张佳东

（沈阳化工大学，辽宁沈阳，110142）

0 引言

现如今，石油储量呈指数下降、化石燃料使用时间短、环境恶化以及由于车辆排放导致的全球变暖问题日益严重。因此，汽车行业需要提供零排放、环保的汽车。燃料电池是提供长行驶里程、消除对化石燃料的依赖、在FHEV(Fuel Cell Hybrid Electric Vehicles) 中具有零排放和可忽略噪音的良好选择[1]。基于燃料电池FHEV的一个重要部分是混合储能系统，它为车辆的牵引电机供电。由于燃料电池没有能力利用来自任何其它来源或再生制动的多余功率，因此它不能单独满足负载要求[2]。因此提出了对燃料电池、超级电容器和电池混合供能系统的研究。

近几年，在燃料电池汽车能量控制方面，我国涌现出很多知名学者。徐梁飞[3]等人通过稳定燃料电池效率与损耗，来适用于混合燃料电池和蓄电池电源系统，可以使系统稳定运行，并且使锂电池稳定在SOC(State of Charge)的正常范围内运行。胡瑾瑜[4]等人预先设定了最优目标优化混合燃料电池电源系统的每个电源和辅助设备的效率，并使用神经网络控制方法智能地分配运行功率。曹楠[5]经过多次反复的实验，提出的策略可以有效的将电池的SOC调整到适当的范围，减少燃料电池的动态负载，有效提高车辆的经济性。赵治国[6]运用模型预测原理对混合动力系统进行了动态优化，为了在有限的时间内达到优化节能的目标，优化燃料电池与蓄电池的工作状态，实现实时控制和滚动优化。然而大多数学者仅在线性领域研究成果斐然，却忽视了非线性控制对于燃料电池能量控制的重要性。

根据车辆的不同速度曲线，能源完需要满足不同电压FHEV的负载需求。所以需要准确调节所需的直流总线电压，以确保乘坐舒适。FHEV的数学模型是高度动态和非线性的，因此非线性控制器与线性控制相比可以提供更好的解决方案，以适应系统的非线性和参数变化/不确定性。本文设计的基于燃料电池汽车自适应能量控制策略，并在EUDC(European extra Urban Driving Cycle)工况兼具可变负载下进行非线性控制。从而根据对各能源电流跟踪、对总线电压跟踪、行驶速度跟踪以及鲁棒性角度来分析算法的性能。

1 燃料电池汽车能源管理系统

燃料电池汽车作为一种新型二次能源汽车，通过氢气提供能量，将产生的电力通过DC/DC变换器再提供给电动机。然而传统的内燃机使用的燃料则是汽油或柴油等这类化石燃料，因此燃料电池提高了能量转换的效率。

燃料电池汽车具有多种结构。根据能量配置模式的不同，主要可分为以下这几种：

(1)单纯由燃料电池FC(Fuel Cell)供能的燃料电池车辆。

(2)同时由燃料电池和蓄电池Bat (Battery)提供能量的燃料电池车辆。

(3)同时由燃料电池和超级电容提供能量SC(Super-Capacitor)的燃料电池车辆。

(4)兼具燃料电池，蓄电池和超级电容器三者共同供能的配置模式(FC+B+SC)。

本文选用将燃料电池和蓄电池以及超级电容组合的配置模式，因此需要将超级电容器并联在DC/DC[2]总线上，即燃料电池+蓄电池+超级电容配置的模式。

燃料电池车辆的基本结构包括：辅助电池系统、空气压缩机、高压氧气储存罐、燃料电池、能量管理系统和电动机。在运动过程中整车根据运行需求，燃料电池可以直接向发动机或蓄电池供电，或者燃料电池和蓄电池可以同时为发动机提供电能。

为了综合三种能源优点，避免其劣势，所以本文选用将燃料电池和蓄电池以及超级电容组合在一起的配置模式，这就需要将超级电容器并联在DC/DC总线上，即FC+B+SC配置的模式。

这一设计使燃料电池汽车在峰值功率需求时得到充足的电能，需求短时间内充足供能的情况一般为爬坡以及汽车急速加速时。另一优势在紧急制动时能够快速吸收峰值电流超将级电容能改善汽车动力性能。

1.1 质子交换膜燃料电池

在本文的实验中使用的是质子交换膜燃料电池，由于质子交换膜燃料电池的工作温度相对较低，拥有比功率大和较短的启动时间等优势，因此质子交换膜燃料电池(PEMFC)被认为是未来最有希望缓解能源损耗的燃料电池，它将化学能转化为电能。

1.2 蓄电池系统

蓄电池是以化学能形式存储电能的设备，蓄电池分为很多种。因为PEMFC的瞬态响应速度不是十分理想，因此在使用PEMFC时需要有一个能够作为积蓄电能的设备。蓄电池当车减速制动时可以通过其特有的性质回收由制动产生的能量，蓄电池的这一特性可以有效的提高整个能源系统的能源效率。

2 自适应控制器设计

首先引入能源电流和直流总线电压的跟踪误差，e1为燃料电池的跟踪误差。由于燃料电池与处于非最小相位的升压转换器相连，因此必须跟踪燃料电池电流而不是升压转换器输出电压Vout。

然后将能源直流总线电压和能源电流的宏观变量设为γ1、γ2和γ3。其中c1、c2、c3和c4是设计的参数并具有正值。并且分别考虑电机d轴转子磁通和速度跟踪的宏变量γ4和γ5。

其中c7和c8是设计的参数并具有正值，我们得到以下自适应定律：

其中∈1、∈2和∈3是自适应增益并选取正值，得到直流总线电压和能源电流的控制律 u1、u23和u45如下：

其中M1是宏变量γ1的收敛速度，控制律u1确保燃料电池电流和直流总线电压跟踪到相应的参考值，

其中 M2是宏变量 γ2的收敛速度，控制律u23确保超级电容器电流跟踪其相应的参考值。

其中M3是宏变量 γ3的收敛速度，控制律u45确保电池电流对其相应的跟踪参考值。

其中M4和M5是相应终端吸引子的收敛率，并且具有正值。Lyapunov稳定性理论可用于确保系统全局渐近稳定。自适应控制器所用到的参数如表1所示。

表1 自适应控制器参数

收敛率 M1 M2 M3 M4 M5 1e-1 1e-1 1e-1 1e-4 1e-4自适应律 ∈1 ∈2 ∈3 1e-4 1e-4 1e-4

3 结果分析

3.1 各能源电流跟踪

在能量控制问题中，本章通过引入自适应控制算法，已经能够基本上跟踪上各能源电流的参考值，如图1所示显示了在加入算法后，各能源电流变化情况。

图1 (a)(b)(c)为各能源电流跟踪曲线

从图1可以看出，在自适应控制算法的控制下，燃料电池电流、超级电容电流以及蓄电池电流基本能够跟踪上各自的参考电流。

3.2 直流总线电压跟踪

如图2所示，显示了在自适应控制算法的能量控制策略下，直流总线电压能够基本上跟踪到400V参考电压的工作状态。

图2 直流总线电压跟踪

3.3 电机转速跟踪

如上图3所示，显示出了在自适应控制算法的能量控制策略下，电机转速能够良好地跟踪上参考速度，有略微较小波动并不明显，对于本文所提出的控制器来说，自适应控制器的直流母线电压RMSE(均方根误差)值为1.5009，电机的速度跟踪RMSE值为0.0508。表明了在这方面来说，自适应控制表现出了良好地跟踪特性。

图3 电机转速跟踪