燃料电池电动汽车的能量管理仿真与优化
时间：2023-06-03 19:50:26 来源：雅意学习网 本文已影响 人 
刘静，孙闫
（1.南京交通职业技术学院汽车工程学院，南京 211188；
2.江苏大学汽车与交通工程学院，江苏镇江 212013）
在汽车行业，传统的燃油车辆由于无法从根本上解决污染物排放的问题，且其效率受限于卡诺循环难以进一步大幅提升[1]。近年来，纯电动汽车因其无污染排放、起步加速快、噪声低等特点开始被广大消费者接受，但是其续航能力成为了汽车消费者最为关心的痛点问题[2]。燃料电池因其清洁无污染的特点开始受到重视，燃料电池将氢气与氧气的化学能转换为电能，并且该过程中仅产生水，燃料电池也被称为是继水力发电、热能发电和原子能发电之后的第四种发电技术[3]。
燃料电池也存在一些问题：燃料电池能量转换具有单向性，无法逆向将电能转换为化学能，因此燃料电池无法回收车辆制动时产生的制动能量[4]；
现阶段燃料电池使用寿命较短，启停、怠速、过载、变载循环都会大大加速其寿命衰退，车辆频繁加减速、启停都会导致燃料电池寿命的快速退化[5]；
燃料电池工作时需要空压机、加湿器、中冷器等辅助系统的支持，辅助系统工作也需要额外电能[6]。因此，现阶段燃料电池多作为增程器，电池作为主要能源，并由电池回收制动能量，车辆需求功率波动的部分由电池提供，燃料电池从而稳定输出在高效区。
燃料电池与电池的多能源管理策略成为了影响车辆动力性、经济性的关键问题。燃油经济性是能量管理的重要优化目标[7]。燃料电池的性能在长期运行中会逐渐下降。因此，平衡燃油经济性和部件耐用性是能量管理控制策略的一个关键问题。
1.1 电池模型
本文电池模型采用了经典的“Rint”模型，电池主要由电压源、内阻串联而成，电池的开路电压、输出电流满足式（1）～式（3），电池的剩余电量SOC满足式（4）：
式中：Pbat、Vbat、Ibat、Vocv、Rbat、Qmax分别为电池输出功率、输出电压、输出电流、开路电压、电池内阻及最大电量。
1.2 燃料电池模型
本文主要通过燃料电池系统台架试验获取燃料电池堆栈及系统效率曲线并建立了燃料电池系统效率模型，如式（5）～式（7）：
式中：Ifc为燃料电池系统输出电流；
Nfc为电堆个数；
Ifc-stack为单个电堆输出电流；
Mfc为燃料电池系统氢气消耗率；
Mmol为氢气摩尔质量；
F为法拉第常数；
ηfc为燃料电池系统效率；
Pfc为燃料电池系统输出功率；
QLHV为燃料电池低热值。
2.1 策略制定
恒温器控制策略在控制领域被广泛应用，本文采用恒温器控制策略来控制燃料电池的启停阈值及燃料电池的输出电流，并采用了有限状态机策略将燃料电池电动汽车的工作状态划分为4种模式（如图1），具体流程如下。
图1 有限状态机流程
1）状态1。当电池SOC高于燃料电池开启上限阈值时（SOC≥SOChigh），此时电池单独给车辆供电，车辆需求电流由电池单独提供，燃料电池处于关机状态（Ireq=Ibat，Ifc=0）。
2）状态2。当电池SOC处于燃料电池开启上限阈值和开启下限阈值之间（SOChigh≥SOC＞SOCswitch），且氢气未耗尽（Mhdy＞0），此时燃料电池以固定电流输出，剩余电流由电池提供（Ifc=X，Ibat=Ireq-Ifc）。
3）状态3。当电池SOC处于燃料电池开启上限阈值以及开启下限阈值之间（SOChigh≥SOC＞SOCswitch），且氢气耗尽（Mhdy=0），此时车辆需求电流由电池单独提供，燃料电池处于关机状态（Ireq=Ibat，Ifc=0）。
4）状态4。当电池SOC处于电池最低SOC时（SOClow≥SOC），且氢气耗尽（Mhdy=0），此时燃料电池和电池均不工作（Ibat=Ifc=0），车辆停机。
2.2 恒温器控制策略优化
上一节中通过将有限状态机与恒温器控制策略相结合，解决了燃料电池和电池在车辆行驶过程中的输出问题，但是策略中燃料电池开启的上下限阈值与输出电流的具体数值还未确定与优化，因此待优化参数为SOChigh、SOCswitch及Ifc，为简化变量数量设置SOChigh=80%。
为了最小化行驶成本，本文提出了一种利用禁忌搜索算法找到最优解的方法。将SOCswitch及Ifc设置为优化参数。选择单位行驶里程所需费用作为评价函数，评价函数如下：
式中：Cost为单位里程的费用；
chyd为氢气消耗量；
Qbat为电池电量；
Cele为电费价格；
s为行驶里程。
通过禁忌搜索算法寻找最小单位里程所需费用Cost相对应的最优参数组合（SOChigh、SOCswitch、Ifc），禁忌搜索算法流程如图2所示。
图2 禁忌搜索算法流程
本文主要在FTP -72 和 WLTP（World Light Vehicle Test Procedure）工况下进行仿真与优化。FTP-72也称市区底盘测功机驾驶循环（UDDS），循环包括2个阶段：1）505 s（5.78 km，平均速度41.2 km/h）；
2）867 s（最大速度为91.25 km/h，平均速度为31.5 km/h）。WLTP工况全程持续1800 s，分为低速、中速、高速与超高速4部分，其对应的持续时间分别为589、433、455、323 s，对应的最高速度分别为56.5、76.6、97.4、131.3 km/h。相比于NEDC（New European Drivig Cycle）工况，WLTP工况是一种更接近于实际动态测试的循环工况。
图3为FTP-72工况以及整车需求电流曲线，图4为WLTP工况以及整车需求电流曲线。图5为FTP-72工况下电池SOC变化曲线及燃料电池输出电流曲线。采用禁忌搜索算法确定在FTP-72工况下，燃料电池开启阈值下限值为70.23%，燃料电池输出电流为60.12 A。图6为WLTP工况下电池SOC变化曲线及燃料电池的输出电流曲线。在WLTP况下，燃料电池开启阈值下限值为67.11%，燃料电池输出电流为62.01 A。
图3 FTP-72工况以及需求电流曲线
图4 WLTP工况以及需求电流曲线
图5 FTP-72工况下电池SOC与燃料电池输出电流曲线
图6 WLTP工况下电池SOC与燃料电池输出电流曲线
本文以增程式燃料电池电动汽车作为研究对象，其中电池作为主要能源，燃料电池作为增程器，将有限状态机与恒温器控制策略相结合并通过该策略合理控制燃料电池与电池的工作模式与输出电流。针对策略中燃料电池的输出电流及开启阈值下限，采用禁忌搜索算法进行了确定与优化。仿真结果表明，所提出的控制策略可以有效分配电池和燃料电池的输出电流，降低整车运行成本。在FTP-72工况下燃料电池开启阈值下限值为70.23%，燃料电池输出电流为60.12 A。在WLTC工况下，燃料电池开启阈值下限值为67.11%，燃料电池输出电流为62.01 A。所提出的控制策略可行性强，可以在实车中应用，同时也为整车控制器开发提供了理论基础。
猜你喜欢 搜索算法燃料电池控制策略 格子Boltzmann方法在燃料电池两相流中的应用汽车实用技术(2022年10期)2022-06-09计及SOC恢复的互联电网火储联合AGC控制策略研究能源工程(2022年2期)2022-05-23基于递归模糊神经网络的风电平滑控制策略现代电力(2022年2期)2022-05-23一种基于分层前探回溯搜索算法的合环回路拓扑分析方法现代电力(2022年2期)2022-05-23改进的非结构化对等网络动态搜索算法军民两用技术与产品(2021年2期)2021-04-13改进的和声搜索算法求解凸二次规划及线性规划烟台大学学报（自然科学与工程版）(2021年1期)2021-03-19燃料电池题解法分析中学生数理化(高中版.高二数学)(2020年2期)2020-04-21基于莱维飞行的乌鸦搜索算法智能计算机与应用(2018年3期)2018-09-05现代企业会计的内部控制策略探讨消费导刊(2018年10期)2018-08-20试驾丰田氢燃料电池车“MIRAI未来”后的六个疑问?车迷(2017年12期)2018-01-18
