混合電推進能源管理系統模糊邏輯控制

朱炳杰,朱瑩濤,李建奇

(1. 國防科技大學 空天科學學院, 湖南 長沙 410073; 2. 湖南文理學院 計算機與電氣工程學院, 湖南 常德 415000)

受限于當前儲能電池能量密度水平,同等質量的飛行器,傳統燃油動力在航程與航時上明顯優于純電動力?；旌想娡七M系統是通過油動和電動組合在一起并發揮能源高效利用的復合動力系統。此系統的設計可以提升飛行器單種動力在寬工況下的效率,因而能夠大大提高飛行器的續航時間,進而滿足實際工作中長航時的需要,具有重要的現實意義[1-2]。

現有技術條件下,油電混合推進系統能量密度優勢明顯,在包含發動機、發電機、儲能電池等系統設計前提下,其能量密度是純電池的3倍以上,且在燃油不斷消耗的情況下,混合電推進系統的綜合能量密度還有待進一步提高,而電池的質量則不會隨著電量的減少而減少[3]。發動機的機械效率一般在80%～90%,向上提升的空間較小。而發動機的熱效率一般在20%～40%,上升空間很大,若發動機熱效率能提升到50%以上,則混合電推進系統的優勢也將有很大提升。

由于發電機和儲能電池的動態響應特性不同,因此需要使用能量管理系統控制混合動力的輸出功率,在滿足負載功率需求的前提下,通過能量管理策略的優化調度,以提高電力系統的穩定性和燃油經濟性。因此,能源管理技術是混合電推進系統發展的關鍵因素。

在能源管理技術的研究方面,Hu等[4]分析了基于人工智能的能源管理方法,用于對用電系統功耗的動態預測,有效提升了能源的利用效率。對于可再生能源系統,在多節點發電系統中融合人工智能控制[5],用于克服各系統之間的間歇性和模糊性,從而提升能源系統的供電穩定性。

針對混合電系統能源控制管理,相關研究人員做了大量的研究工作,也取得了較好的研究成果。趙丁選等[6]針對串聯式混合動力系統提出模糊邏輯控制策略,通過在線估計系統需求轉矩,以需求轉矩和超級電容荷電狀態(state of charge, SOC)值作為輸入,得到發動機、發電機及電動機的輸出轉矩。雷濤等[7]提出了一種動態平衡能量管理策略,使混合動力系統各電源的能量消耗處于相對平衡的狀態,避免了其中一種電源能量先耗盡的情況,可以滿足多種工況的變化,提高了混合電源的能量利用率和穩定性。Ji等[8]根據多能源混合動力系統的混合度組成,結合飛行器不同工況條件下的功率需求,動態調節混合動力系統的功率混合度,從而提升能源系統能量利用效率?；旌想娤到y可使發動機處于燃油經濟性最高的區間運行,從而有效提升能源系統的能量利用效率,Hung等[9]以固定翼無人機飛行工況為應用背景,通過仿真驗證了這一結論。Friedrich等[10]以發動機理想油耗曲線為依據,開展了20 kg級的混合電推進無人機的總體設計。類似的研究還有Riboldi等[11]利用優化方法進行小型混合電推進無人機的初始化設計。

從以上研究者的成果分析來看,主要是為了提升燃油經濟性和能源系統用電效率。由于混合電推進系統的復雜性,采用準確的數學模型的傳統設計方法難以獲得預期的效果。模糊邏輯控制是基于模糊邏輯,模仿人類控制經驗和知識的一種智能控制,模糊集合的模型控制理論在當前工業領域十分活躍,運用模糊邏輯方法來設計混合電推進系統能源管理策略是可行并且有優勢的[12]。

本文設定的能源管理基本規則為:飛行過程中任意時刻的動力功率都可滿足;人為控制的動力輸入都可實現;儲能電池的荷電狀態始終維持在預設的區間;飛行過程中整個混合動力系統能量利用效率最大化。

基于此類研究思想,本文以100 kg級垂直起降飛行器為原型,研究了混合電推進能源管理系統模糊邏輯控制方法。在飛行過程中任意時刻的動力功率都可滿足的條件下,設定了混合電推進飛行器的模糊規則,結合儲能電池荷電狀態的動態調整,實現飛行過程中整個混合電推進系統能量利用效率最大化。

1 系統建模

1.1 飛行器功率模型

本文研究的100 kg級垂直起降飛行器能源系統為串聯式混合動力系統,飛行器如圖1所示。串聯式混合電推進系統中提供電能的有兩個供電系統,一是發電機,二是儲能電池。如圖2所示,發電機輸出的電能通過功率總線帶動負載電機工作,此時發動機工作在最佳工作點;當發電機輸出的功率滿足不了電機的實際功率時,儲能電池將向電機提供額外的動力;在發動機不運轉的情況下,完全由儲能電池向電氣設備供電,在發動機運轉起來后轉由發電機向電機設備供電,同時發電機也向儲能電池充電來補充電能。

圖1 垂直起降飛行器Fig.1 Vertical takeoff and landing aircraft

混合動力系統綜合利用燃油發動機的高能量密度和儲能電池的高功率密度,在確保飛行過程中任意時刻的動力功率都滿足的前提下,提高飛行器的航時。飛行過程中,燃油發動機工作在燃油經濟性最高的區域,在飛行器需求功率較大時,電池可快速做出響應,彌補發動機輸出功率的不足,確保系統功率需求;在系統功率需求較小時,發動機輸出的盈余功率可用于電池充電,從而提升能量的利用效率,提高飛行器的航程。

飛行器飛行任務剖面如圖3所示,主要分為三個階段:起飛(T0～T2,約5 min)、巡航平飛(T2～T3,約60 min)、降落(T3～T5,約9 min)。

垂直起降飛行器飛行工況有垂直起降、懸停、巡航等。結合圖3中的飛行任務剖面,功率需求如式(1)所示。

圖2 混合電推進系統組成Fig.2 Composition of hybrid electric propulsion system

圖3 飛行器飛行任務剖面Fig.3 Mission profiles of aircraft

(1)

式中:W為起飛總質量;S為機翼面積;β為燃油質量消耗系數,即當前燃油質量與初始燃油質量比值;q為飛行動壓;CD0為零升阻力系數;K=1/(πe·AR)為升致阻力系數,其中AR為機翼展弦比,e為奧斯瓦爾德因子;h為飛行高度,dh/dt為爬升率;V為飛行速度;ηp為螺旋槳效率;g為重力加速度。穩定巡航時,飛行速度滿足:

(2)

其中,ρ為空氣密度,CL為升力系數。

飛行器垂直起飛過程對應旋翼模式,因此需要與固定翼模式區分并單獨分析。旋翼吸收功率與推力的關系為:

(3)

式中,T為螺旋翼推力,vi為旋翼軸向誘導速度,μFM為旋翼效用因子。則vi和μFM可分別表示為:

(4)

μFM=0.474 2T0.079 3

(5)

通過假定平板阻力得到飛行器在垂直起降過程的推力公式為:

TVTOL=1.2[W+ρ·(RROC)2·Sproj]

(6)

式中:RROC為垂直起降過程爬升率,Sproj為旋翼槳盤面積,即

(7)

其中,MMTOW表示最大起飛質量,nprop為旋翼個數,PDL為槳盤載荷,可用經驗公式計算

PDL=3.226 1MMTOM+74.991

(8)

結合飛行器相關設計參數,如表1所示,通過式(1)～(6)可以計算出垂直起飛過程的功率需求。

表1 飛行器相關參數設計

1.2 混合動力系統模型

結合圖1、圖2,串聯混合電力系統主要由螺旋槳、旋翼、負載電機、主動力單元(包括發動機、發電機、能量管理系統)、儲能電池等部件組成。電動機的能源來源于兩部分,一是燃油,二是儲能電池。燃油的部分能量可以轉化為電能存儲在儲能電池中。燃油的能量密度為efuel、電池的能量密度為ebatt,因此燃油的能量[13]可表示為:

(9)

儲能電池存儲的最大能量可表示為:

(10)

其中:Wfuel,max和Wbatt分別表示燃油最大攜帶質量和電池組質量。系統運行過程中,根據電動機的功率來源,電動機輸出到螺旋槳的功率可表示為:

Preq=(Pgen+Pbatt)ηT

(11)

式中:Preq表示飛行器功率需求;Pgen表示發電機輸出功率;Pbatt表示儲能電池的輸出功率,可取正取負,負值時表示發電機輸出功率為電池組充電;ηT表示功率傳遞效率(考慮線路損耗和AC/DC轉化效率)。

根據圖2中系統流程,燃油的消耗速度需滿足發動機的功率輸出,可表示為:

(12)

(13)

式中:SSOC(t)表示當前時刻電池組荷電狀態值;SSOC0表示初始荷電狀態值,充滿電狀態為1;ηb表示電池充放電效率;Qb表示儲能電池初始容量;Ib表示電池組充放電電流;Ub表示電池組輸出電壓。

1.3 能源管理規則設定

能源管理的基本原則是基于飛行器動力需求,實時最優分配發電機與儲能電池的功率輸出。通過能源管理,可使串聯式混合動力系統發動機運行在轉矩速度特性曲線上的最佳工作點,從而提升系統的燃油經濟性與飛行器的航程。

混合動力系統模糊控制原理如圖4所示,飛行器提出功率需求,能源系統可滿足整個飛行過程中供電功率需求。

圖4 混合動力系統模糊控制原理Fig.4 Fuzzy control principle of hybrid electric system

控制系統的輸出變量為Preq、SSOC、Pgen。電池充電功率為Pcharg,其取值為Pcharg≤Pgen。當需求功率大于發動機-發電機的輸出功率時,以模糊邏輯優化控制為控制核心,通過對SSOC、Pgen進行優化配置后,調節發動機的輸出功率,形成發動機-發電機的優化輸出功率Popt, 根據實時工況,滿足聯合供電、巡航充電等多工況功率需求的情況下實現能量的最大效率利用[14]。當需求功率小于發動機-發電機的輸出功率時,則分為電池單獨供電、電池充電、系統停機等工況。

模糊邏輯優化控制模塊包含模糊控制輸入與輸出。本文引入T-S(Takagi-Sugeno)模糊系統作為控制器[15]。T-S模糊系統由日本學者Takagi和Sugeno于1985年提出[15],與傳統模糊系統一樣,T-S模糊系統通過模糊集描述語言輸入,模糊規則由輸入變量的函數決定。通過定義隸屬度函數,為每個輸入設計一個模糊集。本模糊規則庫需要4個輸入的瞬時值,即功率要求、最大發動機功率、最佳發動機功率和SSOC。發動機的最大功率與最佳功率可以用它們之間的差異進行換算,因此輸入變量的數量可以減小到3個,相互取值為Preq、PICE、SSOC。整個模糊控制邏輯函數如圖5～7所示。

圖5 需求功率的模糊隸屬度函數Fig.5 Fuzzy membership functions of required power

圖6 發動機輸出功率的模糊隸屬度函數Fig.6 Fuzzy membership functions of ICE output power

圖7 儲能電池SSOC的模糊隸屬度函數Fig.7 Fuzzy membership functions of battery′s SSOC

圖5、圖6中,針對需求功率Preq、發動機輸出功率PICE分別設置了極小(QS)、小(S)、中等(M)、大(B)、極大(QB)等術語表示功率值。PICE的變化值與電池狀態緊密結合,因此,在圖7中,定義了5個術語來表示SSOC的值,即“QL”“L”“M”“H”和“QH”?！癚L”“L”分別表示SSOC極低、低,如果額外的發動機-發電機功率可用,則需要對蓄電池充電。代表“中等”和“偏高”的“M”“H”是最重要的標準,當該隸屬度達到1時,相應的SSOC數值就是理想的可持續值?！癏”表示SSOC較高,充電不強制,除非功率需求低于最佳發動機功率。全荷電狀態由“QH”表示,不需要充電。當SSOC低于20%時,蓄電池電壓將急劇下降。因此,根據電池的安全放電深度,設置“L”為高于20%的SSOC。此外,選擇50%作為理想的可持續SSOC,如果發動機出現故障,電池中50%的電能可以保證安全著陸。通過將模糊集“H”的范圍分類為(55%,100%),可以獲得發動機-發電機和電機功率相結合的全部優勢。

此外,結合實際使用的器件參數,儲能電池的使用壽命為不少于500次循環周期,電池充放電效率為90%,AC/DC系統效率為95%。

2 結果分析

以100 kg級的垂直起降飛行器為原型,將實際運行工況加載到串聯式混合動力系統模型,研究飛行器運行功率特點、發動機-發電機輸出功率特性、SSOC值變化規律等。仿真模型包括發動機、發電機、儲能電池、電動機、模糊控制模塊等。系統設計參數如表2所示。

表2 混合電推進系統參數設置

發動機的燃料消耗等位線如圖8所示。通過發動機燃料消耗等位線,可以確定發動機最經濟的工作區域,由參數匹配,可使發動機最佳性能區域落在最常用的工況范圍內。根據圖8中的燃料消耗等位線,以等效油耗率為優化目標,擬合出了最優工作點曲線,如圖中紅色曲線所示。在飛機巡航過程中,發動機的工作點可以通過對應的輸出扭矩或轉速尋找合適的最優油耗點。

圖8 發動機燃料消耗等位線Fig.8 Fuel consumption contour of ICE

混合電推進系統主要用于飛行器的垂直起降與巡航平飛的靈活供電,飛行器飛行過程中的需求功率如圖9所示。垂直起飛時,主要依靠旋翼提供推力,功率需求約為24.5 kW,持續時間約為60 s,之后逐漸轉平飛,機翼可提供部分升力,需求功率也開始減小。約300 s后,飛行器進入巡航平飛階段,需求功率為6.2 kW。巡航結束后,進入下降階段,飛行器減速,因此需求功率更低,約為2.9 kW,持續時間為450 s。之后轉為垂直下降階段,飛行器需求功率增至22.3 kW。

圖9 系統需求功率曲線Fig.9 Aircraft system demand power curve

結合圖9中功率變化曲線,獲取了飛行過程中飛行器能量消耗曲線,如圖10所示。

圖10 系統能量消耗曲線Fig.10 Aircraft system energy consumption curve

由圖10可知,在整個飛行過程中,總能量的消耗為8 kWh。如果全部采用儲能電池用于能源供應,放電深度為80%,則需要10 kWh的儲能電池。結合目前儲能電池能量密度為200 Wh/kg,需要儲能電池的質量為50 kg。因此,以儲能電池作為飛行過程中的能源供給,則需要占用飛行器一半的起飛質量?？紤]混合電推進能源系統,總質量不超過20 kg,可有效減少能源系統質量。后續發動機-發電機、儲能電池的功率分配,則是在需求功率的約束下,依靠模糊規則進行優化配置。

在整個飛行過程中,發動機結合發電機提供主要的能源供應。對應的發動機、發電機的輸出功率變化如圖11、圖12所示。超過10 kW的大功率輸出時長約為180 s,隨著飛行器進入巡航階段,發動機、發電機的輸出功率也隨之降低,之后維持較長時間的低功率輸出。在下滑階段,飛行器利用重力勢能減速下降,對發動機、發電機的功率需求進一步降低,維持在3 kW左右,持續時長約8 min,之后轉為垂直降落。

圖11 發動機輸出功率Fig.11 ICE output power

圖12 發電機輸出功率Fig.12 Generator output power

整個飛行過程利用模糊控制原則進行功率分配,主要是為了降低發動機的燃油消耗率,提升能量的利用效率,對應的發動機比油耗變化如圖13所示。對照圖8中發動機燃料消耗等位線進行分析,發動機的燃油消耗率在大部分時間內處于最優狀態,以較小的燃油消耗實現了飛行器的正常飛行,同時在應對功率需求較大的突變狀態時,也能夠尋找最優的燃油消耗率進行功率輸出。由圖13可知,在下滑階段,發動機的燃油消耗率高于巡航階段,主要是因為發動機在低功率輸出階段比油耗不一定低,此時的能量利用效率較低。

圖13 發動機比油耗Fig.13 Specific fuel consumption of ICE

儲能電池主要是輔助發電機供電,在起飛階段進行大功率供電,巡航階段進行充電。充電完成后,保持滿電狀態,為飛行器降落進行供電準備。整個飛行過程中,儲能電池放電、充電功率變化如圖14所示。

圖14 儲能電池充放電功率Fig.14 Charge-discharge power of battery

儲能電池的SSOC變化如圖15所示,起飛階段進行急劇放電,直至放電截止狀態。之后進行充電,SSOC最高維持在0.82的狀態,在降落階段再次進行放電。

圖15 儲能電池SOC變化Fig.15 State of charge of battery

儲能電池在整個飛行任務過程中主要是起能量補充與平衡的作用,充分利用了儲能電池充放電功能,在飛行器垂直起飛功率需求大時,彌補了發動機-發電機的功率不足,在巡航飛行過程中,吸收了發動機-發電機的盈余電量,為垂直降落存儲了電量,從而有效提升了能源系統能量利用的效率。

整個仿真飛行過程中,利用模糊控制原則對發動機、儲能電池功率輸出進行優化分配,使發動機的燃油消耗率在大部分時間內處于最優狀態,降低了發動機的燃油消耗率,提升了能量的利用效率。在總時長約為1.2 h的飛行過程中,發動機約有1 h的時間工作在比油耗最低的區域,此時燃油經濟性最高,有效提升了飛行器的續航里程。

3 結論

本文針對100 kg級垂直起降轉平飛的飛行器全包線功率需求,開展了基于模糊控制的混合動力系統能源管理研究,通過數值仿真,得到如下結論:

1)垂直起降轉平飛的飛行器,在功率需求方面具有較大的跳變,垂直起降時的功率約是巡航平飛的4倍,而混合動力系統融合了燃油動力系統的高能量密度與高功率密度,可適用于飛行器的垂直起降與巡航平飛的靈活供電,且能有效提升航程與航時。

2)運用模糊控制算法可實現混合動力系統能源的高效管理,在充分利用儲能電池充放電的條件下,實現了對發動機燃油消耗率的優化控制,提升了燃油的利用效率,同時也滿足了飛行器系統的功率需求。

后續工作將開展針對垂直起降飛行器混合動力系統的試驗研究,結合理論仿真數據與試驗數據,提升混合動力系統的實用性。