CN106654319A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN106654319A CN106654319A CN201611222635.1A CN201611222635A CN106654319A CN 106654319 A CN106654319 A CN 106654319A CN 201611222635 A CN201611222635 A CN 201611222635A CN 106654319 A CN106654319 A CN 106654319A
- Authority
- CN
- China
- Prior art keywords
- particle
- temperature
- pemfc
- differential evolution
- local
- 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
Links
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
- H01M8/04007—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids related to heat exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
- H01M8/04298—Processes for controlling fuel cells or fuel cell systems
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/50—Fuel cells
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Sustainable Development (AREA)
- General Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Fuel Cell (AREA)
Abstract
本发明公开了一种基于变异粒子群和差分进化混合算法的质子交换膜燃料电池(PEMFC)系统温度建模方法。PEMFC电堆输出性能受到运行系统各模块控制温度的影响,本发明基于一种变异粒子群和差分进化混合算法,结合PEMFC电堆模型,提出电化学性能最佳时,电堆各模块最优温度运行参数算法解算步骤。该混合算法具有良好的全局和局部的搜索、优化能力,能够高精度地辨识和实时控制PEMFC系统各模块的温度控制参数,从而提升燃料电池系统的电化学性能。
Description
技术领域
本发明涉及一种基于变异粒子群和差分进化混合算法的质子交换膜燃料电池(PEMFC)系统温度建模方法。
背景技术
能源危机和环境污染问题不断的当今时代,燃料电池作为一种能效高、零污染的洁净能源备受青睐并得到了广泛研究。其中,质子交换膜燃料电池是在一定条件下氢气和空气中的氧气发生化学反应,从而将化学能直接转变为电能的装置。质子交换膜燃料电池由于无污染、能量转化率高、启动快等优点,具有非常好的应用前景。
热管理和水管理是优化PEMFC系统性能的两个重要指标,在高功率密度情况下,增湿水与电池内部化学反应产生过量的水,将会导致电极孔隙的“水淹”现象,限制反应气体的扩散速度,增加浓差极化,降低电池的电化学性能。一般情况下电池的运行温度范围在0-100℃,温度的升高有利于增加电化学反应速率,减少膜的欧姆极化,改善电池性能,但温度过高会加速膜中水分的损失,导致水蒸气分压增加,严重时引起膜收缩破裂,造成电池性能下降。相反,过低温度又会引起电堆内传质受限和电化学反应速度降低,同样造成电池性能下降。
基于单电池与电堆的稳态、动态热传输模型,均建立在多相流流动过程、膜电极内的传质过程、电化学反应传质过程和传热过程的基础之上,其中有些过程变量之间相互强耦合,且容易受到外负载(电流密度)扰动;电堆模型中还存在大量的实验参数,使得模型通用性和一般性变差,非线性特性较强,并且系统解析建模过程中大量的简化和假设,导致模型的精度大大下降;同时建立的模型表达式非常复杂,难以用于系统的控制的设计。因此,合适的工作温度范围是提高电池运行性能和延长使用寿命的关键。
发明内容
发明目的:为了能够高精度地辨识和优化PEMFC系统各模块的温度参数,有效提升燃料电池系统的电化学性能,本发明提供一种基于变异粒子群和差分进化的混合算法;该算法发明具有良好的全局和局部的搜索、优化能力,能够高精度地辨识和优化PEMFC系统各模块的温度参数;该算法能够大大降低PEMFC的建模难度,并对PEMFC系统进行实时控制,有助于PEMFC系统的实时控制和发挥其最佳性能。
技术方案:为实现上述目的,本发明采用的技术方案为:
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,包括如下步骤:
(1)定义PEMFC系统各模块温度:燃料气体温度t1,氧化气体温度t2,冷却水温度t3,阳极温度t4,阴极温度t5,质子膜温度t6,阳极侧双极板温度t7,阴极侧双极板温度t8,定义温度向量p=(t1,t2,t3,t4,t5,t6,t7,t8);
(2)建立一个包含m个粒子的粒子群,设置种群规模m=8,n为粒子号,n∈[1~m]最大进化代数Amax;个体n温度向量tn=(tn1,tn2,…,tnD,),d=1,2,…,D,tnd为个体n的第d维向量,D表示温度观察次数,d表示观察号;第n个粒子记为 表示第n个粒子第a次迭代时的温度向量,初始时第n个粒子的温度增量记为 表示第n个粒子第a次迭代时的温度增量,初始时
(3)计算第n个粒子自身最优解和全局最优解:
情况一:迭代次数a=0
第n个粒子在第0次迭代时的解记为第n个粒子在第0次迭代时的自身最优解记为其中,f(X)为适应值函数,X=(x1,x1,…,xD);
在第0次迭代时的全局最优解记为flocal=f(plocal),
情况二:迭代次数a≠0
第n个粒子在第a次迭代时的解记为若则更新第n个粒子在第a次迭代时的自身最优解否则,维持第n个粒子的自身最优解
若则更新第a次迭代时的全局最优解flocal=f(plocal),否则,维持全局最优解flocal=f(plocal);
(4)判断是否满足a≥Amax:若满足,则进入步骤(7);否则,进入步骤(5);
(5)更新个体n,
(51)判断rand≥α(a)是否成立:若成立,进入步骤(52);否则,进入步骤(53);其中:rand为区间[0,1]上均匀分布的随机数,为交替概率函数。
(52)采用变异粒子群算法对第n个粒子更新:
根据下式对第n个粒子的增量更新
根据下式对个体n的值进行更新:
其中:w为惯性权重,c1和c2为非负加速因子,r1和r2为区间(0,1)上均匀分布的随机数;
(53)采用差分进化算法对第n个粒子进行更新:
①采用差分进化算法的变异操作,设个体n变异后的值为则:
其中:ra和rb为区间[1,d]上互不相同的随机整数,缩放因子F为区间[0,2]上的一个常数;
②对个体n变异后的值采用差分进化算法的交叉操作
其中:CR为交叉概率,和为个体n变异前、变异后和交叉后值的第d维分量,
③对个体n变异前的值和交叉后的值采用差分进化算法的选择操作,选择适应值小的作为下一代:
(6)a=a+1,返回步骤(3);
(7)输出全局最优值pglobal;
有益效果:本发明提供的一种基于变异粒子群和差分进化混合算法的PEMFC系统温度建模方法具有良好的全局和局部的搜索、优化能力,能够高精度地辨识和优化PEMFC系统各模块的温度参数;该算法能够大大降低PEMFC的建模难度,有助于PEMFC系统的实时控制和发挥其最佳性能;该算法能够有效地对PEMFC系统进行实时控制,从而提升燃料电池系统的电化学性能。
附图说明
图1为本发明实施例的实施流程图;
图2为本发明实施例中最优温度参数下PEMFC单电池电压—电流实验极化曲线;
图3为本发明实施例中变异粒子群和差分进化混合算法Schwefel’s2.22函数下的平均最优函数值随进化代数收殓仿真曲线。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1所示为一种基于变异粒子群和差分进化的PEMFC温控算法流程图,该流程图包括如下步骤:
(1)定义PEMFC系统各模块温度:燃料气体温度t1,氧化气体温度t2,冷却水温度t3,阳极温度t4,阴极温度t5,质子膜温度t6,阳极侧双极板温度t7,阴极侧双极板温度t8,定义温度向量p=(t1,t2,t3,t4,t5,t6,t7,t8);
(2)建立一个包含m个粒子的粒子群,设置种群规模m=8,n为粒子号,n∈[1~m]最大进化代数Amax;个体n温度向量tn=(tn1,tn2,…,tnD,),d=1,2,…,D,tnd为个体n的第d维向量,D表示温度观察次数,d表示观察号;第n个粒子记为 表示第n个粒子第a次迭代时的温度向量,初始时第n个粒子的温度增量记为 表示第n个粒子第a次迭代时的温度增量,初始时
(3)计算第n个粒子自身最优解和全局最优解:
情况一:迭代次数a=0
第n个粒子在第0次迭代时的解记为第n个粒子在第0次迭代时的自身最优解记为其中,f(X)为适应值函数,X=(x1,x1,…,xD);
在第0次迭代时的全局最优解记为flocal=f(plocal),
情况二:迭代次数a≠0
第n个粒子在第a次迭代时的解记为若则更新第n个粒子在第a次迭代时的自身最优解否则,维持第n个粒子的自身最优解
若则更新第a次迭代时的全局最优解flocal=f(plocal),否则,维持全局最优解flocal=f(plocal);
(4)判断是否满足a≥Amax:若满足,则进入步骤(7);否则,进入步骤(5);
(5)更新个体n,
(51)判断rand≥α(a)是否成立:若成立,进入步骤(52);否则,进入步骤(53);其中:rand为区间[0,1]上均匀分布的随机数,为交替概率函数;
(52)采用变异粒子群算法对第n个粒子更新:
根据下式对第n个粒子的增量更新
根据下式对个体n的值进行更新:
其中:w为惯性权重,c1和c2为非负加速因子,r1和r2为区间(0,1)上均匀分布的随机数;
(53)采用差分进化算法对第n个粒子进行更新:
①采用差分进化算法的变异操作,设个体n变异后的值为则:
其中:ra和rb为区间[1,d]上互不相同的随机整数,缩放因子F为区间[0,2]上的一个常数;
②对个体n变异后的值采用差分进化算法的交叉操作
其中:CR为交叉概率,和为个体n变异前、变异后和交叉后值的第d维分量,
③对个体n变异前的值和交叉后的值采用差分进化算法的选择操作,选择适应值小的作为下一代:
(6)a=a+1,返回步骤(3);
(7)输出全局最优值pglobal;
如图2所示为T=pglobal时PEMFC单电池电压-电流极化曲线,操作参数如表1所示,可以看出PEMFC单电池最大电流密度可达1387mA/cm2,PEMFC电化学性能良好。
如图3所示为该变异粒子群和差分进化混合算法Schwefel’s2.22函数下的平均最优函数值随进化代数收殓仿真曲线,可以看出该算法在初期和后期收殓速度都很快,经过两次收殓即达到所需精度,说明该算法能够快速地高精度辨识和优化PEMFC系统各模块的温度参数,从而有效地对PEMFC系统进行实时控制。
表1 操作参数
性能评价
本发明提供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,从图1,图2和图3中可以看出,该方法发明具有良好的全局和局部的搜索、优化能力,能够高精度地辨识和优化PEMFC系统各模块的温度参数,有效地对PEMFC系统进行实时控制,从而提升燃料电池系统的电化学性能。
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 (2)
1.一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,其特征在于:包括如下步骤:
(1)定义PEMFC系统各模块温度:燃料气体温度t1,氧化气体温度t2,冷却水温度t3,阳极温度t4,阴极温度t5,质子膜温度t6,阳极侧双极板温度t7,阴极侧双极板温度t8,定义温度向量p=(t1,t2,t3,t4,t5,t6,t7,t8);
(2)建立一个包含m个粒子的粒子群,设置种群规模m=8,n为粒子号,n∈[1~m]最大进化代数Amax;个体n温度向量tn=(tn1,tn2,…,tnD,),d=1,2,…,D,tnd为个体n的第d维向量,D表示温度观察次数,d表示观察号;第n个粒子记为 表示第n个粒子第a次迭代时的温度向量,初始时第n个粒子的温度增量记为 表示第n个粒子第a次迭代时的温度增量,初始时
(3)计算第n个粒子自身最优解和全局最优解:
情况一:迭代次数a=0
第n个粒子在第0次迭代时的解记为第n个粒子在第0次迭代时的自身最优解记为 其中,f(X)为适应值函数, X=(x1,x1,…,xD);
在第0次迭代时的全局最优解记为flocal=f(plocal),
情况二:迭代次数a≠0
第n个粒子在第a次迭代时的解记为若则更新第n个粒子在第a次迭代时的自身最优解 否则,维持第n个粒子的自身最优解
若则更新第a次迭代时的全局最优解flocal=f(plocal),否则,维持全局最优解flocal=f(plocal);
(4)判断是否满足a≥Amax:若满足,则进入步骤(7);否则,进入步骤(5);
(5)更新个体n,
(6)a=a+1,返回步骤(3);
(7)输出全局最优值pglobal。
2.根据权利要求1所述的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,其特征在于:所述步骤(5)具体包括如下步骤:
(51)判断rand≥α(a)是否成立:若成立,进入步骤(52);否则,进入步骤(53);其中:rand为区间[0,1]上均匀分布的随机数,为交替概率函数;
(52)采用变异粒子群算法对第n个粒子更新:
根据下式对第n个粒子的增量更新
根据下式对第n个粒子的值进行更新:
其中:w为惯性权重,c1和c2为非负加速因子,r1和r2为区间(0,1)上均匀分布的随机数;
(53)采用差分进化算法对第n个粒子进行更新:
①采用差分进化算法的变异操作,设个体n变异后的值为则:
其中:ra和rb为区间[1,d]上互不相同的随机整数,缩放因子F为区间[0,2]上的一个常数;
②对第n个粒子变异后的值采用差分进化算法的交叉操作
其中:CR为交叉概率,和为第n个粒子变异前、变异后和交叉后值的第d维分量,
③对第n个粒子变异前的值和交叉后的值采用差分进化算法的选择操作,选择适应值小的作为下一代:
结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611222635.1A CN106654319B (zh) | 2016-12-27 | 2016-12-27 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611222635.1A CN106654319B (zh) | 2016-12-27 | 2016-12-27 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106654319A true CN106654319A (zh) | 2017-05-10 |
CN106654319B CN106654319B (zh) | 2019-03-19 |
Family
ID=58832682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611222635.1A Active CN106654319B (zh) | 2016-12-27 | 2016-12-27 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106654319B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220597A (zh) * | 2017-05-11 | 2017-09-29 | 北京化工大学 | 一种基于局部特征和词袋模型人体动作识别过程的关键帧选取方法 |
CN107632522A (zh) * | 2017-08-31 | 2018-01-26 | 南京理工大学 | 一种质子交换膜燃料电池非线性状态空间模型辨识方法 |
CN108428915A (zh) * | 2018-03-26 | 2018-08-21 | 东南大学 | 一种基于迭代学习的燃料电池排气过程阳极压力控制方法 |
CN110867597A (zh) * | 2019-11-21 | 2020-03-06 | 电子科技大学 | 一种质子交换膜燃料电池一致性的热电水协同控制方法 |
CN112635785A (zh) * | 2020-12-18 | 2021-04-09 | 广东国鸿氢能科技有限公司 | 一种风冷电堆双极板 |
CN114815938A (zh) * | 2022-06-14 | 2022-07-29 | 上海工程技术大学 | 一种基于改进射箭算法pid的家庭温湿度调节控制方法 |
CN115832374A (zh) * | 2023-02-17 | 2023-03-21 | 江苏重塑能源科技有限公司 | 燃料电池的温度计算方法、装置及具有存储功能的装置 |
CN115954504A (zh) * | 2022-12-17 | 2023-04-11 | 福州大学 | 一种基于cgsasa算法的pemfc模型参数优化方法 |
CN116520155A (zh) * | 2023-06-21 | 2023-08-01 | 北京重理能源科技有限公司 | 一种燃料电池可逆衰减的识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336867A (zh) * | 2013-06-28 | 2013-10-02 | 西南交通大学 | 质子交换膜燃料电池模型优化处理方法 |
CN103853881A (zh) * | 2014-02-12 | 2014-06-11 | 四川大学 | 基于自适应混沌和差分进化粒子群算法的水轮机参数辨识方法 |
CN104751176A (zh) * | 2015-03-24 | 2015-07-01 | 河海大学 | 一种高光谱遥感影像波段选择方法 |
CN106033887A (zh) * | 2015-03-18 | 2016-10-19 | 南京理工大学 | 一种基于改进pso-de混合算法的配电网重构方法 |
-
2016
- 2016-12-27 CN CN201611222635.1A patent/CN106654319B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336867A (zh) * | 2013-06-28 | 2013-10-02 | 西南交通大学 | 质子交换膜燃料电池模型优化处理方法 |
CN103853881A (zh) * | 2014-02-12 | 2014-06-11 | 四川大学 | 基于自适应混沌和差分进化粒子群算法的水轮机参数辨识方法 |
CN106033887A (zh) * | 2015-03-18 | 2016-10-19 | 南京理工大学 | 一种基于改进pso-de混合算法的配电网重构方法 |
CN104751176A (zh) * | 2015-03-24 | 2015-07-01 | 河海大学 | 一种高光谱遥感影像波段选择方法 |
Non-Patent Citations (3)
Title |
---|
RANJAN KUMAR MALLICK 等: ""Hybrid Differential Evolution Particle Swarm Optimization (DE-PSO) algorithm for optimization of Unified Power flow controller parameters"", 《2016 IEEE UTTAR PRADESH SECTION INTERNATIONAL CONFERENCE ON ELECTRICAL, COMPUTER AND ELECTRONICS ENGINEERING (UPCON)》 * |
WU ZHU 等: ""A Hybrid Differential Evolution for Optimum Modeling of PEM Fule Cells"", 《ARAB J SCI ENG》 * |
ZAINUDDIN MAT ISA 等: ""PEM fuel cell model parameters optimization using modified particle swarm optimization algorithm"", 《2013 IEEE CONFERENCE ON CLEAN ENERGY AND TECHNOLOGY (CEAT)》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220597A (zh) * | 2017-05-11 | 2017-09-29 | 北京化工大学 | 一种基于局部特征和词袋模型人体动作识别过程的关键帧选取方法 |
CN107632522A (zh) * | 2017-08-31 | 2018-01-26 | 南京理工大学 | 一种质子交换膜燃料电池非线性状态空间模型辨识方法 |
CN107632522B (zh) * | 2017-08-31 | 2020-06-19 | 南京理工大学 | 一种质子交换膜燃料电池非线性状态空间模型辨识方法 |
CN108428915A (zh) * | 2018-03-26 | 2018-08-21 | 东南大学 | 一种基于迭代学习的燃料电池排气过程阳极压力控制方法 |
CN110867597A (zh) * | 2019-11-21 | 2020-03-06 | 电子科技大学 | 一种质子交换膜燃料电池一致性的热电水协同控制方法 |
CN110867597B (zh) * | 2019-11-21 | 2022-06-14 | 电子科技大学 | 一种质子交换膜燃料电池一致性的热电水协同控制方法 |
CN112635785A (zh) * | 2020-12-18 | 2021-04-09 | 广东国鸿氢能科技有限公司 | 一种风冷电堆双极板 |
CN114815938A (zh) * | 2022-06-14 | 2022-07-29 | 上海工程技术大学 | 一种基于改进射箭算法pid的家庭温湿度调节控制方法 |
CN115954504A (zh) * | 2022-12-17 | 2023-04-11 | 福州大学 | 一种基于cgsasa算法的pemfc模型参数优化方法 |
CN115832374A (zh) * | 2023-02-17 | 2023-03-21 | 江苏重塑能源科技有限公司 | 燃料电池的温度计算方法、装置及具有存储功能的装置 |
CN116520155A (zh) * | 2023-06-21 | 2023-08-01 | 北京重理能源科技有限公司 | 一种燃料电池可逆衰减的识别方法 |
CN116520155B (zh) * | 2023-06-21 | 2023-09-15 | 北京重理能源科技有限公司 | 一种燃料电池可逆衰减的识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106654319B (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106654319A (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 | |
Yuan et al. | A new technique for optimal estimation of the circuit-based PEMFCs using developed sunflower optimization algorithm | |
Chen et al. | Multi-criteria assessment and optimization study on 5 kW PEMFC based residential CCHP system | |
CN105680071B (zh) | 基于分数阶滑模变结构sofc系统热电协同控制方法 | |
Chen et al. | Parametric analysis and optimization of PEMFC system for maximum power and efficiency using MOEA/D | |
CN112736268B (zh) | 一种提高sofc系统寿命的控制优化方法和系统 | |
Tafaoli-Masoule et al. | Optimum design parameters and operating condition for maximum power of a direct methanol fuel cell using analytical model and genetic algorithm | |
Souissi | Adaptive sliding mode control of a PEM fuel cell system based on the super twisting algorithm | |
Abaza et al. | Optimal parameter estimation of solid oxide fuel cell model using coyote optimization algorithm | |
WO2023216150A1 (zh) | 一种燃料电池的热管理方法 | |
Yang et al. | Levenberg‐Marquardt backpropagation algorithm for parameter identification of solid oxide fuel cells | |
Wang et al. | Fuzzy control based on IQPSO in proton-exchange membrane fuel-cell temperature system | |
Xu et al. | Sparrow search algorithm applied to temperature control in PEM fuel cell systems | |
Zhang et al. | Parameter identification of proton exchange membrane fuel cell based on swarm intelligence algorithm | |
Taghikhani et al. | Eagle strategy based maximum power point tracker for fuel cell system | |
CN112886036B (zh) | 一种基于改进灰狼优化的pemfc供气系统控制策略 | |
Samal et al. | A review of FCs integration with microgrid and their control strategies | |
Xu et al. | Multi-criteria evaluation and optimization of PEM fuel cell degradation system | |
Ali et al. | A survey of the relevance of control systems for PEM fuel cells | |
Yamina et al. | Pem fuel cell with conventional mppt | |
Quan et al. | A hierarchical predictive strategy-based hydrogen stoichiometry control for automotive fuel cell power system | |
Zambri et al. | Performance comparison of PEMFC hydrogen reformer with different controllers | |
Khoeiniha et al. | Optimal control design for proton exchange membrane fuel cell via genetic algorithm | |
Yao et al. | Modeling and Control Research of High Temperature Fuel Cell Based on Fuzzy Clustering Algorithm | |
CN117863980B (zh) | 一种燃料电池/锂电池混合动力系统瞬时功率匹配及综合热管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |