燃料电池汽车动力系统测试及优化
——评《燃料电池汽车动力系统分布式测试数据传输研究》

王汝佳，顾亚升

(江苏理工学院汽车与交通工程学院，江苏 常州 213001 )

近年来，燃料电池汽车逐渐普及，燃料电池汽车动力系统的性能成为科研人员关注的焦点。牛文旭所著《燃料电池汽车动力系统分布式测试数据传输研究》一书，首先，对燃料电池汽车动力系统进行简要概述，并给出测试的方法；然后，引入中德软硬件测试平台，对燃料电池汽车动力系统进行建模；接着，介绍燃料电池汽车动力系统远程测试数据传输相关知识，在此基础上分析数据远程传输过程中数据丢包的影响因素，通过仿真示例说明透明度和数据丢包对动力系统性能的影响；最后，为提高数据传输的可靠性，给出了3种数据传输优化方法，并通过仿真示例，证明方法的有效性。

1 动力系统及测试方法

燃料电池汽车可实现废气零排放，且能量密度和效率也较高，具有广阔的应用前景。燃料电池汽车由多种部件及控制系统组成，其中，动力系统尤为重要。燃料电池动力系统通常由电池、驱动电机、发动机和直流(DC)/DC变换器等构成，与汽车续航里程关系密切。对燃料电池动力系统进行性能测试十分重要，国内外科研人员相继提出了满足不同额定功率要求的测试方法。随着科技的发展，以互联网为基础的分布式测试方法逐渐应用到汽车测试中。这种测试方法对网络性能的依赖性较强，在测试过程中可能会出现数据延迟、抖动和丢失现象；同时，分布式系统本身的耦合特性也会影响测试结果。有鉴于此，该书提出一种基于X-in-the-Loop(XiL)的燃料电池汽车动力系统分布式测试方法，从模型、软件和硬件等3个方面设置不同的场景进行测试分析。

2 车动力系统建模

在该书所描述的燃料电池汽车动力系统中，燃料电池和电池都为汽车提供动力，燃料电池系统不仅能驱动汽车电机正常工作，还能为电池充电。

首先，建立汽车动力学模型。汽车在路面上行驶，本身受到的作用力包括自身重力、地面摩擦力、空气阻力和牵引力等，在汽车动力学模型中，设置汽车质量为1.3 t，轮胎半径为30 cm，汽车行驶风阻系数为0.33，迎风面积为2.04 m2。

接着根据电路模型以及功率输出特性，并考虑实际的影响因素，对燃料电池、电池进行建模，其中，燃料电池模型的输入为电流，输出为电压。电池模型由荷电状态(SOC)、电压、热计算模块等3部分组成，输入为电流和温度，输出为SOC和电压，并设置模型参数如下：电流最大为500 A，最大充电电流为-45 A，串联和并连单体数量分别为100和20。由于燃料电池的能量密度高，电池的功率密度高，且动态响应性好，合理搭配两者，能充分发挥性能，但需要选择恰当的能量管理策略。该书测试的是远程状态下分布式环境中燃料电池汽车动力系统的性能，计算过程较复杂，对策略的优越性要求不高，但要求电池有较好的动态特性。有鉴于此，该书采用功率跟随策略实现远程状态下的系统性能测试。在开始阶段，燃料电池首先为系统提供能量，当系统需求功率大于燃料电池可提供的功率时，电池开始工作。

电驱动系统由电机、控制器和传动机构等3部分组成，电机可实现车辆机械能和电能的转换。结合各个部件模型，并通过软硬件的良好融合，引入中德软硬件测试平台对动力系统进行建模。测试平台的软件和硬件分为4层结构：最下层是测试流程层，主要实现电机实时转速和转矩的测量，硬件组成包括变频器、驱动电机、负载电机、测试设备和各种传感器等，其中，驱动电机和负载电机分别由不同的变频器控制；第2层是接口层，连接了测试流程层和操作层，主要功能是将得到的模拟信号转换成数字信号，硬件组成包括中规模集成电路(MSI)模块和控制器局域网(CAN)总线通道等，其中，利用CAN总线能实现测试流程层中电机的控制；第3层是操作层，内有操作系统以实现各设备及平台的参数状态监控；最上层是控制层，通过图形用户界面(GUI)实现测试平台的整体控制。

3 动力系统远程测试数据传输分析

在对燃料电池汽车动力系统进行远程测试时，数据传输的性能是关注的重点。测试过程中，网络状态不稳定可能会导致数据延迟、数据包丢失等现象。由分布式系统的特性及测试示例可知，网络状态对燃料电池汽车动力系统的测试效果影响明显，所以对网络状态进行测试。采用流量测量方法，测量单位为数据包，选用科来Ping工具抓取数据包，测试时间点为每天的6：00-7：00、14：00-15：00和21：00-22：00，连续测试1个星期。结果表明，这3个时间段的数据包往返时延平均为200～400 ms，丢包率在8%左右。

数据丢包会对系统测试的结果产生重要影响。丢包原因通常有两种：①数据在网络上通过信道传输，信道之间由若干节点相互连接，若某一时间段通过该节点的数据包太多，会出现拥挤、挤兑现象，此时，就会有数据包无法通过该节点，形成丢包；②在某些控制系统中，通过人为的方式设置数据包的接收机制，用于控制数据包的接收量，保证系统平稳运行。结合燃料电池汽车动力系统模型，建立基于马尔科夫随机过程的数据丢包模型。由该模型及网络质量测量结果可知，数据丢包是随机事件，连续丢包的可能性几乎没有。

4 数据传输对动力系统性能的影响

在燃料电池汽车动力系统远程测试数据传输分析中，动力系统结构以及组成不同，测试结果也会发生改变。这种由于动力系统本身的变化所导致的不确定性，即为系统的透明度。该书从软硬件、控制方法和测试位置等方面，对系统进行不同的配置，并以车速、电机转矩、电池输出功率作为参数，通过非参数统计方法分析系统的透明度。根据计算结果可知：①相比于软硬件相结合的环境，纯仿真环境下系统的透明度更高；②系统在本地测试中的透明度始终保持较高的状态；③车速输出比电机转矩、电池输出功率的透明度高，且受网络状态的影响较小。除了透明度外，在数据传输中有时会出现数据包丢失现象，也会引起动力系统性能的降低。为此，基于测试网络，该书设置了3种不同的路况来验证数据包丢失对车辆性能的影响。

以全球统一轻型汽车测试循环(WLTC)路况为例，当车速不同时，数据丢包对车速的影响不同。车速较慢时，数据丢包对输出车速的影响在误差允许的范围内，几乎可忽略不计；当车速较快时，数据丢包会影响输出车速，但前提是丢包率≥8%，当车辆处于高速状态时，数据丢包率≥5%，就会导致输出车速出现波动。此外，动力系统的氢消耗量也与丢包率密切相关。当丢包率从0增加到1%时，动力系统的氢消耗量快速下降；当丢包率从1%增加到5%时，氢消耗量逐渐下降；直到丢包率≥5%，氢消耗量几乎不变。在加速路况测试中，当速度越来越快时，丢包率对车速的影响愈加明显，且当丢包率增大时，数据丢包对车速的误差影响也变得明显，系统的氢消耗量随之减小。在高速路况测试中，设置车速为33 km/h，当丢包率逐渐增大时，数据丢失对车速的影响更明显；当丢包率缓慢增加时，系统的氢消耗量逐渐减小。

5 动力系统的数据传输优化方法

互联网分布式测试方法对网络性能的依赖性较强，数据延迟、抖动、丢失以及分布式系统本身的耦合特性等，都会影响测试平台的性能。为提高数据传输的可靠性，该书给出了3种数据传输优化方法。

首先，根据神经网络的非线性能力预测时间序列，使用预测值实现对时间延迟的补偿，以解决数据传输延迟问题。根据透明度来衡量神经网络的补偿效果，发现在神经网络补偿前，测试数据传输的延迟很大，平均差异为-0.673 25，利用神经网络补偿后，数据传输的平均差异降低为0.000 20，表明神经网络可实现数据传输延迟的预测和补偿，将影响降至较低的水平。神经网络算法在使用时要用大量数据进行训练，优化的效果与训练数据的优劣关系密切，存在一定的局限性，因此，人们提出利用滑模状态观测器来优化数据。在模型中设置参数，测试单向时延分别为250 ms、400 ms和500 ms时的速度、输出功率以及电机转矩，发现单向时延越长，对速度、输出功率及电机转矩的优化效果越好，能有效控制网络延迟对系统性能的影响。针对数据丢包给分布式测试平台带来的影响，该书利用补偿控制器，实现在网络状态不可测的情况下较好地控制系统性能。以速度补偿为例，在低速、中速和高速等3种不同的路况下，验证补偿器对速度的补偿效果。当车速越快时，补偿效果越好，在高速路况下，优化幅度甚至达到2 km/h。

6 结语

《燃料电池汽车动力系统分布式测试数据传输研究》一书融合理论知识和仿真示例，介绍燃料电池汽车动力系统的组成以及测试方法，并引入中德软硬件测试平台，对动力系统进行建模；在此基础上，分析远程数据传输过程中数据丢包的影响因素，通过仿真示例说明透明度和数据丢包对动力系统性能的影响；最后，给出了3种数据传输优化方法，以提高数据传输的可靠性。该书可供从事燃料电池汽车研究的相关人员参考。

书名：燃料电池汽车动力系统分布

式测试数据传输研究

作者：牛文旭 编著

ISBN：9787111646174

出版社：机械工业出版社

出版时间：2020-03-01

定价：￥49.90元