純電動客車復合儲能系統及其控制策略

周美蘭　劉俊鵬　楊明亮

摘 要：針對純電動客車復合儲能系統中動力電池輸出功率高的問題，制定了模糊控制策略和基于濾波思想的控制策略。在MATLAB-CRUISE聯合仿真環境下搭建整車模型，分別在中國城市道路工況和哈爾濱城市道路工況下進行仿真。給出了復合儲能系統采用模糊控制策略和濾波控制策略時的功率曲線、動力電池荷電狀態變化曲線以及動力電池電流分布曲線。仿真結果表明，在中國城市道路工況下，相比于濾波控制策略，采用模糊控制策略，動力電池最大輸出功率降低0.82kW，SOC （state of charge）值提高0.062%，節約能量1.1603kW·h。在哈爾濱城市道路工況下，相比于采用濾波控制策略，采用模糊控制策略，動力電池最大輸出功率降低0.99kW，SOC值提高0.125%，減少能耗1.6825kW·h。仿真結果表明制定的復合儲能系統模糊控制策略能夠降低動力電池輸出功率，提高制動能量回收效率。

關鍵詞：純電動客車;復合儲能;控制策略;超級電容

DOI：10.15938/j.jhust.2020.06.005

中圖分類號： TM912

文獻標志碼： A

文章編號： 1007-2683（2020）06-0030-10

Compound Energy Storage System and Energy

Management Strategy for Pure Electric Bus

ZHOU Mei-lan， LIU Jun-peng， YANG Ming-liang

（School of Electric and Electronic Engineering， Harbin University of Science and Technology， Harbin 150080， China）

Abstract：Given the excessive battery power in the composite energy storage system， two power allocation control strategies were developed， namely， fuzzy control strategy and the filter control strategy. The vehicle model was constructed based on the MATLAB-CRUISE，and simulation is carried out in the urban road conditions in China and urban road conditions in Harbin respectively. The power curve of the composite energy storage system， the change curve of the state of charge and the current distribution curve of the battery with fuzzy control strategy and filter control strategy are given.Simulation results show that compared with the filter control strategy， the fuzzy control strategy improves SOC （state of charge） of the battery by 0.062%，the energy saving is 1.1603kW·h and the maximum output power is reduced by 0.82kW in the urban road conditions in China. Compared with the filter control strategy， the fuzzy control strategy improves SOC of the battery by 0.125%，reduces energy consumption by 1.6825kW·h and the maximum output power is reduced by 0.99kW in the urban road conditions in Harbin. The simulation and results show that proposed the fuzzy control strategy of composite energy storage system can reduce the output power of the battery and recover braking energy effectively.

Keywords：pure electric bus;composite energy storage;control strategy;ultra-capacitor

0 引 言

純電動汽車主要以動力電池作為驅動能源，但動力電池都有難以解決的固有缺陷，例如大電流放電能力較弱、循環使用壽命有限。近年來，國內外的研究機構或汽車廠商開始研究采用超級電容作為純電動汽車的輔助能源，超級電容具有比能量高，可大電流充放電以及循環使用壽命較長的優點，這在一定程度上能夠緩解純電動汽車續航里程短的問題[1]。

在復合儲能系統能量管理系統中，常用的控制策略主要有基本規則控制策略、基于濾波思想的控制策略、模糊邏輯控制策略及模型預測控制策略[2-3] 4大類。Schupbach等[4]提出了一種按工作模式劃分的控制策略，劃分標準是基于超級電容當前荷電狀態以及此時整車行駛狀態對復合儲能系統的需求功率。實驗結果顯示，采用此控制策略后，復合儲能系統總質量可以降低42 kg，并且加速性能有所提高。Carter等[5]提出了一種利用動力電池最低輸出功率與超級電容參考電壓進行功率分配的控制策略，并對如何根據動力電池最低輸出功率來調整當前狀態下對超級電容充電功率進行了詳細闡述，在歐洲行駛工況（ECE-15）仿真結果表明，當采用500 F超級電容時動力電池的峰值輸出電流可減小51%。張丹紅等[6]提出了一種基于模糊思想的控制策略，通過多輸入-輸出的模糊控制器可以將動力電池的輸出電流限制在閾值以下，在新歐洲行駛工況（NEDC）下整車百公里能耗降低7.31%，復合儲能系統整體效率提高2.86%，再生制動能量回收效率明顯提高。Hredzak等[7]提出了復合儲能系統模型預測控制策略，通過仿真分析表明采用模型預測控制策略后，動力電池峰值輸出電流減小了61%，使用壽命延長了2.5倍。

盡管當前形勢下復合儲能系統得到了越來越多的關注，并且在減少能耗，高效回收制動能量方面取得了一定的成果，但是在對復合儲能系統中動力電池與超級電容的功率分配方面還有待提高[8-10]。本文主要針對純電動客車復合儲能系統的拓撲結構進行分析，同時，針對電動客車復合儲能系統的功率分配問題，制定基于濾波思想的控制策略和模糊控制策略兩種功率分配方法。在專業的汽車仿真軟件中搭建整車模型，選擇了中國城市道路工況和哈爾濱城市道路工況進行仿真，通過仿真結果對控制策

略合理分配功率的有效性。

1 復合儲能系統

1.1 拓撲結構分析

拓撲結構的選擇取決于功率需求等級和應用環境[11]。純電動客車復合儲能系統主要分為4種拓撲結構：①超級電容與動力電池直接并聯后同負載電機相連，此種連接結構簡單、成本較低、維護簡單，但是由于動力電池與超級電容不經過控制器直接相連，所以要求兩者時時端電壓相同，所以超級電容并不能夠隨時對負載進行供電，利用率較低[12]。②超級電容、雙向DC-DC變換器連接后再與動力電池并聯，此種結構中由于動力電池屬于能量密度型器件，端電壓變化平穩，超級電容屬于功率密度型器件，端電壓變化較快，故將動力電池連接在高壓端，超級電容連接在低壓端，充分發揮超級電容自身優勢，提高復合儲能整體效率[13-14]。③動力電池、雙向DC-DC變換器連接后與超級電容并聯，此種結構中復合儲能系統能夠提供更高的總線電壓。這種結構還被應用于超級電容端電壓的管理，由于DC-DC變換器的存在，動力電池的充放電性能得到更好的改善[15]。④動力電池和超級電容分別與雙向DC-DC變換器串聯后再并聯，此種結構中由于存在兩個雙向DC-DC變換器，可以更加靈活的控制復合儲能系統的端電壓，防止動力電池因輸出電流過大而受到損傷，但由于具有兩個雙向DC-DC變換器，故成本較高[16]。

結合以上4種復合儲能系統拓撲結構的優缺點，本文采用第2種結構作為純電動客車復合儲能系統的拓撲結構。

1.2 工作模式分析

根據復合儲能系統的基本工作原理、控制目標以及純電動客車的行駛狀態，將復合儲能系統的工作劃分為3種模式，工作模式結構如圖2所示。

模式1：此工作模式只有動力電池單獨提供驅動功率，超級電容處于待機狀態。動力電池屬于能量密度型器件，能夠持續為純電動客車提供巡航狀態時的能量[17]。此工作模式主要針對純電動客車巡航狀態和小功率加速場景，此狀態下電機需求功率相對較低，動力電池可以單獨提供需求功率，復合儲能系統結構如圖2（a）所示。

模式2：此工作模式是由動力電池和超級電容兩者共同提供驅動功率。當純電動客車運行在加速或爬坡等需求功率較大的狀態下需要動力電池與超級電容共同工作提供驅動功率[18]。雙向DC-DC變換器同超級電容相連，需要將超級電容電壓升高至驅動電機所需電壓，在這種情況下雙向DC-DC變換器工作在升壓模式，復合儲能系統結構如圖2（b）所示。

模式3：此工作模式是復合儲能系統回收純電動客車再生制動狀態所產生能量。當純電動客車處在制動、減速狀態時，驅動電機向復合儲能系統回饋能量，通過DC-DC變換器實現對復合儲能系統能量回收的控制。此時根據動力電池與超級電容各自的荷電狀態SOC值來對制動回饋的能量進行分配[19-20]。由于回饋能量電壓高于超級電容額定電壓，所以需要將電壓降低，這時雙向DC-DC變換器工作在降壓模式，復合儲能系統結構如圖2（c）所示。

2 能量分配控制策略

在確定了純電動客車復合儲能系統工作模式的基礎上，需要制定出復合儲能系統的控制策略，來安全、高效、合理地分配動力電池與超級電容間的能量與功率。通常設定動力電池來承擔行駛過程中的平均功率，以此來保證行駛中最基本的需求;超級電容提供余下波動較大的功率，充分發揮超級電容能量密度型器件的優勢，復合儲能系統兼顧動力電池與超級電容各自的優點，使兩者做到優勢互補。本文提出了基于濾波思想的基本規則控制策略和模糊控制策略。

2.1 基于濾波思想的控制策略

所提控制策略的基本思想為：動力電池無論是處在充電還是放電狀態，提供的功率小于或等于設定的閾值功率，且輸出功率的變化要平緩，以免遭受頻繁變化大電流的沖擊造成損傷，超級電容提供余下部分的功率。基于濾波思想的控制策略流程圖如圖3所示。

基于濾波思想的控制策略具體規則如下：

1）若電機需求功率Preq大于設定的電機正平均功率P+，當SOCuc>SOCuc_min時，則動力電池與超級電容共同工作，滿足驅動電機的功率需求，動力電池輸出功率經過一階濾波函數滯后一定時間緩慢提供給純電動客車，余下部分由超級電容提供;當SOCuc

2）若電機需求功率Preq小于設定的電機正平均功率P+且大于零，超級電容目標荷電狀態SOCuc_tag根據當前速度約束計算得出，當超級電容SOCuc低于該值時，此時需求功率較低，動力電池不僅提供全部需求功率，還提供超級電容充電功率Pch，以備加速或爬坡等大功率場合;當SOCuc>SOCuc_tag時，超級電容不工作，則動力電池提供全部驅動功率。

3）若電機需求功率Preq小于或等于設定的電機負平均功率P-，當SOCuc>SOCuc_max時，則超級電容不接收制動回饋的能量，只對動力電池進行充電，且經過一階濾波函數滯后一定時間緩慢對電池充電，防止大功率對電池組造成損壞。

4）若電機需求功率Preq大于設定的電機負平均功率P-，當SOCuc>SOCuc_max時，則超級電容不接收制動回饋能量，只對動力電池進行充電，此時功率較小不需經過濾波函數;當SOCuc

其中，一階濾波函數表達式為

f（s）=1ts+1（1）

式中：t為濾波時間常數。

此一階濾波函數為慣性環節，t為慣性環節的時間常數，t的取值會對系統的響應時間產生影響，取值越大則環節的慣性越大，響應時間也越長。在濾波控制策略中，利用慣性環節來延緩動力電池的響應速度，讓動力電池滯后一定時間后再向驅動電機提供功率。為了更加合理的選擇濾波時間常數，分別在中國城市道路工況和哈爾濱城市道路工況下進行仿真，得到不同濾波時間常數下動力電池最大輸出功率曲線如圖4所示。仿真結果表明動力電池最大輸出功率隨著濾波時間常數的增加而呈現先減小后增加的趨勢，在濾波時間常數取10時，動力電池最大輸出功率有最小值，所以本文中濾波時間常數t取10。

為了保證制動能量安全、高效的回收，當車速為v時，當前超級電容目標荷電狀態SOCuc_tag與車速的關系為

SOCuc_tag=SOCuc_max-v2v2max（SOCuc_max-SOCuc_min）（2）

式中：vmax為純電動客車設計最高車速，km/h。

當動力電池對超級電容進行充電時，為保證動力電池的安全，最大充電功率應小于設定的電機正平均功率P+，超級電容荷電狀態與充電功率Pch關系為

Pch=P+SOCuc_tag-SOCucSOCuc_max-SOCuc_min（3）

2.2 模糊控制策略

2.2.1 主模糊控制器設計

復合儲能系統輸出功率受到動力電池以及超級電容的荷電狀態制約，從動力電池和超級電容的荷電狀態入手能夠更有效的實現動力電池與超級電容之間的功率分配，減少大電流對動力電池的沖擊，同時發揮出超級電容的優勢，保證純電動客車安全穩定行駛。

選取純電動客車需求功率Preq、動力電池荷電狀態SOCbat和超級電容荷電狀態SOCuc作為主模糊控制器的輸入量，將動力電池輸出功率分配系數K1作為輸出量。

需求功率Preq的隸屬度函數論域為[-3，3]，將其劃分為7個子集，即Preq={NB，NM，NS，ZO，PS，PM，PB}，其隸屬度函數如圖5所示。將動力電池荷電狀態SOCbat的隸屬度函數論域設為[0，1]，并將其劃分為3個子集，即SOCbat={S，M，B}，其隸屬度函數如圖6所示。

將超級電容荷電狀態SOCuc的隸屬度函數論域設為[0，1]，并將其劃分為3個子集，即SOCuc={S，M，B}，其隸屬度函數如圖7所示。

將動力電池輸出功率分配系數K1的隸屬度函數論域設為[0，1]，并將其劃分為5個子集，即K1={TS，S，M，B，TB}，其隸屬度函數如圖8所示。

根據隸屬度函數，制定了63條控制規則，具體如表1所示。

2.2.2 子模糊控制器設計

子模糊控制器采用兩輸入單輸出結構，輸入變量為需求功率Preq、超級電容SOCuc與SOCuc_tag的差值ΔSOC，輸出變量為動力電池輸出功率分配系數的修正系數K0，通過K0對K1進行修正。需求功率Preq隸屬度函數如圖5所示，超級電容ΔSOC的隸屬度函數論域設為[-1，1]，并將其劃分為5個子集，即ΔSOC={NB，NS，ZO，PS，PB}，其隸屬度函數如圖9所示。動力電池輸出功率分配系數的修正系數K0的論域設為[-0.1，0.1]，并將其劃分為5個子集，即K0={NB，NS，ZO，PS，PB}，其隸屬度函數如圖10所示。

根據隸屬度函數，制定了35條控制規則，具體如表2所示。

2.2.3 整車模型的構建

CRUISE是一款應用于分析車輛動力性，燃油經濟性的仿真軟件。將上述控制策略在MATLAB軟件建立SIMULINK模型，通過生成相應的MATLAB_DLL文件，導入到整車模型中，整車模型如圖11所示。仿真所用的純電動客車參數如表3所示。

3 仿真及結果分析

3.1 中國城市道路工況

圖12與圖13分別為中國城市道路工況以及該工況下的整車需求功率。

在中國城市道路工況下，分別對動力電池單獨供電、模糊控制策略以及濾波控制策略進行聯合仿真，得到的動力電池與超級電容功率分配曲線如圖14所示。

動力電池SOC變化曲線如圖15所示。3種條件下的動力電池電流分布曲線如圖16所示，圖中橫坐標為電流分布區間，縱坐標為分布數量。

由圖14與圖15可知，在中國城市道路工況下，動力電池單獨供電時，動力電池最大輸出功率為176.10kW，動力電池SOC下降1.743%;采用模糊控制策略時，動力電池最大輸出功率為36.74kW，動力電池SOC下降1.312%，節約能量1.1603kW·h;采用濾波控制策略時，動力電池最大輸出功率為37.56kW，動力電池SOC下降1.374%，節約能量0.9933kW·h。采用復合儲能系統控制策略后動力電池最大輸出功率有明顯下降，并且可以節約更多能量。

由圖16可以看出，動力電池輸出電流在不同控制策略下有很大差異。動力電池單獨供電時，輸出電流處于60A以上部分較大;采用濾波控制策略時，大部分電流分布在60A以下，60A以上部分較少，采用模糊控制策略時，近乎全部輸出電流分布在60A以下，并且小于40A占絕大部分。可以看出采用復合儲能系統控制策略能夠有效降低動力電池輸出電流，避免動力電池因大電流放電受到沖擊而縮短使用壽命，保護動力電池。

3.2 哈爾濱城市道路工況

圖17～18分別為哈爾濱城市道路工況以及該工況下的整車需求功率。

在哈爾濱城市道路工況下，對動力電池單獨供電、模糊控制策略和濾波控制策略進行仿真，得到動力電池與超級電容功率分配曲線如圖19所示。

動力電池SOC變化曲線如圖20所示。3種條件下的動力電池電流分布曲線如圖21所示，圖中橫坐標為電流分布區間，縱坐標為分布數量。

由圖19與圖20可知，在哈爾濱城市道路工況條件下，動力電池單獨供電時，動力電池最大輸出功率為215.21kW，采用模糊控制策略時，動力電池最大輸出功率為42.20kW，采用濾波控制策略時，動力電池最大輸出功率為43.19kW，采用復合儲能系統控制策略后，動力電池最大輸出功率大幅下降，避免大功率造成的沖擊。動力電池單獨供電時SOC下降1.875%，相比于動力電池單獨供電，采用模糊控制策略、濾波控制策略動力電池的SOC值分別提高了0.625%和0.5%，相應節約能量分別為1.6825kW·h和1.346kW·h。

由圖21可以看出，動力電池的輸出電流在不同控制策略下有很大差異。動力電池單獨供電時，輸出電流處于60A以上部分較大;采用濾波控制策略時，大部分電流分布在60A以下，60A以上部分較少，而采用模糊控制策略時，全部輸出電流分布在60A以下，并且小于40A占絕大部分。可以看出采用復合儲能系統控制策略能夠有效降低動力電池輸出電流，避免動力電池由于過大電流放電而導致的不必要的損壞，延長使用壽命。

4 結 論

為了實現降低復合儲能系統中動力電池功率以及整體系統能量消耗的目標，制定相應的模糊控制策略以及濾波控制策略，分別在中國城市道路工況以及哈爾濱城市道路工況下進行仿真，通過仿真驗證，得到以下結論：

1）在中國城市道路工況下，相比于動力電池單獨供電，采用濾波控制策略時，動力電池最大輸出功率降低138.54kW，SOC值提高0.369%，節約能量0.9933kW·h，輸出電流大部分處于60A以下，60A以上占比明顯減小;采用模糊控制策略時，動力電池最大輸出功率降低139.36kW，SOC值提高0.431%，減少能量消耗1.1603kW·h，輸出電流近似全部處于60A以下，60A以上占比極小。

2）在哈爾濱城市道路工況下，相比于動力電池單獨供電，采用濾波控制策略時，動力電池最大輸出功率降低172.02kW，SOC值提高0.5%，節約能量1.346kW·h，輸出電流大部分處于60A以下，60A以上占比明顯減小;采用模糊控制策略時，動力電池最大輸出功率降低173.01kW，SOC值提高0.625%，減少能量消耗1.6825kW·h，輸出電流全部處于60A以下，其中40A以下占絕大部分。

3）仿真結果表明，在兩種工況條件下，復合儲能系統采用模糊控制策略能夠合理分配動力電池和超級電容各自功率，實現降低復合儲能系統中動力電池功率以及整體系統能量消耗的目標，從而延長了動力電池使用壽命和純電動客車的行駛里程。

參考文獻：

[1] 唐葆君， 劉江鵬. 中國新能源汽車產業發展展望[J].北京理工大學學報， 2015， 17（2）： 1.

TANG Baojun， LIU Jiangpeng. Prospects for the Development of China′s New Energy Automobile Industry[J]. Journal of Beijing Institute of Technology， 2015， 17（2）： 1.

[2] MURPHEY Y L， PARK J， KILIARIS L， et al. Intelligent Hybrid Vehicle Power Control-Part II： Online Intelligent Energy Management[J]. IEEE Transactions on Vehicular Technology， 2013， 62（1）： 69.

[3] LALDIN O， MOSHIRVAZIRI M， TRESCASES O. Predictive Algorithm for Optimizing Power Flow in Hybrid Ultracapacitor/Battery Storage Systems for Light Electric Vehicles[J]. IEEE Transactions on Power Electonics， 2013， 28（8）： 3882.

[4] SCHUPBACH R M. The Role of Ultracapacitors in an Energy Storage Unit for Vehicle Power Management[C]// IEEE 58th Vehicular Technology Conference， 2013，5：3236.

[5] CATER R， CRUDEN A， PETER J H. Optimizing for Efficiency or Battery Life in a Battery/Supercapacitor Electric Vehicle[J]. 2012， 61（4）： 1526.

[6] 張丹紅， 汪江衛. HEV車載復合電源系統控制策略優化研究[J].電源技術， 2012， 36（5）： 650.

ZHANG Danhong， WANG Jiangwei. Research on Optimization of Control Strategy of Hybrid Power Supply System on HEV[J]. Chinese Journal of Power Sources， 2012， 36（5）： 650.

[7] HREDZAK B. A Low Complexity Control System for a Hybrid Battery/Ultracapacitor Power Source[C]. IEEE ECCE Asia， 2013.

[8] 周美蘭， 趙靖紋， 趙立萍. 純電動汽車復合儲能系統及其控制策略[J].哈爾濱理工大學學報， 2018， 23（3）： 79.

ZHOU Meilan， ZHAO Jingwen， ZHAO Liping. Compound Energy Storage System and Energy Management Strategy for Electric Vehicles[J]. Journal of Harbin University of Science and Technology， 2018， 23（3）： 79.

[9] SHEN J， DUSMEZ S. Optimization of Sizing and Battery Cycle Life in Battery/Ultracapacitor Hybrid Energy Storage Systems for Electric Vehicle Applications[J]. IEEE Transactions on Industrial Informatics， 2014， 10（4）： 2112.

[10]ARAUJO R E， DE CASTRO R. Combined Sizing and Energy Management in EVs with Batteries and Super-capacitors[J]. IEEE Transactions on Vehicular Technology， 2014， 63（7）： 3062.

[11]CAO Jian， Emadi A. A New Battery/Ultracapacitor Hybrid Energy Storage System for Electric， Hybrid and Plug-in Hybrid Electric Vehicles[J]. IEEE Trans. Power Electron， 2012， 27（1）： 122.

[12]LIU Zhe， WANG Dan， JIA Hongjie， et al. Power System Operation Risk Analysis Considering Charging Load Self-Management of Plug-in Hybrid Electric Vehicles[J]. Applied Energy， 2014， 136（31）： 662.

[13]王琪， 孫玉坤， 羅印升. 混合動力電動汽車的復合電源功率分配控制策略[J].電工技術學報， 2017， 32（18）： 143.

WANG Qi， SUN Yukun， LUO Yinsheng. A Power Distribution Control Strategy of Hybrid Energy Storage System in Hybrid Electric Vehicles[J]. Transactions of China Electrotechnical Society， 2017， 32（18）： 143.

[14]LU L， HAN X. A Review on the Key Issues for Lithium-ion Battery Management in Electric Vehicles[J]. Journal of Power Sources， 2013， 226： 272.

[15]胡建軍， 肖軍， 晏玖. 純電動車車用復合儲能裝置控制策略及參數優化[J].重慶大學學報， 2016， 39（1）： 1.

HU Jianjun， XIAO Jun， YAN Jiu. Control Strategy and Parameter Optimization of Composite Energy Storage Device for Pure Electric Vehicle[J]. Journal of ChongqingUniversity， 2016， 39（1）： 1.

[16]MORTEZA M， MEHDI M. Optimized Predictive Energy Management of Plug-in Hybrid Electric Vehicle Based on Traffic Condition[J]. Journal of Cleaner Production， 2016， 139： 935.

[17]王慶年， 曲曉冬， 于遠彬. 復合電源式混合動力公交車功率匹配策略研究[J].汽車工程， 2014， 36（4）： 389.

WANG Qingnian， QU Xiaodong， YU Yuanbin. Research on Power Matching Strategy of Hybrid Electric Bus[J]. Automotive Engineering， 2014， 36（4）： 389.

[18]王琪， 孫玉坤. 一種混合動力汽車復合電源能量管理系統控制策略與優化設計方法研究[J].中國電機工程學報， 2014， 34： 195.

WANG Qi， SUN Yukun. Research on the Control Strategy and Optimal Design Method of a Hybrid Power Supply Energy Management System[J]. Proceedings of the CSEE， 2014， 34： 195.

[19]胡建軍， 鄭勇， 胡志華， 等. 純電動汽車復合儲能系統參數匹配及控制策略[J].中國公路學報， 2018， 31（3）： 142.

HU Jianjun， ZHENG Yong， HU Zhihua， et al. Parameter Matching and Control Strategies of Hybrid Energy Storage System for Pure Electric Vehicle[J]. China J. Highw. Transp.， 2018， 31（3）： 142.

[20]周美蘭， 馮繼峰， 張宇. 純電動汽車復合儲能系統及其能量控制策略[J].電機與控制學報， 2019， 23（5）： 51.

ZHOU Meilan， FENG Jifeng， ZHANG Yu.Control Strategies of Hybrid Energy Storage System for Pure Electric Vehicle[J]. Electric Machines and Control， 2019， 23（5）： 51.

（編輯：溫澤宇）

收稿日期： 2019-03-27

基金項目： 國家自然科學基金（51877057）.

作者簡介：

劉俊鵬（1995—），男，碩士研究生;

楊明亮（1993—），男，碩士研究生.

通信作者：

周美蘭（1962—），女，博士，教授，碩士研究生導師，E-mail：zhoumeilan001@163.com.