氢燃料电池汽车控制策略综述

由于全球变暖问题日益严重，因此，最大限度地减少对化石燃料的需求和减少排放是至关重要的。由于氢燃料电池具有0污染性，所以氢燃料电池车辆（HFCEV）不可避免地比其他传统车辆更有利于环境的保护，且氢燃料电池的能量效率高，用氢燃料电池车辆代替内燃机是未来车辆的大趋势。本文从控制策略方面总结了当前氢燃料电池汽车研究现状以及存在的问题。

1 优化氢燃料电池混合动力源加注燃料的实时策略：回顾问题、迎接挑战、提出新方法[1]

Bizon简要回顾了与燃料电池混合动力电源（FCHPS）的实时优化（RTO）策略相关的问题和挑战之外，还提出了一种新的RTO策略，并在此基础上进行了分析，以找出两者的最佳值。基于全局极值寻找（GES）算法可以搜索和跟踪最佳值。与静态前馈（sFF）RTO策略相比，两种加油速率均由FC电流控制，GES-RTO策略使用两种GES控制方案给出的值来调整FC电流。

本研究中考虑的FCHPS拓扑结构优化是相对于燃料电池新能源汽车，采用6 kW/45 V聚合物电解质膜（PEM）FC系统（参见图1中的FCHPS图）。能量存储系统（ESS）使用100 Ah锂离子电池堆叠和100 F超级电容器堆叠连接成半主动拓扑结构，以维持直流母线上的功率平衡。

图1 具有GES-RTO策略的FCHPS图[1]

同时，Bizon分析了两种RTO策略，以在基于LF控制的行驶路线的轮廓未知的情况下，最大化FC净功率或最小化燃料经济性。EMU的上层可以设计为选择优化功能的加权参数，而下层将实现用于定位和跟踪该功能的GMPP的两个GES控制。例如，如果需要更多动力或燃料经济性，则必须设定k燃料=0或k燃料=50。Bizon在可变负荷状态下评估了FCHPS的燃料经济性。情况A（knet=0.5，k燃料=25）和情况B（knet=0.5，k燃料=50）与基本情况相比，燃料经济性增加26.5 lpm和30.9 lpm，GES-RTO策略在6 kW AV负载循环期间，knet=0.5且k燃料=0。因此，这意味着与6 kW AV负载循环期间的sFF-RTO策略相比，燃料经济性为21.4+26.5=47.9 lpm和21.4+30.9=52.3 lpm。与sFFRTO策略相比，GES-RTO策略更具有灵活性。

2 氢燃料电池汽车能量控制策略分析[2]

氢燃料电池车辆（HFCEV）的运行需要燃料电池、超级电容器、控制器和智能控制单元及其控制策略。在氢燃料电池汽车的系统架构中，控制机构由FC、BAT、SCAP、DC/DC转换器和逆变器组成。此外，车辆一般由三相牵引电动机、辅助装置、DC总线和储能系统组成。车辆所需的动力-能量变化和能量平衡由控制机构中相应的部件按照控制策略来完成。控制策略的主要作用就是要达到车辆动力与燃料经济性的平衡，同时应确定控制策略不能对系统造成任何损害。

HFCEV中的控制机制通常包括FC、BAT和SCAP。目前已经开发并应用在车辆的各种控制器主要负责控制能量管理。作者Hames总结了最常见的控制策略，包括以下4种：（1）峰值电源策略（PPSS），（2）运行模式控制策略（OMCS），（3）模糊逻辑控制策略（FLCS），（4）等效消费最小化战略（ECMS）。

作者Hames认为在确定控制策略时，应考虑共同特征，并且必须相应地考虑控制策略的主要支柱。可以通过确定BAT的充电和放电状态的电流和功率限制值来建立策略。在SCAP突然充电和放电的情况下，应确定电流变化的间隔并防止其损坏。此外，所选择的BAT和SCAP的充电和放电时间应在效率方面与参考值一致。

Hames比较了4种控制策略，得出的结果是相似的，但是Hames认为ECMS是最佳控制策略，原因是ECMS的氢耗量为最小、参数简单、性能最佳并可以应用在不同的车型。

Hames在比较这4种控制策略中，采用模糊逻辑控制策略（FLCS）在能源系统之间进行功率控制，以提高HFCEV中的系统效率和燃油经济性。根据该策略，DC/DC转换器功率有3种水平（相对于FC和BAT的能量），即最小、中间或最大水平。在该策略中，执行该操作的系统是模糊逻辑控制器。确定FC车辆的整个控制机制以及这些机构一起工作的功能要求和模糊逻辑控制策略。所有这些规则适用的模糊逻辑控制策略配置如图2所示。

Hames认为未来应该关注开发ECMS控制策略，采用双路DC/DC,这对于大功率和突然增加负荷的车辆具有优势，同时进一步减低氢燃料的消耗是未来研究重点，同时保证安全和低成本，这对于产业化应用非常重要。

在评价控制策略中Hames认为，安全、氢消耗量、控制参数、效率和整车应用是评价控制策略的主要评价要素，这4种控制策略的评价结果见表1。

表1 控制策略评价

图2 模糊逻辑控制策略模型[2]

3 提升燃料电池系统的氢经济性，以减轻可再生能源和负载动态的不确定性的影响

Nicu Bizon将质子交换膜燃料电池系统作为备用电源的混合动力系统,这是一种降低氢消耗的新能源管理战略[3]。能量管理策略使用需求的负载设置控制回路直流总线和优化控制回路，以基于空气流量的全局极值寻求算法来改善燃料经济性。Nicu Bizon将所提出策略的性能与静态前馈策略获得的性能进行比较，考虑用于直流母线上的功率流的不同情况下的优化函数。

能量管理策略（EMS）大致分为三种：集中式EMS、分布式EMS和混合EMS（图3）[3]。与分布式EMS相比，混合EMS允许其组件在它们之间共享信息，从而实现系统的高灵活性和稳定性。这些策略的优势与未来智能电网的潜在用途有关，可以在不影响EMS的情况下添加新元素。

图3 混合EMS框架图[3]

Nicu Bizon采用的两种策略（sFF和RTO1）都使用FC升压转换器的LF控制，以便FC功率确保DC总线的负载需求，使电池处于充电持续模式。Nicu Bizon提出的基于RTO1的EMS与sFF策略相比，还通过添加Air⁃Fr调节器的优化循环使其具有更好的性能，该优化循环通过使用GES算法实时实现。实验发现，对于8 kW负荷下混合动力系统（HPS）的FC能效、燃油效率和燃油经济性等性能指标可提升至2.65%，10.35 W/lpm和11.8 l。在优化函数中，kfuel=25，燃油经济性可以增加2倍，优化函数定义为FC净功率和燃料效率的混合关系。通过对所产生的FC功率的LF控制，可以减轻负载需求动态的可变性和来自可再生能源的可用功率的不确定性的影响，遵循DC总线上所请求的功率需求。此外，新策略基于p负载小于3 kW的sFF策略切换和P负载大于3 kW的RTO1策略，或者通过使用空气和燃料流速作为变量来寻优。

4 能源管理策略对燃料电池电动汽车储能系统尺寸的影响[4]

作者Bendjedia认为燃料电池电动汽车（FCEV）电池的耐久性和成本等问题与能量存储问题有着很大影响。作者为储能系统（ESS）提供了一种最佳的尺寸测量方法，该系统由燃料电池和辅助源组成。

尺寸确定过程需要确定电动车辆的功率和能量的分布。这些轮廓可以通过车辆动态模拟获得。在MATLAB-Simulink软件下，ESTACALAB使用了车辆的动态模型。该模型的开发考虑了道路和速度，其中包括空气动力阻力、滚动阻力和道路坡度的重力阻力。本文还根据比能量和比功率来评价存储系统性能的特征。可以报告Ragone图表的不同组件，如图4所示。

作者使用三种策略来确定电动车辆的混合动力源的尺寸。第一种方法是基于负载功率分成高频和低频分量的频率分离策略。第二和第三种方法基于相同的原理，其中根据循环的平均功率计算燃料电池工作功率。然而在最优策略中，操作功率固定为最优效率点50%,其中最优策略具有最优的仿真结果。实际上，与频率分离策略相比，它允许以相同的重量增加（25.4%）燃料消耗。此外使用此策略与最佳策略相比，ESS成本高出13%。此外，它保证了电池和FC之间的公平应用压力，从而可以提高ESS的使用寿命。最优策略与最大功率和频率分离策略相比具有较低的燃料消耗。最后，得出的结论是确认驾驶循环对ESS尺寸测量结果没有明显影响。

图4 Ragone图[4]