分布式混合电推进飞行器技术

朱炳杰，杨希祥，宗建安，邓小龙

国防科技大学 空天科学学院，长沙 410073

随着全球航空业的飞速发展，越来越多的航空研发单位和制造商将目光聚焦于航空节能、环保及可持续性，动力系统革新尤为受关注。在众多创新概念中，分布式混合推进系统技术展现出了明显的发展潜力。分布式混合电推进系统，是指通过传统发动机带动发电机发电，为分布在机翼或机身的多个电机/螺旋桨提供电力，并由电机驱动螺旋桨提供绝大多数或全部推力(发动机可部分提供或不提供推力)的一种新型推进系统概念。

与传统的动力推进相比，分布式混合电推进系统改善了原有飞机气动结构、大幅提高等效涵道比、降低油耗及减少噪声和排放。这不仅是商用飞机的福音，低阻力的气动外形、高能效的推进系统对于军用小型无人飞行器或大型运输机来说更具应用价值，因此吸引了世界各大航空研发机构的重视。

混合电推进系统通过油动和电动组合在一起并发挥能源高效利用的复合动力系统。此系统的设计可以提升飞行器单种动力在宽工况下的效率，因而能够大大提高飞行器的续航时间，进而满足实际工作中长航时的需要，具有重要的现实意义。

现有技术条件下，油电混合电推进能量密度优势明显，在包含发动机、发电机、储能电池等系统设计前提下，其能量密度约是纯电池的3倍以上，且混合电推进工作时，燃油不断消耗的情况下，混合电推进系统的综合能量密度还会进一步的提高，而电池的重量则不会随着电量的减少而减少。电池能量密度如果可以提升到现有技术的3倍以上，在发动机、发电机效率无提升的情况下，纯电动能量密度才有望与混合电推进匹敌。

受限于电池能量密度，纯电推进飞行器的航时问题短时间无法实现本质上飞跃。而若能解决混合电推进系统的机械可靠性、稳定性以及优化其能源动态特性，提高其能量利用效率，混合电推进系统较纯电池动力系统具有非常可观的应用优势，能够显著提高飞行器的综合性能。美、英等国家均将分布式混合电推进系统视为有潜力在2030年后投入使用的、极有前景的航空动力解决方案，并正在组织飞机系统集成机构和动力研发机构积极开展探索和预研。

1 当前电动飞机类型

当前主要有2类飞行器采用电动机驱动，一类是采用电机螺旋桨驱动的固定翼飞机，如图1所示，为美国安飞电动飞机公司在塞斯纳337“天空大师”基础上，采用电动机取代了机身后部的活塞发动机改装的轻型固定翼飞机，于2019年6月完成首飞，目标是在2021年完成适航认证；另一类是可实现垂直起降的旋翼飞机，如图2所示，为法国Aquinea公司和法国国家民用航空学院共同研发的Volta电动直升机，设计最大起飞重量520 kg，最长航时40 min，于2016年12月完成了首飞。

图1 赛斯纳固定翼电动飞机[10]Fig.1 Cessna fixed wing electric aircraft[10]

图2 Volta电动直升机[10]Fig.2 Volta electric helicopter[10]

这2类电动飞机的用途都极为广泛，特别是在当前考虑节能环保的通用航空时代。固定翼飞机主要用于满足起飞重量大、航程远的需求，直升机主要是用于垂直起降、实现空中悬停，但是起飞重量和飞行速度都不及固定翼飞机。综合上述2款飞机的优点，设计一款可实现垂直起降的固定翼飞机，可极大促进通用航空技术的发展，发展分布式混合电推进系统技术则是实现这一目标的重要途径。

2 分布式电推进飞行器的发展

电推进飞行器以发电机结合储能装置(蓄电池、燃料电池等)给电动机供电，驱动螺旋桨、涵道风扇或其他装置产生飞行动力的新型飞行器。与现有飞机主要依靠燃油动力不同，通过对二次能源系统的优化，从飞机绿色环保、高效节能的理念出发，优化整个飞机动力系统的设计，极大地提高了飞机的环保性、舒适性、维修性和经济性。在现有储能电池技术发展的瓶颈阶段，分布式混合电推进技术代表了先进飞机技术的发展方向。

在分布式电推进飞机的发展方面，小型固定翼飞机取得了一定的进展，以电动滑翔机/超轻型/轻型运动飞机产品为主，如图3所示，其中有代表性的有2011年钻石飞行器公司推出的DA36 e-Star、2012年空客公司推出的E-Fan等。

图3 通用电推进飞机发展历程[12]Fig.3 Development process of generalelectric propulsion aircraft[12]

近年来，在分布式电推进技术的工程应用方面，美国乔比航空公司已经对其全尺寸eVTOL--2座的S2进行了1年左右的试飞。乔比航空最初在2015年推出的2座级S2飞机采用了12个倾转/折叠旋翼提供升力(部分旋翼在巡航阶段可以折叠以降低阻力)，如图4所示，在机翼和尾翼梢部再增加4个推进桨提供推力。而最新推出的5座级S4采用了6倾转旋翼。S4能够单次充电飞行240 km，最大起飞重量为1 815 kg。

图4 乔比航空公布的S2飞机[13]Fig.4 Joby Aviation S2 aircraft[13]

谷歌联合创始人拉里·佩奇投资的Kitty Hawk公司开发了2座的Cora空中出租车。如图5所示，Cora于2018年3月发布，该机采用12旋翼复合推进构型，最大速度约为180 km/h，航程约100 km，飞行高度为150～910 m，飞行时间约20 min。

图5 Kitty Hawk公司Cora空中出租车[14]Fig.5 Kitty Hawk Cora sky taxi[14]

波音公司旗下极光科学公司开发了2座自主客运飞机(Personal Air Vehicle, PAV)。该公司在其位于弗吉尼亚州马纳萨斯的总部进行了全面的eVTOL测试。如图6所示，该机由电推进系统提供动力，设计目标是具备从起飞到着该陆的全自主飞行能力，最大起飞重量800 kg，巡航速度180 km/h，航程80 km。2017年4月，完成1/4缩比验证机首飞；2019年1月，完成全尺寸原型机首飞。其他代表性的机型还有美国NASA的X-57、GL-10、德国Songbird、CS-23等。

图6 极光自主客运飞机首飞场景[15]Fig.6 Aurora flight sciences PAV first flight[15]

当前，中国在商用分布式电推进飞机研发方面出现了一些成果。深圳亿航公司研发的亿航184/216单/双座多旋翼载人无人驾驶飞机也已经开始进行演示飞行，续航能力约半小时，最大载客量约117 kg。2019年7月，中国航空工业国际控股有限公司持有的大陆航空科技联合美国佛罗里达州的VerdeGoAero Inc公司共同开发混合动力电动航空动力总成，近期计划推出的IDEP TM混合动力系统，可用于最大起飞重量可达7 500磅(3 400 kg)的垂直起降(VTOL)飞机。

总体上看，中国电推进飞机研发力量相对薄弱、研发项目少、研究的系统性和深度不够、以我为主的创新性研究较少，基本上还处于跟踪研究阶段。

3 分布式混合电推进飞机关键技术研究现状

分布式混合电推进技术是未来航空发展的主流。综合来看，需要从整体上处理设计问题，重点在于使全局系统中协同作用最大化，协同作用是一种以跨学科的方式改善和优化运载系统的系统概念。分布式混合电推进系统的协同涵盖：系统分布式布局技术；电能的产生/存储，包括与机身的协同作用；电源管理和控制(包括执行和飞行控制系统)的协同集成；实用集成，即飞行工况与能源优化协同集成。基于系统协同的概念，相关研究人员和机构主要开展了以下几个方面的研究。

3.1 推进系统分布式布局技术

分布式推进主要是为了获得更高效率的推力系统，同时降低飞机的噪声，使飞机具备短距离起降甚至垂直起降的能力。总的来说，分布式推进具有以下优势：

1) 通过将发动机喷流填充到机身形成的尾迹流中，并且发动机能够吸除较厚的边界层流动，从而降低了燃料消耗。

2) 通过在大展弦比后缘布置的推力矢量喷管提供动力升力、边界层控制以及围绕机翼形成超级环流，从而确保短距离起降能力。

3) 通过给机身遮挡发动机使飞机对周围的噪声降低。

4) 通过冗余的推力系统提高安全性能。

5) 通过进气道/喷管/机翼结构一体化设计，减小飞机推进系统安装重量。

6) 通过推力矢量和推理差动，实现飞机俯仰、滚转、偏航力矩，从而减少飞机的控制面。

7) 小而轻的发动机可以实现动力系统更高效的生产与更换。

针对分布式混合电推进系统设计，美国NASA的研究人员Kim等，通过涡轮轴发动机带动高速发电机发电，为整机提供电能。设计了12台小型电动马达，根据机翼、机身的基线布局，采用进气道/喷管/机翼结构一体化设计，形成分布式布局的推进系统，如图7所示，该设计能够有效减轻飞机的重量，降低了飞行噪声，具备短程起降的能力，并在2014年推出了新的设计机型N3-X，是NASA下一步亚声速电推进飞机的发展重点。

图7 基于进气道/喷管/机翼结构一体化设计的分布式混合电推进系统[19]Fig.7 Distributed hybrid electric propulsion system based on integrated design of inlet/nozzle/wing structure[19]

当混合电推进系统应用于分布式推进系统时，飞行器的动力学建模则成了必不可少的环节。2015年，NASA研究中心的Yoon等推出了一种计算大尺度多旋翼气流的流体计算方法。该计算方法中，分离涡模拟湍流模型与三维非定常Navier-Stokes方程进行结合，用于模拟大尺寸四旋翼飞机，如图8所示，已成功应用于XV-15等飞机的流场计算。Yoon等的多旋翼流场计算也可应用于固定翼分布式推进系统流场计算。

图8 大尺度四旋翼飞机流场模拟[22]Fig.8 Flow simulation for a generic quad tilt-rotor in hover[22]

针对分布式电力驱动系统，Lei等提出了采用决定型评价的方法对系统设计进行优化，如图9所示。应用单一优化模型和多级优化模型在永磁电机控制器的设计中，有效提高了系统的优化设计效率，特别是对于混合电推进系统这类高阶优化问题，融合了多类离散和连续变量，采用Lei等的方法可获取理想的优化设计模型。

图9 复合模型优化框架[23]Fig.9 Optimization framework of compoundmodel[23]

德国宇航中心Diekmann和Hahn结合飞行器气动数据和六自由度动力学仿真模型，如图10所示，对推进系统分布式布置的飞行器短距离着陆过程的稳定性进行了仿真，当存在有某个推进器失效时，分布式布局的动力系统仍可实现稳定可靠飞行。

图10 分布式推进动力学仿真模块[24]Fig.10 Dynamic simulation module of distributed propulsion[24]

在混合电推进系统应用于通用飞机方面，国内毛鞠盛等在某型通用飞机的基础上设计了一个油电混合电推进系统，使用MATLAB软件编程分别对原型机和该混合电推进系统飞机的起飞距离、陆上行驶能量消耗、陆上行驶路程等性能进行模拟分析。结果表明，使用该动力系统的油电混合电推进飞机，在上述各项性能中均优于原型机，如图11所示，混合电推进系统具有较好的节能性能。

图11 不同速度下能量消耗与路程的关系[25]Fig.11 Relationship between energy consumption and trajectory under different speeds[25]

3.2 混合电推进系统的选型设计

现有混合电推进系统技术按照动力联接方式可分为2类：串联式和并联式，各联接方式的原理如图12所示。

2种联接方式的主要区别是发动机是否与推进系统联接。串联式混合动力系统：发动机只为发电机提供机械能，为动力电池充电。电机驱动螺旋桨提供动力并控制飞行。利用油转电的方式，能量的运行和管理较为灵活，适用于推进电机的分布式布局。

对于并联式混合动力系统而言，发动机驱动主螺旋桨提供动力，电池辅助飞行，主要为机载用电设备供电。根据设计需求，系统可设计发电机将发动机一部分的机械能转化为电能为电池充电，也可通过外接电源为电池充电。能源管理系统涉及燃油发动机和电池的双重管理，系统设计复杂，能量利用效率较低。

根据不同的飞行器设计要求，可以选择相应的混合电推进系统方案。混合电推进系统的选型方案涉及混合度比例的大小。

“混合电推进”本质上是指将电力与至少一个其他电源(通常为燃料动力电源)进行组合使用。假定以内燃机与储能电池作为的动力电源组合，第1步是确定它们是串联还是并联组合。这种区别主要与分系统组成之间功率传递的性质有关：在串联混合电推进装置中，功率是用电传递，而在并联混合电推进装置中，它是机械传递。

在这样一个复杂系统中，德国科学家Lorenz等采用功率混合度和能量混合度描述混合电推进系统组成。

(1)

式中：对于混合电推进系统方案，为设计的最大(或有用)电功率；为系统的设计总功率；为存储的总电能；为整个系统的总存储能量。因此，根据动力系统组成，可以把现有动力系统分为：① 常规的基于燃油动力的燃气轮机,=0、=0；② 纯串联混合电推进体系结构，依靠发动机提供电能供给推进装置，多余电量仅用于过渡性存储，=1、=0；③ 通 用纯电动飞机，其能量存储仅基于电池，=1、=1。

德国科学家Isikveren等在描述功率混合度和能量混合度时，通过建立基础代数模型，将转换为与供电功率比(表示能量载体的可用功率与总功率之比)相关的函数，则是与和活化率(表示动力系统的功率对随时间的变化率)的函数，为并形成了Ragone曲线图，如图13所示，通过图中所示可以看出混合电推进系统各功率单元对系统整体性能的影响。

图12 混合电推进系统2种模式Fig.12 Two modes of hybrid electric propulsion

图13 混动系统概念设计的Ragone曲线图[28]Fig.13 Presentation of hybrid electric system conceptual design Ragone diagrams[28]

2015年，英国剑桥大学Friedrich和Robertson针对不同的起飞重量的飞机，包括20 kg～50 t级别的飞机，提出了混合电推进系统的拓扑设计方法，如图14所示，以建模和仿真的手段，对飞机的混合电推进拓扑架构及尺寸进行了分析。结合4种不同拓扑架构的动力系统，对飞行器的航程与载荷重量关系进行了对比分析，如图15所示。在4种拓扑架构中，纯发动机为动力推进的航程最短；将发动机的机械能转化为电能后，通过能量的优化调配，可延长航时；发动机和电机混合推进设计，对能量的利用效率则更高；发动机带动发电机、结合储能电池为的航程最长。在混合电推进系统的建模研究中，这类研究方法很有启发作用。

2017年，荷兰埃因霍芬理工大学的Silvas等提出了系统级的混合电推进设计与优化方法。针对串联和并联混合电推进系统设计，建立了对应的非线性优化分析模型，结合燃油的最优化利用模型，通过拓扑选择、组件参数定型、控制器设计3个步骤，以系统拓扑分析的方法对混合电推进系统进行优化设计。其中拓扑设计的思路对混合电推进系统设计具有很好的参考作用。

图14 Friedrich和Robertson提出的混合电推进系统的拓扑设计结构[29]Fig.14 Hybrid electric system topology design architecture proposed by Friedrich and Robertson[29]

图15 不同拓扑结构动力系统的航程与载荷重量关系[29]Fig.15 Relationship between range and loading weight under different dynamic system topology architectures[29]

为更好地明确混合度对飞行性能和品质的影响，德国慕尼黑工业大学Pornet等将混合电推进飞行器与传统动力飞行器进行了对比研究。通过设置飞行器爬升巡航过程的环境条件、飞行速度、飞行距离等，进行建模仿真，对比分析了混合电推进系统不同功率混合度与传统动力系统的效能，如图16所示，混合电推进系统的效能远高于传统动力系统。

这些研究成果对油电混合电推进系统联接设计、电力功率配比研究有很好的参考作用。

图16 混合电推进与传统动力效能对比[30]Fig.16 Effectiveness analysis contrast between hybrid electric propulsion and traditional propulsion[30]

3.3 混合电推进系统建模与能源管理

在油电混合电推进系统建模研究方面，德国亚琛应用技术大学Finger等研究了串联和并联混电系统在传统固定翼无人机西锐SR-22设计过程中的应用，认为与传统动力系统相比，混合电推进系统下可应用于更高的功重比、更大的翼载荷的飞机。荷兰代尔夫特大学的de Vrise等研究了不同的混电系统对于分布式推进固定翼飞机参数选择的影响。英国剑桥大学Friedrich和Robertson则在不同指标体系下对混电系统在固定翼无人机上的应用效果进行了综合评价，如图17所示，其中P-IOL为发动机工作在理想状态下的并联式油电混动系统，S-SOC为串联式油电混动系统电池供能比。

图17 不同油电比例下的混合电推进系统效能对比[1]Fig.17 Hybrid electric propulsion effectiveness analysis contrast under different hybridizations[1]

结合混合电推进系统的动力学建模与控制，能源管理研究也取得了较多的研究成果。针对典型任务剖面，综合考虑多能源供电系统，北京理工大学刘莉等提出了一种考虑全机重量能量耦合关系的总体设计方法和任务剖面驱动的能源管理策略，建立了能源系统模型，可根据不同任务剖面，合理配置多种能源系统的供电功率。其他类似的研究还有多能源系统模糊逻辑控制等。此类研究思路，可为本项目能源管理优化提供研究依据。

此外，澳大利亚悉尼大学Verstraete等以小型无人机为应用背景，采用燃料电池与锂电池作为联合供电系统。结合无人机在飞行过程中的动力学变化特征，通过建模仿真发现，锂电池的充放电性能在混合电推进系统中起着关键作用，同时获取了满足需求的锂电池充放电倍率及比功率等。类似的研究还有日本JAXA研究人员Nishizawa等的研究成果，也充分说明了储能电池管理在混合电推进系统中的关键作用，如图18所示，燃料电池与储能电池组成的混合电推进系统可满足大功率与大电流供能需求。

图18 单能源系统与混合能源系统的供电特性[36]Fig.18 Power supply characteristics of simple and hybrid power systems[36]

混合电推进系统中，储能电池起系统功率调节与补充的作用。电池的性能指标主要体现在能量密度和重量上。在德国慕尼黑工业大学Pornet等的研究中，基于2035窄体运输机的研究计划，分别设定燃料电池能量密度为0.75 kWh/kg、1.0 kWh/kg、1.5 kWh/kg，分析了飞行器在巡航过程中3种能量密度对燃料电池相对变化、飞机起飞重量的影响，如图19所示(1海里=1.852 km)，能量密度越高，飞机的性能越优越。

图19 混合电推进系统中燃料电池对推进系统效率影响[30]Fig.19 Relative changes in block fuel and propulsion system[30]

总的来说，分布式混合电推进系统设计与能源管理研究取得了很大的成就，无论是系统设计、建模仿真，还是在工程实践应用方面，都取得了很大的研究进展，对促进飞行器电气化发展具有积极作用。然而，分布式混合电推进系统设计不仅需要实现当前飞行器电气化的发展，更重要是为了实现全局系统中协同作用最大化，改善和优化运载系统的效率和能力。在总结当前科研人员的工作成果时，还有以下几个重难点问题需求研究和解决。

首先，针对混合电推进能源系统能源变化特征，研究系统能源管理策略，结合当前多能源系统先进的控制策略，制定基于复杂系统优化控制的能源管理策略；在已建立的能源管理策略上，对混合电推进系统发动机最佳工作点及工作区间进行明确；然后，结合现有飞行工况数据，建立基于大数据驱动的最优能量分配预测模型，为混合电推进系统实现最优工况提供依据；最后，在现有能源系统与飞行器设计的基础上，研制分布式混合电推进系统样机，对所获得的研究结论进行实验验证。

上述研究可为分布式混合电推进飞行器能源系统设计提供基本的设计思路和分析方法，同时，为分布式混合电推进飞行器能源系统优化管理提供理论支撑，对促进通用航空电动飞行器的发展将具有十分重要的意义。

4 分布式混合电推进飞机重难点问题及应对方法

分布式混合电推进系统的能源管理是一个由电子部件和机械部件组成的复杂系统，其中包含了多学科的交叉、先进的控制技术与控制方法等。分布式混合电推进的总体目标是实现飞行器垂直起降转快速平飞、提高航程、减小排放量。为实现这些目标，必须对分布式混合电推进系统进行优化管理，包括系统主要的能量流、能量功率的可用性、发动机和发电机的动力学特性等，采用燃油发电-储能电池能耗协同优化控制、多模式适应型实时功率优化控制、分布式混合电推进供电系统优化控制、大数据建模等技术，研制先进能源管理系统，为分布式混合电推进飞行器能源与动力提供技术支撑。

4.1 基于复杂系统优化控制的能源管理策略

能源管理技术是分布式混合电推进系统发展的关键因素。由于混合电推进系统的复杂性，采用准确的数学模型的传统设计方法难以获得预期的效果。模糊逻辑控制是基于模糊逻辑，模仿人类控制经验和知识的一种智能控制，模糊集合的模型控制理论在当前工业领域十分活跃，运用模糊逻辑方法来设计混合电推进系统能源管理策略是可行并且有优势的。

设定模糊逻辑的基本规则为：飞行过程中任意时刻的动力功率都可满足；人为控制的动力输入都可实现；储能电池的荷电状态始终维持在预设的区间；飞行过程中整个混合电推进系统效率最大化。

以油电混动系统的功率混合度(DOH)为模糊集合：

(2)

式中：为储能电池功率变化(取值为正值时表示放电，取值为负时表示充电);为发动机提供的功率。当DOH取值为0时，则是只有单一能源供电；当DOH取值为1时，2种能源同时供电；当DOH取值小于0时，储能电池处于充电状态。能源管理的要求是使混和动力系统的DOH根据实际需求进行最优取值，可以设计智能模糊逻辑的管理策略进行系统的能源管理。在系统功率混合度的基础上，设定分布式混合推进系统能源管理的模糊集合，如图20所示,图中、、、分别表示模糊集合,取值为0或1。

图20 混合电推进系统能源管理的模糊集合Fig.20 Fuzzy sets of hybrid electric propulsion’s energy management

图20中模糊逻辑计算公式为

(,,,)=()∧()∧

()∧()

(3)

式中：、、、为隶属度函数;是荷电状态；是飞行器速度；是飞行器需求功率；是电动机功率；,=1,2,3;,=1,2,3,4,5。

通过研究分布式混合电推进系统电网架构技术、电力电子技术、供配电系统故障检测与识别技术、供电系统保护控制技术、复杂电路系统深度学习技术等，形成能源管理系统框架，如图21所示，飞控系统对能源管理系统提出功率需求，通过模糊逻辑控制系统，对发动机、储能电池的功率变化进行优化匹配，输出最优功率混合度(DOH)，满足分布式混合电推进系统能源高效管理需求。

图21 混动系统模糊控制原理Fig.21 Fuzzy control principle of hybrid electric system

基于模糊逻辑控制的混合电推进系统能源管理策略整体示意图如图22所示。首先运用模糊逻辑运算，根据飞行器的速度、需求功率以及储能电池的荷电状态，计算电动机的需求功率；然后，根据计算出的功率、发动机最优功率点、电池的荷电状态，确定电动机和发动机分别需要的输出功率；最终决定模块通过模糊逻辑调整电池的输出功率使发动机在预定的工作点运转。

图22 基于模糊逻辑的混合电推进系统能源管理控制策略[37]Fig.22 Hybrid electric propulsion’s energy management strategy based on fuzzy-logic[37]

发动机的工作状态直接影响到混合电推进系统的燃油经济性和飞行器的航程，因此，确定发动机的最佳工作点是十分有必要的。通过对发动机工况建模和实际功率需求，可以确定混合电推进系统的最佳工作点。

首先，将发动机最佳工作点的设置转化为燃油消耗的优化问题。优化问题的模型表示为

OP∈{possible OP}

(4)

式中:OP对应发动机最优工作点,OP表示发动机工作点。

其次，设置2个目标函数、，分别定义如下：

=·fuel+·NO+·CO+·HC+

·PM

(5)

=·1+·2+…+·

(6)

式中：～是对应于燃油经济性和排放相关重要性的权重系数；fuel是消耗的燃油;NO是氮氧化物；CO是一氧化碳；HC是碳氢化合物；PM是颗粒物；～是权重系数，对应于实际工况条件下发动机不同的功率等级；1是发动机工作在零功率输出状态下时目标函数的值，是发动机工作在级功率输出时目标函数的值。

最后，明确最佳工作点的优化步骤，如图23所示。先用局部优化算法寻找发动机每个特定工作功率级别下局部最优工作点，使目标函数最小；然后采用动态规划方法使目标函数在实际工作约束条件下取值最小，即为全局最优工作点。

图23 混合电推进系统发动机最优工作点搜索算法Fig.23 Optimization point searching algorithm for hybrid electric propulsion’s engine

4.2 基于历史大数据驱动的最优能量分配预测

基于飞行历史大数据的最优能量分配，首先需要对历史大数据进行采集和优化。数据采集包括飞行过程中起飞、循环、降落过程中的动力系统的功率、能量变化情况，结合飞行环境数据、任务规划、姿态变化、航迹等信息，对不同典型工况和背景，进行大量的运行数据的采集。通过对不同飞行工况条件下的飞行指令信号进行统计分析，计算各工况条件下的分布式动力的利用率；将各电动机的电流、电压等信号值进行统计分析，将其转换成功率分流值，作为后续动力系统参数优化的变量，用于动力系统的匹配建模。

引入在提高算法的局部与全局搜索能力与适应能力上具有良好的收敛性的模型自适应控制算法及带精英策略的非支配排序遗传算法对动力性、经济性、约束目标等多目标函数进行优化求解。整个优化求解框架如图24所示。

动力系统参数的多目标函数优化设计的目标是保证各分布式布局的动力系统功率供给的前提下提升燃油的经济性。相应的数学模型为

(7)

式中：=(,, …,)表示维空间内的优化变量；()、()分别表示动力性目标及经济性目标；()>0表示设计需求的、不牺牲系统动力性能的约束条件。

将大数据分析的结果代入动力功率损失函数和动力推进的匹配模型中，获取评价动力性能与经济性能的客观条件，再以飞行器正常运行的最低需求、储能电池和发动机可调功率范围为主要约束条件，利用多目标函数优化算法进行优化设计，获取Pareto解集，并从解集中获取动力性能最优、燃油经济性最低的解作为优化计算的最终解。针对多耦合参数和多冲突目标，选取系统关键参数作为设计变量，利用模型分析结果进行设计优化。

混合电推进系统能源管理策略不仅是对当前飞行条件下的功率最优分配，还应该是基于环境感知和任务规划的能力最优分配。根据飞行器当前的飞行速度、动力需求、当前电池系统供配电条件、飞行环境和基于历史大数据模型匹配输出的未来飞行功率概况，运用模型参考自适应控制方法及带精英策略的非支配排序遗传算法等，对发动机和储能电池进行最优功率分配，保证系统动力性能的前提下，使燃油经济性最优。基于大数据驱动的模型自适应控制步骤如图25所示。

图24 考虑飞行历史大数据模型匹配多目标优化模型图Fig.24 Multi-objective optimization based on historical big data model matching

图25 自适应控制流程Fig.25 Process of adaptive control

自适应控制过程中，参数自调整是基于模型输出与实际输出之间的误差最小化，控制作用() 的范围有边界，通常它是模型输出()、参考输入()和系统输出()的线性组合。参数模型中，利用历史实飞大数据，提取特征参数，形成优化参照方案，结合混合电推进系统参数，在参数自调整过程中形成功率的最优分配控制指令。

在自适应控制过程中，运用带精英策略的非支配排序遗传算法对最优分配功率进行求解。其主要步骤为：首先，随机产生规模为的初始种群，非支配排序后通过遗传算法的选择、交叉、变异3个基本操作得到第1代子代种群；其次，从第2代开始，将父代种群与子代种群合并，进行快速非支配排序，同时对每个非支配层中的个体进行拥挤度计算，根据非支配关系以及个体的拥挤度选取合适的个体组成新的父代种群；最后，通过遗传算法的基本操作产生新的子代种群，依此类推，直到满足程序结束的条件。

优化求解时，分别设定种群规模、最大迭代数、交叉概率、变异概率，同时设定基于精英策略模型的适应度函数，适度函数的微分方程组各个自变量在采样过程中，参考值与计算值保持最小偏差。经过优化迭代计算后，获取Pareto解集。根据目标需求，在保证系统动力性能的前提下，在储能电池和发动机的可调功率范围内，寻求燃油经济性最优解值。

4.3 混合电推进分布式推进系统样机设计

本文主要是论述基于混合电推进的垂直起降固定翼无人飞行器。为实现固定翼无人机的垂直起降，分布式推进系统设计中包含螺旋桨和旋翼，多桨翼布局决定了采用电机驱动的优越性。在目前锂电池能量密度的水平下，对于起飞重量达吨级的较大无人机而言，在起飞过程中就会消耗掉储能电池大部分的存电量，在后续的巡航飞行过程中，则会出现电量不足的现象。采用油转电混合动力系统设计，即可满足推进系统分布式布局的要求，也可使该类飞行器具有敏捷、航时长、节能、负载能力强等特点。对于十吨级以上的大型飞机而言，采用油电混合设计则可有效提升发动机的热效率，对燃料的利用更加充分，同时也可满足推进系统分布式布局的要求，但是目前应用于大飞机的兆瓦级电动机以及电子设备技术还处于研发阶段，相关设计方案也还处于论证阶段，后续需要加大技术力量投入。

针对混合电推进分布式推进飞行器，采用发电机和锂电池串联式混合电推进结构对飞行器供电的模式(见图26)。系统主要包括：动力模块(发动机、发电机、储能锂电池组)，电子整流及电源管理一体化模块。由发动机直接带动发电机进行发电，发出来的电输送给电动机或电池，然后由电动机通过传动机构进行动力输出。分布式推进系统设计中包含螺旋桨和旋翼，主要适用于固定翼无人机的垂直起降。

图26 混合电推进系统功率传递路径Fig.26 Power transfer path of hybrid electric propulsion system

对于分布式混合电推进飞行器设计而言，采用发动机与电池的功率混合度和能量混合度描述系统组成。结合Finger等的研究，主要是确定功重比()、翼载荷()等核心参数，在此基础上，对动力系统的功率混合度进行明确，飞行器设计流程如图27所示。输入参数为初始最大起飞重量(MTOM)、其他顶层飞机设计要求，结合任务指标，通过优化、迭代，确定发动机功率、电池功率、推力大小等，最后在最大起飞重量的设计域内对飞机进行定型。

结合图27中分布式混合电推进飞行器的设计细则和典型飞行器设计匹配原则，以飞行器的功重比()、翼载荷()为设计输入，以巡航速度、爬升速度、起飞距离为调控变量，分析各点对应的功率。在串联式油电混合系统设计中，选定任意功率点，结合功率混合度和能量混合度计算模型，可分析出发动机系统和电池系统各供能的比率，如图28所示，作为系统设计的依据。

对并联式混合电推进，也可采用类似的设计方法，通过调节发动机和电池输出功率，获取最佳能量输出方案。并联式混合电推进系统在机械连接上较为复杂，在应用于分布式动力推进布局时优势不明显。串联式混合电推进系统综合利用发动机的高能量密度和储能电池的高功率密度，实现了飞行器的在复杂工况下的灵活应用。

图27 分布式混合电推进飞行器设计流程[31]Fig.27 Design flow of distributed hybrid electric propulsion aircraft[31]

图28 串联式油电混合飞行器功率匹配设计图[31]Fig.28 Power match design space of serial-hybrid aircraft[31]

5 结 论

当前分布式动力推进飞行器大多以纯电池提供能量，受当前较低的电池能量密度限制，这类飞行器的续航能力往往非常有限。混合电推进技术通过对二次能源系统的优化，在提高能源的利用效率的基础上，还可以满足推进系统分布式布局的要求。利用油转电的混合动力系统设计，分布式混合电推进飞行器融合了旋翼和固定翼的优势，使该类飞行器具有较高的巡航效率、较快的飞行速度，以及非常敏捷的起降能力，从而可以应付较为复杂的应用场景，是近年来飞行器领域的研究热点之一。

与纯电动力系统相比，串联式混电系统新增加了一个由发动机、发电机、能量管理系统组成的主动力单元，而电池仅作为辅助动力单元在高功率需求状态下进行辅助供电。受益于燃油较高的储能密度，串联式混动系统的引入，大幅提升分布式动力推进飞行器的续航能力，而且不会引起起飞总重大幅度增加，但与此同时，其自身所引入的重量和能耗也可能对飞机设计产生较大影响。因此，必须对系统组成和能源管理进行优化设计。

在总结当前国内外分布式电推进飞行器研究现状的基础上，本文针对分布式混合电推进飞行器，开展了动力系统能量运行机理与动态规划方法等方面的分析。结合所在团队研究，分析了混电系统能源管理策略，主要是基于复杂系统优化控制的能源管理策略研究，主要是运用模糊逻辑方法来设计混合电推进系统能源管理策略；在前期获取的飞行器飞行试验工况数据的基础上，建立基于飞行试验大数据驱动的最优能量分配预测模型，分析混合电推进系统最优工况区间；在现有飞行器与能源系统设计的基础上，采用发动机与电池的功率混合度和能量混合度描述系统组成，结合混合动力系统设置的工作模式，分析各模式下的功率需求，从而明确分布式混合电推进系统样机设计域。相关研究内容重点是实现分布式混合电推进系统能源的高效、智能管理，为分布式混合电推进飞行器能源系统优化管理提供理论参考。