劉靜，孫閆

(1.南京交通職業(yè)技術學院 汽車工程學院,江蘇 南京 211188；2.江蘇大學 汽車與交通工程學院，江蘇 鎮(zhèn)江 212013)

燃料電池通過氫氧化學反應生成水，同時產生電能給車輛供電，其間燃料電池不會產生任何有害氣體排放，因而近年來燃料電池在大巴車上得到推廣應用，并逐步推廣到乘用車。文獻[3]分析了基于燃料電池和電池，基于超級電容、電池和燃料電池，基于超級電容和燃料電池的混合動力系統(tǒng)及能量管理策略。文獻[4]認為燃料電池內部電化學和熱力學反應緩慢，限制了其響應電氣負載瞬態(tài)變化的速率，當超級電容器或電池與燃料電池搭配并用作輔助存儲元件時，系統(tǒng)可通過削峰填谷的方式利用輔助存儲單元快速響應負載的瞬態(tài)變化。文獻[5]在車輛中引入混合動力系統(tǒng)，將燃料電池與牽引電機所需的電流分離，從而使燃料電池盡可能接近其高效區(qū)。文獻[6]通過電池或超級電容回收減速和再生制動器制動產生的能量提高系統(tǒng)的能量利用效率，減少燃料電池系統(tǒng)規(guī)模，降低系統(tǒng)總質量。另一方面，混合拓撲和復雜的能量流給系統(tǒng)提供了額外的自由度。可見，能量管理是影響燃料電池汽車動力性、經(jīng)濟性的關鍵。該文基于模糊控制策略研究燃料電池汽車的能量管理策略。

1 能源系統(tǒng)建模

1.1 整車模型

對于基于電池和燃料電池的混合動力車輛，對瞬時功率需求進行數(shù)學建模具有重要意義。整車阻力包含滾動阻力、空氣阻力、加速阻力和坡道阻力，整車需求功率計算方式如下：

(1)

(2)

式中：Pm為整車需求功率；Fw為空氣阻力；Ff為滾動阻力；Fi為坡道阻力；Fj為加速阻力；v為車輛速度；ηm為機械傳動效率；Cd為空氣阻力系數(shù)；A為迎風面積；ρ為空氣密度；m為整車質量；Cr為滾動阻力系數(shù)；θ為坡道角度；δm為旋轉質量校正系數(shù)。

1.2 電池模型

電池模型由一個電阻和可變電壓源組成，電池在放電狀態(tài)下的輸出Vli為：

Vli=Eli-Ili·Rdch[1-e-t/(Rdch·cp)]

(3)

式中：Eli為空載電壓；Ili為電池電流；Rdch為放電電阻；t為輸出電壓的采樣時間；cp為極化電容。

電池在充電狀態(tài)下的輸出及剩余電量為：

Vli=Eli+Ili·Rch[1-e-t/(Rch·cp)]

(4)

(5)

式中：Rch為充電電阻；SOCi為電池初始電量；Cli為電池容量。

1.3 燃料電池模型

燃料電池作為混合動力車輛的增程器，其輸出電壓可用能斯特瞬時電壓方程表示為：

Vfc=N(E-Vloss)

(6)

Vloss=Vom+Vcon+Vact

(7)

式中：Vfc為系統(tǒng)輸出電壓；N為單體個數(shù)；E為每個電堆的可逆電壓，按式(8)計算；Vloss為燃料電池系統(tǒng)損耗電壓；Vom為歐姆電壓；Vcon為濃度電壓；Vact為活化電壓。

E=1.229-0.85×10-3(Tfc-298.15)+

4.308 5×10-5Tfc(lnPhyd+0.5lnPoxg)

(8)

式中：Tfc為燃料電池組的溫度；Phyd為陽極側氫氣分壓；Poxg為陰極側氧氣分壓。

2 能量管理策略

2.1 策略制定

在不同負載需求下，若電源之間的功率分配沒有得到適當管理，沒有有效的能量管理系統(tǒng)控制設計，則可能導致系統(tǒng)不穩(wěn)定。為此，提出一種基于模糊邏輯的能量管理單元，用于根據(jù)需求電流和電池的SOC生成參考電流(見圖1)。利用MATLAB中的Fuzzy Logic工具箱對模糊控制器進行定義，采用適應性較好的三角形隸屬度函數(shù)。模糊控制有2個輸出，一個是電機需求電流，另一個是燃料電池輸出電流。電機一方面接收燃料電池和電池提供的電流并將電能轉化為機械能，此時需求電流為負；另一方面也可將制動能量轉化為電能，此時電流為正。因此，需求電流范圍為[-120,65] A，包括4個模糊子集，分別為{NB,NS,PS,PB}；SOC范圍為[0.1,0.95]，包括5個模糊子集{LVS,LS,LM,LB,LVB}。考慮到燃料電池系統(tǒng)開啟后一方面要滿足電機的需求電流，另一方面多余的電流要供給電池充電，燃料電池輸出電流范圍為[-180,0] A，包括5個模糊子集{NVS,NS,NM,NB,NVB}。模糊控制規(guī)則見表1、圖2。

圖2 模糊控制規(guī)則

表1 模糊控制規(guī)則

Ireq為需求電流(A)；Ifc為燃料電池電流(A)；Ibat為電機電流(A)；SOC為電池電量(%)

2.2 策略優(yōu)化

模糊控制解決了燃料電池和電池輸出對電流控制的問題。然而模糊規(guī)則及權重系數(shù)的設置依賴個人經(jīng)驗，無法達到最佳控制效果。為此，以續(xù)駛里程為優(yōu)化目標對模糊控制策略進行優(yōu)化，期望在相同的初始及終止條件下車輛能行駛最遠距離。優(yōu)化對象為模糊控制的隸屬度函數(shù)，權重系數(shù)設為1。

將續(xù)駛里程作為優(yōu)化函數(shù)，通過禁忌搜索算法進行迭代尋優(yōu)，優(yōu)化對象為雙層模糊控制的隸屬度函數(shù)及權重系數(shù)。優(yōu)化過程如下：將各隸屬度函數(shù)端點及頂點依次作為禁忌搜索算法的向量，令其為(X1，X2，X3，…)；通過對整車模型進行離線仿真計算一次補充能源車輛續(xù)駛里程，根據(jù)禁忌搜索算法編寫MATLAB腳本文件并不斷更新(X1，X2，X3，…)，達到終止條件時，對應隸屬度函數(shù)分布即為最終優(yōu)化結果。圖3為需求電流隸屬度函數(shù)優(yōu)化結果。SOC及燃料電池輸出電流的隸屬度函數(shù)優(yōu)化過程與需求電流隸屬度函數(shù)優(yōu)化過程相似，不再贅述。

圖3 需求電流隸屬度函數(shù)優(yōu)化結果

3 結果與討論

在世界輕型汽車試驗規(guī)程(WLTP)下進行仿真與優(yōu)化，經(jīng)過禁忌搜索算法優(yōu)化后的續(xù)駛里程(221.5 km)相比優(yōu)化前(213.3 km)提高8.2 km。圖4為WLTP工況下需求電流，圖5為電池SOC的變化，圖6為電池電流的變化，圖7為燃料電池電流的變化。圖4中電流為正表示制動，電流為負表示驅動；圖6中電流為正表示充電，電流為負表示放電。

圖4 需求電流的變化

圖5 電池SOC的變化

圖6 電池電流的變化

圖7 燃料電池電流的變化

從圖4～7可看出：需求電流變化快速，但燃料電池輸出電流波動較小，需求電流中的高頻變化部分由電池提供或吸收，燃料電池輸出平穩(wěn)可有效提高其使用壽命；開始時電池SOC快速上升，到達40%時保持穩(wěn)定，此時燃料電池和電池的輸出電流處于平穩(wěn)階段，相較于SOC快速上升階段，其電流變化范圍減小，對保護電池及燃料電池有利。

4 結語

搭建整車模型、電池模型及燃料電池模型，設計模糊控制策略，并開發(fā)禁忌搜索算法對模糊控制中的隸屬度函數(shù)進行迭代優(yōu)化。仿真結果表明，所提出的控制策略可有效分配燃料電池和電池的輸出電流，能提升整車續(xù)駛里程和燃料電池的使用壽命。該控制策略可行性強，可應用于實車中，同時可為整車控制器開發(fā)提供理論基礎。