純電動客車復合電源系統壽命研究

孫振廣

（200093 上海市 上海理工大學 機械工程學院）

0 引言

隨著化石燃料資源的枯竭和環境污染問題的加重，綠色環保的新能源汽車逐漸受到國內外學者關注和消費者的青睞，而零排放、無污染的純電動汽車（Battery Electric Vehicle,BEV）是新能源汽車發展的必然趨勢[1]。純電動汽車雖然初具規模，但仍然無法完全取代傳統燃油汽車，蓄電池的續航能力差是制約純電動車無法大規模普及的重要因素之一[2]。在純電動汽車處于起步、爬坡、加速等工況下，都需要車載電池在短時間內輸出大電流，這將嚴重削減車載電池的循環壽命。超級電容作為一種新興的儲能元件，具有功率密度大、循環使用壽命長和大電流充放電能力強等諸多優點[3]。若將鋰電池和超級電容組成復合電源系統作為車載電源，恰好可以彌補單一電源功率密度不足的缺點。

復合電源系統的能量管理策略主要包括基于規則類的策略和基于優化類的策略。基于規則的能量管理策略具有運算量低、實時響應性好、魯棒性強和可靠性高的優點，目前在工程實踐中被廣泛應用。基于優化類的能量管理策略又分為全局優化能量管理和實時優化能量管理。全局優化能量管理能夠適用于多狀態和多輸入的復雜非線性系統優化問題，可使系統效益總和達到最優。宋子由[4]等利用動態規劃算法，對超級電容的數量以及復合儲能系統的能量管理算法進行了聯合優化，闡明了參數優化和能量管理算法優化間的相互影響關系，但動態規劃法必須已知車輛行駛工況信息，只能基于給定工況離線優化。實時優化能量管理可基于實時工況在線對能量管理決策進行優化計算。王峰[5]等采用自適應神經模糊控制的復合儲能系統功率分配策略，可明顯提升電池壽命,降低綜合使用成本，但此方法計算量龐大、響應速度慢，在實際應用操作難度系數大。國內外學者對復合電源研究頗多，但大多都集中在其能量管理策略的研究上，卻鮮有人考慮到復合電源系統的循環壽命和經濟性。本文將采用應用廣泛的基于規則的能量管理策略對這這兩個方面問題進行研究。

1 復合電源系統介紹

1.1 復合電源車輛參數

本實驗選用的車型是基于采用復合電源的某款純電動客車，整車構型如圖1 所示。

圖1 純電動客車構型圖Fig.1 Configuration diagram of pure electric bus

該構型中，復合電源通過電機控制器與電機電連接，電機與主減速器、驅動軸及車輪機械連接。電機輸出動力經過主減速器減速增矩，然后直接傳遞給后軸與車輪驅動車輛行駛。該純電動客車整車參數見表1。

表1 純電動客車整車參數Tab.1 Vehicle parameters of pure electric bus

1.2 復合電源拓補結構

復合電源系統中的主要元器件包括蓄電池、超級電容和DC/DC 變換器。為復合電源系統選取合適的結構不僅可以提高功率分流的效果，而且可以縮減復合電源系統的經濟成本。常見的拓補結構有3 種，分別為主動式、被動式和半主動式。主動式構型包括2 個DC/DC 變換器分別與蓄電池和超級電容串聯，然后并聯到母線上，它可以控制2 個自由度，既能控制總線電壓，又能控制超級電容和蓄電池輸出功率的分配，控制效果最優，但它需要采用2 個經濟成本很高的大功率DC/DC 變換器，導致系統成本太高；被動式構型直接將蓄電池與超級電容和母線并聯，它結構最簡單、成本最低，但因為無可控自由度，所以實際應用效果較差。

目前應用最廣泛拓補結構的是半主動式構型，它既有一個可控自由度保證控制效果，又可以控制復合電源系統的總體成本不會太高[6]，因此本文選擇此種構型作為復合電源拓補結構，如圖2 所示。

圖2 復合電源系統拓補結構Fig.2 Topology structure of composite power supply system

1.3 復合電源參數

在本實驗設計中，除了要為復合電源系統選擇合適的構型，還要確定蓄電池和超級電容2 個主要元件的參數，以保證所設計的純電動汽車能夠正常行駛。具體選擇的參數如表2 所示。

表2 復合電源參數Tab.2 Composite power supply parameter

2 復合電源能量管理策略

在復合電源系統的設計中需要最大程度發揮鋰電池和超級電容各自的優勢。能量密度較高的蓄電池起主要作用，輸出平穩的電流以保證電動汽車的正常行駛。超級電容憑借其較高的功率密度為輔助電源，負責在短時間內輸出和回收純電動汽車電機的大電流，避免蓄電池接受高電流的沖擊，起到保護蓄電池的作用。因此，我們需要為復合電源系統制定合理的功率分流控制策略，將電機需求功率合理地分配給超級電容和蓄電池。本文采用的基于規則類能量管理算法，具體分為邏輯門限控制策略和模糊控制策略。

2.1 邏輯門限控制策略

基于邏輯門限的規則能量管理策略是目前應用較廣泛的控制算法。此方法的優點是不需要精確的數學模型，運算量小，實時響應性好，具有較強的魯棒性等。在復合電源系統能量管理應用中，基于邏輯門限的能量管理策略的基本思路為，根據已設定的邏輯門限參數值以及制定的控制規則，在算法執行過程中首先判斷復合電源系統的狀態與邏輯門限參數的關系，然后根據判斷的結果執行相應的控制規則，以此來進行動力電池組和超級電容的功率分配。該控制策略的流程框架如圖3 所示。

圖3 邏輯門限值濾波控制策略流程Fig.3 Logical threshold filter control strategy flow

圖3 中：Preq——電機對復合電源的需求功率；Pbat——電池需求功率；Pcap——超級電容需求功率；Pave_p——驅動條件下需求功率門限值；Pave_n——制動條件下需求功率門限值；SOCcap_max——超級電容SOC 上限值；SOCcap_min——超級電容SOC 下限值；F1（s）——驅動條件下的濾波函數；F2（s）——制動條件下的濾波函數。

邏輯門限控制策略，首先依據Preq的正負，判斷車輛處于驅動工況還是制動工況，進而比較電機需求功率與其門限值的大小、超級電容SOC與其門限值的大小，以分別確定電池需求功率與超級電容需求功率的大小。根據實際工程經驗，并考慮超級電容的充放電特性，取其SOC 下限值SOCcap_min為0.25，其SOC 上限值SOCcap_max為0.95，而驅動與制動條件下的需求功率門限值Pave_p和Pave_n需要考慮實際循環工況。

2.2 模糊控制能量管理策略

2.2.1 制定模糊控制器

模糊控制策略屬于非確定性規則類控制策略，它是根據經驗來定性對驅動電機的需求功率進行合理分配，不像邏輯門限控制策略在功率分配過程中的定量性那么明顯。模糊邏輯控制的最大優勢是可以根據設置的工作區域實現各區域、各狀態間的平滑過渡，同時可將一些無法通過規則確定的模糊概念表現出來。模糊控制策略同樣需要根據電機需求功率Preq的正負，來判斷汽車處于驅動狀態還是制動狀態。本文所設計的模糊控制結構如圖4、圖5 所示。

圖4 驅動狀態模糊控制Fig.4 Fuzzy control of driving state

圖5 制動狀態模糊控制Fig.5 Fuzzy control of braking state

其中，Preq為電機需求功率；SOCbat為電池當前SOC 值；SOCcap為超級電容當前SOC 值；KUC為模糊控制策略分配給超級電容的功率占總需求功率的比例，即超級電容的功率因子。

2.2.2 模糊控制規則的設計

若想使模糊控制器正常工作，還需要制定相應的模糊規則。模糊規則是用”IF-AND-THEN”等關系詞互相連接而構成的具有語言化性質的條件語句。本實驗為驅動狀態和制動狀態分別制定了相應的模糊規則，如圖6、圖7 所示。

圖6 驅動狀態控制規則Fig.6 Driving state control rules

圖7 制動狀態控制規則Fig.7 Braking state control rules

3 仿真結果分析

3.1 蓄電池輸出電流對比

將設計好的邏輯門限控制和模糊控制兩種能量管理策略分別搭建成Simulink 模型嵌入到ADVISOR 軟件的頂層模塊中，然后基于Chinaurban 工況下進行仿真對比。其中，蓄電池輸出電流的仿真結果對比如圖8 所示，超級電容輸出電流結果對比如圖9 所示。從圖中結果可以看出，超級電容充分發揮了削峰填谷的作用。在工況行駛過程中，復合電源中蓄電池的輸出電流明顯小于單一蓄電池電源輸出電流，避免了蓄電池短時輸出大電流的工作狀態，使蓄電池得到了有效的保護。

圖8 蓄電池輸出電流對比圖Fig.8 Comparison of battery output current

圖9 超級電容輸出電流對比圖Fig.9 Comparison of output current of ultracapacitor

3.2 蓄電池溫升對比

車載蓄電池工作所處的環境溫度對其循環壽命也有很大影響，環境溫度過高或者環境溫度過低都將嚴重削減蓄電池的壽命[7]，而蓄電池自放熱與其放電倍率正相關。相對于單一蓄電池電源，復合電源系統中由超級電容輸出或接收汽車工況行駛下的大電流，所以蓄電池的輸出電流較平穩，電池溫升比較小。根據簡單熱源傳熱公式（1），可搭建Simulink 模型如圖10 所示。

圖10 蓄電池傳熱模型Fig.10 Battery heat transfer model

將其嵌入到ADVISOR 軟件中的純電動汽車的頂層模塊中，利用該傳熱模型，可分別計算兩種電源系統中的電池發熱情況。

式中：Ti——電池i 的溫度；qi——散熱系數；T0i——環境溫度；Ai——散熱面積；mi——質量；Cmi——電池的比熱容。這些參數可以在M 文件中進行設置，目前選用600 A·h的電池，qi=15 W/K·m2，Ai=0.032 m2，mi=4.538 8 kg，Cmi=795 K/W·kg·s。

在ADVISOR 中設定汽車行駛工況，該工況由50 個Chinaurban工況和30 個靜態工況組成，單次循環共計里程為293.33 km，以模擬日常用車的情況。單次循環蓄電池溫升對比仿真結果如圖11 所示。

圖11 蓄電池溫升對比結果Fig.11 Comparison results of temperature rise of battery

3.3 蓄電池循環壽命對比

由于超級電容的循環壽命是蓄電池的幾十倍，故可用蓄電池的循環壽命代表復合電源系統的壽命。蓄電池容量衰減模型是基于文獻[8-10]得到的，文獻[8-10]在大量實驗的基礎上對容量衰減模型進行總結，認為主要受到3 個因素的影響，即溫度、充放電倍率和總充放電Ah 數。其最終模型如式（2）：

式中：Qloss——電池的容量衰減損失；Ah——總充放電安時數；參數B——放電倍率Crate的函數，但具體關系如何未知。很明顯，文獻[8-10]的出發點是建立在恒定電流、溫度的條件下進行的，而事實上電池的電流和溫度是不斷變化的，因此不能直接利用這個公式來建模。但我們仍然認為這模型經過一定的更改是適用的。首先對于參數B，根據論文的結果，我們大致進行擬合，得出

在短時間內，近似地認為電池處于恒定電流和溫度的條件下，并假定論文的模型同樣適用于短時間的結果，而總的容量衰減損失則可通過每一個時間段容量衰減損失疊加而成。根據函數擬合結果，搭建Simulink 模型如圖12 所示。

圖12 蓄電池壽命衰減模型Fig.12 Battery life attenuation model

將此模型嵌入到ADVISOR 軟件的頂層模塊中配合使用，利用該壽命衰減模型計算不同能量管理策略下的蓄電池壽命。在本實驗設計中，選用3.2 中設定的工況多次循環，待鋰電池容量衰減至其初始值的80%時停止工況循環。結果表明，在生命周期內，單一電源系統共計行駛里程233 863.4 km，邏輯門限控制策略下共計里程503 396.8 km。

4 結論

本文對ADVISOR 二次開發得到純電動客車復合電源系統，并為復合電源系統設計了邏輯門限控制和模糊控制兩種能量管理策略。結果表明，在此系統中，超級電容削峰填谷的作用效果明顯，能夠及時輸出或是接收電機的需求功率，使蓄電池得到充分的保護。通過蓄電池熱模型的計算，發現復合電源系統中的蓄電池溫升較單一蓄電池電源下降明顯，對延長蓄電池的壽命起到了良好的促進作用。