CN105137806A - 基于Matlab的燃料电池系统过氧量模糊PID控制方法 - Google Patents

基于Matlab的燃料电池系统过氧量模糊PID控制方法 Download PDF

Info

Publication number
CN105137806A
CN105137806A CN201510469343.7A CN201510469343A CN105137806A CN 105137806 A CN105137806 A CN 105137806A CN 201510469343 A CN201510469343 A CN 201510469343A CN 105137806 A CN105137806 A CN 105137806A
Authority
CN
China
Prior art keywords
fuel cell
ispl
fuzzy
oxygen amount
value
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.)
Pending
Application number
CN201510469343.7A
Other languages
English (en)
Inventor
玄东吉
钱金贵
欧凯
王亚雄
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.)
Wenzhou University
Original Assignee
Wenzhou 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 Wenzhou University filed Critical Wenzhou University
Priority to CN201510469343.7A priority Critical patent/CN105137806A/zh
Publication of CN105137806A publication Critical patent/CN105137806A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Fuel Cell (AREA)

Abstract

本发明公开了一种基于Matlab的燃料电池系统过氧量模糊PID控制方法,其特征在于,按下述步骤进行:①基于Matlab或simulink仿真平台建立燃料电池动态模型,通过该燃料电池动态模型得到燃料电池的输出电压、过氧量;②针对所述的燃料电池动态模型构造过氧量模糊PID控制器,过氧量模糊PID控制器由模糊控制器和PID调节器组成;③模糊控制器根据计算得到的电压误差和电压误差变化率,对其进行模糊化处理,利用控制逻辑进行模糊推理和逆模糊化,整定出精确的控制参数Kp、KI、KD,并修改PID调节器参数,进而实现燃料电池过氧量的控制。

Description

基于Matlab的燃料电池系统过氧量模糊PID控制方法
技术领域
本发明涉及一种燃料电池过氧量的控制方法,特别是一种基于Matlab的燃料电池系统过氧量模糊PID控制方法。
背景技术
由于燃料电池具有功率密度高,可在较低的操作温度下运行,噪音低,操作方便,固态电解质便于携带等优点,所以被普遍看作最有可能发展成混合动力汽车的动力装置。当外部连接的负载突然启动,燃料电池的输出突增或突降,为了能够满足各种外界的刺激,则需要能够快速对燃料电池补充或者减少供给反应原料的能力。反应原料的供给将决定着燃料电池的输出功率,氢气/氧气的流量和压力的控制,水和热的管理都影响着燃料电池的工作效率。当氧气供给不足,导致过氧比降低可能导致饥饿现象的产生,质子交换膜马上退化,此时将会降低燃料电池的工作效率和对质子交换膜造成永久性的损坏。为了防止膜的退化和延长燃料电池的工作寿命,控制过氧量有着重要的意义。目前大部分工业现场使用传统PID控制器控制燃料电池系统运行期间的过氧量控制,传统的PID控制器的三个参数Kp、KI、KD是固定不变的,但是我们的机器随着运行的时间增加其内部的参数会发现一些变化,那么误差也会随着变化,原先的PID三个参数也许就不再适用。由于燃料电池系统具有时变性,强耦合性以及电池内部工作参数的不确定性,在加上外界负载和环境温度的扰动,使得传统PID控制难以保证发电系统能够在不同运行条件下获得理想的输出电压。
发明内容
本发明的目的在于,提供一种基于Matlab的燃料电池系统过氧量模糊PID控制方法。本发明实现在线重新整定PID控制器的参数,且更加快速的达到平衡状态,也具有更小的振荡,大大提高了控制精度。
本发明的技术方案:基于Matlab的燃料电池系统过氧量模糊PID控制方法,其特征在于,按下述步骤进行:
①基于Matlab或simulink仿真平台建立燃料电池动态模型,通过该燃料电池动态模型得到燃料电池的输出电压、过氧量;
②针对所述的燃料电池动态模型构造过氧量模糊PID控制器,过氧量模糊PID控制器由模糊控制器和PID调节器组成;
③模糊控制器根据计算得到的电压误差和电压误差变化率,对其进行模糊化处理,利用控制逻辑进行模糊推理和逆模糊化,整定出精确的控制参数Kp、KI、KD,并修改PID调节器参数,进而实现燃料电池过氧量的控制。
前述的基于Matlab的燃料电池系统过氧量模糊PID控制方法中,所述模糊控制器的隶属函数选取为高斯函数,该隶属函数是一条方程曲线,定义了每个点在输入空间映射到一个隶属值,且其值在0和1之间。
前述的基于Matlab的燃料电池系统过氧量模糊PID控制方法中,所述模糊控制器的隶属函数的语言变量采用七个等级,语言值分别是“(NL)”,“(NM)”,“(NS)”,“(0)”,“(PS)”,“(PM)”,“(PL)”。
前述的基于Matlab的燃料电池系统过氧量模糊PID控制方法中,所述模糊控制器采用的是两个输入三个输出的模式。
前述的基于Matlab的燃料电池系统过氧量模糊PID控制方法中,所述电压误差e(k)和电压误差变化率ec(k)由下列方程式计算得到:
e(k)=y(k)-r(k)
ec(k)=(y(k)-r(k))/Ts
式中,y(k)是燃料电池的输出电压,r(k)作为参考输入,TS作为采样时间周期。
前述的基于Matlab的燃料电池系统过氧量模糊PID控制方法中,所述控制逻辑为:
A.当误差e的绝对值较大时,在保证系统相对稳定的情况下,比例系数KP取较大的值使系统快速达到稳态;在系统初始时,为了避免系统由于误差产生的微分饱和,增强系统的稳定性,微分系数KD采用相对小的值;为了防止在运行操作过程中系统响应出现过大的超调量,采用偏小的KI值,以此达到限制积分环节的作用。
B.当e×ec>0,若误差呈现变大的趋势,此时应采取措施将误差变化趋势扭转,采用较大的KP值,KI选择中间值,KD取较小值,以此快速的减小误差达到稳态;若误差呈现变小的趋势,则保持原参数进行微调。
C.当e×ec<0或e=0,此时误差呈现变小的趋势或者接近平衡点,则不改变参数变化值。
D.当e×ec<0,e≠0,此时系统的输出结果与参考对象值成平行状态且存在一定的误差,为了降低系统的误差且保持好系统的稳态性能,KP选择中间值,KI取较小值,KD则不宜取太大值。
前述的基于Matlab的燃料电池系统过氧量模糊PID控制方法中,基于所述控制逻辑建立下列参数整定程序:
R1:if(eisNL)and(ecisNL)then(KpisPL)(KIis0)(KDis0)
R2:if(eisNL)and(ecisNM)then(KpisPM)(KIis0)(KDis0)
R3:if(eisNL)and(ecisNS)then(KpisPS)(KIisPS)(KDis0)
R4:if(eisNL)and(ecis0)then(Kpis0)(KIisPL)(KDisPS)
R5:if(eisNL)and(ecisPS)then(KpisNS)(KIisNM)(KDis0)
R6:if(eisNL)and(ecisPM)then(KpisNS)(KIisNM)(KDis0)
R7:if(eisNL)and(ecisPL)then(KpisPM)(KIis0)(KDis0)
R8:if(eisNM)and(ecisNL)then(KpisPL)(KIis0)(KDis0)
R9:if(eisNM)and(ecisNM)then(KpisPM)(KIis0)(KDis0)
R10:if(eisNM)and(ecisNS)then(KpisPS)(KIis0)(KDisNS)
R11:if(eisNM)and(ecis0)then(Kpis0)(KIisPL)(KDisPM)
R12:if(eisNM)and(ecisPS)then(KpisNS)(KIisNM)(KDisPS)
R13:if(eisNM)and(ecisPM)then(KpisNS)(KIisNM)(KDis0)
R14:if(eisNM)and(ecisPL)then(KpisNL)(KIis0)(KDis0)
R15:if(eisNS)and(ecisNL)then(KpisPL)(KIis0)(KDis0)
R16:if(eisNS)and(ecisNM)then(KpisPM)(KIis0)(KDisNS)
R17:if(eisNS)and(ecisNS)then(KpisPS)(KIis0)(KDisNM)
R18:if(eisNS)and(ecis0)then(Kpis0)(KIisPL)(KDisPM)
R19:if(eisNS)and(ecisPS)then(KpisNS)(KIisNM)(KDisPL)
R20:if(eisNS)and(ecisPM)then(KpisNM)(KIisNS)(KDisNS)
R21:if(eisNS)and(ecisPL)then(KpisNL)(KIis0)(KDis0)
R22:if(eis0)and(ecisNL)then(KpisPL)(KIis0)(KDisNM)
R23:if(eis0)and(ecisNM)then(KpisPS)(KIis0)(KDisPM)
R24:if(eis0)and(ecisNS)then(KpisPS)(KIis0)(KDisPL)
R25:if(eis0)and(ecis0)then(Kpis0)(KIisPL)(KDisPL)
R26:if(eis0)and(ecisPS)then(KpisO)(KIisPM)(KDisPL)
R27:if(eis0)and(ecisPM)then(KpisNM)(KIisNS)(KDisPM)
R28:if(eis0)and(ecisPL)then(KpisNL)(KIis0)(KDisPM)
R29:if(eisPS)and(ecisNL)then(KpisPM)(KIis0)(KDisPM)
R30:if(eisPS)and(ecisNM)then(KpisPS)(KIis0)(KDisPM)
R31:if(eisPS)and(ecisNS)then(Kpis0)(KIisPS)(KDisPL)
R32:if(eisPS)and(ecis0)then(KpisNS)(KIisPL)(KDisPL)
R33:if(eisPS)and(ecisPS)then(Kpis0)(KIisPM)(KDisPL)
R34:if(eisPS)and(ecisPM)then(KpisNS)(KIisNS)(KDisNM)
R35:if(eisPS)and(ecisPL)then(KpisNM)(KIis0)(KDisPM)
R36:if(eisPM)and(ecisNL)then(KpisPM)(KIis0)(KDis0)
R37:if(eisPM)and(ecisNM)then(KpisPS)(KIis0)(KDis0)
R38:if(eisPM)and(ecisNS)then(Kpis0)(KIisPS)(KDisPS)
R39:if(eisPM)and(ecis0)then(KpisNS)(KIisPL)(KDisNM)
R40:if(eisPM)and(ecisPS)then(KpisNM)(KIisPL)(KDisNM)
R41:if(eisPM)and(ecisPM)then(KpisNS)(KIisNS)(KDis0)
R42:if(eisPM)and(ecisPL)then(KpisNM)(KIis0)(KDis0)
R43:if(eisPL)and(ecisNL)then(KpisPS)(KIisPS)(KDis0)
R44:if(eisPL)and(ecisNM)then(Kpis0)(KIisPS)(KDis0)
R45:if(eisPL)and(ecisNS)then(KpisNS)(KIisPM)(KDis0)
R46:if(eisPL)and(ecis0)then(KpisNM)(KIisPL)(KDisNS)
R47:if(eisPL)and(ecisPS)then(KpisNM)(KIisNS)(KDis0)
R48:if(eisPL)and(ecisPM)then(Kpis0)(KIisNS)(KDis0)
R49:if(eisPL)and(ecisPL)then(KpisNS)(KIis0)(KDis0)
前述的基于Matlab的燃料电池系统过氧量模糊PID控制方法中,针对第R1条程序,所述的隶属度计算,使用下列方程式:
μKI(cIi)=μLE(|e|)∧μLEC(|ec|)
μKD(cDi)=μLE(|e|)∧μLEC(|ec|)
同理,可求出关于Kp、KI、KD的第R1至R49条程序的隶属度μKp(cPi)、μKI(cIi)、其中cPi是代表第i(i=0~49)条整定程序中Kp、KI或KD所取模糊集合的中心值。
前述的基于Matlab的燃料电池系统过氧量模糊PID控制方法中,PID调节器的控制参数Kp、KI和KD的计算公式如下:
K P = &Sigma; i = 1 49 ( &mu; K p i ( c p ) &times; c p i ) &Sigma; i = 1 49 ( &mu; K p i ( c p )
K I = &Sigma; i = 1 49 ( &mu; K I i ( d I ) &times; d I i ) &Sigma; i = 1 49 ( &mu; K I i ( d I )
K D = &Sigma; i = 1 49 ( &mu; K D i ( g D ) &times; g D i ) &Sigma; i = 1 49 ( &mu; K D i ( g D ) .
与现有技术相比,本发明的燃料电池系统模糊PID控制方法结合传统PID控制器和模糊控制器两者的优点,实现在线重新整定PID控制器的参数,且更加快速的达到平衡状态,也具有更小的振荡,大大提高了控制精度,足以保证发电系统能够在不同运行条件下获得稳定的输出电压。本发明实现模糊控制器与自整定PID控制器之间完美结合,减小系统稳态误差及调节时间,改善系统稳态性能。
附图说明
图1为本发明的基于Matlab的燃料电池系统过氧量模糊PID控制方法原理图;
图2为本发明的基于Matlab建立的阴极气体流道模型结构图;
图3为本发明的基于Matlab建立的阳极气体流道模型结构图;
图4为本发明的基于Matlab建立的燃料电池系统模型结构图;
图5为本发明的模糊PID控制参数整定表。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明,但并不作为对本发明限制的依据。
实施例。基于Matlab的燃料电池系统过氧量模糊PID控制方法,如图1所示,按下述步骤进行:
①基于Matlab或simulink仿真平台建立燃料电池动态模型,通过该燃料电池动态模型得到燃料电池的输出电压、过氧量;
②针对所述的燃料电池动态模型构造过氧量模糊PID控制器,过氧量模糊PID控制器由模糊控制器和PID调节器组成;
③模糊控制器根据计算得到的电压误差和电压误差变化率,对其进行模糊化处理,利用控制逻辑进行模糊推理和逆模糊化,整定出精确的控制参数Kp、KI、KD,并修改PID调节器参数,进而实现燃料电池过氧量的控制。
所述燃料电池动态模型包括阴极气体流道模型,阳极气体流道模型和水化模型组成。具体如图2、图3和图4所示,分别为,基于Matlab建立的阴极气体流道模型结构图,阳极气体流道模型结构图,以及燃料电池系统模型结构图(水化模型在燃料电池系统模型内的)。在负载电流变化的情况下,该燃料电池动态模型可以预测燃料电池电压的瞬态响应,电堆的温度、过氧量、氢气/氧气流速和阴极和阳极通道的温度/压力等。燃料电池堆温度、进气空气湿度、过氧量、脱水速率和所需的电流等均影响着燃料电池的工作效率,控制过氧量对燃料电池能否保持良好的运行状态有着重要的作用。
所述模糊控制器的隶属函数选取为高斯函数,该隶属函数是一条方程曲线,定义了每个点在输入空间映射到一个隶属值,且其值在0和1之间。
所述模糊控制器的隶属函数的语言变量采用七个等级,语言值分别是“(NL)”,“(NM)”,“(NS)”,“(0)”,“(PS)”,“(PM)”,“(PL)”。
所述模糊控制器采用的是两个输入三个输出的模式。
所述电压误差e(k)和电压误差变化率ec(k)由下列方程式计算得到:
e(k)=y(k)-r(k)
ec(k)=(y(k)-r(k))/Ts
式中,y(k)是燃料电池的输出电压,r(k)作为参考输入,TS作为采样时间周期。
所述控制逻辑为:
A.当误差e的绝对值较大时,在保证系统相对稳定的情况下,比例系数KP取较大的值使系统快速达到稳态;在系统初始时,为了避免系统由于误差产生的微分饱和,增强系统的稳定性,微分系数KD采用相对小的值;为了防止在运行操作过程中系统响应出现过大的超调量,采用偏小的KI值,以此达到限制积分环节的作用。
B.当e×ec>0,若误差呈现变大的趋势,此时应采取措施将误差变化趋势扭转,采用较大的KP值,KI选择中间值,KD取较小值,以此快速的减小误差达到稳态;若误差呈现变小的趋势,则保持原参数进行微调。
C.当e×ec<0或e=0,此时误差呈现变小的趋势或者接近平衡点,则不改变参数变化值。
D.当e×ec<0,e≠0,此时系统的输出结果与参考对象值成平行状态且存在一定的误差,为了降低系统的误差且保持好系统的稳态性能,KP选择中间值,KI取较小值,KD则不宜取太大值。
基于所述控制逻辑建立下列参数整定程序,具体可如图5所示:
R1:if(eisNL)and(ecisNL)then(KpisPL)(KIis0)(KDis0)
R2:if(eisNL)and(ecisNM)then(KpisPM)(KIis0)(KDis0)
R3:if(eisNL)and(ecisNS)then(KpisPS)(KIisPS)(KDis0)
R4:if(eisNL)and(ecis0)then(Kpis0)(KIisPL)(KDisPS)
R5:if(eisNL)and(ecisPS)then(KpisNS)(KIisNM)(KDis0)
R6:if(eisNL)and(ecisPM)then(KpisNS)(KIisNM)(KDis0)
R7:if(eisNL)and(ecisPL)then(KpisPM)(KIis0)(KDis0)
R8:if(eisNM)and(ecisNL)then(KpisPL)(KIis0)(KDis0)
R9:if(eisNM)and(ecisNM)then(KpisPM)(KIis0)(KDis0)
R10:if(eisNM)and(ecisNS)then(KpisPS)(KIis0)(KDisNS)
R11:if(eisNM)and(ecis0)then(Kpis0)(KIisPL)(KDisPM)
R12:if(eisNM)and(ecisPS)then(KpisNS)(KIisNM)(KDisPS)
R13:if(eisNM)and(ecisPM)then(KpisNS)(KIisNM)(KDis0)
R14:if(eisNM)and(ecisPL)then(KpisNL)(KIis0)(KDis0)
R15:if(eisNS)and(ecisNL)then(KpisPL)(KIis0)(KDis0)
R16:if(eisNS)and(ecisNM)then(KpisPM)(KIis0)(KDisNS)
R17:if(eisNS)and(ecisNS)then(KpisPS)(KIis0)(KDisNM)
R18:if(eisNS)and(ecis0)then(Kpis0)(KIisPL)(KDisPM)
R19:if(eisNS)and(ecisPS)then(KpisNS)(KIisNM)(KDisPL)
R20:if(eisNS)and(ecisPM)then(KpisNM)(KIisNS)(KDisNS)
R21:if(eisNS)and(ecisPL)then(KpisNL)(KIis0)(KDis0)
R22:if(eis0)and(ecisNL)then(KpisPL)(KIis0)(KDisNM)
R23:if(eis0)and(ecisNM)then(KpisPS)(KIis0)(KDisPM)
R24:if(eis0)and(ecisNS)then(KpisPS)(KIis0)(KDisPL)
R25:if(eis0)and(ecis0)then(Kpis0)(KIisPL)(KDisPL)
R26:if(eis0)and(ecisPS)then(KpisO)(KIisPM)(KDisPL)
R27:if(eis0)and(ecisPM)then(KpisNM)(KIisNS)(KDisPM)
R28:if(eis0)and(ecisPL)then(KpisNL)(KIis0)(KDisPM)
R29:if(eisPS)and(ecisNL)then(KpisPM)(KIis0)(KDisPM)
R30:if(eisPS)and(ecisNM)then(KpisPS)(KIis0)(KDisPM)
R31:if(eisPS)and(ecisNS)then(Kpis0)(KIisPS)(KDisPL)
R32:if(eisPS)and(ecis0)then(KpisNS)(KIisPL)(KDisPL)
R33:if(eisPS)and(ecisPS)then(Kpis0)(KIisPM)(KDisPL)
R34:if(eisPS)and(ecisPM)then(KpisNS)(KIisNS)(KDisNM)
R35:if(eisPS)and(ecisPL)then(KpisNM)(KIis0)(KDisPM)
R36:if(eisPM)and(ecisNL)then(KpisPM)(KIis0)(KDis0)
R37:if(eisPM)and(ecisNM)then(KpisPS)(KIis0)(KDis0)
R38:if(eisPM)and(ecisNS)then(Kpis0)(KIisPS)(KDisPS)
R39:if(eisPM)and(ecis0)then(KpisNS)(KIisPL)(KDisNM)
R40:if(eisPM)and(ecisPS)then(KpisNM)(KIisPL)(KDisNM)
R41:if(eisPM)and(ecisPM)then(KpisNS)(KIisNS)(KDis0)
R42:if(eisPM)and(ecisPL)then(KpisNM)(KIis0)(KDis0)
R43:if(eisPL)and(ecisNL)then(KpisPS)(KIisPS)(KDis0)
R44:if(eisPL)and(ecisNM)then(Kpis0)(KIisPS)(KDis0)
R45:if(eisPL)and(ecisNS)then(KpisNS)(KIisPM)(KDis0)
R46:if(eisPL)and(ecis0)then(KpisNM)(KIisPL)(KDisNS)
R47:if(eisPL)and(ecisPS)then(KpisNM)(KIisNS)(KDis0)
R48:if(eisPL)and(ecisPM)then(Kpis0)(KIisNS)(KDis0)
R49:if(eisPL)and(ecisPL)then(KpisNS)(KIis0)(KDis0)
针对第R1条程序,所述的隶属度计算,使用下列方程式:
μKI(cIi)=μLE(|e|)∧μLEC(|ec|)
μKD(cDi)=μLE(|e|)∧μLEC(|ec|)
同理,可求出关于Kp、KI、KD的第R1至R49条程序的隶属度μKp(cPi)、μKI(cIi)、其中cPi是代表第i(i=0~49)条整定程序中Kp、KI或KD所取模糊集合的中心值。
PID调节器的控制参数Kp、KI和KD的计算公式如下:
K P = &Sigma; i = 1 49 ( &mu; K I i ( c p ) &times; c p i ) &Sigma; i = 1 49 ( &mu; K p i ( c p )
K I = &Sigma; i = 1 49 ( &mu; K I i ( d I ) &times; d I i ) &Sigma; i = 1 49 ( &mu; K I i ( d I )
K D = &Sigma; i = 1 49 ( &mu; K D i ( g D ) &times; g D i ) &Sigma; i = 1 49 ( &mu; K D i ( g D ) .

Claims (9)

1.基于Matlab的燃料电池系统过氧量模糊PID控制方法,其特征在于,按下述步骤进行:
①基于Matlab或simulink仿真平台建立燃料电池动态模型,通过该燃料电池动态模型得到燃料电池的输出电压、过氧量;
②针对所述的燃料电池动态模型构造过氧量模糊PID控制器,过氧量模糊PID控制器由模糊控制器和PID调节器组成;
③模糊控制器根据计算得到的电压误差和电压误差变化率,对其进行模糊化处理,利用控制逻辑进行模糊推理和逆模糊化,整定出精确的控制参数Kp、KI、KD,并修改PID调节器参数,进而实现燃料电池过氧量的控制。
2.根据权利要求1所述的基于Matlab的燃料电池系统过氧量模糊PID控制方法,其特征在于:所述模糊控制器的隶属函数选取为高斯函数,该隶属函数是一条方程曲线,定义了每个点在输入空间映射到一个隶属值,且其值在0和1之间。
3.根据权利要求1所述的基于Matlab的燃料电池系统过氧量模糊PID控制方法,其特征在于:所述模糊控制器的隶属函数的语言变量采用七个等级,语言值分别是“(NL)”,“(NM)”,“(NS)”,“(0)”,“(PS)”,“(PM)”,“(PL)”。
4.根据权利要求1所述的基于Matlab的燃料电池系统过氧量模糊PID控制方法,其特征在于:所述模糊控制器采用的是两个输入三个输出的模式。
5.根据权利要求1所述的基于Matlab的燃料电池系统过氧量模糊PID控制方法,其特征在于:所述电压误差e(k)和电压误差变化率ec(k)由下列方程式计算得到:
e(k)=y(k)-r(k)
ec(k)=(y(k)-r(k))/Ts
式中,y(k)是燃料电池的输出电压,r(k)作为参考输入,TS作为采样时间周期。
6.根据权利要求5所述的基于Matlab的燃料电池系统过氧量模糊PID控制方法,其特征在于:所述控制逻辑为:
A..当误差e的绝对值较大时,在保证系统相对稳定的情况下,比例系数KP取较大的值使系统快速达到稳态;在系统初始时,为了避免系统由于误差产生的微分饱和,增强系统的稳定性,微分系数KD采用相对小的值;为了防止在运行操作过程中系统响应出现过大的超调量,采用偏小的KI值,以此达到限制积分环节的作用。
B.当e×ec>0,若误差呈现变大的趋势,此时应采取措施将误差变化趋势扭转,采用较大的KP值,KI选择中间值,KD取较小值,以此快速的减小误差达到稳态;若误差呈现变小的趋势,则保持原参数进行微调。
C.当e×ec<0或e=0,此时误差呈现变小的趋势或者接近平衡点,则不改变参数变化值。
D.当e×ec<0,e≠0,此时系统的输出结果与参考对象值成平行状态且存在一定的误差,为了降低系统的误差且保持好系统的稳态性能,KP选择中间值,KI取较小值,KD则不宜取太大值。
7.根据权利要求6所述的基于Matlab的燃料电池系统过氧量模糊PID控制方法,其特征在于:基于所述控制逻辑建立下列参数整定程序:
R1:if(eisNL)and(ecisNL)then(KpisPL)(KIis0)(KDis0)
R2:if(eisNL)and(ecisNM)then(KpisPM)(KIis0)(KDis0)
R3:if(eisNL)and(ecisNS)then(KpisPS)(KIisPS)(KDis0)
R4:if(eisNL)and(ecis0)then(Kpis0)(KIisPL)(KDisPS)
R5:if(eisNL)and(ecisPS)then(KpisNS)(KIisNM)(KDis0)
R6:if(eisNL)and(ecisPM)then(KpisNS)(KIisNM)(KDis0)
R7:if(eisNL)and(ecisPL)then(KpisPM)(KIis0)(KDis0)
R8:if(eisNM)and(ecisNL)then(KpisPL)(KIis0)(KDis0)
R9:if(eisNM)and(ecisNM)then(KpisPM)(KIis0)(KDis0)
R10:if(eisNM)and(ecisNS)then(KpisPS)(KIis0)(KDisNS)
R11:if(eisNM)and(ecis0)then(Kpis0)(KIisPL)(KDisPM)
R12:if(eisNM)and(ecisPS)then(KpisNS)(KIisNM)(KDisPS)
R13:if(eisNM)and(ecisPM)then(KpisNS)(KIisNM)(KDis0)
R14:if(eisNM)and(ecisPL)then(KpisNL)(KIis0)(KDis0)
R15:if(eisNS)and(ecisNL)then(KpisPL)(KIis0)(KDis0)
R16:if(eisNS)and(ecisNM)then(KpisPM)(KIis0)(KDisNS)
R17:if(eisNS)and(ecisNS)then(KpisPS)(KIis0)(KDisNM)
R18:if(eisNS)and(ecis0)then(Kpis0)(KIisPL)(KDisPM)
R19:if(eisNS)and(ecisPS)then(KpisNS)(KIisNM)(KDisPL)
R20:if(eisNS)and(ecisPM)then(KpisNM)(KIisNS)(KDisNS)
R21:if(eisNS)and(ecisPL)then(KpisNL)(KIis0)(KDis0)
R22:if(eis0)and(ecisNL)then(KpisPL)(KIis0)(KDisNM)
R23:if(eis0)and(ecisNM)then(KpisPS)(KIis0)(KDisPM)
R24:if(eis0)and(ecisNS)then(KpisPS)(KIis0)(KDisPL)
R25:if(eis0)and(ecis0)then(Kpis0)(KIisPL)(KDisPL)
R26:if(eis0)and(ecisPS)then(KpisO)(KIisPM)(KDisPL)
R27:if(eis0)and(ecisPM)then(KpisNM)(KIisNS)(KDisPM)
R28:if(eis0)and(ecisPL)then(KpisNL)(KIis0)(KDisPM)
R29:if(eisPS)and(ecisNL)then(KpisPM)(KIis0)(KDisPM)
R30:if(eisPS)and(ecisNM)then(KpisPS)(KIis0)(KDisPM)
R31:if(eisPS)and(ecisNS)then(Kpis0)(KIisPS)(KDisPL)
R32:if(eisPS)and(ecis0)then(KpisNS)(KIisPL)(KDisPL)
R33:if(eisPS)and(ecisPS)then(Kpis0)(KIisPM)(KDisPL)
R34:if(eisPS)and(ecisPM)then(KpisNS)(KIisNS)(KDisNM)
R35:if(eisPS)and(ecisPL)then(KpisNM)(KIis0)(KDisPM)
R36:if(eisPM)and(ecisNL)then(KpisPM)(KIis0)(KDis0)
R37:if(eisPM)and(ecisNM)then(KpisPS)(KIis0)(KDis0)
R38:if(eisPM)and(ecisNS)then(Kpis0)(KIisPS)(KDisPS)
R39:if(eisPM)and(ecis0)then(KpisNS)(KIisPL)(KDisNM)
R40:if(eisPM)and(ecisPS)then(KpisNM)(KIisPL)(KDisNM)
R41:if(eisPM)and(ecisPM)then(KpisNS)(KIisNS)(KDis0)
R42:if(eisPM)and(ecisPL)then(KpisNM)(KIis0)(KDis0)
R43:if(eisPL)and(ecisNL)then(KpisPS)(KIisPS)(KDis0)
R44:if(eisPL)and(ecisNM)then(Kpis0)(KIisPS)(KDis0)
R45:if(eisPL)and(ecisNS)then(KpisNS)(KIisPM)(KDis0)
R46:if(eisPL)and(ecis0)then(KpisNM)(KIisPL)(KDisNS)
R47:if(eisPL)and(ecisPS)then(KpisNM)(KIisNS)(KDis0)
R48:if(eisPL)and(ecisPM)then(Kpis0)(KIisNS)(KDis0)
R49:if(eisPL)and(ecisPL)then(KpisNS)(KIis0)(KDis0)。
8.根据权利要求7所述的基于Matlab的燃料电池系统过氧量模糊PID控制方法,其特征在于:针对第R1条程序,所述的隶属度计算,使用下列方程式:
μKI(cIi)=μLE(|e|)∧μLEC(|ec|)
μKD(cDi)=μLE(|e|)∧μLEC(|ec|)
同理,可求出关于Kp、KI、KD的第R1至R49条程序的隶属度μKp(cPi)、μKI(cIi)、其中cPi是代表第i(i=0~49)条整定程序中Kp、KI或KD所取模糊集合的中心值。
9.根据权利要求8所述的基于Matlab的燃料电池系统过氧量模糊PID控制方法,其特征在于:PID调节器的控制参数Kp、KI和KD的计算公式如下:
CN201510469343.7A 2015-08-04 2015-08-04 基于Matlab的燃料电池系统过氧量模糊PID控制方法 Pending CN105137806A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510469343.7A CN105137806A (zh) 2015-08-04 2015-08-04 基于Matlab的燃料电池系统过氧量模糊PID控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510469343.7A CN105137806A (zh) 2015-08-04 2015-08-04 基于Matlab的燃料电池系统过氧量模糊PID控制方法

Publications (1)

Publication Number Publication Date
CN105137806A true CN105137806A (zh) 2015-12-09

Family

ID=54723189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510469343.7A Pending CN105137806A (zh) 2015-08-04 2015-08-04 基于Matlab的燃料电池系统过氧量模糊PID控制方法

Country Status (1)

Country Link
CN (1) CN105137806A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106325104A (zh) * 2016-10-28 2017-01-11 黑龙江省电力科学研究院 基于matlab建模仿真的热控pid参数设定调整方法
CN109240078A (zh) * 2018-10-29 2019-01-18 东南大学 一种燃料电池电压的模糊自适应pid控制方法
CN110021767A (zh) * 2018-01-09 2019-07-16 郑州宇通客车股份有限公司 一种燃料电池空气过量比控制方法及系统
CN111129550A (zh) * 2019-12-19 2020-05-08 深圳国氢新能源科技有限公司 燃料电池系统的pid控制方法
CN111948562A (zh) * 2020-08-24 2020-11-17 南京机电职业技术学院 一种燃料电池全生命周期监控与评估系统
CN112531187A (zh) * 2020-12-09 2021-03-19 奇瑞汽车股份有限公司 燃料电池过氧比控制方法、装置及计算机存储介质
CN112632757A (zh) * 2020-12-09 2021-04-09 南京航空航天大学 一种基于混合模糊控制的质子交换膜燃料电池的过氧量实时切换控制装置设计方法
CN113093524A (zh) * 2021-04-01 2021-07-09 北京氢澜科技有限公司 燃料电池发动机氢气入堆压力控制方法、装置及设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104409751A (zh) * 2014-11-05 2015-03-11 同济大学 一种燃料电池阳极压力控制方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104409751A (zh) * 2014-11-05 2015-03-11 同济大学 一种燃料电池阳极压力控制方法及装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
HAMED BEIRAMI,等: "Optimal PID plus fuzzy controller design for a PEM fuel cell air feed system using the self-adaptive differential evolution algorithm", 《INTERNAL JOURNAL OF HYDROGEN ENERGY》 *
MINXIU YAN: "Constant Voltage Output in Two-Chamber Microbial Fuel Cell Under Fuzzy PID Control", 《IN.J.ELECTORCHEM.SCI》 *
OU K,等: "Feedforward fuzzy-PID control for air flow regulation of PEM fuel cell system", 《INTERNATIONAL JOURNAL OF HYDROGEN ENERGY》 *
夏文: "质子交换膜燃料电池动态模型与控制研究", 《万方硕士学位论文》 *
宋娟,等: "基于PID算法的燃料电池实验室组态王监控系统", 《微计算机信息(测控自动化)》 *
廉洁,等: "直接甲醇燃料电池的模糊PID控制研究", 《河南理工大学学报(自然科学版)》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106325104A (zh) * 2016-10-28 2017-01-11 黑龙江省电力科学研究院 基于matlab建模仿真的热控pid参数设定调整方法
CN110021767A (zh) * 2018-01-09 2019-07-16 郑州宇通客车股份有限公司 一种燃料电池空气过量比控制方法及系统
CN110021767B (zh) * 2018-01-09 2020-10-02 郑州宇通客车股份有限公司 一种燃料电池空气过量比控制方法及系统
CN109240078A (zh) * 2018-10-29 2019-01-18 东南大学 一种燃料电池电压的模糊自适应pid控制方法
CN111129550A (zh) * 2019-12-19 2020-05-08 深圳国氢新能源科技有限公司 燃料电池系统的pid控制方法
CN111129550B (zh) * 2019-12-19 2021-02-02 深圳国氢新能源科技有限公司 燃料电池系统的pid控制方法
CN111948562A (zh) * 2020-08-24 2020-11-17 南京机电职业技术学院 一种燃料电池全生命周期监控与评估系统
CN112531187A (zh) * 2020-12-09 2021-03-19 奇瑞汽车股份有限公司 燃料电池过氧比控制方法、装置及计算机存储介质
CN112632757A (zh) * 2020-12-09 2021-04-09 南京航空航天大学 一种基于混合模糊控制的质子交换膜燃料电池的过氧量实时切换控制装置设计方法
CN112531187B (zh) * 2020-12-09 2022-05-03 奇瑞汽车股份有限公司 燃料电池过氧比控制方法、装置及计算机存储介质
CN113093524A (zh) * 2021-04-01 2021-07-09 北京氢澜科技有限公司 燃料电池发动机氢气入堆压力控制方法、装置及设备

Similar Documents

Publication Publication Date Title
CN105137806A (zh) 基于Matlab的燃料电池系统过氧量模糊PID控制方法
Baroud et al. Novel hybrid fuzzy-PID control scheme for air supply in PEM fuel-cell-based systems
CN110414157B (zh) 质子交换膜燃料电池系统多目标滑模控制方法
CN109240078A (zh) 一种燃料电池电压的模糊自适应pid控制方法
Fan et al. Oxygen excess ratio control of PEM fuel cell based on self-adaptive fuzzy PID
Sun et al. A practical compound controller design for solid oxide fuel cells
Zhang et al. Active thermal management for an automotive water-cooled proton exchange membrane fuel cell by using feedback control
Baroud et al. Fuzzy self-tuning PID controller for air supply on a PEM fuel cell system
Zhao et al. The design and simulation of fuzzy PID controller
Derbeli et al. A robust MPP tracker based on backstepping algorithm for Proton Exchange Membrane Fuel Cell power system
Baroud et al. Air flow regulation in fuel cells: an efficient design of hybrid fuzzy-PID control
CN101813053A (zh) 改善水轮发电机组功角振荡的互联结构修正控制方法
Tong et al. Real-time simplified variable domain fuzzy control of PEM fuel cell flow systems
Wang et al. Feedback linearization control of the air supply system of PEM fuel cells
Li et al. Temperature control of PEMFC stack based on BP neural network
Zhan et al. An intelligent controller for PEM fuel cell power system based on double closed-loop control
Zhang et al. Nonlinear control of air-feed system for proton exchange membrane fuel cell with auxiliary power battery
Ali et al. Enhancement of PEM fuel cell performance with direct active fuzzy sliding mode controller
Gong et al. Control strategies for prevention of PEMFC oxygen starvation: a review
Mirrashid et al. Fuel Cell Systems and Developments in Control Abilities
Ali et al. Sliding Mode Controller for Pressure Regulation in PEM Fuel Cell
CN112632757A (zh) 一种基于混合模糊控制的质子交换膜燃料电池的过氧量实时切换控制装置设计方法
An et al. Generalized predictive control for gas supply system in a proton exchange membrane fuel cell
Zhang et al. Research on Output Characteristics of the Proton Exchange Membrane Fuel Cell Based on Model Reference Adaptive Control
Mohamed et al. Direct active fuzzy non-linear controller for pressure regulation in PEM fuel cell

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20151209