唐道貴， 嚴新平， 袁裕鵬

(武漢理工大學 a. 國家水運安全工程技術(shù)研究中心; b． 能源與動力工程學院可靠性工程研究所; c. 船舶動力工程技術(shù)交通行業(yè)重點實驗室， 武漢 430063)

為滿足船舶越來越高的電力需求、提高船舶營運的經(jīng)濟性及實現(xiàn)船舶機艙更加靈活的布置，全電力船舶得到越來越多的關注。綜合電力系統(tǒng)將傳統(tǒng)的船舶機械推進系統(tǒng)與電力系統(tǒng)整合在一起，合理地分配全船各分系統(tǒng)的能量，成為船舶動力系統(tǒng)的發(fā)展趨勢。[1]在船舶上應用新型能源被認為是綠色船舶最具有革新性和代表性的技術(shù)[2]，將風能、太陽能和燃料電池等清潔能源構(gòu)成的分布式發(fā)電模塊通過綜合電力系統(tǒng)應用到船舶上，構(gòu)成混合動力系統(tǒng)。然而，風能、太陽能等能源受環(huán)境影響較大，若不能對其進行有效控制，會導致電網(wǎng)不穩(wěn)定，甚至是失電。燃料電池的動態(tài)性能較差，且不具備儲能的能力，須采用動態(tài)性能相對較好的儲能裝置?；旌蟿恿Φ母鹘M成單元不僅具有復雜性和非線性等特點，各單元之間更是具有較強的關聯(lián)性。因此，為均衡各能源與儲能單元不同的特性，必須采用有效的能量管理系統(tǒng)(Power Management System, PMS)。

PMS的應用十分廣泛，可在手機、電腦等便攜設備上通過切換工作模式和睡眠模式保護電池，以延長其使用壽命。[3]在陸地微電網(wǎng)、混合動力汽車和電氣化飛機的混合動力系統(tǒng)中，PMS對能量的優(yōu)化和控制均起著非常重要的作用。[4-6]盡管當前對電氣化機車PMS的研究已有一定進展，但因船舶的噸位較大、大功率設備較多，電氣化機車PMS仍屬于典型的高階次、非線性、耦合的大慣性系統(tǒng)。此外，船舶(特別是正在作業(yè)的工程船舶)在運行過程中受通航環(huán)境和航道的影響，其工況變化復雜。因此，制訂和設計能量管理策略對混合動力船舶來說尤為重要。

本文通過查閱近6 a船舶能量管理方面的文獻，初步統(tǒng)計得到615篇該方面的文章，按年份統(tǒng)計的結(jié)果見圖1。這里在已有文獻的基礎上對國內(nèi)外船舶能量管理技術(shù)的研究現(xiàn)狀進行論述，并對其發(fā)展趨勢進行展望。

1 綜合電力系統(tǒng)及其能量管理

綜合電力系統(tǒng)(Integrated Power System, IPS)由綜合電力推進裝置發(fā)展而來，早期的綜合電力推進裝置由發(fā)電、推進和船用輔助電源等3部分組成。[7]隨著船舶電氣化和自動化的不斷發(fā)展，船舶對電力的需求越來越大，原有的綜合電力推進無法滿足未來船舶的發(fā)展需要，IPS的概念由此被引入。為實現(xiàn)相關功能，IPS包含有發(fā)電、配電、變電、負載、儲能和系統(tǒng)控制等模塊。[8]通過設備的通用性、實施的簡易性和標準化實現(xiàn)船舶電力系統(tǒng)的高性能及低成本。與傳統(tǒng)的機械推進相比，IPS具有噪聲低、使用壽命長、原動機數(shù)量少、油耗低及便于綜合管理等優(yōu)點。[9]

船舶PMS是根據(jù)IPS船舶的實際需求產(chǎn)生的針對船舶電能供給、調(diào)度和消耗的新型控制與管理系統(tǒng)。[10]該系統(tǒng)包含發(fā)電管理子系統(tǒng)、推進管理子系統(tǒng)、網(wǎng)絡安全分析子系統(tǒng)、運行計劃管理子系統(tǒng)、模擬培訓子系統(tǒng)和專家子系統(tǒng)等5個子系統(tǒng)。[11]船舶PMS由陸地大電網(wǎng)的PMS[12]發(fā)展而來，結(jié)合船舶IPS動態(tài)負荷多、脈沖負載影響大的特點，實現(xiàn)對船舶電力系統(tǒng)的能量優(yōu)化分配與管理、發(fā)電分系統(tǒng)的自動化、系統(tǒng)的監(jiān)測報警、輸配電分系統(tǒng)的監(jiān)控保護及主要用電設備的監(jiān)控管理等功能。[13]船舶PMS的目標是通過對功率分配進行管理，最大限度地防止失電，保證電力系統(tǒng)穩(wěn)定、可靠運行；通過對能量進行優(yōu)化分配，提高船舶的能效，減少燃油消耗，降低船舶運營成本；先進的船舶PMS可節(jié)能5%，并減少設備維護。[14]

傳統(tǒng)的機械推進船舶電站的能量管理只分析網(wǎng)路上的電流、頻率等參數(shù)的狀況，只考慮有限數(shù)量的用電設備及其控制，且由船舶操作員手動進行能量管理。早期的PMS可監(jiān)測負載的實際功率需求，與可用功率相比較，根據(jù)負荷的變化，按預先設定的啟動/停機表來自動啟動、停車。目前建立的綜合電力推進船舶PMS在傳統(tǒng)電站的基礎上增加許多高級功能，不僅對船舶的功率進行管理，還對電能的產(chǎn)生、轉(zhuǎn)換、傳遞及分配等環(huán)節(jié)進行控制，根據(jù)以往功率的消耗情況及未來需求對功率進行監(jiān)測和控制；同時，與推進系統(tǒng)、IPS和動力定位系統(tǒng)等形成一個綜合元素。隨著功能的不斷增多，當前的PMS被稱為EMS(Energy Management System)或PEMS(Power and Energy Management System)。[15]

船舶PMS作為未來船舶的核心系統(tǒng)之一，受到國內(nèi)外相關學者的重視，船舶PMS構(gòu)建方法隨之越來越多。目前國內(nèi)外已開發(fā)的PMS大多針對單一能源綜合電力推進船舶。國內(nèi)方面，主要有武漢理工大學、海軍工程大學、上海海事大學及相關科研院所對船舶PMS進行研究。羅成漢等[16]對PMS的功能進行介紹，認為負載快速減少算法、預測負荷功率消耗的方法及燃油消耗最少的目標函數(shù)的確定等還有待深入研究。龔喜文等[17]從船舶能量控制器的角度進行研究，提出3種能量優(yōu)化管理策略，并對不同管理策略的效果進行比較。

國外PMS技術(shù)的發(fā)展較為成熟，已推出多類計算機網(wǎng)絡分布式系統(tǒng)產(chǎn)品，且性能穩(wěn)定、可靠，被大量應用到各類艦船中，同時在民用船舶及海洋平臺等領域也有所應用。瓦西蘭、西門子和ABB等國際知名企業(yè)推出的船舶PMS占據(jù)國際市場主要份額。國外針對IPS的研究較多，例如SHEN等[18]將PMS作為IPS的一個組成部分，介紹其作用及功能，同時介紹PMS如何運行，以保證其可靠性。從研究方法上看，國外主要通過建立數(shù)學模型和電氣模型進行模擬仿真，并利用MATLAB/Simulink對船舶PMS進行驗證。[19-20]在研究內(nèi)容方面，側(cè)重于能量的生產(chǎn)、調(diào)度和分配策略研究。例如：SEENUMANI等[21]和FENG等[22]提出船舶能量實時控制及分配的方法；SEENUMANI等[23]提出船舶能量的三級控制策略(即：第一級忽略動力源的動態(tài)特性，將主動力源與蓄電池之間的功率分配轉(zhuǎn)化為靜態(tài)優(yōu)化問題；第二級考慮動力源的動態(tài)特性，將動力源的功率跟隨轉(zhuǎn)化為動態(tài)優(yōu)化問題；第三級完成模型預測控制)。

2 能量管理策略

能量管理策略的目標是保證混合動力系統(tǒng)實現(xiàn)船舶的期望響應，同時優(yōu)化控制能量的轉(zhuǎn)換與傳輸過程，是PMS的核心內(nèi)容。對于含有多種能量源的船舶IPS，需解決的是大規(guī)模、非線性及約束條件優(yōu)化的問題，要綜合考慮蓄電池的荷電狀態(tài)(SOC)、各發(fā)電單元的最優(yōu)化功率及船舶運行條件，從而進行能量流的分配。[24]不同的能量管理策略對燃油經(jīng)濟性、電源的動態(tài)性能及其服務期限有很大影響。[25]針對混合動力船舶推進系統(tǒng)的結(jié)構(gòu)和運動特性，其能量管理策略大致分為基于規(guī)則的能量管理策略、基于優(yōu)化控制的能量管理策略和基于智能控制算法的能量管理策略等3類。

2.1 基于規(guī)則的能量管理策略

基于規(guī)則的控制算法是指采用直觀或依賴經(jīng)驗調(diào)試的控制策略，可分為靜態(tài)邏輯門限控制算法、基于模糊規(guī)則的控制算法等。靜態(tài)邏輯門限控制算法或判斷規(guī)則算法主要來自于工程經(jīng)驗，其早期主要應用在汽車上，研究最多的是開關式(on-off)和功率跟隨等算法。袁裕鵬等[26]和HAN等[27]對靜態(tài)邏輯門限值控制策略在船舶上的應用進行介紹。通過設置船舶的航速、發(fā)動機的工作范圍、動力電池荷電狀態(tài)的上下限及限定動力系統(tǒng)各部件的工作區(qū)域，優(yōu)化發(fā)動機的性能，節(jié)約能源，降低排放。我國第一艘新能源混合動力船“尚德國盛”號就采用這種控制策略。靜態(tài)邏輯門控制策略的優(yōu)點是執(zhí)行效率高、實時性強、簡單直觀，但因其通常不依賴特定的運行工況，靜態(tài)參數(shù)不能適應工況的動態(tài)變化，無法使整船系統(tǒng)的工作效率達到最大，從而無法滿足整船燃油經(jīng)濟性最大化的需求。因此，在混合動力汽車領域，張軍等[28]提出一種可變邏輯門限控制策略，控制過程中以發(fā)動機和電機的輸出特性、電池的SOC 為主要依據(jù)計算工作模式切換的可變邏輯門限值，根據(jù)功率需求進行模式切換。

FEROLDI等[29]針對陸地風能、太陽能和燃料電池的混合動力系統(tǒng)設計基于狀態(tài)機的控制策略。對于以事件驅(qū)動的控制方式，狀態(tài)機是非常有效的設計模型[30]，其將混合動力系統(tǒng)的運行狀況分成若干種不同的狀態(tài)，每種狀態(tài)對應一種能量分配決策，在某一狀態(tài)下，當有相關的觸發(fā)事件發(fā)生時，狀態(tài)機根據(jù)當前狀態(tài)和觸發(fā)事件，決策系統(tǒng)狀態(tài)轉(zhuǎn)移的方向。然而，狀態(tài)機控制策略在各狀態(tài)間的轉(zhuǎn)換采用滯環(huán)控制，這會影響PMS對負載變化的響應速度，無法保證實時性。

與邏輯門限控制算法不同的是，基于模糊邏輯的控制算法不是基于固定單一的數(shù)值，而是采用一系列滿足可能發(fā)生的數(shù)值組成模糊控制規(guī)則或采用專家知識庫，將“專家”的知識以規(guī)則的形式輸入到模糊控制器中。例如，ZHU等[31]采用基于模糊邏輯的實時能量管理策略，將蓄電池和超級電容的SOC及功率需求作為輸入，通過模糊化、規(guī)則運算和去模糊化得到所需的控制輸出量。仿真結(jié)果表明，系統(tǒng)整體效率可達到51.4%，高于內(nèi)燃機20%～45%的能量轉(zhuǎn)換效率。

2.2 基于優(yōu)化控制的能量管理策略

基于規(guī)則的控制算法無法實現(xiàn)多能源間的最優(yōu)功率分配[32]，且往往依賴于工程經(jīng)驗，有很大的局限性。為得到更好的優(yōu)化效果，可采用基于優(yōu)化控制的能量管理策略?；趦?yōu)化控制的能量管理策略主要應用在混合動力汽車中，包括靜態(tài)(瞬時)優(yōu)化策略和動態(tài)優(yōu)化策略。[33]

瞬時優(yōu)化策略包含以降低油耗為目標的單一優(yōu)化及考慮油耗和排放等因素的多目標優(yōu)化。前者將名義油耗作為控制目標，獲得反映混合動力系統(tǒng)性能的成本，通過求其最小值得到使油耗最低的各項參數(shù)。后者將排放因素考慮在內(nèi)，采用加權(quán)的方式同時優(yōu)化排放和油耗。

瞬時優(yōu)化常用的方法是等效燃油消耗最少法、蟻群優(yōu)化算法、模型預測控制和龐特里雅金最小值原理。例如，STONE等[34]和PARK等[35]構(gòu)建基于模型預測控制算法的優(yōu)化策略。首先確定船舶各任務目標的優(yōu)先順序，并考慮系統(tǒng)的限制條件，繼而采用約束非線性模型預測控制算法最小化成本函數(shù)。為滿足實時控制的目標，引入擾動分析和序列二次規(guī)劃算法。 PARAN等[36]等進行基于模型預測控制的類似研究。SEENUMANI等[37]采用多時間尺度的兩級優(yōu)化控制，在第一級僅考慮反應較慢的功率源(如燃料電池)，在第二級處理較快時間尺度下的動態(tài)性能，這樣雖然會降低優(yōu)化精度，但可提高計算效率，達到對功率進行實時管理的目的。

然而，瞬時最小值之和與和的最小值并不是等價的，因此這種方式無法進行全局優(yōu)化。全局優(yōu)化算法可獲得系統(tǒng)的動態(tài)特性，包括混合動力系統(tǒng)的各能量單元的特性及船舶航行隨時間的動態(tài)特征，實現(xiàn)整條航線上的優(yōu)化。全局優(yōu)化常見的算法是線性規(guī)劃、動態(tài)規(guī)劃和隨機動態(tài)規(guī)劃等。例如，KANELLOS[38]針對整個航線，采用動態(tài)規(guī)劃的方法對油耗和排放進行優(yōu)化，仿真結(jié)果表明：在僅對油耗進行優(yōu)化時，運行成本可降低2.86%；在考慮溫室氣體的排放(多目標優(yōu)化)時，成本可降低2.66%。

2.3 基于智能控制算法的能量管理控制策略

全局優(yōu)化的控制策略雖然可達到最優(yōu)的效果，但其應用前提是預先確定整條航線的工況，同時其因乏適應性而使效果受到限制，因此很難直接應用到實際的船舶營運中。在規(guī)則控制及優(yōu)化算法的基礎上，智能控制算法因較為適用于高度非線性和不確定的控制系統(tǒng)而逐漸引起人們的關注。

基于智能控制的能量管理策略主要包括小波分析、神經(jīng)網(wǎng)絡、遺傳算法及基于機器學習的控制算法等，目前被更多地應用到電動汽車中。例如：PANDAY等[39]采用遺傳算法確定柴電混合動力系統(tǒng)中柴油機的啟動/停止臨界值，在解空間中尋求成本函數(shù)的最優(yōu)解；ERDINC等[40]通過小波變化將負載功率需求分解為高頻、中頻和低頻，根據(jù)能量單元的動態(tài)特性對負載的功率分配進行優(yōu)化；MURPHEY等[41]采用基于機器學習的控制算法，不僅可通過識別當前的運行工況對控制策略進行相應的調(diào)整，還可預測未來交通和道路的擁堵狀況，通過分析可知其燃油經(jīng)濟性與采用動態(tài)規(guī)劃算法情況下的燃油經(jīng)濟性相當。但是，受控制器計算能力的限制，智能控制算法的應用還需進一步簡化，且需保證其控制性能不受折損。

3 結(jié)束語

針對IPS，總結(jié)了其PMS的發(fā)展現(xiàn)狀及多種控制策略。簡單的基于規(guī)則的策略不能對整個系統(tǒng)進行優(yōu)化，只能對功率進行簡單的分配?；趦?yōu)化的能量管理策略可在整個航行過程中進行全局優(yōu)化，并將負載管理納入到PMS中?；谥悄軆?yōu)化的控制策略能有針對性地解決船舶大規(guī)模復雜非線性優(yōu)化問題，將成為未來的研究重點。在船舶能量管理的實時性方面，除了要在管理策略上進行優(yōu)化，還需構(gòu)建實時數(shù)據(jù)數(shù)據(jù)處理平臺，完善數(shù)據(jù)庫建設，不斷推進接口與組件的規(guī)范化、標準化研究。

隨著船舶的不斷智能化，包括船舶電力系統(tǒng)、推進系統(tǒng)等在內(nèi)的各子系統(tǒng)之間的聯(lián)系將更加緊密，依托于船舶的數(shù)據(jù)處理和通信技術(shù)，PMS將在全船的安全性、經(jīng)濟性和能效控制方面發(fā)揮更大的作用，推進智能化船舶的實現(xiàn)。

[1] 馬偉明.艦船綜合電力系統(tǒng)中的機電能量轉(zhuǎn)換技術(shù)[J].電氣工程學報，2015,10(4):3-10.

[2] 嚴新平. 新能源在船舶上的應用進展及展望[J]. 船海工程，2010，39(6):111-115.

[3] SEENUMANI G. Real-Time Power Management of Hybrid Power Systems in All Electric Ship Applications [D]. Ann Arbor:The University of Michigan,2010.

[4] GU Wei, WU Zhi, BO Rui，et al. Modeling, Planning and Optimal Energy Management of Combined Cooling, Heating and Power Microgrid: A Review [J]. International Journal of Electrical Power and Energy Systems, 2014,54(1):26-37.

[5] HANNAN M A, AZIDIN F A, MOHAMED A. Hybrid Electric Vehicles and Their Challenges: A Review [J]. Renewable & Sustainable Energy Reviews, 2014,29:135-150.

[6] MOTAPON S N, DESSAINT L A, KAMAL A H. A Comparative Study of Energy Management Schemes for a Fuel-Cell Hybrid Emergency Power System of More-Electric Aircraft [J]. IEEE Transactions on Industrial Electronics, 2013, 61(3):1320-1334.

[7] 陳亞昕，李亞旭. 艦船綜合電力系統(tǒng)發(fā)展研究[J].船電技術(shù),2012,32(1):60-64.

[8] MA Weiming. A Survey of the Second-Generation Vessel Integrated Power System [C]∥International Conference on Advanced Power System Automation and Protection, Beijing， 2011: 1293-1302.

[9] MA Weiming. Development of Vessel Integrated Power System [C]∥International Conference on Electrical Machines and Systems, Beijing, 2011: 1-12.

[10] 韓旗，黃一民，張紀元，等.船舶能量管理系統(tǒng)技術(shù)[J].船舶工程，2009，31(S1):102-104.

[11] 宋波.船舶能量管理系統(tǒng)設計研究[J].中國艦船研究，2011,6(2):93-97.

[12] QIAN Mei，WU Zhengguo, HAN Jianggui. Real-Time Simulation and Analyses of Ship Energy Management System Network [C]∥International Conference on Future Energy, Hong Kong, 2012: 1972-1978.

[13] 徐永法，韓旗，杜軍，等.船舶能量管理系統(tǒng)PMS研究[J].中國航海，2005(3):78-80.

[14] ALMEIDA R. Marine Engineering Technology for More Efficient Shipping[J/OL].http://gcaptain.com/part-marine-engineering-technology.

[15] SHEN Qunying, RAMACHANDRAN B, SRIVASTAVA S K, et al. Power and Energy Management in Integrated Power System [C]∥Electric Ship Technologies Symposium (ESTS), Alexandria, VA, 2011: 414-419.

[16] 羅成漢, 陳輝. 船舶能量管理系統(tǒng)PMS對策[J]. 中國航海, 2007(4): 87-91.

[17] 龔喜文,鄭元璋,石林龍. 船舶PMS 控制器設計及關鍵技術(shù)研究[J]. 上海船舶運輸科學研究所學報, 2010, 33(2): 83-87.

[18] SHEN Qunying, RAMACHANDRAN B, SRIVASTAVA S K, et al. Power and Energy Management in Integrated Power System[J]. Electric Ship Technologies Symposium，2011: 414-419.

[19] MONTI A, ARCO S D, GAO L, et al. Energy Storage Management as Key Issue in Control of Power Systems in Future All Electric Ships[J]. International Symposium on Power Electronics, 2008: 580-585.

[20] PATSIOS C, ANTONOPOULOS G, PROUSALIDIS J. Discussion on Adopting Intelligent Power Management and Control Techniques in Integrated Power Systems of All-Electric Ships[J]. Electrical Systems for Aircraft, Railway and Ship Propulsion, 2012: 1-6.

[21] SEENUMANI G, SUN J, PENG H. Real-Time Power Management of Integrated Power Systems in All Electric Ships [J]. Leveraging Multi Time Scale Property Control Systems Technology, 2012，20(1):232-240.

[22] FENG Xianyong, BUTLER-PURRY K L, ZOURNTOS T, et al. Multi-Agent System-Based Real-time Load Management for NG IPS Ships in High/Medium Voltage Level[J]. Power Systems Conference and Exposition, 2011: 1-8.

[23] SEENUMANI G, SUN J, PENG H. A Hierarchical Optimal Control Strategy for Power Management of Hybrid Power Systems in All Electric Ships Applications[J]. Decision and Control, 2010,16(4): 3972-3977.

[24] 趙園園，張丹，柯小毛，等. 混合動力工程機械關鍵技術(shù)分析[J].裝備制造技術(shù)，2014(8):254-255.

[25] WILHELM J, JANSSEN H, MERGEL J, et al. Energy Management for a Fuel Cell/Battery Hybrid System [C]//Emobility Electrical Power Train, Leipzig, 2010: 1-6.

[26] 袁裕鵬，王凱，嚴新平.混合動力船舶能量管理控制策略設計與仿真[J],船海工程，2015,44(2):95-98.

[27] HAN J G, CHARPENTIER J F, TANG T H. An Energy Management System of a Fuel Cell/Battery Hybrid Boat [J].Energies, 2014, 7(5)：2799-2820.

[28] 張軍,周云山,黃偉. 基于可變邏輯門限的HEV多目標優(yōu)化仿真[J]. 公路交通科技,2012(5):140-145.

[29] FEROLDI D，DEGLIUOMIN L N, BASUALDO M.Energy Management of a Hybrid System Based on Wind-Solar Power Sources and Bioethanol[J]. Chemical Engineering Research and Design, 2013, 91 (8):1440-1555.

[30] 陳李飛，張曉斌，高朝暉. 基于狀態(tài)機控制的飛機供電系統(tǒng)仿真[J]. 電子設計工程，2014,22(22)：28-31.

[31] ZHU Lisi, HAN Jingang, PENG Dongkai，et al. Fuzzy Logic Based Energy Management Strategy for a Fuel Cell/Battery/Ultra-Capacitor Hybrid Ship[C]//First International Conference on Green Energy ICGE, 2014:107-112.

[32] HU Xiaosong, JOHANNESSON L, MURGOVSKI N,et al. Longevity-Conscious Dimensioning and Power Management of the Hybrid Energy Storage System in a Fuel Cell Hybrid Electric Bus [J]. Applied Energy, 2015 (37):913-924.

[33] SUN Jing. Optimisation-Based Control for Electrified Vehicles: Challenges and Opportunities [J]. Journal of Control and Decision, 2015, 2(1):46-63.

[34] STONE P，OPILA D F, PARK H. Shipboard Power Management Using Constrained Nonlinear Model Predictive Control[C]//IEEE Electric Ship Technologies Symposium, Alexandria, 2015: 1-7.

[35] PARK H, SUN J, PEKAREK S, et al. Real-Time Model Predictive Control for Shipboard Power Management Using the IPA-SQP Approach[J]. IEEE Transactions on Control Systems Technology, 2015, 23(6):2129-2143.

[36] PARAN S, VU TV, El MEZYANI T, et al. MPC-Based Power Management in the Shipboard Power System[C]//IEEE Electric Ship Technologies Symposium (ESTS), Alexandria, 2015:14-18.

[37] SEENUMANI G, SUN J, PENG H. Real-Time Power Management of Integrated Power Systems in All Electric Ships Leveraging Multi Time Scale Property [J]. IEEE Transactions on Power Electronics, 2014, 29 (11):6151-6161.

[38] KANELLOS FD. Optimal Power Management with GHG Emissions Limitation in All-Electric Ship Power Systems Comprising Energy Storage Systems[J]. IEEE Transactions on Power Systems, 2014, 29(1):330-339.

[39] PANDAY A, BANSAL HO,et al. Energy Management Strategy for Hybrid Electric Vehicles Using Genetic Algorithm [J].Journal of Renewable and Sustainable Energy, 2016, 8(1):1-22.

[40] ERDINC O, VURAL B, UZUNOGLU M. A Wavelet-Fuzzy Logic Based Energy Management Strategy for a Fuel Cell/Battery/Ultra-Capacitor Hybrid Vehicular Power System [J]. Journal of Power Sources, 2009, 194(1):369-380.

[41] MURPHEY YL, PARK J, CHEN Z, et al. Intelligent Hybrid Vehicle Power Control-Part I: Machine Learning of Optimal Vehicle Power [J]. IEEE Transactions on Vehicular Technology. 2012, 61(8):3519-3530.