KR20150036610A - 연료 전지 및 에너지 저장 시스템을 포함하는 자동차 구동 유닛 - Google Patents

Abstract

본 발명은 자동차 구동 유닛에 관한 것으로, 이 자동차 구동 유닛은:
연료전지에 의하여 공급되는 전력의 설정점이 제어 입력 Pfc*인 평탄한 비선형 제어부를 포함하는 연료 전지(3);
가역적인 전기에너지 저장 시스템(2);
전기 모터(4);
상기 연료 전지(3) 및/또는 전기에너지 저장 시스템(2)을 상기 전기 모터(4)에 선택적으로 연결하도록 구성된 전기적인 연결 요소(11); 및
제어 회로(5, 31);를 포함하고,
상기 제어 회로(5, 31)는, 상기 연료 전지에 의하여 공급되는 전력을 기초로 상기 연료 전지의 이하와 같은 이수소 소비 모델[g(Pfc*)= a*Pfc*²+b*Pfc*+c, 여기서 a, b, c는 상수]을 기억하고, 상기 연료 전지와 상기 에너지 저장 시스템 사이의 이하의 식과 같은 전력 분배 계수 λ1를 산출하도록 구성되며,

전력 설정점 Pfc* [Pfc*=(λ1-b)/(2a)]을 인가하도록 구성되는 것을 특징으로 합니다.

Description

연료 전지 및 에너지 저장 시스템을 포함하는 자동차 구동 유닛{MOTOR VEHICLE DRIVE UNIT INCLUDING A FUEL CELL AND AN ENERGY STORAGY SYSTEM}

본 발명은 하이브리드 차량의 구동 유닛에 관한 것으로서, 특히 축전지 배터리 또는 연료 전지에 의하여 공급되는 전기 모터를 포함하는 하이브리드 구동 유닛의 제어에 관한 것이다.

수송 어플리케이션들에 대한 유해 가스 방출을 감소시키기 위한 점증하는 요구는 중요한 조사 연구를 촉진한다. 에너지 소비의 측면에서 보다 효율적인 차량의 개발은 주요한 목적의 일부를 형성한다. 전기 모터를 포함하는 하이브리드 구동 유닛 솔루션들이 상당한 발전을 달성하고 있다. 하이브리드화는 특히 이하의 이점들을 제공한다:

- 제동 중 에너지 회수. 차량의 관성적인 기계적인 동력의 일부는 발전기로 작동하는 전기 모터에 의하여 회수되고 배터리에 저장된다;

- 차량의 에너지 소비의 관리의 추가적인 자유도를 가진다. 차량의 다양한 소스들의 작동 지점들이 이와 같이 사용 동안 최적의 효율에 의하여 사용될 수 있다.

특히, 수소 기반 연료 전지(Fuel Cell)(FC)를 가진 전기 차량에서, 전기화학적인 축전지 배터리와 같은 전기 에너지 저장 시스템(Energy Storage System)(ESS)에 의한 하이드로화는 연료 전지의 전력을 제한하는 가능성을 보여준다. ESS에 의하면 차량에 의하여 요구되는 높은 전력을 제공하고 반면에 FC 시스템은 그 자체의 더 높은 제한된 전력(차량의 평균 전력에 근접)에 적합한 전력을 제공할 수 있다. 전기화학적인 축전지 배터리가 가역적인 에너지 전환 시스템인 반면, FC는 비가역적인 에너지 전환 시스템이다.

FC와 ESS 사이의 전력 제공 분포의 제어는 에너지 소비를 최적화하기 위하여 필요하다. 전력 분포를 관리하기 위한 시스템은 일반적으로 EMS라는 용어로서 표시된다.

EMS는 오프라인 최적화(즉시 모사된 제어 법칙) 또는 온라인 최적화(제어 법칙의 차량을 대면한 동작 조건들에 적응시킴)를 실행할 수 있다.

2010년 6월에 릴리(Lille)에서 개최된 IEEE 컨퍼런스인 차량 동력 및 추진 컨퍼런스(Vehicle power and propulsion conference)"의 체제 내에서 간행된 엠엠 비노(MM Vinot), 트리구이(Trigui) 및 자네렛(Jeanneret)에 의해 작성된 "하이브리드 시스템을 구비한 전기 차량의 최적 관리(optimal management of electric vehicles with hybrid system)"라는 제목의 논문은 전기 모터의 전력 공급을 위한 배터리들과 슈퍼-캐패시터들을 결합하는 차량의 프레임 내에서 EMS 제어 방법을 설명한다.

이 논문에서 제안된 절차에 의해 최적화 계산을 통하여 전세계적인 에너지 소비를 최소화할 수 있다. 그러나, 에너지 소비의 최소화는 단지 차량의 작동 사이클이 종래기술에서 알려진 경우에 실제로 효과적이다. 그러므로 그러한 절차는 작동 사이클이 미리 한정되지 않는 실제 어플리케이션들에서 자주 비교적 한정된 실제적인 이익을 제공한다.

2010년 6월에 로마에서 개최된 19차 ICEM 컨퍼런스의 체제 내에서 간행된 "농업용 차량의 내장 연료 전지 시스템용 에너지 관리 전략"이라는 제목의 엠엠 트리슐러(MM Thritschler), 바차(Bacha), 룰리에르(Rulliere) 및 허슨(Husson)에 의하여 작성된 논문은 연료 전지를 구비한 중차량으로의 온라인 어플리케이션에 적합한 퐁트리아진(Pontryagin) 최대 원리의 실제적인 사용을 설명한다. EMS의 실시간 제어를 위한 이러한 절차는 차량 구동 사이클의 종래 지식이 필요 없다.

전기 에너지 저장 시스템의 충전 상태는 FC에 의한 재충전을 사용하여 유지된다(수소 전환). 에너지 최적화는 ESS의 충전 상태 레벨의 유지와 같은 제한이 적용되는 연료 소비의 최소화에 기초한다.

제동시의 에너지 회수가 거의 없는 것으로 밝혀진 중형 농업 차량에 적용하므로, 이러한 절차는 회수 제동을 수행하지 못한다. 따라서, 시스템의 효율은 종래의 모터 용도에 대해 최적이 아니며, 이로써 제동과 가속 사이클을 교대로 반복하게 된다. 더구나, 이러한 절차는 연료 전지와 축전지의 배터리들의 전력 차이를 관리하기에 비교적 적합하지 않다.

본 발명은 온-라인 최적화를 실행하기 위한 한정된 계산력을 필요로 하며, 사전에 정해지지 않은 구동 사이클의 경우에도 만족스런 최적화를 수행함으로써 하나 이상의 이들 결점들을 해소하는 것을 목적으로 한다.

따라서, 이를 달성하기 위한 본 발명은 자동차 구동 유닛에 대한 것으로서:

제어 입력 Pfc*이 연료 전지에 의하여 공급되어야 하는 전력의 설정점인 평평한 비선형 제어부를 포함하는 연료 전지;

가역적인 전기 에너지 저장 시스템;

차량의 바퀴들을 추진하도록 구성된 전기 모터;

상기 연료 전지 및/또는 상기 에너지 저장 시스템을 상기 전기 모터에 선택적으로 연결하도록 구성된 전기적인 연결 요소;

제어 회로로서:

- 2차 다항식 g(Pfc*)= a*Pfc*²+ b*Pfc* + c (여기서 a, b, c는 상수) 형태로 상기 연료 전지에 의해 공급된 전력의 함수로서 상기 연료 전지의 이수소 소비 모델을 저장하고;

- 상기 연료 전지와 상기 에너지 저장 시스템 사이의 이하의 식으로 표현되는 전력 분포 계수 λ1를 계산하도록 구성되며;

여기서, △SoE는 퍼센트로 표시된 상기 저장 시스템에서의 목표 에너지 양과 현재 에너지 양 사이의 차이이며, Pbus(j) 는 상기 전기 모터와 상기 전기 연결 요소 사이에 교환된 전력의 측정값이며, △t 는 Pbus(j)의 두 개의 연속된 측정들을 구별시키는 시간 차이이며, Th는 λ1의 계산에 고려되는 상기 전기모터의 작동 시간이며, ε_max 는 상기 전기 에너지 저장 시스템에 저장될 수 있는 최대 에너지 양이며;

- 상기 연료 전지의 상기 비선형 제어부에 Pfc*=(λ1-b)/(2a)에 의하여 전력 설정점 Pfc*을 적용하도록 구성되며;

- 상기 전력 설정점 Pfc*의 값이 상기 전기 모터에 의하여 요청된 전력보다 더 클 때, 상기 전기 에너지 저장 시스템을 재충전하도록 상기 전기 연결 요소를 제어하도록 구성되는 상기 연료 전지의 제어 유닛을 포함하는 것을 특징으로 한다.

변형예에 따르면, 제어 회로는 Pbus 값들 사이의 변동 폭을 결정하도록 구성되고 변동 폭의 증가시 Th의 값을 저하시키고 변동 폭의 감소시 Th의 값을 증가시키도록 구성된다.

또 다른 변형예에 따르면, 시간 Th은 20과 600초 사이이다.

또 다른 변형예에 따르면, 시간 차 △t 는 1초와 20초 사이이다.

또 다른 변형예에 따르면, Th/△t 비는 적어도 5와 같다.

변형예에 따르면, 제어 회로는 측정 전력값 Pbus의 주파수보다 낮은 주파수로 △SoE 값을 계산하도록 구성된다.

본 발명의 또 다른 변형에 따르면, 에너지 목표 양은 전기에너지 저장 시스템의 최대 에너지 양의 40 내지 80% 사이이다.

또 다른 변형예에 따르면, 전기 에너지 저장 시스템은 전기화학적인 축전지 배터리를 포함한다.

여전히 본 발명의 또 다른 변형예에 따르면, 연료 전지는:

반응기;

펌프의 전기 모터에 의해 회전되는 압축 로터와 전기 모터를 포함하며, 상기 반응기의 캐소드에서 공기를 압축하도록 구성된 상기 펌프;

상기 반응기를 통해 흐르는 공기 흐름 속도를 조정하기 위한 밸브; 및

상기 전력 설정점 Pfc*을 상기 펌프의 전기모터의 설정 전압 및 상기 밸브의 설정 전압으로 각각 전환하도록 구성된 상기 연료 전지의 평탄 비선형 제어부를 포함한다.

본 발명의 다른 특징들 및 이점들은 첨부 도면들을 참조하는 전체적으로 비제한적인 예로서 이하 제공되는 상세한 설명으로부터 명백해질 것이며, 여기에서:
도 1은 본 발명을 실시하는 차량의 논리부 및 물리적인 부분을 개략적으로 도시하며;
도 2는 차량의 다른 부분에 결합된 연료 전지를 개략적으로 도시하며;
도 3은 신속 전력을 표시하는 도 1의 요소들을 상세하게 도시하는 도면이며;
도 4 내지 6은 여러 예측 수명을 가진 다양한 작동 프로파일들의 에너지 상태를 도시하는 도면들이다.

본 발명에 따른 소비의 최적화는 시스템의 여러 동력을 고려함으로써 알고리즘의 안정된 거동을 보장할 수 있는 정확한 최적화 이론을 기초로 한다. 제안된 솔루션은 비교적 한정된 계산을 수행하고 메모리 리소스에 의하여 실행하므로 실행의 제한에 직면하지 않는다. 그러므로 이 솔루션은 내장된 온-라인 어플리케이션에 잘 적응된다.

본 발명에 의하면 또한 시스템의 에너지 효율을 과도하게 저하시키지 않고 시스템의 동작 제한 요소들을 최적화 계산으로 통합할 수 있다.

본 발명을 실현하기 위한 예시적인 하이브리드 차량이 도 1에 개략적으로 도시된다. 이 차량은 한편으로 물리적인 부분(1)을 다른 한편으로 논리부(5)를 포함한다.

물리적인 부분(1)은 차량의 전기적인 부하(4) 및 그의 에너지 요소(예컨대 전기화학적인 축전지 배터리인 전기적인 에너지 저장 시스템(2)과 FC(3))를 포함한다. 전기적인 부하(4)는 개략적으로 도시되고 통상적으로 차량의 바퀴를 추진하기 위한 전기 모터와, 선택적으로 전기적인 주변 기기(공조 기기, 가열 기기, 등)를 포함한다. 계속해서, 전기적인 부하(4)는 전기 모터, 전기적인 주변 기기, 감속기 및 차량 바퀴들을 포함하는 차량의 전기적인 견인 체인으로서 간주될 것이다.

Pbus를 전기적인 부하(4)의 전력 연결부를 통해 흐르는 전력이며, Pfc를 FC(3)에 의하여 제공되는 전력, 그리고 Pbatt를 저장 시스템(2)에 의하여 제공되거나 수신되는 전력으로 표시하면, Pbus는 이하의 식을 만족한다:

Pbus = Pfc + Pbatt

부하(4)의 전기 모터가 모터 모드일 때, Pbus는 이 모터에 의해 제공된 전력에 대응한다. 부하(4)의 전기 모터가 발전 모드(재생 제동 동안)일 때, Pbus는 모터에 의해 배터리(2)에 공급된 전력에 대응한다.

앞에서 설명된 바와 같이, 이 예의 전기 에너지 저장 시스템은 전기화학적인 축전지들의 배터리(2)이다. 배터리(2)는 이하와 같이 사용된다:

- 일정한 작동 위상 동안 부하(4)의 전력 공급원의 보충 또는 대체로서;

- 연료 전지(3)에 의해 과도한 전력 발생 동안 또는 제동에 의한 에너지 회수 동안 부하(4)에 의해 제공되는 에너지의 저장 기구.

이와 같이 배터리(2)는 가역적인 전기 에너지 저장 시스템을 형성한다.

전기적인 부하(4)의 전력 연결은 통상적으로 DC 전력 버스의 형태로 실행된다. 전기적인 연결부(11)에 의하여 전기적인 부하(4)를 제공하기 위하여 FC(3)의 전력과 배터리(2)의 전력을 결합할 수 있다. 더욱이 전기적인 연결부(11)는 배터리(2)를 재충전하기 위하여 발전 모드에서 배터리(2)를 전기적인 부하(4)의 모터에 결합할 수 있다. 더욱이 전기적인 연결부(11)는 후자를 재충전하기 위하여 배터리(2)에 FC(3)를 결합할 수 있다. 전기적인 연결부(11)는 FC(3) 또는 전기 에너지 저장 시스템(2)에 의하여 제공된 각각의 전압을 하강/상승시키기 위하여 종래 기술에서 알려진 방식으로 컨버터들을 포함할 수 있다.

배터리(2)는 일반적으로 BMS(배터리 관리 시스템)이라는 용어로서 표시되는 콘트롤러(도시 없음)를 포함한다. BMS는 바람직하게 배터리(2)의 에너지 상태(일반적으로 SOE라는 용어로 표시되는) 또는 충전 상태 (일반적으로 SOC라는 용어로 표시)를 제공할 수 있다. SOC는 일반적으로 배터리(2)의 최대 에너지 성능에 대한 에너지 퍼센트의 형태로 표현된다. SOE 또는 SOC를 계산하기 위한 여러 다른 절차들이 이 기술 분야의 통상의 기술자에게 알려져 있다. 그러한 계산은 특히 공급 또는 흡수된 전력 또는 동작 온도와 같은 파라미터들을 이용할 수 있다. 이후에, 본 발명의 예시적인 실시는 에너지 상태를 기초로 할 것이다. 이하의 관계식은 에너지 상태 SOE를 결정하는 간단한 예를 제공한다:

SOE(%)=100*(ε/ε_max)

여기서, ε_max는 배터리(2)에 저장될 수 있는 최대 에너지 양으로 이하의 식으로 표시된다:

연료 전지 또는 FC(3)은 이하 상세하게 설명되는 바와 같이, 그 작동에 전속된 콘트롤러(31)를 포함한다. FC(3)의 동작에 의하여 이수소(dehydrogen) 형태로 함유된 화학 에너지가 산화-환원 전기화학적 반응에 의하여 전기 에너지로 전환될 수 있다. 반응으로부터 생성된 산물은 전기 에너지, 열 및 물이다. FC(3)는 도 2에 개략적으로 도시된 바와 같은 시스템의 형태로 실시될 수 있다. 그러한 시스템에 의하여 반응 가스(이수소 및 이산소)를 분배하고 조정하며, 전지를 냉각하고, 생성된 전기 에너지를 회수할 수 있다.

FC(3)는 일반적으로 전기적으로 직렬로 연결되고 반응기(300)를 형성하는 세트를 이루는 전지들을 포함한다. FC(3)의 각 전지 단말에 걸린 전압은 캐소드에서의 압력, 아노드에서의 압력, 산소의 화학 양론, 상대 습도, 전지의 온도 및 FC(3)에 의하여 발생된 전류와 같은 여러 변수들에 의존한다.

FC(3)는 이수소용 저장조(330)를 포함한다. 밸브(331 및 332)들이 반응기(300)로 유입하고 반응기(300)로부터 대기로 배출되는 이수소 양을 제어한다. 냉각 회로(320)가 반응기에서의 최적 동작 온도를 유지하기 위하여 반응기(300)의 열운반 유체 흐름을 관리한다. FC(3)는 또한 압축기(340)를 포함한다. 밸브(341)는 반응기(300)에서 FC의 캐소드 챔버에 형성된 압력을 제어한다.

콘트롤러(31)는 또한 FC(3)의 여러 부품들을 제어한다. 콘트롤러(31)는 특히 반응기(300)로 유입하고 반응기(300)로부터 배출되는 이수소 양을 제한하기 위하여 밸브(331 및 332)들을 제어한다. 콘트롤러(31)는 또한 반응기(300)의 캐소드 챔버의 압력을 제어하기 위하여 반응기(300)로부터 흐르는 공기 양을 제한하기 위하여 밸브(341)를 제어한다. 콘트롤러(31)는 반응기(300)로 흐르는 공기 양을 제한하기 위하여 압축기(340)를 제어한다. 콘트롤러(31)는 반응기의 작동 온도를 조정하기 위하여 냉각 회로(320)를 제어한다. 콘트롤러(31)는 소정의 작동 지점에 대해 그 성능을 최적화하기 위하여 FC(3)의 동작 파라미터들을 제한하도록 구성된다. 콘트롤러(31)는 이와 같이 밸브(331, 332, 341), 압축기(340) 및 냉각 회로(320)용 각각의 제어 법칙을 포함한다.

논리부(5)는 통상적으로 예컨대 물리적인 부분(1)의 작동을 최적화하기 위한 하나 이상의 내장 프로그램들을 실행하는 컴퓨터 형태로 실시된다.

논리부(5)는 예컨대 가속기 페달과 같은 제어 인터페이스를 포함한다. 제어 인터페이스의 예로서, 드라이버는 토크 기준점 Ccc을 적용한다. 이러한 토크 기준점 Ccc은 전기 부하(4)의 모터에 적용된다. 차량의 출력 변수는 차량의 속도 SPDveh이다.

논리부(5)는 최적화 함수(521)를 포함한다. 최적화 함수는 FC(3)에 대해 정해진 전력 기준점 Pfc* 을 발생하도록 구성된다. 전력 Pbat 은 토크 기준점 Ccc 및 기준점 Pfc* 의 함수로서 작용한다. 이러한 전력 기준점 Pfc* 은 FC(3)이 전기 연결부(11)에 대해 제공하여야 하는 전력의 최적값에 대응한다. 최적화 함수는 가동 사이클의 수소의 전 세계적인 소비를 최소화하는 전력 기준점 Pfc* 을 제공할 뿐만 아니라, FC(3)와 배터리(2)의 전력에 비추어 각각의 작동 지점, 여러 부품들의 응답 역학 및 물리적인 부분(1)의 상태 변수들의 한계와 같은 시스템의 한계들과 제한들을 고려하도록 구성된다.

논리부(5)는 추가로:

- 전기 에너지 저장 시스템(2)의 기준 레벨의 기준 값 SoEref 을 규정하는 함수(501);

- 비교기(502);

- 강건성(robustness) 함수(510);

- 예보 함수(522);

- 예보 수정 함수(520);

- 평가 함수(523)를 포함한다.

인터페이스(500)는 평가 함수(523)에 기준점 값 Ccc 을 제공한다. 함수(523)는 차량 속도값 SPDveh 을 수신한다. 함수(523)는 최적화 함수(521)에 값 Pbus* 을 제공한다.

비교기(502)는 강건성 함수(510)에 값 SoEref (함수(501)에 의하여 제공된)과 측정된 에너지 상태 값 SoE (전기 에너지 저장 시스템에 의해 제공된) 사이의 차이,즉 값 △SoE 를 제공한다.

강건성 함수(510)는 함수(520)에 파라미터 ψ를 제공한다.

예보 함수(522)는 전력 Pbus 을 표시하는 전력 값 Pbus 을 수신한다. 예보 함수(522)는 과거에 획득된 데이터에 기초하여 예보된 전력 분포 Pbus 를 수정 함수(520)에 제공한다.

수정 함수(520)는 최적화 함수(521)에 파라미터 λ1를 제공한다.

FC(3)의 동력은 주로 공기 회로의 동력에 의존한다. FC(3)의 논리부(5)에 의해 생성된 명령 기준점들은 FC(3)의 공기 회로의 제어를 합성하는 것을 목적으로 한다. 평탄한 비선형 제어는 이하 설명되는 바와 같은 원리에 따라 콘트롤러(31)에 사용된다.

공기 회로는 일반적으로 연속식으로 입력으로부터 출력으로, 공기 필터, 압축기(340), 증발기-응축기, 캐소드 용적, 공기/액체 물 분리기, 반응기의 캐소드에서 압력을 제어하는 밸브(341)를 포함한다. 압축기(340)는 일반적으로 회전형 압축기이다.

공기 회로의 모델링에서, 공기 압축기, 압축기 출력과 캐소드 출력 사이의 공기 용적, 밸브(341)와 같은 정해진 동력을 가지는 부품들을 고려함으로써 근사 계산이 실행된다. 압축기(340)의 출력과 캐소드의 출력 사이의 압력이 균일하다는 단순 상정으로 달성된다.

FC(3)의 작동용 두 개의 가장 중요한 변수들은 캐소드 압력(산소 부분압력)과 공기 흐름 속도(산소 플럭스)이다. 이들 변수들은 밸브(341)와 압축기(340)에 의하여 역동적으로 제어된다. 압축기의 회전 모터에 관련하여, 기계적인 부분이 압축기(340)의 가장 느린 동력을 가진다. 전기적인 부분의 전력은 단순화를 위하여 무시된다. 공기 회로의 기계적인 부분과 전기적인 부분 사이의 선형 관계는 이하의 식 [1]에 의하여 제공된다:

[1]

여기서, ω는 압축기 모터의 회전 속도이며, α는 압축기 전압/전류 변환 계수이며, umot 는 모터에 인가된 전압이며, Jmot 는 모터의 관성이며, Cr은 압축 위상에 의해 부여된 저장 토크이며 Φ는 모터 회전자의 마찰 계수이다.

압축 단계는 이하의 상태 식 [2]의 시스템으로 표시된다:

[2]

여기서, q_air는 출력 공기 흐름 속도이며, P_cath는 캐소드에 의하여 가해진 압력이며, P_atm는 대기 압력이며, Temp_atm는 입력 공기의 온도이며(대기압 온도), cyl은 압축기의 성능이며, R은 가스 상수이며, η_is은 등엔트로피 효율이며, η_v은 부피 효율이며, g는 비열의 비이며, Cp_air는 공기의 비열이다. 등엔트로피 효율과 부피 효율은 압축기(340)의 압축비와 전기 모터의 회전 속도에 의존하는 파리미터들이다.

회로의 마지막 요소는 캐소드의 용적 성능이다. 그의 압력 상태는 이하의 식 [3], [4]에 따라 이상 기체의 미분식으로 표시될 수 있다:

[3]

식 [4]은 이하의 시스템으로 표시될 수 있다:

[4]

여기서, V 는 캐소드의 부피이며, q_air는 압축기의 공기 흐름 속도이며, q_H2O는 반응기(300)의 전기화학적인 반응에 의하여 생성된 물의 흐름 속도이며, q_O2 는 반응기(300)에 의하여 소비된 산소의 흐름 속도이며, q_valve 는 캐소드로부터의 출력 공기 흐름 속도이며, Temp_cath는 캐소드에서의 가스 온도이며, N_cell은 반응기(300)의 전기화학적인 전지들의 수이며, F는 패러데이 상수이며, I_fc는 FC(3)에 의하여 생성된 전류이며, u_valve 는 밸브에서 배출되는 흐름 속도를 제어하기 위한 입력 변수이며, C_d는 방전 상수이다. 온도 Temp_cath 는 간단화를 위하여 상수로 고려된다.

이하의 식 [5]에서의 공기회로 모델은 방정식 시스템 [2] 및 [4]을 이용하는 관계식 [1] 및 [3]에 의하여 정의된다:

[5]

이와 같이 공기 회로 모델은 두 상태 변수 ω 및 P_cath들과 두 입력 u_mot 및 u_valve들 사이의 관계를 제공하는 두 개의 비선형 방정식들에 의하여 정의된다. 이들 두 개의 상태 변수들의 거동은 FC(3)의 적절한 작동을 보장하도록 현저하다. 실제로, 캐소드 압력 P_cath 과 산소화학 양론 StO2 (필요한 산소 흐름 속도에 대해 공급된 산소 흐름 속도의 비로 정의)의 값은 FC(3)에서의 전류 수요의 변동에도 불구하고 비교적 일정하다.

공기 회로의 소위 평탄한 비직선 제어법칙의 종합이 이제 설명될 것이다. 공기 회로의 비직선 동력에 응답하기 위하여(식(5)의 시스템), 평면 이론(이 이론은 특히 인터내셔날 저널 어브 컨트롤(International Journal of Control), vol. 61, p.1327:1361, 1995의 엠엠 플리스(MM Fliess), 마틴(Martin) 및 로천(Rouchon)에 의한 비선형 시스템의 결함과 평면:서문 이론 및 예들이라는 간행물에 설명되었다)의 적용에 의한 선형화를 기초로 하는 비선형 제어 법칙이 적용된다. 제어법칙을 용이하게 설계하기 위하여, 압축기 효율, 대기의 조건 및 캐소드의 온도는 일정하다는 가정이 사용된다.

이러한 방안은 시스템들의 상태와 입력이 그들의 연속적인 미분 함수들의 출력의 함수 y1 및 y2 로서 표시되도록 두 개의 제어 출력 y1 및 y2 들이 선택되는 것을 필요로 한다. 각각의 출력의 최고 차수의 미분의 합은 시스템의 특징 지수 ρ 와 같은 값을 가지지 않으면 안된다. 각각의 출력 yi 에 대해, 특징 지수 ρ_i 가 있으며, 모든 지수 ρ_i 들의 합은 시스템의 특징 지수를 생성한다.

제어되는 두 개의 중요한 변수들은 p_cath 및 q_air 이다. 전자는 상태 변수이고 후자는 두 개의 상태 변수들에 기초한다. 그러므로 상태 변수들을 출력으로 선택함으로써 y1 = ω 및 y2 =p_cath , 식 [6]의 이하의 시스템은 새로운 시스템을 제공한다(파라미터 k1 내지 k6)들은 표현을 단순화하기 위하여 사용된 상수이다):

[6]

이 시스템에서, 상태들과 입력들은 출력 y1 및 y2 들과 그들의 미분에 기초하므로, 시스템은 잔여 동력을 가지지 못하며(완전한 선형화) 모든 상태들은 관측가능하고 제어가능함을 의미한다. 변수 u_mot 및 u_valve 들의 제어는 이하와 같이 식 [7] 및 [8]에 의해 제공된다:

[7]

[8]

이들 두 관계식들에서, 항 y_n ^d 은 변수의 소정의 궤적을 표시한다. [ d(y₁ ^d)/dt, d(y₂ ^d)/dt]을 대신하여 새로운 제어 변수 W1 및 W2 를 사용함으로써 식 6 의 동력 시스템에 대한 제어의 적용에 의하여 적분 거동[ W1 = d(y₁ ^d)/dt 및 W2 = d(y₂ ^d)/dt]을 가진 선형 시스템을 가질 수 있다.

새로운 제어 변수들은 이하의 식 [9]으로 정의되는 시스템의 브루노비스키(Brunovizky) 입력들이다:

[9] W1 = σ(y₁ ^d- ω)

W2 = ψ(y₂ ^d-pcath)

여기서 σ와 ψ는 안정성과 성능을 보장하도록 구성된 이득값(음의 값을 가진 이득)이다. 출력 y₁ ^d 및 y₂ ^d 들의 기준 궤적은 상태 변수 p_cath 의 소정 거동(소정의 안정적이고 연속적인 거동)과 ω(압축기의 흐름속도가 소정 값을 가진 일정한 산소 화학 양론을 보장하도록 실시간으로 선택되어야 하는)의 함수로서 선택된다.

시스템 FC(3)에 대한 그러한 제어 법칙에 의하여 그 작동을 최적화하기 위한 공기 회로의 비선형 동역 변수들을 제어할 수 있다. 차량의 동작의 에너지 최적화의 측면에서 보면, 시스템(9)은 최적화 법칙에 대한 분석 솔루션을 얻을 수 있도록 하는 시스템의 동력 모델링의 단순화를 제공한다.

FC(3)에 의한 연료 소비 최적화의 불확실한 문제에 의해 최적화 함수(521) 에 의하여 생성된 제어 Pfc* 시퀀스를 결정하게 함으로써, 시스템의 제한들과 경계 조건들에 합치하면서, 비용 함수[J(Pfc)]의 최소를 얻을 수 있다. 그러므로 최소화 기준은 이하 식 [10] 과 같이 표시될 수 있다:

[10]

Pfc* = argmin (J(Pfc(t))

이전에 표현된 관계를 기초로, 전기 에너지 저장 시스템(2)과 FC(3)를 연계시키는 시스템의 동력은 이하의 식 [11]의 시스템에 의하여 정의된다:

[11] dε/dt=-Pbatt

dω/dt=W1

dpcath/dt=W2

논리부(5)에서, FC(3)의 수소 소비는 전력 Pfc 의 함수인, 2차 다항 함수 g 에 의하여 이하의 식 [12] 과 같이 표시된다:

[12] g(Pfc(t))= a*Pfc²+ b*Pfc + c

이 함수는 특히 시험 동안 FC(3)에 의하여 공급되는 전력의 2차 개산에 의한 g/s에 의한 수소 소비를 제공할 수 있다. 이 함수 g 는 바람직하게 FC(3)가 수소를 소비하는 것으로 상정한다. 이 함수 g 가 균등한 수소 소비 모델을 표시하는 사실에 의하여 정당화된다. 이 소비 모델은 후자가 전력을 공급하지 않을 때도 FC(3)의 보조 성분의 소비를 고려한다.

파라미터 a, b 및 c 들은 일정하고 시스템 FC(3)의 수치화(dimensioning)에 대한 것이다. 이들 파라미터들은 최소 제곱 절차와 같은 파라미터 확인 절차를 적용함으로써 전력 수요 프로파일이 적용되는 실제 시스템 FC(3)의 응답을 기초로 전력을 제공하지 않고도 계산될 수 있다

30kW의 FC(3)에 대해, 파라미터들의 예시적인 값이 이하와 같을 수 있다:

a = 4.9 10⁵; b = 4.83; c = 4360

이러한 모델링 함수는 시스템 FC3 이 제어된 동작 조건(어노드와 캐소드에서의 압력, 산소 화학양론, 온도, 습기, 등)들을 가지고 동작한다는 가정으로부터 시작하여 완전 모델의 소비 응답의 개산(approximation)을 기초로 얻어질 수 있다. 이러한 개산에 의하여 최적화 문제가 명백하게 해결되고(제한된 계산 성능을 나타내는 내장된 어플리케이션들에 전체적으로 적합한) 이로써 제어 법칙을 단순화될 수 있다.

차량의 속도 SPDveh 와 기준점 Ccc 의 함수로서, 평가 함수(523)는 전기 부하(4)에 제공되는 전력 Pbus* 을 평가한다. 이를 위하여, 함수(523)는 차량 견인 체인의 모델의 반전을 실행한다.

최적화 함수(521)에서, 전력값 Pbus* 은 최적화 문제의 변형과 유사하나 무엇보다 시간에 걸쳐 변하는 파라미터와 같다.

단일 제어 Pbatt* 에 의하여 최적화 문제를 해결하기 위하여, 차량에 의하여 요청된 전력 평가와 Pbatt의 함수로서의 표현에 의하여 변수 Pfc 를 교체함으로써 비용 함수 J(Pfc))에서 변수들이 변경된다. 이하의 식 [13]은 이와 같이 모델화 함수를 기초로 얻어진다:

[13]

여기서 β = -(2a (Pbus*(t) + b) 및

γ = (a (Pbus*(t))²+ b (Pbus(t)) + c)이다.

소비 함수는 이하 식 [14]와 같이 모델화될 수 있다:

[14] g(Pbatt)= a*Pbatt(t)²+ β*Pbatt(t) + γ

함수(521)에 적용된 제한들은 각 성분의 작동 제한들이며, 경계 조건들은 운행 사이클의 말단에서의 시스템의 상태 변수들의 조건들이다. 예컨대, 운행 사이클의 말단에서의 배터리(d'2)의 에너지 상태는 그 기준값과 같아야 한다. 일체형 하이브리드 작동 모드(가동 전 범위에 걸쳐 FC(3)와 배터리(2)가 사용된다)에서, 운행 사이클의 말단에서의 에너지 상태는 운행 사이클의 시작에서의 에너지 상태와 같아야 한다.

이하의 파라미터들이 관계식들에 사용될 것이다:

(0..T): 운행 사이클의 시간 간격;

SoE(t): 배터리(2) 에너지의 순간 상태;

Pcath: FC(3)의 전지들의 캐소드에서의 압력;

StO2: 이산소 화학양론

제한들은 예컨대 다음을 고려한다:

Pbatt_min ≤ Pbatt ≤ Pbatt_max

Pfc_min ≤ Pfc ≤ Pfc_max

SoE_min(예컨대 40%) ≤ SoE ≤ SoE_max(예컨대 80%)

경계 조건들은 예컨대 이하와 같다:

SoE(T)= SoEref

Pcath(0..T)=1.2 bar

StO2(0..T)=1.5

최적화 함수(521)는 폰트리아진(Pontryaguine) 최대 원리(2004년 1월에 앙리 포인카-낸시 대학(Universit Henry Poincar- Nancy)에서의 PhD 논문인 "하이브리드 차량 에너지 관리법칙의 측정 및 공식의 최적화에 대한 시스템적인 접근(Systematic approach to the optimization of the dimensioning and the formulation of hybrid vehicle energy management laws)"라는 논문에서 엠 스코디아(M Scordia)에 의해 설명된)를 실행할 수 있다. 최적화 문제는 이하의 해밀턴(Hamilton) 함수 식 [15]에 의하여 더욱 집약되고 시스템적인 형태로 표현될 수 있다:

[15]

여기서 [λ1, λ2, λ3]는 동일-상태(co-state) 계수들이다. 최적화 문제를 해결하기 위한 제어부들 및 동일-상태들 및 상태들은 이하의 식 [16]과 같다:

[16]

이들 조건들에 의하여 제어와 동일-상태들의 최적 궤적들이 발견될 수 있다. 콘트롤러(31)의 FC 시스템(3)의 전력에 적용된 평탄한 비선형 제어에 의하여, 명확한 방식으로 해밀턴 함수를 최소화할 수 있다. 동일-상태의 미분 λn 에 대한 조건들은 그들이 상수임을 보여주며(dλn/dt = 0), 제어에 대한 해밀턴 함수의 미분에 대한 조건들은 이하 식 [17]과 같다:

[17]

이들 조건들은 최적화 문제가 단지 시스템의 파라미터들과 동일-상태 계수 λ1 에 의존함을 보여준다. 이는 FC(3)의 공기 회로용 콘트롤러(31)에서 실행되는 제어 법칙이 전력 Pfc 의 동적인 응답을 충분히 보장할 수 있으며(최적화 함수(521)에 의하여 주어진 전력 기준점 Pfc* 에 따라) 최적화 함수(521)에서 최적화 문제의 FC(3)의 동적인 항을 제거할 수 있음을 의미한다.

식 17 에서, 제어 Pbatt* 는 동일-상태 계수 λ1 에 의존한다(운행 사이클 동안 일정). 계수 λ1 는 배터리(2)와 FC(3) 사이의 전력 분포 비를 표시한다. 이러한 최적화 문제를 해결하기 위하여, 제어 Pbatt 는 제한들과 경계 조건(SoE (T) = SoEref)이 달성되도록 계수 λ1 를 선택함으로써 실행된다. 최적화 함수(521)의 출력은 FC(3)가 제공하여야 하는 전력 설정점 Pfc* 이다. 이하의 관계식 [18]에 의하여 설정점 Pfc* 을 계산할 수 있으며 논리부(521)에 저장되어야 한다.

[18] Pfc*=(λ1-b)/(2a)

최적화 함수(521)는 차량의 동력에 유사한 주파수(2 내지 100 Hz 사이의 주파수)에 의하여 기준점 Pfc* 을 계산한다. 이러한 계산 주파수 제한에 의하여 제안된 바와 같은 기준점 전력의 간단화된 계산을 사용할 필요성이 부각된다. 관계식 18)은 대수적이며 반복적인 최소 조사 알고리듬을 실행할 필요 없이 직접 계산에 의하여 해결될 수 있다. 도 3은 구간(6)에서 신속 전력을 가지는 요소들을 강조하면서 차량의 개략적인 표현을 반복한다.

이 블록에 Pfc*의 대수적인 식이 있어도, 계수 λ1 의 계산에 의하여 온라인 내장 용도의 단점이 표시될 수 있다. 실제로, 계수 λ1 의 계산에 의하여 운행 사이클의 무시를 통해 반드시 최적화의 저해에 도달해서는 안되며 또는 반복적인 오프-라인 최적화를 요구해서는 안된다.

예보수정 함수(520)는 이하와 같이 계수 λ1 의 계산을 실행한다. 완전 구동 사이클이 종래 알려지지 않았으면, 소비를 최적화하기 위하여 함수(520)는 진행 중의 실행 조건들에 적합한 계수 λ1 을 제공한다. 함수(520)는 운행 사이클에 대해 유한 예측 방법을 사용하여 계수 λ1 을 계산하는 것을 목적으로 한다. 예측 수평선의 종단에서의 에너지 상태가 최적화 문제의 경계 조건 최적화 문제의 경계 조건값 SoEref 에 일치하도록 함수(520)는 계수 λ1 을 계산한다. 계수 λ1 의 수학적인 공식은 관계식 18 에 기초하며 이하의 식 [19] 과 같이 정해진다:

[19] Pbatt*(t)=(λ1-β(t))/(2a)

이로부터 다음 식이 도출된다: λ1= β(t) + 2a* Pbatt*(t)

제안된 방안은 최적화 문제를 해결하기 위하여 계수 λ1 가 일정한 유한 예측 방법을 이용한다. 계산 시간-차이 △t 를 가진 시간 Th 의 유한 방법에 대해, 계수 λ1 의 같은 값이 이하의 관계식 [20]에 의하여 기간의 비 Th /△t 를 계산하여 구해질 것이다:

[20]

β(j) = -(2a*Pbus(j)+b)에 의하여 β(j)를 교체하면, 이하의 관계식 [21] 이 얻어진다:

[21]

이 공식에서, 계수 λ1 은 파라미터 b 에 의하여 주어진 일정한 부분을 가지며, 이는 이하 설명되는 손상된 경우에는 람다 기정값(default value)으로 사용될 수 있다. 식 21 에 의하여 계산된 계수 λ1 의 값은 수평선으로 표시된 시간 Th 의 종기에서 그 기준값 SoEref 으로 배터리(2)의 에너지 상태값 SoE 을 회복시키는 것이다. 따라서, 변수 값 SoE 이 계수 λ1 의 계산으로 통합되도록 변수의 변경이 이루어진다. 값 SoE 이 시간에 따른 배터리(2)의 전력의 적분이면, 이하의 관계식 [22]이 얻어진다:

[22]

값 △SoE 은 함수(520)의 입력으로 비교기(502)에 의하여 결정된 값 SoEref 와 값 SoE 사이의 차이를 나타낸다(그리고 퍼센트로 표현). 이러한 값 △SoE 의 의존 특성에 의하여 함수(521)의 최적화 위에서 계수 λ1 의 변화를 통해 값 SoE 의 이탈을 제어할 수 있다.

계수 λ1 의 계산은 예측 수평선 Th 에서의 각각의 시간-차이 △t 에서 얻어진 전력 Pbus 을 포함한다. 함수(522)는 이전에 획득된 데이터를 기초로 함수(520)에 전력 Pbus 분포를 제공한다.

제안된 방안은 이전 시간의 수평선에 걸친 거동이 예측 수평선에서 재생될 것이라는 가정에 기초한다. 이러한 가정에 의하여 차량의 효율을 증가시키기 위하여 최적의 방식으로 제동하면서 회수로부터 에너지 관리 시스템이 이들을 얻을 수 있으며 작동 제한을 보장하는 결과를 얻을 수 있다. 이러한 전력 분포를 획득함에 있어서, 논리부(5)가 전력 값 Pbus 을 저장하기 위한 메모리를 가지는 것이 필요하다.

따라서 계산된 동일-상태 계수 λ1 는 최적화를 손상시키지 않고 SoE를 SoEref 레벨로 회복시키도록 최적화와 상호 작용한다. 계수 λ1 의 계산을 위한 두 가지 중요한 파라미터들은 예측 수평선으로 표시된 시간 Th 이며 계산 값 △t 의 주기성이다. 예측 수평선의 선택은 수십 초 내지 수 분의 시간 사이에 걸쳐 이루어질 수 있다. 더 짧은 수평선에 의하여 전력 레벨의 빈번한 변경을 갖는 운행 프로 파일이 얻어지며(가속), 수평선이 길면 보다 일정한 전력을 갖는 운행 프로파일에 더욱 적합하다. 예측 수평선의 적절한 시간에 의하여 제동에서 가능한 에너지 회수를 예측할 수 있다.

도 4 내지 6은 예측 수평선의 여러 값들에 대한 도시, 도로 및 고속도로 사이클에서의 에너지 상태 시물레이션을 각각 도시한다. 이들 도면들은 명확하게 예측 수평선의 기간의 함수로서 시간에 걸친 충전 상태의 민감성을 도시한다.

구동 사이클을 분석함으로써, 논리부는 효과적으로 결정된 구동 사이클에 역동적인 방식으로 적합화된 시간 창에 걸쳐 예측에 의한 계수 λ1 의 계산을 수행할 수 있다.

계수 λ1 의 계산은 최적화 함수(521)에 의하여 Pfc* 의 계산 주파수와 같거나 더 작은 주파수에서 수행될 수 있다. 계수 λ1 은 Pfc* 의 계산 역학과 같거나 작은 계산 역학을 나타낸다.

계수 λ1 의 계산의 각각의 반복은 SoE 의 값과 값 Pbus 의 새로운 예측을 기초로 수행된다.

기준값 SoEref 의 규정을 위한 함수(501)의 동작은 이하와 같을 수 있다.

SoEref 의 값은 가장 간단한 경우의 고정 값의 사용에 의하여 결정될 수 있다.

SoEref 의 값은 또한 오프-라인 최적화에 의하여 결정될 수 있다. 오프-라인 최적화는 특히 지리위치(geolocation) 시스템을 이용하여 수행될 수 있다. 지리위치 시스템은 사용자가 따르고자 하는 도로 프로파일을 결정할 수 있다. 지리위치 시스템은 이러한 도로 프로파일에 대한 차량의 예상 속도를 결정할 수 있다.

컴퓨터(5)는 도로 프로파일과 대응하는 구동 제한들을 기초로 이러한 도로 프로파일에 대한 최적 속도 프로파일을 결정할 수 있다. 이러한 최적 속도 프로파일과 견인 체인의 모델링의 반전 성능을 기초로, 컴퓨터(5)는 최적 속도 프로파일에 대응하는 전력 프로파일을 결정할 수 있다. 그러한 과정은 특히 컨퍼런스, '차량 동력 및 추진 컨퍼런스(Vehicle Power and Propulsion Conference)(VPPC)' IEEE 2011의 시스템 내에서 간행된 엠엠 멘싱(MM Mensing), 트리구이(Trigui) 및 비독스(Bideaux)에 의한 '친환경 운전에 적용하기 위한 차량 궤적의 최적화'라는 논문 pp.1-6에서 상세히 설명된다.

이러한 전력 프로파일은 예컨대 역동적인 프로그래밍 프로파일 절차를 이용한 또 다른 오프-라인 최적화로부터 달성될 수 있다. 이 절차에 의하여 FC(3)와 배터리(2) 사이의 전력의 최적 분배를 기초로 전반적인 소비 최적화를 확인할 수 있다. 이러한 절차는 또한 값 SoE 의 최적 프로파일을 제공하고 이로써 값 SoEref 을 결정할 수 있다.

값 SoEref 을 결정하기 위한 값 SoE 의 최적화된 프로파일에 의하여, 계수 λ 의 계산에 의하여 시스템이 교란될 때 최적화 온-라인의 응답을 수정할 수 있다.

값 SoEref 은 또한 차량의 고도의 함수로서 수정될 수 있다. 차량의 위치 에너지는 고도의 함수로서 이하와 같이 변한다:

등산시, 차량은 추가 에너지를 소비하나 위치 에너지가 증가하며;

하산시, 차량의 위치 에너지는 제동할 때의 재생에 의하여 적어도 부분적으로 회수될 수 있다.

차량의 고도는 고도 측정장치(고도계) 또는 차량 지리위치 기구에 의하여 제공된 위치를 기초로 결정될 수 있다. 이하의 관계식이 고도의 함수로서 값 SoEref 의 함수를 결정하는 예를 제공한다:

SoEref(t) = SoE_{h =0} [(SoE_{h =0} - SoE_min) * h(t) / h_max ]

여기서, SoE_{h =0} 는 기준 고도에서의 SoEref의 값이며, h(t)는 시간 t 에서의 고도이며, h_max는 정의된 최대 고도이다. h(t) = h_max에 대해, SoEref의 값은 최소값 SoE_min)과 같다.

값 SoEref 을 결정할 때 고도를 고려함으로써 하강 동안 SoE가 최대값의 80%에 도달하므로 제동할 때 회수를 최적화할 수 있음을 시물레이션이 보여주었다. 배터리를 고려하면 하강시 더 많은 재충전을 획득할 수 있도록 상승 동안 배터리는 더 방전할 수 있다.

값 SoEref 은 또한 그 운동 에너지를 고려하면 차량 속도의 함수로서 수정될 수 있다.

제어 방법의 강건성(robustness)을 향상시키기 위하여, 강건성 함수(510)는 바람직하게 비교기(502)와 예보 수정 함수(520) 사이에 개재된다. 강건성 함수(510)는 예컨대 신호 값 SoE 상의 P1(비례-적분기) 형태의 수정을 실행하거나, 또는 신호 값 SoE 를 기초로 Hinfinity 형태의 제어를 실행할 수 있다. 배터리(2) 에너지 상태의 느린 동력에 기인하여, 함수(501 및 510)들을 선정하는 회수가 계수 λ1 의 산출 회수와 같거나 더 작을 수 있다. FC(3)의 소비를 전력 Pfc 의 함수로서 모델링하는 식은 여기서 2차 다항식이다. 또한 기하학적으로 해결가능한 함수의 일정한 다른 형태를 기초로 소비 모델을 상정할 수 있다.

Claims (9)

1. - 연료 전지에 의하여 공급되는 전력의 설정점이 제어 입력 Pfc*인 평탄 비선형 제어부를 포함하는 상기 연료 전지(3);
   - 가역적인 전기 에너지 저장 시스템(2);
   - 차량의 바퀴들을 추진하도록 구성된 전기 모터(4);
   - 상기 연료 전지 및 상기 에너지 저장 시스템 중 하나 이상을 상기 전기 모터 4)에 선택적으로 연결하도록 구성된 전기적 연결 요소(11); 및
   - 제어 회로(5, 31);를 포함하며,
   상기 제어 회로는(5, 31)는:
   - g(Pfc*)= a*Pfc*²+ b*Pfc* + c (여기서 a, b, c는 상수)의 2차 다항식 형태의 상기 연료 전지에 의해 공급되는 전력의 함수로서 상기 연료 전지의 이수소 소비 모델을 저장하고;
   - 상기 연료 전지와 상기 에너지 저장 시스템 사이의 이하의 관계식으로 표현되는 전력 분포 계수 λ1를 계산하도록 구성되며;
   

   

   
   여기서, △SoE는 퍼센트로 표시된 상기 저장 시스템(2)에서의 목표 에너지 양과 현재 에너지 양 사이의 차이이며, Pbus(j)는 상기 전기 모터(4)와 상기 전기 연결 요소(11) 사이에 교환된 전력의 측정값이며, △t 는 Pbus(j)의 두 개의 연속된 측정들을 구별시키는 시간 차이이며, Th는 λ1의 계산에 고려되는 상기 전기모터의 작동 시간이며, ε_max 는 상기 전기 에너지 저장 시스템에 저장될 수 있는 최대 에너지 양이며;
   - 상기 연료 전지의 상기 평탄 비선형 제어부에, Pfc*=(λ1-b)/(2a)에 의하여 전력 설정점 Pfc*을 적용하도록 구성되며;
   - 상기 전력 설정점 Pfc*의 값이 상기 전기 모터(4)에 의하여 요청된 전력보다 더 클 때, 상기 전기 에너지 저장 시스템(2)을 재충전하도록 상기 전기 연결 요소(11)를 제어하도록 구성되는 것;을 특징으로 하는 자동차 구동 유닛.
2. 제1항에 있어서,
   상기 제어 회로는, Pbus(j) 값들 사이의 변동 폭을 결정하도록 구성되며, 변동 폭의 증가시 Th의 값을 저하시키도록 구성되고, 변동 폭의 감소시 Th의 값을 증가시키도록 구성되는 것을 특징으로 하는 자동차 구동 유닛.
3. 제1항 또는 제2항에 있어서,
   상기 시간 Th는 20 내지 600초 사이인 것을 특징으로 하는 자동차 구동 유닛.
4. 제1항 내지 제3항 중 어느 한 항에 있어서,
   상기 시간 차이 △t는 1초 내지 20초 사이인 것을 특징으로 하는 자동차 구동 유닛.
5. 제1항 내지 제4항 중 어느 한 항에 있어서,
   Th/△t 비는 적어도 5와 같은 것을 특징으로 하는 자동차 구동 유닛.
6. 제1항 내지 제5항 중 어느 한 항에 있어서,
   상기 제어 회로는, 전력 측정 Pbus(j)의 주파수보다 낮은 주파수로 △SoE 값을 계산하도록 구성되는 것을 특징으로 하는 자동차 구동 유닛.
7. 제1항 내지 제6항 중 어느 한 항에 있어서,
   상기 목표 에너지 양은 상기 전기 에너지 저장 시스템의 최대 에너지 양의 40 내지 80% 사이인 것을 특징으로 하는 자동차 구동 유닛.
8. 제1항 내지 제7항 중 어느 한 항에 있어서,
   상기 전기 에너지 저장 시스템은 전기기계적인 축전지 배터리(2)를 포함하는 것을 특징으로 하는 자동차 구동 유닛.
9. 제1항 내지 제8항 중 어느 한 항에 있어서, 상기 연료 전지(3)는:
   - 반응기(300);
   - 펌프의 전기 모터에 의해 회전되는 압축 로터와 전기 모터를 포함하며, 상기 반응기의 캐소드에서 공기를 압축하도록 구성된 상기 펌프(340);
   - 상기 반응기를 통한 공기 흐름 속도를 조정하기 위한 밸브(341); 및
   - 상기 전력 설정점 Pfc*을 상기 펌프의 전기모터의 설정 전압 및 상기 밸브의 설정 전압으로 각각 전환하도록 구성된 상기 연료 전지의 평탄 비선형 제어부;를 포함하는 것을 특징으로 하는 자동차 구동 유닛.

Images