203_基于模糊控制的燃料电池增程式电动车能量管理策略_同济大学_周苏等

Paux 为燃料电池附件消耗功率，kW； m H 2 为氢气质量
流量，g/s； H 为氢气焓变，一般取 120kJ/g。 将燃料电池需求功率划分为 5 个模糊子集，分别是 VS（很小） ，S（小） ，M（中） ，B （大） ，VB（非常大） 。选择三角形隶属度函数，则燃料电池需求功率 PFC 的隶属度函数如 图 5 所示。
1. 前言
目前，燃料电池电动车一般采用 “燃料电池+蓄电池”的混合动力驱动形式，而在这 种驱动形式中以蓄电池为主要动力源， 以燃料电池增程器为辅助动力源的燃料电池电动车即 为燃料电池增程式电动车。这种驱动模式要求车辆在蓄电池电量充裕的时候仅使用蓄电池， 当蓄电池 SOC 降低到设定值时，燃料电池电堆才工作。这样不仅能够有效降低对蓄电池总 续驶能量的要求， 还能够充分利用燃料电池的工作特性。 但这种双能源结构的电动车对于能 量管理控制的要求更加严格， 因此选用合适的能量管理策略既可以降低能量损失， 同时可以
期望车速 实际车速
200
400
600
800
1000
1200
电 机 扭 矩 (Nm)
20 0 -20 -40 20 0 200 400 600 800 1000 1200
蓄 电 池 功 率 (kW)
10 0 -10 0.4
0
200
400
600
800
1000
1200
蓄 电 池 SOC
0.35
0.3
0
200
燃料电池增程器模块
蓄电池
电机
变速箱
减速器
电气连接 机械连接
图 1 燃料电池增程式微型电动汽车动力系统结构
3. 燃料电池增程式微型电动车模糊控制设计
定义量化因子 Kpreq，Ksoc 将驱动电机需求功率和蓄电池 SOC 的论域从实际的连续域转 换成离散的有限整数域， 通过定义比例因子 KFC 将燃料电池需求功率从离散的整数域转换成 实际的输出域[1]，如图 2 所示。
基于模糊控制的燃料电池增程式微型电动 车能量管理策略研究
周苏 1,2，何璐 1，牛继高 1
（1，同济大学汽车学院，上海市曹安公路 4800 号同济大学；2，同济大学中德学院，上海 市曹安公路 4800 号同济大学） [摘要] 以燃料电池增程式微型电动车为研究对象，进行了模糊控制能量管理策略的研究， 建立了一种双输入单输出结构的模糊控制器，并进行了模糊控制规则设计。基于 AVL/CRUISE 和 Matlab/Simulink 的联合仿真平台， 对制定的模糊控制策略进行了仿真计算。 仿真结果表明，本文提出的模糊能量管理策略对电池 SOC 控制效果较好，具有可行性和合 理性。 关键词：燃料电池；增程式电动车；模糊控制；联合仿真 主要软件： AVL CRUISE；MATLAB/SIMULINK
图 6 AVL/CRUISE 整车模型
4.2 仿真循环工况选择 仿真工况分别选择欧洲城市与市郊工况 NEDC 工况和日本 Ja1015 工况，由于本文研究 对象为微型电动汽车，主要运行在 20km/h 附近的园区工况，因此采用修正的 NEDC 工况和 Ja1015 工况，即将整个 NEDC 工况和 Ja1015 工况等比例缩小，得到 NEDC_MOD 工况和 Ja1015_MOD 工况，如图 7 和图 8 所示：
的速度及加速度要求。 在车辆加速阶段电机扭矩明显处于较高值， 在制动减速的时候蓄电池 功率为正（为充电状态） ，证明制动能量回馈可以正常工作，而且蓄电池 SOC 也可以稳定的 保持在 34%左右。以上仿真结果验证了所匹配的动力系统以及模糊控制策略能够达到预期 效果。
60
速 度 (km/h)
40 20 0 0 40
图 4 驱动电机需求功率隶属度函数
3.3 燃料电池需求功率 PFC 燃料电池系统的效率是设计能量管理策略的重要依据， 本文选用的燃料电池最大输出功 率为 3kW。燃料电池系统的效率计算如公式（1）所示。
fc
式中：
Pfc
Pfc Paux m H H
2
100%
(1)
为燃料电池总功率，kW；
图 5 燃料电池需求功率隶属度函数
3.4 模糊控制规则设计 蓄电池 SOC 和驱动电机需求功率 Preq 作为输入，燃料电池需求功率 PFC 作为输出的双 输入、单输出的燃料电池增程式微型电动车模糊控制器，能量管理策略的制定主要考虑： （1）蓄电池 SOC 高于最低放电临界值，整车以纯电动模式行驶，燃料电池不启动或处 于待机状态。 （2）增程式电动车，主要是消耗电能为主，蓄电池 SOC 低于最低放电临界值，燃料电 池增程器才进行工作。 （3）蓄电池 SOC 虽高于最低放电临界值，但处于较低水平，且驱动电机需求功率很大 时，燃料电池增程器需大功率工作。 （4）驱动电机处于再生制动状态时，燃料电池增程器小功率输出。 基于以上原则， 并根据经验得到燃料电池增程式微型电动车模糊控制器的模糊控制规则 库如表 1 所示。
Research on Energy Management of Fuel Cell Range-extended Mini-EV Based on Fuzzy Logic Control
Zhou Su1, He Lu1, Niu Jigao1
1. Automotive College, Tongji University & Cao’an Road 4800, Shanghai, China; 2.Chinesisch-Deutsches Hochschulkolleg, Tongji University & Cao’an Road 4800, Shanghai, China
表 1 燃料电池需求功率分配模糊控制规则
Pfc SOC VS S M B VB M S VS VS VS B M S VS VS VB B M S VS VB VB B M S VB VB VB B M Preq VS S M B VB
4. 建模仿真
4.1 仿真模型建立 AVL/CRUISE 整车仿真软件，因灵活的图形化建模仿真方式，且能与 Matlab、Dispace、 Etas 等软件进行联合仿真， 在车辆设计开发初期得到广泛的应用[2]。 AVL/CRUISE 内置整车、 驾驶员、 防滑控制、 蓄电池、 电动机、 发动机、 减速器、 变速箱等标准模块， 同时具有 Function、 PID 等控制模块，可方便建立整车模型及其控制系统。Matlab/Simulink 是模型仿真研究常用 的工具，能够不受任何限制搭建各种模型，同时可以结合 Matlab 其他工具箱，直观方便实 现模型仿真研究，在控制策略及优化方面具有更多功能优势。 仿真模型分为两部分：整车模型和控制策略模型。整车模型由 AVL/CRUISE 搭建，而 增程器及模糊控制器模型在 Matlab/Simulink 中搭建。AVL/CRUISE 和 Matlab/Simulink 通过 AVL/CRUISE 提 供 的 interface 接 口 进 行 通 讯 。 仿 真 模 型 中 采 用 AVL/CRUISE 调 用 Matlab/Simulink 模型的通讯方式，具体如下：在 Matlab/Simulink 使用 Matlab/Realtime Workshop 工具箱，将增程器及模糊控制器模型生成动态链接库 DLL 文件，在 AVL/CRUISE 中调用 Matlab DLL 模块，构成联合仿真，对制定的模糊控制策略进行仿真，如图 6 所示。
图 3 蓄电池 SOC 隶属度函数
3.2 驱动电机需求功率 Preq 驱动电机为永磁同步电机，驱动电机的峰值功率为 10kW，因此模糊控制输入 Preq 取值 范围为[0，10]。将驱动电机需求功率划分为 5 个模糊子集，分别是 VS（很小） ，S（小） ， M（中） ，B（大） ，VB（非常大） 。选择三角形隶属度函数，则驱动电机需求功率 Preq 的隶 属度函数如图 4 所示。
preq
k preq
Preq
模糊规则
soc
ksoc
SOC
模糊化 D/F
模糊推理
反模糊化 F/D
PFC
k FC
pfc
图 2 燃料电池增程式微型电动车能量管理策略的模糊控制器结构
3.1 蓄电池 SOC 选定蓄电池 SOC 工作区间为 0.3 到 0.95 之间，超过 0.95 定义为过充，低于 0.3 定义为 过放。据此将蓄电池 SOC 划分为 5 个模糊子集，分别是 VS（很小） ，S（小） ，M（中） ，B （大） ，VB（非常大） 。选择三角形隶属度函数，则蓄电池 SOC 的隶属度函数如图 3 所示。
[Abstract] The paper conducted the study of fuzzy control energy management strategy based on fuel cell range-extended mini-electric vehicle, and a fuzzy controller with two inputs and one output was put forward. Then the fuzzy control strategy was simulated on CRUISE/Simulink combined simulation platform. The results show that the battery SOC control effect of fuzzy control strategy is good and the strategy is reasonable and feasible. Keywords: fuel cell；range-extended electric vehicle；fuzzy control；co-simulation Software: AVL CRUISE；MATLAB/SIMULINK