考虑空调系统的燃料电池汽车能量管理策略

doi:10.12141/j.issn.1000-565X.240396

摘要/Abstract

摘要：

在燃料电池混合动力汽车的实际运行中，空调系统为驾驶员和乘客提供舒适的环境，然而空调系统的运行效果与汽车实际运行的能量分配相互影响，因此需要将空调系统考虑进能量管理策略，设计出在满足舱内温度舒适性要求的情况下，兼顾整车氢耗经济性的能量管理策略。首先在建立整车动力学模型的基础上，利用热平衡方程建立热泵空调系统模型和热负荷模型；然后采用结合了双Q网络和深度确定性策略梯度的优先经验采样的双延迟深度确定性策略梯度（TD3-PER）算法，建立考虑空调系统能耗与车辆运行需求的能量管理策略。在NEDC典型工况下进行仿真得出：TD3-PER能量管理策略下的空调系统能够使舱温在100 s内迅速达到并维持在22~26 ℃的舒适范围内，满足制冷/制热的同时又保证车舱温度舒适，验证了考虑空调系统时TD3-PER能量管理策略的可行性；在空调系统制冷/制热时，相比传统的深度确定性策略梯度（DDPG）算法策略，基于TD3-PER算法策略的功率分配情况能够延长燃料电池和蓄电池使用寿命，且在制冷/制热时根据氢耗量分别可提高2.59和3.58个百分点的经济性，验证了基于TD3-PER算法能量管理策略在降低氢耗量、提高整车经济性方面相较于传统算法更具优势。

关键词: 双能源燃料电池汽车, 空调系统, 能量管理策略, TD3-PER, DDPG

Abstract:

In the actual operation of fuel cell hybrid electric vehicles, the air conditioning system provides a comfortable environment for drivers and passengers. However, the performance of the air conditioning system interacts with the vehicle’s energy distribution during operation. Therefore, it is necessary to integrate the air conditioning system into the energy management strategy, and design an energy management strategy that ensures the cabin temperature comfort requirements while also considering the overall hydrogen consumption efficiency of the vehicle. Firstly, based on the vehicle dynamics model, the heat balance equation was used to establish the heat pump air-conditioning system model and heat load model. Then, the dual delay depth deterministic strategy gradient (TD3-PER) algorithm combining the double Q network and the depth deterministic strategy gradient was used to establish the energy management strategy considering the energy consumption of the air conditioning system and the vehicle operation demand. Simulation under the typical NEDC driving cycle shows that with the TD3-PER energy management strategy, the air conditioning system can rapidly bring the cabin temperature to and maintain it within the comfortable range of 22 ℃ to 26 ℃ in 100 seconds, ensuring cooling/heating performance to maintain cabin comfort. This validates the feasibility of the TD3-PER energy management strategy when considering the air conditioning system. During cooling/heating operation, compared to the traditional Deep Deterministic Policy Gradient (DDPG) algorithm, the power distribution strategy based on the TD3-PER algorithm can extend the lifespan of both the fuel cell and the battery. Additionally, in terms of hydrogen consumption, the TD3-PER-based strategy can improve fuel economy by 2.59 percentage points during cooling and 3.58 percentage points during heating. This demonstrates that the TD3-PER algorithm-based energy management strategy offers significant advantages over traditional algorithms in terms of reducing hydrogen consumption and improving overall vehicle efficiency.

Key words: dual-energy fuel cell vehicle, air conditioning system, energy management strategy, TD3-PER, DDPG

中图分类号:

U469.72

赵又群, 徐周, 虞志浩, 林棻, 何鲲鹏, 尤庆伸. 考虑空调系统的燃料电池汽车能量管理策略[J]. 华南理工大学学报(自然科学版), 2025, 53(6): 56-65.

ZHAO Youqun, XU Zhou, YU Zhihao, LIN Fen, HE Kunpeng, YOU Qingshen. Energy Management Strategies for Fuel Cell Vehicle Considering Air Conditioning Systems[J]. Journal of South China University of Technology(Natural Science Edition), 2025, 53(6): 56-65.

图/表 15

图1

表1

图2

图3

图4

表 2

图5

图6

表 3

图7

图8

图9

图10

图11

表 4

参考文献 18

1	郭硕，赵又群，潘陈兵，等．基于电堆输出电压的氢燃料电池系统水平衡控制方法：CN202310631515.0［P］．2023-08-01.
2	SAMPIETRO J L， PUIG V， COSTA-CASTELLÓ R ．Optimal sizing of storage elements for a vehicle based on fuel cells，supercapacitors，and batteries［J］．Energies， 2019，12（5）：925/1-27.
3	PENG J K， HE H W， XIONG R ．Study on energy management strategies for series-parallel plug-in hybrid electric buses［J］．Energy Procedia，2015，75： 1926-1931.
4	GHARIBEH H F， YAZDANKHAH A S， AZIZIAN M R ． Energy management of fuel cell electric vehicles based on working condition identification of energy storage systems，vehicle driving performance，and dynamic power factor［J］．Journal of Energy Storage，2020，31：101760/1-20.
5	LIU Y G， LI J， CHEN Z， et al ．Research on a multi-objective hierarchical prediction energy management strategy for range extended fuel cell vehicles［J］．Journal of Power Sources，2019，429：55-66.
6	TIAN X L， TAO F Z， FU Z M，et al ．Optimizing fuel economy of fuel cell hybrid electric vehicle based on energy management strategy with integrated rapid thermal regulation［J］．Engineering Applications of Artificial Intelligence，2024，132：107880/1-15.
7	ZHANG Y X， MA R， ZHAO D D，et al ．A novel energy management strategy based on dual reward function Q-learning for fuel cell hybrid electric vehicle［J］．IEEE Transactions on Industrial Electronics，2022，69（2）：1537-1547.
8	HUANG G， ZHAO P， ZHANG G L ．Real-time battery thermal management for electric vehicles based on deep reinforcement learning［J］．IEEE Internet of Things Journal，2022，9（15）：14060-14072.
9	CHIU C C， TSAI N C， LIN C C ．Near-optimal order-reduced control for A/C （air-conditioning） system of EVs （electric vehicles）［J］．Energy，2014，66（1）：342-353.
10	张佳骞．包含空调系统的混合动力汽车能量管理策略优化仿真研究［D］．武汉：华中科技大学，2015.
11	HE H W， JIA H， SUN C，et al ．Stochastic model predictive control of air conditioning system for electric vehicles：sensitivity study， comparison and improvement［J］．IEEE Transactions on Industrial Informatics，2018，14（9）：4179-4189.
12	曾育平．计及温度效应的插电式混合动力汽车实时优化控制策略［D］．重庆：重庆大学，2015.
13	虞志浩，赵又群，潘陈兵，等．基于TD3-PER的氢燃料电池混合动力汽车能量管理策略研究［J］．汽车技术，2024（1）：13-19.
	YU Zhihao， ZHAO Youqun， PAN Chenbing，et al ．Research on energy management strategy for hydrogen fuel cell hybrid vehicles based on TD3-PER［J］．Automobile Technology，2024（1）：13-19.
14	李明，薛庆峰，张可欣，等．电动汽车热泵空调系统性能分析［J］．吉林大学学报（工学版），2021，51（6）：1943-1952.
	LI Ming， XUE Qingfeng F， ZHANG Kexin，et al ．Performance analysis of electric vehicle heat pump air conditioning system［J］．Journal of Jilin University （Engineering and Technology Edition），2021，51（6）：1943-1952.
15	张可欣．电动汽车热泵空调系统性能分析平台设计［D］．长春：吉林大学，2020.
16	KHAYYAM H， KOUZANI A Z， HU E J，et al ．Coordinated energy management of vehicle air conditioning system［J］．Applied Thermal Engineering，2011，31（5）：750-764.
17	MARCOS D， PINO F J， BORDONS C，et al ．The development and validation of a thermal model for the cabin of a vehicle［J］‍．Applied Thermal Engineering，2014，66（1）：646-656.
18	KAMBLY K R， BRADLEY T H ．Estimating the HVAC energy consumption of plug-in electric vehicles［J］．Journal of Power Sources，2014，259：117-124.

参数	取值
整车质量/kg	1 760
滚动半径/m	0.28
滚动阻力系数	0.019
空气阻力系数	0.34
迎风面积/m²	2.5
汽车旋转质量换算系数	1.1
驱动电机峰值功率/kW	160
驱动电机最大转速/（r∙min^-1）	12 000
主减速器传动比	5
氢燃料电池额定功率/kW	50
氢燃料电池峰值功率/kW	65
蓄电池容量/（A·h）	37
蓄电池总线额定电压/V	350
蓄电池最大电流/A	100
蓄电池持续电流/A	72
蓄电池荷电状态允许范围	5%~95%

参数	取值
顶板面积/m²	2
前挡风玻璃面积/m²	1.8
后窗面积/m²	0.29
侧窗面积/m²	0.4
前挡风板渗透率	0.452
后窗渗透率	0.321
侧窗渗透率	0.475
前挡风玻璃入射角/（°）	60
后窗入射角/（°）	55
侧窗入射角/（°）	20

参数	取值
Actor网络学习率	0.000 8（制冷），0.001（制热）
折扣因子	0.9
样本学习数	64
软更新率	0.001
Critic网络学习率	0.000 8（制冷），0.001（制热）
经验池容量	10 000
训练步数	2 000
延迟更新参数	2

策略	SOC终值	氢耗量/g	相对氢耗/%
DDPG	0.7	79.50
DDPG+制冷	0.7	85.37	7.38
DDPG+制热	0.7	87.63	10.23
TD3-PER+制冷	0.7	83.31	4.79
TD3-PER+制热	0.7	84.79	6.65

[1]	龚小容, 王鑫, 熊维清, 王溏靓, 张洪铭. 基于IBK-IPS的电驱车间空调系统节能优化方法[J]. 华南理工大学学报(自然科学版), 2025, 53(7): 80-92.
[2]	刘雪峰, 黄彬, 丁笠伟, 等. 水冷式集中空调冷源系统多变量耦合物理模型[J]. 华南理工大学学报(自然科学版), 2024, 52(5): 139-152.
[3]	赵克刚, 何坤阳, 黎杰, 等. 基于改进动态规划法的HEV多目标能量管理策略[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 138-148.
[4]	秦大同秦岭. 基于显式随机模型预测控制的功率分流式混合动力车辆能量管理策略[J]. 华南理工大学学报(自然科学版), 2019, 47(7): 112-120.
[5]	闫军威黄琪周璇. 基于Double-DQN的中央空调系统节能优化运行[J]. 华南理工大学学报（自然科学版）, 2019, 47(1): 135-144.
[6]	叶灿滔马伟斌刘金平刘雪峰. 基于谐波反应法的净化空调系统节能研究[J]. 华南理工大学学报（自然科学版）, 2013, 41(12): 81-89.
[7]	丁云飞, 丁静, 王卓越, 等. 除湿转轮处理冷却顶板空调系统的湿负荷[J]. 华南理工大学学报(自然科学版), 2004, 32(3): 10-14.