燃料电池汽车能量管理策略综述

　　摘要：能量管理策略对解决车辆行驶在不同工况下的能量分配问题具有重要作用。从燃料电池汽车(FEV)能量管理系统的燃料电池特性、组成和能量管理关键技术等方面，叙述以质子交换膜燃料电池(PEMFC)为主要动力源、锂离子电池和超级电容器作为辅助动力源的混合动力系统的能量管理策略研究，并尝试探寻以PEMFC作为主电源、锂离子电池和超级电容器作为辅助电源，使能量分配达到最优的能量管理系统。最后，讨论当前能量管理系统控制策略仍存在控制精度优化的问题，未来能量管理策略将以智能优化算法为导向，进一步提升控制精度。

　　关键词：混合动力汽车;能量管理系统;锂离子电池;燃料电池;超级电容器

　　燃料电池虽然具有绿色无污染、能量转化率高和寿命长等优点，但由于存在动态响应速度慢并且特性偏软的缺点，导致难以作为独立电源使用，若要满足负载功率的需求，最好是使用复合能源系统。燃料电池汽车(FEV)通常采用质子交换膜燃料电池(PEMFC)作为主电源，锂离子电池或超级电容器(SC)作为二次电源，以应对频繁启停、加减速、反极等[1]恶劣工况对燃料电池稳定性和耐久性的影响[2]。本文作者以混合动力系统为总体，分别从锂离子电池、PEMFC和超级电容器不同组合的控制策略，阐述近几年来国内外的研究进展。

　　1燃料电池能量管理系统特性及组成

　　1.1燃料电池能量管理系统输出特性

　　PEMFC的控制比较复杂。当氢燃料电池发动机负荷变化时，PEMFC电堆中的气体流量也会发生变化。如果阴极的氧气流量过低，则电堆内氧气不足，系统功率降低，造成匮氧现象，会使质子交换膜表面出现“热点”，导致电堆短路和使用寿命降低等问题[3]。与阳极氢气相比，阴极的氧气流量具有相对缓慢的动态性能。

　　如果高电流负载快速变化，则很难保护PEMFC系统免受过氧化氢的影响，比如车辆频繁的加、减速过程，而实现PEMFC系统的过氧保护非常困难。PEMFC测试中，当驱动电流突然变化时，电化学反应器中的电化学反应速率会发生变化，会改变阳极和阴极压力。在存在大扰动的情况下，必须防止两极出现过大压力差，以免导致质子交换膜损坏，使得使用寿命缩短[45]。

　　1.2燃料电池车辆能量管理系统组成

　　FEV的主要能量源为燃料电池系统(FCS)，但现阶段FCS的输出特性较软，而且无法回收制动能量[6]。有鉴于此，FEV通常FCS和用作能量缓冲器的锂离子电池或超级电容器组成。超级电容器的功率密度较高，是一般锂离子电池的数10倍，但能量密度较低，续航能力不足，无法满足在FEV在行驶过程中一直放电的需求[7]，但可以在保证汽车动力性能的前提下回收汽车的再生制动能量，提高能源的利用率。

　　能量管理策略(EMS)的研究对FEV有重要意义。在满足需求功率的前提下，适当的EMS可直接影响能量源的工作点，延长燃料电池的使用寿命，提高系统效率，减少燃料消耗，并根据需求功率的变化进行能量分配。

　　2能量管理系统关键技术

　　2.1燃料电池控制系统

　　燃料电池在工作过程中会产生一定热量，电池温度过低时，电池内阻加大，影响电池寿命;温度较高时，质子交换膜内水蒸发，导致脱水，加大内阻，对质子交换膜也会产生影响。同时，在运行过程中要保障电堆的最低电压，低电压大电流放电，会对铂催化剂造成不可逆的损害。燃料电池主控制器功能包括气路管理、水热管理、电气管理、通信功能和故障诊断等。燃料电池控制系统与发动机类似，包含能量闭环控制和热管理闭环控制。

　　能量闭环控制气体的进入与反应，热管理闭环控制热程量，使燃料电池更好地反应。与锂离子电池相比，燃料电池在运行过程中的复杂程度更高，多个模型之间有数据互相输入，因此采用基于能量守恒、电化学反应的机理模型，很难得到最优控制。

　　2.2EMS

　　在车辆行驶的过程中，为了实现对整车功率削峰填谷的功能，需要对不同能量源之间的能量分配进行管理。对于FEV能源，一般包括以燃料电池为主的4种不同的能源混合方式，分别为：燃料电池单独作为能源、燃料电池锂离子电池混合能源、燃料电池超级电容器混合能源和燃料电池锂离子电池超级电容器混合能源。EMS可分为基于规则、基于优化和基于智能等3个大类。在基于规则的大类里，又包含开关控制策略、功率跟随控制策略与模糊控制策略。

　　在研究FEV时，氢耗和电池的衰退是两个重点考虑的方面，在建立动力学系统简化模型、等效氢耗和燃料电池衰退数学模型后，设计管理策略的规则层和优化层，其中规则层用来缩小优化算法搜索空间，而优化层将对构成的成本函数进行优化，以此得到最优功率分配方案[8]。设计特定的双堆栈燃料电池搭配效率优化和瞬时优化的策略，可保证FEV启停频率在合理的范围内[9]。燃料电池单独作为能源系统时，输出特性偏软、动态响应慢，且存在能量无法回收、行驶里程短、技术存在困难等问题，因此混合能源的应用更广泛。

　　2.2.1燃料电池锂离子电池混合能源

　　纯模糊控制本身具有一定的主观性，缺乏自适应能力，在能量管理中应用受限，因此可采用BP算法和最小二乘估计法对自适应神经模糊推理系统(ANFIS)控制器的前后参数进行自适应调节，来延长锂离子电池和燃料电池的寿命，并降低整车成本[10]。为了降低等效氢耗量，达到最优效果，可将燃料电池工作效率和电流添加为模糊控制器的输入量，并用灰狼优化(GWO)和改进的灰狼优化(IGWO)算法对模糊逻辑参数进行优化，实现燃料电池和锂离子电池之间功率的合理分配。

　　为了达到智能功率分配的目的，采用遗传算法对模糊控制器的参数进行优化;并采用改进的快速非支配排序遗传处(NSGAII)算法优化多目标问题的控制参数，将氢耗量降低[12]。基于优化的策略运算复杂，实际运用起来比较困难;基于规则的策略依赖于专家经验，忽略了燃料电池供电能力和工作效率等实际限制因素。针对上述问题，可通过设计模糊控制器的隶属度函数和模糊规则，使燃料电池处于更健康的状态[13]。

　　燃料电池的使用寿命关系到FEV的使用时间，用小波规则的EMS来延长燃料电池的使用寿命，不仅可以实现一级功率分流甚至是多级功率的分流[14]。选取不同的典型工况来分别制定EMS，能通过遗传算法优化支持向量机(GASVM)算法来根据工况自主选择EMS[15]。通过增强学习算法实现FEV中燃料电池与锂离子电池之间的最优能量分配，实现电池能量之间的消耗均衡[16]。

　　由于燃料电池具有大电流、低电压的输出特性，需要采用动态规划算法来管理能量的最优分配，避免复杂多变的行驶工况下产生大电流脉冲，以及降低负载的变化给燃料电池带来的影响[17]。FCS成本高，采用强化学习(RL)策略，可以在减小FCS功率波动的同时延长使用寿命。相比于基于动态规划的策略，该策略保证了等效燃油的经济性，也证明了不同工况的适应性[18]。传统的控制策略在燃料电池混合动力汽车优化功率分配和提升燃油经济性方面能力有限，而极小值原理的全局优化能力，可在线对协态变量取值，并设计马尔可夫链速度预测器，用于协态变量的更新[19]。

　　为了最小化系统耗氢量，分别运用双循环动态规划算法和凸优化算法对FEV的EMS和动力电池容量进行优化设计，两种方法的对比分析，将得到更精确的结果[20]。燃料电池不仅需要考虑经济性，还需要考虑燃料电池的快速降解;文献[21]提出了建立一种结合了FCS在不同健康状态下的极化曲线和燃料电池效率的模型，然后利用燃料电池的健康状态，自适应地改变不同电源之间的功率分配，使燃料电池在寿命时间内获得更高的能源效率，燃料电池等效油耗最小化，可以提高储能系统的总效率。

　　由于燃料电池自身存在因技术问题导致的行驶里程偏短的问题，需要借助锂离子电池来辅助解决。虽然燃料电池的比能量相对锂离子电池高出10倍以上，可以在复杂的工况下，通过优化算法获得更好的爬坡能力，但对于较平稳的道路，仍需要借助锂离子电池能持久释放能量的优点，解决燃料电池不能持续释放能量的问题。

　　2.2.2燃料电池超级电容器混合能源

　　与锂离子电池相比，超级电容器可承受更多次的充放电循环，还具有很低的内阻，可提供更高的瞬时功率。在超级电容器中，能量以静电方式存储在材料表面，不涉及化学反应[22]。对比例积分(PI)控制和微分平滑控制、庞特里亚金(pontryagin)极小值原理、基于小波的负载共享算法、小波自适应线性神经元控制等方法进行比较，可以选择氢耗最低的方法[23]。

　　为了实现混合动力汽车PEMFC与超级电容器之间的功率最优分配，减少外部参数变化的影响，可以设计寻找最大功率点和最大效率点的在线极值搜索的能量管理优化策略，极值结果采用自适应递归最小二乘算法，对“安全操作区”进行更新[24]。

　　自适应最优控制的燃料电池/超级电容器混合动力系统EMS，利用惩罚函数将该问题转化成无约束的问题，用径向基函数组成自适应最优控制算法，以达到最优能量管理的目的，可解决燃料电池/超级电容器混合动力系统非线性动力学和能量管理与运行限制带来的状态和输入约束保持一致的问题[25]。

　　基于积分滞回滑模控制器与两个级联线性控制器的非线性控制，不仅可以保护燃料电池和超级电容器免受突然变化的负载电流，也能在提高抗干扰能力的同时，提升滤波电感和直流母线电容等参数变化的鲁棒性[26]。与锂离子电池相比，超级电容器的能量密度小，难以支持较长时间的放电，且成本较高，因此，燃料电池超级电容器混合能源这一方式仍具有一定的局限性。

　　2.2.3燃料电池锂离子电池

　　超级电容器混合能源将燃料电池、锂离子电池和超级电容器结合，具有可靠性高、可扩展性强的突出优点。在车辆进行启动动作时，锂离子电池与超级电容器同时响应，从而更加稳定地提供能量;在制动过程中，锂离子电池与超级电容器同时吸收多余的能量，避免过充造成的损坏。超级电容器负责响应峰值负载要求;锂离子电池负责响应相对平缓的负载要求。

　　三种能量源同时工作，控制起来非常复杂，需要采用更加复杂的控制策略。在混合虚拟阻抗下垂的燃料电池锂离子电池超级电容器电电混合动力系统分散式EMS中，燃料电池采用虚拟电感下垂，锂离子电池采用虚拟电阻下垂，超级电容器采用虚拟电容下垂控制，负载功率根据动力源特性自动分频。该能量策略中，超级电容器制动再生能量没有损失[27]。

　　为了提升能量管理的质量和燃料电池动力汽车对工况的预知性，实现三种能源合理的功率分配，上层采用等效氢消耗最小控制策略，下层采用低通滤波器的基于速度预测的等效氢消耗最小的控制策略，并用聚类来获取6种工况的特征参数，然后通过滑动窗口算法来获得最邻近预测的速度状态转移概率矩阵，结合在线工况识别器，调整变等效因子，完成速度预测的等效氢消耗最小能量管理系统的设计[28]。尽管目前有许多对于燃料电池锂离子电池超级电容器混合能源的研究，但这种混合动力模式成本较高，控制策略的制定较复杂，因此，目前难以实现较大范围的应用。

　　3小结及展望

　　在混合能源动力系统中，不同能源之间存在不同的分配策略，以使车辆在不同的运行工况下自动切换，使电机处在高效运行状态，回收再生制动能量达到最大限度。

　　能源管理系统的控制策略因结构和优化目的不同而不同，其中能源系统的改进分为能源内部结构的改进和外部能源管理系统控制策略的改进。对于燃料电池和锂离子电池内部而言，可以隔膜、电极和电解液等方面进行改进;而超级电容器可改进成光继电器和飞渡电容相结合的模块电池电路，能具有较好的电气隔离性和一致性，也能很好地在混合动力产品中进行推广。

　　对于外部的能量管理系统控制策略，可以在PEMFC为主能源、锂离子电池和超级电容器为辅助能源时，分为基于规则、基于优化和基于智能的算法这3类，实现取长补短，发挥各自的优势。针对控制精度的问题，在未来或许可以通过在线人工智能控制加以解决。

　　在车联网的背景下，对路段内车辆的数据进行实时监控，基于驾驶员的意图进行数据处理，并导入机器学习系统内，根据车内控制板采集的数据给出预测结果，指导车内控制板的控制行为，以达成特定路段内最优控制策略。燃料电池特性偏软，多能源结合的电池管理系统已经成为未来的发展趋势，未来还应进一步加强各能量源结合最优化的研究。

　　参考文献：

　　[1]高帷韬,雷一杰,张勋,等.质子交换膜燃料电池研究进展[J].化工进展,2021.GAOWT,LEIYJ,ZHANGX,etal.Researchprogressofprotonexchangemembranefuelcells[J].ProgressinChemicalIndustry,2021.

　　[2]张宝斌,刘佳鑫,李建功,等.燃料电池冷却方法及热管理控制策略进展[J].电池,2019,49(2):158162.ZHANGBB,LIUJX,LIJG,etal.Advancesinfuelcellcoolingmethodsandthermalmanagementcontrolstrategies[J].BATTERYBIMONTHLY,2019,49(2):158162.

　　[3]侯圣彦.燃料电池电动汽车能量管理策略和动力电池优化研究[D].长春:吉林大学,2020.HOUSY.Researchonenergymanagementstrategyandpowerbatteryoptimizationoffuelcellelectricvehicle[D].Changchun:JilinUniversity,2020.

　　[4]刘波,赵锋,李骁.PEMFC热管理技术的进展[J].电池,2018,48(3):202205.LIUB,ZHAOF,LIX.Progressinthermalmanagementtechnologyofprotonexchangemembranefuelcells[J].BATTERYBIMONTHLY,2018,48(3):202205.

　　作者：王志福1，2，罗崴1*，徐崧2，朱张玲3