基于模糊控制理論的燃料電池汽車能量管理策略研究

徐小紅 韋尚軍 覃記榮 辛偉偉 鄭偉光

摘 要：首先針對采用燃料電池與蓄電池為能量源的燃料電池汽車，梳理了燃料電池及蓄電池的建模機理;之后基于T-S模糊模型設計了模糊邏輯控制器，并在MATLAB/Simulink軟件平臺上搭建了該控制器的仿真模型;最后借助ADVISOR仿真軟件對所設計的控制器進行了驗證。仿真結果表明：所設計的模糊邏輯控制器能合理地進行雙能源的功率分配，符合設計預期。

關鍵詞：燃料電池汽車;能量管理策略;模糊邏輯控制

中圖分類號：U469.722文獻標識碼：A文章編號：1003-5168（2020）16-0095-04

Abstract： Firstly， the modeling mechanism of fuel cell and battery was summarized for fuel cell vehicles with fuel cell and battery as energy source. Then the fuzzy logic controller was designed based on the Takagi-Sugeno fuzzy model， and the simulation model of the controller was built on MATLAB/Simulink. Finally， the designed controller was verified in ADVISOR. The simulation results show that the designed fuzzy logic controller can reasonably distribute the power of dual energy sources and meet the design expectations.

Keywords： fuel cell vehicle;energy management strategy;fuzzy logic control

1 研究背景

近年來，燃料電池汽車逐漸成為新能源汽車領域的研究熱點。燃料電池汽車以高效率、長續航、無污染的特點成為解決當前環境污染及能源危機的重要方法。但是，受自身化學特性的影響，燃料電池動態響應慢，很難滿足多變的道路行駛工況，因此需要增加響應迅速地輔助能量源來滿足車輛的行駛需求。目前，主要應用于燃料電池汽車的輔助能量源包含蓄電池及超級電容[1]。

相較于超級電容，蓄電池動態響應適中，輸出穩定，且價格較低，以燃料電池+蓄電池為能量源的車輛滿足絕大部分道路行駛工況需求。雙能量源的功率分配問題直接影響車輛的燃油經濟性甚至整車壽命，為此需要制定合適的能量管理策略。本文采用模糊控制策略來控制燃料電池汽車的功率分配，車輛仿真數據基于國內某款電動商用車，具體數據見表1。

2 燃料電池汽車動力系統建模

燃料電池汽車動力系統主要包含能量源、DC-DC、電機及其控制器、傳動系統及車輪等主要部分。本節主要涉及車輛的復合能量源（燃料電池和蓄電池）的機理及模型構建，軟件仿真工具為MATLALB/Simulink及ADVISOR2002。

2.1 車輛配置參數

ADVISOR是由美國再生能源實驗室開發的新能源汽車仿真工具，由于其用戶界面良好且代碼開源，一經推出便受到了學術界的廣泛關注[2]。ADVISOR2002為用戶提供的動力源模型庫中包含三種類型的燃料電池模型，分別為功率-效率模型、極化曲線模型及GCTool模型。其中，功率-效率模型不涉及燃料電池內部反應機理，其對實驗數據的依托較少，用戶只需要提供燃料電池功率輸出與其燃料消耗及熱排放之間的關系曲線。本文采用此種方法進行燃料電池模型搭建。

參照國內某廠家生產的燃料電池商用車實車數據，本文所選用的燃料電池最大輸出功率為30 kW，峰值效率為0.6，其功率-效率曲線見圖1。

2.2 蓄電池系統建模

蓄電池具有較強的非線性特性。目前針對蓄電池建模的方法主要有三種：電化學模型、等效電路模型及數學模型。電化學模型涉及蓄電池電化學反應機理，故模型設計較為復雜，常用于蓄電池內部理論研究與材料優化中;等效電路模型利用等效電路原件模仿蓄電池工作特性，該方法較為成熟，但缺乏靈活性;數學模型借助人工智能算法進行仿真建模，以得到蓄電池各參數的近似關系。

ADVISOR為用戶提供了四種蓄電池模型：阻容（Resistive-Capacitive，RC）電路模型、內阻模型、鉛酸電池模型及神經網絡模型。其中，內阻模型通過電路元件構建蓄電池理論輸出模型，其等效電路如圖2所示。

3 能量管理策略

燃料電池汽車雙能源的能量管理策略對提高車輛燃油經濟性及動力源甚至整車壽命都具有極其重要的作用。合理的能量管理策略應兼顧車輛動力性能及燃油經濟性，即需滿足控制策略的時效性與高效性。

目前，應用于燃料電池汽車的能量管理策略主要分為基于確定規則的控制策略、基于模糊控制的控制策略及基于優化的控制策略。相較于其他兩種控制策略，模糊控制策略對數學模型依賴度低，更易于理解，且具有較好的時效性及魯棒性，因此在車輛控制領域得到了廣泛的應用。

3.1 Suggeno模糊模型

Suggeno模糊模型又稱Takagi-Sugeno型模糊模型（T-S模糊模型），其最初由兩位日本學者Takagi和Sugeno提出，該模型采用模糊語言對模糊規則前件部分進行描述，以輸入變量的線性組合作為模糊規則后件部分。該模型相對簡單，對處理非線性系統建模及非線性系統控制問題具有很好的應用條件。通常T-S模糊模型的條件語句為“if x is A， then y=f（x）”，其后件部分被描述為輸入變量[x]的精確函數[fx]。