摘要：以锂离子电池为储能核心的新能源汽车在行驶过程中，会频繁面临大功率负载的冲击，导致锂离子电池容量衰减加快。提出了超级电容结合锂离子电池构建混合储能系统，通过研究混合储能系统的拓扑结构，优化得到一种计及成本及效率兼优的半主动式拓扑构型。建立锂离子电池和超级电容混合储能系统实验台架，对优化前后的拓扑结构进行实验测试。结果表明，超级电容满足瞬时动态负载需求，锂离子电池的充放电电流限制在标准充放电电流 0.3 CA(即 30 A)以内，能耗和锂电池损耗成本分别下降 0.63% 和 6.09%。
关键词：混合储能;锂离子电池;超级电容;半主动式拓扑
环境污染、气候变化、能源安全和可持续发展等问题日益突出，全球主要国家已将新能源列入国家能源优先发展战略[1]，发展面向未来的新能源电动汽车已成为各国的共同选择。储能系统是新能源汽车的关键部件，以锂离子电池为储能核心的新能源汽车在行驶过程中，因行驶工况复杂，会频繁面临大功率负载的冲击，导致锂离子电池容量衰减加快，储能系统性能下降[2]。
为应对上述问题，建立由锂离子电池和超级电容构成的混合储能系统是一种有效的解决方案。文献[3]利用蓄电池和超级电容性能上的互补性，构建了混合储能系统，实现了对储能元件同时具有高能量密度和高功率密度的要求，但缺少对具体元件的分析以及能量管理策略的研究。文献[4]基于混合储能系统对双向 DC/DC 变换器部件进行了研究。文献[5]综述了超级电容技术研究现状，着重阐述了其在电动汽车领域中的应用。文献[6]提出了一种混合储能系统的灵敏度分析方法，对不同部件参数进行了敏感度分析。上述文献着眼于混合储能系统的部件优化，缺少对整体拓扑结构和能量管理策略的分析研究。文献[7-8]针对混合储能系统的不同能量管理策略进行对比分析和优化，以实现锂电池和超级电容功率的最优分配。
本文以某小型电动车为原型，研究并优化了混合储能系统的拓扑结构。对锂离子电池和超级电容混合储能系统的三种拓扑结构进行分析，选择半主动式构型作为研究对象。为了降低系统成本，在选用非隔离式双向 DC/DC 变换器的基础上，提出了两种优化后的半主动式拓扑构型。搭建实验台架，以使用成本为衡量指标构建系统性能分析函数，对优化后的两种拓扑结构进行实验分析，验证了优化后拓扑的有效性。
1 混合储能系统部件分析
1.1 整车参数
本文以某小型电动汽车为原型，其部分整车参数为：迎风面积 1.51 m2，风阻系数 0.3，滚动阻力系数 0.009，整车质量 600 kg，传动效率 0.9，60 km/h等速续航里程 160 km。
1.2 锂离子电池
本实验采用中航锂电公司生产的型号为 SE100AHA 的磷酸铁锂电池，其标称容量为 100 Ah，标称电压为 3.2 V，标准充放电电流为 0.3 CA(即 30 A)。由整车参数计算得电池组的能量为 6.4 kWh，故使用 100 Ah 单体电池，需要的单体数量为 20 节。
1.3 超级电容
超级电容具有较高的功率密度，但能量密度极低。由锂离子电池和超级电容组成的混合储能系统可以发挥不同类型储能装置的优势，将大大降低锂离子电池的充放电电流波动，提高锂离子电池动态循环寿命。本实验中超级电容模块采用的是两个并联的 Maxwell BMOD0165-P048 电容器，其单块额定电容为 165 F，额定电压为 48 V。
1.4 双向DC/DC变换器
双向 DC/DC 变换器作为混合储能系统中的能量控制元件，其选型直接影响整个系统的成本、性能和运行效率。本文选用交错并联 Buck/Boost 拓扑结构作为双向 DC/DC 变换器的主电路，相较于传统的 Buck/Boost结构，交错并联式拓扑结构具有电流纹波小、适用于大功率场合等优点。
2 混合储能系统拓扑结构
混合储能系统的拓扑结构主要有三种：被动式构型、半主动式构型和主动式构型，如图 1所示。
在三种拓扑结构中，被动式构型锂离子电池与超级电容直接并联到功率总线上，具有结构简单、成本低等优点。但此拓扑结构下，超级电容与锂离子电池电压相同，导致超级电容的容量得不到充分利用，储能系统整体性能较差。因此，需要加入双向 DC/DC 变换器才能发挥两种储能源相结合的优势。相较于被动式构型，主动式构型加入了两个双向 DC/DC 变换器，可以灵活控制锂离子电池和超级电容的充放电功率，使储能装置的容量被充分利用。但同时此构型成本大幅提高，控制策略复杂，能量传输效率有所下降。
半主动式构型介于二者之间，通过一个 DC/DC 变换器控制其中一个储能源，在保证了储能系统锂离子电池与超级电容充放电行为相对可控的同时，相较于主动式构型，无论是系统成本还是控制策略复杂度都大幅下降。因此，半主动式构型被广泛应用于混合储能系统的研究中。
3 半主动式构型拓扑优化
3.1 超级电容+双向DC/DC拓扑优化典型超级电容+双向
DC/DC 半主动式拓扑构型如图 1(b) 所示，在双向 DC/DC 变换器的选择上，有隔离式和非隔离式两种。为了提高储能系统的能量密度和效率并降低硬件成本，本文采用了非隔离式双向 DC/DC 变换器。同时，对此拓扑结构进行了相应的改进以克服该结构下的缺点。优化后的超级电容+双向 DC/DC 半主动式结构如图2 所示。
相关知识推荐：论文重复率0好发表吗
优化后的超级电容+双向 DC/DC 半主动式拓扑结构添加了一条超级电容预充电回路，当超级电容由于馈电导致端电压低于双向 DC/DC 变换器可控制的最小电压时，闭合 K1，将超级电容与锂离子电池的正极连通，把超级电容充电至双向 DC/DC 变换器可控制的电压范围内。当超级电容端电压过低时，其可用能量也很少，预充电回路可保证系统开始工作时，超级电容工作在额定电压左右。
3.2 锂离子电池+双向DC/DC拓扑优化
典型的锂离子电池+双向 DC/DC 半主动式拓扑构型如图 1(c)所示，超级电容与功率总线直接相连，这种结构下需要一个二极管用于保证当双向 DC/DC 工作异常时连通锂离子电池和超级电容，稳定总线电压。优化后的锂离子电池+双向 DC/DC 半主动式结构如图 3 所示。
基于预充电回路的基础上，在 D5回路加入了一个可控开关管 Q5，使锂离子电池与总线连通的时机变得可控，可解决典型结构中 D5回路不可控导致的与双向 DC/DC 工作时序发生冲突的问题，此回路称为紧急补电回路。
3.3 系统性能分析函数构建
为了进一步分析两种拓扑结构，本文以使用成本为衡量指标构建系统性能分析函数，来分析比较两种拓扑结构。在混合储能系统中，系统使用成本主要包括储能系统损耗 CostSystem以及电能损耗 CostPower。由于超级电容在多个循环中的容量损失可忽略不计，因此系统损耗 CostSystem仅考虑了锂离子电池的损耗成本。
4 优化结果分析
结合各个部件的参数搭建实验台架，如图 4 所示，其中电力电子机柜包含锂电池组、超级电容模组和双向 DC/DC 变换器等设备。 车辆的运行工况代表车辆的行驶状态，本文选用城市道路循环(UDDS)工况，在工控机中嵌入文献[10]中提出的能量管理策略，对优化后的超级电容+双向 DC/DC 半主动式结构和优化后的锂离子电池+双向 DC/DC 半主动式结构进行实验测试，结果如图5 所示。
从图 5 波形可得两种拓扑结构均能使锂离子电池模块的输出功率控制在 1 920 W 以内，此时锂离子电池的充放电电流限制在标准充放电电流 0.3 CA(即 30 A)以内，有利于降低锂离子电池衰减损耗，延长其循环寿命。
为进一步分析两种拓扑结构的性能，利用构造好的系统性能分析函数来分析两种拓扑结构，结果如表 1所示，可得出超级电容+双向 DC/DC 拓扑结构要优于锂离子电池+双向 DC/DC拓扑结构。
选取超级电容+双向 DC/DC 拓扑结构为对象，对其优化前后的拓扑结构进行实验，结果如图 6 和图 7 所示。超级电容承担超过锂离子电池输出功率阈值 1 920 W 的尖峰功率，同时吸收制动回馈能量，能够有效保护锂离子电池免受大功率负载冲击，减小其衰减损耗。
在一个 UDDS 循环工况内，优化前后系统的能耗分别为 331.25 和 329.17 Wh，锂离子电池衰减量分别为(1.518×10-4 )% 和(1.425×10-4 )%，对应锂离子电池损耗成本分别为 0.060 7 元和 0.057 0 元，优化后系统的能耗和锂离子电池损耗成本分别下降了 0.63% 和 6.09%。
5 结论
本文对锂离子电池+超级电容混合储能系统的拓扑结构进行了对比分析，在此基础上选择半主动式拓扑构型作为优化对象，提出了两种基于交错并联 Buck/Boost 结构双向 DC/ DC 的半主动式拓扑构型。实验结果显示优化后的超级电容+双向 DC/DC 半主动式拓扑结构和锂离子电池+双向 DC/ DC 半主动式拓扑结构均可使锂离子电池充放电电流限制在标准充放电电流 0.3 CA(即 30 A)以内，有利于降低锂离子电池损耗。选取超级电容+双向 DC/DC 拓扑结构为对象，对优化前后的拓扑结构进行实验分析，得到系统的能耗和锂离子电池损耗成本分别下降 0.63% 和 6.09%，验证了优化后拓扑结构的有效性和优越性。——论文作者：上官玉金， 谢长君， 刘芙蓉， 李 浩， 李维波
参考文献：
[1] 汪宁渤，马明，强同波，等.高比例新能源电力系统的发展机遇、挑战及对策[J].中国电力，2018，51(1)：29-35，50.
[2] ZHU T，WILLS R G A，LOT R，et al. Adaptive energy management of a battery- supercapacitor energy storage system for electric vehicles based on flexible perception and neural network fitting[J].Applied Energy，2021，292: 116932.
[3] 张纯江，董杰，刘君，等.蓄电池与超级电容混合储能系统的控制策略[J].电工技术学报，2014，29(4)：334-340.
[4] 张鹏超.双向变换器在混合储能系统中的应用研究[J]. 电源技术，2015，39(11)：2531-2533.
[5] 张雷，胡晓松，王震坡.超级电容管理技术及在电动汽车中的应用综述[J]. 机械工程学报，2017，53(16)：32-43, 69.
[6] ZHU T，WILLS R G A，LOT R，et al. Optimal sizing and sensitivity analysis of a battery - supercapacitor energy storage system for electric vehicles[J].Energy，2021，221: 119851.
[7] 徐元中，肖菀莹，吴铁洲.基于模糊 PI 控制的 EV-HESS 能量利用效率优化[J].电源技术，2019，43(10)：1668-1671，1675.
[8] LI M，WANG L，WANG Y J，et al.Sizing optimization and energy management strategy for hybrid energy storage system using multiobjective optimization and random forests[J].IEEE Transactions on Power Electronics，2021，36 (10):11421-11430.
[9] 宋子由 . 客车用锂电池/超级电容复合储能系统的优化与控制 [D].北京：清华大学，2016.
[10] 姚堤照，谢长君，曾甜，等.基于多模糊控制的电电混合汽车能量管理策略[J].汽车工程，2019，41(6)：615-624，640.
