船舶燃料电池混合动力系统的研究现状及进展

徐菱翌，苌国强，李世安，杨国刚，沈秋婉，廖加栋

(1.大连海事大学 轮机工程学院，辽宁 大连 116026；2.大连宇科创新科技有限公司，辽宁 大连 116026)

0 引 言

2020 年8 月4 日，国际海事组织（IMO）发布了第四次温室气体研究（GHG4）报告，指出2012-2018 年全球的海运碳强度下降约11%，但温室气体的年排放量为10.76 亿吨，依然处于上涨趋势，预计到2050 年二氧化碳排放量将比2018 年上涨50%，比2008 年增长1 倍左右。每年全球船舶运输产生的硫氧化物和氮氧化物占人类总污染源的10% 和15%。为了减少温室气体排放，清洁能源逐渐成为船舶领域研究以及应用的热点，随着燃料电池在船舶领域迅速发展，全电力船舶也成为研究的热点方向。燃料电池由于具备污染小、噪声低、比能量高等优点被认为是最有前景的清洁能源之一。燃料电池目前有多种分类方式，按照燃料反应机理及类型的分类可分为：碳型、氢型、氮型以及有机物型燃料电池等；按照电解质的分类可分为：磷酸型、碱性、固体氧化物、熔融碳酸盐以及质子交换膜燃料电池。质子交换膜燃料电池（proton exchange membrane fuel cells,PEMFCs）具备工作温度低、效率高、启动时间快等优点，因此成为目前应用相对广泛的燃料电池之一。

然而燃料电池具有动态特性差的问题，系统的快速变化会严重影响燃料电池的使用寿命，导致燃料电池的质量受损。为了保证燃料电池能够稳定工作，需要设计混合动力系统。混合动力系统是将几种能源结合，组成利用电力为船舶提供动力的系统结构。作为燃料电池船舶的核心，混合动力系统的控制策略也是研究的热点问题。本文综述船舶燃料电池混合动力系统，对混合动力系统的拓扑结构和控制策略进行总结和分析，最后阐述了动力系统未来的发展趋势。

1 混合动力系统的能源

1.1 能源的选择

近年来，船舶清洁能源的混合动力系统在研究过程中不断地发展，由最初的柴油和电池混合动力系统，逐渐与清洁能源结合，目前已经发展为全电力混合动力系统。起初采用油电混合方式，Hajizadeh等选择自主混合柴油发电机与燃料电池的船舶，研究电力系统功率控制，提出的策略可以维持电压稳定，并保持系统稳定性。Lan 和Wen等对船舶太阳能、柴油和电池的混合动力系统进行研究，提出不同的算法，寻找最佳尺寸和最优配置。而后逐渐发展为全电力船舶。Han等研究了燃料电池和蓄电池的混合动力系统，提出了具有更高效率的管理系统。Zhu等设计增加超级电容的基于模糊逻辑的混合动力控制策略，优化了系统性能、经济性和效率以及 Mutarra等研究太阳能、风能和燃料电池的动力系统，设计基于比例积分器的控制策略，所提出的混合模型有助于极大减小电压波动。当前采用燃料电池、超级电容、蓄电池以及太阳能、风能等清洁能源进行混合，形成船舶动力系统，以此来降低温室气体的排放，并达到节约能源的目的。伴随新能源的发展，风能、太阳能以及燃料电池等清洁能源应用在船舶领域的能源逐渐增多。

1.2 蓄电池组的选择

现阶段燃料电池的动力系统必须与蓄电池组混合使用。蓄电池组的作用是在船舶启动、急转弯、急加速等单独使用燃料电池无法满足推进功率时，释放电能，提高混合动力系统的响应速度，使燃料电池处于稳定状态。应用在船舶混合动力系统中的蓄电池组需要具备无需维护、比能量高、使用寿命长、污染小以及回收处理简单等优点，表1比较了4 种常见的蓄电池性能，可以看出锂离子电池的能量密度最高、寿命最长，更符合蓄电池性能要求，所以目前选用锂离子电池作为混合动力系统的蓄电池组较为常见。

表1 四种蓄电池性能比较Tab.1 Comparison of the performance of four types of batteries

2 燃料电池船混合动力系统的拓扑结构

为了解决燃料电池动态特性差的问题，近年来对此做出很多研究，较为常见的是选用具有稳定性能的锂电池和功率密度大的超级电容，用来承担系统动态变化时的需求。在多种能源供电时，连接结构会影响其性能效果。以燃料电池、蓄电池组和超级电容这一能源组合形成的混合动力系统为例，有3 种形式的拓扑结构。

2.1 被动式拓扑结构

被动式拓扑结构是将蓄电池组与超级电容直接并联到母线上，这一结构不需要设计能量管理策略，当混合动力系统产生动态变化时，蓄电池组的内阻与超级电容的内阻对功率进行分配，结构图如图1 所示。这种拓扑结构组成简单，但是功率分配与蓄电池组和超级电容的自身特性相关，且超级电容受限于蓄电池，这种连接方式会降低超级电容的利用率。

图1 被动式拓扑结构图Fig.1 Passive topology diagram

2.2 主动式拓扑结构

主动式拓扑结构是将超级电容与蓄电池分别经过DC/DC 变换器后再并联到母线上，通过DC/DC 变换器来控制蓄电池和超级电容的输出功率，结构图如图2 所示。这种结构可以解决混合动力系统动态变化和控制的问题，但是使用了2 个DC/DC 变换器，此拓扑结构存在能量控制的算法复杂、系统的成本过高等问题。

图2 主动式拓扑结构图Fig.2 Active topology diagram

2.3 半主动式拓扑结构

半主动式拓扑结构有2 种形式，一种形式是将超级电容与DC/DC 变换器连接，再与蓄电池并联到母线上，结构如图3（a）所示。通过DC/DC 变换器对超级电容进行升压，达到提高其利用率的目的，而且双向变换器还可以改变系统的幅频特性，提高负载的响应能力。虽然这种结构组成对DC/DC 变换器的控制算法要求较高，但目前使用的混合动力系统结构多为此拓扑结构。另一种形式是将蓄电池与DC/DC 变换器连接，再与超级电容并联到母线上，结构如图3（b）所示。这种结构组成虽然对DC/DC 变换器的控制算法要求比较低，但是将超级电容直接与母线相连，降低了超级电容的使用效率。

图3 半主动式拓扑结构图Fig.3 Semi-active topology diagram

除此之外，还有多种混合动力系统结构。如按照连接方式分为：串联式结构、并联式结构和混联式结构3 种结构；按照推进模式分为：纯燃料电池推进、燃料电池和蓄电池并联推进以及纯柴油发电机组应急推进3 种推进模式等结构。根据组成及需求不同，混合动力系统的结构组成也不相同。

3 混合动力系统的控制策略

混合动力系统是燃料电池船舶的核心部分，对于这一核心而言，混合动力系统的控制策略逐渐成为研究混合动力系统的关键。设计混合动力系统控制策略的目的是合理分配燃料电池、蓄电池组等几种能源的能量，从而延长燃料电池的使用寿命，提高动力系统的效率等。总体来说，目前混合动力系统控制策略基本可以分为2 类：一类是基于规则的混合动力系统控制策略；另一类是基于优化智能算法的混合动力系统控制策略。

3.1 基于规则的混合动力系统控制策略

基于规则的混合动力系统控制策略是通过预先设定的系统控制规则，根据各个组成部分的工作状态来控制混合动力系统的控制方式。

Park等是较早的对太阳能、柴油组合形成的混合动力系统，提出混合发电系统运行控制方案。Feroldi等将风能、太阳能和燃料电池组合，以风能为主要能源，太阳能为补充能源，选用镍氢电池，采用基于状态机的控制策略：在状态机中，变化条件为真时，系统从其中一种状态转换到另一种状态，用状态机来形式化管理动力系统。魏岩等提出采用双向DC/DC 变换器模糊PID 控制策略，设计关于模糊控制器的和d/d两个输入量的模糊规则，并确定隶属度函数，单模糊PID 控制器用来使双向DC/DC 变换器输出稳定，从而获取较好的动态响应，并验证模糊PID 控制器相比于经典的PID 控制器具有了良好抗干扰性能。Abeywardana等将电池与超级电容组合，采用低通滤波器分频并使用规则的控制策略。韩北川将燃料电池、超级电容以及蓄电池组合，采用基于模糊逻辑的控制策略，用模糊逻辑控制器、隶属度函数以及根据功率设定的规则对能量进行分配和管理。

基于规则的控制策略是根据人们常年的经验累积而制定的规则来设计的控制策略，表2 基于以上提及的控制策略进行了总结和比较，分析了此类控制策略的优缺点。

表2 基于规则的混合动力系统控制策略比较Tab.2 Comparison of rule-based control strategies for hybrid power systems

3.2 基于优化智能算法的混合动力系统控制策略

基于优化智能算法的混合动力系统控制策略是通过机器学习、遗传算法等优化算法对混合动力系统建立的控制方法。

Song等组合电池/超级电容2 种能源，采用动态规划找到最优解的控制策略，对能源进行分配。Babaei等描述了一种基于混合自动机的方法，用于开发中压直流船舶电力系统（Shipboard power system,SPS）模型。Ghenai等利用太阳能、燃料电池和柴油，采用最优化的控制策略，根据负载跟踪或循环充电的方式进行控制。Mohammd等利用风能、太阳能、潮汐能以及蓄电池，采用遗传算法的控制策略，降低混合动力系统的总成本。Jaurola等提出一种新的能源管理优化方法，使用作者正在开发的优化工具ToPTI，能自动形成优化问题，使燃料消耗最小化。Vafamand等利用燃料电池和柴油发电机，设计基于改进黑洞算法的模型预测控制策略，黑洞算法是用来调整预测中的未知变量来实现预测控制。Chen等针对大量的磷酸亚铁锂电池的实验数据预测电池的性能和寿命，建立了锂离子电池性能退化模型，实现对磷酸亚铁锂电池的性能优化。Zhang等提出一种考虑效率和耐久性的实时优化控制策略，针对燃料电池的寿命做出优化。

表3 对提及的各种基于优化智能算法的混合动力系统控制策略进行总结和比较，分析其各自的优缺点。

表3 基于优化智能算法的混合动力系统控制策略比较Tab.3 Comparison of hybrid powertrain control strategies based on optimized intelligent algorithms

4 混合动力系统分析

4.1 混合动力系统能源

多种新能源的发展带动船舶行业的转型，风能在当今社会的利用已经相对成熟，配套的设施已经十分完善，但是风能存在地域局限性、间歇性等目前无法彻底消除的缺点，在船舶上偏重于作为辅助动力；太阳能技术现如今的应用也十分广泛，但其存在所需空间过大的问题，也无法作为传播的主动力源；氢能在近2 年的在交通行业的快速发展，燃料电池在船舶领域的应用逐渐成为热点，随着我国第一艘燃料电池游艇的研发成功，未来燃料电池船舶会有更进一步的发展。

4.2 混合动力系统控制策略比较

混合动力系统的两类控制策略都有其优势与弊端，基于规则的混合动力系统控制策略的优点是相对简单，容易投入到生产实践中，且不需要对控制的对象建立完整的数学模型；缺点是在混合动力系统的状态发生变化时不能够及时做出反应，制定的规则不完全确定，且没有科学依据，是根据人们的经验来制定的，容易出现偏差。基于优化智能算法的混合动力系统控制策略优点是能够显著提高混合动力系统的性能水平，有确切的根据，可靠性高，系统产生动态变化的适应能力强；缺点是复杂度相对比较高，相对基于规则的控制策略而言实现比较困难，难以投入到生产实践中。

4.3 混合动力系统发展趋势

从混合动力系统的应用现状来看，混合动力系统目前应用较多的是燃料电池、锂电池组以及超级电容的半主动式结构，这种结构优势明显，极大提高混合动力系统中各个能源的利用率，并在未来增加多种新能源的结构中仍会占有主导地位。太阳能、风能以及潮汐能等新能源在船舶上的应用还处于研究阶段，在应用上还受到很大限制，太阳能是目前实验中较多结合应用的新能源，但太阳能目前还存在如使用体积过大等很多问题，相信随着太阳能的研究新能源在船舶领域的应用会取得突破性进展；蓄电池需要岸电的支撑，使用过程中大部分时间通过岸电进行充电或利用燃料电池对其充电，不仅消耗能源还增加碳排放，未来可通过新能源的加入对其充电，减少岸电的使用，实现能源的节约。目前应用较多的两类控制策略具有其优缺点，伴随近年来人工智能算法的广泛研究，基于优化智能算法的控制策略有明显的优势，更多的学者对此控制策略进行研究，但这种控制策略难以投入生产实践中，已经有学者在使用基于规则的控制策略上增加优化算法，但仍存在前面提到的问题，此部分控制策略技术需进一步改进，未来综合考虑多因素、多控制策略的能量管理策略是未来能量管理策略的发展趋势，发挥两种控制策略的优势，将二者更好地结合起来。

5 结 语

多种新能源的发展会带动船舶燃料电池混合动力系统不断发展，尤其是风能、太阳能。混合动力系统将燃料电池与新能源更加广泛的应用到船舶领域，更好地弥补燃料电池的动态特性问题，延长燃料电池的使用寿命，目前相对成熟的燃料电池、锂电池组以及超级电容的能源选择以及应用较多的半主动式结构，仍是未来燃料电池在船舶领域使用的主要形式。基于规则以及基于优化智能算法的控制策略各有其优缺点，基于优化智能算法的控制策略在系统的准确性、动态特性以及性能水平等方面的优化效果更好，在将来有望成为混合动力系统控制策略的主流技术。现阶段船舶混合动力系统正处于初步发展阶段，尽管相关技术的不断完善、算法的不断改进以及能量管理策略的准确度和适应性有所提高，未来仍需要对能量管理策略加以改进，需要着力系统结构、系统控制策略的新型设计。