燃料电池增程式电动车能量管理策略研究

侯玉娇++马小峰

摘 要：建立燃料电池增程式电动车仿真模型，以车辆最长续驶里程为优化目标，建立恒温器及功率跟随的能量管理策略。仿真结果分析表明在平均车速较低、怠速占比较高的低速工况下恒温器策略在保证整车燃油经济性的前提下可以兼顾燃料电池寿命。功率跟随策略可以覆盖平均车速较高、怠速占比较低的工况，但整车燃油经济性较差。

关键词：燃料电池增程式电动车；能量管理策略；燃油经济性

基金项目：中央高校（同济大学）基本科研业务费学科交叉类项目 0800219311

1.引言

发展电动汽车是目前解决能源危机和环境污染的重要手段，但纯电动汽车存在续驶里程短，充电时间长的问题。增程式电动汽车作为一种特殊的混合动力电动汽车，既拥有一定的纯电动行驶里程，又可以通过增程器发电以获得不逊于传统车的续驶里程。在这样的背景下，使用增程式电动汽车是解决排放污染和能源问题最具现实意义的途径之一。

增程式电动车作为混合动力汽车的一个分支，具有混合动力汽车的基本特点。有别于传统汽车和纯电动车，增程式电动车可由两种能量源提供动力。这种双能量源的特征增加了系统设计的灵活性，在整车能量管理系统的协调控制下，双能量源与其他部件相互配合，可以进行多种优化组合，形成不同的动力系统工作模式，以适应不同的行驶工况。同时整车能量管理策略决定了整车的燃油经济性、动力性和排放性，因此能量管理策略的设计对整车经济性有着显著的影响。

2.增程式电动车

增程式电动车是在纯电动汽车基础上安装增程器。增程器是能够发电且给车载动力蓄电池充电的辅助能量装置。当蓄电池电量充足时，汽车以纯电动模式行驶；当蓄电池电量不足时，增程器开始工作，给蓄电池充电或直接驱动电机，从而大幅提高电动汽车的续驶里程。在众多类型的增程器中，质子交换膜燃料电池以其具有零排放、动态响应迅速、能量转换效率高等众多优点得到了广泛的关注。本文研究对象是以燃料电池作为增程器的燃料电池增程式电动车。如图1所示为燃料电池增程式电动车的动力系统结构[1]。

图1燃料电池增程式电动汽车动力系统

2.1整车动力系统模型

基于原型车的基础上建立混合动力汽车模型，保留其共有的部分，添加增程式燃料电池汽车特有的部件模型，编制控制算法，连接控制信号。首先根据汽车功率流的走向，依次将ADVISOR软件中的各个组件模块加入，建立连接关系，建立整车的结构模型。

汽车在行驶过程中的阻力功率主要来自滚动阻力、风阻、坡道阻力及加速阻力，汽车的需求牵引力可通过汽车行驶阻力方程式可通过以下公式来计算：

其中：

公式中，G=mg，f为滚动阻力系数，α为坡度，CD为空气阻力系数，A为汽车迎风面积。V为汽车当前车速，δ为汽车质量转换系数，通常行驶道路的坡度角不大，cos α=1，sin α=tan α=I，则汽车的行驶方程可写为：

则整车的功率平衡方程为

整车动力学参数如表1所示

表1 整车参数

2.2燃料电池系统模型

燃料电池的性能可以用它的电流-电压特性图来概述，该图显示在一个给定电流输出时燃料电池的电压输出。

燃料电池释放的功率由电流和电压的乘积给出，因此反应燃料电池的功率密度和电流密度的函数关系的功率密度曲线可以由电流-电压曲线中的信息构造。电流-电压曲线和功率密度曲线组合的曲线图为极化曲线图，如图2所示为燃料电池的极化曲线质子交换膜燃料电池极化曲线可由下式描述：

式中，V表示燃料电池的实际输出电压；Ethermo表示热动力学预测的燃料电池电压输出；ηact表示由反应动力学引起的活化损耗；ηohmic表示由离子和电子传导而引起的欧姆损耗；ηconc表示由质量传输引起的浓度损耗。从图2中可以看出，燃料电池的功率密度随电流密度的增加而增加，达到一个最大值，即峰值功率，然后在较高电流密度区下降。

一个完整的燃料电池系统模型主要有燃料电池电堆模型，氢气供应模型，辅助系统功耗模型、空压机模型、氧气供应模型、产热量模型以及产水量模型等构成[2]。

N为燃料电池单体数目；Vfc为电堆工作时单体的平均电压；ifc为电堆工作时的电流，Pcp为空压机工作时的功耗；PAuxiliary为水泵以及继电器等低压器件的功耗。如图3所示为燃料电池系统模型示意图。

本文采用的燃料电池模型基于ADVISOR软件搭建，模型构成主要包含了燃料电池电堆、水泵及低压用电器、氢气供应、空压机功耗等几个模块。

本文基于某款10kw的燃料电池系统来进行燃料电池系统模型的验证工作，验证模型的氢气消耗量与系统台架试验的误差，氢气当量比1.2，燃料电池单体片数140，燃料电池系统额定功率10 kw，峰值功率11 kw。如图4所示为燃料电池系统的模型图。

2.3锂电池模型

目前有很多可供借鉴参考的电池模型，本文选取所需参数较少的Rint模型。Rint模型只考虑内阻引起的能量损失，它将蓄电池抽象为一个理想的开路电压源VOC与一个内阻Rint串联的等效电路结构。在ADVISOR中实现的Rint电池模型由五个主要部分组成：1）蓄电池组开路电压及内阻模块；2）功率限制模块；3）电流电压计算模块；4）SOC计算模块；5）热模块。根据本文研究对象，主要修改了蓄电池组开路电压及内阻模块中电池组开路电压、充电内阻、放电内阻与SOC相关数据[3]。

Qbat为蓄电池容量，V0为蓄电池开路电压，Rbat为蓄电池内阻，V0，Rbat为电池SOC的函数。如图5所示为动力电池的仿真模型。

2.4驱动电机模型

电机模型有两种控制方式，：扭矩控制和功率控制。扭矩控制要求输入电机在不同油门开度的情况下对应的扭矩响应特性曲线，可以较为精确地反映电机的控制策略，主要应用整车动力性能的仿真。功率控制是直接根据整车行驶的功率和车速需求对电机提出扭矩和转速请求，只要不超过电机的外特性曲线，电机就可以提供車辆所需的功率。该控制方法简单，但可以反映电机的功率输出，即能量消耗，因此适用于各种工况的经济性仿真。三相交流同步电机模型公式所示[4]

本文所采用的电机采用水冷模式，最大转速12000rpm，最大转矩270Nm，额定电压308V。电动及发电模式下，系统最高效率都超过94%。如图7所示为驱动电机的外特性及效率曲线。

3.增程式燃料电池汽车能量管理策略

3.1 恒温器控制策略

保证燃料电池工作在高效率区间之内，其功率输出根据整车SOC值来调整，当动力电池SOC降到某一限值时，燃料电池启动。整车对燃料电池系统输出功率请求根据当前动力电池SOC由下表插值得到。当SOC升至某一限值时，燃料电池系统降低功率至最低允许输出功率，当SOC升至某一高限值时关闭燃料电池，直到再次达到启动条件。燃料电池系统输出功率上限见表3

表2不同SOC下燃料电池系统输出功率限值

3.2 功率跟随控制策略

燃料电池始终开启，该策略的匹配目标是将氢气和动力电池同时耗尽，从而获得当前条件下的最大续驶里程。首先根据前一段时间内SOC的下降率，估算动力电池还可持续使用的时间；结合当前车载氢气的剩余能量，估算出燃料电池系统需要输出的功率：

其中： Pfc（kW）为需要燃料电池系统输出的功率，mH2（kg）是氢气剩余质量，△t为预设的时间间隔，△SOC为当前SOC与△t时间前的动力电池SOC之差。

4.仿真和结果讨论

4.1 仿真初始条件

仿真初始条件取蓄电池SOC初始值为0.95，SOC截止窗口0.1，氢气质量1.73kg。仿真工况为在各个国家地区通用的仿真工况WLTP、NEDC、UDDS、HWFET、US06、10-15、JC08、QCT759 common 、QCT759 fast。

4.2 仿真结果对比

如表3、图8和图9所示为三种能量管理策略在不同工况下的续驶里程，氢气剩余量，功率跟随相对于恒温器续驶里程增加百分比。

表3两种策略下的仿真结果及续驶里程增加百分比

图8两种策略下的续驶里程仿真结果

4.3 功率跟随与恒温器策略对比

从表4中可以看出，功率跟随与恒温器策略相比，功率跟随在WLTP、HWFET、US06、QCT759fast几个工况下经济性有所提高，在其他工况下经济性均为负增长。其中在US06工况下，经济性增加百分比为34.51%，分析原因为在恒温器策略下燃料电池系统输出功率不能满足US06工况功率需求，SOC 状态不能保持，造成电量先于氢气用完，而在功率跟随策略下，燃料电池系统可以以较大功率输出，可以保证氢气在整个周期内用完，导致续驶里程差距较大。

4.4 燃料电池系统输出功率变化率对比

燃料电池功率波动对燃料电池寿命会造成影响，如图6和8所示分别为燃料电池系统功率、电池SOC以及燃料电池系统功率变化率在NEDC工况下随时间的变化关系。

图9燃料电池电池系统功率、电池SOC在NEDC工况下随时间的变化关系

图10燃料电池系统输出功率变化率在NEDC工况下随时间的变化关系

从图10中可以看出，在恒温器策略下，除在初次启动和最终停止阶段出现燃料电池系统功率较大波动外，在正常工作范围内，功率波动最大值为0.42kW/s，燃料电池开关次数为0；在功率跟随策略下功率波动最大值为2.7kW/s，燃料电池开关次数为0。综合以上数据说明对燃料电池寿命的影响，恒温器策略最优，功率跟随次之。

5.结论

本文将恒温器、功率跟随以及瞬时优化策略用于增程式燃料电池汽车能量管理策略的研究与分析。结果分析表明在平均车速較低、怠速占比较高的低速工况下恒温器策略在保证整车燃油经济性的前提下可以兼顾燃料电池寿命。但在平均车速较高、怠速占比较低的工况下整车燃油经济性有所降低。功率跟随策略可以覆盖平均车速较高、怠速占比较低的工况，但整车燃油经济性较差。

参考文献

[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.