氢燃料电池汽车控制策略浅析

1 前言

为解决全球气候变暖问题，最大限度地减少对化石燃料的需求，减少汽车排放是至关重要的途径。由于氢燃料的可持续性，氢燃料电池的能源效率高，用氢燃料电池汽车替代传统内燃机汽车是未来汽车发展的一个潜在趋势。然而，除了其显而易见的优势之外，也存在很多不足。比如功率密度低、功率响应慢，此外，氢气压力的过度波动也会降低氢气的利用率，影响氢燃料电池堆的工作寿命。因此，为了充分发挥氢燃料电池汽车的优点并将其缺点降低至最小化，氢燃料电池汽车的鲁棒性控制策略和控制器的设计尤为重要。

国内外学者对此开展了广泛研究，为了获得较高的充电效率，保证电池(BAT)在最佳的工作范围内工作，设计相应的控制策略；为了获得良好的系统性能，设计超级电容器(SCAP)控制策略；以及采用其他模糊控制策略对氢燃料电池汽车进行最优化控制设计研究。

2 氢燃料电池汽车硬件配置与控制策略[1]

2.1 硬件配置

为了与控制策略相匹配，氢燃料电池汽车控制机制必须具备相应的硬件配置，比如燃料电池（FCs）、电池（BATs）、超级电容器（SCAPs）以及相应的交直流转换器（DC/DC）和逆变器等。此外，氢燃料电池汽车整车主要由4大核心部件组成：三相牵引电机、辅助设备、直流总线以及能量存储系统。车辆正常运行所需要的电能平衡和变化，以及车辆意外损坏事故的主动防控正是通过这些组件的协调工作来保障的。

2.2 控制策略概述

为了给氢燃料电池汽车提供更高的能源管理，近年来，氢燃料电池控制器也得到了长足发展和广泛应用，Yakup Hames提出了些控制器所能提供的4种主要控制策略：峰值能源管理策略(PPSS)、汽车行驶模式控制策略(OMCS)、模糊逻辑控制策略(FLCS)以及等效氢消耗最小化策略(ECMS)。

在确定采用何种控制策略时，应该将这些控制策略所具有的公共特征加以综合考虑，同时，必须对控制策略相应的主框架加以成型设计。此外，还应具体考虑如下这些因素：电池组充放电状态的极限值、电池组突然充放电时电流的变化间隔以及电池充放电时间与设定参考时间的差值。

为了使车辆的能源管理得到有效控制，必须对控制策略的正确性和可行性加以全面考虑，能量控制系统应能够控制燃料电池、电池组以及超级电容器之间的能量交换。

安全、节能、高效的控制策略是未来研究的重点和挑战，此外，就燃料经济性而言，氢燃料消耗最小化必须全面加以考虑，在未来一定能实现“绿色能源”和“氢经济”的发展愿景。

3 燃料电池系统氢气压力控制策略

3.1 模糊控制方法[2]

氢气压力的精确控制对氢燃料电池系统的鲁棒性和耐久性来说至关重要。传统方法中一直采用的PID控制器，当氢气阀开关或负载急剧变化时，氢气压力波动剧烈，整个系统会发生严重振动。在国内外最近的研究成果中，同济大学的Ye提出了一种新的控制策略：改进的共轨喷射系统—氢喷射器总成。

在总成结构中，氢水分离器将未反应的氢气与反应生成的水分离，部分氢气通过喷射器总成被喷射回去，其余的氢气和反应生成的水通过氢气净化阀排放到缓冲池中。缓冲池的主要作用是降低排放到大气中的氢气浓度，降低环境污染并且保证系统的安全与高效。

喷射器总成系统是一个非线性系统。腔内压力受一系列因素的影响，因此，建立精确的数学控制模型是相当困难的。研究发现，曼达尼模糊控制器的结构与PID控制器的结构存在显著差异。除了计算氢气压力设定值与实际氢气压力之间的误差e之外，还引入了误差变化率ec物理量作为模糊控制器的另一个输入；曼达尼模糊控制器的输出也不同于传统的PID控制器，传统PID控制器的输出是电磁阀的脉冲宽度，而曼达尼模糊控制器的输出则是电磁阀脉冲宽度的变化。

如图1所示的氢气压力模糊控制结构，模糊控制器首先利用隶属函数对输入e和误差变化率ec进行模糊化，然后根据所建立的模糊控制规则进行模糊推理，得到模糊输出，最后通过去模糊化得到了电磁阀脉冲宽度的变化DPW。

通过对曼达尼模糊控制器与传统PID控制器进行比较，研究结果表明，采用模糊控制器的氢气压力稳定性明显优于采用PID控制器，该研究对氢燃料电池系统的优化和集约控制具有一定的指导意义。

3.2 氢气压力调节器建模控制[3]

福特公司的Chen建立一个氢气压力调节器模型来捕捉从压缩氢罐到燃料电池堆的氢排放行为，该模型的重点是在给定储罐入口条件下，建立调压器出口压力和温度的关系。除了基于理想气体的压力响应推导外，该模型还采用了恒焓方法来捕捉由于焦利特森效应引起的压力下降而导致的氢气温度升高的现象。研究建立的综合调节器模型为储氢系统关键动态元件的评估和优化提供了必要基础。

图1 氢气压力模糊控制结构[2]

如图2所示，Chen通过将几个理想气体控制容积方程与调节器到下游压力传感器的物理容积相对应，建立相应模型。VH表示通孔前的总容积，其中包括从储罐到调节阀的管道容积。VL为从节流口到调节阀出口的体积，Vtr为从节流口到压力传感器的体积。

考虑到氢气的焦耳汉森效应压力调节器模型能够捕捉到氢气输送过程中的压力响应以及由于压力降低而导致的系统温度升高的现象，因此，国内外学者通过各种动态流动条件对相关数据进行了模型验证，结果表明，验证后的模型可广泛应用于操作和设计因素的研究设计。例如，参数化研究表明，流量升速对稳态压力和温度的影响可以忽略不计，而改变调节器入口压力和温度可以有效地影响调节器出口的稳态温度，稳态出口温度相对于进口温度而言，其敏感性较高，但由于焦耳汉森效应，限制进口压力以避免出口过热可能更为可行，通过相关模型的建立，更方便了系统的进一步研究控制。

图2 模型域和方程[3]

4 节省燃料和延长氢燃料电池汽车生命周期的控制策略[4]

随着氢燃料电池汽车(HFCEV)发展进程的日益加快，如何最大限度地利用氢燃料电池堆中所储存的能量，进而高效地利用氢燃料电池汽车已成为一个十分重要的研究问题。

近年来，学者Kaya提出了两种新的针对氢燃料电池汽车的控制策略，并且探讨了其在不同道路模型下对车辆燃油经济性，动力性以及系统部件生命周期的影响。由于控制策略的结构和参数并不复杂，因此只需对控制参数进行调整便可实现对不同道路模型下车辆的控制，再者，针对不同的氢燃料电池汽车，两种控制策略也各有优劣，应分别加以试验。在此基础上，Kaya从整车油耗、系统部件寿命、储能技术功率共享以及系统性能等方面对控制策略进行了比较。

4.1 氢燃料节约控制方法(HFS-CS)

就成本而言，研究氢燃料电池汽车在不同的道路模型中所消耗的氢气是非常重要的。Kaya提出的控制策略的目标是通过将更多的电池、电池堆和超级电容器集成到燃料电池中来以降低燃料电池的燃料消耗，利用车辆存储再生制动能量的能力来保证车辆的燃油经济性。

上述控制策略算法的SOC模拟计算结果表明。最大自由电荷状态(SOCLiB)保持在60%到90%之间。当车辆开始移动时，检查SOCLiB，如果大于电池的最小充电状态(SOCLiB_min)，则车辆开始在质子交换膜燃料电池(PEMFC)和(LiB)的控制下运行；而在高功率需求时，超级电容器会响应车辆的功率需求(Pdmd)。在氢燃料节约控制策略(HFS-CS)中，当PEMFC和LiB一起工作时，SCAP被包含在系统中，以满足过剩的电力需求。

4.2 生命周期延长控制方法(LCS-CS)

LCS-CS算法的SOC模拟计算中的算法逻辑如下：车辆的电力需求只由质子交换膜燃料电池(PEMFC)提供，高功率需求除外。然而，不同路况对车辆运行和控制方法性能的影响也是不可忽略的，当车辆遇到斜坡或加速行驶时，SCAP和LiB将分别作为辅助电源被包含在系统中，而在笔直的良好路面上行驶时，车辆则单独由PEMFC提供电力需求。在车辆紧急制动过程中，其所产生的再生制动能量存储在SCAP中；在弱制动和慢制动过程中，再生制动能量储存在LiB中，用于车辆的再启动。因此，这种车辆控制方法既节省了燃料，又延长氢燃料电池的寿命。通过这种方式，车辆的动力系统可以实现高效运行。

5 混合可再生系统的先进控制策略[5]

5.1 系统结构及模型框架

为提高混合能源系统的效率，宏观建模和动态分析是许多学者在该领域探讨的主题，而混合能源模块中关键子系统的有效实现和操作的可靠性是控制算法开发的关键要求。新加坡国立大学学者Scarlett Chen在大量研究的基础上提出了一种由不同子系统组成的混合可再生能源系统，并提出了该系统的经济最优调度策略。系统的控制配置显示，固体氧化物燃料电池(SOFC)是其关键示例子系统之一，其局部控制策略是通过两种方法实现的，一种是基于模型的带约束收缩层模型预测控制(MPC)算法，另一种是基于数据驱动的虚拟参考反馈调优(VRFT)方法来识别控制器参数。分别对1 h和24 h的固定电流负载和固定转换效率进行评估。

5.2 理论分析及仿真验证

Chen对系统进行大量的理论分析，最终证明了基于模型的收缩层MPC控制器以及基于VRFT方法调整的数据驱动的离散时间PID控制器的有效性，实现了固体氧化物燃料电池堆功率输出的局部控制和自动跟踪。对不同的控制方法进行仿真，结果表明，两种控制方法都能在边界受限且无超调的情况下提供高鲁棒性的功率跟踪性能，VRFT方法的稳定性至少是MPC方法的10倍。虽然这两种方法在技术实现上是完全不同的，但它们在工业电力负荷下都是可行和有效的，这就验证了混合能源系统的可行性，同时向研究人员提供了广泛的局部控制选择。

6 结束语

作为新能源汽车的主要研究方向之一，氢燃料电池汽车的发展一直是业内关注的焦点。近年来，国内外学者在氢燃料电池的控制策略方面的研究上取得了较大突破。而我国在氢燃料电池汽车上的开发起步相对较晚，研发技术相对于发达国家也比较落后。整体来说，我国在氢燃料电池汽车的发展上仍处于探索和起步阶段，目前正在研究的单位和机构并不多，主要以高等院校为主。但高等院校对于氢燃料电池的研究大多处于理论研究阶段，缺少具体的操作实践，在实车上的验证也相对较少，尤其在控制策略及控制算法方面仍有待进一步提高。