CN112072142A - 一种基于模型预测控制的燃料电池控制方法和系统 - Google Patents

一种基于模型预测控制的燃料电池控制方法和系统 Download PDF

Info

Publication number
CN112072142A
CN112072142A CN202010789077.7A CN202010789077A CN112072142A CN 112072142 A CN112072142 A CN 112072142A CN 202010789077 A CN202010789077 A CN 202010789077A CN 112072142 A CN112072142 A CN 112072142A
Authority
CN
China
Prior art keywords
fuel cell
air compressor
control
pressure
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
CN202010789077.7A
Other languages
English (en)
Other versions
CN112072142B (zh
Inventor
宋珂
王小迪
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.)
Tongji University
Original Assignee
Tongji 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 Tongji University filed Critical Tongji University
Priority to CN202010789077.7A priority Critical patent/CN112072142B/zh
Publication of CN112072142A publication Critical patent/CN112072142A/zh
Priority to US17/396,337 priority patent/US11569517B2/en
Application granted granted Critical
Publication of CN112072142B publication Critical patent/CN112072142B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04604—Power, energy, capacity or load
    • H01M8/04619—Power, energy, capacity or load of fuel cell stacks
    • 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
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • 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
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0432—Temperature; Ambient temperature
    • H01M8/04365—Temperature; Ambient temperature of other components of a fuel cell or fuel cell stacks
    • 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
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0438—Pressure; Ambient pressure; Flow
    • H01M8/04395—Pressure; Ambient pressure; Flow of cathode reactants at the inlet or inside the fuel cell
    • 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
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0438—Pressure; Ambient pressure; Flow
    • H01M8/0441—Pressure; Ambient pressure; Flow of cathode exhausts
    • 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
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0438—Pressure; Ambient pressure; Flow
    • H01M8/04425—Pressure; Ambient pressure; Flow at auxiliary devices, e.g. reformers, compressors, burners
    • 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
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04544—Voltage
    • H01M8/04552—Voltage of the individual fuel cell
    • 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
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04544—Voltage
    • H01M8/04559—Voltage of fuel cell stacks
    • 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
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04574—Current
    • H01M8/04589—Current of fuel cell stacks
    • 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
    • H01M8/04753—Pressure; Flow of fuel cell reactants
    • 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
    • H01M8/04776—Pressure; Flow at auxiliary devices, e.g. reformer, compressor, burner
    • 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
    • H01M8/04858—Electric variables
    • H01M8/04865—Voltage
    • H01M8/04888—Voltage of auxiliary devices, e.g. batteries, capacitors
    • 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
    • H01M8/04858—Electric variables
    • H01M8/04895—Current
    • H01M8/0491—Current of fuel cell stacks
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2250/00—Fuel cells for particular applications; Specific features of fuel cell system
    • H01M2250/20—Fuel cells in motive systems, e.g. vehicle, ship, plane
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/40—Application of hydrogen technology to transportation, e.g. using fuel 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)
  • 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)
  • Fuel Cell (AREA)

Abstract

本发明涉及一种基于模型预测控制的燃料电池控制方法和系统，方法包括以下步骤：1)获取控制所需数据；2)判断控制所需数据是否接收完整；3)根据空压机出口压力和燃料电池电压，对燃料电池的内部状态进行估计，获取状态估计结果；4)基于状态估计结果，采用模型预测控制算法计算空压机目标出口流量和燃料电池目标电流；5)根据空压机转速、空压机出口压力和空压机目标出口流量，计算空压机控制电压；6)基于燃料电池目标电流进行燃料电池功率跟踪；基于空压机控制电压，进行燃料电池空气供给控制。与现有技术相比，本发明可以控制燃料电池系统快速、准确跟踪需求功率，提高燃料电池系统功率，同时保证系统工作在安全区域。

Description

一种基于模型预测控制的燃料电池控制方法和系统
技术领域
本发明涉及燃料电池控制领域，尤其是涉及一种基于模型预测控制的燃料电池控制方法和系统。
背景技术
质子交换膜燃料电池(PEMFC)具有能量密度高、效率高、工作温度低、零排放等优点，是未来新能源汽车的理想动力源之一。燃料电池的正常工作需要充足的反应气体供应、合适的温度和湿度等条件，为了满足这些条件，燃料电池电堆需要与辅助系统协同工作。燃料电池辅助系统主要包括氢气供给系统、空气供给系统、水管理系统、热管理系统和功率控制系统。空气供给系统是燃料电池关键的辅助系统之一，一方面空气供给系统的时滞是导致燃料电池动态响应慢的主要因素，另一方面空压机消耗的功率占辅助系统消耗功率的大部分，影响系统的效率，此外，空压机喘振及阻塞等约束对燃料电池系统的安全工作具有重要影响。
多种控制方法都被应用于燃料电池空气供给系统的控制，包括：PID控制、模糊控制、滑模控制及模型预测控制等。这些策略还存在以下问题：(1)空气供给系统的首要控制目标是保证充足的空气供应；从系统的效率出发，需要将过氧比控制在合理的范围内。上述控制策略中均很好的对过氧比进行了控制，但是没有将空压机的动态响应及约束考虑在内。(2)上述控制策略往往将燃料电池的电流等效为负载，而燃料电池混合动力汽车能量管理策略要求燃料电池系统快速、准确输出一定的功率，因此上述策略难以直接应用于车用燃料电池的控制。(3)很多燃料电池系统的状态参数尤其是燃料电池内部参数，如阴极氧气分压、阴极含水量等，在当前传感技术的限制下是不可测量的，需要设计合适的观测器对状态参数进行估计，进而应用于系统控制。
燃料电池汽车往往面临快速、大范围的需求功率变化。针对燃料电池动态响应慢的问题，在燃料电池汽车动力系统中增加辅助动力源(蓄电池/超级电容)构成电-电混合系统。能量管理策略将整车的需求功率按照一定的规则分配给燃料电池和辅助动力源，在满足动力系统约束的条件下实现降低氢耗、延长燃料电池寿命等目标。燃料电池系统功率的响应对整车动力性及能量管理策略优化目标的实现等具有决定性的影响。能量管理策略设计往往没有将燃料电池系统的寄生功率考虑在内，这就要求燃料电池系统的净输出功率满足能量管理策略分配的功率需求。
燃料电池系统功率响应和空气供给系统的控制主要问题是：(1)空压机是空气供给系统的执行器，消耗大量的寄生功率，影响系统的净输出功率，功率响应和空气供给控制存在耦合，简单的算法如PID控制等难以获得较为满意的效果；(2)燃料电池的功率响应依赖于空气供给系统的控制，受到空压机喘振等约束，文献中较少的涉及；(3)应用于功率响应和空气供给控制的算法较为复杂，需要更多的计算资源，难以实际应用于系统的控制。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种准确可靠，能应用于燃料电池控制系统的基于模型预测控制的燃料电池控制方法和装置。
本发明的目的可以通过以下技术方案来实现：
一种基于模型预测控制的燃料电池控制方法，包括以下步骤：
S1：获取控制所需数据，该控制所述数据包括燃料电池系统需求功率、空压机转速、空压机出口压力、燃料电池温度、燃料电池阴极入口气体压力、燃料电池阴极出口气体压力、燃料电池电压和燃料电池电流；
S2：判断所述控制所需数据是否接收完整，若是则执行步骤S3，否则执行步骤S1：
S3：根据所述空压机出口压力和燃料电池电压，对所述燃料电池的内部状态进行估计，获取状态估计结果，所述内部状态包括燃料电池阴极压力和阴极氧气分压；
S4：基于所述状态估计结果，采用模型预测控制算法计算空压机目标出口流量和燃料电池目标电流；
S5：根据所述空压机转速、空压机出口压力和空压机目标出口流量，计算空压机控制电压；
S6：基于所述燃料电池目标电流进行燃料电池功率跟踪，基于所述空压机控制电压，进行燃料电池空气供给控制。
进一步地，所述模型预测控制算法通过预先建立的预测模型，进行计算，所述预测模型建立有燃料电池空气供给系统的三阶线性状态空间模型、燃料电池系统的输入输出模型和燃料电池系统的性能指标；
所述燃料电池空气供给系统的三阶线性状态空间模型的表达式为：
Figure BDA0002623115140000031
式中，Psm为空压机出口压力，Pca为燃料电池阴极流道压力，PO2为阴极流道氧气分压，
Figure BDA0002623115140000032
为空压机出口压力的一阶微分，
Figure BDA0002623115140000033
为燃料电池阴极流道压力的一阶微分，
Figure BDA0002623115140000034
为阴极流道氧气分压的一阶微分，Ist为燃料电池电流，Wcp为空压机出口流量，A3×3为第一系数矩阵，B3×2为第二系数矩阵。
进一步地，所述燃料电池系统的输入输出模型的输入为所述燃料电池电流和空压机假设出口流量，输出为燃料电池电堆电压，所述燃料电池系统的输入输出模型的表达式为：
Figure BDA0002623115140000035
Figure BDA0002623115140000037
式中，i＝Ist/Afc为燃料电池电流密度，Afc为有效活化面积，Vcell为单片燃料电池电压，u为燃料电池系统的输入输出模型的输入，Ist为燃料电池电流，Wcp为空压机假设出口流量，Vst为燃料电池电堆电压，n为燃料电池片数，
Figure BDA0002623115140000038
为阴极流道氧气分压，Tst为燃料电池温度，λ1为第一待拟合参数，λ2为第二待拟合参数，λ3为第三待拟合参数，λ4为第四待拟合参数。
进一步地，所述燃料电池系统的性能指标zP的计算表达式为：
Figure BDA0002623115140000036
式中，PNet为燃料电池系统净输出功率，
Figure BDA0002623115140000039
为燃料电池系统的过氧比，Vst为燃料电池电压，Ist为燃料电池电流，Cp为空气的定压比热容，Tatm为环境温度，ηcp为空压机效率，Psm为空压机出口压力，Patm为环境压力，Wcp为空压机出口流量，γ为空气的热比率系数，kca,in为阴极流道入口流量系数，
Figure BDA00026231151400000412
为空气中氧气质量分数，ωatm为空气中水蒸气质量分数，F为法拉第常数，n为燃料电池片数，
Figure BDA00026231151400000413
为氧气摩尔质量，Pca为燃料电池阴极流道压力。
进一步地，采用粒子群算法求解所述预测模型的最优控制律，并将该最优控制律作用于所述燃料电池系统。
进一步地，所述步骤S3中，采用无迹卡尔曼滤波算法对所述燃料电池的内部状态进行估计。
进一步地，所述步骤S5中，所述空压机控制电压的计算表达式为：
Figure BDA0002623115140000041
式中，vcm(k)为k时刻的空压机控制电压，Rcm为空压机驱动电机电枢电阻，ηcm为空压机驱动电机机械效率，kt为第一电机常数，kv为第二电机常数，J为空压机转动惯量，τcp为空压机预测的负载力矩，
Figure BDA0002623115140000042
为空压机的平均角加速度，
Figure BDA0002623115140000043
为空压机目标角速度。
进一步地，所述空压机目标角速度
Figure BDA0002623115140000044
的计算表达式为：
Figure BDA0002623115140000045
式中，
Figure BDA0002623115140000046
为空压机目标转速，该空压机目标转速根据空压机目标出口流量、所述预测模型预测的空压机出口压力及空压机静态map计算。
进一步地，所述空压机预测的负载力矩τcp的计算表达式为：
Figure BDA0002623115140000047
式中，Cp为空气的定压比热容，Tatm为环境温度，Patm为环境压力，ηcp为空压机效率，
Figure BDA0002623115140000048
为k时刻的目标空压机出口流量；
Figure BDA0002623115140000049
为所述预测模型预测的k+1时刻的空压机出口压力；
所述空压机的平均角加速度
Figure BDA00026231151400000410
的计算表达式为：
Figure BDA00026231151400000411
式中，T为控制周期，ωcp(k)为当前空压机转速。
本发明还提供一种基于模型预测控制的燃料电池控制系统，包括燃料电池控制器、CAN总线、数据采集模块、空压机控制器和DC/DC控制器，所述燃料电池控制器通过所述CAN总线分别连接所述数据采集模块、空压机控制器和DC/DC控制器，所述燃料电池控制器执行如上所述的方法的步骤。
与现有技术相比，本发明具有以下优点：
(1)本发明综合考虑了燃料电池功率跟踪、燃料电池效率及系统约束，采用模型预测控制算法对燃料电池系统功率跟踪及空气供给系统进行控制，可以控制系统快速、准确跟踪需求功率，提高系统功率，同时保证系统工作在安全区域。
(2)本发明采用燃料电池空气供给系统的三阶线性状态空间模型作为预测模型，并基于预测模型输出计算空压机控制电压，可以大大减小计算量，易于实车实现。
(3)本发明燃料电池系统的性能指标中加入了过氧比，在预测控制过程中，对燃料电池过氧比进行调节，避免氧饥饿，提高了系统预测控制效率。
(4)本发明空气供给系统的实际操纵变量是空压机的控制电压，基于预测模型提出了一种将目标空压机空气流量转换为空压机控制电压的新颖算法，大大提高了策略的计算效率。
(5)本发明将无迹卡尔曼滤波算法用于空气供给系统不可测状态的最优估计，解决了实际空气供给系统测量值存在干扰及部分状态不可测的问题。
附图说明
图1为本发明基于模型预测控制的燃料电池控制方法的流程示意图；
图2为本发明基于模型预测控制的燃料电池控制方法的数据处理过程示意图；
图3为本发明基于模型预测控制的燃料电池控制系统的结构示意图；
图中，MPC为模型预测控制，UKF为无迹卡尔曼滤波。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
如图1和图2所示，本实施例提供一种基于模型预测控制的燃料电池控制方法，采用分段控制的思想，引入空压机出口空气流量作为中间变量，将燃料电池电流和空压机出口空气流量作为操纵变量，燃料电池系统净输出功率和过氧比作为性能指标，设计了燃料电池空气供给系统模型预测控制算法，并将粒子群算法用于最优控制的求解。空气供给系统的实际操纵变量是空压机的控制电压，基于预测模型提出了一种将目标空压机空气流量转换为空压机控制电压的新颖算法。针对实际空气供给系统测量值存在干扰及部分状态不可测的问题，将无迹卡尔曼滤波算法用于空气供给系统不可测状态的最优估计。本实施例的燃料电池控制方法可以实现燃料电池系统净输出功率对VCU需求功率的快速无偏跟踪，同时对燃料电池过氧比进行调节，避免氧饥饿，提高系统效率。
本实施例基于模型预测控制的燃料电池控制方法用于燃料电池控制系统中。
如图3所示，基于模型预测控制的燃料电池控制系统，包括整车控制器(VCU)、燃料电池控制器(FCU)、CAN总线、数据采集模块、空压机、空压机控制器、DC/DC变换器和DC/DC控制器，燃料电池控制器通过CAN总线分别连接数据采集模块、空压机控制器和DC/DC控制器，空压机连接空压机控制器，DC/DC变换器连接DC/DC控制器，燃料电池控制器执行基于模型预测控制的燃料电池控制方法的步骤。
具体地，燃料电池控制方法包括以下步骤：
S1：燃料电池控制器(FCU)通过CAN总线向整车控制器(VCU)和数据采集模块发送访问信号，获取控制所需数据，该控制数据包括燃料电池系统需求功率、空压机转速、空压机出口压力、燃料电池温度、燃料电池阴极入口气体压力、燃料电池阴极出口气体压力、燃料电池电压和燃料电池电流；
S2：燃料电池控制器判断控制所需数据是否接收完整，若是则执行步骤S3，否则执行步骤S1：
S3：燃料电池控制器根据空压机出口压力和燃料电池电压，对燃料电池的内部状态进行估计，获取状态估计结果，内部状态包括燃料电池阴极压力和阴极氧气分压；
S4：燃料电池控制器基于状态估计结果，采用模型预测控制算法计算空压机目标出口流量和燃料电池目标电流；
S5：燃料电池控制器根据空压机转速、空压机出口压力和空压机目标出口流量，计算空压机控制电压；
S6：燃料电池控制器基于燃料电池目标电流进行燃料电池功率跟踪，基于空压机控制电压，进行燃料电池空气供给控制。
下面对各步骤进行详细描述。
1、步骤S3
步骤S3具体为，燃料电池控制器根据控制所需数据，包括空压机出口压力Psm和燃料电池电压Vst，采用无迹卡尔曼滤波算法对燃料电池内部状态进行估计，所述的内部状态包括燃料电池阴极压力及阴极氧气分压
Figure BDA0002623115140000071
无迹卡尔曼滤波的具体步骤为：
状态变量x为n维随机变量，并且已知其均值
Figure BDA00026231151400000712
和协方差P，u(k)为系统的输入。
S301：计算多个Sigma点，即采样点：
Figure BDA0002623115140000072
Figure BDA0002623115140000073
Figure BDA0002623115140000074
式中，x(i)为采用分布式采样获得的2n+1个sigma点，
Figure BDA0002623115140000075
是(n+λ)P的矩阵平方根，
Figure BDA0002623115140000076
Figure BDA0002623115140000077
表示
Figure BDA0002623115140000078
的第i行。
每个Sigma点对应权值w的选取：
Figure BDA0002623115140000079
式中，m表示均值，c表示协方差；参数λ＝α2(n+κ)-n；α的选取控制了采样点的分布状态；κ为待定参数，通常为0，β为状态分布参数，对于高斯分布β＝2最佳。
S302：在k时刻，利用上式得到一组Sigma点集：
Figure BDA00026231151400000710
式中，xi(k|k)为k时刻获得的Sigma点，
Figure BDA00026231151400000711
为状态变量在k时刻的均值，P(k|k)为状态变量在k时刻的方差。
S303：根据系统的状态方程更新采样点：
xi(k+1|k)＝f(k,xi(k|k),u(k))+W(k)
式中，u(k)为系统k时刻的输入，系统的输入包括燃料电池电流及空压机出口流量u＝[Ist,Wcp]T，f(k,xi(k|k),u(k))为系统k时刻的状态方程，W(k)为过程白噪声。
系统的线性连续状态方程为：
Figure BDA0002623115140000081
式中，kca,in为阴极流道入口流量系数，R为气体常数，Tatm为环境温度，Psm为空压机出口压力，Ma,atm为空气摩尔质量，Vsm为供气管道体积，Pca为燃料电池阴极流道压力，Wcp为空压机假设出口流量，Tst为燃料电池温度，Vca为燃料电池阴极流道体积，
Figure BDA0002623115140000085
为氧气摩尔质量，
Figure BDA0002623115140000086
为空气中氧气质量分数，ωatm为空气中水蒸气质量分数，
Figure BDA0002623115140000087
为氮气摩尔质量，F为法拉第常数，Psat为饱和蒸汽压力，
Figure BDA0002623115140000084
为阴极流道氧气分压，Ist为燃料电池电流。k1、k2、k3为常数。
S304：k+1时刻系统状态的一步估计为：
Figure BDA0002623115140000082
k+1时刻系统的协方差矩阵为：
Figure BDA0002623115140000083
式中，Q为过程白噪声W(k)的方差矩阵。
S305：根据系统的输出方程计算观测值的一步估计值：
yi(k+1|k)＝g(xi(k+1|k),u(k))+V(k)
式中，yi(k+1|k)为系统k时刻的观测值，g(xi(k+1|k),u(k))为系统k时刻观测方程，V(k)为观测白噪声。
系统的可测输出为燃料电池电压、进气歧管压力y＝[Vst,Psm]T，其中
Figure BDA0002623115140000091
其中，i＝Ist/Afc为燃料电池电流密度，Afc为有效活化面积，Vcell为单片燃料电池电压，n为电堆片数，λ1,λ2,λ3,λ4是待拟合的参数，Tst为燃料电池温度。
S306：系统观测值的均值及协方差通过下式计算：
Figure BDA0002623115140000092
Figure BDA0002623115140000093
Figure BDA0002623115140000094
式中，R为观测白噪声V(k)的方差矩阵，
Figure BDA0002623115140000095
为观测值的方差矩阵，
Figure BDA0002623115140000096
为观测量和状态量的协方差矩阵。
S307：计算卡尔曼增益矩阵：
Figure BDA0002623115140000097
S308：计算系统k+1时刻的状态最优估计
Figure BDA0002623115140000098
和协方差矩阵P(k+1)：
Figure BDA0002623115140000099
P(k+1)＝P(k+1|k)-K(k+1)PykykKT(k+1)
S309：k时刻的状态估计完成，在k+1时刻重复步骤S301-S308。
2、步骤S4：
燃料电池控制器根据接收到的数据及估计数据采用模型预测控制算法计算空压机目标出口流量和燃料电池电流；
模型预测控制算法通过预先建立的预测模型，进行计算，预测模型建立有燃料电池空气供给系统的三阶线性状态空间模型、燃料电池系统的输入输出模型和燃料电池系统的性能指标；
具体包括以下步骤：
S401：离线计算：确定燃料电池系统净输出功率对应的最优过氧比。所述的最优过氧比是燃料电池系统净输出功率一定时最小工作电流对应的过氧比。
S402：预测模型，根据燃料电池空气供给系统集总参数模型，暂不考虑空压机，基于合理的假设，获取燃料电池空气供给系统的三阶线性状态空间模型，
Figure BDA0002623115140000101
式中，Psm为空压机出口压力，Pca为燃料电池阴极流道压力，PO2为阴极流道氧气分压，
Figure BDA0002623115140000102
为空压机出口压力的一阶微分，
Figure BDA0002623115140000103
为燃料电池阴极流道压力的一阶微分，
Figure BDA0002623115140000104
为阴极流道氧气分压的一阶微分，Ist为燃料电池电流，Wcp为空压机出口流量，A3×3为第一系数矩阵，B3×2为第二系数矩阵。
将上述模型作为预测模型，根据燃料电池系统的当前状态和假设的输入，预测燃料电池系统未来的状态和输出。所述的燃料电池系统状态包括燃料电池包括空压机出口压力、燃料电池阴极流道压力及氧气分压。
所述的系统的输入为燃料电池电流和空压机流量：
Figure BDA0002623115140000105
所述的燃料电池系统输出为燃料电池电堆电压Vst：
Figure BDA0002623115140000107
其中，i＝Ist/Afc为燃料电池电流密度，Afc为有效活化面积，Vcell为单片燃料电池电压，u为燃料电池系统的输入输出模型的输入，Ist为燃料电池电流，Wcp为空压机假设出口流量，Vst为燃料电池电堆电压，n为燃料电池片数(电堆片数)，
Figure BDA0002623115140000108
为阴极流道氧气分压，Tst为燃料电池温度，λ1为第一待拟合参数，λ2为第二待拟合参数，λ3为第三待拟合参数，λ4为第四待拟合参数。
燃料电池系统的性能指标为燃料电池系统净输出功率和过氧比：
Figure BDA0002623115140000106
式中，PNet为燃料电池系统净输出功率，λO2为燃料电池系统的过氧比，Vst为燃料电池电压，Ist为燃料电池电流，Cp为空气的定压比热容，Tatm为环境温度，ηcp为空压机效率，Psm为空压机出口压力，Patm为环境压力，Wcp为空压机出口流量，γ为空气的热比率系数，kca,in为阴极流道入口流量系数，
Figure BDA0002623115140000109
为空气中氧气质量分数，ωatm为空气中水蒸气质量分数，F为法拉第常数，n为燃料电池片数，
Figure BDA00026231151400001010
为氧气摩尔质量，Pca为燃料电池阴极流道压力。
S403：滚动优化，利用粒子群算法求解最优控制律。所述的最优控制律是指燃料电池系统在未来Nc个控制信号作用下，在Np时域内使性能函数最优。所述的优化性能函数为：
Figure BDA0002623115140000111
式中，Np为预测步长，Nc为控制步长，NP≥Nc。zr为参考轨迹，Qz,Rz为相应维数的加权矩阵。
计算出最优控制律后，将控制律的第一个元素施加于系统。
S404：反馈校正，在下一个控制周期，将预测模型预测的输出与燃料电池系统实际输出之差作为误差校正预测模型。
3、步骤S5
燃料电池控制器根据燃料电池系统空压机当前转速、出口压力及目标出口流量计算空压机控制电压；
具体计算过程是：
S501：根据空压机目标出口流量、预测模型预测空压机出口压力及空压机静态map，计算空压机目标转速
Figure BDA0002623115140000112
和目标角速度
Figure BDA0002623115140000113
其中，
Figure BDA0002623115140000114
S502：计算空压机预测的负载力矩：
Figure BDA0002623115140000115
式中，Cp为空气的定压比热容，Tatm为环境温度，Patm为环境压力，ηcp为空压机效率，
Figure BDA0002623115140000116
为目标空压机出口流量，τcp为空压机负载力矩。
S503：计算空压机的平均角加速度：
Figure BDA0002623115140000117
式中，T为控制周期，ωcp(k)为当前空压机转速。
S504：计算空压机控制电压：
Figure BDA0002623115140000118
式中，Rcm为空压机驱动电机电枢电阻，ηcm为电机机械效率，kt,kv为电机常数，J为空压机转动惯量。
4、步骤S6
燃料电池控制器通过CAN总线将燃料电池电流及空压机控制电压发送给DC/DC控制器和空压机控制器，完成燃料电池系统功率跟踪及空气供给控制。
5、燃料电池控制系统
燃料电池系统包括整车控制器、燃料电池控制器、CAN总线、数据采集模块、空压机及其控制器、DC/DC变换器及其控制器。所述的DC/DC变换器与DC/DC控制器连接，所述的空压机与空压机控制器连接，所述的数据采集模块与燃料电池系统连接，所述的燃料电池控制器与整车控制器、数据采集模块、DC/DC控制器及空压机控制器连接，通过CAN总线在各部件之间完成数据交互。FCU从CAN总线获得系统需求功率及控制策略计算所需数据，通过模型预测控制计算燃料电池电流和空压机目标流量，并根据目标流量计算空压机控制电压，再通过CAN总线将燃料电池电流和空压机电压分别发送给DC/DC控制器和空压机控制器，以完成对燃料电池系统的控制。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种基于模型预测控制的燃料电池控制方法，其特征在于，包括以下步骤：
S1：获取控制所需数据，该控制所述数据包括燃料电池系统需求功率、空压机转速、空压机出口压力、燃料电池温度、燃料电池阴极入口气体压力、燃料电池阴极出口气体压力、燃料电池电压和燃料电池电流；
S2：判断所述控制所需数据是否接收完整，若是则执行步骤S3，否则执行步骤S1；
S3：根据所述空压机出口压力和燃料电池电压，对所述燃料电池的内部状态进行估计，获取状态估计结果，所述内部状态包括燃料电池阴极压力和阴极氧气分压；
S4：基于所述状态估计结果，采用模型预测控制算法计算空压机目标出口流量和燃料电池目标电流；
S5：根据所述空压机转速、空压机出口压力和空压机目标出口流量，计算空压机控制电压；
S6：基于所述燃料电池目标电流进行燃料电池功率跟踪，基于所述空压机控制电压，进行燃料电池空气供给控制。
2.根据权利要求1所述的一种基于模型预测控制的燃料电池控制方法，其特征在于，所述模型预测控制算法通过预先建立的预测模型，进行计算，所述预测模型建立有燃料电池空气供给系统的三阶线性状态空间模型、燃料电池系统的输入输出模型和燃料电池系统的性能指标；
所述燃料电池空气供给系统的三阶线性状态空间模型的表达式为：
Figure FDA0002623115130000011
式中，Psm为空压机出口压力，Pca为燃料电池阴极流道压力，
Figure FDA0002623115130000012
为阴极流道氧气分压，
Figure FDA0002623115130000013
为空压机出口压力的一阶微分，
Figure FDA0002623115130000014
为燃料电池阴极流道压力的一阶微分，
Figure FDA0002623115130000015
为阴极流道氧气分压的一阶微分，Ist为燃料电池电流，Wcp为空压机出口流量，A3×3为第一系数矩阵，B3×2为第二系数矩阵。
3.根据权利要求2所述的一种基于模型预测控制的燃料电池控制方法，其特征在于，所述燃料电池系统的输入输出模型的输入为所述燃料电池电流和空压机假设出口流量，输出为燃料电池电堆电压，所述燃料电池系统的输入输出模型的表达式为：
Figure FDA0002623115130000021
Figure FDA0002623115130000022
式中，i＝Ist/Afc为燃料电池电流密度，Afc为有效活化面积，Vcell为单片燃料电池电压，u为燃料电池系统的输入输出模型的输入，Ist为燃料电池电流，Wcp为空压机假设出口流量，Vst为燃料电池电堆电压，n为燃料电池片数，
Figure FDA0002623115130000023
为阴极流道氧气分压，Tst为燃料电池温度，λ1为第一待拟合参数，λ2为第二待拟合参数，λ3为第三待拟合参数，λ4为第四待拟合参数。
4.根据权利要求2所述的一种基于模型预测控制的燃料电池控制方法，其特征在于，所述燃料电池系统的性能指标zP的计算表达式为：
Figure FDA0002623115130000024
式中，PNet为燃料电池系统净输出功率，
Figure FDA0002623115130000027
为燃料电池系统的过氧比，Vst为燃料电池电压，Ist为燃料电池电流，Cp为空气的定压比热容，Tatm为环境温度，ηcp为空压机效率，Psm为空压机出口压力，Patm为环境压力，Wcp为空压机出口流量，γ为空气的热比率系数，kca,in为阴极流道入口流量系数，
Figure FDA0002623115130000025
为空气中氧气质量分数，ωatm为空气中水蒸气质量分数，F为法拉第常数，n为燃料电池片数，
Figure FDA0002623115130000026
为氧气摩尔质量，Pca为燃料电池阴极流道压力。
5.根据权利要求2所述的一种基于模型预测控制的燃料电池控制方法，其特征在于，采用粒子群算法求解所述预测模型的最优控制律，并将该最优控制律作用于所述燃料电池系统。
6.根据权利要求1所述的一种基于模型预测控制的燃料电池控制方法，其特征在于，所述步骤S3中，采用无迹卡尔曼滤波算法对所述燃料电池的内部状态进行估计。
7.根据权利要求1所述的一种基于模型预测控制的燃料电池控制方法，其特征在于，所述步骤S5中，所述空压机控制电压的计算表达式为：
Figure FDA0002623115130000031
式中，vcm(k)为k时刻的空压机控制电压，Rcm为空压机驱动电机电枢电阻，ηcm为空压机驱动电机机械效率，kt为第一电机常数，kv为第二电机常数，J为空压机转动惯量，τcp为空压机预测的负载力矩，
Figure FDA0002623115130000032
为空压机的平均角加速度，
Figure FDA0002623115130000033
为空压机目标角速度。
8.根据权利要求7所述的一种基于模型预测控制的燃料电池控制方法，其特征在于，所述空压机目标角速度
Figure FDA0002623115130000034
的计算表达式为：
Figure FDA0002623115130000035
式中，
Figure FDA0002623115130000036
为空压机目标转速，该空压机目标转速根据空压机目标出口流量、所述预测模型预测的空压机出口压力及空压机静态map计算。
9.根据权利要求8所述的一种基于模型预测控制的燃料电池控制方法，其特征在于，所述空压机预测的负载力矩τcp的计算表达式为：
Figure FDA0002623115130000037
式中，Cp为空气的定压比热容，Tatm为环境温度，Patm为环境压力，ηcp为空压机效率，
Figure FDA0002623115130000038
为k时刻的目标空压机出口流量；
Figure FDA0002623115130000039
为所述预测模型预测的k+1时刻的空压机出口压力；
所述空压机的平均角加速度
Figure FDA00026231151300000310
的计算表达式为：
Figure FDA00026231151300000311
式中，T为控制周期，ωcp(k)为当前空压机转速。
10.一种基于模型预测控制的燃料电池控制系统，其特征在于，包括燃料电池控制器、CAN总线、数据采集模块、空压机控制器和DC/DC控制器，所述燃料电池控制器通过所述CAN总线分别连接所述数据采集模块、空压机控制器和DC/DC控制器，所述燃料电池控制器执行如权利要求1至9任一所述的方法的步骤。
CN202010789077.7A 2020-08-07 2020-08-07 一种基于模型预测控制的燃料电池控制方法和系统 Active CN112072142B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010789077.7A CN112072142B (zh) 2020-08-07 2020-08-07 一种基于模型预测控制的燃料电池控制方法和系统
US17/396,337 US11569517B2 (en) 2020-08-07 2021-08-06 Fuel cell control method and system based on model predictive control

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010789077.7A CN112072142B (zh) 2020-08-07 2020-08-07 一种基于模型预测控制的燃料电池控制方法和系统

Publications (2)

Publication Number Publication Date
CN112072142A true CN112072142A (zh) 2020-12-11
CN112072142B CN112072142B (zh) 2021-09-03

Family

ID=73662550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010789077.7A Active CN112072142B (zh) 2020-08-07 2020-08-07 一种基于模型预测控制的燃料电池控制方法和系统

Country Status (2)

Country Link
US (1) US11569517B2 (zh)
CN (1) CN112072142B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112635803A (zh) * 2020-12-21 2021-04-09 中通客车控股股份有限公司 一种pemfc电堆温度控制方法及系统
CN112810504A (zh) * 2021-01-20 2021-05-18 同济大学 基于非线性预测模型控制的燃料电池汽车能量管理方法
CN113097542A (zh) * 2021-03-30 2021-07-09 新源动力股份有限公司 一种基于Amesim的燃料电池空气系统建模仿真方法
CN113109532A (zh) * 2021-04-14 2021-07-13 齐鲁工业大学 基于微生物燃料电池的水质监测装置
CN113442795A (zh) * 2021-08-18 2021-09-28 重庆交通职业学院 基于分层式mpc的燃料电池混合动力系统控制方法
CN113540527A (zh) * 2021-07-16 2021-10-22 同济大学 一种多时序燃料电池输出控制方法及系统
CN114094143A (zh) * 2021-11-23 2022-02-25 中国第一汽车股份有限公司 燃料电池系统及其运行方法
CN114156510A (zh) * 2021-10-14 2022-03-08 镇江市高等专科学校 一种基于模型预测控制的燃料电池功率跟踪控制方法
CN114220999A (zh) * 2021-12-17 2022-03-22 山东国创燃料电池技术创新中心有限公司 一种燃料电池系统的进气控制方法、装置、系统存储介质
CN114725435A (zh) * 2022-04-22 2022-07-08 中国第一汽车股份有限公司 燃料电池空气供应系统及其控制方法、控制装置
CN115050996A (zh) * 2022-05-17 2022-09-13 致瞻科技(上海)有限公司 燃料电池的空气供给方法以及空气供给系统
CN115657486A (zh) * 2022-12-29 2023-01-31 北京理工大学 变海拔条件下燃料电池空气供给系统oer预测控制方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114857061B (zh) * 2022-04-01 2023-06-02 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
CN114744254A (zh) * 2022-04-28 2022-07-12 武汉雄韬氢雄燃料电池科技有限公司 氢气循环泵在燃料电池系统中的建模方法
CN115257466B (zh) * 2022-06-23 2024-10-15 安徽普思标准技术有限公司 一种在线燃料电池能量管理方法、系统及汽车
CN115347218B (zh) * 2022-07-22 2024-10-11 浙大宁波理工学院 一种质子交换膜燃料电池空气供应系统的级联控制方法
CN115312808A (zh) * 2022-08-01 2022-11-08 佛山仙湖实验室 燃料电池的过氧比控制方法、系统、设备及存储介质
CN115534764A (zh) * 2022-08-29 2022-12-30 华东理工大学 基于深度强化学习的车载燃料电池系统控制方法及系统
CN115566235B (zh) * 2022-11-08 2024-01-26 海卓动力(北京)能源科技有限公司 一种燃料电池空压机防喘振控制方法、系统、设备及介质
CN118133694B (zh) * 2024-05-08 2024-09-20 中国科学院宁波材料技术与工程研究所 一种燃料电池双极板流道结构设计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108091909A (zh) * 2017-12-14 2018-05-29 吉林大学 一种基于最佳过氧比的燃料电池空气流量控制方法
CN108493465A (zh) * 2018-04-08 2018-09-04 华中科技大学 一种固体氧化物燃料电池的混合能量控制系统及控制方法
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
CN110069033A (zh) * 2019-05-07 2019-07-30 福州大学 一种全功率燃料电池空压机双层预测控制方法
CN110414157A (zh) * 2019-07-31 2019-11-05 四川嘉垭汽车科技有限公司 质子交换膜燃料电池系统多目标滑模控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5003792B2 (ja) * 2010-05-07 2012-08-15 トヨタ自動車株式会社 燃料電池システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108091909A (zh) * 2017-12-14 2018-05-29 吉林大学 一种基于最佳过氧比的燃料电池空气流量控制方法
CN108493465A (zh) * 2018-04-08 2018-09-04 华中科技大学 一种固体氧化物燃料电池的混合能量控制系统及控制方法
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
CN110069033A (zh) * 2019-05-07 2019-07-30 福州大学 一种全功率燃料电池空压机双层预测控制方法
CN110414157A (zh) * 2019-07-31 2019-11-05 四川嘉垭汽车科技有限公司 质子交换膜燃料电池系统多目标滑模控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KE SONG ET AL.: "Pontryagin’s minimum principle-based real-time energy management strategy for fuel cell hybrid electric vehicle considering both fuel economy and power source durability", 《ENERGY》 *
王小迪: "车用质子交换膜燃料电池控制策略综述", 《佳木斯大学学报(自然科学版)》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112635803B (zh) * 2020-12-21 2022-02-22 中通客车控股股份有限公司 一种pemfc电堆温度控制方法及系统
CN112635803A (zh) * 2020-12-21 2021-04-09 中通客车控股股份有限公司 一种pemfc电堆温度控制方法及系统
CN112810504A (zh) * 2021-01-20 2021-05-18 同济大学 基于非线性预测模型控制的燃料电池汽车能量管理方法
CN113097542B (zh) * 2021-03-30 2022-05-10 新源动力股份有限公司 一种基于Amesim的燃料电池空气系统建模仿真方法
CN113097542A (zh) * 2021-03-30 2021-07-09 新源动力股份有限公司 一种基于Amesim的燃料电池空气系统建模仿真方法
CN113109532A (zh) * 2021-04-14 2021-07-13 齐鲁工业大学 基于微生物燃料电池的水质监测装置
CN113540527A (zh) * 2021-07-16 2021-10-22 同济大学 一种多时序燃料电池输出控制方法及系统
CN113442795A (zh) * 2021-08-18 2021-09-28 重庆交通职业学院 基于分层式mpc的燃料电池混合动力系统控制方法
CN113442795B (zh) * 2021-08-18 2022-06-17 重庆交通职业学院 基于分层式mpc的燃料电池混合动力系统控制方法
CN114156510A (zh) * 2021-10-14 2022-03-08 镇江市高等专科学校 一种基于模型预测控制的燃料电池功率跟踪控制方法
CN114156510B (zh) * 2021-10-14 2023-11-14 镇江市高等专科学校 一种基于模型预测控制的燃料电池功率跟踪控制方法
CN114094143A (zh) * 2021-11-23 2022-02-25 中国第一汽车股份有限公司 燃料电池系统及其运行方法
CN114220999A (zh) * 2021-12-17 2022-03-22 山东国创燃料电池技术创新中心有限公司 一种燃料电池系统的进气控制方法、装置、系统存储介质
CN114725435A (zh) * 2022-04-22 2022-07-08 中国第一汽车股份有限公司 燃料电池空气供应系统及其控制方法、控制装置
CN115050996A (zh) * 2022-05-17 2022-09-13 致瞻科技(上海)有限公司 燃料电池的空气供给方法以及空气供给系统
CN115050996B (zh) * 2022-05-17 2023-10-17 致瞻科技(上海)有限公司 燃料电池的空气供给方法以及空气供给系统
CN115657486A (zh) * 2022-12-29 2023-01-31 北京理工大学 变海拔条件下燃料电池空气供给系统oer预测控制方法

Also Published As

Publication number Publication date
US20220045343A1 (en) 2022-02-10
CN112072142B (zh) 2021-09-03
US11569517B2 (en) 2023-01-31

Similar Documents

Publication Publication Date Title
CN112072142B (zh) 一种基于模型预测控制的燃料电池控制方法和系统
CN109524693B (zh) 燃料电池空气供给系统模型预测控制方法
CN108134114B (zh) 一种质子交换膜燃料电池温度控制方法
CN110970642B (zh) 一种燃料电池的空气系统控制方法
CN110069033B (zh) 一种全功率燃料电池空压机双层预测控制方法
CN110335646B (zh) 基于深度学习-预测控制的车用燃料电池过氢比控制方法
Fly et al. Temperature regulation in an evaporatively cooled proton exchange membrane fuel cell stack
Sun et al. Coordination control strategy for the air management of heavy vehicle fuel cell engine
Omer Abbaker et al. Robust model-free adaptive interval type-2 fuzzy sliding mode control for PEMFC system using disturbance observer
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
CN111403783A (zh) 一种燃料电池进气系统的解耦控制方法
Cheng et al. Investigation and analysis of proton exchange membrane fuel cell dynamic response characteristics on hydrogen consumption of fuel cell vehicle
Chen et al. Improve hydrogen economy for vehicular fuel cell system via investigation and control of optimal operating oxygen excess ratio
CN113644301A (zh) 车载燃料电池阴极流量与压力控制方法及系统
Su et al. An intelligent control method for PEMFC air supply subsystem to optimize dynamic response performance
CN111628196A (zh) 一种燃料电池的空气系统控制方法
CN113745607A (zh) 一种燃料电池控制方法及系统
Zhou et al. Deep reinforcement learning guided cascade control for air supply of polymer exchange membrane fuel cell
CN113442795B (zh) 基于分层式mpc的燃料电池混合动力系统控制方法
CN116565271A (zh) 一种水冷燃料电池空气供给系统控制策略
CN114488821B (zh) 燃料电池过氧比的区间经济模型预测控制方法及系统
Li et al. Oxygen excess ratio controller design of PEM fuel cell
Li et al. Observer-Based Control of PEMFC Air Feed Systems Via High-Order Fully Actuated System Approaches
Tang et al. Adaptive fuzzy PID for proton exchange membrane fuel cell oxygen excess ratio control
CN118398850B (zh) 一种燃料电池闭环状态管理方法、装置、介质及产品

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