鋰電池作為傳統純電動汽車的主要能量源，價格合理、比能量高。然而過大的放電電流和較長的充電時間嚴重影響了鋰電池的壽命和基本特性，從而影響了車輛的加速性能、安全性能等。超級電容具有較高的功率密度和較快的充放電速率，內阻隨電流的增大而減小，將其作為輔助能源可以承受大電流充放電，在一定程度上能夠緩解電動汽車續駛里程短的問題，在能源和污染的問題上也具有重要的意義。

在對能量管理的分析中，基于規則的控制方法是最為經典的控制方法。

• 有學者利用邏輯門限控制策略降低了混合動力汽車油耗。
• 有學者利用邏輯門限控制策略對純電動汽車行駛最大允許功率的閾值進行優化，經優化后整車的經濟性得到了提高。
• 有學者設計了純電動汽車復合儲能系統邏輯門限控制策略，仿真和實驗結果表明該控制策略能夠避免蓄電池大電流沖擊，提高蓄電池的使用壽命和汽車的續駛里程。

近年來，神經網絡、遺傳算法等智能控制方法被應用到車輛能量管理技術中。

• 有學者將神經網絡用于整車能量管理中。
• 有學者采用改進的非支配排序遺傳算法降低了增程式汽車的油耗。
• 有學者利用帶精英策略的非支配遺傳基因算法使整車系統能量損失得到有效降低。
• 有學者利用粒子群算法設計了雙能源電動汽車的模糊能量控制器，實驗結果表明整車具有更好的燃油經濟性。
• 有學者制定了復合儲能系統的復合模糊控制策略，與鋰電池單獨供電相比，百公里加速時間縮短了9.85%，紐約城市循環（New York City Cycle, NYCC）工況下總能耗降低了19.08%，動力電池溫升降低了61.53%。
• 有學者提出一種混合動力電動汽車復合電源的非線性控制策略，該功率分配控制策略能充分發揮復合電源中蓄電池和超級電容器的優勢。

目前，盡管復合儲能系統被越來越多的研究人員所關注，且在降低功耗、制動能量回收、延長鋰電池使用壽命等方面也取得了很多成績，但在制動能量回收和功率分配方面的研究仍顯不足。

本文主要對純電動客車復合儲能系統的拓撲結構進行分析，根據實驗數據對復合儲能系統進行模型構建和參數辨識。同時，針對電動客車復合儲能系統的功率分配問題，制定了邏輯門限控制策略和模糊控制策略兩種功率分配方法。

應用汽車仿真軟件Cruise構建了電動客車整車模型，并將中國城市道路工況下的仿真結果與鋰電池單獨供電進行對比分析。搭建實驗臺架，通過實驗來驗證所提模糊控制策略在降低鋰電池充放電電流、降低系統能耗等方面的有效性。

圖1 復合儲能系統拓撲結構

圖11 整車仿真模型

結論

本文以純電動客車復合儲能系統為研究對象，通過實驗得到了鋰電池與超級電容參數，進而在Cruise中搭建純電動客車整車模型。以復合儲能系統能量消耗最少為目標，制定了相應的邏輯門限控制策略和模糊控制策略，并搭建了帶有復合儲能系統的實驗臺架，對模糊控制策略進行了實驗驗證，得到以下結論：

1）仿真結果表明，在中國城市道路工況下相比鋰電池單獨供電，采用邏輯門限控制策略時鋰電池SOC提高0.499%，能耗減少1.3493kW.h；采用模糊控制策略時鋰電池SOC提高0.661%，能耗減少1.7794kW.h。

2）仿真結果表明，采用鋰電池單獨供電時，鋰電池電流有很大一部分分布在60A以上；采用邏輯門限控制策略時，60A以上分布明顯減少；采用模糊控制策略時，電流幾乎全部分布在60A以下。

3）實驗表明，所提出的模糊控制策略能夠實現鋰電池與超級電容之間功率的合理分配，降低鋰電池工作電流，有效回收制動能量，從而延長了鋰電池使用壽命和純電動客車的續駛里程。