交通运输是全球温室气体排放的主要来源之一（目前在欧洲占总排放量的25% [1]），同时还导致空气、噪音和水污染；交通事故；交通拥堵；以及生物多样性的丧失，所有这些都对我们的健康和福祉产生了影响。
如今，通过开发电动和混合动力总成，人们正在推动道路运输的电气化。后者结合了内燃机的推进力和电动机的动力。对于电动汽车而言，关键挑战包括提高自主性和电池寿命，同时减小电池尺寸和整车成本。
一种减轻电池压力的方法是将电池与其他储能技术（如超级电容器）进行混合。电池和超级电容器具有根本不同的特性，因此混合化可以利用它们的互补性，从而实现更优的储能解决方案。电池提供高能量密度但低功率密度，其寿命通常可达数万次循环。相比之下，超级电容器提供高功率密度但能量密度有限，其寿命可达到数十万次循环，因为其工作原理不依赖于电化学反应 [2]。
关于电动汽车混合储能解决方案的文献主要集中在拓扑优化设计、理论建模和控制策略的研究上 [3]、[4]、[5]、[6]、[7]。在拓扑方面，电动汽车储能系统的混合化包括被动、半主动和主动方法 [3]、[8]、[9]。被动混合化依赖于电池和超级电容器端子的直接并联连接。这种方法的优点是成本低廉。然而，超级电容器和电池组必须具有相同的标称电压，这严重限制了系统设计的灵活性。此外，由于电压波动范围有限，无法控制两者之间的功率分配，也无法充分利用超级电容器的能量容量。
在半主动和主动方法中，通过专用功率转换器将超级电容器组集成到车辆的动力总成中，从而实现独立控制，并可能最大化混合化的优势。
在主动控制方法中，核心思想是利用超级电容器过滤掉牵引电机的高频功率需求成分——从而利用其高爬坡率和循环能力——并将低频成分分配给电池，从而减少其循环应力并延长其寿命。这种功率共享策略可以通过多种方式实现，相关文献非常丰富。例如，在 [10] 中，过滤是基于对连接储能设备和电机驱动单元主逆变器的直流链路电压应用鲁棒的H-∞
另一种替代方法是小波变换，如 [12] 所述。本文还在过滤功率需求后引入了第二个决策层次，使用神经网络监督驾驶模式，然后通过模糊逻辑模块确保超级电容器电压保持在可接受范围内。与其他确定性控制方法相比，使用模糊逻辑的优势在于不需要精确的模型或系统模型——例如，无需知道电池的内部电阻即可调整连接到它的直流-直流转换器的电流控制器 [13]、[14]。然而，计算成本是一个缺点。实际上，计算成本也可能成为实施其他先进和有效的优化技术（如模型预测控制（MPC）方法 [15]、[16]、[17]）的限制。在 [15]、[16] 中，MPC 被用于通过最小化能耗和混合储能系统的老化来实现电动汽车的最佳运行。为了降低计算成本（同时优化所有控制要求），MPC 可以通过分层预测控制策略进行分布式应用，如 [18] 所示。在该工作中，控制器的分层实现允许使用非线性系统的多个分段线性模型，从而简化实现并便于在线识别系统组件参数。文献中还报道了另一种先进技术——动态规划（DP）[19]、[20]，它也是基于旨在最小化电池电流水平（从而降低电池应力）和总体能量损失的优化问题。
使用 H-∞
超级电容器在商用汽车中的应用仍然有限。目前有一些例子，如 [25] 中所述，但超级电容器的运行与电池并不完全协同；相反，它主要是为了在微混合动力电动汽车中实现再生制动。此外，根据上述文献，大多数报道的经验仍通过仿真或在实验室环境中得到验证。总的来说，量化这项技术对车辆性能的影响仍然很困难。
本文旨在基于先前的研究结果，进一步证明混合储能是减少电池能量消耗和功率应力（从而可能延长电池寿命）以及提高电动汽车再生制动能力的有效解决方案。根据作者所掌握的最新知识，之前引用的文献中没有一篇专门讨论以下方面，因此这些方面构成了本文的主要贡献：
• 开发一个完整的电动汽车动力总成及其混合储能解决方案控制系统，包括：(i) 速度和扭矩控制器，它们同时考虑了电机在低速和高速范围内的限制——通过应用 MTPA 和磁场削弱控制策略——以及超级电容器和电池组的功率限制，将各自的 SOA 图表作为限制因素。(ii) 比较两种超级电容器组的控制策略：一种基于成熟的 PI 控制器，另一种基于反馈（IP）控制器，两者均采用 H-∞
• 通过一个完整且真实的商用中型电动掀背车模型，评估被动和主动混合电池-超级电容器储能解决方案在减轻电池压力和车辆再生制动方面的影响。该模型及其相关的控制方法是可靠的，因为：(i) 它通过了现场数据的验证；(ii) 它反映了驱动单元主要组件的电应力和动态控制回路，即电机、功率逆变器、直流-直流转换器和电池及超级电容器组；(iii) 它反映了电池的热应力；(iv) 控制方法确保储能设备在尊重其功率和能量限制的情况下安全运行。
