摘要：能量管理策略對解決車輛行駛在不同工況下的能量分配問題具有重要作用。從燃料電池汽車(FEV)能量管理系統的燃料電池特性、組成和能量管理關鍵技術等方面，敘述以質子交換膜燃料電池(PEMFC)為主要動力源、鋰離子電池和超級電容器作為輔助動力源的混合動力系統的能量管理策略研究，并嘗試探尋以PEMFC作為主電源、鋰離子電池和超級電容器作為輔助電源，使能量分配達到最優的能量管理系統。最后，討論當前能量管理系統控制策略仍存在控制精度優化的問題，未來能量管理策略將以智能優化算法為導向，進一步提升控制精度。

　　關鍵詞：混合動力汽車;能量管理系統;鋰離子電池;燃料電池;超級電容器

　　燃料電池雖然具有綠色無污染、能量轉化率高和壽命長等優點，但由于存在動態響應速度慢并且特性偏軟的缺點，導致難以作為獨立電源使用，若要滿足負載功率的需求，最好是使用復合能源系統。燃料電池汽車(FEV)通常采用質子交換膜燃料電池(PEMFC)作為主電源，鋰離子電池或超級電容器(SC)作為二次電源，以應對頻繁啟停、加減速、反極等[1]惡劣工況對燃料電池穩定性和耐久性的影響[2]。本文作者以混合動力系統為總體，分別從鋰離子電池、PEMFC和超級電容器不同組合的控制策略，闡述近幾年來國內外的研究進展。

　　1燃料電池能量管理系統特性及組成

　　1.1燃料電池能量管理系統輸出特性

　　PEMFC的控制比較復雜。當氫燃料電池發動機負荷變化時，PEMFC電堆中的氣體流量也會發生變化。如果陰極的氧氣流量過低，則電堆內氧氣不足，系統功率降低，造成匱氧現象，會使質子交換膜表面出現“熱點”，導致電堆短路和使用壽命降低等問題[3]。與陽極氫氣相比，陰極的氧氣流量具有相對緩慢的動態性能。

　　如果高電流負載快速變化，則很難保護PEMFC系統免受過氧化氫的影響，比如車輛頻繁的加、減速過程，而實現PEMFC系統的過氧保護非常困難。PEMFC測試中，當驅動電流突然變化時，電化學反應器中的電化學反應速率會發生變化，會改變陽極和陰極壓力。在存在大擾動的情況下，必須防止兩極出現過大壓力差，以免導致質子交換膜損壞，使得使用壽命縮短[45]。

　　1.2燃料電池車輛能量管理系統組成

　　FEV的主要能量源為燃料電池系統(FCS)，但現階段FCS的輸出特性較軟，而且無法回收制動能量[6]。有鑒于此，FEV通常FCS和用作能量緩沖器的鋰離子電池或超級電容器組成。超級電容器的功率密度較高，是一般鋰離子電池的數10倍，但能量密度較低，續航能力不足，無法滿足在FEV在行駛過程中一直放電的需求[7]，但可以在保證汽車動力性能的前提下回收汽車的再生制動能量，提高能源的利用率。

　　能量管理策略(EMS)的研究對FEV有重要意義。在滿足需求功率的前提下，適當的EMS可直接影響能量源的工作點，延長燃料電池的使用壽命，提高系統效率，減少燃料消耗，并根據需求功率的變化進行能量分配。

　　2能量管理系統關鍵技術

　　2.1燃料電池控制系統

　　燃料電池在工作過程中會產生一定熱量，電池溫度過低時，電池內阻加大，影響電池壽命;溫度較高時，質子交換膜內水蒸發，導致脫水，加大內阻，對質子交換膜也會產生影響。同時，在運行過程中要保障電堆的最低電壓，低電壓大電流放電，會對鉑催化劑造成不可逆的損害。燃料電池主控制器功能包括氣路管理、水熱管理、電氣管理、通信功能和故障診斷等。燃料電池控制系統與發動機類似，包含能量閉環控制和熱管理閉環控制。

　　能量閉環控制氣體的進入與反應，熱管理閉環控制熱程量，使燃料電池更好地反應。與鋰離子電池相比，燃料電池在運行過程中的復雜程度更高，多個模型之間有數據互相輸入，因此采用基于能量守恒、電化學反應的機理模型，很難得到最優控制。

　　2.2EMS

　　在車輛行駛的過程中，為了實現對整車功率削峰填谷的功能，需要對不同能量源之間的能量分配進行管理。對于FEV能源，一般包括以燃料電池為主的4種不同的能源混合方式，分別為：燃料電池單獨作為能源、燃料電池鋰離子電池混合能源、燃料電池超級電容器混合能源和燃料電池鋰離子電池超級電容器混合能源。EMS可分為基于規則、基于優化和基于智能等3個大類。在基于規則的大類里，又包含開關控制策略、功率跟隨控制策略與模糊控制策略。

　　在研究FEV時，氫耗和電池的衰退是兩個重點考慮的方面，在建立動力學系統簡化模型、等效氫耗和燃料電池衰退數學模型后，設計管理策略的規則層和優化層，其中規則層用來縮小優化算法搜索空間，而優化層將對構成的成本函數進行優化，以此得到最優功率分配方案[8]。設計特定的雙堆棧燃料電池搭配效率優化和瞬時優化的策略，可保證FEV啟停頻率在合理的范圍內[9]。燃料電池單獨作為能源系統時，輸出特性偏軟、動態響應慢，且存在能量無法回收、行駛里程短、技術存在困難等問題，因此混合能源的應用更廣泛。

　　2.2.1燃料電池鋰離子電池混合能源

　　純模糊控制本身具有一定的主觀性，缺乏自適應能力，在能量管理中應用受限，因此可采用BP算法和最小二乘估計法對自適應神經模糊推理系統(ANFIS)控制器的前后參數進行自適應調節，來延長鋰離子電池和燃料電池的壽命，并降低整車成本[10]。為了降低等效氫耗量，達到最優效果，可將燃料電池工作效率和電流添加為模糊控制器的輸入量，并用灰狼優化(GWO)和改進的灰狼優化(IGWO)算法對模糊邏輯參數進行優化，實現燃料電池和鋰離子電池之間功率的合理分配。

　　為了達到智能功率分配的目的，采用遺傳算法對模糊控制器的參數進行優化;并采用改進的快速非支配排序遺傳處(NSGAII)算法優化多目標問題的控制參數，將氫耗量降低[12]。基于優化的策略運算復雜，實際運用起來比較困難;基于規則的策略依賴于專家經驗，忽略了燃料電池供電能力和工作效率等實際限制因素。針對上述問題，可通過設計模糊控制器的隸屬度函數和模糊規則，使燃料電池處于更健康的狀態[13]。

　　燃料電池的使用壽命關系到FEV的使用時間，用小波規則的EMS來延長燃料電池的使用壽命，不僅可以實現一級功率分流甚至是多級功率的分流[14]。選取不同的典型工況來分別制定EMS，能通過遺傳算法優化支持向量機(GASVM)算法來根據工況自主選擇EMS[15]。通過增強學習算法實現FEV中燃料電池與鋰離子電池之間的最優能量分配，實現電池能量之間的消耗均衡[16]。

　　由于燃料電池具有大電流、低電壓的輸出特性，需要采用動態規劃算法來管理能量的最優分配，避免復雜多變的行駛工況下產生大電流脈沖，以及降低負載的變化給燃料電池帶來的影響[17]。FCS成本高，采用強化學習(RL)策略，可以在減小FCS功率波動的同時延長使用壽命。相比于基于動態規劃的策略，該策略保證了等效燃油的經濟性，也證明了不同工況的適應性[18]。傳統的控制策略在燃料電池混合動力汽車優化功率分配和提升燃油經濟性方面能力有限，而極小值原理的全局優化能力，可在線對協態變量取值，并設計馬爾可夫鏈速度預測器，用于協態變量的更新[19]。

　　為了最小化系統耗氫量，分別運用雙循環動態規劃算法和凸優化算法對FEV的EMS和動力電池容量進行優化設計，兩種方法的對比分析，將得到更精確的結果[20]。燃料電池不僅需要考慮經濟性，還需要考慮燃料電池的快速降解;文獻[21]提出了建立一種結合了FCS在不同健康狀態下的極化曲線和燃料電池效率的模型，然后利用燃料電池的健康狀態，自適應地改變不同電源之間的功率分配，使燃料電池在壽命時間內獲得更高的能源效率，燃料電池等效油耗最小化，可以提高儲能系統的總效率。

　　由于燃料電池自身存在因技術問題導致的行駛里程偏短的問題，需要借助鋰離子電池來輔助解決。雖然燃料電池的比能量相對鋰離子電池高出10倍以上，可以在復雜的工況下，通過優化算法獲得更好的爬坡能力，但對于較平穩的道路，仍需要借助鋰離子電池能持久釋放能量的優點，解決燃料電池不能持續釋放能量的問題。

　　2.2.2燃料電池超級電容器混合能源

　　與鋰離子電池相比，超級電容器可承受更多次的充放電循環，還具有很低的內阻，可提供更高的瞬時功率。在超級電容器中，能量以靜電方式存儲在材料表面，不涉及化學反應[22]。對比例積分(PI)控制和微分平滑控制、龐特里亞金(pontryagin)極小值原理、基于小波的負載共享算法、小波自適應線性神經元控制等方法進行比較，可以選擇氫耗最低的方法[23]。

　　為了實現混合動力汽車PEMFC與超級電容器之間的功率最優分配，減少外部參數變化的影響，可以設計尋找最大功率點和最大效率點的在線極值搜索的能量管理優化策略，極值結果采用自適應遞歸最小二乘算法，對“安全操作區”進行更新[24]。

　　自適應最優控制的燃料電池/超級電容器混合動力系統EMS，利用懲罰函數將該問題轉化成無約束的問題，用徑向基函數組成自適應最優控制算法，以達到最優能量管理的目的，可解決燃料電池/超級電容器混合動力系統非線性動力學和能量管理與運行限制帶來的狀態和輸入約束保持一致的問題[25]。

　　基于積分滯回滑模控制器與兩個級聯線性控制器的非線性控制，不僅可以保護燃料電池和超級電容器免受突然變化的負載電流，也能在提高抗干擾能力的同時，提升濾波電感和直流母線電容等參數變化的魯棒性[26]。與鋰離子電池相比，超級電容器的能量密度小，難以支持較長時間的放電，且成本較高，因此，燃料電池超級電容器混合能源這一方式仍具有一定的局限性。

　　2.2.3燃料電池鋰離子電池

　　超級電容器混合能源將燃料電池、鋰離子電池和超級電容器結合，具有可靠性高、可擴展性強的突出優點。在車輛進行啟動動作時，鋰離子電池與超級電容器同時響應，從而更加穩定地提供能量;在制動過程中，鋰離子電池與超級電容器同時吸收多余的能量，避免過充造成的損壞。超級電容器負責響應峰值負載要求;鋰離子電池負責響應相對平緩的負載要求。

　　三種能量源同時工作，控制起來非常復雜，需要采用更加復雜的控制策略。在混合虛擬阻抗下垂的燃料電池鋰離子電池超級電容器電電混合動力系統分散式EMS中，燃料電池采用虛擬電感下垂，鋰離子電池采用虛擬電阻下垂，超級電容器采用虛擬電容下垂控制，負載功率根據動力源特性自動分頻。該能量策略中，超級電容器制動再生能量沒有損失[27]。

　　為了提升能量管理的質量和燃料電池動力汽車對工況的預知性，實現三種能源合理的功率分配，上層采用等效氫消耗最小控制策略，下層采用低通濾波器的基于速度預測的等效氫消耗最小的控制策略，并用聚類來獲取6種工況的特征參數，然后通過滑動窗口算法來獲得最鄰近預測的速度狀態轉移概率矩陣，結合在線工況識別器，調整變等效因子，完成速度預測的等效氫消耗最小能量管理系統的設計[28]。盡管目前有許多對于燃料電池鋰離子電池超級電容器混合能源的研究，但這種混合動力模式成本較高，控制策略的制定較復雜，因此，目前難以實現較大范圍的應用。

　　3小結及展望

　　在混合能源動力系統中，不同能源之間存在不同的分配策略，以使車輛在不同的運行工況下自動切換，使電機處在高效運行狀態，回收再生制動能量達到最大限度。

　　能源管理系統的控制策略因結構和優化目的不同而不同，其中能源系統的改進分為能源內部結構的改進和外部能源管理系統控制策略的改進。對于燃料電池和鋰離子電池內部而言，可以隔膜、電極和電解液等方面進行改進;而超級電容器可改進成光繼電器和飛渡電容相結合的模塊電池電路，能具有較好的電氣隔離性和一致性，也能很好地在混合動力產品中進行推廣。

　　對于外部的能量管理系統控制策略，可以在PEMFC為主能源、鋰離子電池和超級電容器為輔助能源時，分為基于規則、基于優化和基于智能的算法這3類，實現取長補短，發揮各自的優勢。針對控制精度的問題，在未來或許可以通過在線人工智能控制加以解決。

　　在車聯網的背景下，對路段內車輛的數據進行實時監控，基于駕駛員的意圖進行數據處理，并導入機器學習系統內，根據車內控制板采集的數據給出預測結果，指導車內控制板的控制行為，以達成特定路段內最優控制策略。燃料電池特性偏軟，多能源結合的電池管理系統已經成為未來的發展趨勢，未來還應進一步加強各能量源結合最優化的研究。

　　參考文獻：

　　[1]高帷韜,雷一杰,張勛,等.質子交換膜燃料電池研究進展[J].化工進展,2021.GAOWT,LEIYJ,ZHANGX,etal.Researchprogressofprotonexchangemembranefuelcells[J].ProgressinChemicalIndustry,2021.

　　[2]張寶斌,劉佳鑫,李建功,等.燃料電池冷卻方法及熱管理控制策略進展[J].電池,2019,49(2):158162.ZHANGBB,LIUJX,LIJG,etal.Advancesinfuelcellcoolingmethodsandthermalmanagementcontrolstrategies[J].BATTERYBIMONTHLY,2019,49(2):158162.

　　[3]侯圣彥.燃料電池電動汽車能量管理策略和動力電池優化研究[D].長春:吉林大學,2020.HOUSY.Researchonenergymanagementstrategyandpowerbatteryoptimizationoffuelcellelectricvehicle[D].Changchun:JilinUniversity,2020.

　　[4]劉波,趙鋒,李驍.PEMFC熱管理技術的進展[J].電池,2018,48(3):202205.LIUB,ZHAOF,LIX.Progressinthermalmanagementtechnologyofprotonexchangemembranefuelcells[J].BATTERYBIMONTHLY,2018,48(3):202205.

　　作者：王志福1，2，羅崴1*，徐崧2，朱張玲3