本文是一篇机械论文，本文以燃料电池汽车能量管理问题为切入点展开对整车能量管理策略的研究工作，包括动力系统的选型匹配与建模、工况识别模型搭建、能量管理策略制定和能耗分析等。
1 绪论
1.1 研究背景及意义
传统燃油汽车的高消耗、高排放给我国能源和环境带来了极大的压力，在数量逐年增长的背景下继续使用终会导致严重的能源危机，不利于可持续绿色发展；同时在我国政策的大力推动下，新能源汽车产业高速发展[1-3]。截止2022年底，我国新能源汽车保有量达1310万辆，其中纯电动汽车保有量达1045万辆，占新能源汽车保有量的79.77%；新能源汽车保有量占汽车保有量的比例逐年攀升，未来将继续保持增长趋势[4,5]。
目前电动汽车的发展最为迅速，根据动力源的不同又可细分为以下四类：纯电动汽车、混合动力电动汽车、增程式电动汽车和燃料电池电动汽车（Fuel Cell Electric Vehicle，FCEV）[6]。增程式电动汽车和混合动力电动汽车仍保留有传统燃油汽车部件——发动机，因此结构相对复杂且仍会造成环境污染。燃料电池电动汽车主要以氢气作为新能源，具有排放无污染、能量转化效率高的优点，被认为是最为理想的电动汽车之一，因此逐渐成为新能源汽车研究热点[7]。
燃料电池电动汽车存在储氢成本高、电池使用寿命不长、动力性不足等问题，目前市面上多数燃料电池电动汽车的主要能量源选用燃料电池，备用能量源选择动力电池[8,9]。通过对燃料电池汽车动力系统的研究发现，需要制定合理的能量管理策略才能使复合电源能量利用最大化，即能量管理策略的本质就是通过合理分配复合电源中不同能量源的功率输出，提高整车动力性和经济性[10]。因此，能量管理策略成为燃料电池汽车动力系统的研究重点，而如何制定合理高效的能量管理策略更是成为了问题的关键。
.......................
1.2 FCEV能量管理策略研究现状
燃料电池汽车能量管理策略的制定是为了解决复合电源中两种能量源的功率分配问题，提高系统的工作效率，并在满足动力性和经济性的要求下提高整车续驶里程，延长电池使用寿命。研究发现能量管理策略可以跟行驶工况相融合，这样既弥补了传统策略对复杂工况适应性差的短板，又能提高整车能量管理策略的控制效果。
目前燃料电池汽车的能量管理策略大致可分为以下3类：基于规则的能量管理策略、基于优化的能量管理策略和基于工况识别的能量管理策略[11]。
1.2.1 基于规则的能量管理策略
基于规则的能量管理策略是最早应用于实车的一类策略，主要包括确定规则的能量管理策略，如开关控制策略、功率跟随策略等；以及模糊规则的能量管理策略，如模糊控制策略。
许亚涵等[12]为探究实际行驶工况下整车系统各部分的瞬态变化以及功率分配情况，提出了开关控制策略，然后分不同行驶工况对开关控制策略进行离线优化，结果表明所提策略能降低能量消耗并提高利用率。贾和坤等[13]以优化燃料电池汽车的电池充放电状态、电池工作效率和续驶里程为目标，提出开关控制策略和基于模糊逻辑的开关控制策略进行仿真分析，结果表明所提基于模糊逻辑的开关控制策略比传统开关控制策略效果更优，能很好地达成优化目标。孙闫等[14]研究燃料电池汽车的能量分配，提出一种改进的功率跟随策略，并通过智能算法对其参数进行优化，结果表明所提策略在提高的经济性的同时还能较好地保护电池寿命。刘琦等[15]为解决整车能量分配问题，提出粒子群算法优化功率跟随策略的方法，经过仿真验证了所提策略可有效降低整车的等效氢耗量并延长燃料电动使用寿命。
....................
2 燃料电池汽车动力系统选型匹配与建模
2.1 燃料电池动力系统拓扑结构选型
燃料电池汽车可以按照动力系统的不同分为纯燃料电池动力系统的FCEV和复合电源动力系统的FCEV，并以复合动力系统的居多[45]。复合电源动力系统的构型分为以下三种：燃料电池+动力电池复合型（FC+B）、燃料电池+超级电容复合型（FC+C）、燃料电池+动力电池+超级电容复合型（FC+B+C）[46]。
2.1.1 纯燃料电池动力系统拓扑结构
纯燃料电池动力系统是指燃料电池作为整车唯一动力源，单独承担汽车行驶过程中所有的需求功率，具体系统结构如图2.1所示。
机械论文怎么写
由于只存在燃料电池一个动力源，燃料电池汽车难免会有一些缺陷，具体如下：
（1）燃料电池为整车提供能量一般都是通过化学反应进行，在汽车启动时会出现响应慢、能量输入不及时的情况，导致整车动力性较差。
（2）燃料电池不具有回收能量的功能，在汽车减速或制动情况下产生的能量无法进行回收。
（3）燃料电池受储能技术的限制，无法提高功率转换效率，导致成本较高。
（4）燃料电池受低温环境影响，导致汽车低温下启动较困难。
.......................
2.2 驱动电机选型匹配与建模
2.2.1 驱动电机选型
驱动电机作为燃料电池汽车的动力驱动装置，是整车的核心部件，因此它需要有很高的可靠性及耐久性，能稳定高效地将燃料电池和动力电池输入的电能转换为机械能供汽车行驶驱动；同时在减速或制动时，回收汽车产生的制动能量并储存于辅助电源。目前，市面上的主流驱动电机主要有如下几类：永磁同步电机、交流异步电机、开关磁阻电机，各自的性能对比如表2.1所示。
机械论文参考
由上表可知，永磁同步电机体积较小，功率密度大，可靠性能优良，调速精度高；已逐渐成为动力需求较高的电动汽车的主流驱动电机。交流异步电机成本适中、运行可靠，但功率密度不高且调速范围较小。开关磁阻电机成本较低、可靠性高，但震动噪声较大，转矩波动大，一般应用于大型客车。综合考虑下，本文选择永磁同步电机。
..............................
3 行驶工况识别方法研究 ................. 21
3.1 行驶工况样本构建 ........................... 21
3.1.1 工况类别划分 .............................. 21
3.1.2 工况样本提取 ............................... 22
4 燃料电池汽车模糊能量管理策略及优化 ............................ 38
4.1 基于模糊控制的能量管理策略 ............................ 38
4.1.1 模糊控制原理 ............................ 38
4.1.2 模糊能量管理策略 .......................... 40
5 FCEV工况自适应能量管理策略与能耗分析 .................................... 52
5.1 融合工况识别的自适应模糊能量管理策略 ................................ 52
5.1.1 工况自适应模糊能量管理策略 ................... 52
5.1.2 组合循环测试工况仿真分析 ......................... 53
5 FCEV工况自适应能量管理策略与能耗分析
5.1 融合工况识别的自适应模糊能量管理策略
5.1.1 工况自适应模糊能量管理策略
本文行驶工况的类别划分为市区工况、郊区工况和高速公路工况3类行驶工况，3类工况的行驶车速不同导致能量管理效果也存在差异。仅仅只设计1组参数的模糊控制器在整车能量管理方面势必存在缺陷，因此，考虑到3类行驶工况不同的能量需求设计3组不同参数的模糊控制器，解决1个模糊控制器存在的不足。根据第4章的设定，将整车需求功率和动力电池SOC作为模糊控制器的输入变量，燃料电池输出功率作为输出变量，设计3组不同参数的模糊控制器。
（1）市区工况下汽车行驶车速一般较低，功率需求不高，故将整车需求功率Preq的论域设置为[0，15]，动力电池SOC的论域设置为[0，1]，燃料电池输出功率Pfc的论域设置为[0，10]。
（2）郊区工况相较于市区工况拥堵程度不高，功率需求略有上升，故将整车需求功率Preq的论域设置为[0，50]，动力电池SOC的论域设置为[0，1]，燃料电池输出功率Pfc的论域设置为[0，30]。
（3）高速公路工况行驶车速较高，功率需求较大，故将整车需求功率Preq的论域设置为[0，100]，动力电池SOC的论域设置为[0，1]，燃料电池输出功率Pfc的论域设置为[0，50]。
机械论文参考
..........................
6 总结与展望
6.1 全文总结
本文以燃料电池汽车能量管理问题为切入点展开对整车能量管理策略的研究工作，包括动力系统的选型匹配与建模、工况识别模型搭建、能量管理策略制定和能耗分析等，具体研究过程和主要研究内容总结如下：
（1）燃料电池汽车动力系统的选型匹配与建模。首先分析了燃料电池汽车动力系统的结构，并最终确定仿真构架为FC+B构型。然后针对动力系统主要部件进行选型匹配计算，确定其主要参数的设定。最后根据确定的主要部件在Matlab/Simulink中搭建仿真模型，为后文能量管理策略的制定作铺垫。
（2）搭建工况识别模型。选用6个典型仿真工况构建组合循环测试工况，并划分为城市、郊区和高速公路这3个具体行驶工况，再以7个特征参数为评价指标提取工况片段作为识别模型的输入量，以工况类别为输出量，搭建工况识别模型。研究分析了3种不同提取方式和3种不同识别模型对工况识别正确率的影响，最终确定以识别周期T为120s、识别更新周期∆T为5s的提取方式，基于随机森林算法搭建工况识别模型，总体识别正确率最高为97.76%。
（3）设计遗传算法优化的模糊能量管理策略。首先，设计基于模糊控制的能量管理策略，然后在此基础上以整车等效氢气消耗量最低为优化目标，搭建基于遗传算法优化的模糊能量管理策略。根据WLTC工况的仿真结果分析得出，经遗传算法优化后的模糊能量管理策略能更进一步提升整车经济性，且在一定程度上延长了燃料电池和动力电池的使用寿命。
（4）建立融合工况识别的自适应模糊能量管理策略与分析不同行驶工况下的能耗差异性。针对市区、城郊、高速公路3种不同行驶工况，分别建立经遗传算法优化的模糊能量管理策略，再将RF工况识别模型与3组模糊能量管理策略相结合形成工况自适应模糊能量管理策略。以组合循环测试工况为仿真工况，通过Matlab/simulink与Advisor联合仿真，对比分析工况自适应策略与单一模糊策略的经济性。然后根据仿真结果进行不同行驶工况下的能耗分析，结果表明所提工况自适应策略符合实际行驶工况的需求，相比单一模糊策略能更好地适应复杂行驶工况，提升整车经济性。
参考文献（略）