CN111403783A - 一种燃料电池进气系统的解耦控制方法 - Google Patents

一种燃料电池进气系统的解耦控制方法 Download PDF

Info

Publication number
CN111403783A
CN111403783A CN202010171072.8A CN202010171072A CN111403783A CN 111403783 A CN111403783 A CN 111403783A CN 202010171072 A CN202010171072 A CN 202010171072A CN 111403783 A CN111403783 A CN 111403783A
Authority
CN
China
Prior art keywords
equation
compressor
formula
cathode
model
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
CN202010171072.8A
Other languages
English (en)
Other versions
CN111403783B (zh
Inventor
高金武
刘华洋
胡云峰
陈虹
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.)
Jilin University
Original Assignee
Jilin 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 Jilin University filed Critical Jilin University
Priority to CN202010171072.8A priority Critical patent/CN111403783B/zh
Publication of CN111403783A publication Critical patent/CN111403783A/zh
Application granted granted Critical
Publication of CN111403783B publication Critical patent/CN111403783B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H01M8/04082Arrangements for control of reactant parameters, e.g. pressure or concentration
    • H01M8/04089Arrangements for control of reactant parameters, e.g. pressure or concentration of gaseous 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
    • H01M8/04746Pressure; Flow
    • H01M8/04753Pressure; Flow of fuel cell reactants
    • 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)
  • General Chemical & Material Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Fuel Cell (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)

Abstract

本发明公开了一种燃料电池进气系统的解耦控制方法,包括建立燃料电池进气系统模型、控制器的设计等步骤,空气系统面向控制模型的建立、基于反馈线性化的自抗扰控制器设计。首先通过反馈线性化得到两个独立的二阶仿射系统,使输出和控制输入解耦;自适应抗扰控制用于跟踪进入阴极流量和阴极压力,根据实验中测得的压缩机和节气门的数据,在不同工况下实现了多组仿真。本发明,不仅具有良好的性能,而且对未知的模型不确定性和扰动具有较强的鲁棒性。

Description

一种燃料电池进气系统的解耦控制方法
技术领域
本发明涉及燃料电池进气系统技术领域,具体涉及一种燃料电池进气系统的解耦控制方法。
背景技术
质子交换膜燃料电池(以下简称PEMFC)是将氢气和氧气的化学能转变为电能的装置,并且它被认为是传统发动机最有潜力的替代品。对于大功率PEMFC来说,空气供应子系统的瞬态行为对于提供所需的功率和延长PEMFC的使用寿命起着至关重要的作用。特别是对于车用燃料电池,由于路况复杂,负荷需求频繁,对PEMFC的动力动态响应、稳态跟踪提出了更高的要求。在众多的特性中,进入阴极的空气流量和阴极压力无疑是两个最关键的变量。低空气流量会导致氧饥饿破坏聚合物电解膜(PEM),而当不同道路条件下车辆的功率需求变化时,高空气流量会增加寄生功率。另一方面,空气流量的变化会影响阴极压力。高阴极压力可以提高空气通过扩散层到达催化层的速率,从而提高催化速率。但同时,阴极与阳极之间的瞬时压差会影响PEM,从而对PEMFC造成不可逆的损伤。如何设计控制器将进入阴极的空气流量和压力解耦是研究的重要问题之一。
综上所述,目前需要设计一种更新式的燃料电池进气系统的解耦控制方法。
发明内容
本发明所要解决的技术问题是如何设计控制器将进入阴极的空气流量和压力解耦的问题。
为了解决上述技术问题,本发明所采用的技术方案是提供一种燃料电池进气系统的解耦控制方法,包括以下步骤:
步骤一、建立燃料电池进气系统模型,依次包括空气压缩机系统建模、进气歧管建模、阴极建模和节气门建模;
步骤一中,所述空气压缩机建模包括以下步骤:
压缩机的出口流量与其速度呈正相关,与其压缩比呈负相关,因此通过扭矩平衡方程可建立压缩机的动态方程如下:
采用带惯性的集总转动参数模型来表示压缩机转动角速度的动态特性,通过静态电机方程得出压缩机的电机转矩,根据热动力学方程得出驱动压缩机的所需转矩;
步骤二、控制器的设计,包括以下步骤:
1)模型线性化:
2)外部干扰估计策略,依次包括以下步骤:
参考信号的设计;扰动观测器的设计:反馈控制律。
在上述方案中,根据负载电流参考发电模块规划最佳输出,即流量和阴极压力,然后,通过ESO模块获得的真实输出的估计值与参考值之间的差异以PID的形式作用于误差反馈模块,生成虚拟控制输入,最后,非线性反馈变换模块将虚拟控制输入转换为实际控制输入来调节空气供应子系统,完成燃料电池进气系统的解耦控制方法。
本发明的有益效果:
1.实现多个控制目标,将进气流量和压力进行解耦,实现对多个控制输入进行协同控制。
2.本发明提出了一个仿射形式的二阶系统,此结构有益于控制器的设计,在该模型的基础上,设计一个扩张状态观测器,提高模型的精度。
3.本发明结合模型线性化与外部干扰估计策略,用于跟踪进入阴极流量和阴极压力。此控制方法具有简单且直观的结构,并且不仅具有良好的性能,而且对未知的模型不确定性和扰动具有较强的鲁棒性。
附图说明
图1为本发明燃料电池的结构示意图;
图2为本发明的控制框图;
图3为本发明的第一仿真结果图;
图4为本发明的第二仿真结果图;
图5为本发明的第三仿真结果图;
图6为本发明的第四仿真结果图;
图7为本发明的第五仿真结果图;
图8为本发明的第六仿真结果图;
图9为本发明的第七仿真结果图。
其中图1中,1、高压氢气罐,2、减压阀,3、第一加湿器,4、循环泵,5、燃料电池堆,6、第一节气门,7、负载,8、空气压缩机,9、进气歧管,10、阀门,11、第二加湿器,12,第二节气门,13、电机,14、冷却水槽,15、冷却器,16、水泵,17、尾气水槽,18、阳极板,19、阳极,20、阳极催化层,21、质子交换膜,22、阴极催化层,23、阴极,24、阴极板。
具体实施方式
下面结合说明书附图对本发明做出详细的说明。
如图1至图9所示,本发明提供的一种燃料电池进气系统的解耦控制方法,其中燃料电池的结构参见图1所示,解耦控制方法包括以下步骤:
步骤一、建立燃料电池进气系统模型,依次包括空气压缩机系统建模、进气歧管建模、阴极建模和节气门建模,模型中物理参数具体数值和常量见表1~表3;
步骤一中,所述空气压缩机建模包括以下步骤:
压缩机模型分为两部分。第一部分是一个静态电机,它决定了通过压缩机的空气流率,然后利用热力学方程计算出口空气温度。第二部分表示压缩机转动角速度ωcp和压缩机和电动机的综合惯性Jcp
离心式压缩机由于空气流量大,压缩率相对较低,非常适合于质子交换膜燃料电池(以下简称PEMFC)。总的来说,压缩机的出口流量与其速度呈正相关,与其压缩比呈负相关,因此通过扭矩平衡方程可建立压缩机的动态方程如下:
采用带惯性的集总转动参数模型来表示压缩机转动角速度的动态特性,如下式(1):
Figure BDA0002409203210000031
式中,ωcp是压缩机转动角速度,Jcp是压缩机的惯性指数,τcm是压缩机的转矩输入,τcp是驱动压缩机的所需转矩,t表示时间;
通过静态电机方程得出压缩机的电机转矩,见公式(2):
Figure BDA0002409203210000032
式中,ηcm是电机效率,kt,Rcm,kv是压缩机的机械常数,vcm是压缩机电压;
根据热动力学方程得出驱动压缩机的所需转矩,见公式(3):
Figure BDA0002409203210000033
式中,Cp是空气的比热容,Tatm是大气压下空气的温度,γ是空气的比热系数,psm是进气歧管的压力,patm是进气压力,ηcp是压缩机的效率,Wcp是压缩机输出的空气流率,由(4)式表示:
Figure BDA0002409203210000041
其中,Wcp是利用Matlab中的曲线拟合工具通过多项式拟合到处的压缩机流量,式中,pi,i=1,...,8是拟合系数;
步骤一中,所述进气歧管建模包括以下步骤:
进气歧管模型中只包含管内压力Psm一个状态量,为方便控制器的设计,进气歧管模型将加湿器、冷却器都集总为进气歧管。
根据质量守恒定律和理想气体定律,在进气歧管内的空气压力的动力学方程由(5)式表示:
Figure BDA0002409203210000042
式中,Ra是理想气体常数,Vsm是进气歧管体积,Tcp表示空气离开压缩机的温度,Wsm是流出进气歧管的流量并且等于流入阴极的流量;
Tcp和Wsm分别由下式(6)和(7)表示:
Figure BDA0002409203210000043
Wsm=ksm(psm-pca) (7)
式中,ksm是流量常数,pca是阴极压力;
步骤一中,所述阴极建模包括以下步骤:
阴极模型只包含阴极压力一个状态量,阴极模型综合了热动力学和流体力学,以及电化学反应。
阴极的动力学描述了空气质量和压力的变化,由理想气体方程和电化学方程组成,由式(8)表示:
Figure BDA0002409203210000044
式中,Vca和和Ro2分别是阴极的体积和氧气气体常数,Tst是阴极的操作温度,Wo2,react是PEMFC实际消耗的氧气流量;
Wo2,react是关于负载电流Ist的方程,由(9)式表示:
Figure BDA0002409203210000051
式中,ncell是在PEMFC中单电池的数量,F是法拉第常数,
Figure BDA0002409203210000052
是氧气的摩尔质量;
根据喷嘴流量方程计算出阴极出口流量Wca,out,由(10)式表示:
Figure BDA0002409203210000053
式中,CD,tr节气门排放系数,AT,tr是节气门开口面积,θ是调节阴极输出流量的节气门开度角,
Figure BDA0002409203210000054
是一般气体常数;
步骤一中,所述节气门建模包括以下步骤:
阴极模型只包含阴极压力一个状态量,阴极模型综合了热动力学和流体力学,以及电化学反应。燃料电池节气门的开度的动态特性可以近似为一阶方程,由(11)式表示:
Figure BDA0002409203210000055
式中,Ttr是节气门反应时间常数,θ*是节气门开度命令;
最后,将模型整理面向控制模型如式(12)表示:
Figure BDA0002409203210000056
Figure BDA0002409203210000057
Figure BDA0002409203210000058
Figure BDA0002409203210000059
式中,ai,i=1,...,12,根据每个部件的规格计算得到;
步骤二、控制器的设计,由于模型线性化是一种广泛应用于非线性系统控制的有效方法,它通过代数方法将非线性系统动力学转化为线性系统,从而使线性系统的控制理论得到直接应用。对步骤一中的模型先进行模型线性化,在进行控制器设计,控制框图如图2所示。
步骤二包括以下步骤:
1)模型线性化:
在式(12)中建立的面向控制模型改写为公式(13)中的标准状态模型方程,以规范控制器的设计,式13如下表示:
x=f(x)+g1(x)u1+g2(x)u2 (13a)
y=h(x) (13b)
式中
x=[ωcp psm pca θ]T (14a)
u=[u1 u2]T=[vcm θ*] (14b)
Figure BDA0002409203210000061
g1(x)=[a5 0 0 0]T(14d)
Figure BDA0002409203210000062
h1(x)=[0 a8 -a8 0]x (14f)
h2(x)=[0 0 1 0]x (14g)
式中,f(x),gi(x),i=1,2在四维空间上是平滑函数;
采用模型线性化的方法,对系统输出hj(x)求二阶李导数得到以下模型,由式(15)表示:
Figure BDA0002409203210000063
2)外部干扰估计策略,依次包括以下步骤:
2.1)参考信号的设计:
两个控制输出最佳参考值:最优流量值和最优阴极压力值与负载电流相关。一般来说,最佳流速
Figure BDA0002409203210000071
可以表示为与耗氧量数、比例常数
Figure BDA0002409203210000072
和最佳氧过剩比
Figure BDA0002409203210000073
的函数:
Figure BDA0002409203210000074
式中,
Figure BDA0002409203210000075
是0.21,
Figure BDA0002409203210000076
由式(17)表示:
Figure BDA0002409203210000077
最佳阴极压力
Figure BDA0002409203210000078
通常用于跟踪阳极的氢压,以防止过大的压差对PEM造成的损伤,最佳阴极压力一般与负载电流呈正相关,因此,给出合理范围的最佳阴极压力的轨迹;
2.2)扰动观测器的设计:
由于系统的不确定性,用ΔEfc(x)和ΔAfc(x)表示模型不确定性产生的影响,由式(18)表示:
Figure BDA0002409203210000079
式中,用d1和d2项代表扰动;
为了提高空气供给系统面向控制模型的精度,本发明设计了一个扩张状态观测器来估计所建模型的不确定性d;
首先定义变量即:
Figure BDA00024092032100000710
以及一个扩张状态
Figure BDA00024092032100000711
同理定义:
Figure BDA00024092032100000712
以及一个扩张状态
Figure BDA00024092032100000713
将式(18)重新写成如下的状态空间方程(19):
Figure BDA00024092032100000714
Figure BDA00024092032100000715
式中,b1,b2是未知扰动的变化率;
根据状态空间表达式,写出其扩张状态观测器(ESO),扩张状态观测器可以写成如下式(20):
Figure BDA0002409203210000081
Figure BDA0002409203210000082
参数ωo由参数调整规则来选择;
2.3)反馈控制律:
选择虚拟控制输入
Figure BDA0002409203210000083
Figure BDA0002409203210000084
由式(21)表示:
Figure BDA0002409203210000085
Figure BDA0002409203210000086
忽略
Figure BDA0002409203210000087
Figure BDA0002409203210000088
中的估计误差,导出新的控制输入与实际控制输入之间的转换关系式为方程(22):
Figure BDA0002409203210000089
3)参数调整规则
根据经典控制理论,如果特征多项式的根在左半平面,那么系统是稳定的。因此得到的传递函数,由式(32)表示:
Figure BDA00024092032100000810
Figure BDA00024092032100000811
那么其特征方程式,由式(24)表示:
Figure BDA00024092032100000812
Figure BDA00024092032100000813
因此,其控制增益选择如下式(25):
Figure BDA00024092032100000814
Figure BDA0002409203210000091
同样,根据以上方法,结合式(19)、式(20),求的其控制增益如下式(26):
Figure BDA0002409203210000092
Figure BDA0002409203210000093
步骤三、控制方法验证:
根据步骤一的燃料电池进气系统的模型,在MATLAB/Simulink环境中搭建了仿真模型。以下,通过仿真研究了所提出的非线性多变量控制的有效性。扩张状态观测器(ESO)(式20)和控制器(式21)的参数根据以下规则选取。ωo=3~5ωc
Figure BDA0002409203210000094
第一组仿真是在相对湿度为0.5的特定环境下进行的,空气通过加湿器进入阴极,阴极内的工作温度为353.15K。持续且连续的增加负载电流从120A到280A如图3所示。
控制输出进入阴极的流量Wsm和压力pca的响应结果如图4和5。如图4所示,最佳流量涉及一系列上升和下降边缘的阶跃变化,并通过一阶滤波产生平滑的跟踪曲线。在12秒的仿真结果表明该工况下的流量很平滑的跟踪参考曲线,当参考输入产生上升沿时,整个动态过程需要小于0.8s。一个更满意的结果是在整个跟踪过程曲线没有产生突变。同样,在24秒时,当参考输入产生下降沿时,跟踪效果也是让人满意的。图5是当参考输入发生改变时,该工况下的阴极压力无误差的跟踪目标。在12秒时,当参考输入上升时,负载电流作为一种可测量的扰动也会上升,该工况下阴极压力无误差的跟踪目标。同样,在24秒时,该工况的阴极压力平稳地跟随输入在下降沿的轨迹,延长了PEMFC的使用寿命。图6是节气门开度命令的曲线。正如12秒的仿真结果所显示的,曲线先下降,增加对应流量的气流阻力会增加阴极内部的阴极压力。之后,曲线快速上升减少气体流动阻力,增加空气进入阴极的流量。同样地,图7是压缩机控制电压的曲线。从12秒的仿真结果来看,控制器的压缩机电压产生尖刺,压缩机电压第一次升高会增加空气流量,然后,电压下降会使控制输出平滑却快速的跟踪所给的参考值。在整个过程中,控制输入峰值的出现会加速跟踪过程的快速性,并且控制输入的协调分布会解耦控制输出。图8和图9是估计ESO的扰动曲线。正如12秒的结果显示那样,当参考值和负载电流同时改变时,扰动估计也立即改变,从而使控制器消除扰动。
以上仿真结果表明,本发明设计的控制策略具有良好的控制性能,在特定的环境下,其可以平滑且稳定的跟踪参考曲线。
表1模型中各物理量参数列表
Figure BDA0002409203210000101
表2参数ai的表达式
Figure BDA0002409203210000111
表3拟合系数pi
p<sub>1</sub>=-9.229308165951*10<sup>-6</sup> p<sub>2</sub>=6.629425656160*10<sup>-6</sup>
p<sub>3</sub>=0.3057744134726 p<sub>4</sub>=7.24454764418886*10<sup>-11</sup>
p<sub>5</sub>=-0.5009635776762 p<sub>6</sub>=-7.89209536275*10<sup>-11</sup>
p<sub>7</sub>=4.28968869210773*10<sup>-6</sup> p<sub>8</sub>=0.1928170417443
由上述公式,根据负载电流参考发电模块规划最佳输出,即流量和阴极压力,然后,通过ESO模块获得的真实输出的估计值与参考值之间的差异以PID的形式作用于误差反馈模块,生成虚拟控制输入,最后,非线性反馈变换模块将虚拟控制输入转换为实际控制输入来调节空气供应子系统,完成燃料电池进气系统的解耦控制方法。
本发明的有益效果:
1.实现多个控制目标,将进气流量和压力进行解耦,实现对多个控制输入进行协同控制。
2.本发明提出了一个仿射形式的二阶系统,此结构有益于控制器的设计,在该模型的基础上,设计一个扩张状态观测器,提高模型的精度。
3.本发明结合模型线性化与外部干扰估计策略,用于跟踪进入阴极流量和阴极压力。此控制方法具有简单且直观的结构,并且不仅具有良好的性能,而且对未知的模型不确定性和扰动具有较强的鲁棒性。
本发明不局限于上述最佳实施方式,任何人应该得知在本发明的启示下做出的结构变化,凡是与本发明具有相同或相近的技术方案,均落入本发明的保护范围之内。

Claims (2)

1.一种燃料电池进气系统的解耦控制方法,其特征在于,包括以下步骤:
步骤一、建立燃料电池进气系统模型,其中依次包括空气压缩机系统建模、进气歧管建模、阴极建模和节气门建模;
在步骤一中,所述空气压缩机建模包括以下步骤:
压缩机的出口流量与其速度呈正相关,与其压缩比呈负相关,因此通过扭矩平衡方程可建立压缩机的动态方程如下:
采用带惯性的集总转动参数模型来表示压缩机转动角速度的动态特性,如下式(1):
Figure FDA0002409203200000011
式中,ωcp是压缩机转动角速度,Jcp是压缩机的惯性指数,τcm是压缩机的转矩输入,τcp是驱动压缩机的所需转矩,t表示时间;
通过静态电机方程得出压缩机的电机转矩,见公式(2):
Figure FDA0002409203200000012
式中,ηcm是电机效率,kt,Rcm,kv是压缩机的机械常数,vcm是压缩机电压;
根据热动力学方程得出驱动压缩机的所需转矩,见公式(3):
Figure FDA0002409203200000013
式中,Cp是空气的比热容,Tatm是大气压下空气的温度,γ是空气的比热系数,psm是进气歧管的压力,patm是进气压力,ηcp是压缩机的效率,Wcp是压缩机输出的空气流率,由(4)式表示:
Figure FDA0002409203200000014
其中,Wcp是利用Matlab中的曲线拟合工具通过多项式拟合到处的压缩机流量,式中,pi,i=1,...,8是拟合系数;
在步骤一中,所述进气歧管建模包括以下步骤:
根据质量守恒定律和理想气体定律,在进气歧管内的空气压力的动力学方程由(5)式表示:
Figure FDA0002409203200000021
式中,Ra是理想气体常数,Vsm是进气歧管体积,Tcp表示空气离开压缩机的温度,Wsm是流出进气歧管的流量并且等于流入阴极的流量;
Tcp和Wsm分别由下式(6)和(7)表示:
Figure FDA0002409203200000022
Wsm=ksm(psm-pca) (7)
式中,ksm是流量常数,pca是阴极压力;
步骤一中,所述阴极建模包括以下步骤:
阴极的动力学描述了空气质量和压力的变化,由理想气体方程和电化学方程组成,由式(8)表示:
Figure FDA0002409203200000023
式中,Vca和和Ro2分别是阴极的体积和氧气气体常数,Tst是阴极的操作温度,Wo2,react是PEMFC实际消耗的氧气流量;
Wo2,react是关于负载电流Ist的方程,由(9)式表示:
Figure FDA0002409203200000024
式中,ncell是在PEMFC中单电池的数量,F是法拉第常数,
Figure FDA0002409203200000028
是氧气的摩尔质量;
根据喷嘴流量方程计算出阴极出口流量Wca,out,由(10)式表示:
Figure FDA0002409203200000025
式中,CD,tr节气门排放系数,AT,tr是节气门开口面积,θ是调节阴极输出流量的节气门开度角,
Figure FDA0002409203200000026
是一般气体常数;
步骤一中,所述节气门建模包括以下步骤:
燃料电池节气门的开度的动态特性可以近似为一阶方程,由(11)式表示:
Figure FDA0002409203200000027
式中,Ttr是节气门反应时间常数,θ*是节气门开度命令;
最后,将模型整理面向控制模型如式(12)表示:
Figure FDA0002409203200000031
Figure FDA0002409203200000032
Figure FDA0002409203200000033
Figure FDA0002409203200000034
式中,ai,i=1,...,12,根据每个部件的规格计算得到;
步骤二、控制器的设计,包括以下步骤:
1)模型线性化:
在式(12)中建立的面向控制模型改写为公式(13)中的标准状态模型方程,以规范控制器的设计,式13如下表示:
x=f(x)+g1(x)u1+g2(x)u2 (13a)
y=h(x) (13b)
式中
x=[ωcp psm pca θ]T (14a)
u=[u1 u2]T=[vcm θ*] (14b)
Figure FDA0002409203200000041
g1(x)=[a5 0 0 0]T (14d)
Figure FDA0002409203200000042
h1(x)=[0 a8 -a8 0]x (14f)
h2(x)=[0 0 1 0]x (14g)
式中,f(x),gi(x),i=1,2在四维空间上是平滑函数;
采用模型线性化的方法,对系统输出hj(x)求二阶李导数得到以下模型,由式(15)表示:
Figure FDA0002409203200000043
2)外部干扰估计策略,依次包括以下步骤:
2.1)参考信号的设计,包括以下步骤:
两个控制输出最佳参考值:最优流量值和最优阴极压力值与负载电流相关,最佳流速
Figure FDA0002409203200000044
可以表示为与耗氧量数、比例常数
Figure FDA0002409203200000045
和最佳氧过剩比
Figure FDA0002409203200000046
的函数:
Figure FDA0002409203200000047
式中,
Figure FDA0002409203200000048
是0.21,
Figure FDA0002409203200000049
由式(17)表示:
Figure FDA00024092032000000410
最佳阴极压力
Figure FDA00024092032000000411
用于跟踪阳极的氢压,最佳阴极压力一般与负载电流呈正相关,并由此给出合理范围的最佳阴极压力的轨迹;
2.2)扰动观测器的设计,包括以下步骤:
由于系统的不确定性,用ΔEfc(x)和ΔAfc(x)表示模型不确定性产生的影响,由式(18)表示:
Figure FDA0002409203200000051
式中,用d1和d2项代表扰动;
设计一个扩张状态观测器来估计所建模型的不确定性d:首先定义变量即:
Figure FDA0002409203200000052
以及一个扩张状态
Figure FDA0002409203200000053
同理定义:
Figure FDA0002409203200000054
以及一个扩张状态
Figure FDA0002409203200000055
将式(18)重新写成如下的状态空间方程(19):
Figure FDA0002409203200000056
Figure FDA0002409203200000057
式中,b1,b2是未知扰动的变化率;
扩张状态观测器可以写成如下式(20):
Figure FDA0002409203200000058
Figure FDA0002409203200000059
参数ωo由参数调整规则来选择;
2.3)反馈控制律,包括以下步骤:
选择虚拟控制输入
Figure FDA00024092032000000510
Figure FDA00024092032000000511
由式(21)表示:
Figure FDA00024092032000000512
Figure FDA00024092032000000513
忽略
Figure FDA00024092032000000514
Figure FDA00024092032000000515
中的估计误差,导出新的控制输入与实际控制输入之间的转换关系式为方程(22):
Figure FDA0002409203200000061
2.如权利要求1所述的一种燃料电池进气系统的解耦控制方法,其特征在于,由上述公式,根据负载电流参考发电模块规划最佳输出,即流量和阴极压力,然后,通过ESO模块获得的真实输出的估计值与参考值之间的差异以PID的形式作用于误差反馈模块,生成虚拟控制输入,最后,非线性反馈变换模块将虚拟控制输入转换为实际控制输入来调节空气供应子系统,完成燃料电池进气系统的解耦控制方法。
CN202010171072.8A 2020-03-12 2020-03-12 一种燃料电池进气系统的解耦控制方法 Active CN111403783B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010171072.8A CN111403783B (zh) 2020-03-12 2020-03-12 一种燃料电池进气系统的解耦控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010171072.8A CN111403783B (zh) 2020-03-12 2020-03-12 一种燃料电池进气系统的解耦控制方法

Publications (2)

Publication Number Publication Date
CN111403783A true CN111403783A (zh) 2020-07-10
CN111403783B CN111403783B (zh) 2022-07-15

Family

ID=71413340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010171072.8A Active CN111403783B (zh) 2020-03-12 2020-03-12 一种燃料电池进气系统的解耦控制方法

Country Status (1)

Country Link
CN (1) CN111403783B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111769312A (zh) * 2020-07-20 2020-10-13 吉林大学 一种基于压力补偿的燃料电池供给路解耦控制方法
CN112082766A (zh) * 2020-09-14 2020-12-15 山东交通学院 一种基于多领域交叉的燃料电池发动机故障模型系统
CN113346515A (zh) * 2021-04-22 2021-09-03 国网上海能源互联网研究院有限公司 基于连续扩张状态观测器的自同步电压源控制方法及系统
CN114068998A (zh) * 2021-10-27 2022-02-18 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
CN114325398A (zh) * 2021-11-08 2022-04-12 淮阴工学院 一种针对质子交换膜燃料电池系统的故障检测方法
CN114361534A (zh) * 2022-03-11 2022-04-15 北京亿华通科技股份有限公司 外部提供反应物的电化学装置的内部状态监测方法及装置
CN114857061A (zh) * 2022-04-01 2022-08-05 西北工业大学 一种航空用燃料电池空气供应系统的建模与多目标控制方法
CN115188999A (zh) * 2022-07-22 2022-10-14 吉林大学 一种燃料电池系统空气供给回路的控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109524693A (zh) * 2018-11-13 2019-03-26 吉林大学 燃料电池空气供给系统模型预测控制方法
CN109742425A (zh) * 2018-12-26 2019-05-10 东南大学 一种基于数据驱动自抗扰控制的燃料电池温度控制方法
CN110350221A (zh) * 2019-06-26 2019-10-18 同济大学 一种基于内模的燃料电池功率闭环控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109524693A (zh) * 2018-11-13 2019-03-26 吉林大学 燃料电池空气供给系统模型预测控制方法
CN109742425A (zh) * 2018-12-26 2019-05-10 东南大学 一种基于数据驱动自抗扰控制的燃料电池温度控制方法
CN110350221A (zh) * 2019-06-26 2019-10-18 同济大学 一种基于内模的燃料电池功率闭环控制方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111769312A (zh) * 2020-07-20 2020-10-13 吉林大学 一种基于压力补偿的燃料电池供给路解耦控制方法
CN111769312B (zh) * 2020-07-20 2022-04-12 吉林大学 一种基于压力补偿的燃料电池供给路解耦控制方法
CN112082766A (zh) * 2020-09-14 2020-12-15 山东交通学院 一种基于多领域交叉的燃料电池发动机故障模型系统
CN113346515A (zh) * 2021-04-22 2021-09-03 国网上海能源互联网研究院有限公司 基于连续扩张状态观测器的自同步电压源控制方法及系统
CN114068998A (zh) * 2021-10-27 2022-02-18 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
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
CN114325398A (zh) * 2021-11-08 2022-04-12 淮阴工学院 一种针对质子交换膜燃料电池系统的故障检测方法
CN114361534A (zh) * 2022-03-11 2022-04-15 北京亿华通科技股份有限公司 外部提供反应物的电化学装置的内部状态监测方法及装置
CN114857061A (zh) * 2022-04-01 2022-08-05 西北工业大学 一种航空用燃料电池空气供应系统的建模与多目标控制方法
CN115188999A (zh) * 2022-07-22 2022-10-14 吉林大学 一种燃料电池系统空气供给回路的控制方法
CN115188999B (zh) * 2022-07-22 2024-04-16 吉林大学 一种燃料电池系统空气供给回路的控制方法

Also Published As

Publication number Publication date
CN111403783B (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN111403783B (zh) 一种燃料电池进气系统的解耦控制方法
CN112072142B (zh) 一种基于模型预测控制的燃料电池控制方法和系统
CN110414157B (zh) 质子交换膜燃料电池系统多目标滑模控制方法
Han et al. Oxygen excess ratio control for proton exchange membrane fuel cell using model reference adaptive control
CN112397749B (zh) 一种质子交换膜燃料电池阴阳极压力平衡控制方法及装置
JP4989485B2 (ja) 燃料電池システム及び燃料電池システム内で燃料電池スタックの温度を制御するための方法
Wang et al. Design and experimental implementation of time delay control for air supply in a polymer electrolyte membrane fuel cell system
Sun et al. Coordination control strategy for the air management of heavy vehicle fuel cell engine
Nolan et al. Modeling of an automotive fuel cell thermal system
Li et al. Air flow rate and pressure control approach for the air supply subsystems in PEMFCs
CN212011145U (zh) 一种具有解耦控制的燃料电池
Grujicic et al. Control of the transient behaviour of polymer electrolyte membrane fuel cell systems
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
Fan et al. Oxygen excess ratio control of PEM fuel cell based on self-adaptive fuzzy PID
CN113644301B (zh) 车载燃料电池阴极流量与压力控制方法
US20060063048A1 (en) Optimal temperature tracking for necessary and accurate thermal control of a fuel cell system
CN113571743A (zh) 一种燃料电池输出功率跟踪与效率优化控制方法
CN117393809A (zh) 一种燃料电池阴极气体流量和压力的联合控制方法
Miotti et al. Control-oriented model for an automotive PEM fuel cell system with imbedded 1+ 1D membrane water transport
CN111106371B (zh) 燃料电池空气管理系统及其相关控制信号的获取方法
Wang et al. Feedback linearization control of the air supply system of PEM fuel cells
Di Domenico et al. Multi-variable control for an automotive traction PEM fuel cell system
Zhang et al. Research on modeling and control of PEMFC cooling system
CN113442795A (zh) 基于分层式mpc的燃料电池混合动力系统控制方法
Tang et al. Adaptive fuzzy PID for proton exchange membrane fuel cell oxygen excess ratio control

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