CN105680071A - 基于分数阶滑模变结构sofc系统热电协同控制方法 - Google Patents

基于分数阶滑模变结构sofc系统热电协同控制方法 Download PDF

Info

Publication number
CN105680071A
CN105680071A CN201610150888.6A CN201610150888A CN105680071A CN 105680071 A CN105680071 A CN 105680071A CN 201610150888 A CN201610150888 A CN 201610150888A CN 105680071 A CN105680071 A CN 105680071A
Authority
CN
China
Prior art keywords
function
fractional order
efficiency
power
sofc system
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.)
Granted
Application number
CN201610150888.6A
Other languages
English (en)
Other versions
CN105680071B (zh
Inventor
李曦
蒋建华
邓忠华
张琳
李箭
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201610150888.6A priority Critical patent/CN105680071B/zh
Priority to PCT/CN2016/084663 priority patent/WO2017156888A1/zh
Priority to US15/312,056 priority patent/US10396381B2/en
Publication of CN105680071A publication Critical patent/CN105680071A/zh
Application granted granted Critical
Publication of CN105680071B publication Critical patent/CN105680071B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298Processes for controlling fuel cells or fuel cell systems
    • H01M8/04992Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0432Temperature; Ambient temperature
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298Processes for controlling fuel cells or fuel cell systems
    • H01M8/04694Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
    • H01M8/04746Pressure; Flow
    • H01M8/04753Pressure; Flow of fuel cell reactants
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298Processes for controlling fuel cells or fuel cell systems
    • H01M8/04694Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
    • H01M8/04858Electric variables
    • H01M8/04925Power, energy, capacity or load
    • H01M8/0494Power, energy, capacity or load of fuel cell stacks
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00Automatic controllers
    • G05B11/01Automatic controllers electric
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/10Fuel cells with solid electrolytes
    • H01M8/12Fuel cells with solid electrolytes operating at high temperature, e.g. with stabilised ZrO2 electrolyte
    • H01M2008/1293Fuel cells with solid oxide electrolytes
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537Electric variables
    • H01M8/04574Current
    • H01M8/04589Current of fuel cell stacks
    • 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

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Fuel Cell (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供基于分数阶滑模变结构SOFC系统热电协同控制方法,包括以下步骤:S1、采集SOFC系统不同输入参数组合下的系统状态及输出参数,得到全负载区间稳态功率与温度、效率响应特性、旁路阀开度BP对效率优化的影响函数和指定负载切换区间及延时条件下的效率优化函数;S2、获取系统的局部最优稳态操作函数、拓展形成稳态下全局优化函数和不同切换负载区间不同延时条件下的功率跟踪函数;S3、计算得出滑模区间;S4、优化函数计算得出系列趋近律函数;S5、通过分数阶优化法对所述系列趋近律函数消除抖震,通过计算求解出趋近律。本方法控制精准、灵活、稳定,能大大的提速切换过程、克服SOFC系统大惯性的时滞特点,实现快速的负载切换。

Description

基于分数阶滑模变结构SOFC系统热电协同控制方法
技术领域
本发明涉及基于分数阶滑模变结构SOFC系统热电协同控制方法。
背景技术
燃料电池它是把氢和氧反应生成水放出的化学能转换成电能的装置。其基本原理相当于电解反应的逆向反应。燃料(H2和CO等)及氧化剂(O2)在电池的阴极和阳极上借助氧化剂作用,电离成离子,由于离子能通过在二电极中间的电介质在电极间迁移,在阴电极、阳电极间形成电压。在电极同外部负载构成回路时就可向外供电。
燃料电池种类不少,根据使用的电解质不同,主要有磷酸燃料电池(PAFC)、熔融碳酸盐型燃料电池(MCFC)、固体氧气物燃料电池(SOFC)和质子交换膜燃料电池(PEMFC)等。
燃料电池具有无污染、高效率、适用广、无噪声和能连续运转等优点。它的发电效率可达40%以上,热电联产的效率也达到80%以上。多数燃料电池正处于开发研制中,虽然磷酸燃料电池(PAFC)等技术成熟并已经推向市场,但仍较昂贵。鉴于燃料电池的独到优点,随着该项技术商业化进程的推进,必将在未来燃气采暖行业起到越来越重要的作用。
发明内容
本发明所要解决的技术问题是提供一种控制精准、灵活、稳定,能大大的提速切换过程、克服SOFC系统大惯性的时滞特点,实现快速的负载切换的基于分数阶滑模变结构SOFC系统热电协同控制方法。
本发明解决上述技术问题的技术方案如下:基于分数阶滑模变结构SOFC系统热电协同控制方法,包括以下步骤:
S1、采集SOFC系统不同输入参数组合下的系统状态及输出参数,通过系统辨识的方法得到全负载区间稳态功率与温度、效率响应特性、旁路阀开度BP对效率优化的影响函数和指定负载切换区间及延时条件下的效率优化函数;
S2、基于所述全负载区间稳态功率与温度、效率响应特性、旁路阀开度BP对效率优化的影响函数和指定负载切换区间及延时条件下的效率优化函数获取系统的局部最优稳态操作函数、拓展形成稳态下全局优化函数和不同切换负载区间不同延时条件下的功率跟踪函数;
S3、根据所述最优稳态操作函数、拓展形成稳态下全局优化函数和指定负载切换区间及延时条件下的效率优化函数计算得出滑模区间;
S4、根据所述滑模区间、全负载区间稳态功率与效率相应特性、指定负载切换区间及延时条件下的效率优化函数和不同切换负载区间不同延时条件下的改进优化函数计算得出系列趋近律函数;
S5、通过分数阶优化法对所述系列趋近律函数消除抖震,通过计算求解出趋近律。
本发明的有益效果是,燃料利用率FU是行业内公认影响系统发电效率的关键指标,且目前的研究均希望能最大化燃料利用率以提高系统效率;空气过量比AR为输入空气与参与反应的空气流量之间的直接关系表达,有利于在系统控制分析中实现协同联动。
此外,面向负载跟踪,针对不同功率的稳态输出需求,可以快速获取最优操作点(Is,BP,AR,FU),使其在保障系统热特性安全前提下满足负载需求,并能实现在需求功率输出下实现系统最大效率。
在面向负载跟踪全过程观测器设计中,进一步与系统过程的响应速度进行综合匹配分析,设计出满足系统发电全过程需求的电堆内部温度观测器,以提高动静态控制策略及整体控制架构的精确性与稳定性。
向分数阶滑模变结构SOFC热电管控架构进行映射,此优化稳态操作策略集可将目标滑模面拓展为滑模区间,从而将为以安全、快速、低抖震抵达滑模面为目标的趋近律(即动态切换策略)设计,考虑不同气体延时前提下,提供更大的灵活性与品质保证。
在功率跟踪过程中,功率变化导致系统温度变化的过程需要一段时间才表现出来,所以,只要在进行快速功率跟踪的同时,施加能够抑制功率波动带来的温度变化的控制量即可实现温度约束管控的目的。而本项目分析获得的优化操作集(Is,BP,AR,FU)能够保证效率优化的情况下抑制特定功率下的温度约束;同时,拟采用的包括两个阶段的组合切换策略将可大大的提速切换过程、克服SOFC系统大惯性的时滞特点,实现快速的负载切换
进一步,所述步骤S1中,通过运行电堆的分布式节点模型获取电堆内部温度分布参数。
采用上述进一步的有益效果是,基于已有指定稳态下的电堆内部温度梯度观测方法、进行热电特性响应时间尺度、气固热特性响应时间尺度两层分解,实现负载跟踪全过程中的温度梯度观测的实时性,从而原理上保障动静态控制策略及分数阶滑模变结构控制架构的物理可实现性。在面向负载跟踪全过程观测器设计中,进一步与系统过程的响应速度进行综合匹配分析,以提高动静态控制策略及整体控制架构的精确性与稳定性。
进一步,所述电堆的维数为一维。
采用上述进一步的有益效果是,一维化是为了简化实际电堆模型,这个简化的过程保证了所需要参数是准确的,例如电堆内的温度,温度梯度等。
进一步,所述步骤S1中局部最优稳态操作函数的确定方法,包括以下步骤:
固定工作电流Is和旁路阀开度BP,得到以燃料利用率FU为横坐标、以空气过量比AR为纵坐标的输出性能图谱;
对于所述输出性能图谱,固定工作电流Is,得到不同旁路阀开度下以燃料利用率为横坐标、以空气过量比为纵坐标的输出性能图谱;
遍历不同工作电流Is的值,获取任一操作点(Is,BP,AR,FU)下的系统输出性能;
面向负载跟踪,针对任意功率的稳态输出需求,确定与该需求对应的最优稳态操作函数。
采用上述进一步的有益效果是,由于实际系统物理实现过程中,包括温度、功率、效率等热电特性均与电流直接相关,本发明中基于模型的稳态与动态分析将均基于电流分析模式展开。面向SOFC热电管控需求,为实时调节电堆内部温度分布,需要通入过量空气;为实时跟踪负载需求,需调节燃料利用率;为快速调节电堆内部温度,且优化控制系统发电效率,需实时调节旁路冷空气的输出量,即调节旁路阀开度BP。燃料利用率FU是行业内公认影响系统发电效率的关键指标,且目前该领域的研究均希望能最大化燃料利用率以提高系统效率;空气过量比AR为输入空气与参与反应的空气流量之间的直接关系表达,有利于在系统控制分析中实现协同联动。本发明采用电流控制模式,选取空气过量比(AR)、燃料利用率(FU),旁路阀开度(BP)、电流(Is)为组合调节量。
进一步,所述步骤S1中电堆内部温度分布参数是通过电堆内部温度梯度观测器来获取的,所述电堆内部温度梯度观测器的构建包括以下步骤:
建立基于线性化状态空间方程涉及降维龙伯格观测器;
假定电化学反应是瞬间完成的,进行准静态假设后,模型为:
dx 1 d t = f 1 ( x 1 , y , u , w ) d y d t = f 2 ( x 1 , y , u , w ) - - - ( 1 )
其中x1为前四个节点的固体层温度和空气层温度,y为第五个节点的固体层温度和空气层温度;
w=Itot
对以上模型,设计如下形式的观测器:
d x ^ 1 d t = f 1 ( x ^ 1 , y ^ , u , w ) + L v d y ^ d t = f 2 ( x ^ 1 , y ^ , u , w ) - v - - - ( 2 )
其中分别是x1和y的估计;L是待求增益,v是估计值与实际值之间的误差,u为输入的阳极燃料流量和阴极燃料流量,W为电堆的输出电流;
为求解增益L,先将模型进行线性化成如下形式:
dx 1 d t = A 11 x 1 + A 12 y + B 1 u + C 1 w d y d t = A 21 x 1 + A 22 y + B 2 u + C 2 w - - - ( 3 )
对比非线性模型,验证线性化后模型的准确度。然后,根据SOFC气、固体间热传递响应速度差异很大的特性,对模型进行如下分解:
气体热传递模型:
dx a i r 1 d t = A a i r 11 x 1 + A a i r 12 y + B a i r 1 u a i r + C a i r 1 w dy a i r d t = A a i r 21 x 1 + A a i r 22 y + B a i r 2 u a i r + C a i r 2 w - - - ( 4 )
固体热传递模型:
dx s o l 1 d t = A s o l 11 x 1 + A s o l 12 y + B s o l 1 u s o l + C s o l 1 w dy s o l d t = A s o l 21 x 1 + A s o l 22 y + B s o l 2 u s o l + C s o l 2 w - - - ( 5 )
对以上的气体热传递模型和固体热传递模型,分别用线性理论设计观测器,求解出各自对应的观测器增益L1和L2。然后,我们用如下方法构造出非线性观测器增益矩阵L:
L = L 1 ( 1 , 1 ) 0 L 1 ( 2 , 1 ) 0 L 1 ( 3 , 1 ) 0 L 1 ( 4 , 1 ) 0 0 L 2 ( 1 , 1 ) 0 L 2 ( 2 , 1 ) 0 L 2 ( 3 , 1 ) 0 L 2 ( 4 , 1 ) T - - - ( 6 )
其中:
[L1(1,1)L1(2,1)L1(3,1)L1(4,1)]T=L1
[L2(1,1)L2(2,1)L2(3,1)L2(4,1)]T=L2
采用上述进一步的有益效果是,_SOFC的电特性由电化学反应决定,响应速度在毫秒级;SOFC的热特性由电堆之间的热传递决定,响应速度在秒甚至分钟级。另,由于气体和固体热传递系数的差异,气、固体之间热传递响应速度也存在时间量级上的差距。针对不同负载变换时的切换策略,需要在已有电堆内部观测器设计方法基础上、进行与负载跟踪过程中时间尺度相匹配的观测器设计优化。根据已有的“全可测最小维状态空间”方法,可以确定出低成本、快速、高精度的观测变量选择方案然后,基于该变量组合,为了进一步实现全负载跟踪过程电堆温度分布快速观测的需要,拟基于线性化状态空间方程设计降维龙伯格观测器。
与直接进行系统极点配置求解L相比,该构造方法有效的避免了因气体和固体热传递响应速度的数量级不同;且该方法可以扩展在不同的操作点进行,获取在该工作点的观测器。
进一步,所述步骤S4中,计算得出系列趋近律函数的具体方法是:
根据所述效率优化函数得到系统全局的系列最优滑模面;
根据不同滑模面之间的功率区间的功率与温度、效率特性确定趋近率函数;
根据功率的最优切换函数确定趋近率函数的分数阶阶次减少抖震;
用改进的恒权重计算方法求解趋近率,获得系统功率跟踪切换过程中的系统输入参数。
所述全局的最优函数是局部最优稳态操作函数遍历不同电流的值得到,即由每一个电流对应的局部最优函数组成全局最优函数。
采用上述进一步的有益效果是,通过这种方法可以得到SOFC系统在所有允许输入参数下的输出参数,方便计算得出滑模区间。
进一步,所述SOFC系统不同输入参数组合下的系统状态及输出参数包括:电堆内部温度分布参数、系统效率、系统功率。
采用上述进一步的有益效果是,SOFC系统安全运行必须保证电堆内部温度分布均匀且不超过温度约束,较大的温度梯度或者较高的温度将会对SOFC电堆造成严重的不可逆转的损害,影响SOFC系统寿命和运行安全。为了让SOFC系统安全,高效,长时间的运行,通过分数阶滑模变结构热电协同控制保证功率输出和内部温度参数要求的同时消耗较少的燃料,达到高效率运行的目标。
附图说明
图1为本发明的步骤流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,基于分数阶滑模变结构SOFC系统热电协同控制方法,包括以下步骤:
S1、采集SOFC系统不同输入参数组合下的系统状态及输出参数,通过系统辨识的方法得到全负载区间稳态功率与温度、效率响应特性、旁路阀开度BP对效率优化的影响函数和指定负载切换区间及延时条件下的效率优化函数;
S2、基于所述全负载区间稳态功率与温度、效率响应特性、旁路阀开度BP对效率优化的影响函数和指定负载切换区间及延时条件下的效率优化函数获取系统的局部最优稳态操作函数、拓展形成稳态下全局优化函数和不同切换负载区间不同延时条件下的功率跟踪函数;
S3、根据所述最优稳态操作函数、拓展形成稳态下全局优化函数和指定负载切换区间及延时条件下的效率优化函数计算得出滑模区间;
S4、根据所述滑模区间、全负载区间稳态功率与效率相应特性、指定负载切换区间及延时条件下的效率优化函数和不同切换负载区间不同延时条件下的改进优化函数计算得出系列趋近律函数;
S5、通过分数阶优化法对所述系列趋近律函数消除抖震,通过计算求解出趋近律。
所述步骤S1中,通过运行电堆的分布式节点模型获取电堆内部温度分布参数。
所述电堆的维数为一维。
获得温度分布的方法可以理解为:所建立的电堆模型实际上是将电堆分为五个节点,即所说的分布式模型,每个节点都有温度参数,运行这个模型就可以得到对应节点的温度,这是一组温度参数,它可以反应电堆内部温度的分布。
所述步骤S1中局部最优稳态操作函数的确定方法,包括以下步骤:
固定工作电流Is和旁路阀开度BP,得到以燃料利用率FU为横坐标、以空气过量比AR为纵坐标的输出性能图谱;
对于所述输出性能图谱,固定工作电流Is,得到不同旁路阀开度下以燃料利用率为横坐标、以空气过量比为纵坐标的输出性能图谱;
遍历不同工作电流Is的值,获取任一操作点(Is,BP,AR,FU)下的系统输出性能;
面向负载跟踪,针对任意功率的稳态输出需求,确定与该需求对应的最优稳态操作函数。
所述步骤S1中电堆内部温度分布参数是通过电堆内部温度梯度观测器来获取的,所述电堆内部温度梯度观测器的构建包括以下步骤:
建立基于线性化状态空间方程涉及降维龙伯格观测器;
假定电化学反应是瞬间完成的,进行准静态假设后,模型为:
dx 1 d t = f 1 ( x 1 , y , u , w ) d y d t = f 2 ( x 1 , y , u , w ) - - - ( 1 )
其中x1为前四个节点的固体层温度和空气层温度,y为第五个节点的固体层温度和空气层温度;
w=Itot
对以上模型,设计如下形式的观测器:
d x ^ 1 d t = f 1 ( x ^ 1 , y ^ , u , w ) + L v d y ^ d t = f 2 ( x ^ 1 , y ^ , u , w ) - v - - - ( 2 )
其中分别是x1和y的估计;L是待求增益,v是估计值与实际值之间的误差,u为输入的阳极燃料流量和阴极燃料流量,W为电堆的输出电流;
为求解增益L,先将模型进行线性化成如下形式:
dx 1 d t = A 11 x 1 + A 12 y + B 1 u + C 1 w d y d t = A 21 x 1 + A 22 y + B 2 u + C 2 w - - - ( 3 )
对比非线性模型,验证线性化后模型的准确度。然后,根据SOFC气、固体间热传递响应速度差异很大的特性,对模型进行如下分解:
气体热传递模型:
dx a i r 1 d t = A a i r 11 x 1 + A a i r 12 y + B a i r 1 u a i r + C a i r 1 w dy a i r d t = A a i r 21 x 1 + A a i r 22 y + B a i r 2 u a i r + C a i r 2 w - - - ( 4 )
固体热传递模型:
dx s o l 1 d t = A s o l 11 x 1 + A s o l 12 y + B s o l 1 u s o l + C s o l 1 w dy s o l d t = A s o l 21 x 1 + A s o l 22 y + B s o l 2 u s o l + C s o l 2 w - - - ( 5 )
对以上的气体热传递模型和固体热传递模型,分别用线性理论设计观测器,求解出各自对应的观测器增益L1和L2。然后,我们用如下方法构造出非线性观测器增益矩阵L:
L = L 1 ( 1 , 1 ) 0 L 1 ( 2 , 1 ) 0 L 1 ( 3 , 1 ) 0 L 1 ( 4 , 1 ) 0 0 L 2 ( 1 , 1 ) 0 L 2 ( 2 , 1 ) 0 L 2 ( 3 , 1 ) 0 L 2 ( 4 , 1 ) T - - - ( 6 )
其中:
[L1(1,1)L1(2,1)L1(3,1)L1(4,1)]T=L1
[L2(1,1)L2(2,1)L2(3,1)L2(4,1)]T=L2
所述步骤S4中,计算得出系列趋近律函数的具体方法是:
根据所述效率优化函数得到系统全局的系列最优滑模面;
根据不同滑模面之间的功率区间的功率与温度、效率特性确定趋近率函数;
根据功率的最优切换函数确定趋近率函数的分数阶阶次减少抖震;
用改进的恒权重计算方法求解趋近率,获得系统功率跟踪切换过程中的系统输入参数。
所述全局的最优函数是局部最优稳态操作函数遍历不同电流的值得到,即由每一个电流对应的局部最优函数组成全局最优函数。
所述SOFC系统不同输入参数组合下的系统状态及输出参数包括:电堆内部温度分布参数、系统效率、系统功率。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.基于分数阶滑模变结构SOFC系统热电协同控制方法,其特征在于,包括以下步骤:
S1、采集SOFC系统不同输入参数组合下的系统状态及输出参数,通过系统辨识的方法得到全负载区间稳态功率与温度、效率响应特性、旁路阀开度BP对效率优化的影响函数和指定负载切换区间及延时条件下的效率优化函数;
S2、基于所述全负载区间稳态功率与温度、效率响应特性、旁路阀开度BP对效率优化的影响函数和指定负载切换区间及延时条件下的效率优化函数获取系统的局部最优稳态操作函数、拓展形成稳态下全局优化函数和不同切换负载区间不同延时条件下的功率跟踪函数;
S3、根据所述最优稳态操作函数、拓展形成稳态下全局优化函数和指定负载切换区间及延时条件下的效率优化函数计算得出滑模区间;
S4、根据所述滑模区间、全负载区间稳态功率与效率相应特性、指定负载切换区间及延时条件下的效率优化函数和不同切换负载区间不同延时条件下的改进优化函数计算得出系列趋近律函数;
S5、通过分数阶优化法对所述系列趋近律函数消除抖震,通过计算求解出趋近律。
2.根据权利要求1所述基于分数阶滑模变结构SOFC系统热电协同控制方法,其特征在于,所述步骤S1中,通过运行电堆的分布式节点模型获取电堆内部温度分布参数。
3.根据权利要求2所述基于分数阶滑模变结构SOFC系统热电协同控制方法,其特征在于,所述电堆的维数为一维。
4.根据权利要求1所述基于分数阶滑模变结构SOFC系统热电协同控制方法,其特征在于,所述步骤S1中局部最优稳态操作函数的确定方法,包括以下步骤:
固定工作电流Is和旁路阀开度BP,得到以燃料利用率FU为横坐标、以空气过量比AR为纵坐标的输出性能图谱;
对于所述输出性能图谱,固定工作电流Is,得到不同旁路阀开度下以燃料利用率为横坐标、以空气过量比为纵坐标的输出性能图谱;
遍历不同工作电流Is的值,获取任一操作点(Is,BP,AR,FU)下的系统输出性能;
面向负载跟踪,针对任意功率的稳态输出需求,确定与该需求对应的最优稳态操作函数。
5.根据权利要求1所述基于分数阶滑模变结构SOFC系统热电协同控制方法,其特征在于,所述步骤S1中电堆内部温度分布参数是通过电堆内部温度梯度观测器来获取的,所述电堆内部温度梯度观测器的构建包括以下步骤:
建立基于线性化状态空间方程涉及降维龙伯格观测器;
假定电化学反应是瞬间完成的,进行准静态假设后,模型为:
dx 1 d t = f 1 ( x 1 , y , u , w ) d y d t = f 2 ( x 1 , y , u , w ) - - - ( 1 )
其中为前四个节点的固体层温度和空气层温度,y为第五个节点的固体层温度和空气层温度;
u = F c a i n F a n i n T , w = I t o t ,
对以上模型,设计如下形式的观测器:
d x ^ 1 d t = f 1 ( x ^ 1 , y ^ , u , w ) + L v d y ^ d t = f 2 ( x ^ 1 , y ^ , u , w ) - v - - - ( 2 )
其中分别是x1和y的估计;L是待求增益,v是估计值与实际值之间的误差,u为输入的阳极燃料流量和阴极燃料流量,W为电堆的输出电流;
为求解增益L,先将模型进行线性化成如下形式:
dx 1 d t = A 11 x 1 + A 12 y + B 1 u + C 1 w d y d t = A 21 x 1 + A 22 y + B 2 u + C 2 w - - - ( 3 )
对比非线性模型,验证线性化后模型的准确度,然后根据SOFC气、固体间热传递响应速度差异很大的特性,对模型进行如下分解:
气体热传递模型:
dx a i r 1 d t = A a i r 11 x 1 + A a i r 12 y + B a i r 1 u a i r + C a i r 1 w dy a i r d t = A a i r 21 x 1 + A a i r 22 y + B a i r 2 u a i r + C a i r 2 w - - - ( 4 )
固体热传递模型:
dx s o l 1 d t = A s o l 11 x 1 + A s o l 12 y + B s o l 1 u s o l + C s o l 1 w dy s o l d t = A s o l 21 x 1 + A s o l 22 y + B s o l 2 u s o l + C s o l 2 w - - - ( 5 )
对以上的气体热传递模型和固体热传递模型,分别用线性理论设计观测器,求解出各自对应的观测器增益L1和L2,然后用如下方法构造出非线性观测器增益矩阵L:
L = L 1 ( 1 , 1 ) 0 L 1 ( 2 , 1 ) 0 L 1 ( 3 , 1 ) 0 L 1 ( 4 , 1 ) 0 0 L 2 ( 1 , 1 ) 0 L 2 ( 2 , 1 ) 0 L 2 ( 3 , 1 ) 0 L 2 ( 4 , 1 ) T - - - ( 6 )
其中:
[L1(1,1)L1(2,1)L1(3,1)L1(4,1)]T=L1
[L2(1,1)L2(2,1)L2(3,1)L2(4,1)]T=L2
6.根据权利要求1所述基于分数阶滑模变结构SOFC系统热电协同控制方法,其特征在于,所述步骤S4中,计算得出系列趋近律函数的具体方法是:
根据所述效率优化函数得到系统全局的系列最优滑模面;
根据不同滑模面之间的功率区间的功率与温度、效率特性确定趋近率函数;
根据功率的最优切换函数确定趋近率函数的分数阶阶次减少抖震;
用改进的恒权重计算方法求解趋近率,获得系统功率跟踪切换过程中的系统输入参数。
7.根据权利要求6所述基于分数阶滑模变结构SOFC系统热电协同控制方法,其特征在于,所述全局的最优函数是局部最优稳态操作函数遍历不同电流的值得到,即由每一个电流对应的局部最优函数组成全局最优函数。
8.根据权利要求1-7任一项所述基于分数阶滑模变结构SOFC系统热电协同控制方法,其特征在于,所述SOFC系统不同输入参数组合下的系统状态及输出参数包括:电堆内部温度分布参数、系统效率、系统功率。
CN201610150888.6A 2016-03-16 2016-03-16 基于分数阶滑模变结构sofc系统热电协同控制方法 Active CN105680071B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201610150888.6A CN105680071B (zh) 2016-03-16 2016-03-16 基于分数阶滑模变结构sofc系统热电协同控制方法
PCT/CN2016/084663 WO2017156888A1 (zh) 2016-03-16 2016-06-03 基于分数阶滑模变结构sofc系统热电协同控制方法
US15/312,056 US10396381B2 (en) 2016-03-16 2016-06-03 Thermoelectric cooperation control method for SOFC system based on fractional order sliding mode variable structure

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610150888.6A CN105680071B (zh) 2016-03-16 2016-03-16 基于分数阶滑模变结构sofc系统热电协同控制方法

Publications (2)

Publication Number Publication Date
CN105680071A true CN105680071A (zh) 2016-06-15
CN105680071B CN105680071B (zh) 2018-04-13

Family

ID=56310996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610150888.6A Active CN105680071B (zh) 2016-03-16 2016-03-16 基于分数阶滑模变结构sofc系统热电协同控制方法

Country Status (3)

Country Link
US (1) US10396381B2 (zh)
CN (1) CN105680071B (zh)
WO (1) WO2017156888A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108038340A (zh) * 2017-12-31 2018-05-15 南京理工大学 一种质子交换膜燃料电池分数阶状态空间模型辨识方法
CN108306029A (zh) * 2017-01-06 2018-07-20 通用电气公司 用于燃料电池系统中的分布式故障管理的系统和方法
CN109946978A (zh) * 2019-04-25 2019-06-28 广东省智能机器人研究院 一种考虑延时环节的伺服系统分数阶模型辨识方法
CN110118609A (zh) * 2019-05-16 2019-08-13 中国计量大学 基于自适应拟随机数搜索的热电偶分数阶系统辨识方法
CN111244509A (zh) * 2019-04-02 2020-06-05 浙江大学 一种质子交换膜燃料电池系统温度主动容错控制方法
CN115833078A (zh) * 2022-12-12 2023-03-21 中国人民解放军空军预警学院 一种基于sofc的直流微型电网的能源优化方法

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107846019B (zh) * 2017-11-16 2020-09-29 河海大学常州校区 基于分数阶高阶滑模模糊控制的有源电力滤波器控制方法
CN111143974B (zh) * 2019-12-06 2022-08-12 重庆大学 一种面向控制的锂电池热模型建立方法
CN110947279B (zh) * 2019-12-06 2022-03-04 马光俊 一种快速变化工况的控制方法
CN111130104B (zh) * 2020-01-07 2023-06-20 西安理工大学 一种电力系统混沌振荡的无源性滑模控制方法
CN112462601B (zh) * 2020-06-16 2022-12-06 宁波智能装备研究院有限公司 一种面向晶圆扫描平台的精密鲁棒控制方法及系统
CN113177286A (zh) * 2020-10-15 2021-07-27 华北电力大学(保定) 一种实用化安全协议下的空调负荷集群聚合模型
CN112421080B (zh) * 2020-11-18 2021-09-03 上海恒劲动力科技有限公司 一种质子交换膜燃料电池的功率控制系统
CN112987566B (zh) * 2021-02-08 2021-11-02 南京工业大学 一种气动热的超螺旋非线性分数阶滑模无模型控制方法
CN113238149B (zh) * 2021-03-17 2024-02-23 科大国创新能科技有限公司 一种热电耦合动力电池模型的搭建方法
CN112944718A (zh) * 2021-03-24 2021-06-11 天津大学 单效吸收式溴化锂机组的无模型自适应温度跟踪控制方法
CN113241783B (zh) * 2021-03-29 2022-06-17 浙江工业大学 基于抗干扰全阶滑模控制的储能系统网侧电流控制方法
CN113660485A (zh) * 2021-07-02 2021-11-16 河南工业大学 基于虚拟观测器的切换系统量化编码控制方法
CN113641153A (zh) * 2021-07-07 2021-11-12 华能铜川照金煤电有限公司 亚临界火电机组协调控制系统参数寻优方法
CN113467245B (zh) * 2021-07-15 2023-06-02 北京信息科技大学 飞行器的分数阶滑模控制方法、装置及系统
CN113625573B (zh) * 2021-09-18 2023-06-30 金陵科技学院 受非对称死区输入影响的分数阶系统反步滑模控制方法
CN114068998B (zh) * 2021-10-27 2023-04-07 南昌大学 一种固体氧化物燃料电池发电系统最优控制方法
CN115291507B (zh) * 2022-01-06 2023-05-26 兰州理工大学 一种矿山充填料浆浓度滑模控制方法及系统
CN114355779B (zh) * 2022-01-10 2022-07-19 南京工业大学 一种结构热试验非线性扩展状态观测器全局滑模控制方法
WO2023194425A2 (de) * 2022-04-07 2023-10-12 Robert Bosch Gmbh Verfahren zum betrieb eines brennstoffzellensystems und ein brennstoffzellensystem
CN117856196A (zh) * 2024-03-08 2024-04-09 武汉理工大学 基于分数阶滑模的混合储能系统下垂控制能量管理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103236555A (zh) * 2012-11-05 2013-08-07 华中科技大学 一种固体氧化物燃料电池系统及热电协同控制方法
US20130211553A1 (en) * 2012-02-15 2013-08-15 Lester F. Ludwig Adaptive multi-level control for variable-hierarchy-structure hierarchical systems
CN105182741A (zh) * 2015-07-15 2015-12-23 北京理工大学 一种无超调的分数阶时变滑模控制方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060090674A (ko) * 2003-09-29 2006-08-14 유티씨 퓨얼 셀즈, 엘엘씨 평면 고체 산화물 연료전지용 유연성 적층체
CN104009247B (zh) * 2014-05-04 2015-10-28 华中科技大学 一种固体氧化物燃料电池电堆温度分布估计方法
CN103969593B (zh) * 2014-05-05 2015-03-04 华中科技大学 一种确定固体氧化物燃料电池系统参数的方法
US10127813B2 (en) 2015-01-20 2018-11-13 Invent F&W, Llc Systems and methods for alerting drivers of approaching emergency vehicles
CN105304920B (zh) 2015-11-20 2017-11-07 华中科技大学 一种平板式固体氧化物燃料电池电堆温度分布估计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130211553A1 (en) * 2012-02-15 2013-08-15 Lester F. Ludwig Adaptive multi-level control for variable-hierarchy-structure hierarchical systems
CN103236555A (zh) * 2012-11-05 2013-08-07 华中科技大学 一种固体氧化物燃料电池系统及热电协同控制方法
CN105182741A (zh) * 2015-07-15 2015-12-23 北京理工大学 一种无超调的分数阶时变滑模控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HUAN CHENG,ET AL.: "A nonlinear sliding mode observer for the estimation of temperature distribution in a planar solid oxide fuel cell", 《INTERNATIONAL JOURNAL OF HYDROGEN ENERGY》 *
ZHONGHUA DENG,ET AL.: "Generalized predictive control for fractional order dynamic model of solid oxide fuel cell output power", 《JOURNAL OF POWER SOURCES》 *
曹红亮,ET AL.: "固体氧化物燃料电池电特性的分数阶建模", 《2009中国控制与决策会议论文集》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108306029A (zh) * 2017-01-06 2018-07-20 通用电气公司 用于燃料电池系统中的分布式故障管理的系统和方法
CN108306029B (zh) * 2017-01-06 2022-08-23 通用电气公司 用于燃料电池系统中的分布式故障管理的系统和方法
US11508980B2 (en) 2017-01-06 2022-11-22 Cummins Enterprise Llc Systems and methods for distributed fault management in fuel cell systems
CN108038340A (zh) * 2017-12-31 2018-05-15 南京理工大学 一种质子交换膜燃料电池分数阶状态空间模型辨识方法
CN108038340B (zh) * 2017-12-31 2021-09-10 南京理工大学 一种质子交换膜燃料电池分数阶状态空间模型辨识方法
CN111244509A (zh) * 2019-04-02 2020-06-05 浙江大学 一种质子交换膜燃料电池系统温度主动容错控制方法
CN111244509B (zh) * 2019-04-02 2021-08-03 浙江大学 一种质子交换膜燃料电池系统温度主动容错控制方法
CN109946978A (zh) * 2019-04-25 2019-06-28 广东省智能机器人研究院 一种考虑延时环节的伺服系统分数阶模型辨识方法
CN110118609A (zh) * 2019-05-16 2019-08-13 中国计量大学 基于自适应拟随机数搜索的热电偶分数阶系统辨识方法
CN115833078A (zh) * 2022-12-12 2023-03-21 中国人民解放军空军预警学院 一种基于sofc的直流微型电网的能源优化方法

Also Published As

Publication number Publication date
US20180131021A1 (en) 2018-05-10
US10396381B2 (en) 2019-08-27
WO2017156888A1 (zh) 2017-09-21
CN105680071B (zh) 2018-04-13

Similar Documents

Publication Publication Date Title
CN105680071B (zh) 基于分数阶滑模变结构sofc系统热电协同控制方法
Pugach et al. Zero dimensional dynamic model of vanadium redox flow battery cell incorporating all modes of vanadium ions crossover
Li et al. A dynamic plug flow reactor model for a vanadium redox flow battery cell
CN106654319B (zh) 一种基于变异粒子群和差分进化混合算法的pemfc系统温度建模方法
Yang et al. Parameter optimization for tubular solid oxide fuel cell stack based on the dynamic model and an improved genetic algorithm
Seyezhai et al. Mathematical modeling of proton exchange membrane fuel cell
CN105870483B (zh) 固体氧化物燃料电池系统功率跟踪过程热电协同控制方法
Yerramalla et al. Dynamic modeling and analysis of polymer electrolyte fuel cell
Clemente et al. Vanadium redox flow battery state of charge estimation using a concentration model and a sliding mode observer
Xiong et al. Design of a two-stage control strategy of vanadium redox flow battery energy storage systems for grid application
Samal et al. A review of FCs integration with microgrid and their control strategies
Xiong et al. Capacity fading model of vanadium redox flow battery considering water molecules migration
Chaudhary et al. Studies and performance investigations on fuel cells
Huang et al. Research on performance improvement methods of vanadium redox flow battery in microgrid
Boscaino et al. A semi-empirical multipurpose steady-state model of a fuel cell for household appliances
Damour et al. Innovative model-based control approach of a proton exchange membrane fuel cell system
Sreenivasulu et al. Performance study of a PEM fuel cell with 4-Serpentine flow fields-experimental study
Xi et al. Output characteristics simulation analysis of PEMFC
Khoeiniha et al. Optimal control design for proton exchange membrane fuel cell via genetic algorithm
Bhuyan et al. An intelligent control of solid oxide fuel cell voltage
Bogdanov et al. Optimal Operation Strategies of Vanadium Redox Flow Battery for Residential Peak Shaving
Li et al. Fuzzy Adaptive Algorithm Controls Oxygen Excess Coefficient of Air Blower and System Net Power of Proton Exchange Membrane Fuel Cell
Zambri et al. Performance comparison of PEMFC hydrogen reformer with different controllers
Padavala Mathematical Modeling and Analysis of All-Vanadium Redox Flow Batteries
BABAY et al. Integration of vanadium redox battery with PV systems: Modeling and simulation of Vanadium Redox flow batteries based on MATLAB/Simulink

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant