复合翼无人机氢电增程式动力系统多域耦合动态建模与跨模态瞬态响应特性分析

摘要：针对复合翼无人机发展面临的悬停高能耗与长航时需求冲突问题，提出一种氢电增程式混合动力系统设计。该系统采用燃料电池-负载高效直连架构，消除传统传动机构能量损耗，以燃料电池为核心动力源、锂电池为瞬态补偿源，构建协同拓扑网络。在此基础上，提出面向跨模式飞行工况的氢电协同功率调度策略，基于模型预测控制（MPC）框架动态分配燃料电池与锂电池输出功率，在巡航阶段将动力电池荷电状态（SOC）稳定恢复并保持在95%预设值，实现氢-电协同输出的能量动态平衡与全局氢气消耗量最优。通过仿真试验与飞行验证，系统支持样机完成28 min悬停与230 km巡航复合任务，相较于RB-ECMS策略氢气消耗量降低约8.3%，为复合翼无人机提供了一种高效清洁的混合动力解决方案。

关键词：复合翼无人机；氢电增程式混合动力；能量管理策略；模型预测控制；燃料电池

一、氢电增程式混合无人机发展概述

1.1 复合翼无人机发展趋势与技术挑战

复合翼无人机融合了固定翼长航时巡航与多旋翼垂直起降的双重优势，在电力巡检、广域遥感、物流配送等工业与民用领域展现出不可替代的应用潜力。根据SMG Consulting发布的《全球eVTOL厂商先进空中交通现实指数》，截至2025年6月，在全球31家重点整机企业中，复合翼构型占比约42%，为所有eVTOL构型中占比最高。这一数据充分印证了复合翼构型在业界的广泛认可与技术成熟度优势。

然而，复合翼无人机的动力系统面临垂直起降阶段瞬时高功率需求与巡航阶段持续高效能量供给之间的突出矛盾，严重制约了其续航能力与任务适应性。当前，纯电动力系统受限于锂电池能量密度（150～300 W·h/kg），难以支撑大范围、长周期作业任务；传统油电混合动力方案虽在一定程度上提升了航时，却存在响应滞后、控制精度低、碳排放高等问题，无法满足绿色航空与高性能飞行的双重需求。

1.2 氢能技术发展为无人机动力系统提供新路径

近年来，氢能技术的快速发展为无人机动力系统提供了新的路径。氢燃料电池具有能量密度高（可达2000～3000 W·h/kg）、零碳排放、运行安静等显著优势，尤其适合长航时巡航任务；而锂电池则具备高功率输出特性，可有效弥补燃料电池动态响应不足的缺陷。质子交换膜燃料电池（PEMFC）使用高纯度氢气作为燃料，能够高效地将氢气的化学能转化为电能，是中小型无人机最有前景的能量系统解决方案之一。

国内外已在氢电增程式混合无人机领域取得重要进展。韩国Doosan公司推出的DS30氢动力无人机已成功应用于工业巡检场景，实现超过2 h连续飞行；美国Hylium Aviation公司采用液氢技术方案，其无人机平台续航达到同等锂电池平台的4倍以上。国内方面，中国民用航空飞行学院研发的FC-30型氢燃料电池全工况增程式复合翼无人机于2025年4月完成首次全流程飞行测试，翼展3.8米，最大起飞重量超40 kg，最长续航时间达4小时，约为纯锂电池驱动无人机的两倍。天目山实验室推出的“天目山五号”50 kg级氢电混动复合翼无人机续航里程可超过500 km。航天科技八院811所也完成了首款氢能无人机的成功首飞。上述进展验证了氢电增程式混合系统在长航时任务中的卓越可靠性。

1.3 无人机动力系统分类及市场概况

现代无人机动力系统可根据能量来源与转换方式划分为多种类型：

纯电动系统以锂电池为能源，结构简洁、噪音低、响应快，是消费级与小型行业无人机的主流。在电动垂直起降飞行器（eVTOL）中，全电动技术项目数量占比达66%。然而，其续航能力受限于电池能量密度，难以满足长航时任务需求。

燃油动力系统具有较高的能量密度和较长的续航时间，但存在噪音污染、振动和污染物排放等局限性。

油电混合动力系统融合了燃油发动机的高能量密度与电动推进的高控制精度，兼具长航时与高可靠性的优势，是介于纯电系统与氢能系统之间的重要过渡方案。目前市场上已有E40H（全球首款获得型号合格证的中型复合翼无人机，有效航时10小时，最大航程850 km）、“大连一号”（油电混动，超1300 km跨海续航）等成熟产品。

氢燃料电池动力系统以其零排放、长航时、低温适应性等优势成为绿色航空的重要发展方向。根据QYResearch统计，2025年全球氢燃料电池无人机市场销售额达0.7亿美元；百谏方略预测2032年市场规模将达到45.65亿美元，年均复合增长率达78.52%。目前已有超30款国产氢动力无人机发布、试飞，覆盖电力巡检、农业植保、应急安防等多元化应用场景。亚太地区是全球最大的氢燃料电池无人机市场，占有约57%份额。全球核心厂商包括Doosan Mobility Innovation、氢航科技、科比特航空等，前五大厂商占有全球约75%的市场份额。

二、氢电增程式混合动力系统设计

2.1 系统组成结构

氢电增程式混合动力系统主要由燃料电池、DC/DC变换器、缓冲电池、供氢与循环系统、热管理系统、综合控制单元、储氢罐及多级能量管理系统等核心部件构成。燃料电池通过氢氧反应发电，作为主要动力源；DC/DC变换器用于提升和稳定电压；缓冲电池协助供电并回收制动能量；供氢与循环系统负责输氢与余氢回收；热管理系统保障各部件温度稳定；综合控制单元实现功率分配与状态协调；储氢罐安全存储高压氢气；能量管理系统优化整体能耗与动力响应。各子系统通过电控网络协同工作，实现高效、可靠的能量输出。

搭载该系统的复合翼无人机在垂直起降和悬停阶段采用多旋翼模式，巡航阶段切换为固定翼模式，通过高效的模态切换机制，充分发挥两种飞行模式在动力适配与能源利用方面的协同优势。

2.2 混合动力拓扑架构与能量流动

混合动力拓扑架构构成系统底层设计的核心约束，从硬件维度界定各动力单元间的能量交互通道与拓扑关联。合理的拓扑设计能够显著提升系统动态响应特性，增强对负载突变及功率需求的跟踪能力，同时提高燃料电池与储能单元之间的协调效率。

针对复合翼无人机跨模式飞行的多源能量耦合需求，系统构建了以燃料电池为主载、锂电池为瞬态补偿的协同拓扑网络。燃料电池通过单向DC/DC变换器接入负载总线，提供无人机巡航所需能量；锂电池并联接入同一总线，在瞬态高功率需求时主动补偿功率缺口。

在垂直起降与悬停模式下，面对约4000 W的瞬态高功率冲击，系统实施协同功率调度：由燃料电池恒定输出2500 W基础载荷，锂电池同步切入以主动补偿动态功率缺口，有效平抑系统峰值负荷并强化飞行姿态稳定性。转入巡航模式后，考虑整机升阻比约为4.5，巡航功率为1500 W，总负载回落至电堆额定输出以下，能量管理单元动态重构功率分配，利用燃料电池冗余输出对锂电池实施安全回充；同时依据电池SOC自适应控制电堆工作点，在严格规避电池过充边界的前提下实现全局氢气消耗量最优化。

此外，为应对电堆突发故障等极限工况，该架构内嵌高可靠硬件级容错隔离机制，可瞬时平滑切换至纯锂电池应急驱动模式。该模式下，动力电池接管推进与核心航电负载，并依据剩余容量动态施加功率限幅，以最大化保障紧急返航安全航程。

2.3 风冷电堆控制设计

为保障燃料电池在高频跨模式变载下的运行安全，构建了多维状态感知的智能风冷与分级容错子系统。该模块独立执行闭环温控与三级故障降级响应，并通过CAN总线与顶层能量管理架构深度耦合。在运行全周期内，系统依据实时功率请求与电池SOC动态寻优散热逻辑，将电堆工作温度严格控制在−5～60 ℃的高效区间。结合启停阶段自检标定与延时吹扫保护机制，这种紧凑型智能化底座设计有效平抑了极端变载下的热迟滞与衰减风险，为复合翼无人机长航时高可靠作业夯实硬件基石。

三、系统建模与关键参数匹配

3.1 多域耦合数学模型

在明确氢电增程式混合动力系统架构与工作原理的基础上，基于能量守恒定律、电荷守恒原理及电化学动力学方程，构建系统的多域耦合数学模型。为精确描述燃料电池在不同负载条件及热力学状态下的动态特性，引入基于电流密度和温度的经验模型。

燃料电池的输出特性可表示为电压与电流密度、温度及反应物分压的函数关系：

其中，Enerst为能斯特电压，Vact为活化极化过电压，Vohm为欧姆极化过电压，Vconc为浓差极化过电压。各过电压项均与电流密度、工作温度及膜含水量等状态变量密切相关。

各过电压项均与电流密度、工作温度及膜含水量等状态变量密切相关。

DC/DC变换器采用升压拓扑，其效率特性可表示为：

锂电池采用等效电路模型，其端电压与SOC的关系为：

3.2 锂电池功率计算与选型

根据多目标约束条件，结合燃料电池的功率输出特性，可计算确定锂电池组的最小容量阈值和最大放电倍率要求。系统选用高能量密度锂聚合物电池组，其核心参数需满足：标称电压45.6 V，满充电压52.2 V，额定容量不小于12000 mA·h，最大持续放电倍率达25 C，且总质量严格控制在5000 g以下。

锂电池容量选型需同时满足以下约束：

其中，Ppeak为峰值补偿功率，tpeak为峰值持续时间，
DODmax为最大放电深度，Ereserve为应急返航所需能量储备。

4 能量控制策略与仿真分析

4.1 氢电协同功率调度策略

无人机混合动力系统的能量管理独立于飞行控制层。为实现系统能量的高效分配与安全运行，提出一种面向跨模式飞行工况的氢电协同功率调度策略。该策略的核心目标是在维持电池荷电状态于参考阈值范围的前提下，通过闭环反馈实时寻优，实现预测时域内等效氢气消耗量的多步滚动最小化。

能量管理策略可分为基于规则、基于优化和基于学习三大类。本文提出的策略属于基于优化的模型预测控制（MPC）方法，其创新性在于将预测控制与等效氢耗最小化相结合。

具体而言，该策略构建了基于状态预测与多步滚动优化的全局寻优架构：

其中，Np为预测时域，m˙H2为瞬时氢气消耗率，ΔSOC为SOC与参考值的偏差，Pfc,der为燃料电池功率变化率，λ和μ为权重系数。

在起飞或悬停等高频变载工况下，MPC算法通过提前预判负载阶跃需求，在物理硬约束下超前规划进氢阀门开度，引导燃料电池平滑切入高效大功率区间，有效满足瞬态推力并抑制母线电压跌落。转入平飞巡航后，算法在预测域内统筹求解多目标成本函数，主导功率流的动态分配：燃料电池在满足当前负载基础上，严格按最优控制序列以冗余功率为电池回充。当SOC逼近95%参考轨迹时，目标函数中的惩罚项机制促使充放电功率平滑衰减，引导电堆平稳切换至稳态跟随模式。通过高频执行每个控制周期内的首步最优指令，该策略在全局维度上有效规避了SOC越限风险，实现了系统燃料经济性与运行可靠性的最大化。

4.2 基于Simulink平台的仿真分析

基于Simulink平台构建涵盖燃料电池、锂电池、DC/DC变换器及机动负载的多域耦合仿真模型。针对复合翼无人机多模式任务特征，设计包含500 s悬停与7200 s巡航、总计8000 s的典型飞行剖面。

仿真模型设置：飞行仿真参数设定为：

m 为机体质量， v 为巡航空速， P为燃料电池额定发电功率，C 为锂电池额定容量。

策略仿真结果分析：在仿真初期的起飞爬升阶段，系统电量激增，电池率先放电导致SOC迅速跌落；进氢阀门迅速响应开至最大，电堆发电功率快速跃升至峰值状态，电堆温度随之急剧攀升至最高点。随着无人机转入巡航状态且负载需求回落，系统进入稳态调节与充电恢复阶段。电池SOC呈现平缓回升趋势，最终稳定在预设的较高电量水平；进氢阀门开度逐渐收缩并保持稳定，电堆发电功率平滑回落至巡航所需稳定输出水平。在热管理系统作用及发热量减少的双重影响下，电堆温度从峰值逐渐回落，最终平稳维持在理想工作温度范围内。整体变化趋势充分表明，该氢电动力系统在面对复杂工况切换时能够实现各关键参数的平滑过渡与协同稳定控制。

续航仿真结果分析：在巡航阶段，复合翼无人机由尾推式螺旋桨提供巡航推力，螺旋桨推进效率约为0.78。当阀门开度维持在55%～65%区间时，系统不仅能精准匹配巡航阶段功率需求，还能提供充足前向动推力，有效保障无人机平飞状态的稳定与高效。在复合翼无人机结束悬停转入巡航工况后，由于整体功耗降低，持续供电的电堆能够将冗余电能不断输送给电池，驱使电池SOC稳步恢复至95%。通过在巡航期间实施动态能量回充策略，动力电池得以始终维持高电量储备，为后续大功率悬停作业及持久平飞奠定坚实能源基础。系统通过对尾推式螺旋桨推力实时调节，将巡航空速动态稳定在26 m/s左右，保障长航时巡航平稳顺畅。

氢气消耗量与经济性对比分析：为直观评估MPC策略在提升系统燃料经济性方面的优势，将其与RB-ECMS策略及基于规则控制策略在同等8000 s飞行剖面下进行氢气消耗量仿真对比。在飞行任务初期，三种策略累计氢气消耗量差异较小；随着任务推进，尤其在经历悬停与巡航工况频繁切换后，传统基于规则策略由于采用静态阈值，难以保证燃料电池始终运行在最优效率区间，累计氢气消耗量迅速拉高。RB-ECMS策略通过实时引入与电池SOC相关的动态等效因子实现瞬时最优分配；而MPC策略则进一步凭借前瞻性状态预测能力与滚动优化机制，主动平抑跨模态转换时的功率剧变，使燃料电池更长效地工作在最高效区间。在整个8000 s飞行任务结束时，MPC策略相较于传统基于规则策略氢气消耗量显著降低约19.5%；相较于RB-ECMS策略进一步降低约8.3%。该结果充分验证了所提MPC策略在降低系统能耗、延长复合翼无人机实际作业航时方面的突出效能。

5 地面台架试验与飞行验证

5.1 地面台架试验构造及原理

为验证氢电增程式混合动力系统在真实气动载荷下的动态调度效能，搭建多旋翼动力测试台架。台架以高刚性铝型材为承力架构，底层布置12 L高压储氢瓶，中层集成额定功率2500 W的燃料电池电堆、DC/DC变换器及12000 mA·h动力电池组，顶部刚性铰接复合翼无人机真实多旋翼推进组件。与常规纯电学负载模拟不同，通过调节PWM占空比，直接利用旋翼桨叶切削空气产生的气动阻力作为真实负载。此物理配置完整引入电机电感特性与旋翼气动迟滞效应，有效避免仿真模型对瞬态高频动态特征的过滤，确保全工况时序响应数据的工程保真度。

基于物理台架执行“悬停-巡航”典型任务剖面测试。在0～300 s模拟起飞与悬停阶段，气动阻力迫使整机负载激增至约4500 W，电堆迅速满载输出至约2500 W，动力电池组同步切入大倍率放电模态，精准补偿近2000 W瞬态功率缺口，SOC随之陡降至60%，验证电池瞬态削峰能力。越过300 s节点进入模拟平飞巡航模态后，推进负载回落并稳定于1400～1500 W区间，MPC算法自适应重构母线功率流向，将电堆输出控制在1600～1700 W，利用覆盖巡航功耗后的冗余功率对电池实施恒流回充。在该补能机制驱动下，电池SOC呈现典型指数型恢复特征，最终平稳收敛于95%预设安全上限，从物理层面证实了所提架构在载荷突变工况下打通高载荷悬停与长航时平飞能量闭环的可靠性。

5.2 试飞试验参数设置

本次试飞所用氢电复合翼无人机原型核心技术指标为：机体质量35 kg，最大起飞质量38 kg，巡航速度90～100 km/h，翼展3.92 m，机长2.36 m，燃料电池额定功率2500 W，锂电池容量12000 mA·h，初始SOC 95%，允许风速3 m/s，储氢罐容积12 L。为确保实测数据能够严谨校验理论模型，样机动力系统架构与边界条件均严格对齐前期数值仿真设定工况。

飞行剖面严格对标典型作业工况，完整覆盖垂直起降、定点悬停及长航时平飞三个核心模态。通过执行累计230 km巡航与28 min悬停极限测试，在真实气动载荷下全面量化考核氢电系统多模式功率耦合效能与全周期能量消耗水平。

动力系统状态参数的实时获取是量化评估原型机飞行效能的物理基础。样机在关键拓扑节点部署多源传感器网络：燃料电池输出端布设电流传感器监测瞬态发电输出，动力电池节点同步配置电压与电流传感器捕获充放电循环动态电学特征，同时集成温度与气压传感器监控系统热力学及供氢状态。原始遥测数据经底层动力控制器聚合滤波后，借由机载专频链路低延迟下传至地面测控站。

5.3 试飞试验结果分析

样机实飞瞬态功率数据揭示了理想仿真模型与真实物理边界之间的未建模动态差异。在垂直起降模态下，氢电增程式混合动力系统实测总输出功率峰值达4700 W，较标称仿真阈值4500 W存在4.44%正向偏差。该偏差物理根源在于仿真环境未能充分表征原型机从静止状态克服整机惯性与重力梯度所需的非线性加速做功，此高频瞬态负载直接映射至动力系统，迫使锂电池承担超出理论预期的深度放电以填补燃料电池响应迟滞。进入固定翼巡航模式后，实测稳态消耗功率同样高于仿真基线，归因于真实试验场地的低空阵风扰动（实测风速3 m/s）引发的频繁姿态修正，加之高海拔1000 m带来的空气密度衰减降低了尾推式螺旋桨滑流效率。上述多源气动阻力惩罚产生叠加效应，最终迫使氢电能量管理系统上调燃料电池基准输出功率以维持飞行器在复杂扰动下的动推力平衡。

实测数据表明，在多旋翼悬停作业区间，受限于燃料电池额定输出上限，锂电池主动承担瞬态高功率缺口补偿任务，系统进入深度放电，SOC呈现大斜率快速探底，但全程维持在安全放电阈值之上，有效保障高能耗悬停功率冗余。进入固定翼水平巡航模式后，整机推进功率需求显著回落，氢电能量管理系统动态重定向燃料电池冗余输出，向动力电池执行持续恒流/恒压补能。在此阶段，SOC呈现指数型充电恢复特征，最终稳定收敛于95%预设充电阈值。该充放电循环轨迹与仿真边界高度吻合，从物理层面确证了MPC策略有效性。这一协同机制彻底打通了氢电增程式混合动力在高载荷悬停与长航时平飞模式间的能量调度瓶颈，从根本上拓展了复合翼无人机的连续作业包络。

6 结论与展望

6.1 研究结论

本文针对复合翼无人机悬停高能耗与长航时需求的突出矛盾，系统开展了氢电增程式混合动力系统的设计与验证研究，主要结论如下：

1）确立了无机械传动损耗的直连式氢电增程式混合动力拓扑，实现了动力系统底层架构的能效跃升。依托“源-储-载”间的高效调配，系统在悬停高频变载期通过电池瞬态介入弥补电堆响应迟滞，在平飞巡航期利用电堆冗余功率完成动态补能。该协同调度机制成功破解了跨模态工况下的能量分配壁垒，为严苛条件下的多点悬停任务构筑了坚实的硬件基石。

2）引入并验证了面向跨模式飞行工况的氢电协同功率调度策略。该策略凭借状态预测与滚动优化机制，能提前预判并应对大跨度负载阶跃。通过求解多约束全局最优输出序列，不仅实现复杂变载下燃料电池与锂电池的平滑协同，更确保全周期氢气消耗量极小化。结果表明，MPC机制能主动且平稳地将巡航期SOC恢复并保持在95%预设基准；在规避过充与深度放电风险的同时，有效削弱功率剧变对电堆的瞬态冲击，显著提升系统燃料经济性与核心部件循环寿命。

3）仿真及验证全面证实了氢电增程式混合动力系统在工业级应用中的工程价值。样机试飞数据客观记录了在32.3 kg实际起飞重量下，该系统支持复合翼无人机完成累计230 km巡航以及长达28 min悬停极限测试。实测参数与仿真模型的高度吻合，不仅量化评估了系统在多模式飞行下的卓越能效，也为电力巡检、物流配送等对续航有严苛要求的领域提供了一种高效、清洁且极具竞争力的动力解决方案。

6.2 未来展望

面向未来，氢电增程式混合动力系统在无人机领域的发展将呈现以下趋势：

多目标协同优化：未来能量管理策略将从单一燃料经济性优化向多目标协同优化演进，综合考虑燃料电池寿命衰减、锂电池健康状态、系统热管理等多维约束，实现全生命周期性能最优。

能量-任务联合规划：能量管理将与飞行任务规划深度融合，根据任务剖面（航点、悬停时间、载荷变化）前瞻性优化能量分配，实现“以任务定能量、以能量保任务”的闭环协同。

智能化与自适应控制：随着人工智能技术的发展，基于学习的能量管理策略将逐步从仿真验证走向实际部署，实现从经验依赖到数据驱动和自主学习的范式转变。

高保真动态验证体系：从仿真到台架再到实飞的“三级验证体系”将日趋完善，通过数字孪生技术实现虚拟与现实的深度融合，加速氢电混合动力系统的工程化迭代与适航取证。

产业化与规模化应用：随着低空经济的蓬勃发展和氢能基础设施的逐步完善，氢电增程式复合翼无人机有望在电力巡检、应急救灾、农林植保、高原运输等场景实现大规模商业化应用。据预测，到2030年中国氢能无人机市场规模极有可能突破140亿元。在政策层面，已有20多个省市将发展低空经济写入政府工作报告，工信部明确将电动/氢能运输类飞机地面试验与飞行验证列为重点方向。可以预见，氢电增程式混合动力技术将在绿色航空与低空经济发展中发挥日益关键的作用。