《World Electric Vehicle Journal》：Techno-Economic Dimensioning of Hybrid Energy Storage Systems for Heavy-Duty FCHEVs Considering Efficiency and Aging
Jorge Nájera,
Jaime R. Arribas,
Enrique Alcalá,
Eduardo Rausell and
Jose María López Martínez
编辑推荐：
为重型燃料电池混合动力汽车（FCHEV）配置储能系统并非易事。本研究提出了一种应对该挑战的方法，旨在最大限度提高效率，同时减轻老化对储能系统的影响。研究人员利用混合度（Hyb）的概念分析了不同的储能系统配比配置，该混合度代表超级电容器（SC）重量与储能元件总重
为重型燃料电池混合动力汽车（FCHEV）配置储能系统并非易事。本研究提出了一种应对该挑战的方法，旨在最大限度提高效率，同时减轻老化对储能系统的影响。研究人员利用混合度（Hyb）的概念分析了不同的储能系统配比配置，该混合度代表超级电容器（SC）重量与储能元件总重量的比值。模拟采用在AVL Cruise MTM中开发的模型进行。研究中包含一个案例来检验该方法，该案例整合了商业组件、标准驾驶循环和基于规则的能量管理策略（EMS）。该应用实例的结论阐明了使用该混合储能系统（HESS）配置方法论可获得的结果类型。该案例的研究结果表明，对于缺乏极端功率峰值的循环，非混合配置可能是最优解，因为电池尺寸的缩小在效率和总成本方面超过了混合带来的好处，无超级电容器时效率达到76.08%，而高混合度（32.4%）时效率为65.7%。然而，敏感性分析揭示，如果优化权重调整为优先考虑老化而非效率，最优配置将在0.3C阈值下转变为6.48%的混合度。
随着可持续交通需求的增长，混合推进系统结合锂离子电池（LiB）、超级电容器（SC）和燃料电池（FC）成为研究热点。然而，储能系统的尺寸优化与能量管理策略（EMS）的设计紧密交织，现有文献缺乏在恒定总重约束下综合优化系统效率、电池老化并包含经济分析的方法。针对这一空白，研究人员提出了一种技术经济性尺寸配置方法论，以混合度（Hyb）为核心变量，通过暴力搜索在恒定总重条件下确定最佳LiB与SC组合，并用于重型燃料电池混合动力汽车（FCHEV）。该研究发表在《World Electric Vehicle Journal》上。
在技术方法上，研究人员采用混合度（Hyb）定义配置，在保持总重恒定的前提下，以6.48%为步长替换LiB与SC模块。整车模型基于AVL Cruise MTM构建，包括基于A123 Systems ANR26650M1的LiB等效电路模型、基于Maxwell BCAP0310 P270的SC模型、基于Ballard FCmove? HD的质子交换膜燃料电池（PEMFC）极化模型及DANA TM4电机map模型。EMS采用规则基策略：FC作为增程器，按移动平均功率输出；LiB功率超过预设C-rate阈值（0.3C–0.7C）时由SC承担。通过仿真建立效率和老化趋势面，结合多目标优化与总拥有成本（TCO）评估（含资本支出CAPEX、运营支出OPEX、电池更换线性成本），确定最优配置。
研究结果涵盖以下步骤：
步骤1（4.1）：选择车辆、循环和组件。选定40吨重型卡车、世界统一瞬态循环（WHTC）以及商业组件（A123 LiB、Maxwell SC、Ballard FC和DANA电机），为仿真设定边界条件。
步骤2（4.2）：定义HESS拓扑和EMS。采用主动拓扑（DC/DC连接），EMS设定LiB功率阈值（0.3C–0.7C），定义了五个Hyb级别（0%、6.48%、12.96%、19.44%、25.92%、32.4%）。SC引入通过等重替换LiB实现，保持总重恒定。
步骤3（4.3）：建模与参数化。在AVL Cruise MTM中完成所有组件模型参数标定，包括LiB内阻与开路电压映射、SC电容、FC极化曲线等。
步骤4（4.4）：仿真与性能评估。对不同Hyb和阈值组合进行仿真，获得功率时间序列、SoC曲线和氢耗。结果表明，SC可削减LiB承受的峰值功率，但LiB容量减少使其Ah吞吐量和氢耗增大；系统效率随Hyb增加而下降（无SC时76.08%，Hyb 32.4%时65.7%）。案例4完全避免LiB超过0.6C，而案例5中SC在早期放空导致后期无保护。
步骤5（4.5）：优化。通过拟合效率与老化趋势面（平均绝对误差<1%），定义多目标函数J。在效率与老化等权重（50%/50%）下，0% Hyb为技术最优；若老化权重增至75%，最优配置变为6.48% Hyb（0.3C阈值）。表明效率损失超过老化改善时非混合方案更优。
步骤6（4.6）：经济分析。基于年化TCO计算，案例0（0% Hyb）成本最低；高Hyb因SC昂贵和氢耗增加导致总成本上升。敏感性分析显示，若SC价格减半，案例3（19.44% Hyb）在0.6C和0.7C阈值下的年化成本接近案例0。
在讨论部分，研究人员指出，在恒定总重约束下，混合SC未改善车辆性能，非混合配置在技术和经济上均为最优。这主要因为LiB容量减小带来的内部电阻增加和Ah通过量增大，综合效果超过了SC的削峰优势。但若设计者优先延长LiB寿命或SC成本下降，混合方案可能变得有吸引力。该方法虽以特定案例验证，但为车队运营商提供了可推广的权衡评估框架。
该研究的结论总结如下：该研究提出了一种技术经济性尺寸配置方法论，用于寻找FCHEV的最佳HESS配置。该方法基于暴力搜索，以Hyb为主要设计变量，关键特征为恒定总重约束以确保配置间公平比较。决策过程分技术评估（最大化效率与最小化LiB老化）和经济评估（基于TCO含CAPEX、OPEX及更换成本）。研究人员利用AVL Cruise MTM建立重型FCHEV动态模型，并在由商业ESS设备、WHTC循环及规则基EMS构成的案例中验证。结果显示，技术上，恒定总重下LiB-SC混合未改善性能，案例0（0% Hyb）最优，因LiB尺寸缩小带来的应力增大和效率损失超过SC削峰优势；经济上，非混合方案最有利，SC高比成本显著增加CAPEX，且TCO表明更换LiB比投资HESS保护更划算。尽管结果限于特定案例，该方法建立了可推广的HESS初始尺寸框架，暴力搜索确保全局最优，简化模型成功识别关键成本驱动因素（OPEX和电池更换成本）。老化模型有助于识别效率与LiB寿命的权衡，该框架可成为车队运营商评估FCHEV混合方案可行性的稳健决策工具。
