燃料電池增程式電動車能量管理策略研究

侯玉嬌++馬小峰

摘 要：建立燃料電池增程式電動車仿真模型，以車輛最長續駛里程為優化目標，建立恒溫器及功率跟隨的能量管理策略。仿真結果分析表明在平均車速較低、怠速占比較高的低速工況下恒溫器策略在保證整車燃油經濟性的前提下可以兼顧燃料電池壽命。功率跟隨策略可以覆蓋平均車速較高、怠速占比較低的工況，但整車燃油經濟性較差。

關鍵詞：燃料電池增程式電動車；能量管理策略；燃油經濟性

基金項目：中央高校（同濟大學）基本科研業務費學科交叉類項目 0800219311

1.引言

發展電動汽車是目前解決能源危機和環境污染的重要手段，但純電動汽車存在續駛里程短，充電時間長的問題。增程式電動汽車作為一種特殊的混合動力電動汽車，既擁有一定的純電動行駛里程，又可以通過增程器發電以獲得不遜于傳統車的續駛里程。在這樣的背景下，使用增程式電動汽車是解決排放污染和能源問題最具現實意義的途徑之一。

增程式電動車作為混合動力汽車的一個分支，具有混合動力汽車的基本特點。有別于傳統汽車和純電動車，增程式電動車可由兩種能量源提供動力。這種雙能量源的特征增加了系統設計的靈活性，在整車能量管理系統的協調控制下，雙能量源與其他部件相互配合，可以進行多種優化組合，形成不同的動力系統工作模式，以適應不同的行駛工況。同時整車能量管理策略決定了整車的燃油經濟性、動力性和排放性，因此能量管理策略的設計對整車經濟性有著顯著的影響。

2.增程式電動車

增程式電動車是在純電動汽車基礎上安裝增程器。增程器是能夠發電且給車載動力蓄電池充電的輔助能量裝置。當蓄電池電量充足時，汽車以純電動模式行駛；當蓄電池電量不足時，增程器開始工作，給蓄電池充電或直接驅動電機，從而大幅提高電動汽車的續駛里程。在眾多類型的增程器中，質子交換膜燃料電池以其具有零排放、動態響應迅速、能量轉換效率高等眾多優點得到了廣泛的關注。本文研究對象是以燃料電池作為增程器的燃料電池增程式電動車。如圖1所示為燃料電池增程式電動車的動力系統結構[1]。

圖1燃料電池增程式電動汽車動力系統

2.1整車動力系統模型

基于原型車的基礎上建立混合動力汽車模型，保留其共有的部分，添加增程式燃料電池汽車特有的部件模型，編制控制算法，連接控制信號。首先根據汽車功率流的走向，依次將ADVISOR軟件中的各個組件模塊加入，建立連接關系，建立整車的結構模型。

汽車在行駛過程中的阻力功率主要來自滾動阻力、風阻、坡道阻力及加速阻力，汽車的需求牽引力可通過汽車行駛阻力方程式可通過以下公式來計算：

其中：

公式中，G=mg，f為滾動阻力系數，α為坡度，CD為空氣阻力系數，A為汽車迎風面積。V為汽車當前車速，δ為汽車質量轉換系數，通常行駛道路的坡度角不大，cos α=1，sin α=tan α=I，則汽車的行駛方程可寫為：

則整車的功率平衡方程為

整車動力學參數如表1所示

表1 整車參數

2.2燃料電池系統模型

燃料電池的性能可以用它的電流-電壓特性圖來概述，該圖顯示在一個給定電流輸出時燃料電池的電壓輸出。

燃料電池釋放的功率由電流和電壓的乘積給出，因此反應燃料電池的功率密度和電流密度的函數關系的功率密度曲線可以由電流-電壓曲線中的信息構造。電流-電壓曲線和功率密度曲線組合的曲線圖為極化曲線圖，如圖2所示為燃料電池的極化曲線質子交換膜燃料電池極化曲線可由下式描述：

式中，V表示燃料電池的實際輸出電壓；Ethermo表示熱動力學預測的燃料電池電壓輸出；ηact表示由反應動力學引起的活化損耗；ηohmic表示由離子和電子傳導而引起的歐姆損耗；ηconc表示由質量傳輸引起的濃度損耗。從圖2中可以看出，燃料電池的功率密度隨電流密度的增加而增加，達到一個最大值，即峰值功率，然后在較高電流密度區下降。

一個完整的燃料電池系統模型主要有燃料電池電堆模型，氫氣供應模型，輔助系統功耗模型、空壓機模型、氧氣供應模型、產熱量模型以及產水量模型等構成[2]。

N為燃料電池單體數目；Vfc為電堆工作時單體的平均電壓；ifc為電堆工作時的電流，Pcp為空壓機工作時的功耗；PAuxiliary為水泵以及繼電器等低壓器件的功耗。如圖3所示為燃料電池系統模型示意圖。

本文采用的燃料電池模型基于ADVISOR軟件搭建，模型構成主要包含了燃料電池電堆、水泵及低壓用電器、氫氣供應、空壓機功耗等幾個模塊。

本文基于某款10kw的燃料電池系統來進行燃料電池系統模型的驗證工作，驗證模型的氫氣消耗量與系統臺架試驗的誤差，氫氣當量比1.2，燃料電池單體片數140，燃料電池系統額定功率10 kw，峰值功率11 kw。如圖4所示為燃料電池系統的模型圖。

2.3鋰電池模型

目前有很多可供借鑒參考的電池模型，本文選取所需參數較少的Rint模型。Rint模型只考慮內阻引起的能量損失，它將蓄電池抽象為一個理想的開路電壓源VOC與一個內阻Rint串聯的等效電路結構。在ADVISOR中實現的Rint電池模型由五個主要部分組成：1）蓄電池組開路電壓及內阻模塊；2）功率限制模塊；3）電流電壓計算模塊；4）SOC計算模塊；5）熱模塊。根據本文研究對象，主要修改了蓄電池組開路電壓及內阻模塊中電池組開路電壓、充電內阻、放電內阻與SOC相關數據[3]。

Qbat為蓄電池容量，V0為蓄電池開路電壓，Rbat為蓄電池內阻，V0，Rbat為電池SOC的函數。如圖5所示為動力電池的仿真模型。

2.4驅動電機模型

電機模型有兩種控制方式，：扭矩控制和功率控制。扭矩控制要求輸入電機在不同油門開度的情況下對應的扭矩響應特性曲線，可以較為精確地反映電機的控制策略，主要應用整車動力性能的仿真。功率控制是直接根據整車行駛的功率和車速需求對電機提出扭矩和轉速請求，只要不超過電機的外特性曲線，電機就可以提供車輛所需的功率。該控制方法簡單，但可以反映電機的功率輸出，即能量消耗，因此適用于各種工況的經濟性仿真。三相交流同步電機模型公式所示[4]

本文所采用的電機采用水冷模式，最大轉速12000rpm，最大轉矩270Nm，額定電壓308V。電動及發電模式下，系統最高效率都超過94%。如圖7所示為驅動電機的外特性及效率曲線。

3.增程式燃料電池汽車能量管理策略

3.1 恒溫器控制策略

保證燃料電池工作在高效率區間之內，其功率輸出根據整車SOC值來調整，當動力電池SOC降到某一限值時，燃料電池啟動。整車對燃料電池系統輸出功率請求根據當前動力電池SOC由下表插值得到。當SOC升至某一限值時，燃料電池系統降低功率至最低允許輸出功率，當SOC升至某一高限值時關閉燃料電池，直到再次達到啟動條件。燃料電池系統輸出功率上限見表3

表2不同SOC下燃料電池系統輸出功率限值

3.2 功率跟隨控制策略

燃料電池始終開啟，該策略的匹配目標是將氫氣和動力電池同時耗盡，從而獲得當前條件下的最大續駛里程。首先根據前一段時間內SOC的下降率，估算動力電池還可持續使用的時間；結合當前車載氫氣的剩余能量，估算出燃料電池系統需要輸出的功率：

其中： Pfc（kW）為需要燃料電池系統輸出的功率，mH2（kg）是氫氣剩余質量，△t為預設的時間間隔，△SOC為當前SOC與△t時間前的動力電池SOC之差。

4.仿真和結果討論

4.1 仿真初始條件

仿真初始條件取蓄電池SOC初始值為0.95，SOC截止窗口0.1，氫氣質量1.73kg。仿真工況為在各個國家地區通用的仿真工況WLTP、NEDC、UDDS、HWFET、US06、10-15、JC08、QCT759 common 、QCT759 fast。

4.2 仿真結果對比

如表3、圖8和圖9所示為三種能量管理策略在不同工況下的續駛里程，氫氣剩余量，功率跟隨相對于恒溫器續駛里程增加百分比。

表3兩種策略下的仿真結果及續駛里程增加百分比

圖8兩種策略下的續駛里程仿真結果

4.3 功率跟隨與恒溫器策略對比

從表4中可以看出，功率跟隨與恒溫器策略相比，功率跟隨在WLTP、HWFET、US06、QCT759fast幾個工況下經濟性有所提高，在其他工況下經濟性均為負增長。其中在US06工況下，經濟性增加百分比為34.51%，分析原因為在恒溫器策略下燃料電池系統輸出功率不能滿足US06工況功率需求，SOC 狀態不能保持，造成電量先于氫氣用完，而在功率跟隨策略下，燃料電池系統可以以較大功率輸出，可以保證氫氣在整個周期內用完，導致續駛里程差距較大。

4.4 燃料電池系統輸出功率變化率對比

燃料電池功率波動對燃料電池壽命會造成影響，如圖6和8所示分別為燃料電池系統功率、電池SOC以及燃料電池系統功率變化率在NEDC工況下隨時間的變化關系。

圖9燃料電池電池系統功率、電池SOC在NEDC工況下隨時間的變化關系

圖10燃料電池系統輸出功率變化率在NEDC工況下隨時間的變化關系

從圖10中可以看出，在恒溫器策略下，除在初次啟動和最終停止階段出現燃料電池系統功率較大波動外，在正常工作范圍內，功率波動最大值為0.42kW/s，燃料電池開關次數為0；在功率跟隨策略下功率波動最大值為2.7kW/s，燃料電池開關次數為0。綜合以上數據說明對燃料電池壽命的影響，恒溫器策略最優，功率跟隨次之。

5.結論

本文將恒溫器、功率跟隨以及瞬時優化策略用于增程式燃料電池汽車能量管理策略的研究與分析。結果分析表明在平均車速較低、怠速占比較高的低速工況下恒溫器策略在保證整車燃油經濟性的前提下可以兼顧燃料電池壽命。但在平均車速較高、怠速占比較低的工況下整車燃油經濟性有所降低。功率跟隨策略可以覆蓋平均車速較高、怠速占比較低的工況，但整車燃油經濟性較差。

參考文獻

[1].A. Emadi， K. Rajashekara， S. S. Williamson， and S. M. Lukic， “Topologicaloverview of hybrid electric and fuel cell vehicular power system architectures and configurations，” IEEE Trans. Veh. Technol.， vol. 54，no. 3， pp. 763–770.

[2].May 2005.M. J. Kim and H. Peng， “Power management and design optimization of fuel cell/battery hybrid vehicles，” J. Power Sources， vol. 165， no. 2，pp. 819–832， Mar. 2007.

[3].A. Fadel and B. Zhou， “An experimental and analytical comparison study of power management methodologies of fuel cell-battery hybrid vehicles，”J. Power Sources， vol. 196， no. 6， pp. 3271–3279， 2011.

[4].M. Uzunoglu and M. S. Alam， “Modeling and analysis of an FC/UC hybrid vehicular power system using a novel-wavelet-based load sharing algorithm，” IEEE Trans. Energy Convers.， vol. 23， no. 1， pp. 263–272， Mar. 2008.