基于FLC-ECMS的FCHEV能量管理策略

劉永飛，付主木，陶發展

(河南科技大學信息工程學院，河南 洛陽 471023)

1 引言

燃料電池混合動力汽車(Fuel Cell Hybrid Electric Vehicle， FCHEV)作為最具有潛力的新能源汽車之一，具有能量轉化效率高、無污染、低噪聲等優點，在新能源汽車領域具有廣闊的應用前景[1]。燃料電池具有輸出特性軟、動態響應慢、不能回收再生制動的能量等缺點，為了彌補燃料電池的不足，多采用燃料電池為主，電池或超級電容為輔的混合動力驅動模式。能量分配作為復合電源能量管理的關鍵，對降低能耗，提升電池使用壽命等方面有重要作用。因此，怎樣對多能量源進行能量分配，提高燃油經濟性，有效延長電池壽命，已成為當今研究的熱點[2]。

采用燃料電池、電池和超級電容組成的三能量源控制系統，不僅可以克服雙能量源的局限性，還能夠提升整車動力性。針對三能量源的能量分配問題，Waleed等[3]設計了基于基因遺傳算法的H無窮控制器，依據需求功率頻率分離進行功率分配，實現能量分配同時保證了系統穩定性和魯棒性。Fei，Ahmadi和Peng等[5-7]都提出了基于多目標優化的模糊控制(Fuzzy Logic Control， FLC)能量管理策略，將相應的多目標約束加入到模糊控制器中，實現了多能量源協調分配，同時提升了系統魯棒性和燃油經濟性，但這種方法由于模糊控制的局限性，難以保證耗氫量的精確性。為了使氫能源消耗最小，Hong，Han和Zhang等[8-10]提出了基于電池荷電狀態(State of Charge， SOC)自適應等效因子的等效消耗最小能量控制策略(Equivalent Consumption Minimization Strategy， ECMS)，實現了多能量源功率分配，保持了電池SOC一致性。對此，Li和Motapon等[11-12]，建立了基于電池和超級電容SOC值的懲罰函數，將其加入到ECMS，在進行能量管理的同時，保證了超級電容SOC一致性和提升了超級電容利用率，但這種策略未充分考慮需求功率波動對燃料電池和電池使用壽命的影響。

基于以上分析，可發現同時對三個能量源功率進行合理分配，對提升整車動力性和效率具有重要作用。針對提升等效氫量的精確性和降低需求功率波動對電池和燃料電池使用壽命的影響，設計了分層能量管理策略。采用等效氫消耗最小控制策略，設計SOC一致性變等效因子，保證燃料電池最優功率的輸出；同時，為保證電池充放電平穩性延長電池使用壽命，采用模糊控制策略，提高超級電容的利用率，優化電池和超級電容功率分配。

2 燃料電池混合動力系統結構

本文采用燃料電池、電池和超級電容組成的FCHEV為研究對象，系統結構如圖1所示，燃料電池連接一個單向DC/DC變換器并聯到直流母線上，電池和超級電容各連接一個雙向的DC/DC變換器并聯到直流母線上。燃料電池作為主能量源，為整個系統提供能量，電池作為能量緩沖器，為能量源的充放電起緩沖作用，超級電容作為能量的響應器，對需求功率變化作出快速響應。利用能量存儲系統調節燃料電池工作在高效區的最優功率輸出，并吸收再生制動能量，提高整車燃油經濟性。

圖1 FCHEV系統結構圖

2.1 燃料電池工作特性分析

作為整個系統能量來源，為了降低燃料電池氫能源消耗，需要燃料電池工作在高效區，本文使用的燃料電池最大輸出功率為25kW，燃料電池輸出功率效率圖如圖2所示，粗黑色曲線部分劃定為燃料電池高效區，Pfc_min和Pfc_max分別是燃料電池功率高效區的最小值和最大值。

圖2 燃料電池工作特性效率圖

2.2 電池工作特性分析

作為能量緩沖器，電池具有能量密度大、功率密度小的特性，能夠對需求功率的波動起到緩沖調節作用，較大的功率波動和快速SOC變化會嚴重降低電池的使用壽命，電池的SOC計算如式(1)

(1)

式中，SOCbat(t)為t時刻電池的SOC值，SOCb_init為電池SOC初始值，Cnom為電池額定容量，ηb是電池充放電效率。

2.3 超級電容工作特性分析

超級電容作為能量的響應器，具有能量密度小、功率密度大的特性，可循環充放電次數多，能夠快速響應需求功率波動，提升整車動態性能。超級電容SOC狀態與系統動態性能密切相關，其SOC值可以用電壓來表示[12-13]， 如下

(2)

式中，SOCsc(t)為t時刻超級電容SOC值，Voc(t)為t時刻超級電容開路電壓，Vmin為超級電容最小電壓值，Vmax為超級電容最大電壓值。

3 FCHEV能量管理策略設計

通過分析燃料電池、電池和超級電容的穩態工作特性，確定三個能量源的動態工作模式，為了減少氫能源消耗，延長電池使用壽命，降低能量源控制難度，設計能量管理策略如圖3所示，采取等效消耗最小控制策略，主要優化燃料電池功率輸出；采取模糊控制，優化電池和超級電容功率輸出。

圖3 分層能量管理結構圖

3.1 等效氫消耗最小控制策略設計

在燃料電池混合動力系統等效消耗最小策略設計中，整車所有的能量直接或間接來源于氫氣，電池和超級電容的充放電需要按照一定的規則等效為氫氣的消耗，為了使系統瞬時消耗氫氣最少，需要將整車能量的消耗等效為氫氣的消耗，建立的目標函數如式(3)

J=min(Cfc+Cbat+Csc)

(3)

式中，Cfc表示燃料電池消耗氫氣的量，Cbat表示電池等效消耗氫氣的量，Csc表示超級電容等效消耗氫氣的量。

由于超級電容瞬時等效氫量非常小，將電池和超級電容等效氫量結合在一起，組成能量存儲系統(Energy Storage System， ESS)等效氫消耗量可以減小超級電容等效氫量的誤差，式(3)轉化為(4)

J=min(Cfc+CESS)

(4)

式中CESS為能量存儲系統等效氫消耗量。

式(4)中燃料電池的耗氫量可以表示為功率的函數

(5)

式中Pfc表示燃料電池輸出功率，LHVH2表示氫氣的低熱值，ηfc表示燃料電池效率，ηDC1表示單向DC/DC變換器效率。

令α為燃料電池等效氫系數為

(6)

式中，Cfc_avg表示單位時間內燃料電池平均等效氫氣消耗量，Pfc_avg表示單位時間內燃料電池平均功率。

由式(4)(5)(6)可以推算出能量存儲系統的等效氫消耗量為

(7)

能量存儲系統的等效因子s0可以定義為

(8)

此時式(4)可轉化為式(9)：

(9)

為了維持車輛行駛過程中電池和超級電容SOC在初始值允許范圍內，需要添加電池和超級電容的SOC補償函數如下

(10)

(11)

式中β為電池SOC補償函數函數，μ為電池SOC補償函數調節因子，SOCbat_init為電池SOC初始值，γ為超級電容SOC補償函數，μ1為超級電容SOC補償函數調節因子，SOCsc_init為超級電容SOC初始值。

將電池和超級電容SOC補償函數加入等效因子中，由式(8)(10)(11)，設計出基于電池和超級電容SOC一致性變等效因子k1，如式(12)

k1=s0·(1+β+γ)

(12)

則ECMS可以表示為

(13)

約束項為

(14)

式中k1為能量存儲系統變等效因子，Pd為整車需求功率，ΔPfc為燃料電池功率變化量，Plimit為燃料電池功率變化限制量，PESS_min為能量存儲系統承擔最小功率值，PESS_max為能量存儲系統承擔最大功率值。

其中ECMS采用線性規劃求得最優解，利用Matlab中自帶的linprog函數進行求解，其參數形式是

[x，fval]=linprog(f，A，b，Aeq，beq，lb，ub，x0)

(15)

式中，x為返回值中的最優解，fval為最優值，f為目標函數的系數向量，A和b分別表示不等式約束A*x≤b的矩陣A和向量b，Aeq和beq表示等式約束Aeq*x=beq中的矩陣Aeq和向量beq，lb和ub分別表示自變量的上下界向量。

3.2 模糊控制策略

本文設計的模糊控制系統結構如圖4所示，由能量存儲系統功率、電池SOC和超級電容SOC作為輸入，將輸入模糊化后對應到相應模糊控制器中、通過知識庫中的數據庫和規則庫進行模糊推理，然后解模糊獲得電池和超級電容的功率分配因子Kass，最后經過功率限制獲得電池和超級電容的功率參考值。

圖4 模糊控制系統結構

3.2.1 模糊化

由圖4所示，PESS>0時，為正模糊控制器；PESS<0時，為負模糊控制器。其中模糊輸入子集PESS分為極小(VS)、較小(S)、中等(M)、較大(B)、極大(VS)，量化因子為0.333×10-4，隸屬度函數選取三角形分布如圖5(a)所示，模糊論域為[0，1]。SOCbat和SOCsc的模糊子集都是較小(S)、中等(M)、較大(B)、極大(VB)，隸屬度函數選取三角形分布如圖5(b)、(c)所示，模糊論域為[0，1]。模糊輸出子集Kass分為極小(VS)、較小(S)、中等(M)、較大(B)、極大(VS)，隸屬度函數選取三角形分布如圖5(d)所示，模糊論域為[0，1]。

圖5 正、負模糊輸入、輸出隸屬度函數

3.2.2 模糊控制器設計

正模糊推理控制器主要設計原則為：

若SOCsc較大時，主要由超級電容承擔較大功率，電池承擔較小功率；若SOCsc適中時，超級電容承擔較小的功率，電池承擔較大功率；若SOCsc較小時，禁止超級電容繼續放電，全部由電池承擔。

依據上述模糊推理主要設計原則所涉及的正模糊控制器共設有80條模糊規則，采用IF…THEN…的形式，正模糊規則見表1。

表1 正模糊電池功率分配因子Kass

負模糊推理控制器主要設計原則為：

若SOCSC較小和適中時，主要由超級電容吸收較大功率，電池吸收較小功率；若SOCSC較大時，超級電容承擔較小的功率，電池承擔較大功率；若SOCSC極大時，禁止超級電容繼續充電，全部由電池吸收。

依據上述模糊推理主要設計原則所涉及的負模糊控制器共設有80條模糊規則，采用IF…THEN…的形式，負模糊規則見表2。

表2 負模糊電池功率分配因子

3.2.3 模糊輸出及功率限制

本文模糊控制采用重心法進行解模糊，解模糊所得的Kass是決定能量存儲系統中電池和超級電容功率分配因子，定義如下

Kass=Pbat/PESS

(16)

則電池分配功率為

Pbat=PESS×Kass

(17)

Psc=PESS-Pbat

(18)

針對超級電容的過充和過放問題，提出功率轉移算法，將超級電容超出SOC功率限制部分的功率轉移給電池，功率轉移策略如下

(19)

(20)

式中，Pbat_ref為電池參考功率值，Psc_ref為超級電容參考功率，SOCsc為超級電容SOC值，SOCsc_min為超級電容SOC最小值，SOCsc_max為超級電容SOC最大值。

4 仿真及對比分析

為驗證本文提出的能量控制策略的可行性，基于Matlab與Simulink的聯合仿真，采用Advisor自帶的BD_FUELCELL模型的基礎上添加超級電容進行二次開發，搭建FCHEV復合能量源仿真模型，如圖6。

圖6 FCHEV復合能量源仿真模型

在仿真模型中，上層等效氫消耗最小控制策略通過控制單向DC/DC變換器調節燃料電池的功率輸出；下層模糊控制策略連接兩個雙向DC/DC變換器，分別控制電池和超級電容的功率輸出。

考慮到小車經常在市區使用的需求，選取UDDS(美國城市循環工況)+NEDC(新歐洲循環測試工況)作為能量管理策略的仿真工況。仿真參數見表3。

表3 復合能量源系統主要仿真參數

設置能量管理策略與對比策略電池和超級電容SOC初始值都為0.7，在Advisor進行仿真，仿真結果如下圖。

由圖7可知，在燃料電池未啟動階段，主要由能量存儲系統提供能量，當燃料電池啟動后，燃料電池作為主能量源，能量存儲系統作為輔助能量源共同為驅動整車提供能量。圖7(a)和(b)分析得知，融合ECMS和FLC與對比ECMS相比，燃料電池和電池功率輸出更加平穩，超級電容能夠積極承擔峰值功率，實現超級電容對需求功率削峰填谷的作用。由圖8可知，在相同的仿真工況中，融合ECMS與FLC控制策略氫能源消耗更少，降低了氫能源的消耗，提高了整車燃油經濟性。由圖9和圖10可知，在融合ECMS與FLC控制策略仿真中，電池SOC波動更小，超級電容SOC波動更大，超級電容承擔了峰值功率，延長了電池使用壽命同時，提升了超級電容的利用率，并且電池和超級電容SOC都能夠維持在初始值允許范圍內，保證了電池和超級電容SOC一致性和整車動力性。仿真結果見表4。

圖7 兩種策略下功率仿真圖

圖8 兩種策略下氫氣消耗情況對比圖

圖9 兩種策略下電池SOC比較圖

圖10 兩種策略下超級電容SOC比較圖

表4 仿真結果數據對比

5 結論

1) 將循環工況下的需求功率、三能量源的動態工作效率以及電池和超級電容SOC等相關參數作為設計基于ECMS與FLC的FCHEV能量管理策略的依據，以降低氫能消耗和延長電池使用壽命為目標，確定了車輛行駛過程中能量源的功率分配原則。

2) 設計了基于等效氫消耗最小和模糊控制的分層能量管理策略，實現了三能量源在車輛行駛過程中分層調節功率輸出。首先，設計了基于電池和超級電容SOC的變等效因子，調節和優化燃料電池的功率輸出。其次，設計模糊控制策略，使超級電容承擔峰值功率，獲得電池和超級電容的功率分配。合理進行功率分配同時，有效降低了氫能源消耗和電池的功率波動，延長了電池使用壽命。

3) 仿真結果表明，與單一ECMS相比，該策略下的燃料電池效率提高0.81%，系統整體效率提升2.24%，耗氫量降低2.16%，并且電池和超級電容SOC值都能夠維持在初始值范圍內，保證了電池和超級電容SOC的一致性，提高了整車燃油經濟性和整車效率。

由于設計策略過程中只考慮到電池和超級電容SOC值，沒有將行駛工況考慮在內，該策略缺少對工況的適應性，因此如何提升控制策略對工況適應性，將是后續研究工作的重點。