基于模型预测控制的燃料电池电动重型车辆动力总成效率优化与堆寿命延长方法研究

《Energies》：Model-Predictive Energy Management for Optimizing the System Efficiency of a Fuel Cell Truck Considering Fuel Cell Degradation

　　

摘要

本研究提出了一种基于模型预测控制（MPC）的方法，用于优化燃料电池电动重型车辆的动力总成系统效率。该模型预测控制确定高压牵引电池与燃料电池系统之间的功率分配，以满足驾驶循环的功率需求；同时将堆退化纳入代价函数，作为延长燃料电池堆使用寿命的第二目标。控制器基于驾驶工况信息，在指定的预测时域内调整燃料电池功率轨迹，使得在时间离散时域的末端牵引电池达到目标荷电状态，同时最小化燃料消耗并避免过度退化。控制变量基于燃料电池、卡车和电池的离散时间模型计算得出。由此产生的非线性优化问题通过开源软件包acados求解，并集成到MATLAB Simulink中以实现实时运行能力。该模型预测控制在模型在环环境中进行了实现与测试，并在dSPACE MicroAutoBox III快速控制原型平台上验证了其实时执行能力。在车辆能量消耗计算工具（VECTO）长途驾驶循环中，与基于规则的策略相比，氢消耗降低了6.5%，膜减薄和电化学活性面积损失分别降低了6.1%和2.3%。