1、内燃机与配件 w w w.n r j p j.c n燃料电池汽车空气子系统控制研究综述马 强(长安大学 汽车学院,陕西 西安 7 1 0 0 6 4)摘 要:燃料电池汽车空气子系统是一个高度非线性、时滞性、强耦合性的复杂系统,实现空气系统精准、高效的流量与压力控制是系统控制中的关键难点。本文对目前空气系统中常采用的几类控制方法进行了概括与总结。比例积分微分控制方法与结构简单、适应性强,是目前燃料电池汽车空气系统中最常采用的控制方法之一,但无法做到同时对流量与压力的控制,同时控制精度偏低;单一模糊控制方法对复杂空气系统的控制精度稍低,常与其他方法联用;针对空气系统的复杂特性,模型预测控制与解耦控
2、制方法被提出并在系统内应用,控制精度与响应速度均优于比例积分微分控制方法,但其参数选取对控制结果的影响差异很大。关键词:燃料电池汽车;空气系统;控制方法 中图分类号:TM 9 1 1.4 文献标识码:A 文章编号:1 6 7 4-9 5 7 X(2 0 2 3)0 5-0 0 8 5-0 3R e v i e wo nA i rS u b s y s t e mC o n t r o l o fF u e lC e l lV e h i c l eM aQ i a n g(C o l l e g eo fA u t o m o b l i eC h a n ga nU n i v e r s
3、i t y,S h a n x iX ia n7 1 0 0 6 4)A b s t r a c t:T h ea i rs u b s y s t e mo ff u e lc e l lv e h i c l ei sac o m p l e xs y s t e m w i t hh i g hn o n l i n e a r,t i m e-d e l a ya n ds t r o n gc o u p l i n g.I t i s ak e yd i f f i c u l t y t oa c h i e v e a c c u r a t e a n de f f i c
4、i e n t f l o wa n dp r e s s u r e c o n t r o l o f t h e a i r s y s t e m.S e v e r a lk i n d s o f c o n t r o lm e t h o d s c o mm o n l yu s e d i na i r s y s t e ma r e s u mm a r i z e da n ds u mm a r i z e d i n t h i sp a p e r.T h ep r o p o r t i o n a l i n t e g r a l d i f f e r
5、e n t i a l c o n t r o lm e t h o d i so n eo f t h em o s t c o mm o n l yu s e dc o n t r o lm e t h o d s i n t h e a i r s y s-t e mo f f u e l c e l l v e h i c l e sw i t hs i m p l e s t r u c t u r e a n ds t r o n ga d a p t a b i l i t y,b u t i t c a n n o t c o n t r o l t h e f l o wa
6、n dp r e s s u r ea t t h es a m e t i m e,a n dt h ec o n t r o l a c c u r a c yi s l o w.T h es i n g l ef u z z yc o n t r o lm e t h o df o rc o m p l e xa i rs y s t e mh a sl o wp r e c i s i o na n d i s o f t e nu s e d t o g e t h e rw i t ho t h e rm e t h o d s.I nv i e wo f t h e c o m
7、p l e xc h a r a c t e r i s t i c s o f a i r s y s t e m,t h em o d e l p r e d i c t i v ec o n t r o l a n dd e c o u p l i n gc o n t r o lm e t h o d s a r ep r o p o s e da n da p p l i e d i n t h e s y s t e m.T h e c o n t r o la c c u r a c ya n dr e s p o n s es p e e da r eb e t t e r t
8、 h a nt h ep r o p o r t i o n a l i n t e g r a ld i f f e r e n t i a l c o n t r o lm e t h o d,b u t t h e i n f l u-e n c eo fp a r a m e t e rs e l e c t i o no nt h ec o n t r o l r e s u l t s i sv e r yd i f f e r e n t.K e yw o r d s:F u e l c e l l v e h i c l e;A i rs y s t e m;C o n t r
9、 o lm e t h o d作者简介:马强(1 9 9 8),男,硕士,研究方向:燃料电池水热管理。0 引言近年来,以燃料电池(P EMF C)为动力源的新能源汽车因其高效、清洁、灵活、多用途、高能量密度等优点,在商用车领域得到快速发展1。据统计,截至2 0 2 0年6月,我国燃料电池汽车累计销售超过6 0 0 0辆。2 0 2 1年,我国燃料电 池 汽 车 销 量 为1 8 8 1辆,以 商 用 车 为 主,同 比 增 长2 5.7%2。通常,车用P EMF C系统包含燃料电池电堆、空气供应子系统、氢气供应子系统、水热管理子系统等。电控单元与各子系统协同配合,依据需求功率实时调节电堆的进排
10、气流量、压力及温湿度等参数,保障电堆始终处于最优的工作环境。对于车用P EMF C系统,由于车辆经常处于加速、减速等波动工况,这要求电堆有较宽的输出范围且动态响应性快。在P EMF C系统中,氢气子系统组成简单,供气相对充足,其响应速度往往大于空气子系统3。因此,P EMF C系统的动态响应性与输出性能常取决于空气供应子系统,图1展示了空气供应子系统的原理图。截至目前,各国学者针对这一问题做了大量研究。笔者查阅相关资料,对目前研究与应用相对广泛的几种空气供应子系统控制方法进行了概括与总结。图1 空气系统原理图1 比例积分微分控制方法图2为比例积分微分(P I D)控制方法原理图,由于其结构简单
11、、适应性好等优点,被广泛应用在汽车部件控制中。这种算法简单明了,各控制参数可以独立调节,参数选定简单,已经形成了完整的控制设计和参数调整方法,很容易为汽车工业技术人员所掌握,是目前在汽车控制应用中最为广泛的一种方法。不过分依赖高精度经验公式的特点使得P I D方法在非线性、强耦 合 的 空 气 供 应 子 系 统 中 同 样 适 用。然 而,P I D控制方法参数选定的过程中往往采用凑试法,且其调节的精度不高,较容易出现超调和抖动的现象,尤其是在58DOI:10.19475/ki.issn1674-957x.2023.05.0112 0 2 3年第5期图2 P I D控制原理图波动工况下。因此
12、,为改善这一现象,以P I D为基础的模糊P I D、自适应P I D4,5等方法被提出并应用于空气子系统控制中,较大提升了系统控制的精度于鲁棒性。但对于内部存在强耦合的空气子系统,单个P I D模块无法实现对空气系统的解耦处理,往往需要额外并联其他控制算法进行联合控制。2 模糊控制方法如图3所示为模糊控制方法的原理图。模糊控制是用语言归纳操作人员的控制策略,运用语言变量和模糊集合理论形成控制算法的一种控制方法6。图3 模糊控制原理图模糊控制方法无需精确的系统数学模型,且其适用于不确定性、非线性、时滞性的工程问题求解,鲁棒性强。上述特点使得这类方法在空气系统控制中被大量应用,技术人员在实际操作
13、中依据经验和数据总结为较完善的模糊控制语言规则就可以实现对空气系统的实时控制7。但单一使用模糊控制方法无法对空气系统的压力流量变量进行协同调节,针对复杂空气系统控制性稍显不足;同时简单信息的模糊处理易导致被控系统的控制精度降低,动态工况控制能力下降;且此类方法的设计上缺乏系统性,无法定义明确的控制目标。因此,这类方法常与P I D方法联用,以提高系统的响应特性。3 模型预测控制方法目前,大多数控制方法以精确的对象参数为控制基础,但汽车工业过程往往具有时变性、非线性、强耦合以及不确定性等特点,难以得到精确的数学模型,致使其控制精度大大降低8。因此,模型预测控制(MP C)方法逐渐进入汽车工业学者
14、视野,其控制原理如图4所示。图4 M P C方法MP C方法被用于整车空气子系统中时,其控制过程的描述可以通过实际测试结果获得,不要求完全机理模型,建模方便8。采用最小化描述的模型与滚动优化策略,内部反复计算实施,较大程度弥补了模型失配、噪声干扰、畸变等状况引起的不确定性,保证了空气子系统运行时较好的动态控制性能以及较高的系统鲁棒性。它能有效地处理多变量、有约束的问题,这一特点使得MP C更加适用于处理内部压力和流量强耦合的空气子系统控制问题。但同时,MP C方法的应用需要大量的实验数据;同时,其参数选取对预测结果影响较大,导致控制模型计算结果随机性更高,时间成本增加。4 解耦控制方法解耦控制
15、方法是通过矫正输入、输出之间的关系,减弱甚至消除多变量之间的相互关联,使得系统由多输入输出(M I MO)转换为多个单输入输出(S I S O)的算法2。解耦控制方法采用的思想是通过解耦控制器的设计,使得其与被控对象组成的系统的传递矩阵由一般矩阵转换为对角阵,实现多变量耦合到多个独立传递的变量系统,如图5所示。图5 解耦控制原理图针对空气子系统相关特点,此类方法可以有效减弱其内部复杂的耦合关系,达到空压机与背压阀对流量与压力独立控制的效果,较大程度降低了波动工况下流量与压力的超调与滞后,提升系统的动态响应能力,减弱不确定因素对系统造成的抖动现象。但此类方法关键点在于如何设计使系统实现解耦的传递
16、矩阵。传递矩阵的求解可借助精确的数学模型进行推导,或是依托MA T L A B软件系统辨识工具对大量实验数据进行处理获得,进而保证控制模型最终的精确度。另外,反馈线性化控制方法3针对燃料电池空气系统特性在将非线性空气系统转化为线性系统的同时也可以实现对回路流量与压力的解耦控制,但这种方法同样依赖精确的系统数学模型。5 其他控制方法近年来,神经网络控制方法、各类复 合 控 制 策 略 在P EMF C空气子系统中的应用逐渐增加,旨在提高控制模型精度的同时尽可能弥补上述方法的不足之处9,1 0。图6 神经网络控制方法原理图神经网络控制方法属于一种黑箱智能算法,其原理如图6所示。通过搭建输入层、输出层以及多层隐含层,能够实现自适应调节控制变量,整体结构相对简单,不需要68内燃机与配件 w w w.n r j p j.c n了解系统内部机理,且不依赖于数学模型,但是往往需要大量的训练数据进行离线训练,时间成本较高。随着对空气子系统控制研究的深入,各类复合控制策略层出不穷。其中,模糊P I D继承了P I D控制方法的适应性强、结构简单等优点的同时,其动态调节能力有一定的提升,目前常用于空气子系
