DC／DC變換器提供。相應(yīng)的動力系統(tǒng)關(guān)鍵部件和整車參數(shù)如表1所示。

圖1 燃料電池汽車驅(qū)動系統(tǒng)結(jié)構(gòu)

表1 整車基本參數(shù)

基于能量管理系統(tǒng)的角度，該動力系統(tǒng)的功率平衡模型可表示為

式中：Preq（t），Pm（t），Pdc（t），Pfc（t）和 Pb（t）分別為當(dāng)前時刻t時的行駛驅(qū)動需求功率、驅(qū)動電機需求功率、DC／DC輸出功率、燃料電池輸出功率和動力電池輸出功率；Treq（t）和 Tm（t）分別為行駛驅(qū)動需求轉(zhuǎn)矩和電機驅(qū)動轉(zhuǎn)矩；ηm（t）和 ηdc（t）分別為驅(qū)動工況時電機工作效率和DC／DC變換器工作效率；i0為主減速比。

2 燃料電池汽車ECMS模型

從插電式燃料電池動力系統(tǒng)宏觀能源利用的角度來看，動力電池的能量來自兩個部分，一部分是來自電網(wǎng)，一部分是來自燃料電池。在傳統(tǒng)插電式混合動力系統(tǒng)控制策略中，將控制階段分為電量消耗模式（CD）和電量保持模式（CS），CD模式動力電池電能來自電網(wǎng)，CS模式動力電池電能來自燃料電池。傳統(tǒng)策略僅僅在CS模式采用ECMS優(yōu)化，本文中打破CD-CS模式的劃分，提出全里程范圍內(nèi)采用ECMS優(yōu)化的能量管理策略，定義的性能優(yōu)化目標(biāo)函數(shù)為

目標(biāo)函數(shù)J包括燃料電池實際氫氣消耗mH2和動力電池等效氫氣消耗mequ。CS模式由于動力電池SOC較低，通過燃料電池對動力電池間歇充電保持SOC穩(wěn)定，所以可直接將動力電池瞬時能量消耗等效為瞬時的氫氣消耗：

式中：Hl為氫氣燃燒的低熱值；S0為動力電池功率與燃料電池功率轉(zhuǎn)化的等效系數(shù)；ηd為 DC／DC平均效率為動力電池平均充放電效率。

對于CD模式，在非高功率下燃料電池不參與工作，動力電池消耗的電能最終的補充來自停車充電時的電網(wǎng)電能。通過計算純氫燃料與純電動汽車在相同工況和相同里程下成本比值k，間接地將動力電池瞬時能量消耗等效成瞬時的氫氣消耗：

對于全里程范圍內(nèi)采用ECMS優(yōu)化時的動力電池電能既來自燃料電池又來自電網(wǎng)電能，β即為動力電池電能中來自電網(wǎng)電能的占比，所以動力電池等效氫氣消耗可表示為

全里程范圍的ECMS模型可以描述為

式中：u（t）為控制變量，這里定義為動力電池功率Pb（t）；x（t）為狀態(tài)變量，這里定義為 SOC（t）、車速v（t）和實時的行駛里程γ（t）。優(yōu)化過程如圖2所示，其中Pchg和Pdis為動力電池最大充放電功率。

圖2 ECMS動力電池輸出功率優(yōu)化過程

3 基于ECMS的里程自適應(yīng)控制策略

全里程范圍內(nèi)采用ECMS策略，除通過實時的能量分配使目標(biāo)函數(shù)最小外，為了保持動力電池不過度放電和停車充電能盡可能多地獲取綠色廉價電網(wǎng)電能，設(shè)計了里程自適應(yīng)策略，使動力電池SOC在行駛里程結(jié)束時到達(dá)較低的水平，即接近傳統(tǒng)CS模式下的目標(biāo)值SOC0。

引入全里程ECMS策略的等效系數(shù)S，根據(jù)β的取值不同在［S0，Se］變化，其中 Se＝S0／k，所以動力電池等效氫氣消耗可轉(zhuǎn)化為

在ECMS模型中β越大，等效氫氣消耗數(shù)值越小，實時能量分配將更多地消耗動力電池能量，所以β取值直接關(guān)系動力電池SOC變化。通過S對行駛里程的自適應(yīng)進而調(diào)整β來控制動力電池電能消耗速率，保證SOC在行駛里程結(jié)束時達(dá)到目標(biāo)值：

式中：Xe為燃料電池汽車純動力電池驅(qū)動的行駛里程；Xt為總的行駛里程。當(dāng)Xt小于Xe時，等效因子S等于Se；當(dāng)Xt遠(yuǎn)大于Xe時，等效因子S等于S0。通過行駛里程確定S，進而保證在行駛里程結(jié)束時動力電池中電網(wǎng)部分電能充分消耗。

由于實際工況的不確定性，引入?yún)⒖贾礢OCd：

式中：x為當(dāng)前行駛里程；SOC0為初始SOC值。通過SOC與SOCd的差值進一步調(diào)整等效系數(shù)S的取值，如圖3所示。當(dāng)SOC相比SOCd下降太快時增大S值，使燃料電池系統(tǒng)更多地參與工作。當(dāng)SOC下降太慢時，降低S值，使電網(wǎng)電能更多地被消耗。

圖3 等效系數(shù)基于SOC變化流程

4 仿真與試驗結(jié)果分析

為了驗證所制定的全里程采用ECMS的自適應(yīng)控制策略的有效性，首先通過Matlab／Simulink建立應(yīng)用于能量管理策略的整車仿真模型進行仿真試驗，然后，通過硬件在環(huán)試驗，與基于CD-CS的ECMS策略進行對比試驗。采用模擬現(xiàn)實擁堵市區(qū)交通中走走停停的UDDS工況進行試驗，圖4為該工況下仿真需求車速與實際硬件在環(huán)模擬車速的對比。從圖中可以看出，硬件在環(huán)模擬試驗過程的實際車輛速度可實現(xiàn)對該工況目標(biāo)需求車速的良好跟隨，說明硬件在環(huán)試驗可進行該控制策略的有效性驗證。

圖4 實際車速與目標(biāo)車速對比

4.1 不同行駛里程下的仿真驗證

以選定的不同行駛里程的工況（行駛里程分別為60，80，100，120，150和200 km）作為分析對象，在設(shè)定電池SOC初始值為0.9的情況下，應(yīng)用全里程自適應(yīng)的ECMS自適應(yīng)控制策略進行仿真驗證。

不同行駛里程下采用全里程的ECMS自適應(yīng)策略的SOC運行結(jié)果如圖5所示。由圖可見，除去60 km時由于行駛里程小于純電動最大行駛里程導(dǎo)致最終的SOC大于目標(biāo)值0.3外，在不同行駛里程下行駛結(jié)束時SOC值都能夠保持在0.3左右。以100 km運行結(jié)果為例，在運行過程中等效系數(shù)S取值在［S0，Se］之間變化，如圖6所示；圖7為100 km過程中動力電池SOC和參考SOCd的變化結(jié)果對比?？梢钥闯?，實際SOC在變化過程中整體的變化趨勢是與參考SOC的變化一致，只是在瞬時變化上存在細(xì)微差異，這與電池充放電過程的瞬時狀態(tài)有關(guān)，但仍可以保證行駛結(jié)束時電池SOC處于與參考SOC相近的水平，驗證了所設(shè)計的里程自適應(yīng)控制策略的有效性。

圖5 不同期望行駛里程SOC運行結(jié)果

4.2 硬件在環(huán)試驗結(jié)果與分析

4.2.1 硬件在環(huán)試驗系統(tǒng)

圖6 等效系數(shù)變化

圖7 SOC與參考SOC d關(guān)系

為進一步驗證里程自適應(yīng)策略的有效性和優(yōu)化效果，采用基于D2P的快速原型開發(fā)平臺的硬件作為控制器設(shè)計硬件在環(huán)試驗，并在搭建的新能源車輛試驗臺架中進行對比試驗。新能源車輛試驗臺架如圖8所示，該試驗臺架采用雙電機對拖的結(jié)構(gòu)來實現(xiàn)試驗工況的加載與驅(qū)動，主要由負(fù)載電機、驅(qū)動電機、電機控制器、快速原型開發(fā)平臺ECU及附件、試驗控制柜、燃料電池系統(tǒng)、DC／DC轉(zhuǎn)化器、鋰離子電池組及其管理系統(tǒng)、數(shù)據(jù)采集CAN及其控制系統(tǒng)等組成。

圖8 新能源車輛試驗臺架

基于D2P的快速原型開發(fā)平臺是意昂神州公司開發(fā)的電控系統(tǒng)開發(fā)平臺，其中，快速開發(fā)ECU硬件采用Freescale公司的MPC系統(tǒng)32位芯片，還為開發(fā)ECU提供CAN通信接口、至PC的接口硬件，以及完整的線束，另外還包括基于Matlab／Simulink的建模的軟件工具包MotoHawk和刷寫軟件、變量調(diào)試與監(jiān)測軟件 MotoTune，MotoHawk還集成GreenHill編譯器，可將C代碼編譯成可供刷寫的SRZ文件和A2L文件以備調(diào)用?；谠撓到y(tǒng)的硬件在環(huán)試驗實施方案如圖9所示，在Matlab／Simulink環(huán)境中采用D2P—MotoHawk快捷地構(gòu)建控制系統(tǒng)模型和里程自適應(yīng)控制策略，通過RTW（real-time workshop）模塊、任務(wù)管理及I／O功能模塊將所設(shè)計的里程自適應(yīng)控制策略及算法轉(zhuǎn)換為相應(yīng)的C代碼，自動代碼生成后經(jīng)硬件連接器USB-CAN將筆記本電腦和ECU連接，測試控制策略編碼的性能，然后，通過刷寫／標(biāo)定軟件MotoTune調(diào)入SRZ文件，將代碼下載到產(chǎn)品ECU中，在新能源車輛試驗臺架上完成安裝調(diào)試和測試標(biāo)定等工作，使代碼可在試驗臺架的硬件環(huán)境下運行，最后，實現(xiàn)硬件在環(huán)試驗，并通過監(jiān)控系統(tǒng)對試驗數(shù)據(jù)實時監(jiān)控記錄。

圖9 硬件在環(huán)試驗測試系統(tǒng)

4.2.2 試驗結(jié)果對比與分析

采用行駛里程為100 km的標(biāo)準(zhǔn)UDDS工況對里程自適應(yīng)ECMS策略與傳統(tǒng)基于CD-CS的ECMS策略進行硬件在環(huán)試驗對比，試驗結(jié)果對比和分析如圖10～圖12所示。

由圖10可以看出，里程自適應(yīng)ECMS策略下燃料電池輸出功率在整個行駛里程中分布比較均衡；基于CD-CS的ECMS策略在進入CS模式后開啟燃料電池，其輸出功率相比同時刻里程自適應(yīng)ECMS策略變化范圍更大，導(dǎo)致燃料電池不能更多地在高效率區(qū)間工作。由圖11可以看出，自適應(yīng)ECMS策略中燃料電池工作點效率分布相比傳統(tǒng)基于CD-CS的ECMS策略在高效區(qū)間的工作點占比更高。

由圖12可以看出，里程自適應(yīng)ECMS策略在全程SOC平緩下降，同時其最終氫氣消耗量相比基于CD-CS的ECMS策略低8.75%。

圖10 里程自適應(yīng)ECMS與CD／CS（ECMS）功率變化對比

圖11 燃料電池工作點效率分布對比

圖12 里程自適應(yīng)ECMS與CD／CS（ECMS）SOC和氫耗對比

在100，150和200 km行駛里程下的里程自適應(yīng)ECMS策略與傳統(tǒng)基于CD-CS的ECMS策略的最終SOC和氫氣消耗量對比結(jié)果如表2所示。

表 2 CD／CS（ECMS）與里程自適應(yīng)ECMS不同里程結(jié)果對比

隨著總的行駛里程的增加，基于CD／CS的ECMS策略純電動行駛里程的占比降低，里程自適應(yīng)ECMS策略相比基于CD／CS的ECMS策略氫氣消耗量降低的百分比越來越大，同時提升空間也在變小，如圖13所示。

圖13 不同里程氫氣消耗降低百分比

5 結(jié)論

（1）行駛里程自適應(yīng)的ECMS策略根據(jù)行駛里程的大小合理分配了動力電池電網(wǎng)電能的消耗速率，相比在CS階段的ECMS策略，使燃料電池更多地在高效區(qū)間工作，氫氣消耗有著明顯的降低。同時自適應(yīng)策略很好地保證了在行駛結(jié)束后動力電池SOC達(dá)到目標(biāo)值，不降低動力電池充電空間，充分利用電網(wǎng)綠色廉價的電能。

（2）在行駛里程范圍內(nèi)采用里程自適應(yīng)ECMS策略并不是行駛里程越大最終的優(yōu)化效果越好，當(dāng)總行駛里程遠(yuǎn)大于純電動最大行駛里程時，難以通過合理分配動力電池電能保證燃料電池在高效區(qū)間工作，從而失去了里程自適應(yīng)策略的意義。