主讲嘉宾

　　孙宵宵，大连理工大学汽车工程学院博士，研究领域为新能源汽车电子电控技术，尤其在燃料电池汽车驱动系统能量管理策略上有深入研究。曾参与新型双源驱动系统以及新能源汽车车载数据终端与远程监控系统等开发项目。

6 核心提示 燃料电池汽车能量管理策略

　　在车辆运行过程中，车辆的需求功率和能量源的特性都处于动态变化。若燃料电池在动力系统中一直处于轻载状态，承担很少的功率输出，燃料电池工作效率较低，此时车辆所需大部分功率输出则由其余功率系统承担，与燃料电池为主能源的设计初衷相违背，整车工作效率很低。若燃料电池在混合动力系统中承担过多份额功率，将工作在过载状态，对其效率、寿命同样将产生不利的影响。因此混合动力系统需要采取相应的能量管理方法合理地控制燃料电池和峰值功率系统的输出功率，对输出功率的份额进行恰当的配置，高效地对被控系统中的能量流动进行管理。

　　能量管理策略的核心是保证车辆的动力性，延长燃料电池的使用寿命，延长储能装置的使用寿命，提高系统的工作效率。燃料电池能量管理策略有两种方法，一种是基于规则的控制方法，一种是基于优化的控制方法。

7 核心提示 基于规则的能量管理策略

　　在基于规则的能量管理策略中，具体分为开关型、功率跟随型、基于小波变换、模糊逻辑四种管理策略。开关型一般应用于以动力电池为主要动力源的车型上，因此一般采用比较大的动力电池。燃料电池发动机的开关由电池SOC的上下限决定，发动机工作时，其工作在最佳的燃料经济性点上。

　　功率跟随控制策略是将动力电池的剩余电量SOC设定在一个最佳的工作区间，令燃料电池系统输出的功率跟随车辆的功率需求在一定的区间内变化，它除了供给驱动电机功率外，还需要向动力电池供应电能，不仅要满足整车行驶的功率要求还要维持动力电池的剩余电量在某一目标值范围内。因此功率跟随策略不仅能够满足整车的动力性能需求，而且可以更合理地分配整车能量，使主动力源和辅助动力源得到最优控制。

　　基于小波变换的能量管理策略，可以对负载功率需求信号进行实时处理，依据变化频率将车辆负载功率需求的信号分为高频信号和低频信号，满足瞬态功率需求前提下，高频部分能量由超级电容提供，低频部分能量由燃料电池和动力电池提供，减免燃料电池、动力电池受到高频功率冲击的情况，提高燃料电池、动力电池的使用寿命。

　　模糊逻辑控制策略是一种容易控制、掌握的较理想的非线性控制方法，具有较佳的适应性，而模糊控制规则库的确定依赖于大量的实时监控数据，对于不同的工况、不同的动力系统部件的组成，模糊规则都有所差异。模糊控制策略控制原理为，输入值为驱动电机的需求功率和动力电池实时SOC，需求功率由驾驶员加速踏板开度和车速信息决定，经过模糊控制器按照设定规则转换计算，最终输出控制量为燃料电池输出功率PFC。

8 核心提示 基于优化的能量管理策略

　　基于优化的能量管理策略非常适合解决复杂非线性系统的能量优化问题。目前，基于优化的能量管理策略可分为两种：一种是基于历史数据，在标准工况或确定工况下进行能量最优化分配的全局优化控制策略，多用于离线仿真和性能比较；一种是基于车辆的实时状态，在车辆实际行驶过程中进行能量最优化分配的瞬时优化控制策略。

全局优化控制——基于动态规划

　　动态规划算法通过有效地搜索所有可能的控制输入来寻找最优解。燃料电池汽车能量管理问题可以总结为一个多阶段决策问题，对于一个阶段数为N的多阶段决策问题，可采用该算法处理整个决策过程。

全局优化控制——基于庞特里亚金最值原理

　　1956年，俄罗斯数学家提出了庞特里亚金最小值原理（PMP）。满足庞特里亚金最值原理的条件是必要条件，而非充分条件。但是如果求解的系统具有唯一的最优解，且根据极小值原理只能求出一个极值解，则该解就是最优解。燃料电池汽车的能量管理显然具有这样的特点，因此，可以采用最值原理求出最优解。

实时优化控制——实时PMP

　　学者们提出实时优化能量管理策略，可以根据车辆状态和工况的变化，来实时地更新能量管理策略，具有很实际的意义。

实时优化控制——模型预测控制

　　MPC算法可以实现系统更加优化的控制。MPC算法可以控制多个控制变量的大型系统，在燃料电池动力系统能量管理系统中得到重要应用。对燃料电池、动力电池/超级电容的电流进行状态预测和误差估计，建立实时的能量优化控制，分为集中式MPC、分散式MPC等等。

9 核心提示 人工智能在能量管理策略中的应用

　　粒子群算法于1995年提出，通过模拟自然界鸟群、鱼群等生物的群觅食行为中的相互合作机制从而找到问题的最优解，具有简单，易实现，无需梯度信息，参数少等优点，可以用于能量管理策略寻求最优解。

　　神经网络模拟人类的大脑，这是一种通过模仿人脑神经元做决策的一种算法，而AI技术的爆发，很大程度归功于人工神经网络。神经网络具有很强的自学习和处理信息能力，处理像燃料电池汽车能量管理策略这样的问题时具有很强的鲁棒性和实时性。