纯电动汽车复合电源功率分配策略研究

陈　燎，叶扬波，盘朝奉,b

(江苏大学　a.汽车与交通工程学院； b.汽车工程研究院， 江苏 镇江　212013)

随着国民经济的发展及消费者购买力的增强，国内汽车保有量持续增加，不仅使社会面临着能源枯竭的威胁，还带来一系列环境问题，如大气污染、水体污染、土壤污染、固态废弃物污染和环境噪声污染等。电动汽车的出现为当代燃油汽车带来的能源与环境污染等严重问题提供了很好的解决途径，电动汽车的发展已然是一种必然的趋势[1-5]。与传统汽车相同的是，电动汽车的行驶同样需要动力源具有较高的比能量、比功率、循环寿命[6]。蓄电池单独作为汽车的电源时存在充电时间长、比功率低、不能满足汽车短时间功率需求的问题，严重影响汽车的加速、爬坡、制动性能及能量回收效率，不能完全满足汽车对车载电源的要求[7-9]。为解决上述矛盾，考虑用蓄电池和超级电容储能装置构成复合电源系统，充分发挥蓄电池比能量高、超级电容比功率高的性能优势，扬长避短，使电源同时具备高比功率和高比能量的性能优势。当然，超级电容的加入增加了质量、成本，结构变得复杂，同时对控制策略和精度要求也比较高。

在国外，FIAT公司[10]采用铅酸蓄电池和超级电容构成复合电源系统作为电动汽车动力源，并对使用该复合电源系统的电动汽车在市区、郊区及ECE行驶工况下进行性能试验，试验结果表明：在3种不同工况下该复合电源系统的使用可分别节能40%、20%和14%。日本东京大学的Huang Xiaoliang等[11]对采用超级电容-蓄电池复合电源的小型电动汽车进行研究，为使复合电源具有高能量密度和高功率密度，提出了基于频率可变滤波器的能量管理系统及功率分配策略，并在实验台架上进行分析，试验结果表明：蓄电池和超级电容各承担负载能量需求的一半，且超级电容能回收30%的能量。在国内，罗玉涛等[12]基于NEDC循环工况、依据整车参数完成电池组和超级电容组参数匹配，并设计了复合电源结构，采用速度跟随式多目标优化的逻辑门限值控制策略，在Matlab/Simulink环境下进行仿真。仿真结果表明：该复合电源结构可使电池寿命提高50%。董昊龙等[13]对动力电池-超级电容复合电源系统的试验台架搭建及控制策略设计进行研究，并通过硬件在环试验对单一电源供能及复合电源供能进行分析，试验结果表明：复合电源系统具有较快的响应，能提供与单一电源系统一致的功率输出，且能更好地回收再生制动能量。

综上所述，合理的复合电源结构和功率分配策略能更好地满足车辆需求和能量回收，因此本文选用DC/DC与超级电容串联、然后再与蓄电池并联的复合电源结构，设计了一种将逻辑门限值控制策略和基于车速的功率分配控制策略相结合的新的功率分配策略，以充分发挥两种策略的优势。

1　复合电源系统总体结构及分析

图1　复合电源系统结构

复合电源系统的组成包括蓄电池、超级电容和功率分配器，其中功率分配器除了包括双向DC/DC变换器、功率分配策略外，还应包括1个刹车电阻(图1)，当车辆工作在再生制动模式且超级电容SOCUC已达到最大值时用来消耗再生制动能量，保护超级电容，同时满足车辆制动性能要求。蓄电池直接与母线电流相连，复合电源输出电压稳定，可提高车辆的稳定性；超级电容输出功率可通过DC/DC变换器控制为车辆提供大功率，降低蓄电池输出功率，保护蓄电池[14]。这种复合电源系统保证了设计的灵活性、经济性、实用性且成本适中。

2　功率分配策略的制定

常见的复合电源控制策略主要有逻辑门限值控制策略、含滤波思想的逻辑门限值控制策略、基于车速的功率分配控制策略、模糊控制策略[15]。本文设计复合电源系统功率分配策略时主要结合逻辑门限值控制策略和基于车速的功率分配控制策略。采用逻辑门限值控制策略实现对蓄电池输出功率的控制，通常以车辆平均需求功率为蓄电池功率输出门限值[16-17]。根据车辆在不同时刻的车速确定此刻超级电容SOCUC上、下限值，其中超级电容SOCUC上、下限值仅用于判断超级电容装置是否需要预充电。

2.1　超级电容SOCUC上下限值的确定

在复合电源系统功率分配策略下，超级电容具有使车辆从当前车速加速到最高车速的最低能量Emin，又考虑到电源系统受车辆传动系统能量传递效率的影响，以及电气系统存在的能量耗散，电源系统提供的能量必须比车辆最大动能高50%[18]，则有

(1)

选超级电容的SOCUC为其下限值SOCmin l，同时超级电容具有用于回收车辆以当前车速制动的能量而不过充的容量空间，选此时超级电容的SOCUC为其上限值SOCmax l，则有

(2)

(3)

式中：m为车辆的满载质量(kg)；vmax为车辆在设定工况下允许的最高行驶车速(km/h)；UN为超级电容的额定电压(V)；k2为车辆在再生制动过程中的最大能量转化效率，取值k2=0.4。

2.2　复合电源工作在驱动模式

设车辆需求功率为Preq、蓄电池门限值为PBatl、蓄电池输出功率为PBat、超级电容输出功率为PUC。车辆加速行驶时，当Preq≤PBatl，若SOCUC

PBat=PBatl=Preq+PUC

(4)

当SOCUC>SOCmin l且上一时刻超级电容未处于充电状态时，蓄电池输出功率等于车辆需求功率：

PBat=Preq

(5)

PUC=0

(6)

当Preq>PBatl时，若SOCUC>0.5，车辆需求功率等于蓄电池最大输出功率与超级电容输出功率之和：

Preq=PBatl+PUC

(7)

若SOCUC≤0.5，超级电容存储能量仅剩余25%，超级电容可视为能量耗尽，此时为满足车辆功率需求，车辆需求功率完全由蓄电池提供，该工作情况下蓄电池工作负荷大，在复合电源系统中应尽量避免。

2.3　复合电源工作在制动模式

根据复合电源系统设计要求，再生制动能量完全由超级电容回收，蓄电池不参与再生制动回收过程。当车辆制动时，超级电容充电，为保护超级电容，避免其出现过充现象，设定超级电容SOCUC最大值为0.99。当SOCUC<0.99时，超级电容回收能量为：

PUC=Prep

(8)

PBat=0

(9)

当超级电容SOC充电至0.99后，为保证制动效能，电机回馈能量由刹车电阻R消耗：

PR=Preq

(10)

PBat=0

(11)

3　仿真验证

为了验证控制策略的有效性，在Matlab/Simulink环境下建立控制策略模型。同时选用原型车路试工况和美国城市动态驱动(UDDS)工况作为测试工况进行供能仿真，如图2、3所示。UDDS被广泛使用在电动汽车的性能测试中，包括车辆的启动、加减速和制动工况，具有很强的代表性[19-20]。仿真参数见表1。

图2　路试工况

图3　UDDS工况

参数参数值参数参数值外形尺寸(长×宽×高)/mm3569×1551×1540电池额定电压/V300整备质量/kg1080电池容量/Ah·(kW·h)-160/18满载质量/kg1380充电时间/h8慢充/0.5快充风阻系数0.6电机类型永磁同步电机车轮半径/m0.27电机额定/峰值功率/kW28/52最高车速/(km·h-1)130电机额定/峰值转速/(r·min-1)3000/800060km/h等速行驶里程/km170电机最大扭矩/(N·m)1550～50km/h加速时间/s5.3电机工作电压范围/V250～345电池类型镍钴锰酸锂主减速比6.26滚动阻力系数f0.02机械传动效率η0.9

3.1　复合电源系统建模

复合电源系统模型如图4所示，该模型主要包括DC/DC Converter模块、Power模块、UC_R模块、功率分配控制模块Distribute strategy以及Power table和Speed table查表模块。Power模块主要由2个蓄电池模块Battery_q和Battery_b组成。Battery_q模块在车辆需要复合电源系统供能时起作用，是复合电源系统的主要动力源。模拟车辆动力电池Battery_b模块在车辆减速、制动时起作用，是再生制动及能耗制动时的能量源。模拟电机在减速或制动时作为发电机供电，Battery_q模块和Battery_b模块不能同时起作用。UC_R模块主要包括超级电容模块UC和刹车电阻R，在复合电源供能及再生制动过程中超级电容模块UC起作用。当车辆工作于再生制动状态且超级电容SOCUC大于其限值时，刹车电阻R起作用，车辆工作在能耗制动状态。Power table和Speed table查表模块分别具有车辆需求功率和车速的查表功能。

图4　复合电源系统模型

图5是复合电源功率分配策略模型，根据车辆需求功率Preq判断车辆工作在驱动模式或制动模式，并进行相应控制。当Preq≥0时，车辆工作在驱动模式，复合电源功率分配策略根据车辆需求功率、蓄电池功率输出限值、蓄电池SOC最低限值、超级电容SOCUC及其上、下限值进行逻辑判断，对车辆在驱动行驶时各种工作模式进行控制，包括蓄电池单独驱动模式、超级电容-蓄电池复合驱动模式以及蓄电池对超级电容预充模式，其中超级电容SOCUC上、下限值由SOC_limit模块根据式(2)和式(3)计算；当Preq<0时，车辆工作在制动模式，复合电源功率分配策略根据超级电容SOCUC最高限值进行逻辑判断，确定车辆是工作在再生制动模式还是能耗制动模式。

图5　复合电源功率分配策略模型

3.2　基于原型车路试工况的复合电源系统供能仿真

原型车由蓄电池单独供电。由图6可知：在路试工况下，蓄电池输出电流超过60 A，且再生制动电流超过20 A；当复合电源系统以原型车功率需求供能时，由于超级电容的介入，蓄电池供电电流明显下降，在整个行驶过程中，蓄电池最大供电电流不到20 A，蓄电池供电电流下降了70%，且不回收再生制动能量，避免了较大电流对蓄电池的冲击。

图7是超级电容和蓄电池在供能过程中的功率输出曲线。由图7可知：当车辆有大功率需求时，超级电容补偿蓄电池功率需求，削去蓄电池功率输出峰值，使蓄电池以功率限值输出，在再生制动过程中超级电容吸收所有回馈能量。由于双向DC/DC变换器电感的作用，超级电容输出功率有一定的迟滞，故车辆在瞬时大功率需求时，蓄电池输出功率会出现短时较大功率输出，但不超过7 kW，超级电容对蓄电池起到了很好的辅助作用。

图6　蓄电池供电电流曲线

图7　超级电容和蓄电池功率输出曲线

图8是超级电容SOCUC曲线，由于车辆需求功率大于蓄电池功率输出限值的机率不大，因此超级电容SOCUC在整个行驶工况下保持较高水平，始终具有足够的供能能力，但超级电容SOCUC受其最大限值的制约，大部分再生制动能量由刹车电阻耗散，影响再生制动能量的回馈效率。

图8　超级电容SOCUC及其上、下限值曲线

3.3　基于UDDS工况的复合电源系统供能仿真

图9、10是复合电源在功率分配策略下的仿真结果。图9是超级电容及蓄电池功率输出曲线，由图9可知：在整个UDDS工况下，除了因电感作用导致超级电容输出功率出现迟滞的影响外，当车辆有大功率需求时，蓄电池输出功率均维持在逻辑门限值附近，超级电容补偿所有车辆大功率需求。

图10是超级电容SOCUC及其上、下限值曲线，由图10可知：在仿真开始时，超级电容SOCUC大于其下限值时，超级电容不再充电；当超级电容SOCUC小于其下限值且车辆需求功率小于蓄电池功率限值时，蓄电池对超级电容进行预充电直到超级电容SOCUC达到其上限值；超级电容SOCUC最低值为0.5，为其最低限值，当超级电容SOCUC下降到最低限值后不再输出功率。在整个UDDS循环工况下，超级电容SOCUC始终处于其上、下限值之间或附近，且具有向其上、下限值所围区域聚拢的趋势，车辆再生制动能量全部由超级电容吸收。在循环工况结束时，超级电容SOCUC再次上升至其上限值，可保证车辆在下一循环工况开始后超级电容具有足够的能量辅助蓄电池为车辆供能并保护蓄电池。

图9　超级电容及蓄电池输出功率

图10　超级电容SOCUC及其上、下限值曲线

4　试验验证

4.1　试验平台搭建

根据本文所采用的复合电源结构搭建复合电源系统试验台架，采用电阻代替电机进行复合电源系统的性能试验，其试验装置原理及所测参数如图11所示。试验系统采集参数有超级电容端电压、超级电容输出电流、DC/DC高压端(负载端)输出电流、负载电流及负载电压。

根据复合电源系统试验装置原理搭建的复合电源系统试验平台如图12所示，试验平台主要包括超级电容、双向DC/DC变换器、蓄电池、负载、数据采集设备及上位机控制，其中双向DC/DC变换器低压端由超级电容组串联构成超级电容装置，双向DC/DC变换器高压端蓄电池装置由高压电容组模拟，电流参数由分流器测量，电压参数经电阻分压后测量。为保护高、低压电容组，避免其出现过充现象，试验台架所用高低压电容组总电压均高于超级电容装置及蓄电池额定电压。

4.2　试验结果分析

4.2.1驱动工况供能试验

低压电容组通过双向DC/DC变换器与高压电容组并联构成复合电源为负载供能，负载电阻为3 Ω，图13为电流曲线，图14为电压曲线，图15为功率曲线。由图13～15可以看出：在复合电源供能期间，低压电容组输出电流始终保持在40 A附近，持续供能时间能达到18 s以上；随着能量消耗，低压电容组和高压电容组端电压逐渐下降，说明超级电容辅助蓄电池供能；超级电容输出功率占负载功率接近20%，具有足够的功率输出能力；当负载需求功率下降时，高压柜功率和低压端功率随之下降，说明功率分配策略具有很好的响应。

图11　试验装置原理及所测参数

4.2.2制动工况回收试验

高压电容组通过双向DC/DC变换器对低压电容组充电，图16为电流曲线，图17为电压曲线，图18为功率曲线。由图16～18可以看出：低压电容组电压随着充电时间增加，其端电压逐渐延长，说明制动时超级电容吸收制动回馈能量；因为低压端回收电流保持不变，所以低压端功率逐渐增加，同时高压端和低压端功率差别不是很大，说明DC/DC具有很高的效率。

图13　驱动时电流变化曲线

图15　驱动时功率变化曲线

图17　制动时电压变化曲线

5　结论

1) 超级电容对蓄电池的输出功率幅值进行了有效的抑制，在制动时，超级电容回收能量，降低了大电流充电对蓄电池的冲击，回收电阻也防止了超级电容过充，有效地保护了超级电容。整体而言，超级电容在复合电源系统中起到了辅助蓄电池的作用，延长了蓄电池的使用寿命。

2) 仿真结果很好地验证了复合电源系统的优势所在，试验结果也证明了该功率分配策略是可行和有效的。

参考文献：

[1]CAO J,EMADI A.A new battery/ultracapacitor hybrid energy storage system for electric,hybrid,and plug-in hybrid electric vehicles[J].IEEE Transactions on Power Electron,2012,7(1):122-132.

[2]CAO Jianbo,CAO Binggang.Neural network sliding mode control based on on-line identification for electric vehicle with ultracapacitor-battery hybrid power[J].International Journal of Control,Automation,and Systems,2009,7(3):409-418.

[3]殷国栋,金贤建,张云.分布式驱动电动汽车底盘动力学控制研究综述[J].重庆理工大学学报(自然科学),2016,30(8):13-19.

[4]李飞强,柴结实,王宗田,等.燃料电池-动力电池电电混合动力客车的仿真分析[J].客车技术与研究,2017,39(3):1-4.

[5]陈燎,程云峰,盘朝奉.具备能量回收功能的电动汽车续驶里程研究[J].重庆理工大学学报(自然科学),2016,30(8):27-30.

[6]王禺寒.考虑循环工况的纯电动汽车动力传动系统参数匹配[D].重庆：重庆大学,2013.

[7]王庆年，于永涛，曾小华，等.基于CRUISE 软件的混合动力汽车正向仿真平台的开发[J].吉林大学学报(理学版)，2009，39(6):1413-1419.

[8]刘振军，赵海峰，秦大同.基于CRUISE的动力传动系统建模与仿真分析[J]. 重庆大学学报(自然科学版)，2005，28(11):8-11.

[9]岳凤来，张俊红，周能辉.基于CRUISE的纯电动轿车性能仿真与试验研究[J]. 汽车工程，2014，36(6):669-672.

[10] 张炳力,赵韩,张翔,等.超级电容在混合动力电动汽车中的应用[J].汽车工程学报,2003(5)：48-50.

[11] HUANG X,HIRAMATSU T,YOICHI H.Energy Management Strategy based on frequency-varying filter for the battery supercapacitor hybrid system of Electric Vehicles[C]//Electric Vehicle Symposium and Exhibition.USA:IEEE,2013:1-6.

[12] 罗玉涛,刘秀田,梁伟强,等.延长锂离子电池寿命的电动汽车复合电源设计[J].华南理工大学学报(自然科学版),2016,44(3):51-59.

[13] 董昊龙,冯能莲,宾洋.纯电动车辆复合能源系统架构及控制策略研究[C]//Proceedings of the 31st Chinese Control Conference.USA:IEEE,2012:6872-6877.

[14] 衣红明，马凤英.电动汽车复合电源系统仿真研究[J].电源世界，2013(1)：30-33.

[15] WANG Guiping,YANG Panpan,ZHANG Jinjin.Fuzzy optimal control and simulation of battery-ultracapacitor dual-energy source storage system for pure electrivehicle[C]//International Conference on Intelligent Control and Information Processing.Dalian:Dalian University of Technology,2010:555-560.

[16] OZATAY E,ZILE B,ANSTROM J,et al.Power distribution control coordinating ultracapacitors and batteries for electric vehicles[C]//Proceedings of the American Control Conference,2004.USA:IEEE,2004:4716-4721.

[17] YOO H,SUL S K,PARK Y,et al.System Integration and Power-Flow Management for a Series Hybrid Electric Vehicle Using Supercapacitors and Batteries[J].IEEE Transactions on Industry Applications,2008,44(1):108-114.

[18] JARUSHI A M,SCHOFIELD N.Battery and supercapacitor combination for a series hybrid electric vehicle[C]//Iet International Conference on Power Electronics,Machines and Drives.UK:IET,2010:1-6.

[19] 雷肖，陈清泉，刘开培，等.电动车蓄电池荷电状态估计的神经网络方法[J].电工技术学报，2007,22(8)：155-160.

[20] 雷肖，陈清泉，刘开培，等.电动车电池SOC估计的径向基函数神经网络方法[J].电工技术学报，2008，23(5)：81-87.