孫振廣

（200093 上海市 上海理工大學(xué) 機械工程學(xué)院）

0 引言

隨著化石燃料資源的枯竭和環(huán)境污染問題的加重，綠色環(huán)保的新能源汽車逐漸受到國內(nèi)外學(xué)者關(guān)注和消費者的青睞，而零排放、無污染的純電動汽車（Battery Electric Vehicle,BEV）是新能源汽車發(fā)展的必然趨勢[1]。純電動汽車雖然初具規(guī)模，但仍然無法完全取代傳統(tǒng)燃油汽車，蓄電池的續(xù)航能力差是制約純電動車無法大規(guī)模普及的重要因素之一[2]。在純電動汽車處于起步、爬坡、加速等工況下，都需要車載電池在短時間內(nèi)輸出大電流，這將嚴(yán)重削減車載電池的循環(huán)壽命。超級電容作為一種新興的儲能元件，具有功率密度大、循環(huán)使用壽命長和大電流充放電能力強等諸多優(yōu)點[3]。若將鋰電池和超級電容組成復(fù)合電源系統(tǒng)作為車載電源，恰好可以彌補單一電源功率密度不足的缺點。

復(fù)合電源系統(tǒng)的能量管理策略主要包括基于規(guī)則類的策略和基于優(yōu)化類的策略。基于規(guī)則的能量管理策略具有運算量低、實時響應(yīng)性好、魯棒性強和可靠性高的優(yōu)點，目前在工程實踐中被廣泛應(yīng)用?；趦?yōu)化類的能量管理策略又分為全局優(yōu)化能量管理和實時優(yōu)化能量管理。全局優(yōu)化能量管理能夠適用于多狀態(tài)和多輸入的復(fù)雜非線性系統(tǒng)優(yōu)化問題，可使系統(tǒng)效益總和達(dá)到最優(yōu)。宋子由[4]等利用動態(tài)規(guī)劃算法，對超級電容的數(shù)量以及復(fù)合儲能系統(tǒng)的能量管理算法進行了聯(lián)合優(yōu)化，闡明了參數(shù)優(yōu)化和能量管理算法優(yōu)化間的相互影響關(guān)系，但動態(tài)規(guī)劃法必須已知車輛行駛工況信息，只能基于給定工況離線優(yōu)化。實時優(yōu)化能量管理可基于實時工況在線對能量管理決策進行優(yōu)化計算。王峰[5]等采用自適應(yīng)神經(jīng)模糊控制的復(fù)合儲能系統(tǒng)功率分配策略，可明顯提升電池壽命,降低綜合使用成本，但此方法計算量龐大、響應(yīng)速度慢，在實際應(yīng)用操作難度系數(shù)大。國內(nèi)外學(xué)者對復(fù)合電源研究頗多，但大多都集中在其能量管理策略的研究上，卻鮮有人考慮到復(fù)合電源系統(tǒng)的循環(huán)壽命和經(jīng)濟性。本文將采用應(yīng)用廣泛的基于規(guī)則的能量管理策略對這這兩個方面問題進行研究。

1 復(fù)合電源系統(tǒng)介紹

1.1 復(fù)合電源車輛參數(shù)

本實驗選用的車型是基于采用復(fù)合電源的某款純電動客車，整車構(gòu)型如圖1 所示。

圖1 純電動客車構(gòu)型圖Fig.1 Configuration diagram of pure electric bus

該構(gòu)型中，復(fù)合電源通過電機控制器與電機電連接，電機與主減速器、驅(qū)動軸及車輪機械連接。電機輸出動力經(jīng)過主減速器減速增矩，然后直接傳遞給后軸與車輪驅(qū)動車輛行駛。該純電動客車整車參數(shù)見表1。

表1 純電動客車整車參數(shù)Tab.1 Vehicle parameters of pure electric bus

1.2 復(fù)合電源拓補結(jié)構(gòu)

復(fù)合電源系統(tǒng)中的主要元器件包括蓄電池、超級電容和DC/DC 變換器。為復(fù)合電源系統(tǒng)選取合適的結(jié)構(gòu)不僅可以提高功率分流的效果，而且可以縮減復(fù)合電源系統(tǒng)的經(jīng)濟成本。常見的拓補結(jié)構(gòu)有3 種，分別為主動式、被動式和半主動式。主動式構(gòu)型包括2 個DC/DC 變換器分別與蓄電池和超級電容串聯(lián)，然后并聯(lián)到母線上，它可以控制2 個自由度，既能控制總線電壓，又能控制超級電容和蓄電池輸出功率的分配，控制效果最優(yōu)，但它需要采用2 個經(jīng)濟成本很高的大功率DC/DC 變換器，導(dǎo)致系統(tǒng)成本太高；被動式構(gòu)型直接將蓄電池與超級電容和母線并聯(lián)，它結(jié)構(gòu)最簡單、成本最低，但因為無可控自由度，所以實際應(yīng)用效果較差。

目前應(yīng)用最廣泛拓補結(jié)構(gòu)的是半主動式構(gòu)型，它既有一個可控自由度保證控制效果，又可以控制復(fù)合電源系統(tǒng)的總體成本不會太高[6]，因此本文選擇此種構(gòu)型作為復(fù)合電源拓補結(jié)構(gòu)，如圖2 所示。

圖2 復(fù)合電源系統(tǒng)拓補結(jié)構(gòu)Fig.2 Topology structure of composite power supply system

1.3 復(fù)合電源參數(shù)

在本實驗設(shè)計中，除了要為復(fù)合電源系統(tǒng)選擇合適的構(gòu)型，還要確定蓄電池和超級電容2 個主要元件的參數(shù)，以保證所設(shè)計的純電動汽車能夠正常行駛。具體選擇的參數(shù)如表2 所示。

表2 復(fù)合電源參數(shù)Tab.2 Composite power supply parameter

2 復(fù)合電源能量管理策略

在復(fù)合電源系統(tǒng)的設(shè)計中需要最大程度發(fā)揮鋰電池和超級電容各自的優(yōu)勢。能量密度較高的蓄電池起主要作用，輸出平穩(wěn)的電流以保證電動汽車的正常行駛。超級電容憑借其較高的功率密度為輔助電源，負(fù)責(zé)在短時間內(nèi)輸出和回收純電動汽車電機的大電流，避免蓄電池接受高電流的沖擊，起到保護蓄電池的作用。因此，我們需要為復(fù)合電源系統(tǒng)制定合理的功率分流控制策略，將電機需求功率合理地分配給超級電容和蓄電池。本文采用的基于規(guī)則類能量管理算法，具體分為邏輯門限控制策略和模糊控制策略。

2.1 邏輯門限控制策略

基于邏輯門限的規(guī)則能量管理策略是目前應(yīng)用較廣泛的控制算法。此方法的優(yōu)點是不需要精確的數(shù)學(xué)模型，運算量小，實時響應(yīng)性好，具有較強的魯棒性等。在復(fù)合電源系統(tǒng)能量管理應(yīng)用中，基于邏輯門限的能量管理策略的基本思路為，根據(jù)已設(shè)定的邏輯門限參數(shù)值以及制定的控制規(guī)則，在算法執(zhí)行過程中首先判斷復(fù)合電源系統(tǒng)的狀態(tài)與邏輯門限參數(shù)的關(guān)系，然后根據(jù)判斷的結(jié)果執(zhí)行相應(yīng)的控制規(guī)則，以此來進行動力電池組和超級電容的功率分配。該控制策略的流程框架如圖3 所示。

圖3 邏輯門限值濾波控制策略流程Fig.3 Logical threshold filter control strategy flow

圖3 中：Preq——電機對復(fù)合電源的需求功率；Pbat——電池需求功率；Pcap——超級電容需求功率；Pave_p——驅(qū)動條件下需求功率門限值；Pave_n——制動條件下需求功率門限值；SOCcap_max——超級電容SOC 上限值；SOCcap_min——超級電容SOC 下限值；F1（s）——驅(qū)動條件下的濾波函數(shù)；F2（s）——制動條件下的濾波函數(shù)。

邏輯門限控制策略，首先依據(jù)Preq的正負(fù)，判斷車輛處于驅(qū)動工況還是制動工況，進而比較電機需求功率與其門限值的大小、超級電容SOC與其門限值的大小，以分別確定電池需求功率與超級電容需求功率的大小。根據(jù)實際工程經(jīng)驗，并考慮超級電容的充放電特性，取其SOC 下限值SOCcap_min為0.25，其SOC 上限值SOCcap_max為0.95，而驅(qū)動與制動條件下的需求功率門限值Pave_p和Pave_n需要考慮實際循環(huán)工況。

2.2 模糊控制能量管理策略

2.2.1 制定模糊控制器

模糊控制策略屬于非確定性規(guī)則類控制策略，它是根據(jù)經(jīng)驗來定性對驅(qū)動電機的需求功率進行合理分配，不像邏輯門限控制策略在功率分配過程中的定量性那么明顯。模糊邏輯控制的最大優(yōu)勢是可以根據(jù)設(shè)置的工作區(qū)域?qū)崿F(xiàn)各區(qū)域、各狀態(tài)間的平滑過渡，同時可將一些無法通過規(guī)則確定的模糊概念表現(xiàn)出來。模糊控制策略同樣需要根據(jù)電機需求功率Preq的正負(fù)，來判斷汽車處于驅(qū)動狀態(tài)還是制動狀態(tài)。本文所設(shè)計的模糊控制結(jié)構(gòu)如圖4、圖5 所示。

圖4 驅(qū)動狀態(tài)模糊控制Fig.4 Fuzzy control of driving state

圖5 制動狀態(tài)模糊控制Fig.5 Fuzzy control of braking state

其中，Preq為電機需求功率；SOCbat為電池當(dāng)前SOC 值；SOCcap為超級電容當(dāng)前SOC 值；KUC為模糊控制策略分配給超級電容的功率占總需求功率的比例，即超級電容的功率因子。

2.2.2 模糊控制規(guī)則的設(shè)計

若想使模糊控制器正常工作，還需要制定相應(yīng)的模糊規(guī)則。模糊規(guī)則是用”IF-AND-THEN”等關(guān)系詞互相連接而構(gòu)成的具有語言化性質(zhì)的條件語句。本實驗為驅(qū)動狀態(tài)和制動狀態(tài)分別制定了相應(yīng)的模糊規(guī)則，如圖6、圖7 所示。

圖6 驅(qū)動狀態(tài)控制規(guī)則Fig.6 Driving state control rules

圖7 制動狀態(tài)控制規(guī)則Fig.7 Braking state control rules

3 仿真結(jié)果分析

3.1 蓄電池輸出電流對比

將設(shè)計好的邏輯門限控制和模糊控制兩種能量管理策略分別搭建成Simulink 模型嵌入到ADVISOR 軟件的頂層模塊中，然后基于Chinaurban 工況下進行仿真對比。其中，蓄電池輸出電流的仿真結(jié)果對比如圖8 所示，超級電容輸出電流結(jié)果對比如圖9 所示。從圖中結(jié)果可以看出，超級電容充分發(fā)揮了削峰填谷的作用。在工況行駛過程中，復(fù)合電源中蓄電池的輸出電流明顯小于單一蓄電池電源輸出電流，避免了蓄電池短時輸出大電流的工作狀態(tài)，使蓄電池得到了有效的保護。

圖8 蓄電池輸出電流對比圖Fig.8 Comparison of battery output current

圖9 超級電容輸出電流對比圖Fig.9 Comparison of output current of ultracapacitor

3.2 蓄電池溫升對比

車載蓄電池工作所處的環(huán)境溫度對其循環(huán)壽命也有很大影響，環(huán)境溫度過高或者環(huán)境溫度過低都將嚴(yán)重削減蓄電池的壽命[7]，而蓄電池自放熱與其放電倍率正相關(guān)。相對于單一蓄電池電源，復(fù)合電源系統(tǒng)中由超級電容輸出或接收汽車工況行駛下的大電流，所以蓄電池的輸出電流較平穩(wěn)，電池溫升比較小。根據(jù)簡單熱源傳熱公式（1），可搭建Simulink 模型如圖10 所示。

圖10 蓄電池傳熱模型Fig.10 Battery heat transfer model

將其嵌入到ADVISOR 軟件中的純電動汽車的頂層模塊中，利用該傳熱模型，可分別計算兩種電源系統(tǒng)中的電池發(fā)熱情況。

式中：Ti——電池i 的溫度；qi——散熱系數(shù)；T0i——環(huán)境溫度；Ai——散熱面積；mi——質(zhì)量；Cmi——電池的比熱容。這些參數(shù)可以在M 文件中進行設(shè)置，目前選用600 A·h的電池，qi=15 W/K·m2，Ai=0.032 m2，mi=4.538 8 kg，Cmi=795 K/W·kg·s。

在ADVISOR 中設(shè)定汽車行駛工況，該工況由50 個Chinaurban工況和30 個靜態(tài)工況組成，單次循環(huán)共計里程為293.33 km，以模擬日常用車的情況。單次循環(huán)蓄電池溫升對比仿真結(jié)果如圖11 所示。

圖11 蓄電池溫升對比結(jié)果Fig.11 Comparison results of temperature rise of battery

3.3 蓄電池循環(huán)壽命對比

由于超級電容的循環(huán)壽命是蓄電池的幾十倍，故可用蓄電池的循環(huán)壽命代表復(fù)合電源系統(tǒng)的壽命。蓄電池容量衰減模型是基于文獻(xiàn)[8-10]得到的，文獻(xiàn)[8-10]在大量實驗的基礎(chǔ)上對容量衰減模型進行總結(jié)，認(rèn)為主要受到3 個因素的影響，即溫度、充放電倍率和總充放電Ah 數(shù)。其最終模型如式（2）：

式中：Qloss——電池的容量衰減損失；Ah——總充放電安時數(shù)；參數(shù)B——放電倍率Crate的函數(shù)，但具體關(guān)系如何未知。很明顯，文獻(xiàn)[8-10]的出發(fā)點是建立在恒定電流、溫度的條件下進行的，而事實上電池的電流和溫度是不斷變化的，因此不能直接利用這個公式來建模。但我們?nèi)匀徽J(rèn)為這模型經(jīng)過一定的更改是適用的。首先對于參數(shù)B，根據(jù)論文的結(jié)果，我們大致進行擬合，得出

在短時間內(nèi)，近似地認(rèn)為電池處于恒定電流和溫度的條件下，并假定論文的模型同樣適用于短時間的結(jié)果，而總的容量衰減損失則可通過每一個時間段容量衰減損失疊加而成。根據(jù)函數(shù)擬合結(jié)果，搭建Simulink 模型如圖12 所示。

圖12 蓄電池壽命衰減模型Fig.12 Battery life attenuation model

將此模型嵌入到ADVISOR 軟件的頂層模塊中配合使用，利用該壽命衰減模型計算不同能量管理策略下的蓄電池壽命。在本實驗設(shè)計中，選用3.2 中設(shè)定的工況多次循環(huán)，待鋰電池容量衰減至其初始值的80%時停止工況循環(huán)。結(jié)果表明，在生命周期內(nèi)，單一電源系統(tǒng)共計行駛里程233 863.4 km，邏輯門限控制策略下共計里程503 396.8 km。

4 結(jié)論

本文對ADVISOR 二次開發(fā)得到純電動客車復(fù)合電源系統(tǒng)，并為復(fù)合電源系統(tǒng)設(shè)計了邏輯門限控制和模糊控制兩種能量管理策略。結(jié)果表明，在此系統(tǒng)中，超級電容削峰填谷的作用效果明顯，能夠及時輸出或是接收電機的需求功率，使蓄電池得到充分的保護。通過蓄電池?zé)崮Ｐ偷挠嬎?，發(fā)現(xiàn)復(fù)合電源系統(tǒng)中的蓄電池溫升較單一蓄電池電源下降明顯，對延長蓄電池的壽命起到了良好的促進作用。