混合动力电动汽车中三相感应电机与混合储能系统集成的先进非线性控制器研究

为优化混合动力汽车(HEV)能量管理策略，研究人员开发了一种集成燃料电池(FC)、电池、超级电容(SC)和混合光电化学-光伏电池(HPEV)的混合储能系统(HESS)，并设计基于遗传算法优化的条件积分终端超螺旋滑模非线性控制器。该方案通过ANFIS实现HPEV最大功率点跟踪，在MATLAB/Simulink中验证了系统能显著降低误差并提升动态性能，为解决氢燃料生产瓶颈和能源转换效率问题提供了创新方案。

　　

随着全球碳中和目标的推进，交通运输领域的能源转型面临严峻挑战。传统内燃机(ICE)车辆不仅能源转换效率低至20%，更贡献了全球25%的CO₂排放。尽管混合动力汽车(HEV)通过结合内燃机与电力驱动系统显著提升了能效，但如何平衡多能源系统的功率分配、解决氢燃料生产瓶颈以及提升动态响应性能，仍是制约技术发展的关键难题。尤其值得注意的是，现有燃料电池(FC)存在瞬态响应迟缓、无法回收制动能量等缺陷，而锂离子电池又面临成本高、热失控风险等问题。更棘手的是，传统光电化学(PEC)与光伏(PV)串联系统的界面能量损失导致制氢效率低下，使得"绿氢"生产难以满足实际需求。

针对这些挑战，研究人员开展了一项创新性研究，成果发表在《Journal of Energy Storage》。该研究构建了包含FC、电池、超级电容(SC)和新型混合插电式电动汽车(HPEV)的混合储能系统(HESS)，其中HPEV通过三电极设计同步产生氢气和电能，巧妙解决了FC的氢源供应问题。为精确控制这个多输入多输出非线性系统，团队开发了基于条件积分终端超螺旋算法的滑模控制器，并采用遗传算法优化参数。通过结合自适应神经模糊推理系统(ANFIS)实现HPEV的最大功率点跟踪(MPPT)，系统在欧盟额外城市驾驶循环(EUDC)测试中展现出卓越性能。

研究主要采用三项关键技术：首先建立包含HPEV-FC-电池-SC的全局数学模型；其次设计多目标非线性控制器，实现DC总线稳压、电流精确跟踪和系统稳定；最后通过MATLAB/Simulink进行控制器在环(CIL)验证。特别值得注意的是，HPEV的创新设计使其能利用过剩电子同时发电制氢，这为可持续氢经济提供了新思路。

【数学建模与系统分析】部分揭示，FC作为主电源提供稳态功率，而SC和电池分别应对瞬态负载和能量缓冲。HPEV通过三电极结构将传统PEC-PV系统的效率损失从界面转移至第三电极，实现太阳能到氢能的直接转换。数学模型显示，该设计使系统在90km/h高速工况下仍保持稳定。

【控制器设计】部分提出四项核心控制目标：DC总线电压精确调节、各储能单元电流跟踪、系统渐进稳定以及感应电机(IM)速度跟踪。创新的积分终端超螺旋算法结合滑模控制，有效解决了传统PI控制在非线性系统中的局限性。遗传算法优化的控制器参数使超调量降低42%。

【仿真与结果】显示，在400秒的EUDC测试中，系统平均速度63km/h时，DC总线电压波动控制在±0.5%以内。与常规方法相比，ANFIS-MPPT使HPEV效率提升19%，而优化后的滑模控制器将响应时间缩短35%。特别值得关注的是，HPEV的同步制氢功能使FC氢耗降低28%。

【结论】部分强调，这项研究通过HPEV的创新集成，不仅解决了FC的氢源可持续性问题，更通过先进控制策略实现了60%以上的系统能效。该成果为发展零排放车辆提供了关键技术支撑：HPEV的三电极设计突破传统PEC-PV效率瓶颈；多目标非线性控制确保多能源系统稳定运行；而CIL验证则为实际应用奠定基础。正如作者Atif Rehman和Rimsha Ghias指出，这种HESS架构有望成为未来清洁交通系统的核心解决方案，特别是在氢基础设施薄弱地区更具应用潜力。研究同时揭示，进一步优化HPEV电极材料和扩展ANFIS训练数据集将是下一阶段重点。