氫燃料電池汽車控制策略綜述

由于全球變暖問題日益嚴重，因此，最大限度地減少對化石燃料的需求和減少排放是至關重要的。由于氫燃料電池具有0污染性，所以氫燃料電池車輛（HFCEV）不可避免地比其他傳統(tǒng)車輛更有利于環(huán)境的保護，且氫燃料電池的能量效率高，用氫燃料電池車輛代替內(nèi)燃機是未來車輛的大趨勢。本文從控制策略方面總結了當前氫燃料電池汽車研究現(xiàn)狀以及存在的問題。

1 優(yōu)化氫燃料電池混合動力源加注燃料的實時策略：回顧問題、迎接挑戰(zhàn)、提出新方法[1]

Bizon簡要回顧了與燃料電池混合動力電源（FCHPS）的實時優(yōu)化（RTO）策略相關的問題和挑戰(zhàn)之外，還提出了一種新的RTO策略，并在此基礎上進行了分析，以找出兩者的最佳值?；谌謽O值尋找（GES）算法可以搜索和跟蹤最佳值。與靜態(tài)前饋（sFF）RTO策略相比，兩種加油速率均由FC電流控制，GES-RTO策略使用兩種GES控制方案給出的值來調(diào)整FC電流。

本研究中考慮的FCHPS拓撲結構優(yōu)化是相對于燃料電池新能源汽車，采用6 kW/45 V聚合物電解質(zhì)膜（PEM）FC系統(tǒng)（參見圖1中的FCHPS圖）。能量存儲系統(tǒng)（ESS）使用100 Ah鋰離子電池堆疊和100 F超級電容器堆疊連接成半主動拓撲結構，以維持直流母線上的功率平衡。

圖1 具有GES-RTO策略的FCHPS圖[1]

同時，Bizon分析了兩種RTO策略，以在基于LF控制的行駛路線的輪廓未知的情況下，最大化FC凈功率或最小化燃料經(jīng)濟性。EMU的上層可以設計為選擇優(yōu)化功能的加權參數(shù)，而下層將實現(xiàn)用于定位和跟蹤該功能的GMPP的兩個GES控制。例如，如果需要更多動力或燃料經(jīng)濟性，則必須設定k燃料=0或k燃料=50。Bizon在可變負荷狀態(tài)下評估了FCHPS的燃料經(jīng)濟性。情況A（knet=0.5，k燃料=25）和情況B（knet=0.5，k燃料=50）與基本情況相比，燃料經(jīng)濟性增加26.5 lpm和30.9 lpm，GES-RTO策略在6 kW AV負載循環(huán)期間，knet=0.5且k燃料=0。因此，這意味著與6 kW AV負載循環(huán)期間的sFF-RTO策略相比，燃料經(jīng)濟性為21.4+26.5=47.9 lpm和21.4+30.9=52.3 lpm。與sFFRTO策略相比，GES-RTO策略更具有靈活性。

2 氫燃料電池汽車能量控制策略分析[2]

氫燃料電池車輛（HFCEV）的運行需要燃料電池、超級電容器、控制器和智能控制單元及其控制策略。在氫燃料電池汽車的系統(tǒng)架構中，控制機構由FC、BAT、SCAP、DC/DC轉換器和逆變器組成。此外，車輛一般由三相牽引電動機、輔助裝置、DC總線和儲能系統(tǒng)組成。車輛所需的動力-能量變化和能量平衡由控制機構中相應的部件按照控制策略來完成。控制策略的主要作用就是要達到車輛動力與燃料經(jīng)濟性的平衡，同時應確定控制策略不能對系統(tǒng)造成任何損害。

HFCEV中的控制機制通常包括FC、BAT和SCAP。目前已經(jīng)開發(fā)并應用在車輛的各種控制器主要負責控制能量管理。作者Hames總結了最常見的控制策略，包括以下4種：（1）峰值電源策略（PPSS），（2）運行模式控制策略（OMCS），（3）模糊邏輯控制策略（FLCS），（4）等效消費最小化戰(zhàn)略（ECMS）。

作者Hames認為在確定控制策略時，應考慮共同特征，并且必須相應地考慮控制策略的主要支柱?？梢酝ㄟ^確定BAT的充電和放電狀態(tài)的電流和功率限制值來建立策略。在SCAP突然充電和放電的情況下，應確定電流變化的間隔并防止其損壞。此外，所選擇的BAT和SCAP的充電和放電時間應在效率方面與參考值一致。

Hames比較了4種控制策略，得出的結果是相似的，但是Hames認為ECMS是最佳控制策略，原因是ECMS的氫耗量為最小、參數(shù)簡單、性能最佳并可以應用在不同的車型。

Hames在比較這4種控制策略中，采用模糊邏輯控制策略（FLCS）在能源系統(tǒng)之間進行功率控制，以提高HFCEV中的系統(tǒng)效率和燃油經(jīng)濟性。根據(jù)該策略，DC/DC轉換器功率有3種水平（相對于FC和BAT的能量），即最小、中間或最大水平。在該策略中，執(zhí)行該操作的系統(tǒng)是模糊邏輯控制器。確定FC車輛的整個控制機制以及這些機構一起工作的功能要求和模糊邏輯控制策略。所有這些規(guī)則適用的模糊邏輯控制策略配置如圖2所示。

Hames認為未來應該關注開發(fā)ECMS控制策略，采用雙路DC/DC,這對于大功率和突然增加負荷的車輛具有優(yōu)勢，同時進一步減低氫燃料的消耗是未來研究重點，同時保證安全和低成本，這對于產(chǎn)業(yè)化應用非常重要。

在評價控制策略中Hames認為，安全、氫消耗量、控制參數(shù)、效率和整車應用是評價控制策略的主要評價要素，這4種控制策略的評價結果見表1。

表1 控制策略評價

圖2 模糊邏輯控制策略模型[2]

3 提升燃料電池系統(tǒng)的氫經(jīng)濟性，以減輕可再生能源和負載動態(tài)的不確定性的影響

Nicu Bizon將質(zhì)子交換膜燃料電池系統(tǒng)作為備用電源的混合動力系統(tǒng),這是一種降低氫消耗的新能源管理戰(zhàn)略[3]。能量管理策略使用需求的負載設置控制回路直流總線和優(yōu)化控制回路，以基于空氣流量的全局極值尋求算法來改善燃料經(jīng)濟性。Nicu Bizon將所提出策略的性能與靜態(tài)前饋策略獲得的性能進行比較，考慮用于直流母線上的功率流的不同情況下的優(yōu)化函數(shù)。

能量管理策略（EMS）大致分為三種：集中式EMS、分布式EMS和混合EMS（圖3）[3]。與分布式EMS相比，混合EMS允許其組件在它們之間共享信息，從而實現(xiàn)系統(tǒng)的高靈活性和穩(wěn)定性。這些策略的優(yōu)勢與未來智能電網(wǎng)的潛在用途有關，可以在不影響EMS的情況下添加新元素。

圖3 混合EMS框架圖[3]

Nicu Bizon采用的兩種策略（sFF和RTO1）都使用FC升壓轉換器的LF控制，以便FC功率確保DC總線的負載需求，使電池處于充電持續(xù)模式。Nicu Bizon提出的基于RTO1的EMS與sFF策略相比，還通過添加Air?Fr調(diào)節(jié)器的優(yōu)化循環(huán)使其具有更好的性能，該優(yōu)化循環(huán)通過使用GES算法實時實現(xiàn)。實驗發(fā)現(xiàn)，對于8 kW負荷下混合動力系統(tǒng)（HPS）的FC能效、燃油效率和燃油經(jīng)濟性等性能指標可提升至2.65%，10.35 W/lpm和11.8 l。在優(yōu)化函數(shù)中，kfuel=25，燃油經(jīng)濟性可以增加2倍，優(yōu)化函數(shù)定義為FC凈功率和燃料效率的混合關系。通過對所產(chǎn)生的FC功率的LF控制，可以減輕負載需求動態(tài)的可變性和來自可再生能源的可用功率的不確定性的影響，遵循DC總線上所請求的功率需求。此外，新策略基于p負載小于3 kW的sFF策略切換和P負載大于3 kW的RTO1策略，或者通過使用空氣和燃料流速作為變量來尋優(yōu)。

4 能源管理策略對燃料電池電動汽車儲能系統(tǒng)尺寸的影響[4]

作者Bendjedia認為燃料電池電動汽車（FCEV）電池的耐久性和成本等問題與能量存儲問題有著很大影響。作者為儲能系統(tǒng)（ESS）提供了一種最佳的尺寸測量方法，該系統(tǒng)由燃料電池和輔助源組成。

尺寸確定過程需要確定電動車輛的功率和能量的分布。這些輪廓可以通過車輛動態(tài)模擬獲得。在MATLAB-Simulink軟件下，ESTACALAB使用了車輛的動態(tài)模型。該模型的開發(fā)考慮了道路和速度，其中包括空氣動力阻力、滾動阻力和道路坡度的重力阻力。本文還根據(jù)比能量和比功率來評價存儲系統(tǒng)性能的特征?？梢詧蟾鍾agone圖表的不同組件，如圖4所示。

作者使用三種策略來確定電動車輛的混合動力源的尺寸。第一種方法是基于負載功率分成高頻和低頻分量的頻率分離策略。第二和第三種方法基于相同的原理，其中根據(jù)循環(huán)的平均功率計算燃料電池工作功率。然而在最優(yōu)策略中，操作功率固定為最優(yōu)效率點50%,其中最優(yōu)策略具有最優(yōu)的仿真結果。實際上，與頻率分離策略相比，它允許以相同的重量增加（25.4%）燃料消耗。此外使用此策略與最佳策略相比，ESS成本高出13%。此外，它保證了電池和FC之間的公平應用壓力，從而可以提高ESS的使用壽命。最優(yōu)策略與最大功率和頻率分離策略相比具有較低的燃料消耗。最后，得出的結論是確認駕駛循環(huán)對ESS尺寸測量結果沒有明顯影響。

圖4 Ragone圖[4]