徐小红 韦尚军 覃记荣 辛伟伟 郑伟光

摘 要：首先针对采用燃料电池与蓄电池为能量源的燃料电池汽车，梳理了燃料电池及蓄电池的建模机理;之后基于T-S模糊模型设计了模糊逻辑控制器，并在MATLAB/Simulink软件平台上搭建了该控制器的仿真模型;最后借助ADVISOR仿真软件对所设计的控制器进行了验证。仿真结果表明：所设计的模糊逻辑控制器能合理地进行双能源的功率分配，符合设计预期。

关键词：燃料电池汽车;能量管理策略;模糊逻辑控制

中图分类号：U469.722文献标识码：A文章编号：1003-5168（2020）16-0095-04

Abstract： Firstly， the modeling mechanism of fuel cell and battery was summarized for fuel cell vehicles with fuel cell and battery as energy source. Then the fuzzy logic controller was designed based on the Takagi-Sugeno fuzzy model， and the simulation model of the controller was built on MATLAB/Simulink. Finally， the designed controller was verified in ADVISOR. The simulation results show that the designed fuzzy logic controller can reasonably distribute the power of dual energy sources and meet the design expectations.

Keywords： fuel cell vehicle;energy management strategy;fuzzy logic control

1 研究背景

近年来，燃料电池汽车逐渐成为新能源汽车领域的研究热点。燃料电池汽车以高效率、长续航、无污染的特点成为解决当前环境污染及能源危机的重要方法。但是，受自身化学特性的影响，燃料电池动态响应慢，很难满足多变的道路行驶工况，因此需要增加响应迅速地辅助能量源来满足车辆的行驶需求。目前，主要应用于燃料电池汽车的辅助能量源包含蓄电池及超级电容[1]。

相较于超级电容，蓄电池动态响应适中，输出稳定，且价格较低，以燃料电池+蓄电池为能量源的车辆满足绝大部分道路行驶工况需求。双能量源的功率分配问题直接影响车辆的燃油经济性甚至整车寿命，为此需要制定合适的能量管理策略。本文采用模糊控制策略来控制燃料电池汽车的功率分配，车辆仿真数据基于国内某款电动商用车，具体数据见表1。

2 燃料电池汽车动力系统建模

燃料电池汽车动力系统主要包含能量源、DC-DC、电机及其控制器、传动系统及车轮等主要部分。本节主要涉及车辆的复合能量源（燃料电池和蓄电池）的机理及模型构建，软件仿真工具为MATLALB/Simulink及ADVISOR2002。

2.1 车辆配置参数

ADVISOR是由美国再生能源实验室开发的新能源汽车仿真工具，由于其用户界面良好且代码开源，一经推出便受到了学术界的广泛关注[2]。ADVISOR2002为用户提供的动力源模型库中包含三种类型的燃料电池模型，分别为功率-效率模型、极化曲线模型及GCTool模型。其中，功率-效率模型不涉及燃料电池内部反应机理，其对实验数据的依托较少，用户只需要提供燃料电池功率输出与其燃料消耗及热排放之间的关系曲线。本文采用此种方法进行燃料电池模型搭建。

参照国内某厂家生产的燃料电池商用车实车数据，本文所选用的燃料电池最大输出功率为30 kW，峰值效率为0.6，其功率-效率曲线见图1。

2.2 蓄电池系统建模

蓄电池具有较强的非线性特性。目前针对蓄电池建模的方法主要有三种：电化学模型、等效电路模型及数学模型。电化学模型涉及蓄电池电化学反应机理，故模型设计较为复杂，常用于蓄电池内部理论研究与材料优化中;等效电路模型利用等效电路原件模仿蓄电池工作特性，该方法较为成熟，但缺乏灵活性;数学模型借助人工智能算法进行仿真建模，以得到蓄电池各参数的近似关系。

ADVISOR为用户提供了四种蓄电池模型：阻容（Resistive-Capacitive，RC）电路模型、内阻模型、铅酸电池模型及神经网络模型。其中，内阻模型通过电路元件构建蓄电池理论输出模型，其等效电路如图2所示。

3 能量管理策略

燃料电池汽车双能源的能量管理策略对提高车辆燃油经济性及动力源甚至整车寿命都具有极其重要的作用。合理的能量管理策略应兼顾车辆动力性能及燃油经济性，即需满足控制策略的时效性与高效性。

目前，應用于燃料电池汽车的能量管理策略主要分为基于确定规则的控制策略、基于模糊控制的控制策略及基于优化的控制策略。相较于其他两种控制策略，模糊控制策略对数学模型依赖度低，更易于理解，且具有较好的时效性及鲁棒性，因此在车辆控制领域得到了广泛的应用。

3.1 Suggeno模糊模型

Suggeno模糊模型又称Takagi-Sugeno型模糊模型（T-S模糊模型），其最初由两位日本学者Takagi和Sugeno提出，该模型采用模糊语言对模糊规则前件部分进行描述，以输入变量的线性组合作为模糊规则后件部分。该模型相对简单，对处理非线性系统建模及非线性系统控制问题具有很好的应用条件。通常T-S模糊模型的条件语句为“if x is A， then y=f（x）”，其后件部分被描述为输入变量[x]的精确函数[fx]。