CN107910573A - 一种可逆燃料电池堆节能装置及控制方法 - Google Patents

一种可逆燃料电池堆节能装置及控制方法 Download PDF

Info

Publication number
CN107910573A
CN107910573A CN201711090438.3A CN201711090438A CN107910573A CN 107910573 A CN107910573 A CN 107910573A CN 201711090438 A CN201711090438 A CN 201711090438A CN 107910573 A CN107910573 A CN 107910573A
Authority
CN
China
Prior art keywords
fuel cell
output
valve
combined valve
cell pack
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
CN201711090438.3A
Other languages
English (en)
Other versions
CN107910573B (zh
Inventor
陆玉正
颜森林
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.)
Nanjing Xiaozhuang University
Original Assignee
Nanjing Xiaozhuang 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 Nanjing Xiaozhuang University filed Critical Nanjing Xiaozhuang University
Priority to CN201711090438.3A priority Critical patent/CN107910573B/zh
Priority to CN202010337231.7A priority patent/CN111682244B/zh
Publication of CN107910573A publication Critical patent/CN107910573A/zh
Application granted granted Critical
Publication of CN107910573B publication Critical patent/CN107910573B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • 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
    • H01M8/04082—Arrangements for control of reactant parameters, e.g. pressure or concentration
    • H01M8/04201—Reactant storage and supply, e.g. means for feeding, pipes
    • 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
    • H01M8/04992—Processes 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
    • 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
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

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

Abstract

本发明公开了一种可逆燃料电池堆节能装置及控制方法，主要通过带动量项修正的BP神经网络算法完成整个装置的控制。本发明可以将太阳能光伏发电与燃料电池系统耦合，构成稳定的供能系统；在太阳能出现剩余时，将太阳能光伏发电获得的电能用于燃料电池的逆反应，将水电解为氢气和氧气，在太阳能无法满足负载用电需求时，燃料电池工作在发电状态，用于供电；燃料电池由多个燃料电池堆构成，每个燃料电池均可以运行在发电和电解两种模式，燃料电池堆的运行状态由带动量项修正的BP神经网络算法完成控制；本发明可以提供稳定的供电系统，并且系统可实现储能功能。

Description

一种可逆燃料电池堆节能装置及控制方法
技术领域
本发明涉及燃料电池技术领域，尤其是一种可逆燃料电池堆节能装置及控制方法。
背景技术
能源危机和生态环境是人类目前所面临的两大挑战。传统的煤、石油等已经很难满足可持续能源发展要求。长远看来，可再生能源将成为未来人类重要的能源。目前大规模发展的风能、太阳能都属于可再生能源。从数据上看，太阳能光伏发电装机容量、风机装机容量都在飞速发展，然而，这些可再生能源并没有得到很好的利用。因为风电和太阳能都受气象条件影响，导致发电不稳定，所以在很多大规模的风电场合太阳能发电场的电能并没有进入电网，有的甚至处于闲置状态，资源被大量的浪费。究其因，主要是风能和太阳能不稳定，对电网产生影响，当风能和太阳能达到一定规模时，接入电网，将会对电网产生灾难性的破坏。
解决不稳定性的缺点，可采用多能源互补方法，如太阳能、风能与生物质能、储能系统的组合，构成多能源互补，得到稳定的输出。目前，储能技术，特别是储电技术成本非常高，大规模储电难以实现。燃料电池技术是将燃料的化学能与氧化剂进行化学反应直接产生电能和水，该过程是可逆的。换言之，将水和电能加入燃料电池，可将水电解为氢气和氧气。如果将这种可逆的燃料电池技术与上述的太阳能或者风能结合，构成发电、储电功能(电解过程将水电解为氢气和氧气)，很容易实现稳定的供电。如何控制燃料电池的工作状态，发电状态，还是电解状态是急需解决的问题。
发明内容
本发明所要解决的技术问题在于，提供一种可逆燃料电池堆节能装置及控制方法，系统结构简单，可实现快速有效的非线性控制，满足精度要求。
为解决上述技术问题，本发明提供一种可逆燃料电池堆节能装置，包括：光伏阵列1、直流DC/DC变换器2、直流供电母线3、DC/AC逆变器4、控制器5、第一组合开关K1、第二组合开关K2、第三组合开关K3、第一燃料电池堆F1、第二燃料电池堆F2、第三燃料电池堆F3、第一组合阀门Z1、第二组合阀门Z2、第三组合阀门Z3、第四组合阀门Z4、第五组合阀门Z5、第六组合阀门Z6、第一管道M1、第二管道M2、第三管道M3、第四管道M4、第一储存罐C1、第二储存罐C2、第三储存罐C3、第四储存罐C4；光伏阵列1的输出与直流DC/DC变换器2的输入连接，直流DC/DC变换器2 的输出与直流供电母线3连接，直流供电母线3的输出与DC/AC逆变器4的输入连接， DC/AC逆变器4的输出用于交流供电，直流供电母线3的输出和DC/AC逆变器4的输出与控制器5的输入相连；控制器5的输出端口OU分别与第一组合开关K1、第二组合开关K2、第三组合开关K3、第一组合阀门Z1、第二组合阀门Z2、第三组合阀门Z3、第四组合阀门Z4、第五组合阀门Z5、第六组合阀门Z6连接；第一组合开关K1控制第一燃料电池堆F1，第二组合开关K2控制第二燃料电池堆F2，第三组合开关K3控制第三燃料电池堆F3；三个燃料电池堆之间通过四根管道相连接，四个储存罐分别连接在相应管道上。
优选的，所述第一组合开关K1包括第一供电开关K1-1、第一输出端子K1-2、第一电解开关K1-3、第一电解电力二极管K1-4、第一输入端子K1-5、第一供电电力二极管K1-6、第一组合开关控制端子K1-7；所述第一组合开关K1的第一输出端子K1-2与直流供电母线3连接，第一电解开关K1-3与第一电解电力二极管K1-4串联，第一供电开关K1-1与第一供电电力二极管K1-6串联，两条串联之路并联后分别与第一输出端子 K1-2和第一输入端子K1-5连接，第一输入端子K1-5与第一燃料电池堆F1的电源正极 F1-1连接，第一组合开关控制端子K1-7与第一供电开关K1-1和第一电解开关K1-3的控制线圈连接，第一控制供电开关K1-1和第一电解开关K1-3的开通与关断。
优选的，所述第一组合阀门Z1包括第一电控供气阀门Z1-1、第一供气输出端子Z1-2、第一出气输入端子Z1-3、第一电控出气阀门Z1-4、第一出气输出端子Z1-5、第一供气输入端子Z1-6、第一组合阀门控制端子Z1-7；所述第一组合阀门Z1的第一供气输出端子Z1-2一端与第一燃料电池堆F1的第一氢气端口F1-4连接，另一端与第一供气输入端子Z1-6一端，中间串联第一电控供气阀门Z1-1，第一供气输入端子Z1-6另一端与第一管道M1输入端口连接，第一管道M1的输出端口与第一储存罐C1连接；所述第一出气输入端子Z1-3一端并联在第一氢气端口F1-4端口，第一出气输入端子Z1-3另一端与第一出气输出端子Z1-5一端连接，中间串联第一电控出气阀门Z1-4，第一组合阀门控制端子Z1-7输入与控制器5输出连接，第一组合阀门控制端子Z1-7输出与第一电控供气阀门Z1-1和第一电控出气阀门Z1-4执行电机连接，控制第一电控供气阀门Z1-1 和第一电控出气阀门Z1-4的开关；所述第二组合阀门Z2的第二供气输出端子Z2-2一端与第一燃料电池堆F1的第一氧气端口F1-3连接，另一端与第二供气输入端子Z2-6 一端，中间串联第二电控供气阀门Z2-1，第二供气输入端子Z2-6另一端与第二管道M2 输入端口连接，第二管道M2的输出端口与第二储存罐C2连接；所述第二出气输入端子Z2-3一端并联在第一氧气端口F1-3端口，第二出气输入端子Z2-3另一端与第二出气输出端子Z2-5一端连接，中间串联第二电控出气阀门Z2-4，第二组合阀门控制端子Z2-7 输入与控制器5输出连接，第二组合阀门控制端子Z2-7输出与第二电控供气阀门Z2-1 和第二电控出气阀门Z2-4执行电机连接，控制第二电控供气阀门Z2-1和第二电控出气阀门Z2-4的开关。
优选的，所述第二组合开关K2、第三组合开关K3的结构与第一组合开关K1一致；所述第二组合阀门Z2、第三组合阀门Z3、第四组合阀门Z4、第五组合阀门Z5、第六组合阀门Z6与第一组合阀门Z1结构一致；所述第二燃料电池堆F2、第三燃料电池堆 F3与第一燃料电池堆F1结构一致。
优选的，所述第三组合阀门Z3、第四组合阀门Z4与第二燃料电池堆F2的连接方式，第四组合阀门Z4、第五组合阀门Z5与第三燃料电池堆F3的连接方式与上述方式相同。
一种可逆燃料电池堆节能装置的控制方法，包括如下步骤：
(1)确定输入变量和输出变量和网络结构；
(2)输入训练样本；由仿真和试验得到相关数据样本，作为学习样本，训练样本(Iq,dq)(q＝1,2,…,Q)，对每个样本进行步骤(3)-步骤(5)的操作，其中，Iq为第q个输入样本，dq为第q个样本的期望输出，q为样本序号，Q为样本数量；
(3)计算网络各层的输出；x(l)＝f(s(l))＝f(W(l)x(l-1))，其中，x(l)为网络l层的输出，W(l)为网络l层与l+1层之间的连接权矩阵；
(4)计算训练误差：输出层的误差：隐含层与输入层的误差：
(5)带动量项修正连接权与阈值；连接权修正：阈值修正：其中，表示第l层的从神经元i到神经元j的连接权，表示第l层的神经元j的阈值，k为训练周期，k＝1,2,3,……；
(6)当样本集中的所有样本都经历了步骤(3)-步骤(5)的操作，既完成了一个训练周期，计算性能指标其中，dqj为第q个样本的输出层神经元j的期望输出；yqj为第q个样本的输出层神经元j的实际输出；
(7)如果性能指标满足精度要求，既E≤ε，那么网络训练结束，否则转到步骤(2)，继续下一个周期再次训练，直到达到满足精度要求，ε是小的正数，ε＝0.01。
优选的，步骤(1)中，输入变量具体为：x1＝负载功率需求P1；x2＝光伏发电输出功率P2；x3＝燃料电池组输出电功率P3。
优选的，步骤(1)中，输出变量具体为：y1＝第一燃料电池堆F1的工作状态＝{-1,0,+1}； 0：表示第一燃料电池堆F1不工作；-1：表示第一燃料电池堆F1工作在电解状态；+1：表示第一燃料电池堆F1工作在发电状态；输出变量：y2＝第二燃料电池堆F2的工作状态＝{-1,0,+1}；0：表示第二燃料电池堆F2不工作；-1：表示第二燃料电池堆F2工作在电解状态；+1：表示第二燃料电池堆F2工作在发电状态；输出变量：y3＝第三燃料电池堆F3的工作状态＝{-1,0,+1}；0：表示第三燃料电池堆F3不工作；-1：表示第三燃料电池堆F3工作在电解状态；+1：表示第三燃料电池堆F3工作在发电状态。
优选的，步骤(1)中，网络结构具体为：输入层：n＝3，三个节点{x1，x2，x3}；中间层；h＝2n+1＝7，五个节点；输出层：m＝3，三个节点{y1，y2，y3}；网络参数具体为：输入层与隐含层之间的连接权W(1)随机生成；隐含层与输出层之间的连接权W(2)随机生成；μ＝0.9为网络连接权调整时的学习率；η＝0.85为动量项的学习率。
本发明的有益效果为：(1)本发明利用燃料电池的可逆状态将剩余电能转化为氢气和氧气，达到储能的目的，同一装置，通过控制其工作状态，分别可工作在发电和电解状态，系统结构简单；(2)本发明控制算法采用BP神经网络控制算法，网络学习算法通过对样本的学习，可实现快速、有效的非线性控制；(3)本发明引入带动量项修正算法，缩短学习过程，快速满足精度要求。
附图说明
图1为本发明的装置结构示意图。
图2为本发明的组合开关结构示意图。
图3为本发明的组合阀门结构示意图。
图4为本发明的燃料电池堆结构示意图。
图5为本发明的BP神经网络3-7-3结构示意图。
其中，1为光伏阵列、2为直流DC/DC变换器、3为直流供电母线、4为DC/AC逆变器、5为控制器、K1为第一组合开关、K2为第二组合开关、K3为第三组合开关、F1 为第一燃料电池堆、F2为第二燃料电池堆、F3为第三燃料电池堆、Z1为第一组合阀门、 Z2为第二组合阀门、Z3为第三组合阀门、Z4为第四组合阀门、Z5为第五组合阀门、 Z6为第六组合阀门、M1为第一管道、M2为第二管道、M3为第三管道、M4为第四管道、C1为第一储存罐、C2为第二储存罐、C3为第三储存罐、C4为第四储存罐；
K1-1位第一供电开关、K1-2为第一输出端子、K1-3为第一电解开关、K1-4为第一电解电力二极管、K1-5为第一输入端子、K1-6为第一供电电力二极管、K1-7为第一组合开关控制端子；
Z1-1为第一电控供气阀门、Z1-2为第一供气输出端子、Z1-3为第一出气输入端子、Z1-4为第一电控出气阀门、Z1-5为第一出气输出端子、Z1-6为第一供气输入端子、Z1-7 为第一组合阀门控制端子；
F1-1为第一电源正极、F1-2为第一电源负极、F1-3为第一氧气端口、F1-4为第一氢气端口、F1-5为第一燃料电池堆。
具体实施方式
如图1-4所示，一种可逆燃料电池堆，包括：光伏阵列1、直流DC/DC变换器2、直流供电母线3、DC/AC逆变器4、控制器5、第一组合开关K1、第二组合开关K2、第三组合开关K3、第一燃料电池堆F1、第二燃料电池堆F2、第三燃料电池堆F3、第一组合阀门Z1、第二组合阀门Z2、第三组合阀门Z3、第四组合阀门Z4、第五组合阀门Z5、第六组合阀门Z6、第一管道M1、第二管道M2、第三管道M3、第四管道M4、第一储存罐C1、第二储存罐C2、第三储存罐C3、第四储存罐C4；光伏阵列1的输出与直流DC/DC变换器2的输入连接，直流DC/DC变换器2的输出与直流供电母线3连接，直流供电母线3的输出与DC/AC逆变器4的输入连接，DC/AC逆变器4的输出用于交流供电，直流供电母线3的输出和DC/AC逆变器4的输出与控制器5的输入相连；控制器5的输出端口OU分别与第一组合开关K1、第二组合开关K2、第三组合开关K3、第一组合阀门Z1、第二组合阀门Z2、第三组合阀门Z3、第四组合阀门Z4、第五组合阀门Z5、第六组合阀门Z6连接；第一组合开关K1控制第一燃料电池堆F1，第二组合开关K2控制第二燃料电池堆F2，第三组合开关K3控制第三燃料电池堆F3；三个燃料电池堆之间通过四根管道相连接，四个储存罐分别连接在相应管道上。
所述第一组合开关K1包括第一供电开关K1-1、第一输出端子K1-2、第一电解开关K1-3、第一电解电力二极管K1-4、第一输入端子K1-5、第一供电电力二极管K1-6、第一组合开关控制端子K1-7；所述第一组合开关K1的第一输出端子K1-2与直流供电母线3连接，第一电解开关K1-3与第一电解电力二极管K1-4串联，第一供电开关K1-1 与第一供电电力二极管K1-6串联，两条串联之路并联后分别与第一输出端子K1-2和第一输入端子K1-5连接，第一输入端子K1-5与第一燃料电池堆F1的电源正极F1-1连接，第一组合开关控制端子K1-7与第一供电开关K1-1和第一电解开关K1-3的控制线圈连接，第一控制供电开关K1-1和第一电解开关K1-3的开通与关断。
所述第一组合阀门Z1包括第一电控供气阀门Z1-1、第一供气输出端子Z1-2、第一出气输入端子Z1-3、第一电控出气阀门Z1-4、第一出气输出端子Z1-5、第一供气输入端子Z1-6、第一组合阀门控制端子Z1-7；所述第一组合阀门Z1的第一供气输出端子 Z1-2一端与第一燃料电池堆F1的第一氢气端口F1-4连接，另一端与第一供气输入端子 Z1-6一端，中间串联第一电控供气阀门Z1-1，第一供气输入端子Z1-6另一端与第一管道M1输入端口连接，第一管道M1的输出端口与第一储存罐C1连接；所述第一出气输入端子Z1-3一端并联在第一氢气端口F1-4端口，第一出气输入端子Z1-3另一端与第一出气输出端子Z1-5一端连接，中间串联第一电控出气阀门Z1-4，第一组合阀门控制端子Z1-7输入与控制器5输出连接，第一组合阀门控制端子Z1-7输出与第一电控供气阀门Z1-1和第一电控出气阀门Z1-4执行电机连接，控制第一电控供气阀门Z1-1和第一电控出气阀门Z1-4的开关；所述第二组合阀门Z2的第二供气输出端子Z2-2一端与第一燃料电池堆F1的第一氧气端口F1-3连接，另一端与第二供气输入端子Z2-6一端，中间串联第二电控供气阀门Z2-1，第二供气输入端子Z2-6另一端与第二管道M2输入端口连接，第二管道M2的输出端口与第二储存罐C2连接；所述第二出气输入端子Z2-3 一端并联在第一氧气端口F1-3端口，第二出气输入端子Z2-3另一端与第二出气输出端子Z2-5一端连接，中间串联第二电控出气阀门Z2-4，第二组合阀门控制端子Z2-7输入与控制器5输出连接，第二组合阀门控制端子Z2-7输出与第二电控供气阀门Z2-1和第二电控出气阀门Z2-4执行电机连接，控制第二电控供气阀门Z2-1和第二电控出气阀门Z2-4的开关。
所述第二组合开关K2、第三组合开关K3的结构与第一组合开关K1一致。所述第二组合阀门Z2、第三组合阀门Z3、第四组合阀门Z4、第五组合阀门Z5、第六组合阀门Z6与第一组合阀门Z1结构一致。所述第二燃料电池堆F2、第三燃料电池堆F3与第一燃料电池堆F1结构一致。所述第三组合阀门Z3、第四组合阀门Z4与第二燃料电池堆F2的连接方式，第四组合阀门Z4、第五组合阀门Z5与第三燃料电池堆F3的连接方式与上述方式相同。
一种可逆燃料电池堆节能装置的控制方法，包括如下步骤：
(1)确定输入变量和输出变量和网络结构；
(2)输入训练样本；由仿真和试验得到相关数据样本，作为学习样本，训练样本(Iq,dq)(q＝1,2,…,Q)，对每个样本进行步骤(3)-步骤(5)的操作，其中，Iq为第q个输入样本，dq为第q个样本的期望输出，q为样本序号，Q为样本数量；
(3)计算网络各层的输出；x(l)＝f(s(l))＝f(W(l)x(l-1))，其中，x(l)为网络l层的输出，W(l)为网络l层与l+1层之间的连接权矩阵；
(4)计算训练误差：输出层的误差：隐含层与输入层的误差：
(5)带动量项修正连接权与阈值；连接权修正：阈值修正：其中，表示第l层的从神经元i到神经元j的连接权，表示第l层的神经元j的阈值，k为训练周期，k＝1,2,3,……；
(6)当样本集中的所有样本都经历了步骤(3)-步骤(5)的操作，既完成了一个训练周期，计算性能指标其中，dqj为第q个样本的输出层神经元j的期望输出；yqj为第q个样本的输出层神经元j的实际输出；
(7)如果性能指标满足精度要求，既E≤ε，那么网络训练结束，否则转到步骤(2)，继续下一个周期再次训练，直到达到满足精度要求，ε是小的正数，ε＝0.01。
步骤(1)中，输入变量具体为：x1＝负载功率需求P1；x2＝光伏发电输出功率P2；x3＝燃料电池组输出电功率P3。
步骤(1)中，输出变量具体为：y1＝第一燃料电池堆F1的工作状态＝{-1,0,+1}；0：表示第一燃料电池堆F1不工作；-1：表示第一燃料电池堆F1工作在电解状态；+1：表示第一燃料电池堆F1工作在发电状态；输出变量：y2＝第二燃料电池堆F2的工作状态＝{-1,0,+1}；0：表示第二燃料电池堆F2不工作；-1：表示第二燃料电池堆F2工作在电解状态；+1：表示第二燃料电池堆F2工作在发电状态；输出变量：y3＝第三燃料电池堆 F3的工作状态＝{-1,0,+1}；0：表示第三燃料电池堆F3不工作；-1：表示第三燃料电池堆F3工作在电解状态；+1：表示第三燃料电池堆F3工作在发电状态；
步骤(1)中，网络结构具体为：输入层：n＝3，三个节点{x1，x2，x3}；中间层； h＝2n+1＝7，五个节点；输出层：m＝3，三个节点{y1，y2，y3}；网络参数具体为：输入层与隐含层之间的连接权W(1)随机生成；隐含层与输出层之间的连接权W(2)随机生成；μ＝0.9为网络连接权调整时的学习率；η＝0.85为动量项的学习率。
通过上述的装置和带动量项修正的BP算法，实现可逆燃料电池堆的智能控制。输入变量：x1＝负载功率需求P1、x2＝光伏发电输出功率P2、x3＝燃料电池组输出电功率 P3与输出变量燃料电池堆的工作状态之间是一个非线性的关系，利用BP神经网络控制算法控制各个燃料电池堆的运行状态，可实现供电、储电的有机结合。
如图5所示的BP神经网络3-7-3结构，输入层与输出层的活化函数均为线性函数f(0)(s)＝s，f(2)(s)＝s，隐含层的活化函数为f(1)(s)＝0.1s，第1个输入层神经元于各隐含层神经元的连接权均为1，即而第2个输入层与各隐含层的连接权均为2，即而第3个输入层与各隐含层的连接权均为3，即第1个输出神经元于各隐含层神经元的连接权均为1，即第2个输出神经元于各隐含层神经元的连接权均为2，即第3个输出神经元于各隐含层神经元的连接权均为3，即当输入时，期望输出(d1,d2,d3)＝(1,0,1)。根据学习算法，不断调整和使得实际的输出(y1,y2,y3)＝(1,0,1)。
尽管本发明就优选实施方式进行了示意和描述，但本领域的技术人员应当理解，只要不超出本发明的权利要求所限定的范围，可以对本发明进行各种变化和修改。

Claims (9)

1.一种可逆燃料电池堆节能装置，其特征在于，包括：光伏阵列(1)、直流DC/DC变换器(2)、直流供电母线(3)、DC/AC逆变器(4)、控制器(5)、第一组合开关K1、第二组合开关K2、第三组合开关K3、第一燃料电池堆F1、第二燃料电池堆F2、第三燃料电池堆F3、第一组合阀门Z1、第二组合阀门Z2、第三组合阀门Z3、第四组合阀门Z4、第五组合阀门Z5、第六组合阀门Z6、第一管道M1、第二管道M2、第三管道M3、第四管道M4、第一储存罐C1、第二储存罐C2、第三储存罐C3、第四储存罐C4；光伏阵列(1)的输出与直流DC/DC变换器(2)的输入连接，直流DC/DC变换器(2)的输出与直流供电母线(3)连接，直流供电母线(3)的输出与DC/AC逆变器(4)的输入连接，DC/AC逆变器(4)的输出用于交流供电，直流供电母线(3)的输出和DC/AC逆变器(4)的输出与控制器(5)的输入相连；控制器(5)的输出端口OU分别与第一组合开关K1、第二组合开关K2、第三组合开关K3、第一组合阀门Z1、第二组合阀门Z2、第三组合阀门Z3、第四组合阀门Z4、第五组合阀门Z5、第六组合阀门Z6连接；第一组合开关K1控制第一燃料电池堆F1，第二组合开关K2控制第二燃料电池堆F2，第三组合开关K3控制第三燃料电池堆F3；三个燃料电池堆之间通过四根管道相连接，四个储存罐分别连接在相应管道上。
2.如权利要求1所述的可逆燃料电池堆节能装置，其特征在于，所述第一组合开关K1包括第一供电开关K1-1、第一输出端子K1-2、第一电解开关K1-3、第一电解电力二极管K1-4、第一输入端子K1-5、第一供电电力二极管K1-6、第一组合开关控制端子K1-7；所述第一组合开关K1的第一输出端子K1-2与直流供电母线(3)连接，第一电解开关K1-3与第一电解电力二极管K1-4串联，第一供电开关K1-1与第一供电电力二极管K1-6串联，两条串联之路并联后分别与第一输出端子K1-2和第一输入端子K1-5连接，第一输入端子K1-5与第一燃料电池堆F1的电源正极F1-1连接，第一组合开关控制端子K1-7与第一供电开关K1-1和第一电解开关K1-3的控制线圈连接，第一控制供电开关K1-1和第一电解开关K1-3的开通与关断。
3.如权利要求1所述的可逆燃料电池堆节能装置，其特征在于，所述第一组合阀门Z1包括第一电控供气阀门Z1-1、第一供气输出端子Z1-2、第一出气输入端子Z1-3、第一电控出气阀门Z1-4、第一出气输出端子Z1-5、第一供气输入端子Z1-6、第一组合阀门控制端子Z1-7；所述第一组合阀门Z1的第一供气输出端子Z1-2一端与第一燃料电池堆F1的第一氢气端口F1-4连接，另一端与第一供气输入端子Z1-6一端，中间串联第一电控供气阀门Z1-1，第一供气输入端子Z1-6另一端与第一管道M1输入端口连接，第一管道M1的输出端口与第一储存罐C1连接；所述第一出气输入端子Z1-3一端并联在第一氢气端口F1-4端口，第一出气输入端子Z1-3另一端与第一出气输出端子Z1-5一端连接，中间串联第一电控出气阀门Z1-4，第一组合阀门控制端子Z1-7输入与控制器(5)输出连接，第一组合阀门控制端子Z1-7输出与第一电控供气阀门Z1-1和第一电控出气阀门Z1-4执行电机连接，控制第一电控供气阀门Z1-1和第一电控出气阀门Z1-4的开关；所述第二组合阀门Z2的第二供气输出端子Z2-2一端与第一燃料电池堆F1的第一氧气端口F1-3连接，另一端与第二供气输入端子Z2-6一端，中间串联第二电控供气阀门Z2-1，第二供气输入端子Z2-6另一端与第二管道M2输入端口连接，第二管道M2的输出端口与第二储存罐C2连接；所述第二出气输入端子Z2-3一端并联在第一氧气端口F1-3端口，第二出气输入端子Z2-3另一端与第二出气输出端子Z2-5一端连接，中间串联第二电控出气阀门Z2-4，第二组合阀门控制端子Z2-7输入与控制器(5)输出连接，第二组合阀门控制端子Z2-7输出与第二电控供气阀门Z2-1和第二电控出气阀门Z2-4执行电机连接，控制第二电控供气阀门Z2-1和第二电控出气阀门Z2-4的开关。
4.如权利要求1所述的可逆燃料电池堆节能装置，其特征在于，所述第二组合开关K2、第三组合开关K3的结构与第一组合开关K1一致；所述第二组合阀门Z2、第三组合阀门Z3、第四组合阀门Z4、第五组合阀门Z5、第六组合阀门Z6与第一组合阀门Z1结构一致；所述第二燃料电池堆F2、第三燃料电池堆F3与第一燃料电池堆F1结构一致。
5.如权利要求3所述的可逆燃料电池堆节能装置，其特征在于，所述第三组合阀门Z3、第四组合阀门Z4与第二燃料电池堆F2的连接方式，第四组合阀门Z4、第五组合阀门Z5与第三燃料电池堆F3的连接方式与上述方式相同。
6.一种可逆燃料电池堆节能装置的控制方法，其特征在于，包括如下步骤：
(1)确定输入变量和输出变量和网络结构；
(2)输入训练样本；由仿真和试验得到相关数据样本，作为学习样本，训练样本(Iq,dq)(q＝1,2,…,Q)，对每个样本进行步骤(3)-步骤(5)的操作，其中，Iq为第q个输入样本，dq为第q个样本的期望输出，q为样本序号，Q为样本数量；
(3)计算网络各层的输出；x(l)＝f(s(l))＝f(W(l)x(l-1))，其中，x(l)为网络l层的输出，W(l)为网络l层与l+1层之间的连接权矩阵；
(4)计算训练误差：输出层的误差：隐含层与输入层的误差：
(5)带动量项修正连接权与阈值；连接权修正：阈值修正：其中，表示第l层的从神经元i到神经元j的连接权，表示第l层的神经元j的阈值，k为训练周期，k＝1,2,3,……；
(6)当样本集中的所有样本都经历了步骤(3)-步骤(5)的操作，既完成了一个训练周期，计算性能指标其中，dqj为第q个样本的输出层神经元j的期望输出；yqj为第q个样本的输出层神经元j的实际输出；
(7)如果性能指标满足精度要求，既E≤ε，那么网络训练结束，否则转到步骤(2)，继续下一个周期再次训练，直到达到满足精度要求，ε是小的正数，ε＝0.01。
7.如权利要求6所述的可逆燃料电池堆节能装置的控制方法，其特征在于，步骤(1)中，输入变量具体为：x1＝负载功率需求P1；x2＝光伏发电输出功率P2；x3＝燃料电池组输出电功率P3。
8.如权利要求6所述的可逆燃料电池堆节能装置的控制方法，其特征在于，步骤(1)中，输出变量具体为：y1＝第一燃料电池堆F1的工作状态＝{-1,0,+1}；0：表示第一燃料电池堆F1不工作；-1：表示第一燃料电池堆F1工作在电解状态；+1：表示第一燃料电池堆F1工作在发电状态；输出变量：y2＝第二燃料电池堆F2的工作状态＝{-1,0,+1}；0：表示第二燃料电池堆F2不工作；-1：表示第二燃料电池堆F2工作在电解状态；+1：表示第二燃料电池堆F2工作在发电状态；输出变量：y3＝第三燃料电池堆F3的工作状态＝{-1,0,+1}；0：表示第三燃料电池堆F3不工作；-1：表示第三燃料电池堆F3工作在电解状态；+1：表示第三燃料电池堆F3工作在发电状态。
9.如权利要求6所述的可逆燃料电池堆节能装置的控制方法，其特征在于，步骤(1)中，网络结构具体为：输入层：n＝3，三个节点{x1，x2，x3}；中间层；h＝2n+1＝7，五个节点；输出层：m＝3，三个节点{y1，y2，y3}；网络参数具体为：输入层与隐含层之间的连接权W(1)随机生成；隐含层与输出层之间的连接权W(2)随机生成；μ＝0.9为网络连接权调整时的学习率；η＝0.85为动量项的学习率。
CN201711090438.3A 2017-11-08 2017-11-08 一种可逆燃料电池堆节能装置及控制方法 Active CN107910573B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201711090438.3A CN107910573B (zh) 2017-11-08 2017-11-08 一种可逆燃料电池堆节能装置及控制方法
CN202010337231.7A CN111682244B (zh) 2017-11-08 2017-11-08 一种可逆燃料电池堆节能装置的控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711090438.3A CN107910573B (zh) 2017-11-08 2017-11-08 一种可逆燃料电池堆节能装置及控制方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202010337231.7A Division CN111682244B (zh) 2017-11-08 2017-11-08 一种可逆燃料电池堆节能装置的控制方法

Publications (2)

Publication Number Publication Date
CN107910573A true CN107910573A (zh) 2018-04-13
CN107910573B CN107910573B (zh) 2020-10-09

Family

ID=61843682

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010337231.7A Active CN111682244B (zh) 2017-11-08 2017-11-08 一种可逆燃料电池堆节能装置的控制方法
CN201711090438.3A Active CN107910573B (zh) 2017-11-08 2017-11-08 一种可逆燃料电池堆节能装置及控制方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010337231.7A Active CN111682244B (zh) 2017-11-08 2017-11-08 一种可逆燃料电池堆节能装置的控制方法

Country Status (1)

Country Link
CN (2) CN111682244B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113659176B (zh) * 2021-06-29 2023-03-24 东风汽车集团股份有限公司 一种氢燃料电池自适应控制方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07201354A (ja) * 1993-12-28 1995-08-04 Hitachi Ltd 直流発電設備の運転準備方法
JPH07336888A (ja) * 1994-06-06 1995-12-22 Yoyu Tansanengata Nenryo Denchi Hatsuden Syst Gijutsu Kenkyu Kumiai 直流発電設備の系列化運用方法
CN101707388A (zh) * 2009-11-30 2010-05-12 浙江大学 一种燃料电池不间断电源装置
CN101710714A (zh) * 2009-12-29 2010-05-19 浙江大学 一种三相电压型并网逆变器恒定开关频率的直接功率控制方法
CN102157980A (zh) * 2011-03-31 2011-08-17 昆山弗尔赛能源有限公司 基于燃料电池的不间断电源供电系统及其供电方法
EP2770539A1 (en) * 2013-02-20 2014-08-27 Total Marketing Services Electronic management system for electricity generating cells, electricity generating system and method for electronically managing energy flow
CN104158418A (zh) * 2014-08-19 2014-11-19 华北电力大学（保定） 一种光伏并网逆变装置
CN106169771A (zh) * 2016-08-01 2016-11-30 河海大学常州校区 一种可预测发电量数据的并网逆变器

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101098012A (zh) * 2006-06-29 2008-01-02 比亚迪股份有限公司 一种燃料电池控制系统、控制装置及控制方法
CN100595954C (zh) * 2006-09-14 2010-03-24 比亚迪股份有限公司 一种燃料电池控制系统及控制方法
CN101505092B (zh) * 2009-03-09 2011-11-16 武汉理工大学 一种通信用燃料电池备用电源系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07201354A (ja) * 1993-12-28 1995-08-04 Hitachi Ltd 直流発電設備の運転準備方法
JPH07336888A (ja) * 1994-06-06 1995-12-22 Yoyu Tansanengata Nenryo Denchi Hatsuden Syst Gijutsu Kenkyu Kumiai 直流発電設備の系列化運用方法
CN101707388A (zh) * 2009-11-30 2010-05-12 浙江大学 一种燃料电池不间断电源装置
CN101710714A (zh) * 2009-12-29 2010-05-19 浙江大学 一种三相电压型并网逆变器恒定开关频率的直接功率控制方法
CN102157980A (zh) * 2011-03-31 2011-08-17 昆山弗尔赛能源有限公司 基于燃料电池的不间断电源供电系统及其供电方法
EP2770539A1 (en) * 2013-02-20 2014-08-27 Total Marketing Services Electronic management system for electricity generating cells, electricity generating system and method for electronically managing energy flow
CN104158418A (zh) * 2014-08-19 2014-11-19 华北电力大学（保定） 一种光伏并网逆变装置
CN106169771A (zh) * 2016-08-01 2016-11-30 河海大学常州校区 一种可预测发电量数据的并网逆变器

Also Published As

Publication number Publication date
CN111682244A (zh) 2020-09-18
CN111682244B (zh) 2022-04-29
CN107910573B (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
Cheng et al. A new hybrid solar photovoltaic/phosphoric acid fuel cell and energy storage system; Energy and Exergy performance
Das et al. Recent advances and challenges of fuel cell based power system architectures and control–A review
Lajnef et al. Modeling, control, and simulation of a solar hydrogen/fuel cell hybrid energy system for grid‐connected applications
Ziogou et al. Optimal production of renewable hydrogen based on an efficient energy management strategy
Abkenar et al. Fuel cell power management using genetic expression programming in all-electric ships
Shatnawi et al. Hydrogen-based energy storage systems: A review
CN106086923B (zh) 一种耦合co2资源化利用的制氢储能装置
Barakat et al. Modeling of a hybrid marine current-hydrogen active power generation system
JP7351708B2 (ja) エネルギーマネージメントシステム
Roth et al. Flow Batteries: From Fundamentals to Applications
Sadeghi Study using the flow battery in combination with solar panels and solid oxide fuel cell for power generation
Awad et al. A review of water electrolysis for green hydrogen generation considering PV/wind/hybrid/hydropower/geothermal/tidal and wave/biogas energy systems, economic analysis, and its application
CN107910573A (zh) 一种可逆燃料电池堆节能装置及控制方法
CN106100002A (zh) 一种交直流混合微网的优化运行方法
CN206070012U (zh) 一种耦合co2资源化利用的制氢储能装置
Musharavati Four dimensional bio‐inspired optimization approach with artificial intelligence for proton exchange membrane fuel cell
Soedibyo et al. Optimal design of fuel-cell, wind and micro-hydro hybrid system using genetic algorithm
Ghenai et al. Modeling, simulation and performance analysis of solar PV integrated with reverse osmosis water treatment unit for agriculture farming
Tsakyridis et al. A hydrogen storage system for efficient ocean energy harvesting by hydrokinetic turbines
CN206097646U (zh) 一种用于教学的智能微网实训装置
Das et al. Optimal sizing and control of solar PV-PEMFC hybrid power systems
CN109412181A (zh) 基于新能源转氨气的多能源框架、消纳方法、介质及设备
Wang et al. Optimal size selection of combined diesel generator/fuel cell/photovoltaic system components using a multi‐objective strategy and sea lion optimization algorithm
Ancona et al. Optimized design and simulation of a hybrid storage system based on hydrogen as an energy carrier
Chen et al. GA-Aided Power Flow Management in a Multi-Vector Energy System

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20180413

Assignee: NANJING SUOLEYOU ENERGY SAVING TECHNOLOGY Co.,Ltd.

Assignor: NANJING XIAOZHUANG University

Contract record no.: X2021980009661

Denomination of invention: Reversible fuel cell stack energy saving device and control method

Granted publication date: 20201009

License type: Common License

Record date: 20210922