随着我国传统汽车产业规模不断发展扩大，石油消费量不断增加，这使得我国石油对外依存度过高，国家战略安全、能源保障需要我们保持高度警惕并作出应对。汽车产业的不断发展大大消耗了有限的石油资源，带来严重的能源危机，诸多环境问题伴随着大量化石燃料的消耗而日益凸显。面对日益严峻的能源危机和环境问题，大力发展新能源汽车技术已成为全球汽车产业的首要任务。
1 现状分析
根据采用动力源的差异，新能源车辆大致可分为，电动车辆、气体燃料车辆、太阳能车辆和原子能车辆等。电动车辆是指全部或部分用电能驱动电动机作为动力系统的车辆，包括纯电动车辆、混合动力电动车辆以及燃料电池电动车辆。其中，纯电动汽车具有突出的环保优势，其使用过程零排放，但具有续驶里程短、成本高、充电时间长、维护费用高以及电池寿命短等缺点。总体上，纯电动汽车产业还处于起步阶段；燃料电池电动汽车受限于燃料电池等关键性技术，仍面临动力性能差、续驶里程短、电池成本高以及基础设施不完善等困难；而混合动力汽车将内燃机、电机和储能装置有机地结合在一起，综合了内燃机驱动系统和电力驱动系统各自的优势，是新能源汽车技术中最成熟和最有产业化前景的车型。
2 混合复合能储系统的概述
对于混合动力汽车而言，电源系统是车辆的关键部件。目前，镍氢电池和锂离子电池是混合动力汽车比较常见的电能存储与转化载体。当混合动力汽车运行于加速、爬坡和制动能量回收工况时，高脉冲峰值电流可能会对这些电化学电池造成不可逆的损坏和循环使用寿命的降低。尤其低温下频繁启停和加速工况会严重降低锂离子电池的健康状态，并且可能引起电池过热、起火、爆炸等热失控现象，以及热失控扩展现象。另一方面，电化学电池作为车载电源时，由于较低的功率密度，往往需要配备比目标工况能量需求更大的储能设备，以满足整车在复杂行驶工况下的峰值功率需求。在实车应用中，电化学电池单体均衡性较差、工作温度适应能力欠佳。基于以上问题，近年来超级电容被广泛学者和机构所关注，并进行了深入的研究。与目前混合动力汽车广泛采用的锂离子电池和镍氢电池相比，超级电容具有优异的功率密度（2000-2000w/kg），较高的充放电效率（95-98%），超长的循环使用寿命（104-106），以及良好的高低温特性（-40℃~70℃）等优点，但其较低的比能量却无法独自完成作为车载储能元件的任务。因此，将动力电池和超级电容两种电能储元件组合在一起使用，形成复合能储系统，相互弥补不足并发挥各自的优势。
在复合能储系统中，由具有高比功率的超级电容承担大功率充放电的任务，而具有高比能量的动力电池组工作在其功率限值之内，使其免受大电流的冲击，从而起到延长电池组寿命的目的。
3 能量管理策略
能量管理策略对混合动力车辆的性能和效率起到极大的作用，其主要功能是协调负载功率需求在动力电池和超级电容之间的分配，以满足动力电池和超级电容各自的电学特性，是系统能量管理的关键。许多学者对燃料电池混合动力车辆能量管理策略进行了研究，参考文献，总结部分管理策略方法如下：
参考文献[1]将高斯积分法和谱法相结合，基于离线优化的能量管理，提出了一种伪谱方法求解混合储能系统功率最优分配问题，在保证解的最优性的前提下提高了对功率最优分配问题的求解效率，并采用逻辑门限方法从最优解中提取能量管理规则，能够实现定量而非以往定性的对比分析。文献[2]提出了一种自适应能量管理策略，包括驾驶模式识别器和多模式预测控制器。在监控层，马尔可夫模式识别器可以将实时驾驶段划分为三种预定义模式之一。根据周期性更新的模式识别结果，选择一组预先优化的控制参数。最后，通过在每个预测范围内求解一个约束优化问题，得到理想的控制策略。这种方法可以同时兼顾燃料电池系统的耐久性和系统的经济性。文献[3]以工况的能量需求和最大功率需求作为模糊逻辑模式识别的输入，将实时工况与“微循环”进行匹配，而后应用对应的能量管理规则；该规则同样是基于已划分的“微循环”工况数据，预先采用动态规划进行优化计算得到的，工况模式识别方法能够以较低的计算成本实现较好的能量管理效能。参考文献[4]提出了一种基于非线性模型预测控制(NMPC)框架的基于动态权重驱动的多目标成本函数的先进动态模型预测控制(AMPC)，通过使用动态权重，有效地将燃料消耗、燃料电池功率变化率、电池功率、燃料电池效率、电池充电状态和它们的温度组合成成本函数。这种方法可以依据驾驶工况动态地调整各成本分量的权重，进而使得燃料电池混合动力系统的性能最大化。参考文献[5]提出了一种自适应在线学习增强马尔可夫速度预测方法。通过实时识别转移概率矩阵，可以对其预测行为在不同驾驶场景下进行相应调整。在此基础上，仅根据预估的出行时间信息和速度预测结果，设计了一种荷电状态(SOC)参考规划方法来指导电池能量分配。模型预测控制结合速度预测结果和参考SOC，得到最优功率分配决策。通过在有限时间内寻求最优解，这种方法对在实际工程应用中有重要的参考价值。
三、结论
混合动力汽车得到了飞速发展，本文基于动力电池特点和现状，介绍了混合动力车辆复合能储系统，并简要介绍了能量管理策略的方法。未来燃料电池混合动力车还需要克服很多困难，需要进一步研究。
参考文献：
[1]LI J Q,FU Z,JIN X.Rule Based Energy Management Strategy for a Battery/Ultra-capacitor Hybrid Energy Storage System Optimized by Pseudospectral Method[J].Energy Procedia,2017,105(1):2705-2711.
[2] Zhou Y, Ravey A, Péra M C. Multi-mode predictive energy management for fuel cell hybrid electric vehicles using Markov driving pattern recognizer[J]. Applied Energy, 2020, 258: 114057.
[3]Feroldi D, Serra M, Riera J. Energy management strategies based on efficiency map for fuel cell hybrid vehicles[J]. Journal of Power Sources, 2009, 190(2): 387-401.
[4]Anbarasu A, Dinh T Q, Sengupta S. Novel enhancement of energy management in fuel cell hybrid electric vehicle by an advanced dynamic model predictive control[J]. Energy Conversion and Management, 2022, 267: 115883.
[5]Zhou Y, Ravey A, Péra M C. Multi-objective energy management for fuel cell electric vehicles using online-learning enhanced Markov speed predictor[J]. Energy Conversion and Management,2020, 213: 112821.
作者简介：晏娟（1989—），女，汉族，重庆市万州区人，讲师，工学硕士，单位：重庆三峡学院机械学院汽车服务工程专业，研究方向：发动机工作过程。
