鋰電池與燃料電池混合觀光車動力系統(tǒng)的優(yōu)化設(shè)計

摘 要：為了解決傳統(tǒng)電動車?yán)m(xù)航焦慮的問題，對燃料電池觀光車進行了功率匹配設(shè)計與仿真驗證，提出了一種功率跟隨型能量管理策略。對比了純鋰電池觀光車（LI）、純?nèi)剂想姵赜^光車（FC）、LI 與FC的混合動力觀光車（LI-FC）的輸出特性，并仿真試驗。結(jié)果表明：LI-FC的爬坡度與純鋰電池觀光車不相上下，續(xù)航里程較純鋰電池觀光車提升了15%，等效氫耗較純鋰電池觀光車減少了53%，動力電池荷電狀態(tài)（SOC）能保持在0.5～0.9之間穩(wěn)定工作，燃料電池也會在額定工況與怠速工況下穩(wěn)定切換。因此，燃料電池鋰電池混合動力觀光車具有這3種觀光車中最優(yōu)續(xù)航能力、較好的使用經(jīng)濟性、最好的使用穩(wěn)定性，燃料電池與動力電池都能在期望工況下穩(wěn)定工作，有較好的競爭力。

關(guān)鍵詞： 混合動力車；純鋰電池；燃料電池（FC）；觀光車；能量管理；續(xù)航里程

中圖分類號： U 469.7 文獻標(biāo)識碼： A DOI： 10.3969/j.issn.1674-8484.2024.02.008

汽車行業(yè)在發(fā)展過程中，碳排放量處于較高水平[1]，綠色低碳是我國未來汽車產(chǎn)業(yè)發(fā)展的重點[2]，續(xù)航焦慮等是限制電動車發(fā)展的一個主要問題[3]。影響電動汽車能耗的關(guān)鍵參數(shù)是其質(zhì)量[4]，輕量化設(shè)計也是汽車研究的熱點，旨在減輕電動車的質(zhì)量，以提升電動車?yán)m(xù)航能力[5]。汽車輕量化主要分為結(jié)構(gòu)、工藝及材料的輕量化[6]。

僅考慮輕量化來解決續(xù)航焦慮是不夠的，文獻[7]提出一種數(shù)學(xué)模型，將續(xù)航焦慮量化，尋找最合適的續(xù)航里程以延緩續(xù)航焦慮。此種方式不能實質(zhì)提高電動車?yán)m(xù)航能力。文獻[8] 提出了一種根據(jù)交通信號狀態(tài)來控制電動汽車速度以提高行駛里程的方法，通過限制速度來達到節(jié)能增程的目的顯然是有局限性的。文獻[4] 提出了一種車輛載荷及路線規(guī)劃的節(jié)能方法。文獻[9] 提出一種三維多目標(biāo)路徑規(guī)劃方法，考慮了能量消耗和距離，以找到一條折衷的可接受路徑。文獻[10]構(gòu)建一種里程預(yù)測規(guī)則，旨在通過更精確的里程預(yù)測模型去緩解駕駛者續(xù)航焦慮。文獻[11] 提出了一種基于生態(tài)駕駛方式的電動汽車駕駛員輔助系統(tǒng)，能夠根據(jù)道路幾何形狀和交通信息，預(yù)測確定合適的速度分布，以擴大電動汽車的續(xù)航里程和自主性。但是實際情況下，路線規(guī)劃達到節(jié)能的目的是不太合適的，道路擁堵情況以及駕駛者的使用舒適度等都會極大限制路線規(guī)劃的作用，因此需要別的途徑去解決問題。

觀光車及城市用車啟停頻率都較高，比較適合制動能量回收，以達到提高續(xù)航的目的[12]。文獻[13-17]基于不同情況提出了不同的再生制動能量回收控制策略，提高了續(xù)航里程。節(jié)能增程也是不錯的解決思路。文獻[18] 提出了一種以最優(yōu)轉(zhuǎn)矩分配和能量效率為綜合目標(biāo)，從能量效率考慮經(jīng)濟性的轉(zhuǎn)矩分配方法，減少了電動車能耗。雖然學(xué)者們試圖解決電動車充電慢和續(xù)航焦慮的問題，但是無法從根本上解決問題。

質(zhì)子交換膜燃料電池因其優(yōu)異的能量轉(zhuǎn)換效率高、工作溫度低、啟動時間短、高功率密度、小尺寸等性能而受到人們的廣泛關(guān)注[19-20]。近年來，氫燃料電池汽車的技術(shù)水平和工業(yè)規(guī)模都得到了快速的發(fā)展[3]。隨著氫能產(chǎn)業(yè)的興起，氫燃料電池汽車將會乘勢成為未來汽車工業(yè)的重要發(fā)展趨勢之一[21]。燃料電池車可以從根本上解決純電動車?yán)m(xù)航焦慮的問題，不僅可以通過使電池輕量化達到提高續(xù)航的目的，并且其加氫速度之快可以使電動車?yán)m(xù)航能力與燃油車媲美。

燃料電池車的動力系統(tǒng)主要有3 大類型：純?nèi)剂想姵貏恿ο到y(tǒng)、蓄電池+ 燃料電池動力系統(tǒng)、超級電容+燃料電池動力系統(tǒng)。其中以蓄電池+ 燃料電池動力系統(tǒng)研究較多。蓄電池和超級電容又稱輔助電源，其在整個行駛過程中起到一個“削峰填谷”的作用。輔助電源的存在是為了燃料電池可以維持穩(wěn)定的工作，它能夠彌補由于燃料電池輸出特性偏軟、動態(tài)響應(yīng)偏慢等原因造成的無法穩(wěn)定工作的不足[22]。合理的燃料電池能量分配策略可以提高能量源能量利用率，進而提高整車經(jīng)濟性，實現(xiàn)能量源之間的優(yōu)勢互補，采用燃料電池+輔助能量源，能夠提高燃料電池的耐久性[23]。

本文針對燃料電池觀光車不穩(wěn)定的缺點，設(shè)計了功率跟隨能量管理策略，對其動力系統(tǒng)進行優(yōu)化設(shè)計。對純鋰電池（lithium battery，LI） 電動觀光車、純?nèi)剂想姵兀╢uel cell，F(xiàn)C）電動觀光車和燃料電池—鋰電池（fuelcell and lithium cell hybrid，LIFC） 混合觀光車的動力輸出性能進行對比，以區(qū)分3 種車型的優(yōu)劣。

1 觀光車功率匹配設(shè)計

1.1 3 種觀光車的動力系統(tǒng)拓撲結(jié)構(gòu)

這3 種觀光車的動力系統(tǒng)拓撲結(jié)構(gòu)如下：1） LI 觀光車： 動力電池為整車負載供電；2） LIFC 觀光車：動力電池與燃料電池協(xié)同供電，根據(jù)負載及動力電池荷電狀態(tài)選擇供電模式，動力電池既能為負載提供功率，也能吸收燃料電池的產(chǎn)出的多余功率；3） FC 觀光車：燃料電池為整車負載供電（ 如圖1—圖3 所示）。

1.2 觀光車基本設(shè)計指標(biāo)

本文設(shè)計的為小型電動觀光車，長寬高 = 3.16 m×1.44 m×1.86 m，滿載人數(shù)為4（65 kg/人），其整車參數(shù)如表1 所示。

1.3 最大功率計算

1） 最高車速功率為

2） 最大上坡功率為

式中： m 為整車滿載質(zhì)量； g 為重力加速度； ηt 為機械傳動系效率， 取0.96 ； f 為滾動阻力因數(shù)； umax 為最高車速，取30 km/h ； A 為迎風(fēng)面積； CD 為風(fēng)阻因數(shù)； χ 為常數(shù)21.15 ； uend 為汽車的末速度； δ 為旋轉(zhuǎn)質(zhì)量換算因數(shù)，取1.1[24-25]。

1.4 額定功率計算

通過在滿載坡度為5% 時以20 km/h 行駛確定額定功率為

1.5 轉(zhuǎn)速、轉(zhuǎn)矩計算

觀光車設(shè)計為直驅(qū)型，無變速箱進行減速增距。電動機轉(zhuǎn)速n 與轉(zhuǎn)矩T 分別為：

1.6 燃料電池相關(guān)計算

在工作模式下的燃料電池輸出功率應(yīng)該大于等于整車負載功率。燃料電池額定功率為

式中： ηm 為電機效率，取0.92 ； ηmc 為電機控制器效率，一般取0.99 ； Paux 為輔助用電設(shè)施功率，取0.3 kW；ηDC 為直流- 直流變換器工作效率，取0.96。

燃料電池中氫氣的損耗并非全部轉(zhuǎn)化為所需功率，因此還需要考慮燃料電池電堆的效率，因此燃料電池堆產(chǎn)生額定功率所需要的氫氣消耗量為：

式中： mH（Pfc） 為功率Pfc 對應(yīng)的氫氣消耗量； ηfc 為燃料電池堆效率，取0.52； qfel 為氫氣低熱值，約為120 kJ/g。

觀光車在給定速度un 下勻速行駛時（ 正常情況下，僅由燃料電池提供功率），單位時間的氫耗可以表示為

車輛以某給定速度un 速行駛，增程里程Sext 所需要的氫氣總質(zhì)量可以表示為

令un = 20 km/h，其中LIFC 氫罐設(shè)計里程為95 km，動力電池設(shè)計里程為5 km ；設(shè)氫罐容積為V，由理想氣體公式得到觀光車運行前后氫罐（tank） 提供的氫氣質(zhì)量為

式中： MH 為氫氣摩爾質(zhì)量，2.016 g/mol ； R 為理想氣體常數(shù)，8.314 J/（mol · K） ； p1 為初始壓強， 取35 MPa ；p2 為終了壓強，取2 MPa ； Z1 為初始壓縮因數(shù)； Z2 為終了壓縮因數(shù)； T1 為初始溫度，取293 K ； T2 為終了溫度，取333 K。通過查表用插值法算出Z1 = 1.224 6 ；Z2 = 1.011 4。氫罐容積為

1.7 動力電池相關(guān)計算

1） 動力電池的額定功率為

2） 動力電池的輸出額定電壓與電機電壓保持一致。

動力電池所儲存的能量為

式中： S 為續(xù)航里程，對于LI 取100 km，對于LIFC取5 km ； ηb 為動力電池效率，取95% ； un 取20 km/h。考慮電池衰減，按80%計算。動力電池的容量為

式中： U 為電池輸出電壓。

1.8 觀光車動力系統(tǒng)選型

利用以上公式及參數(shù)，計算出3 種觀光車電機、動力電池、燃料電池堆及氫罐相關(guān)參數(shù)，如下表2 所示。為了使對比更有價值，3 款車型都將選擇同一型號電機，根據(jù)計算結(jié)果，選擇如下型號電機， 見表3。同理選擇一樣型號的燃料電池堆及氫罐容積，其具體參數(shù)如表4，其中氫罐容積取20 L。本文選擇20 Ah、48 V 鋰電池。LI 型車用10 塊該型號蓄電池；LIFC 型車用1 塊該型號蓄電池。

2 觀光車系統(tǒng)建模

2.1 燃料電池模型

在實際工況下，燃料電池產(chǎn)生的電壓仍存在一些損耗。一般存在3 種主要的燃料電池損耗，分別是活化、Ohm 和濃度損耗。活化損耗是由于電化學(xué)引起的損耗；Ohm 損耗是由于離子與電子的傳導(dǎo)而引起的損耗；濃度損耗是由于質(zhì)量傳輸引起的損耗。燃料電池的實際電壓輸出可以寫成熱動力學(xué)預(yù)計的電壓輸出減去由于各種損耗而引起的電壓下降值：

Vcell = ENest - Eact - EOhm - Econc. （19）

式中： Vcell 為燃料電池的實際輸出電壓； ENest 為Nernst 電壓； Eact為活化損耗； EOhm為Ohm損耗； Econc為濃度損耗。活化極化損失可以用Amphlett 等總結(jié)出的經(jīng)驗?zāi)Ｐ捅硎荆?/p>

Eact / JW = ξ1 + ξ2（T/K） + ξ3（T/K） ln[cO2/（mol·cm-3）] +ξ4（T/K） ln（I/A）. （20）

式中： ξ1、ξ2、ξ3、ξ4 為經(jīng)驗參數(shù)，cO2 為陰極膜界面的氧氣濃度； I 為電池電流。

Ohm 極化損失可由下式計算：

EOhm = I（RM + RC）. （21）

式中： RM 為質(zhì)子交換膜等效阻抗； RC 為電子轉(zhuǎn)移阻抗。RC 通常設(shè)置為常數(shù)，不是主要影響因素，計算時忽略。RM 對應(yīng)離子轉(zhuǎn)移部分，其計算公式如下：

式中： rM 為質(zhì)子膜電阻率； lmen 為質(zhì)子膜的厚度； A 為質(zhì)子膜反應(yīng)面積。

rM 為由經(jīng)驗公式計算：

式中： λ 表示質(zhì)子交換膜的含水程度。

濃差損失計算公式為：

式中： F 為Farad 常數(shù)， j 為電流密度， jmax 為極限電流密度。

本文燃料電池模型得出的極化曲線如圖4 所示。

2.2 動力電池模型

動力電池模型采用Rint 模型，其建模公式如下所示：

Ubat = VOC - IbatRbat. （25）

VOC = f（SOC）. （26）

Rbat = f（SOC）. （27）

式中： Ubat 為電池端電壓； VOC 為電池開路電壓； Ibat 為電池內(nèi)部電流； Rbat 為電池等效內(nèi)阻； Pb 為電池對外輸出功率；SOC 為實時荷電狀態(tài)（state of charge，SOC） ；SOC0 為初始荷電狀態(tài)； Q 為電池最大荷電量。

2.3 等效氫模型

氫氣消耗和行駛里程是燃料電池汽車的重要經(jīng)濟指標(biāo)[23]。本文研究的觀光車等效氫耗由燃料電池氫耗量與動力電池等效氫耗組成，其計算公式如下：

mH = mH，fc + mH，bat. （31）

式中： mH，fc 為燃料電池的氫耗量； mH，bat 為動力電池的等效氫耗量。

根據(jù)動力電池輸出功率，氫氣低熱值以及燃料電池平均效率計算得到，其計算公式如下：

2.4 整車動力模型

整車動力學(xué)模型是整車仿真分析的基礎(chǔ)，主要是用于獲得整車行駛阻力和整車需求功率。其建模公式如下：

式中： Pload 為整車負載功率。

2.5 功率跟隨控制策略

針對開關(guān)型控制策略中動力電池不穩(wěn)定的特性，本文對燃料電池觀光車能量管理進行了優(yōu)化設(shè)計，提出了一種功率跟隨控制策略，使動力電池處于最優(yōu)狀態(tài)。具體的能量管理方法如下所示：

式中： Pfc_max 為燃料電池額定最大功率； Pbat，n-1 為動力電池上一狀態(tài)的功率； SOCref 為SOC 設(shè)定的參考值； β 為SOC 調(diào)整的功率；SOCmax 取0.9 ；SOCmin 取0.5。

3 結(jié)果與討論

3.1 仿真條件

由于傳統(tǒng)的新歐洲行駛循環(huán)（new European drivecycle，NEDC） 工況不適合觀光車的實際運行情況，仿真采取的速度工況為改良后的NEDC 工況，如圖5所示。

3.2 行駛阻力、負載功率對比

通過整車動力模型，繪制出整車阻力圖及負載功率圖如圖6、7 所示。圖6 表明，LI 所需克服的行駛阻力最大，LIFC 與FC 行駛阻力相差無幾。

圖7 表明，整車負載功率LI 最大，LIFC 與FC 負載功率基本一致。這是因為純鋰電池觀光車整車質(zhì)量大于混合動力觀光車整車質(zhì)量，混合動力觀光車整車質(zhì)量大于純?nèi)剂想姵赜^光車整車質(zhì)量，整車阻力與整車質(zhì)量是正相關(guān)的，而負載功率與整車阻力也是正相關(guān)的，所以會出現(xiàn)如圖所示的情況。

3.3 最大爬坡度、最大里程對比

通過式（2）與式（16）計算，分別繪制最大爬坡度與最大里程對比（見圖8和圖9）。

由圖8 可知：LIFC 與FC 的最大爬坡度基本相同，且均略高于LI。說明同樣條件下，燃料電池車的爬坡性能稍微比純電動車爬坡性能好，這是由于3 款車型質(zhì)量相差不是很大，因此其爬坡能力差別不是特別大。

由表1 可知，LI 的質(zhì)量大于FC 與LIFC 的質(zhì)量。當(dāng)觀光車運行速度較小的時候，LIFC 續(xù)航里程高于LI與FC ；當(dāng)觀光車運行速度較高時，LIFC 與FC 續(xù)航能力逐漸一致。其中FC 續(xù)航里程比LIFC 少的為LIFC中動力電池部分。3 種觀光車均滿足設(shè)計的100 km 續(xù)航能力，其中屬LIFC 續(xù)航能力最好，其續(xù)航能力較LI提高了15%，當(dāng)LIFC 氫罐容積繼續(xù)增大時，同比情況之下，氫罐質(zhì)量增加較鋰電池小，其續(xù)航里程提升將會更明顯。

3.4 等效氫耗對比

效氫模型及動力電池模型繪制等效氫耗對比如圖10 所示。圖10 指出：3 種觀光車中， LI 的等效氫耗最高，LIFC 與FC 的最低；通過計算可知：LIFC 的等效氫耗較LI 的減少了約53%。說明LI 就使用情況來看，經(jīng)濟性比燃料電池觀光車要差不少。

3.5 穩(wěn)定性對比

由圖11—13 可知：LIFC 負載功率與輸出功率吻合最好，其次是LI，最次為FC ；且LIFC 與LI 的輸出功率均大于負載功率。這說明這2 款觀光車實際運行過程中整車的動力系統(tǒng)能夠很好地為負載進行供電。而FC 很多時候輸出功率不能完全覆蓋負載功率，說明FC 的動力輸出性能不太穩(wěn)定。

由圖12 可知：LIFC 的負載功率由燃料電池輸出功率與動力電池輸出功率一起提供，其中動力電池輸出功率波動較小。其中大約500 s 后，動力電池處于均勻緩慢的放電狀態(tài)。

結(jié)合圖11 與圖14 可以看出：LI 的動力電池輸出狀態(tài)波動較大，對動力電池壽命不友好。然而， LIFC 中動力電池的功率與電流是兩條相對平滑的曲線，功率跟隨控制策略能夠有效改善動力電池的運行環(huán)境。

因此，3 款觀光車中，功率跟隨能量管理的觀光車動力電池運行環(huán)境較好，且燃料電池與鋰電池聯(lián)合供電，可以保證負載需求的穩(wěn)定性。

4 結(jié) 論

燃料電池混合動力（LIFC） 觀光車?yán)m(xù)航能力，較LI觀光車提高了15% ；LIFC 觀光車的等效氫耗，較LI觀光車減少了53%；3 種觀光車中，就使用穩(wěn)定性而言，從大到小順序為：LIFC 觀光車、LI 觀光車、FC 觀光車。所提出的功率跟隨能量管理策略，保證了動力電池良好的運行環(huán)境，對其壽命友好。

綜上所述，動力系統(tǒng)優(yōu)化設(shè)計后的LIFC 觀光車具有這3 種觀光車中最優(yōu)越的爬坡動力性能、最優(yōu)續(xù)航能力、較好的使用經(jīng)濟性和最好的使用穩(wěn)定性。因此，燃料電池混合動力觀光車具有很好的可行性，具有優(yōu)秀的研發(fā)潛力。

參考文獻（References）

[1] 鄧媛媛. 低碳背景下新能源汽車行業(yè)可持續(xù)發(fā)展的戰(zhàn)略思考[J]. 中國管理信息化， 2023， 26（2）： 132-134.

DENG Yuanyuan. Strategic thinking on sustainabledevelopment of new energy automobile industry under thebackground of low carbon [J]. Chin Manag Info， 2023，26（2）： 132-134. （in Chinese）

[2] 梁士棟， 趙勍， 何建佳， 等. 共享充電樁下負荷時間分布均衡的小區(qū)電動汽車充電方案優(yōu)化[J]. 計算機應(yīng)用研究，2022， 39（11）： 3688-3700.

LIANG Shidong， ZHAO Qing， HE Jianjia， et al.Optimization of community electric vehicle chargingschemes with balanced load time distribution under sharedcharging hubs [J]. Appl Res Computers， 2022， 39（11）：3688-3700. （in Chinese）

[3] LU Qiang， ZHANG Bo， YANG Shichun， et al. Life cycleassessment on energy efficiency of hydrogen fuel cellvehicle in China [J]. Energy， 2022， 257： Paper No 124731.

[4] Cieslik W， Antczak W. Research of load impact on energyconsumption in an electric delivery vehicle based on realdriving conditions： guidance for electrification of lightdutyvehicle fleet [J]. Energies， 2023， 16（2）： Paper No 775.

[5] Wenlonga S， Xiaokaia C， Lub W. Analysis of energysaving and emission reduction of vehicles using lightweight materials [J]. Energy Procedia， 2016， 88： 889-893.

[6] LI Qiang， ZHANG Yu， ZHANG Cuixia， et al. Analysismethod and case study of the lightweight design ofautomotive parts and its influence on carbon emissions [J].Processes， 2022， 10： Paper No 2560.

[7] HE Xiuhong， HU Yingying. Optimal mileage of electricvehicles considering range anxiety and charging times [J].World Elec Vehi J， 2023， 14： Paper No 21.

[8] Madhusudhanan A K. A method to improve an electricvehicle's range efficient cruise control [J]. Euro J Control，201， 48： 83-96.

[9] HUANG Guoming， YUAN Xiaofang， SHI Ke， et al. A3-D multi-object path planning method for electric vehicleconsidering the energy consumption and distance [J].Trans Intell Transp Syst， 2022， 23（7）： 7508-7520.

[10] DAI Tianlu， ZHANG Zipeng， WANG Feifei， et al.Accuracy of range estimation of pure electric vehiclesunder compound conditions comparative analysis [C]// JPhys： Conf Series， 2020， 1634： Paper No 012012.

[11] Sajadi-Alamdaria S A， Voosa H， Darouachb M. Nonlinearmodel predictive control for ecological driver assistancesystems in electric vehicles [J]. Robot Autonomous Syst，2018， 112： 291-303.

[12] Szumska M， Jurecki R. The analysis of energy recoveredduring the braking of an electric vehicle in different drivingconditions [J]. Energies， 2022， 15（24）： Paper No 9369.

[13] LIU Hanwu， LEI Yulong， FU Yao， et al. Multi-objectiveoptimization study of regenerative braking control strategyfor range-extended electric vehicle [J]. Appl Sci， 2020，10（5）： Paper No 1789.

[14] LI Wanmin， ZHAO Gengyun， ZHU Youdi， et al. Researchon compound braking control strategy of extended-rangeelectric vehicle based on driving intention recognition [J].Comput Intel Neuroscience， 2022， 2022： Paper No 8382873.

[15] LI Yongliang， ZHAO Changlu， HUANG Ying， et al. Studyon regenerative braking control strategy for extendedrange electric vehicles [C]// IEEE Vehi Power Propu Conf，2020： 1-6.

[16] LIN Weiyi， ZHAO Han， ZHANG Bingzhan， et al.Predictive energy management strategy for rangeextendedelectric vehicles based on ITS Information andstart-stop optimization with vehicle velocity forecast [J].Energies， 2022， 15（20）： Paper No 7774.

[17] SHI Dapai， LI Shipeng， LIU Kangjie， et al. Adaptiveenergy management strategy based on intelligentprediction of driving cycle for plug-in hybrid electricvehicle [J]. Processes， 2022， 10（9）： Paper No 1831.

[18] Adeleke O P， LI Yong， CHEN Qiang， et al. Torquedistribution based on dynamic programming algorithmfor four in-wheel motor drive electric vehicle consideringenergy efficiency optimization [J]. World Elec Vehi J，2022， 13（10）： Paper No 181.

[19] XU Bing， LI Dongxu， MA Zheshu， et al. Thermodynamicoptimization of a high temperature proton exchangemembrane fuel cell for fuel cell vehicle applications [J].Math， 2021， 9（15）： 1792.

[20] JIAO Mingyu， ZHU Haoran， HUANG Jinglong， et al.Numerical simulation of hydrogen leakage and diffusionprocess of fuel cell vehicle [J]. World Elec Vehi J， 2021，12（4）： Paper No 193.

[21] ZHOU Anqi. Review of hydrogen fuel cell vehicleresearch [J]. Acad J Eng Tech Sci， 2022， 5（9）： 51-56.

[22] 湯世炎. 基于人工魚群方法的燃料電池車能量分配優(yōu)化[D]. 沈陽： 沈陽工業(yè)大學(xué)， 2021.

TANG Shiyan. Energy Allocation optimization of fuel cellvehicle based on artificial fish swarm method [D]. Shenyang：Shenyang University of Technology， 2021. （in Chinese）

[23] DUAN Zhijie， MEI Nan， FENG Lili， et al. Research onhydrogen consumption and driving range of hydrogen fuelcell vehicle under the CLTC-P condition [J]. World ElectVehi， 2022， 13（1）： Paper No 9.

[24] 徐樂鵬. 某燃料電池重卡動力系統(tǒng)參數(shù)匹配與能量管理策略研究[D]. 太原： 太原理工大學(xué)車輛工程， 2020.

XU Lepeng. Research on parameter matching and energymanagement strategy of a fuel cell heavy truck power system[D]. Taiyuan： Taiyuan Univ of Tech， 2020. （in Chinese）

[25] 孟翔. 小型燃料電池車研制與能量管理研究[D]. 成都：西南交通大學(xué)電氣工程， 2019.

MENG Xiang. Development and energy managementresearch of a fuel cell vehicle [D]. Chengdu： SouthwestJiaotong Univ， 2019. （in Chinese）

基金項目 / Supported by ： 國家自然科學(xué)基金項目（52076096）。