肖興偉，楊繼斌，鄧鵬毅，黃瑞珂

（1.四川工業(yè)科技學院，四川 德陽 618500；2.西華大學汽車與交通學院，四川 成都 610039）

目前，由于化石燃料消耗過大、排放污染物造成環(huán)境污染嚴重等問題突出，各國都致力于尋找可再生、更加清潔的能源作為汽車能量源。氫燃料電池以其清潔、高效、無污染等優(yōu)點成為當下發(fā)展熱點[1]。經(jīng)濟發(fā)展和城市化進程加快，對貨物運輸車輛的節(jié)能減排性能提出了更高的要求：一是從高污染、高排放車輛向低污染、低排放清潔運輸車輛發(fā)展；二是從高燃耗、低效率車輛向低燃耗、高效率運輸車輛發(fā)展[2]。因此，氫燃料電池物流車成為當前國內(nèi)外解決這一問題的有效方案。

燃料電池物流車一般采用燃料電池與動力電池或超級電容等組成混合動力源，通過調(diào)節(jié)動力源的能量輸出，可滿足汽車行駛動力需求，并且提升燃料電池效率；因此，燃料電池混合動力汽車能量管理策略對于提升燃料電池經(jīng)濟性和耐久性至關重要。燃料電池混合動力汽車能量管理策略主要有基于規(guī)則[3]、基于優(yōu)化[4]和基于學習的[5]方法?；谝?guī)則的能量管理策略適合在線應用，可以在嵌入式處理器高效運行?；趦?yōu)化的能量管理策略可以達到最優(yōu)的控制結果，但是計算量大，在線應用比較困難?；趯W習的能量管理策略可以基于實時和歷史信息的大數(shù)據(jù)集，實現(xiàn)自主學習最優(yōu)控制策略和自適應能力[6]。為加快燃料電池混合動力物流車能量管理策略的開發(fā)與驗證，基于模型的控制策略開發(fā)[7-8]和硬件在環(huán)測試[9-10]是非常有效的方法。

本文在Matlab/Simulink 中建立基于規(guī)則式的燃料電池物流車能量管理策略，聯(lián)合STM32-MAT與STM32CubeMX 完成STM32 控制器底層配置，自動生成在控制器運行的C 代碼，結合dSPACE實時仿真系統(tǒng)完成硬件在環(huán)閉環(huán)控制測試。

1 燃料電池物流車建模

本文搭建燃料電池物流車正向的仿真模型，包括工況模型、駕駛員模型、控制器模型、燃料電池加動力電池的混合動力源模型、電機模型、傳動系統(tǒng)模型、車輪模型、縱向動力學模型[11]。整車仿真模型頂層框圖如圖1 所示。

圖1 整車仿真模型頂層框圖Fig.1 Top level block diagram of vehicle simulation model

1) 工況模型。

工況模型主要用于輸出需求車速?；跁r間-速度模型，通過查表得出當前時刻需求車速，如式(1) 所示。

式中：fv為一維查表函數(shù)；vdem為工況需求車速。本文測試工況選擇的是中國貨車行駛工況（CHTC_HT），如圖2 所示。

圖2 中國貨車行駛工況（CHTC_HT）Fig.2 China heavy-duty commercial vehicle test cycle-truck

2) 駕駛員模型。

駕駛員模型采用抗積分飽和的PID 模型方法，用于根據(jù)需求車速與實際車速的誤差，調(diào)節(jié)加速踏板和剎車踏板的開度大小，以模擬駕駛員的操作，如式(2)所示。

式中：uPID∈[-1,1]，uPID＜0表示駕駛員踩下制動踏板，uPID＞0表示駕駛員踩下加速踏板，uPID=0表示踏板處于放松狀態(tài)；Kp、Ki、Kd分別為比例、積分、微分系數(shù)，取值為1.2、0、0.1；vdem為工況需求車速；vact為實際車速。

3) 控制器模型。

控制器模型根據(jù)駕駛員模型輸入的踏板信號、車輛的車速信號及車輛各模塊狀態(tài)，按照能量分配策略，實時計算燃料電池和動力電池需求功率，完成控制量輸出。

4) 燃料電池模型。

燃料電池輸出電壓表示為

式中：Eoc表示燃料電池穩(wěn)態(tài)開路電壓，V；Va表示陰極和陽極的活化過電壓，V；Vc表示濃度過電壓，V；Vohm表示歐姆過電壓，V。

5) 動力電池模型。

動力電池模型使用Shepherd 方程[12]描述動力電池端電壓與時間之間的定量關系。

式中：E為動力電池端電壓；ES為空載時候的電池電壓；i為放電電流；K、N、A、B為模型參數(shù)；Q為電池容量。

使用安時積分法計算電池荷電狀態(tài)。

式中：SOC(t)為當前時刻動力電池SOC 值；SOC(t0)為初始時刻動力電池SOC 值；i為放電電流；Q為電池容量。

6) 車輛其他部件模型。

電機模型采用基于電機效率MAP 的靜態(tài)模型，通過試驗數(shù)據(jù)得到電機效率MAP 圖，根據(jù)電機功率和電機轉速，計算電機實際輸出轉矩。

根據(jù)傳動系統(tǒng)的效率及傳動比建立傳動系統(tǒng)模型，模型通過驅動電機輸出轉速和轉矩，計算出傳動系統(tǒng)輸出的轉矩與轉速。

車輪模型主要根據(jù)傳動系統(tǒng)傳出的實際轉矩和轉速，在驅動時得到汽車驅動力，在制動時得到汽車制動力合力。

在整車縱向動力學模型中，根據(jù)車輪受力情況，計算汽車的加速度，并積分得到汽車車速，如式(6)所示。

式中：Ft為車輪驅動力；Ff為滾動阻力；Fw為空氣阻力；Fi為坡道阻力；V為汽車車速；a為汽車加速度；m為整車質量；δ為車輛旋轉質量轉換系數(shù)。

物流車參數(shù)如表1 所示。

表1 車輛參數(shù)Tab.1 Vehicle parameters table

2 基于規(guī)則的能量管理策略

本文開發(fā)基于規(guī)則式的能量管理策略，便于在控制器中高效運行。該能量管理策略優(yōu)先輸出燃料電池功率，燃料電池在動力電池電量低時可為動力電池充電，動力電池提供峰值功率，并且在制動時回收制動能量。

設物流車行駛所需的功率為P_n，燃料電池最大輸出功率為P_fc_max，燃料電池最小輸出功率為P_fc_min，動力電池最大放電功率為P_bat_dischrg_max，動力電池最大充電功率為P_bat_chrg_max，燃料電池功率輸出為P_fc_bus，動力電池功率輸出為P_bat_bus，汽車行駛速度為v_spd，電池SOC 值為Bat_soc。為保護動力電池，防止出現(xiàn)過充和過放，延長動力電池使用壽命[13]，所設計的能量管理策略盡量維持動力電池SOC 值在40～85 之間。

具體能量管理策略如下。

當動力電池SOC ＜20時，動力電池為防止出現(xiàn)過放不再進行功率輸出；當SOC ＜40時，燃料電池可對動力電池充電；當動力電池SOC ≥85，動力電池為防止過充不再回收制動能量。

1) 當0 ≤P_n ≤P_fc_max時，優(yōu)先燃料電池輸出。

當動力電池SOC ＜40，燃料電池可為動力電池充電，此時存在以下兩種情況。

①燃料電池最大功率P_fc_max與需求功率P_n之差未超過動力電池最大充電功率P_bat_chrg_max，此時燃料電池以最大功率P_fc_max輸出，動力電池充電功率大小為燃料電池最大輸出功率與需求功率之差。

② 若燃料電池最大功率P_fc_max與需求功率P_n之差超過了動力電池最大充電功率P_bat_chrg_max，此時動力電池以最大充電功率P_bat_chrg_max充電，燃料電池輸出功率滿足車輛需求與動力電池充電。

當動力電池SOC ＞40，燃料電池不再為動力電池充電，此時燃料電池輸出功率滿足車輛行駛需求，動力電池不輸出功率。

2) 當P_fc_max ＜P_n ≤P_bat_dischrg_max+P_fc_max時，燃料電池以最大輸出功率P_fc_max輸 出，剩余功率需求由動力電池輸出。

3) 當P_n ＞P_fc_max+P_bat_dischrg_max時，燃料電池和動力電池都以最大輸出功率輸出。

4) 當汽車需求功率P_n ＜0時，表明汽車處于制動狀態(tài)，此時燃料電池以最小輸出功率P_fc_min輸出，動力電池根據(jù)車速、SOC 等信息決定是否回收制動能量。

當車速v_spd ＜5 km/h時，動力電池不回收制動能量。當車速v_spd ≥5 km/h，此時存在以下兩種情況。

①若制動功率大于等于動力電池最大充電功率P_bat_chrg_max，則動力電池以最大充電功率回收制動能量。

② 若制動功率小于動力電池最大充電功率P_bat_chrg_max，則動力電池能量回收功率大小為P_n的絕對值。

具體的能量分配流程如圖3 所示。

圖3 能量分配流程圖Fig.3 Energy distribution flowchart

3 控制器開發(fā)

本文設計的控制器需采集動力電池SOC 值、汽車車速、燃料電池輸出電壓、燃料電池健康狀態(tài)等信息，并且計算汽車行駛的需求功率，通過圖3所示的能量管理策略實時管理燃料電池與動力電池功率輸出。

3.1 控制器硬件

控制器采用STM32F103ZET6 單片機，基于高性能的ARM CortexTM-M3 32 位內(nèi)核，工作頻率最高可達到72 MHz，內(nèi)置512 K 字節(jié)的閃存，滿足程序存儲要求，擁有豐富的外設，3 個12 位ADC 模塊，2 個DAC 轉換器，8 個定時器，以及豐富的通信接口（CAN、USART、SPI、I2C 等）。硬件包含最小系統(tǒng)的電源穩(wěn)壓模塊、晶振電路、復位電路、I/O接口等，并采用基于TJA1050 芯片的CAN 收發(fā)器與外界控制器進行CAN 通信。

3.2 基于模型的控制器軟件開發(fā)

控制器軟件采用基于模型開發(fā)方式，應用Matlab/Simulink/Stateflow 可視化、圖形化的模塊快速建立控制策略模型[14-15]。而在Simulink 中集成STM32-MAT/TARGET 嵌入式目標工具箱。該工具箱提供管理STM32 外設數(shù)據(jù)的Simulink 模塊庫，可將相應外設模塊拖放到Simulink 模型中，完成外設參數(shù)配置，建立控制器外設與控制策略模型之間的聯(lián)系，最后使用Simulink 的Embedded Coder 生成相應控制策略模型嵌入式C 代碼，經(jīng)編譯后可直接下載到控制器中運行。

基于STM32-MAT 聯(lián)合Matlab/Simulink 軟件開發(fā)步驟如下。

1) 使用圖形化配置軟件STM32CubeMX 對控制器的引腳、時鐘、功能外設等進行配置，最終生成.ioc 文件。CAN 參數(shù)配置如圖4 所示。

圖4 CAN 參數(shù)配置界面Fig.4 CAN parameters configuration interface

2) 建立Simulink 模型，將STM32-MAT 工具箱中的MCU CONFIG 添加到模型中，關聯(lián)之前建立的.ioc 文件。

3) 添加相應外設模塊到控制策略模型，并配置相應參數(shù)。

4) 使用Embedded Coder 生成C 代碼。

4 基于dSPACE 的硬件在環(huán)仿真測試

4.1 仿真測試概述

硬件在環(huán)測試是使用仿真模型替代物理被控對象，運行在實時仿真系統(tǒng)中，并通過I/O 接口及通信接口與實際控制器連接形成閉環(huán)，從而對控制器進行系統(tǒng)測試。

dSPACE 是基于Matlab/Simulink 開發(fā)的半實物實時仿真系統(tǒng)，可作為快速開發(fā)原型，充當控制器作用，也可以連接實際控制器，充當被控對象，實現(xiàn)在硬件上快速驗證控制算法，以及對控制器或被控對象進行測試[16]。

燃料電池、動力電池、電機、傳動系統(tǒng)、車輪、整車動力學、駕駛員、工況等模型同時運行在dSPACE 中，得到車輛實時運行數(shù)據(jù)。dSPACE 將電池SOC 值、實際車速值等整車部件運行相關信息通過CAN 總線發(fā)送給控制器，以便控制器完成計算控制輸出。

本文通過Simulink Coder 將整車能量管理策略模型生成嵌入式C 代碼，編譯后下載到真實控制器。將整車模型編譯后加載到dSPACE 中，控制器通過CAN 總線與dSPACE 連接進行信息通信交互，并通過ControlDesk 軟件圖形化、可視化地管理測試變量，進行在線測試管理。測試實物如圖5所示。

圖5 測試實物圖Fig.5 Picture of test object

4.2 測試結果及分析

本文主要對基于模型開發(fā)的控制器進行測試，驗證整車控制器硬件功能，包括通信功能，測試基于代碼生成的軟件邏輯功能的正確性。

1) 物流車速度測試結果。

測試燃料電池混合動力物流車在中國貨車行駛工況（CHTC_HT）下速度響應跟隨情況，驗證在控制器能量分配下車輛運行情況。速度測試結果如圖6 所示。

圖6 車速測試結果Fig.6 Test results of vehicle speed

由圖6(a)可知，離線仿真車速與硬件在環(huán)測試車速重合度非常高，圖6(b)顯示車速絕對差值最大僅為0.860 5 km/h，未超過1 km/h，說明控制器硬件與軟件功能運行正常，控制策略實時性好。

2) 燃料電池與動力電池能量分配。

車輛需求功率、燃料電池及動力電池輸出功率、動力電池SOC 值離線仿真與硬件在環(huán)測試結果如圖7 所示。

圖7 功率及SOC 測試結果Fig.7 Test results of power and SOC

由圖7 可以看出：離線仿真數(shù)據(jù)與硬件在環(huán)測試數(shù)據(jù)吻合度高，車輛需求功率(a)、燃料電池輸出功率(b)、動力電池輸出功率(c)及SOC 值(d)標準差誤差分別為0.505%、0.2%、0.866%、3.475%，說明控制器能夠準確實時地根據(jù)能量管理策略進行動力輸出分配，滿足整車能量管理需求。

5 結論

為快速地對燃料電池物流車能量管理策略進行開發(fā)與在線驗證，本文建立燃料電池物流車整車模型，并借助STM32-MAT 工具箱與STM32CubeMX，快速建立起控制策略模型與控制器外設之間的聯(lián)系，自動生成目標C 代碼，可直接編譯下載到真實控制器中運行，控制器連接dSPACE 實時仿真系統(tǒng)進行閉環(huán)測試。從測試結果可以看出硬件在環(huán)測試結果與離線仿真結果差異較小，可以得到以下結論。

1) 通過圖形化簡單操作配置控制器外設參數(shù)，將控制器外設與控制策略模型直接連接，自動生成控制器運行C 代碼，無須開發(fā)人員進行復雜的單片機開發(fā)工作，降低了嵌入式開發(fā)難度，提升了開發(fā)效率。

2) 形成整車閉環(huán)測試系統(tǒng)，滿足燃料電池汽車能量管理策略前期在線驗證需求，檢驗控制策略在線運行效率，為控制策略后續(xù)的實車應用鋪平道路。

當前工作主要是對提出的基于模型開發(fā)與硬件在環(huán)測試方法進行驗證，僅開發(fā)了規(guī)則式的能量管理策略，未來可以深入研究基于優(yōu)化及基于學習的能量管理策略在線驗證及應用，達到最優(yōu)控制結果。