CN103401006B - 一种固体氧化物燃料电池电压多模型融合控制方法 - Google Patents

一种固体氧化物燃料电池电压多模型融合控制方法 Download PDF

Info

Publication number
CN103401006B
CN103401006B CN201310342758.9A CN201310342758A CN103401006B CN 103401006 B CN103401006 B CN 103401006B CN 201310342758 A CN201310342758 A CN 201310342758A CN 103401006 B CN103401006 B CN 103401006B
Authority
CN
China
Prior art keywords
controller
sofc system
model
sofc
control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201310342758.9A
Other languages
English (en)
Other versions
CN103401006A (zh
Inventor
陈欢乐
雎刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201310342758.9A priority Critical patent/CN103401006B/zh
Publication of CN103401006A publication Critical patent/CN103401006A/zh
Application granted granted Critical
Publication of CN103401006B publication Critical patent/CN103401006B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30Hydrogen technology
    • Y02E60/50Fuel cells

Landscapes

  • Fuel Cell (AREA)

Abstract

本发明公开了一种固体氧化物燃料电池(SOFC)电压多模型融合控制方法,该方法针对SOFC系统具有较强的非线性,基于多个典型负荷工况,设计多模型控制器,通过控制输入SOFC系统的燃料量来控制系统的定电压输出。多模型控制器基于多个典型工况下比例积分(PI)控制器设计,并结合系统扰动电流可测的特性,根据测得的扰动电流大小来实现各个分控制器的输出控制量的融合,得到多模型控制器输入SOFC系统的燃料控制量。该方法能够在全工况范围内维持固体氧化物燃料电池系统输出电压的稳定,提高系统运行的安全性和经济性。

Description

一种固体氧化物燃料电池电压多模型融合控制方法
技术领域
本发明属于热工自动控制技术领域,具体涉及一种固体氧化物燃料电池电压控制方法。
背景技术
在固体氧化物燃料电池(SOFC)的实际运行中,往往需要维持电压的稳定输出,然而外界负荷变化的扰动往往会造成负荷电流的变化,进而会对固体氧化物燃料电池系统的输出电压造成扰动,不利于电压的稳定输出。一般来说,可通过多模型控制方法控制进入固体氧化物燃料电池的燃料量来控制燃料电池的电压输出,并克服负荷的扰动。多模型控制方法的基本思想是:将非线性系统在多个工作点上进行局部线性化,由此把非线性空间划分为一些子空间。针对每个选定工作点上的线性模型分别设计控制器,然后设计一个有效的控制器调度或切换方案,将所得到的线性控制器非线性地组合起来,最终构造出非线性控制系统。常用的控制器调度方案有:切换策略和加权策略。然而一般的切换方法具有容易带入切换扰动,中间负荷点控制器适应性差等问题。加权策略则都为基于线性模型集与实际对象输出误差来求取各个对应控制器的输出权值,再进行多模型控制器输出控制量的融合,但是该方法计算大,在线控制困难,并存在模型与对象间过程动态误差等一系列问题。
发明内容
发明目的:针对上述现有技术,提出用于固体氧化物燃料电池电压控制系统的一种多模型融合控制方法,解决传统固体氧化物燃料电池电压多模型控制系统中子控制器调度算法复杂和调度不准确的问题。
技术方案:一种SOFC电压多模型融合控制方法,包括如下步骤:
步骤1),选择SOFC系统30%、40%、60%、90%负荷工况作为工况点,在每一工况点下,当SOFC系统稳定运行后,阶跃增加1%的燃料输入量,每500ms采样一次SOFC系统输出的电压值Vdc,直至SOFC系统重新稳定为止;采用基于阶跃响应的模型辨识方法分别得到对应四个工况下燃料量-输出电压动态特性的传递函数模型Gi(s): G i ( s ) = k i ( T i 1 · s + 1 ) ( T i 2 · s + 1 ) . . . ( T in · s + 1 ) ;
其中,s为复数变量,ki,Ti1,Ti2…Tin为模型参数,ki为模型增益,Ti1,Ti2…Tin为时间常数;i=1,2,3,4,分别对应30%、40%、60%、90%负荷工况;
步骤2),以所述步骤1)中辨识得到的四个传递函数模型Gi(s)作为被控对象,分别按工程整定方法整定得到对应的四组PI控制器参数:kpi,Tii;其中,kpi为比例系数,Tii为积分时间,i=1,2,3,4;
步骤3),根据所述步骤2)中整定得到的四组PI控制器参数,设计四个离散PI控制器:
在采样k时刻,将SOFC系统输出电压Vdc与设定值Vsp的偏差e(k)和(k-1)采样时刻SOFC系统的输入燃料量u(k-1)作为PI控制器的输入,计算得到当前时刻PI控制的控制输出为:ui(k)=u(k-1)+KPi·[e(k)-e(k-1)]+KIi·e(k);其中,e(k-1)为(k-1)采样时刻SOFC系统输出电压Vdc与设定值vsp的偏差,KPi、KIi分别为离散PI控制器参数,KPi=kpi,KIi=kpi·T/Tii,T为控制系统采样周期,i=1,2,3,4;
步骤4),在采样k时刻,测量SOFC系统扰动电流I(k)大小,对所述步骤3)中得到的四个离散PI控制器对应的控制输出ui(k)进行融合,得到多模型控制器输入SOFC系统的燃料控制量为:其中,λi为离散PI控制器的权值,i=1,2,3,4;控制器权值λi根据扰动电流I(k),按如下关系式求得:
当I(k)≤I1,λ1=1,λ2=0,λ3=0,λ4=0
当I1<I(k)≤I2,λ1=[I2-I(k)]/[I2-I1],λ2=1-λ1,λ3=0,λ4=0
当I2<I(K)≤I3,λ1=0,λ2=[I3-I(k)]/[I3-I2],λ3=1-λ2,λ4=0
当I3<I(k)≤I4,λ1=0,λ2=0,λ3=[I4-I(k)]/[I4-I3],λ4=1-λ3
当I(k)>I4,λ1=0,λ2=0,λ3=0,λ4=1
其中,I1、I2、I3和I4分别为30%、40%、60%、90%负荷工况下SOFC系统对应的稳态负荷电流。
有益效果:本发明提出的一种固体氧化物燃料电池电压多模型融合控制方法,采用多模型控制技术减少固体氧化物燃料电池系统非线性对控制系统控制性能的影响。在子模型选择上根据系统非线性变化特性来选择子模型集,增加子模型集逼近系统精度。同时在多模型算法中,结合固体氧化物燃料电池系统扰动电流可测的特性,根据测得的电流大小直接计算子控制器的权值,通过加权和实现多模型控制器输出控制量的融合,该方法计算简单,可实现在线控制,同时子控制器跟踪多模型控制器的输出,来减少控制过程的控制器融合过程中的扰动,保证系统控制的快速性、有效性和稳定性。
附图说明
图1是固体氧化物燃料电池电压控制仿真系统;其中,Nf为进入燃料电池系统的燃料量;
图2是固体氧化物燃料电池负荷电流作大范围变化时的控制系统响应曲线。
具体实施方式
下面结合附图对本发明做更进一步的解释。
如图1所示,本发明方法基于固体氧化物燃料电池系统扰动电流可测的特性,直接根据测得的扰动电流大小来求解各控制器的权值,同时为了保证系统的稳定性和控制器对系统非线性的适应性,在对子控制器输融合得到多模型控制器控制量时,仅考虑相邻两个或一个控制器的控制作用。
下面结合固体氧化物燃料电池电压非线性动态模型,以额定电流为300A、额定电压为342.25V、额定燃料利用率是0.8的固体氧化物燃料电池作为例子,说明本发明的技术方案实施过程如下:
步骤1),根据系统非线性随着负荷的降低而加强的特性,在低负荷段选择较多的子模型,而高负荷段选择较少,这里选择30%、40%、60%、90%负荷工况作为工况点,在每一工况点下,当SOFC系统稳定运行后,阶跃增加1%的燃料输入量Δu,每500ms采样一次SOFC系统输出的电压值Vdc,直至SOFC系统重新稳定为止;采用基于阶跃响应的模型辨识方法分别辨识得到对应四个工况下燃料量-输出电压动态特性的传递函数模型Gi(s): G i ( s ) = k i ( T i 1 · s + 1 ) ( T i 2 · s + 1 ) . . . ( T in · s + 1 ) ;
其中,s为复数变量,ki,Ti1,Ti2…Tin为模型参数,ki为模型增益,Ti1,Ti2…Tin为时间常数;i=1,2,3,4,分别对应30%、40%、60%、90%负荷工况;
在本实施例中:
30%负荷, G 1 ( s ) = 881.1 60.06 s 2 + 27.9 s + 1
40%负荷, G 2 ( s ) = 647.09 60.2 s 2 + 27.99 s + 1
60%负荷, G 3 ( s ) = 243.98 51 . 23 s 2 + 27 . 6 s + 1
90%负荷, G 4 ( s ) = 198.45 48 . 51 s 2 + 27 . 47 s + 1
步骤2),以所述步骤1)中辨识得到的四个传递函数模型Gi(s)作为被控对象,分别按工程整定方法整定得到对应的四组PI控制器参数:kpi,Tii;其中,kpi为比例系数,Tii为积分时间,i=1,2,3,4;如下表所示:
步骤3),根据所述步骤2)中整定得到的四组PI控制器参数,设计四个离散PI控制器:
在采样k时刻,将SOFC系统输出电压Vdc与设定值Vsp的偏差e(k)和(k-1)采样时刻系统的输入燃料量u(k-1)作为PI控制器的输入,计算得到当前时刻PI控制的控制输出为:ui(k)=u(k-1)+KPi·[e(k)-e(k-1)]+KIi·e(k);其中,e(k-1)为(k-1)采样时刻SOFC系统输出电压Vdc与设定值Vsp的偏差,KPi、KIi分别为离散PI控制器参数,KPi=kpi,KIi=kpi·T/Tii;T为系统采样周期,本实施例中取为1s,i=1,2,3,4;
步骤4),在采样k时刻,测量SOFC系统扰动电流I(k)大小,对所述步骤3)中得到的四个离散PI控制器对应的控制输出ui(k)采用多模型控制器进行融合,得到多模型控制器输入SOFC系统的燃料控制量为:其中,λi为离散PI控制器的权值,i=1,2,3,4;控制器权值λi根据扰动电流I(k),按如下关系式求得:
当I(k)≤90A,λ1=1,λ2=0,λ3=0,λ4=0
当90A<I(k)≤120A,λ1=[120-I(k)]/30,λ2=1-λ1,λ3=0,λ4=0
当120A<I(k)≤180A,λ1=0,λ2=[180-I(k)]/60,λ3=1-λ2,λ4=0
当180A<I(k)≤270A,λ1=0,λ2=0,λ3=[270-I(k)]/90,λ4=1-λ3
当I(k)>270A,λ1=0,λ2=0,λ3=0,λ4=1
其中,90A、120A、180A、270A分别为30%、40%、60%、90%负荷工况下对应的稳态负荷电流。
将上述设计的多模型控制器接入固体氧化物燃料电池控制系统,进行固体氧化物燃料电池运行电压控制。固体氧化物燃料电池负荷工况作大范围变化时的控制系统响应如图2所示,在全工况范围内,系统对于外界的负荷扰动都能够具有好的控制性能,而且固体氧化物燃料电池系统的燃料利用率也仅在非线性最强的低负荷段有短暂超限,其他时间内都处于合理的范围内。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种SOFC电压多模型融合控制方法,其特征在于:包括如下步骤:
步骤1),选择SOFC系统30%、40%、60%、90%负荷工况作为工况点,在每一工况点下,当SOFC系统稳定运行后,阶跃增加1%的燃料输入量,每500ms采样一次SOFC系统输出的电压值Vdc,直至SOFC系统重新稳定为止;采用基于阶跃响应的模型辨识方法分别得到对应四个工况下燃料量-输出电压动态特性的传递函数模型Gi(s):
G i ( s ) = k i ( T i 1 · s + 1 ) ( T i 2 · s + 1 ) . . . ( T in · s + 1 )
其中,s为复数变量,ki,Ti1,Ti2…Tin为模型参数,ki为模型增益,Ti1,Ti2…Tin为时间常数;i=1,2,3,4,分别对应30%、40%、60%、90%负荷工况;
步骤2),以所述步骤1)中辨识得到的四个传递函数模型Gi(s)作为被控对象,分别按工程整定方法整定得到对应的四组PI控制器参数:kpi,Tii;其中,kpi为比例系数,Tii为积分时间,i=1,2,3,4;
步骤3),根据所述步骤2)中整定得到的四组PI控制器参数,设计四个离散PI控制器:
在采样k时刻,将SOFC系统输出电压Vdc与设定值Vsp的偏差ei(k)和(k-1)采样时刻SOFC系统的输入燃料量ui(k-1)作为PI控制器的输入,计算得到当前时刻PI控制的控制输出为:ui(k)=ui(k-1)+KPi·[ei(k)-ei(k-1)]+KIi·ei(k);其中,ei(k-1)为(k-1)采样时刻SOFC系统输出电压Vdc与设定值Vsp的偏差,KPi、KIi分别为离散PI控制器参数,KPi=kpi,KIi=kpi·T/Tii,T为控制系统采样周期,i=1,2,3,4;
步骤4),在采样k时刻,测量SOFC系统扰动电流I(k)大小,对所述步骤3)中得到的四个离散PI控制器对应的控制输出ui(k)进行融合,得到多模型控制器输入SOFC系统的燃料控制量为:其中,λi为离散PI控制器的权值,i=1,2,3,4;控制器权值λi根据扰动电流I(k),按如下关系式求得:
当I(k)≤I1,λ1=1,λ2=0,λ3=0,λ4=0
当I1<I(k)≤I2,λ1=[I2-I(k)]/[I2-I1],λ2=1-λ13=0,λ4=0
当I2<I(k)≤I3,λ1=0,λ2=[I3-I(k)]/[I3-I2],λ3=1-λ24=0
当I3<I(k)≤I4,λ1=0,λ2=0,λ3=[I4-I(k)]/[I4-I3],λ4=1-λ3
当I(k)>I4,λ1=0,λ2=0,λ3=0,λ4=1
其中,I1、I2、I3和I4分别为30%、40%、60%、90%负荷工况下SOFC系统对应的稳态负荷电流。
CN201310342758.9A 2013-08-07 2013-08-07 一种固体氧化物燃料电池电压多模型融合控制方法 Expired - Fee Related CN103401006B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310342758.9A CN103401006B (zh) 2013-08-07 2013-08-07 一种固体氧化物燃料电池电压多模型融合控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310342758.9A CN103401006B (zh) 2013-08-07 2013-08-07 一种固体氧化物燃料电池电压多模型融合控制方法

Publications (2)

Publication Number Publication Date
CN103401006A CN103401006A (zh) 2013-11-20
CN103401006B true CN103401006B (zh) 2015-04-08

Family

ID=49564585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310342758.9A Expired - Fee Related CN103401006B (zh) 2013-08-07 2013-08-07 一种固体氧化物燃料电池电压多模型融合控制方法

Country Status (1)

Country Link
CN (1) CN103401006B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106842045B (zh) * 2017-01-20 2023-04-28 北京理工大学 一种基于自适应权重方法的电池多模型融合建模方法和电池管理系统
CN107991881B (zh) * 2017-12-20 2021-01-05 东南大学 一种基于多模型预测控制的固体氧化物燃料电池非线性抑制方法
CN110597052B (zh) * 2019-09-24 2021-01-26 武汉理工大学 面向快速动态响应的燃料电池空气供给控制器及控制方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100194377B1 (ko) * 1996-04-08 1999-06-15 윤종용 유전 이론을 이용한 피드 제어기의 이득 결정 장치및방법
CN102201585A (zh) * 2011-04-13 2011-09-28 东南大学 固体氧化物燃料电池输出电压的控制方法

Also Published As

Publication number Publication date
CN103401006A (zh) 2013-11-20

Similar Documents

Publication Publication Date Title
Abdelrazek et al. Integrated PV capacity firming and energy time shift battery energy storage management using energy-oriented optimization
CN101814639B (zh) 动力锂离子电池极化电压控制充电方法
EP2315331B1 (en) Integrated real-time power and solar farm control system
CN102035214B (zh) 直流支援弱受端系统恢复过程中最大负荷的确定方法
CN102354974A (zh) 微电网多目标优化运行控制方法
CN102969722A (zh) 风电场无功电压控制方法
CN103401006B (zh) 一种固体氧化物燃料电池电压多模型融合控制方法
CN103956734A (zh) 一种多目标电能质量综合控制与优化装置
CN109038613A (zh) 一种计及风电虚拟惯性/一次调频响应的自适应低频减载方法
CN105490282B (zh) 考虑微电源无功出力均衡度的微电网实时电压控制方法
CN103248065B (zh) 一种风电场中电池储能系统的充放电控制方法
CN103399492B (zh) 一种固体氧化物燃料电池电压快速非线性预测控制方法
CN103944177A (zh) 混合储能微网系统截止频率确定方法及输出功率控制方法
CN105896575A (zh) 基于自适应动态规划的百兆瓦储能功率控制方法及系统
CN105119292A (zh) 基于预测和粒子群算法的多目标电压无功滚动优化方法
CN116384559A (zh) 一种基于整数线性规划求解的混合储能容量配置策略的建模方法
CN115986720A (zh) 自适应氢负荷波动的新能源制氢系统协调控制方法、装置、电子设备和存储介质
CN104218600B (zh) 一种多时间尺度动态仿真中电池储能系统模型的构建方法
CN103199546B (zh) 动态无功补偿装置最优二次调节器及其设计方法
CN104795843A (zh) 一种具有电压稳定装置的并网风电系统及其控制方法
CN105048473A (zh) 变电站自动电压控制中低压无功设备电压灵敏度统计方法
CN108551177B (zh) 基于灵敏度分析的直流受端系统暂态切负荷控制优化方法
CN102931819B (zh) 基于瞬态电磁能量平衡的电力电子变换器控制方法
CN110707373A (zh) 一种基于蓄电池疲劳监测及动态维护的储能系统
CN105375464A (zh) 一种计及智能可控设备的暂态安全稳定紧急控制方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150408

Termination date: 20170807