CN110112442B - 一种燃料电池系统控制方法及装置 - Google Patents

Abstract

本发明涉及燃料电池控制技术领域，特别是一种燃料电池系统控制方法及装置。该装置包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行程序时获取控制信号，构成原始数据序列，根据多变量灰色预测模型计算得出对应的预测值，当预测值超出设定阈值范围时，控制反向调整燃料电池控制策略，该方法通过将多变量灰度预测方法引入燃料电池控制方法中来，消除燃料电池多系统变量即控制信号互相关问题，可同时预测多个控制信号，在预测值出现异常时及时进行反向控制，实现燃料电池系统的预测控制，解决了燃料电池系统的惯性和延迟问题。

Description

一种燃料电池系统控制方法及装置

技术领域

本发明涉及燃料电池控制技术领域，特别是一种燃料电池系统控制方法及装置。

背景技术

车用质子交换膜燃料电池(PEMFC)系统是一个多输入多输出的非线性强耦合系统，其结构复杂，在实际运行过程中由于复杂的工况会发生故障：轻则燃料电池系统输出性能出现明显下降；若在故障不能被排除的情况下继续运行，可能对电堆或其中某些单片电池造成不可恢复的损害，甚至出现氢气泄露，若遇到明火或电火花会引起燃烧或爆炸；因此，对燃料电池的运行状态进行预测和实时控制，提高燃料电池系统工作的稳定性和可靠性十分必要。

车用燃料电池系统外部负载经常发生输出功率变化与载荷的波动，使得燃料电池系统内压力、温度、湿度等参数相应出现非匹配摄动特性，从而影响了燃料电池系统输出特性的稳定性。

由于燃料电池反应气压力、温度、湿度频繁波动及相关的机械装置自身动态响应时间延迟(多为秒级)的影响，而燃料电池内部的电化学反应多为毫秒级的，常用的PID控制算法由于是以误差作为基本调节量，微分作用只是在系统出现明显偏差时起作用，属于事后控制方式，故而在燃料电池系统控制上实时性不是很好，无法实现对燃料电池系统的预测控制，导致燃料电池寿命衰减，影响了燃料电池的稳定性和可靠性。

发明内容

本发明的目的是提供一种燃料电池系统控制方法及装置，用以解决燃料电池系统的惯性、延迟的问题。

为实现上述目的，本发明提供一种燃料电池系统控制方法，包括以下方法技术方案：

方法方案一：一种燃料电池系统控制方法，包括以下步骤：

1)获取燃料电池在设定连续时间内的控制信号，根据所述控制信号构成原始数据序列；

2)以所述原始数据序列为输入，根据多变量灰色预测模型，计算得到对应所述控制信号的预测值；

3)判断所述预测值是否超出对应所述控制信号的设定阈值范围，若是，则反向调整燃料电池的控制策略，使下一时刻所述控制信号对应的实测值不超出相应的设定阈值范围。

有益效果是，本方法方案一将多变量灰度预测方法引入燃料电池控制方法中来，消除燃料电池多系统变量即控制信号互相关问题，可同时预测多个控制信号，在预测值出现异常时及时进行反向控制，实现燃料电池系统的预测控制，解决了燃料电池系统的惯性和延迟问题。

方法方案二：在方法方案一的基础上，步骤3)中反向调整燃料电池的控制策略后，获取下一时刻的对应所述控制信号的实测值，若至少两个连续获取的实测值均超过对应所述控制信号的设定阈值范围，则控制故障报警。有益效果是，使用预测值、实测值和阈值范围的两次比较，避免故障误报，提高了故障识别率。

方法方案三：在方法方案二的基础上，步骤3)中反向调整燃料电池的控制策略后，获取下一时刻的对应所述控制信号的实测值，若至少两个连续获取的实测值均未超过对应所述控制信号的设定阈值范围，则恢复到反向调整前的燃料电池的控制策略。

方法方案四、方法方案五、方法方案六：分别在方法方案一、方法方案二或方法方案三的基础上，所述控制信号包括输出电压信号、输出电流信号、电堆出口压力信号、电堆出口温度信号、系统氢气压力信号、电导率信号、空压机输出压力信号、空气流量信号、氢气流量信号中的至少两个。

方法方案七、方法方案八、方法方案九：分别在方法方案四、方法方案五或方法方案六的基础上，所述多变量灰色预测模型为：

当k＜m时，

为拟合值；当k≥m时，

为预测值，式中，

其中，

为根据原始数据序列

(k＝1，2，...，m；i＝1，2，...，n)，依次累加生成的累加序列：

建立n元一阶常微分方程组得到，n表示控制信号，m表示对应控制信号的采集数据的个数。

本发明提供一种燃料电池系统控制装置，包括以下装置技术方案：

装置方案一：一种燃料电池系统控制装置，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

1)获取燃料电池在设定连续时间内的控制信号，根据所述控制信号构成原始数据序列；

2)以所述原始数据序列为输入，根据多变量灰色预测模型，计算得到对应所述控制信号的预测值；

3)判断所述预测值是否超出对应所述控制信号的设定阈值范围，若是，则反向调整燃料电池的控制策略，使下一时刻所述控制信号对应的实测值不超出相应的设定阈值范围。

装置方案二：在装置方案一的基础上，步骤3)中反向调整燃料电池的控制策略后，获取下一时刻的对应所述控制信号的实测值，若至少两个连续获取的实测值均超过对应所述控制信号的设定阈值范围，则控制故障报警。

装置方案三：在装置方案二的基础上，步骤3)中反向调整燃料电池的控制策略后，获取下一时刻的对应所述控制信号的实测值，若至少两个连续获取的实测值均未超过对应所述控制信号的设定阈值范围，则恢复到反向调整前的燃料电池的控制策略。

装置方案四、装置方案五、装置方案六：分别在装置方案一、装置方案二或装置方案三的基础上，所述控制信号包括输出电压信号、输出电流信号、电堆出口压力信号、电堆出口温度信号、系统氢气压力信号、电导率信号、空压机输出压力信号、空气流量信号、氢气流量信号中的至少两个。

装置方案七、装置方案八、装置方案九：分别在装置方案四、装置方案五或装置方案六的基础上，所述多变量灰色预测模型为：

当k＜m时，

为拟合值；当k≥m时，

为预测值，式中，

其中，

为根据原始数据序列

(k＝1，2，...，m；i＝1，2，...，n)，依次累加生成的累加序列：

建立n元一阶常微分方程组得到，n表示控制信号，m表示对应控制信号的采集数据的个数。

附图说明

图1是实施例1的一种燃料电池系统控制方法的流程图；

图2是实施例2的一种燃料电池系统控制方法的流程图。

具体实施方式

下面结合附图对本发明做进一步详细的说明。

本发明是基于多变量灰色预测模型，针对燃料电池系统的多个相关变量进行动态关系分析，建立燃料电池系统的灰色预测控制器，对将要发生的行为状态进行预测，如超出预定的参数范围，则调整下一步的控制行为，并对该信号下一时刻的实测值与预定的参数范围进行比较，如持续超出阈值，则对其进行故障报警；如不超出参数范围，则维持原控制策略；最终改善燃料电池控制系统的惯性、延迟，实现预测控制。

灰色系统理论通过灰色生成或序列算子的作用弱化随机性，挖掘潜在的规律，经过灰色差分方程与灰色微分方程之间的互换，实现利用离散的数据序列建立连续的动态微分方程，使得构造信息不完全的研究对象模型成为可能。针对燃料电池系统这个多输入多输出的非线性系统，利用MGM(I，n)多变量灰色预测模型，对燃料电池系统的发展变化进行全面的分析观察，并做出长期预测。它通过对原始数据的重新生成，将没有规律的原始数据序列(灰色数列)通过累加或累减处理而成为具有较强规律性的新数列，再用微分方程来描述这一新的数列，解此微分方程即得到燃料电池输入变量与输出变量的关系。

在灰色预测中，根据已知数据序列建立灰预测模型，模型误差一般认为是不可避免的，尤其是原始数据序列波动较大时，或建模条件不好时，模型精度就比较低。主要是因为模型自身的精度和等时距采样不能完全反映变量波动情况。对此，可以对模型进行残差检验，建立时序残差灰预测模型，以提高模型精度。

实施例1

本实施例1提供一种燃料电池系统控制装置，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行程序时实现一种燃料电池系统控制方法，该控制方法包括以下步骤，如图1所示：

步骤S1：采集信息，构建原始数据序列。

对燃料电池的n个控制信号变量各采集m个数据，其中控制信号变量包括输出电压信号、输出电流信号、电堆出口压力信号、电堆出口温度信号、系统氢气压力信号、电导率信号、空压机输出压力信号、空气流量信号、氢气流量信号中的至少两个，但不仅限于上述4种控制信号，构成原始数据序列为

其中，n表示控制信号，m表示对应控制信号的采集数据的个数。

步骤S2：构建MGM(I，n)多变量灰色预测模型，计算预测值。

根据原始数据序列依次累加生成累加序列：

考虑n个输出变量相关关联、相互影响，对此生累加序列建立n元一阶常微分方程组，如下：

…

设

将所述n元一阶常微分方程组转化为矩阵形式，即

式中：

根据最小二乘法对n元一阶常微分方程进行求解，得到

其中，

同时得到A和B的辩识值，

其中，

求解得出

相应的，预测模型为

当k＜m时，

为拟合值；当k＜m时，

为预测值。模型的平均拟合精度为

式中：V_i＝(v_i(1)，v_i(2)，...，v_i(m))T(k＝1，2，...，m；i＝1，2，...，n)

残差

即实测值与预测值的差值，以拟合精度反馈调节灰度预测模型达到最优。

由于灰色预测模型在应用中选取原始数据的长短影响预测的精度，多采用等维新息建模对系统预测，即没一个采样时刻，去掉最初采样时刻的旧信息，增加最近采样时刻新信息，保持建模数据个数不变，数据持续迭代更新，若某一时刻的数据序列为

x⁽⁰⁾＝{x⁽⁰⁾(1)，x⁽⁰⁾(2)，...，x⁽⁰⁾(n)}

则在下一时刻，剔除掉序列中的x⁽⁰⁾(1)数据，新增x⁽⁰⁾(n+1)数据，以此依次迭代预测得到未来时刻一步或多步的测试数据。

步骤S3：比对预测值与设定阈值范围。

每一个控制信号对应一个控制信号的预测值，且各控制信号对应有自己的设定阈值，因此，此步骤中，判断预测值是否超出对应控制信号的设定阈值范围，若否，则按原来的控制策略调整燃料电池；若是，则反向调整燃料电池的控制策略，反向调整控制策略是相对于控制信号预测值和阈值的差值而言，假设某一控制信号显著高于阈值上限，则在下一时刻应采取使其逐渐减小接近阈值的措施进行控制。例如，电堆输出温度大于阈值，则应调高散热器风扇转速或打开较多的散热器风扇，以便下一时刻电堆输出温度降低接近阈值。

实施例2

在实施例1的基础上，如图2所示，本实施例2在上述步骤S3后还对下一时刻的实测值进行观察，比对下一时刻实测值与设定阈值范围。

燃料电池经过反向控制策略控制后得到下一时刻的实测值，判断下一时刻的实测值是否超出设定阈值范围，若是，则控制发出故障报警，提醒使用人员做出相应处理措施。

除此之外，由于上述故障报警仅通过一次实测值与设定阈值范围的判定进行控制，控制不够精确，可能出现误报警的现象。

因此，本实施例2还提出，在上述实施例1的步骤S3的反向调整燃料电池的控制策略后连续采集若干个时间间隔的多个实测值，判断该多个实测值是否持续超出设定阈值范围，若是，则控制发出故障报警，若未超出，则维持原来的控制策略控制燃料电池。

以上给出了本发明涉及的具体实施方式，但本发明不局限于所描述的实施方式。在本发明给出的思路下，采用对本领域技术人员而言容易想到的方式对上述实施例中的技术手段进行变换、替换、修改，并且起到的作用与本发明中的相应技术手段基本相同、实现的发明目的也基本相同，这样形成的技术方案是对上述实施例进行微调形成的，这种技术方案仍落入本发明的保护范围内。

Claims (6)

1.一种燃料电池系统控制方法，其特征在于，包括以下步骤：

1)获取燃料电池在设定连续时间内的控制信号，根据所述控制信号构成原始数据序列；

2)以所述原始数据序列为输入，根据多变量灰色预测模型，计算得到对应所述控制信号的预测值；

3)判断所述预测值是否超出对应所述控制信号的设定阈值范围，若是，则反向调整燃料电池的控制策略，使下一时刻所述控制信号对应的实测值不超出相应的设定阈值范围；

步骤3)中反向调整燃料电池的控制策略后，获取下一时刻的对应所述控制信号的实测值；若至少两个连续获取的实测值均超过对应所述控制信号的设定阈值范围，则控制故障报警；若至少两个连续获取的实测值均未超过对应所述控制信号的设定阈值范围，则恢复到反向调整前的燃料电池的控制策略。

2.根据权利要求1所述的燃料电池系统控制方法，其特征在于，所述控制信号包括输出电压信号、输出电流信号、电堆出口压力信号、电堆出口温度信号、系统氢气压力信号、电导率信号、空压机输出压力信号、空气流量信号、氢气流量信号中的至少两个。

3.根据权利要求2所述的燃料电池系统控制方法，其特征在于，所述多变量灰色预测模型为：

当k＜m时，

为拟合值；当k≥m时，

为预测值，式中，

其中，

为根据原始数据序列

依次累加生成的累加序列：

建立n元一阶常微分方程组得到，n表示控制信号，m表示对应控制信号的采集数据的个数。

4.一种燃料电池系统控制装置，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤：

1)获取燃料电池在设定连续时间内的控制信号，根据所述控制信号构成原始数据序列；

2)以所述原始数据序列为输入，根据多变量灰色预测模型，计算得到对应所述控制信号的预测值；

3)判断所述预测值是否大于对应所述控制信号的设定阈值，若是，则反向调整燃料电池的控制策略，使下一时刻所述控制信号对应的实测值不超出相应的设定阈值范围；

步骤3)中反向调整燃料电池的控制策略后，获取下一时刻的对应所述控制信号的实测值；若至少两个连续获取的实测值均超过对应所述控制信号的设定阈值范围，则控制故障报警；若至少两个连续获取的实测值均未超过对应所述控制信号的设定阈值范围，则恢复到反向调整前的燃料电池的控制策略。

5.根据权利要求4所述的燃料电池系统控制装置，其特征在于，所述控制信号包括输出电压信号、输出电流信号、电堆出口压力信号、电堆出口温度信号、系统氢气压力信号、电导率信号、空压机输出压力信号、空气流量信号、氢气流量信号中的至少两个。

6.根据权利要求5所述的燃料电池系统控制装置，其特征在于，所述多变量灰色预测模型为：

当k＜m时，

为拟合值；当k≥m时，

为预测值，式中，

其中，

为根据原始数据序列

依次累加生成的累加序列：

建立n元一阶常微分方程组得到，n表示控制信号，m表示对应控制信号的采集数据的个数。

Images