CN111403779B - 一种应用在燃料电池热管理系统中的模型参考自适应控制方法 - Google Patents
一种应用在燃料电池热管理系统中的模型参考自适应控制方法 Download PDFInfo
- Publication number
- CN111403779B CN111403779B CN202010174799.1A CN202010174799A CN111403779B CN 111403779 B CN111403779 B CN 111403779B CN 202010174799 A CN202010174799 A CN 202010174799A CN 111403779 B CN111403779 B CN 111403779B
- Authority
- CN
- China
- Prior art keywords
- model
- temperature
- controlled
- fuel cell
- heat
- 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.)
- Expired - Fee Related
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000000110 cooling liquid Substances 0.000 claims abstract description 21
- 239000002826 coolant Substances 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000003044 adaptive effect Effects 0.000 claims description 13
- 230000007246 mechanism Effects 0.000 claims description 10
- 239000012809 cooling fluid Substances 0.000 claims description 5
- 230000006978 adaptation Effects 0.000 claims description 4
- 239000007789 gas Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 230000005855 radiation Effects 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000001257 hydrogen Substances 0.000 description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- 230000003197 catalytic effect Effects 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 230000020169 heat generation Effects 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000007800 oxidant agent Substances 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000012495 reaction gas Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
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
- H01M8/04305—Modeling, demonstration models of fuel cells, e.g. for training purposes
-
- 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
- H01M8/04029—Heat exchange using liquids
-
- 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
- H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
-
- 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
- H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
- H01M8/04746—Pressure; Flow
- H01M8/04768—Pressure; Flow of the coolant
-
- 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
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (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)
- Feedback Control In General (AREA)
- Fuel Cell (AREA)
Abstract
本发明涉及一种燃料电池汽车热管理系统中的模型参考自适应控制方法。燃料电池热管理系统的控制是保证燃料电池系统可靠运行的一个关键因素，由于热管理系统具有高度的非线性，模型参数存在不确定性，特别是存在外部温度和负载动态变化的情况下，系统温度控制容易出现跟踪滞后、超调量大等缺点。针对以上问题，本发明设计了一种模型参考自适应控制方法，通过调节冷却液质量流量和旁通阀开启系数，对电堆温度和循环冷却液入口温度进行控制。本发明的控制方法简洁高效，可方便地应用于各种功率等级的燃料电池系统中，实时有效的进行温度控制。
Description
技术领域
本发明涉及一种燃料电池汽车热管理系统中的模型参考自适应控制方法，属于燃料电池汽车技术领域，具体为一种应用在燃料电池热管理系统中的模型参考自适应控制方法。
背景技术
燃料电池是一种将化学能转化为电能的发电装置，在不使用化石燃料的情况下，以氢气为燃料、空气/氧气为氧化剂，能够连续稳定地输出电能，产生水和热。基于此，燃料电池作为一种替代产品得到了广泛的研究。当前在各类燃料电池中，质子交换膜燃料电池的应用和研究最多，其具有功率密度高、效率高、工作温度低和启动快等优点。
为了确保燃料电池系统的系统性能，在使用的过程中必须有效的控制进气的质量流量、压力、湿度和电堆温度等条件。燃料电池系统工作时，电堆温度会对气体传输特性、膜的含水量、催化层的催化活性都会产生不同程度的影响，进而会影响电堆的输出特性以及工作寿命。因此，温度控制是保证燃料电池系统高效和可靠性的关键问题。
燃料电池系统具有高度的非线性、时变性和强耦合性，模型参数存在不确定性等特点。当前研究者们提出的温度控制方法，对模型参数的精度要求很高，同时需要对较多复杂的非线性微分方程组进行求解，过程非常繁琐，不易实现有效的控制，特别是在有动态负载和环境温度变化的情况下，容易出现跟踪滞后、超调量大等缺点，不太能够满足于实际系统对控制性能的要求。
本发明设计了一种应用于燃料电池汽车热管理系统中的模型参考自适应控制方法，通过调节冷却液质量流量和旁通阀开启系数来控制电堆温度和循环冷却液入口温度。这种控制方法能够保证具有非线性特性的燃料电池系统，在外部温度和负载动态变化的情况下也能够跟踪预先建立的参考模型的输出，增强系统的鲁棒性。本发明中的控制方法具有开发速度快、成本低、易于实现等优点，可以方便地应用于各种功率等级的燃料电池系统中，进行实时有效的温度控制。
发明内容
本发明的目的是提出一种燃料电池热管理系统中的模型参考自适应控制方法，能够在外部温度和负载动态变化的情况下，对燃料电池系统的温度实现实时有效的控制，提高系统的鲁棒性。
本发明采用以下方案实现：
1.实现燃料电池热管理系统的多变量线性状态空间模型的建立。
1.1燃料电池在工作时，产生的热量主要通过冷却液和与周围环境的热扩散来消除。根据热平衡方程可知，电堆在单位时间内产热、散热与电堆温度的关系如下式：
式中，TFC-电堆的工作温度；Cp,FC-电堆比热容；mFC-电堆质量；Qreact-电堆工作产热量；Qg-反应气体带出的热量；Qcool-冷却液带出的热量；Qconv-电堆向环境热辐射散发的热量。
1.2冷却液箱温度的动态模型：
式中，TRV-冷却液箱温度；Tamb-环境温度；Cp,RV-冷却液箱比热容；mRV-冷却液箱质量；Cp,cl-冷却液比热容；mcl-冷却液质量流量；kRV-冷却液箱自然对流换热系数；f-旁通阀开启系数，Tmix-冷却液箱入口温度。
1.3旁通阀模型
Tmix＝f·Trad,out+(1-f)Tbyp
冷却液箱入口温度Tmix可以表示为Tbyp-旁通温度,Trad,out-散热器出口温度和f-旁通阀开启系数的函数。
1.4多变量线性状态空间模型
电堆温度在平衡点附近是有效和稳定的，通过泰勒展开的方法将复杂的非线性微分方程组，转换成线性形式，如下：
y＝Cx
式中，x＝[TFC,TRV]状态变量，u＝[mcl,f]输入变量，w＝[Tamb,I]干扰，y＝[TFC,TRV]为输出。
2.多变量线性状态空间模型参考自适应控制系统由参考模型、被控模型和自适应机构三部分组成。被控模型和参考模型形式为：
式中，Ap、Bp为2×2矩阵，u(t)为2×1维输入向量。
式中，Ar和Br为2×2稳定矩阵，r(t)为2×1维有界参考输入向量。
3.被控模型跟踪参考模型，使得广义误差e最小，即被控模型的被控状态变量xp(t)跟踪参考状态变量xr(t)，e＝xr(t)-xp(t)。
4.不断地通过自适应机构更新参数矩阵k*，以迫使被控模型的被控状态变量跟踪参考状态变量。当被控对象参数Ap和Bp已知时，控制律的形式如下：
由
可得
其中k是参数时变的增益矩阵，k*为k的最优值，是模型匹配时控制器的参数矩阵。
Ap-Bpk*＝Ar
Bp＝Br
当被控对象参数Ap和Bp未知时，k*的值无法进行精确计算。因此，按照自适应的要求，调整
使被控对象的动态特性与参考模型的动态特性相一致，即使e为0。动态跟踪误差满足下式：
5.分析整个MRAC系统的稳定性，选择一个Lyapunov函数，如下：
其中，P和Γ-1均是正定矩阵，对于给定的任意一个对称正定矩阵Q，P满足方程：Ar TP+PAr＝-Q。
对上述Lyapunov函数求导，得：
为保证
满足负定的要求，得到自适应变化率：
综上，本发明的控制方法，在考虑环境温度与电流变化干扰的情况下，通过控制冷却液质量流量和旁通阀开启系数，来有效控制电堆温度和冷却液进口温度。能够提高控制系统的鲁棒性，通过不断地更新自适应机构控制增益，来实现被控模型的输出状态跟踪参考输出。
与现有技术相比，本发明有以下有益效果：
1.本发明的控制方法在设计时，对模型参数的精度要求不高，考虑外部温度和负载动态变化的影响，通过控制冷却液质量流量和旁通阀开启系数，对电堆温度和冷却液入口温度进行有效控制，增强了系统的鲁棒性，提高了系统的温度控制效果。
2.本发明的控制方法，能够确保在外部温度和负载动态变化的情况下，通过不断地调整自适应机构的控制增益，使具有非线性特性的燃料电池热管理系统的输出响应紧跟参考模型的输出，避免了出现跟踪滞后、超调量大等问题。
附图说明
图1为本发明实施例中燃料电池系统结构原理图。
图2为本发明实施例中应用在燃料电池热管系统中的模型参考自适应控制方法原理图。
图3为本发明实施例中，当电流密度变化时，反馈控制和自适应控制方法对温度控制的效果图。
具体实施方式
下面结合附图对本发明做进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明，但附图中的实例不能够成为对本发明的任何限制。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
如图1所示，为发明实施例中燃料电池系统结构原理图，主要包括以下部件：PEMFC、电力负载、空压机、中冷、加湿器、冷却泵、旁通阀、散热器、冷却液箱、氢罐、引射器和氢循环泵等。
根据热平衡方程可知，电堆在单位时间内产热、散热与电堆温度的关系如下式：
式中，TFC-电堆温度；Cp,FC-电堆比热容；mFC-电堆质量；Qreact-电堆工作产热量；Qg-反应气体带出的热量；Qcool-冷却液带出的热量；Qconv-电堆向环境热辐射散发的热量。
冷却液箱温度的动态模型：
式中，TRV-冷却液箱温度；Tamb-环境温度；Cp,RV-冷却液箱比热容；mRV-冷却液箱质量；Cp,cl-冷却液比热容；mcl-冷却液质量流量；kRV-冷却液箱自然对流换热系数；f-旁通阀开启系数，Tmix-冷却剂箱入口温度。
旁通阀的模型，如下式：
Tmix＝f·Trad,out+(1-f)Tbyp
式中，冷却剂箱入口温度Tmix可以表示为Tbyp-旁通温度，Trad,out-散热器出口温度和f-旁通阀开启系数的函数。
电堆温度在平衡点附近是有效和稳定的，通过泰勒展开的方法将复杂的非线性微分方程组，转换成线性形式，如下：
y＝Cx
式中，x＝[TFC,TRV]状态变量，u＝[mcl,f]输入变量，w＝[Tamb,I]干扰，y＝[TFC,TRV]为输出。
在本发明的控制方法中，考虑环境温度与电流变化干扰的情况，通过控制冷却液质量流量(mcl)和旁通阀开启系数(f)，来有效控制电堆温度(TFC)和冷却液入口温度(TRV)。
被控模型和参考模型形式为：
式中，Ap、Bp为2×2矩阵，u(t)为2×1维输入向量。
式中，Ar和Br为2×2稳定矩阵，r(t)为2×1维有界参考输入向量。
如图2所示为发明实施例中模型参考自适应控制方法的原理图，被控模型跟踪参考模型，使得广义误差e＝xr(t)-xp(t)最小，即被控模型xp(t)的状态跟踪参考状态变量xr(t)。通过不断调整自适应机构参数矩阵k*，以使被控模型的输出状态跟踪参考输出。当被控对象参数Ap和Bp已知时，控制律的形式如下：
由
可得
其中k是参数时变的增益矩阵，k*为k的最优值，是模型匹配时控制器的参数矩阵。
Ap-Bpk*＝Ar
Bp＝Br
当被控对象参数Ap和Bp未知时，k*的值无法进行精确计算。因此，按照自适应的要求，调整
使被控对象的动态特性与参考模型的动态特性相一致，即使e为0。动态跟踪误差满足下式：
对整个自适应控制系统的稳定性进行分析，选择一个Lyapunov函数，如下：
其中，P和Γ-1均是正定矩阵，对于给定的任意一个对称正定矩阵Q，P满足方程：Ar TP+PAr＝-Q。
对上述Lyapunov函数求导，得：
为保证
满足负定的要求，得到自适应变化率：
图3为本发明实施例中电流密度变化时，反馈控制和自适应控制对电堆温度和冷却液入口温度的控制效果图。仿真结果表明，采用自适应控制方法较反馈控制方法好，能够使燃料电池热管理系统在具有干扰的影响的情况下，通过不断地更新自适应机构控制增益，来实现被控模型的输出状态跟踪参考输出，使系统有更好的瞬态响应特性。保证通过控制冷却液质量流量和旁通阀开启系数，可以有效控制电堆温度和冷却液入口温度，避免了温度控制系统容易出现跟踪滞后、超调量大等缺点。
Claims (1)
1.一种应用在燃料电池热管理系统中的模型参考自适应控制方法，其特征在于：根据燃料电池热管理系统动态模型，完成被控对象多变量线性状态空间模型，在考虑外部温度和负载动态干扰的情况下，空间模型的参考自适应控制系统通过控制冷却液质量流量和旁通阀开启系数，对电堆温度和冷却液入口温度进行有效控制；
被控对象多变量线性状态空间模型为
y＝Cx，式中，x＝[TFC,TRV]状态变量，u＝[mcl,f]输入变量，w＝[Tamb,I]干扰，y＝[TFC,TRV]为输出；TRV为冷却液箱温度，TFC为电堆的工作温度，mcl为冷却液质量流量；f为旁通阀开启系数，Tamb为环境温度，I为电力负载电流；A、Bu、Bw为矩阵；
被控对象多变量线性状态空间模型的参考自适应控制系统由参考模型、被控模型和自适应机构三部分组成；
其中被控模型为
式中，Ap、Bp为被控矩阵，u(t)为被控输入变量，xp(t)为被控状态变量；
参考模型形式为：
式中，Ar和Br为参考矩阵，r(t)为有界参考输入向量，xr(t)为参考状态变量；
当被控对象参数Ap和Bp已知时，自适应机构控制律的形式如下：
由
可得
其中k是参数时变的增益矩阵，k*为k的最优值，是模型匹配时自适应机构的参数矩阵，Ap-Bpk*＝Ar，Bp＝Br；通过不断地调整自适应机构的参数矩阵k*，以实现被控模型的被控状态变量跟踪参考模型的参考状态变量，当被控模型跟踪参考模型，使得广义误差e＝xr(t)-xp(t)最小，即被控模型被控状态变量xp(t)跟踪参考模型参考状态变量xr(t)；
当被控对象参数Ap和Bp未知时，k*的值无法进行精确计算，因此，按照自适应的要求，通过不断地调整自适应机构的
使被控对象的动态特性与参考模型的动态特性相一致，即使e为0，动态跟踪误差满足下式：
实现燃料电池热管理系统的多变量线性状态空间模型的建立过程为：
根据热平衡方程可知，电堆在单位时间内产热、散热与电堆温度的动态模型如下式：
式中，TFC-电堆的工作温度；Cp,FC-电堆比热容；mFC-电堆质量；Qreact-电堆工作产热量；Qg-反应气体带出的热量；Qcool-冷却液带出的热量；Qconv-电堆向环境热辐射散发的热量；
冷却液箱温度的动态模型：
式中，TRV-冷却液箱温度；Tamb-环境温度；Cp,RV-冷却液箱比热容；mRV-冷却液箱质量；Cp,cl-冷却液比热容；mcl-冷却液质量流量；kRV-冷却液箱对流换热系数；f-旁通阀开启系数；Tmix-冷却液箱入口温度；
旁通阀模型：
Tmix＝f·Trad,out+(1-f)Tbyp
冷却液箱入口温度Tmix可以表示为Tbyp-旁通温度，Trad,out-散热器出口温度和f-旁通阀开启系数的函数；
电堆温度在平衡点附近是有效和稳定的，因此，通过泰勒展开的方法将动态模型非线性微分方程组转换成多变量线性状态空间模型：
y＝Cx。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010174799.1A CN111403779B (zh) | 2020-03-13 | 2020-03-13 | 一种应用在燃料电池热管理系统中的模型参考自适应控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010174799.1A CN111403779B (zh) | 2020-03-13 | 2020-03-13 | 一种应用在燃料电池热管理系统中的模型参考自适应控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111403779A CN111403779A (zh) | 2020-07-10 |
| CN111403779B true CN111403779B (zh) | 2022-10-21 |
Family
ID=71432514
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010174799.1A Expired - Fee Related CN111403779B (zh) | 2020-03-13 | 2020-03-13 | 一种应用在燃料电池热管理系统中的模型参考自适应控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111403779B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112615031B (zh) | 2020-12-21 | 2023-05-23 | 海卓动力(青岛)能源科技有限公司 | 一种车用质子交换膜燃料电池系统温度控制方法 |
| CN113759847B (zh) * | 2021-09-08 | 2023-07-18 | 重庆交通职业学院 | 一种大功率混合动力系统协作分布式热管理方法及系统 |
| CN115064733B (zh) * | 2022-07-27 | 2023-12-12 | 北京科技大学 | 一种通用的燃料电池热管理系统关键参数辨识方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005166540A (ja) * | 2003-12-04 | 2005-06-23 | Nissan Motor Co Ltd | 燃料電池冷却システム |
| JP2009037857A (ja) * | 2007-08-01 | 2009-02-19 | Nissan Motor Co Ltd | 車両用燃料電池システムおよび車両用燃料電池システムにおける運転温度の制御方法 |
| CN104934619A (zh) * | 2015-04-30 | 2015-09-23 | 西南交通大学 | 一种水冷型质子交换膜燃料电池热管理系统及其控制方法 |
| CN109244505A (zh) * | 2018-09-25 | 2019-01-18 | 吉林大学 | 一种车用燃料电池热管理系统及其控制方法 |
| CN109815644A (zh) * | 2018-10-25 | 2019-05-28 | 吉林大学 | 基于map和线性二次型的燃料电池发动机进气系统控制方法 |
| CN209912965U (zh) * | 2019-05-27 | 2020-01-07 | 深圳国氢新能源科技有限公司 | 氢燃料电池系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7811713B2 (en) * | 2006-12-06 | 2010-10-12 | Gm Global Technology Operations, Inc. | Thermal control of cathode inlet air flow for a fuel cell system |
-
2020
- 2020-03-13 CN CN202010174799.1A patent/CN111403779B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005166540A (ja) * | 2003-12-04 | 2005-06-23 | Nissan Motor Co Ltd | 燃料電池冷却システム |
| JP2009037857A (ja) * | 2007-08-01 | 2009-02-19 | Nissan Motor Co Ltd | 車両用燃料電池システムおよび車両用燃料電池システムにおける運転温度の制御方法 |
| CN104934619A (zh) * | 2015-04-30 | 2015-09-23 | 西南交通大学 | 一种水冷型质子交换膜燃料电池热管理系统及其控制方法 |
| CN109244505A (zh) * | 2018-09-25 | 2019-01-18 | 吉林大学 | 一种车用燃料电池热管理系统及其控制方法 |
| CN109815644A (zh) * | 2018-10-25 | 2019-05-28 | 吉林大学 | 基于map和线性二次型的燃料电池发动机进气系统控制方法 |
| CN209912965U (zh) * | 2019-05-27 | 2020-01-07 | 深圳国氢新能源科技有限公司 | 氢燃料电池系统 |
Non-Patent Citations (1)
| Title |
|---|
| 车用燃料电池热管理系统模型研究;郭爱等;《电源技术》;20141220(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111403779A (zh) | 2020-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111403779B (zh) | 一种应用在燃料电池热管理系统中的模型参考自适应控制方法 | |
| CN110414157B (zh) | 质子交换膜燃料电池系统多目标滑模控制方法 | |
| Yu et al. | Thermal management system for liquid-cooling PEMFC stack: From primary configuration to system control strategy | |
| Han et al. | Oxygen excess ratio control for proton exchange membrane fuel cell using model reference adaptive control | |
| Sun et al. | A hybrid paradigm combining model-based and data-driven methods for fuel cell stack cooling control | |
| Wang et al. | Design and experimental implementation of time delay control for air supply in a polymer electrolyte membrane fuel cell system | |
| WO2006065366A2 (en) | Nonlinear thermal control of a pem fuel cell stack | |
| Zou et al. | Temperature control for a 5 kW water-cooled PEM fuel cell system for a household application | |
| CN114156510B (zh) | 一种基于模型预测控制的燃料电池功率跟踪控制方法 | |
| Li et al. | Air flow rate and pressure control approach for the air supply subsystems in PEMFCs | |
| Chen et al. | Temperature control for proton exchange membrane fuel cell based on current constraint with consideration of limited cooling capacity | |
| Fan et al. | Oxygen excess ratio control of PEM fuel cell based on self-adaptive fuzzy PID | |
| Tan et al. | Optimization of PEMFC system operating conditions based on neural network and PSO to achieve the best system performance | |
| CN115117391A (zh) | 一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法 | |
| US20070065695A1 (en) | Coolant flow estimation for the thermal loop of a fuel cell system using stack loss power | |
| US20060063048A1 (en) | Optimal temperature tracking for necessary and accurate thermal control of a fuel cell system | |
| CN113078334A (zh) | 一种兼容不同功率电堆的燃料电池温度控制系统 | |
| CN112768732A (zh) | 一种燃料电池热管理控制方法 | |
| CN112490469A (zh) | 一种氢能汽车电堆温度控制方法及系统 | |
| Yang et al. | A review on thermal management in proton exchange membrane fuel cells: Temperature distribution and control | |
| Liu et al. | Model-based decoupling control for the thermal management system of proton exchange membrane fuel cells | |
| CN113571743A (zh) | 一种燃料电池输出功率跟踪与效率优化控制方法 | |
| Tsourapas et al. | Model-based control of an integrated fuel cell and fuel processor with exhaust heat recirculation | |
| CN116722185A (zh) | 一种燃料电池电堆温度控制方法及系统 | |
| Reineh et al. | Thermal control of SOFC: An anti-windup approach for maximizing usable power |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20221021 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |