第4卷第4期 智能系统学报 Vol.46.4 2009年8月 CAAI Transactions on Intelligent Systems Ag.2009 doi:10.3969/j.issn.16734785.2009.04.014 燃料电池混合动力汽车驱动系统的优化控制 王爱华12，陈耀斌2 (1.南京工业职业技术学院电气系，江苏南京210046：2.Transportation Active Safety School Purdue,Institute of Engi neering and Technology,Indianapolis 46202,USA) 摘要：为了既提高整车系统效率，又维持燃料电池和蓄电池工作在各自的高效区，提出了一种全局优化与局部协 调相结合的燃料电池混合车的能量控制策略的设计思想.首先形成一个非线性、具有限制的、以整车系统效率最大 为目标的优化问题，然后选用序列二次规划法算法求解.为保证各子系统工作在最优的范围内，利用燃料电池动态 特性慢的特点，采用蓄电池第一优先使用的策略.仿真结果表明，所提议的优化控制策略提高了整车系统的效率，维 持了蓄电池的荷电状态在合理的区间，同时使燃料电池也工作在高效区， 关键词：燃料电池混合动力汽车；能量控制策略；序列二次规划算法 中图分类号：1P18文献标识码：A文章编号：16734785(2009)04-0363-06 Optimizing the energy management system of a parallel fuel cell hybrid electric vehicle WANG Ai-hua'.2,CHEN Yao-bin2 (1.Department of Electrical and Automation Engineering,Nanjing Institute of Industry Technology,Nanjing,210046,China; 2.Transportation Active Safety School Purdue,Institute of Engineering and Technology,Indianapolis 46202,USA) Abstract:This paper presents a design philosophy for optimizing energy management strategies for fuel cell hybrid electric vehicles,combining global optimization and local coordination.First,a nonlinear optimization problem subject to a set of constraints was formulated and then solved using a sequential quadratic programming algorithm. In order to ensure optimal operating states of subsystems,the battery was always prioritized because fuel cell dy- namic behavior is slower.Computer simulation results demonstrated that the proposed method raised the efficiency of the whole system.In addition,it showed that the battery works within its high-efficiency range. Keywords:fuel cell hybrid electric vehicle;energy control strategy;sequential quadratic programming 燃料电池混合动力汽车，其燃料电池作为电化 燃料电池提供.由于2套动力系统分别有自己的高 学装置，可直接转换气体燃料（如氢气）的化学能成 效工作区，不可能同时达到高效.基于规则策略只提 为电能，比传统的内燃发动机的效率更高，并能实现 高蓄电池的效率，没有对燃料电池产生的电能转化 零排放，从而成为当今国内外开发研究的热点.但是 为机械能的效率进行优化，也无法保证整车系统达 由燃料电池与其他储能元件（蓄电池、超级电容等） 到最大效率.二是模糊控制策略，利用模糊规则灵活 组合，构成混合动力系统结构以及燃料电池发动机 地分配总的需求功率给燃料电池和蓄电池，协调2 本身的新颖和复杂性，给能量控制系统的开发带来 个能量源尽量工作在各自的高效区.不过，该策略只 了巨大的挑战。 能做到局部优化，很难改进整车系统的效率.第3 目前关于能量控制策略的研究主要有3种.一 种方法通常以提高燃料经济为目标而进行全局优 是基于规则的能量控制策略，功率分配以维持蓄电 化，不足之处是只能全局优化，不能保证局部（燃料 池的荷电状态(SOC)在最有效区间为第一优先原 电池和蓄电池)子系统工作在自己的最优区.本文 则，以此确定蓄电池需提供的功率，剩余的功率由 提出一种实时的燃料电池混合动力系统的能量优化 和分配算法.该算法以系统效率最大为设计目标，在 收稿日期：200903-12. 优化整个系统效率时，采用蓄电池第一优先使用的 通信作者：王爱华.E-mail:annehuai@yahoo.com.cn. 策略，即在蓄电池达到最小值极限之前一般是不充
·364 智能系统学报 第4卷 电的.在这种情况下，总是用蓄电池提供车所需功 表1镍氢电池规格表 率，燃料电池作为后备，燃料电池常工作在低功率 Table 1 Battery specifications 区，反而具有高的效率 电池参数 参数值 标称电压 1.2V 1驱动系统及其控制模式 比功率 200W·/kg 比能量 65-70W·h/kg 1.1驱动系统 能量密度 150W·h/kg 燃料电池混合动力车驱动系统结构和控制系统 内阻 40-802 如图1所示.该系统主要由氢质子膜燃料电池发动 安培小时效率 90% 机、直流/直流变换器、镍氢蓄电池组、驱动电机、传 1.2控制模式 动装置等组成.该车以燃料电池发动机为主要动力， 驱动系统中各部件都具有独立的部件控制器 以蓄电池为辅助动力.由于燃料电池和蓄电池2套 (如图1所示)，负责对各子部件的工作和调节控 独立驱动系统以并联方式连接，在不同的行驶工况 制，属于底层控制.整车控制器则对整个系统进行能 下，可具有多种工作模式：在汽车加速或爬坡等高功 量管理、功率分配及各部件的协调控制，属于上层控 率需求时，燃料电池和蓄电池同时提供功率；当车辆 制.在整车控制器与驱动系统之间还连接有一个能 量流控制器，属于协调控制层.能量流控制器的任务 下坡或减速时，蓄电池利用回收制动时的能量充电； 是综合来自上层控制器的总的功率需求命令和底层 在汽车以巡航速度行驶时，由燃料电池供电，多余电 控制器反馈的各部件信息，制定合理有效的功率分 量给蓄电池充电 配方案，送给部件控制器执行3. 燃料电池产生的电能是通过功率变换器驱动电 动机而转变为扭矩来得到的.通常将燃料处理与供 控制器 控制器 控制器 给单元、燃料电池组及其运行支持系统与附属设备、 燃料电池 DC-DC 驱动电机 功率控制器、变频调速器、电动机与减速器及相应的 发动机 变换器 轮 控制系统进行机电一体化集成，构成了质子交换膜 蓄电池 燃料电池发动机概念2].本文选用福特P2000车用 整车控制器 能量流 能量挖制策略 制器 信号流 75kW质子膜燃料电池发动机.蓄电池系统是选自 本田(Insight)车用6.5A·h、288V镍氢电池组.该 图1动力驱动及控制系统示意图 电池组由24个模块串接而成.表1是单体电池的具 Fig.1 Block diagram of the fuel cell HEV 体参数 0.0064☐ Rolling_Resisl Rolling_Resisl 9.8 Accel_Gravity Aceel Ggravily 1514 Vehicle_Mass Ychicle Mass Inel_Angle Lnrl Angle molor_mode molor_mode 2.18」 Aero_Drag_Coeff gen_mode gen_mode Acmn_Drag_Cooff Air_Densily Motor AC DC Pte re .2 Wheel_Inertia Inverter Air_Density 3264☐ sys efl Aheel lnedtia WheelRadins Controlgr .282 Wheel_Radius Vehicie_Speed Stark ef 日sgn+ 。urren urhan_speed_signal 图Signal月 合Signal 1 日Signal 1 Fnel Co City/Highway an_speed_signal2 Highway_Speed_Signal FCEngine 图2燃料电池混合车仿真模型 Fig.2 The fuel cell HEV simulation model
第4期 王爱华，等：燃料电池混合动力汽车驱动系统的优化控制 ·365· 燃料电池混合动力车仿真模型如图2所示.在 基于上述考虑，定义能量控制规则如下： 整车建模的基础上，一个能量流控制器也同时建立. 如果车所需的功率是负值，使用回收刹车能量 它有2个输入和2个输出.给出车辆总需求的功率 充电给蓄电池，直到达到最大荷电状态(SOC); (Pd)和蓄电池的荷电状态(S0C),这个控制器将得 如果车所需功率是正值和零，那么初始的功率 到所需的燃料电池功率(P℃)和蓄电池(P%)的功 分布如下： 率.能量流控制器如图3所示 1)如果S0C≥S0C,使用蓄电池提供功率， Pd- Pb 由燃料电池提供剩余功率； 能量控制器 SOC- 【能量控制策略 Pc 2)否则使用燃料电池提供所需功率，多余功率 充电蓄电池.所需功率与充电方式如表3. 图3 能量流控制器框图 表3所需功率与充电方式 Fig.3 Energy controller model Table 3 Required power and charge mode 2 能量控制策略的建立 所需功率Pd/kW 充电方式 0-8 快速充电 能量流控制器的能量分配实际上是通过能量控 8-35 慢速充电 制策略实现的.一个优化的能量流控制策略应实现 35-75 在总的系统效率和燃料经济性最佳的前提下，协调 不充电 各个子系统也工作在自己的高效区[] 2.2 模糊控制策略 本文共建立了3种控制策略：基于规则策略、模 模糊推理系统的输入有2个变量，分别是蓄电池 糊控制策略和数学优化策略.不同的控制策略有各 的SOC和总需求的功率(P:).输出是所需的蓄电池功 自的控制目标，其控制效果也不同（如表2所示）. 率(P).为了简化，所需的燃料电池功率(P)没有加 入模糊系统它可通过下式得到：P。=Pa-P。 表23种控制策略优化目标及效果 输人变量P:和S0C各定义了3个隶属度函数： Table 2 Design goals for three control strategies 大、中、小和高、中、低.输出P。定义了5个隶属度 控制策略 优化目标 优化效果 函数：正大、正小、零、负小、负大.因此，模糊规则库 基于规则 蓄电池 局部 有9个规则，如表4所示.注意：当S0C是低(L)时， 模糊控制 蓄电池、燃料电池 局部 定义域小于30%，蓄电池必须充电.当S0C是中 数学优化蓄电池、燃料电池、整车系统局部、全局 (M)和高(H)时，定义S0C在30%~90%，对应总 2.1基于规则的能量控制策略 需求功率等于或大于零.需要指出的是，蓄电池功率 对蓄电池而言，当蓄电池SOC最小极限值 (P弘)大于0（正大、正小）为放电，小于0（负小、负 (S0Cma)的定义域小于或等于30%，蓄电池必须无 大)为充电s. 条件充电；S0C在50%~70%时，视车辆总的需求 表4模糊规则 功率情况，可以充电也可以放电；当S0C大于90% Table 4 Fuzzy rules 时不充电 条 件 结论 本文使用燃料电池效率图（图4）作为燃料电池 如果Pd是大，且S0C是高 那么P%是正大 工作模型.燃料电池功率范围从0~8kW时是低功率 如果Pd是中，且S0C是高 那么Pb是正小 区，在8~13kW时燃料电池的效率最高.当燃料电池 如果Pd是小，且S0C是高 那么Ph是零 运行在中等需求功率时(8~35kW),任何超出多余功 如果Pd是大，且S0C是中 那么P%是正小 率的都能用来给蓄电池充电.在需求功率较高时 (35~75kW),不使用燃料电池充电给蓄电池： 如果Pd是中，且SOC是中 那么Pb零 0.8 如果Pd是小，且S0C是中 那么P%是负小 0.6 0.4 如果Pd是大，且SOC是低 那么P%是零 0.2 如果P是中，且S0C是低 那么P%是负小 1020304050607080 如果Pd是小，且SOC是低 那么Pb是负大 功率kW 2.3数学优化控制策略 图4燃料电池发动机效率图 数学优化控制策略首先形成一个以整车系统效 Fig.4 Efficiency map for fuel cell engine 率最高为目标的优化问题，然后应用序列二次规划
·366 智能系统学报 第4卷 法求解5].考虑到燃料电池动态反映慢的特点，优 2)回收制动模式 化系统效率时，在蓄电池达到最小值极限之前一般 在回收刹车模式中，蓄电池功率为负值，燃料电 是不充电的 池单独提供能量.在这种情况下，优化问题能写成： 2.3.1整车系统效率计算 P 整车系统效率定义为 max nfe nPinpt subject to: 式中：Pupm为驱动车辆总的需求功率，Ppm为提供 Psc_reTwont+Pbatt rompt=Proqpucnt 总需求功率的总功率消耗. 0≤Pew装≤Pm限r, 计算系统效率时，2种操作模式：推进模式和减 Phatt mat≤Pbet _ropcm≤0. 速制动模式，是分别计算的.推进模式包括加速、巡 and 航和停止3种模式6].换句话说，当车需求的功率 S0Cmta≤S0C≤SOCi. 是正值时，车工作在推进模式.反之，当所需功率是 S0C为车开始发动时的蓄电池的电荷水平， 负值时，车工作在回收制动能量模式.当所需功率是 从限制条件中可见，车辆运行中若给蓄电池充电，只 正值，功率方程是： 要达到初始S0Cm值（本文S0C=65%)即可，没 Poutpnt=Ptotal Paccemoie 有必要充到S0C的最大值.这是为了让蓄电池留有 Picpt=Pe+far… 空间在后继的运行中通过回收刹车功率充电. 燃料电池的效率和蓄电池效率分别如下： 2.3.3用序列二次规划法求解 Pferequest 上面描述的非线性的有限制的优化问题，因为 ne= 实时执行的需要，应用序列二次规划法来求解8] mbatt= Pbatt reucnt 下面简单的算法是用于得到这个解。 Pbatt fP≥0 式中：P。ma为所需的燃料电池的功率，Pam为 fSOC>SOCa,优化应用于推进模式 所需的蓄电池功率，P。由燃料电池提供的功率， Else P由蓄电池提供的功率.那么整个系统的效率表 优化应用于推进模式和蓄电池充电模式， 示为 直到S0C达到SOCt Protd Pc P End Pie Pbastt Pp十 End nfe 2.3.2非线性优化问题的形成 3 仿真结果及分析 1)推进模式. 为了验证能量管理策略的控制效果，3个能量 在推进模式中，当所需功率是正值时，燃料电池 控制策略：数学优化法、基于规则法和模糊控制法分 和蓄电池是并联使用提供功率，因此，优化问题可写 别进行了城市、高速和城市一高速混合工况下的仿 成： 真.图5所示城市工况和所需的功率. P 60r max- feromu时十 40 7 mbatt 24 6,a8101214×10 t/s subject to: (a)城市功况 PorPlan m=Preee 40 0≤Pepa≤Per, 30 20 0≤Pha≤Prog, 10 S0Cmia≤S0C≤SOC, -10 and -20 24 6.8101214×101 Phetromin(S0C)≤Pam≤Pogom=(S0C). (b)所需功案 式中：Phbait ma表示最大蓄电池功率，SOC、SOC和 SOC分别为最大、最小和当前蓄电池能量极限 图5城市驾驶循环工况和所需功率 值. Fig.5 City drive cycles and required power
第4期 王爱华，等：燃料电池混合动力汽车驱动系统的优化控制 ·367 图6是3个控制策略在城市工况下的仿真.该 图6底部的一组图是模糊控制策略的仿真结 图中有9个子图，从上到下平分成3组，每组由S0C 果.与数学优化法比较，可看出蓄电池功率用的更节 的水平、蓄电池功率P。以及燃料电池功率P。3部分 省，SOC减少的更慢.电池充电也更慢，就有更多机 组成，都记录为时间的函数.从各组图中可见，电池 会回收制动能量. 组S0C的初始值是65%，最低极限是30%.燃料电 总的来说，基于规则法和模糊法没有数学优化 池功率水平范围为0~30kW。 法在功率分配和蓄电池充电方面好.原因是蓄电池 8器 的峰值功率在基于规则和模糊控制法中是低于在数 0.3 24680410 学优化法中.基于规则和模糊控制法的最大蓄电池 功率小于20kW.而数学优化法曾几次达到20kW, 2 6h8101214×10 而且放电时间短而充电时间长.这说明数学优化使 都 用较少的燃料电池功率给蓄电池充电，保证燃料电 24×10 池工作在相对低的功率区而得到较高的效率， a激学优化策略 图7给出了3种循环工况下的系统效率和燃料 经济的统计数据图表.数学优化的系统性能优于模 0.3 6h810124×10 糊逻辑系统，而模糊逻辑系统又优于基于规则系统 20 从燃料经济看，高速的燃料经济比城市的高，因为车 -20 在城市运行时速度慢而且经常停.从系统效率看，城 2 4 68101214×10 市运行好于高速，因为城市运行所需功率较低，通常 亂山 只需蓄电池单独提供车所需功率即可. 1 17 80 山规则策略 60 60 4 四基于规划 03 40 题模糊控制 68101214x10 20 口数学优化 0 城市 高速 城市/高速 wmrmomunm -20 12i4×10 (a)系统效率 810 是部红钟古片 1 96 89 46 80 (c模街控策珞 88 a基于规则 0 ■模糊控制 口数学优化 图63个控制策略在城市工况下的仿真 20 Fig.6 Simulation results for three energy control strategies 城市 高速 城市高速 6燃料经济 图6顶部的一组图是数学优化法.该策略优先 使用蓄电池功率，燃料电池作为后备.从仿真开始到 图7系统效率和燃料经济 第450s期间，蓄电池的S0C从65%一直在减少到 Fig.7 System efficiency and fuel economy 最小允许值，这段期间完全或几乎完全使用蓄电池 结束语 提供车所需功率.与此同时，燃料电池运行在很低功 率或完全停止工作，只在大约2008时出现了几个 本文分析了并联燃料电池混合动力汽车的控制 尖头图案，对应蓄电池功率此时正好是供不应求.因 策略，对燃料电池混合动力车的整车模型进行了不 为蓄电池的S0C已减到最小可允许值，在450~1 同工况、不同控制策略的仿真.从仿真结果可以看出 000s的期间，燃料电池开始成为主要功率提供者. 所提议的数学优化的控制策略是有效的，不仅满足 此时蓄电池功率变为负值（例如回收制动能量用于 了改进燃料经济的目标而且提高了整个驱动系统的 再充电). 效率.通过对3种控制策略的比较，不难发现所提议 图6中间一组图是基于规则策略在城市工况下 的数学优化策略在不同的工况下有更优越的性能， 的仿真.与数学优化策略相比，其蓄电池放电更慢， 尤其在城市中行驶的效果更为明显，因为此时汽车 充电更快.在燃料电池工作期间，燃料电池功率范围 总的需求功率较低，而燃料电池工作在低功率区时 是0~30kW,平均值大约为15kW.相比之下，数学 的效率是最高的， 优化策略中燃料电池功率用的较少，很难超过15 kW,通常只有8kW