燃料電池汽車能量管理技術綜述

1　超級電容器燃料電池混合動力汽車的能源管理策略[1]

本文主要研究超級電容（UC）與燃料電池混合動力電動車輛（FCHEV）的集成。目的是分析集成的UCs對FCHEV動力總成瞬態響應的影響。UC具有更高的功率密度，可以克服燃料電池的一些缺點。實現了削減峰值功率的功率管理策略。減少電池的功率負載，并在最有效的區域內超控燃料電池堆。深入研究燃料電池的特性和性質，并根據燃料電池堆內部功率圖，確定最佳功率范圍，確定哪些功率操作的重點在于盡可能多地吸收功率同時盡量保持氫氣消耗最小。

用MATLAB/Simulink開發UC-Integrated FCHEV（UC-FCHEV）的集成模型（圖1）。利用燃料電池的極化曲線來設計燃料電池的工作點，以維持其在最有效的區域中的運行。

圖1　FCHEV頂層模型

結果顯示，在驅動循環中，氫氣消耗量從0.29千克減少到0.12千克。在行駛周期中，最大充電/放電電池電流從286安培降低到110安培。

城市駕駛循環（FUDS）的結果顯示，在一個駕駛循環中，氫消耗從0.18千克減少到0.05千克。這種電流的減少增加了電池的使用壽命，因為它的過電流保護不會變熱。電池的剩余電量（SOC）曲線還顯示電池沒有放電到其最小閾值，這增加了電池的健康狀況，這取決于充電/放電循環的次數。來自燃料電池FC的電流決定了反應的速度，由于反應是放熱反應，較高的電流產生了熱管理問題。如此多的電力管理策略試圖在歐姆損失范圍內運行FC，在該范圍內動作處于其允許的極限內。仿真結果顯示了基于最大效率優化算法從FC中吸取的功率。優化的效率算法切換了從電池和FC獲取的功率。

2　PEM燃料電池與超級電容混合的動力能源管理[2]

本文介紹了電動汽車的應用，以質子電解質膜燃料電池（PEMFC）為主要能源，超級電容（SC）作為輔助電源，組成混合動力源。PEMFC的主要缺點是動力學功率響應較慢，因為必須要限制燃料電池的電流斜率以防止燃料不足問題。超級電容的快速功率響應和高比功率可以補充主電源較慢功率的輸出問題，從而產生系統所需的兼容性和性能。

圖2　混合動力源電動車結構

本系統將安裝在后輪上的異步電動機與三相逆變器分組（見圖2）。混合能量源DC-DC轉換器維持DC總線電壓恒定。本文提出的混合能源管理已經證明，當電力電子器件的功率取決于驅動器的速度時，由升壓型DC-DC轉換器控制的電力效果的行為。基于超級電容器在斜坡、不同速度、快速加速等不同的工況，采用降壓-升壓型DC-DC變換器進行控制管理。轉換器的拓撲結構不影響DC-DC變換器輸出電壓的性能，能量管理給電動汽車的系統和供電提供良好的動態特性。提出了新的擬合公式，給出了混合源功率、DC-DC轉換器電壓和行程距離之間的關系。這項研究使得在車輛循環工況條件下可以預測混合能源的動態行為，這是電動汽車的控制和功率管理的基礎。對所提出的混合動力源的不同部分進行了仿真，然后使用電力管理控制來協調兩個電源之間的電力供應。使用MATLAB/Simulink開發了混合能源的仿真模型，取得了令人滿意的結果。所得結果顯示了電動汽車混合動力系統生產的可行性。

混合能源需要能源管理，由電動汽車用PEMFC和超級電容器組成的混合電源管理是我們的目標，提出電動汽車中電源的設計方法，并確定超級電容器的數量和PEMFC電池的數量。

3　基于熱管理的多堆燃料電池效率提高[3]

本研究旨在提出電動車（EV）的多堆燃料電池（FC）配置，以最小化其起動時間，加熱/冷卻和循環問題。為了正確地達到這樣的期望的條件，提出了一種新型的熱管理技術。將小功率多堆疊FC集成到EV中（模型見圖3）。多堆疊FC解決方案由于其廉價的制造成本，重量，體積，安全性和能源消耗而在技術上被認為是方便的。

圖3　電池多堆FC運行模式

每個FC將根據FC的溫度和所需的車輛功率進行激活。使用MTCSim軟件進行仿真，熱管理的策略如下：

關于我軍整體外語能力建設的幾點思考 ………………………………………………… 王 萍 葉建軍（4.53）

對于電池SOC＜25%，所有FC提供的功率為電動汽車需求功率及其輔助設備的110%。對于25%＜SOC＜90%，建立了電力需求的線性變化。允許有一個調整的補充變量，在速度周期的開始和結束之間，保證SOC相等。當電池SOC＞90%時，FC提供的可能性比較小。因此，在使用電池能量期間不考慮其他額外的激活周期。每個FC溫度表示可能的最大輸出功率。

仿真結果證明了所提出的熱管理方法的能力，除了優化其行駛性能之外，還有效地提高了電動汽車多堆疊FC的壽命、循環和效率。使用多堆FC作為獨特FC的備選方案的有效性。電動汽車整體效率得到提高，相關的FC使用壽命得到延長。預熱/冷卻過程管理有助于改進FC的動態響應。然而，由于冷卻電路的復雜性，將這種配置集成到EV中仍然是困難的。顯然，液壓冷卻系統需要更多數量的閥門和分配器，這些閥門和分配器特別屬于FC的激活順序。控制系統在溫度升高的同時正確執行任務，無需過熱恢復和預熱。雙相冷卻技術可視為多堆冷卻過程的替代選擇，因為它具有更短的激活時間和足夠的效率。未來進行的研究可以處理所提出的熱管理方法的實驗驗證以及其他控制技術，以提高EV的使用壽命，循環，效率和可靠性。

4　集成混合動力汽車子系統的熱管理策略[4]

智能熱管理是一種在車輛周圍重新分配和重新布置熱能的技術，以達到最佳的行駛條件。在BEV（蓄電池電動車輛）上，比較熱門的特定領域是電池和電池倉的熱管理，而不需要電池本身大量使用電力，盡量減少子系統調節對車輛續駛里程的影響。

本文將系統工程應用于評估和選擇能夠在幾個車輛子系統之間傳熱的BEV應用的集成熱泵。涵蓋了預熱和冷卻情況，特別側重于預熱（預計是BEV續駛里程減小的最壞情況）。該工作確定了最小化使用電能來加熱流體（例如電池艙通風空氣）的PTC（正溫度系數）設備的方式，這種能量通常從蓄電池獲取。所研究的熱泵配置的優點在于從蓄電池汲取熱功率，通過整個車輛系統優化的熱能傳遞，改善了車輛的續駛里程。

整體車輛模型架構包括傳動控制器、電驅動和熱泵系統、BEV電池。熱泵型號包括流體回路、變速箱、底盤和制動模型。車輛模型是在標準的氣候測試周期中模擬的，包括以穩定的50km/h持續30分鐘，然后以100km/h持續30分鐘以及在最后30分鐘車輛靜止。外部條件設定為零風速和-5℃的環境溫度。允許熱泵從環境中提取熱量，條件是冷卻器液體流體回路低于環境溫度。結果表明，移動熱量（熱泵系統能耗）和發熱（PTC）消耗的能量大大降低，BEV電池所用電能也大大降低。

5　電動汽車測試能源管理的解決方案[5]

本文提供了一個越野電動車（EV）電動動力傳動系統靈活的方法，適用于車載能量管理的硬件和軟件解決方案。電動汽車原型由一個由96V LiFePO4電池組提供的無刷交流驅動器組成，能夠使用兩個不同的額外的能量存儲系統。還給動力系統提供了電流和電壓實施信號調理和測量系統，從而分析和測試從研究活動中獲得的模擬結果。最后，為了展示電動汽車原型的正確運行條件，提出并討論了一些實驗性的措施。

進行了實驗測試。具體來說，執行一個測試來估計越野電動車所能達到的最大速度。Sevcon控制器執行速度和扭矩的測量，并通過CAN總線發送到顯示器，耦合電動機和變頻器已經通過初步校準。使用清晰的VIEW顯示模型，可以顯示EV速度、電流范圍、BMS數據等。在電機最大功率條件下獲得的最大速度（在4 000 rpm時提供的扭矩為49 N·m）是電子方式限速為50公里/小時。牽引傳動的效率在相同的運行條件下計算：當電驅動為車輪提供20.51 kW的機械功率時，電池組在完全充電條件下（充電狀態大于90%），提供247A的電流，動力總成的效率大約等于77%。最后，還進行了另一項測試，僅使用鋰電池ESS來評估我們的越野電動車的續駛里程。當放電深度等于80%時，我們認為電池完全放電。我們在大學校園內盡可能接近真實駕駛條件，將最高時速限制在40公里/小時。測試結果顯示，每公里的能源消耗約為83 Wh/km。預計EV續駛里程與模擬結果相比減少約10%（續駛里程約為37公里）。

6　燃料電池電動汽車能量管理系統的設計[6]

燃料電池混合動力電動車輛（FCHEV）中的動力源的設計是運輸應用中的吸引人的領域，FCHEV結合了質子交換膜燃料電池（PEMFC）和超級電池（UB）。在FCHEV中部署一個合適的UB，作為高效能源管理的備用系統（圖4）。UB的用途是確保在瞬態響應期間快速傳輸電力，并在氫氣不存在的情況下提供永久電力，使用MATLAB/Simulink環境進行測試和評估。

圖4　PEMFC/UB 控制圖

PEMFC提供車輛的主要動力源，基于有效動態模型的PEMFC最大功率為20kW，UB是混合動力儲能裝置。其陽極包括一個SC和一個鉛酸電池陽極。UB技術的成立是為了評估和測試部分充電狀態（PSoC UB）頻段的性能優勢（UB在部分充電狀態下運行）。UB與傳統電池相比是高效的，因為它結合了超級電容器的快速功率響應和鉛酸電池的長壽命。

作者詳細介紹了PEMFC與UB的有效結合，提出了PEMFC/轉換器子系統為主電源，而提出的UB/轉換器子系統被作為備用電源，以確保峰值功率期間的負載需求。因此UB旨在提高車輛效率，目的是調節直流母線電壓。PSoCUB UB使用擬議的EMS確保了最佳固定頻段。仿真結果通過使用ECE驅動周期來獲得，包括所提出的EMS中的充電-放電模式。根據展會結果，與其他PEMFC混合動力電動車相比，提高了車輛的效率，提高了車輛的驅動功率。

7　燃料電池混合動力電動汽車的最佳能源管理策略[7]

能源管理策略（EMS）對任何混合動力汽車的性能都有巨大的影響，因為它決定了幾乎與動力總成相關的每個組件的運行點。這意味著它的優化是一個非常復雜的任務，必須考慮一些目標，包括氫消耗，驅動能力、部件退化和直線性能。EMS對于燃料電池混合動力電動車輛（FCHEV）特別重要，不僅要最大限度地減少氫消耗，而且要減少燃料電池的電氣應力，并最大限度地延長其使用壽命。這是因為燃料電池堆的耐用性和成本是阻止FCHEVs與傳統車輛競爭的主要障礙之一。在這項工作中，開發了一種新型的EMS，專門用于燃料電池混合動力電動車（FCHEVs），不僅考慮氫消耗，還考慮燃料電池的劣化，以優化車輛的整體運行成本。這項研究內容被認為是第一次量化EMS對燃料電池退化的影響，包括電壓降低的多個原因。這種新策略的性能在模擬上與最近的文獻策略進行了比較，這些策略都是為了優化氫消耗而設計的。結果發現，包含降解指標導致燃料電池壽命增加20%，氫消耗僅增加3.7%，這意味著整體運行成本降低了9%。除了直接實施降低氫消耗之外，這種用于優化劣化的技術還允許以無偏差的方式比較替代的車輛設計。為了證明這一點，新穎的優化技術隨后用于比較替代系統設計，以便確定燃料電池和電池組的最佳經濟規模。發現通過使用能夠滿足負荷循環的平均功率要求的盡可能小的燃料電池堆，通過使用超大尺寸的電池組以最大化燃料電池效率并且將瞬態負載最小化，都可以使總體運行成本最小化。

該研究在拉夫堡大學進行，Microcab H4測試車已經可用于測試，這輛車在伯明翰大學以前使用了大約2年。Microcab H4是一種小型校園車輛，設計用于大學校園內的低速客運和郵件投遞。它的最高時速約為30mph，并配備了一個1.2kW的燃料電池和一個2kWh的電池組，其能量損失見圖5。

圖5　Microcab H4能量損失（Iain Staffell）

8　燃料電池混合動力汽車在線能量管理策略[8]

本文提出了一種基于駕駛循環預測的能量管理策略，采用非線性自回歸神經網絡（NARNN）對燃料電池混合動力汽車（FCHEVs）進行控制，其結構見圖6。在FCHEV運行期間，這種基于預測的策略可以實時預測不同速度類型的未來行為，特別是對于短程和中程預測時間。為了有效地預測不同駕駛類型的行為，采用移動窗口方法對NARNN模型進行迭代訓練和評估，并執行離線優化策略。通過使用所提出的預測方法，可以事先有效地預測未來的駕駛數據。這一預測信息對FCHEVs在線能源管理中的預測控制理論和實施具有重要意義。仿真結果證明了所提出的在線能源管理策略的有效性。未來的工作將旨在提高時間序列預測方法的準確性，以準確預測未來的功率曲線。

圖6　建議的FCHEV動力總成構架

這項工作考慮的車輛是基于一次能源燃料電池系統和輔助動力裝置（鋰離子電池組）的混合動力電動車。質子交換膜燃料電池（PEMFC）被認為是FCHEV的主要能源。與儲能鋰離子電池不同，燃料電池是一種能量轉換裝置，將化學能轉化為電能。作為燃料電池類型之一的PEMFC由于具有能量轉換效率高，運行溫度低，運行壓力低的優點而被廣泛應用于電動汽車中。

鋰離子電池被用作二次能源，以便在制動階段恢復動能，并且還用于在燃料電池系統升溫期間向負載提供所需的功率。因此，在FCHEV運行期間，充電狀態（SOC）代表鋰離子電池剩余容量與滿充電標稱容量之比，應保持在最佳區域。

9　用于電動汽車IGBT電源模塊熱管理的兩相液體冷卻[9]

這項工作的主要目標是展示用于大功率電子模塊熱管理的兩相冷卻技術的優勢，以及SKIM909GD066電機逆變器作為熱/流體分析的測試工具。然后在基于三維有限元的熱模型中設置耗散功率，傳熱系數和流體溫度，以模擬電動機逆變器中IGBT的兩相冷卻。兩相冷卻與單相冷卻的比較是為了證明兩相解決方案的優勢。

SKIM909GD066模塊專為汽車應用而設計，具有高功率密度和苛刻的環境條件操作能力。使用COMSOL Multiphysics 5.2（一種基于FEM的數字工具）模擬IGBT模塊，提取溫度曲線。假設IGBT模塊在頂部和側面絕熱；因此，熱量從芯片流向冷板，通過不同的層。圖7中顯示了該模塊的疊層結構：鍵合線和封裝被很好地近似去除，因為它們在熱平衡中的作用可以忽略不計。

圖7　逆變器層疊結構

已經進行了兩相冷卻與單相冷卻的比較以證明兩相溶液的優點。本研究的主要結論如下：

·仿真結果表明，兩相冷卻將傳統冷板的傳熱系數從1 000 W/m2℃（單相冷卻系統）提高到12 000 W/m2℃（兩相冷卻系統）。

·有限元模擬表明，制冷量可從1500W增加到4000W，保持IGBT結溫低于175℃。

·兩相冷卻功能可在IGBT中電源模塊的溫度更均勻。對于2100W的耗散功率，單相冷卻將在IGBT中產生40.6℃的最大梯度溫度，而在相同條件下，兩相冷卻可將溫度降至16.1℃。

·兩相熱管理系統可能適用于需要低于環境溫度的應用場合的功率逆變器設計

·結果表明，傳統的汽車空調系統可用于更有效地冷卻功率轉換器。

[1]Puneet Jethani.Power Management Strategy of a Fuel Cell Hybrid Electric Vehicle with Integrated Ultra-Capacitor with Driving Pattern Recognition[D].ARIZONA STATE UNIVERSITY May 2017

[2]Boumediene Allaoua.Energy management of PEM fuel cell/supercapacitor hybrid power sources for an electric vehicle[J].《International Journal of Hydrogen Energy》,2017

[3]Haitham Saad Mohamed Ramadan.Multi-stack fuel cell IET ficiency enhancement based on thermal management[J].Iet Electrical Systems in Transportation,2017,7(1):65-73.

[4]A Picarelli.Thermal management strategies for integrated hybrid vehicle subsystems[J].Hybrid&Electric Vehicles Conference,2017:15(6)-15(6).

[5]Giuseppe Graber.A Flexible Prototype for Testing Advanced Energy Management Solutions in Full Electric Vehicles[J].Vehicle Power&Propulsion Conference,2017.

[6]Jawadi Samir.An Efficient Design of Fuel Cell Electric Vehicle with Ultra-Battery Separated by an Energy Management System[J].Sciences of Electronics,Technologies of Information and Telecommunications(SETIT),2017:29-33.

[7]Tom Fletcher.Optimal energy management strategy for a fuel cell hybrid electric vehicle[J].Submitted in partial fulflment of the requirements for the award of Degree of Doctor of Philosophy of Loughborough University，2017.

[8]Alexandre Ravey.Online Energy Management Strategy of Fuel Cell Hybrid Electric Vehicles Based on Time Series Prediction[C].Transportation Electrification Conference and Expo(ITEC),2017:113-118.

[9]Itxaso Aranzabal.Two-Phase liquid cooling for electric vehicle IGBT power module thermal management[C].PCIM Europe 2017;International Exhibition and Conference for Power Electronics,Intelligent Motion,Renewable Energy and Energy Management,2017:495-500.