多电飞机混合动力应急电源参数匹配

中国民用航空飞行学院 刘小涵 彭 旭 牟世荣

多电飞机是由电气系统部分取代液压系统，气源系统的飞机。目前飞机上的应急电源主要以冲压空气涡轮发电机和蓄电池的组合为主，但冲压空气涡轮发电机受飞机空速的限制，只有当空速大于一定值时才能够正常使用。与此同时，在当前科技飞速发展的背景下，清洁能源普遍应用于各个领域，其中燃料电池应用最为广泛。它具有能量转化率高，运行噪声低，维护方便等优点。然而燃料电池的功率密度较低，因此通常与其他辅助设备混合供电，燃料电池加上辅助设备能够使得燃料电池工作在稳定状态，对于延长燃料电池自身的使用寿命以及增强系统本身的动态响应有很大的帮助。因此，混合动力应急电源系统也是未来多电飞机的发展趋势之一。

本文采用混合动力系统作为多电飞机的应急电源系统，在应急负载给定的条件下，在满足系统功率需求的条件下，匹配应急电源系统参数，同时采用遗传算法对系统进行多目标优化，对混合动力在多电飞机上应用、研究、推广都有着重要的意义。

1 能源系统

1.1 燃料电池

燃料电池将化学能通过电极反应直接转换为电能的装置。目前使用最广泛的是质子交换膜燃料电池，包含质子交换膜、电极、电催化剂、膜电极和双极板。燃料电池的反应原理归根结底是化学反应，因此在反应的同时会存在不可逆的能量衰减。

1.2 超级电容

超级电容又名电化学电容，是一种双层电容器，它是一种比功率密度高、自身容量大、充放电循环次数多的新型储能器件。它的储能和放电过程是一个完全的物理过程，不涉及任何的化学反应。当接入外部电压进行充电时，由于正电荷储存在超级电容的正极板，负电荷储存在超级电容的负极板，使得两个极板带电并产生电场，形成相反极性的电荷以平衡内电场，故而会形成双电层。位于两电极之间的隔膜能阻止正负电荷在电极间的自由移动。超级电容将能量储存在分离出的电荷之中，因此储存电荷的面积越大，分离出的电荷就越多，其电荷量也越大。

2 拓扑结构

混合动力应急电源系统拓扑结构如图1所示。

图1 混合储能拓扑结构

由于燃料电池输出电压波动较大，因此通过单相DC/DC变换器与直流母线连接。超级电容通过双向DC/DC与直流母线连接，一方面可以稳定直流模型电压，对超级电容放电进行管理，同时可以通过双向DC/DC对超级电容进行充电，以满足降落需求，该系统能够较好实现燃料电池、蓄电池混合动力系统能量控制以及管理。这种结构有效地减少了燃料电池工作在峰值状态的时间，降低了燃料电池的损耗，有效地延长了燃料电池自身的工作寿命。

3 参数匹配

3.1 负载功率

本文所使用的飞机应急电源负载平均功率为7.5kW，峰值功率为10.5kW。

3.2 基于频率的能量管理系统

本文采用基于频率的能量管理策略，该方法将负载功率进行频率分析，选择适当的滤波频率将其分解，燃料电池和超级电容将根据滤波频率的大小进行功率分配。即燃料电池将提供多电飞机负载低频功率，而超级电容将提供高频功率，原理图如图2所示。

图2 基于频率的能量管理

基于多点飞机应急负载，采用基于频率的能量管理策略，由于燃料电池的动态响应能力较差，因此燃料电池工作在低频状态，即燃料电池提供平均功率，即负载平均功率7.5kW，同时超级电容具有高功率密度和较强的动态响应，因此工作在高频状态，即负载瞬时功率最大值10.5kW，并要能够快速弥补负载电流。

3.3 混合动力参数匹配

（1）燃料电池

当飞机主发电机在空中停止工作，燃料电池提供飞机负载的平均功率。由于燃料电池的效率非常依赖于燃料电池的电流密度，一般来说，电流越大，效率越低。燃料电池本质上是模块化的，可以利用两个自由度：固定燃料电池堆电流的电池表面积S和固定燃料电池堆电压的基本电池数量N。因此燃料电池自然地以低压大电流的形式提供电能。根据查阅文献和资料，燃料电池选择Ballard系统能源公司提供的FCvelocity-9SSLK61L型燃料电池。

（2）超级电容

当飞机负载从超级电容器中提取电能时，主要受DC/DC变换器电流限制。因此，为了达到所需的功率水平，必须串联多个电容器以提高电压水平。在这种情况下，每个电容上的电压可能不同，但是Maxwell超级电容器自身有电源平衡电路来解决这个问题。而为了增加存储电容，电容需要并联。因此根据查阅文献和资料，本文采用Maxwell BPAK0058 E015 B01的超级电容。

根据系统功率要求，多电飞机应急电源系统需配用4套K55L型燃料电池和6个超级电容串并联。

（3）基于多目标优化的参数匹配

本文采用遗传算法，对混合动力系统的总体积和总重量建立目标函数，优化得到混合动力系统中燃料电池和超级电容的最佳配比。针对混合系统的体积和重量所建立的优化函数数学模型。

燃料电池混合动力系统的总质量数学计算模型：

燃料电池混合动力系统的总体积数学计算模型：

式中x1，x2分别代表燃料电池和超级电容的个数，mcontrast2，vcontrast2分别代表使用传统参数匹配的方法得到的混合动力系统的体积和质量。

综合的目标函数为：

本文采用线性加权和法，将上述多目标优化问题转化成单目标优化问题，即：

式中，w1，w2分别为每个优化目标的权重系数，其中w1+w2=1，mmax，vmax分别为每个优化目标的最大值，本文根据实际工程经验，最终取两个权重系数分别为λ1= 0.7，λ2= 0.3。

图3 目标函数收敛曲线

本文待优化的参数的取值范围是：SOC取值范围：30%～60%；PFCmax取值范围：10kW～50kW；PUCmax取值范围：3kW～30kW。设置进化种群数为50，最大进化迭代数为200，交叉概率为0.9，变异概率为0.01～0.1，迭代次数作为终止条件。其适应度函数收敛曲线如图3所示。

表1 燃料电池混合动力系统优化前后参数对比

由图3可以得出：目标函数收敛于0.5693，对应的x1，x2的取值分别为3和5。燃料电池混合动力系统优化后的参数为燃料电池3套，超级电容5个。燃料电池混合动力优化前和优化后的各个参数的比较如表1所示。

结论：本文在满足系统动力性能的基础上，基于多目标优化的参数匹配能够有效减小系统的重量和体积，分别为优化前的79.51%和86.74%。为多电飞机应急的电源系统配置3套21kW的燃料电池，5个超级电容（15V，165F）。