燃料电池汽车动力系统及能量管理策略研究进展

作     者：陈家一 高帷韬 贾璐 阴亚楠 王诚 欧阳鸿武 CHEN Jiayi;GAO Weitao;JIA Lu;YIN Yanan;WANG Cheng;OUYANG Hongwu

作者机构：中南大学机电工程学院湖南长沙410083 清华大学核能与新能源技术研究院北京100084 浙江锋源氢能科技有限公司浙江嘉兴314200 

出 版 物：《中南大学学报（自然科学版）》 (Journal of Central South University:Science and Technology)

年 卷 期：2024年第55卷第1期

页      面：80-92页

核心收录：

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金资助项目(51475475) 

主　　题：燃料电池汽车 混合动力系统 能量管理策略 强化学习 

摘      要：动力系统是燃料电池汽车(FCV)的核心,可分为单一式系统与混合动力系统两大类,其中,将燃料电池与辅助电源相结合组成“电-电混合动力系统,已成为业界主流。本文根据辅助电源类型的不同,提出3类FCV混动系统的构建方案,分别为燃料电池+动力电池方案、燃料电池+超级电容方案、燃料电池+动力电池+超级电容方案,并对各方案的优势和劣势进行比较。同时,本文综述了近年来国内外学者提出的面向FCV的代表性能量管理策略,从理论基础与求解方法的差异出发,将现有燃料电池汽车的能量管理策略分为3类:基于规则定义的策略、基于最优化方法的策略以及基于机器学习的策略,并总结了各类策略在最优性与实时性等方面的优势和劣势。其中,基于规则定义的策略最易实现,在工程应用中最为普遍,但无法实现性能最优;基于最优化方法的策略能够接近甚至达到理论最优,但存在计算量过大、计算耗时过长、实时性差等问题;以强化学习为代表的基于机器学习的策略有望在最优性与实时性之间实现理想的平衡,但目前还存在模型训练耗时长、试错代价高等困难,在实车应用层面还存在一定挑战。基于文献研究与分析,本文提出以下观点:1)以大功率燃料电池为核心的功率混合型系统是FCV混动系统的未来发展方向;2)必须进一步提升智能化程度,根据实际使用场景开发具有个性化的能量管理策略;3)亟需建立关于燃料电池汽车能量管理策略的综合评价体系。