CN112436166A - 质子交换膜燃料电池空气供给系统的滑模控制方法 - Google Patents

质子交换膜燃料电池空气供给系统的滑模控制方法 Download PDF

Info

Publication number
CN112436166A
CN112436166A CN202011320616.9A CN202011320616A CN112436166A CN 112436166 A CN112436166 A CN 112436166A CN 202011320616 A CN202011320616 A CN 202011320616A CN 112436166 A CN112436166 A CN 112436166A
Authority
CN
China
Prior art keywords
compressor
representing
oxygen
supply system
fuel cell
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.)
Pending
Application number
CN202011320616.9A
Other languages
English (en)
Inventor
刘健行
吴立刚
刘发刚
匡冀源
孙光辉
房淑贤
林欣魄
孙玉君
郑贵
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.)
Suihua Power Supply Co Of State Grid Heilongjiang Electric Power Co ltd
Harbin Institute of Technology
State Grid Corp of China SGCC
Original Assignee
Harbin Institute of Technology
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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN202011320616.9A priority Critical patent/CN112436166A/zh
Publication of CN112436166A publication Critical patent/CN112436166A/zh
Pending legal-status Critical Current

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
    • H01M8/04298Processes 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
    • 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
    • H01M8/04776Pressure; Flow at auxiliary devices, e.g. reformer, compressor, burner
    • 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)
  • 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

质子交换膜燃料电池空气供给系统的滑模控制方法,属于燃料电池技术领域,本发明为解决现有燃料电池空气供给系统存在计算复杂、计算量大、效率低导致难以实时应用的问题。它包括:通过控制压缩机流量调节氧气供应量,使得空气供给系统的控制目标为:实际氧气过剩比能够跟踪当前状态最佳氧气过剩比;所述压缩机流量的控制通过内环的压缩机流量调节回路实现,使压缩机流量h2(x1)调节到期望值
Figure DDA0002792760170000011
所述实际氧气过剩比能够跟踪当前状态最佳氧气过剩比通过外环的基于扩张状态观测器ESO的氧气过剩比跟踪回路实现。本发明用于燃料电池的空气供给系统。

Description

质子交换膜燃料电池空气供给系统的滑模控制方法
技术领域
本发明涉及一种质子交换膜燃料电池空气供给系统的滑模控制方法,属于燃料电池技术领域。
背景技术
燃料电池以其具有高效率与环保特性被认为是一种潜在的能源替代转换技术。在各种类型的燃料电池中,质子交换膜燃料电池(PEMFC)以其低温、快速启动和较高能量密度等优势,特别适于电动汽车的能量供给。但是,PEMFC是具有强非线性的多输入多输出系统,因此需要精确的控制技术以保证最佳性能。最具挑战性的任务之一为燃料电池空气供给控制,即调节阴极中的氧气流量。在负荷突然增加时,必须确保由空气压缩机供应的氧气量不会降至临界水平以下(氧气过剩比小于1),否则会发生氧气缺失现象,导致膜表面出现热点,对交换膜造成不可逆转的损害。另一方面,由于在高负载条件下,进气系统可以消耗燃料电池高达30%的功率,故需要减少其消耗能量。总之,对燃料电池空气供给系统的控制是燃料电池优化运行条件的关键因素之一。
在控制器层面,目前已经有许多基于模型的控制策略用于燃料电池空气供给系统,包括线性状态反馈控制、模型预测控制、智能控制和滑模控制(SMC)。使用智能控制方法的主要缺点是计算负担过高,需要离线训练,其实际应用较为困难。此外,基于神经网络/模糊规则的模型不能提供物理系统的显式结构属性。在观测器层面,燃料电池控制设计中的关键问题是氧气过剩比的重建。由于该值取决于进入阴极的氧气流量,无法通过测量获得,因此,可使用状态观测器来代替物理传感器对变量进行估计。目前已经提出了许多燃料电池系统相关的观测/估算策略,多种卡尔曼滤波器已应用于燃料电池系统的状态估计中,而这些方法受外部干扰影响较大,并且其雅克比矩阵计算费时费力。另有一种基于高阶滑模的有限时间收敛状态观测器,它满足分离原理,这意味着可以分别设计控制器和观测器。然而,该方法依赖于复杂的可观测性矩阵的计算,该矩阵具有高度非线性与状态变量紧密相关,因此难以实时应用。
发明内容
本发明目的是为了解决现有燃料电池空气供给系统存在计算复杂、计算量大、效率低导致难以实时应用的问题,提供了一种质子交换膜燃料电池空气供给系统的滑模控制方法。
本发明所述一种质子交换膜燃料电池空气供给系统的滑模控制方法包括:
通过控制压缩机流量调节氧气供应量,使得空气供给系统的控制目标为:实际氧气过剩比能够跟踪当前状态最佳氧气过剩比:
Figure BDA0002792760150000021
Figure BDA0002792760150000022
表示实际氧气过剩比,
Figure BDA0002792760150000023
表示当前状态最佳氧气过剩比;
所述压缩机流量的控制通过内环的压缩机流量调节回路实现,使压缩机流量h2(x1)调节到期望值
Figure BDA0002792760150000024
所述实际氧气过剩比能够跟踪当前状态最佳氧气过剩比通过外环的基于扩张状态观测器ESO的氧气过剩比跟踪回路实现。
本发明的优点:本发明提出的质子交换膜燃料电池空气供给系统的滑模控制方法所设计的级联控制器由氧气过剩比跟踪(外部)回路和压缩机流量调节(内部)回路组成,控制目标是通过在负载快速变化期间调节氧气过剩比跟踪期望值,进而最大化燃料电池净功率并避免供氧不足。氧气过剩比是使用扩展状态观测器(ESO)根据压缩机流量,负载电流和供应歧管压力的测量来估计得到的。
只需要极少的信息,即可同时估计外部干扰与系统的动态特性。在控制层面,本发明采用双闭环控制结构,引入超螺旋滑模控制,具有高精度,抗干扰,快速收敛的优异特性,且无需附加低通滤波器,即可降低抖振现象。该控制方法具有良好的鲁棒性,并在负载变化和参数不确定性的情况下具有良好的暂态性能。
附图说明
图1是本发明所述燃料电池的系统结构示意图;
图2是本发明所述质子交换膜燃料电池空气供给系统的滑模控制方法的流程框图;
图3是实验验证中负载变化下的输出电流;
图4是在图3相对应的压缩机流量;
图5是ESO-STA控制器和STA控制器的氧气过剩比的性能;
图6是图5的调节误差;
图7是Levant微分器的特性;
图8是压缩机实际流量对其参考值的跟踪情况;
图9是ESO-STA控制器和STA控制器下的堆电压;
图10是ESO-STA控制器和STA控制器下净功率。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
具体实施方式一:下面结合图1和图2说明本实施方式,本实施方式所述质子交换膜燃料电池空气供给系统的滑模控制方法,它包括:
通过控制压缩机流量调节氧气供应量,使得空气供给系统的控制目标为:实际氧气过剩比能够跟踪当前状态最佳氧气过剩比:
Figure BDA0002792760150000031
Figure BDA0002792760150000032
表示实际氧气过剩比,
Figure BDA0002792760150000033
表示当前状态最佳氧气过剩比;
所述压缩机流量的控制通过内环的压缩机流量调节回路实现,使压缩机流量h2(x1)调节到期望值
Figure BDA0002792760150000034
所述实际氧气过剩比能够跟踪当前状态最佳氧气过剩比通过外环的基于扩张状态观测器ESO的氧气过剩比跟踪回路实现。
进一步的,所述实际氧气过剩比
Figure BDA0002792760150000035
为:
Figure BDA0002792760150000036
其中:
Figure BDA0002792760150000037
表示氧气入口流速,
Figure BDA0002792760150000038
表示氧气反应流速,
ζ,ζ:=Ist表示干扰;
psm表示供气歧管中的气压,所述供气歧管体积是压缩机和歧管之间管道的集总体积;
χ表示阴极压力。
本实施方式中,根据实际氧气过剩比
Figure BDA0002792760150000039
的表达式可知,获得实际氧气过剩比
Figure BDA00027927601500000310
的主要障碍是阴极压力难以测量的问题,因此提出了扩张状态观测器ESO,为重建实际氧气过剩比
Figure BDA00027927601500000311
提供了高精度和快速收敛性。
再进一步的,所述获取空气供给系统的控制目标的具体方法包括:
S1、分别建立氧气、氮气和蒸汽的分压动态模型;
氧气分压动态模型为:
Figure BDA0002792760150000041
其中,
Figure BDA0002792760150000042
表示氧气压强,
Figure BDA0002792760150000043
表示氧气的气体常数,Tst表示燃料电池温度,Vca表示阴极体积,
Figure BDA0002792760150000044
Figure BDA0002792760150000045
分别表示氧气入口流速、出口流速和反应流速;
氮气分压动态模型为:
Figure BDA0002792760150000046
其中,
Figure BDA0002792760150000047
表示氮气压强,
Figure BDA0002792760150000048
表示氮气的气体常数,
Figure BDA0002792760150000049
Figure BDA00027927601500000410
分别表示氮气入口流速和出口流速;
蒸汽分压动态模型为:
Figure BDA00027927601500000411
其中,Pv,ca表示蒸汽压强,Rv表示蒸汽的气体常数,Wv,ca,in、Wv,ca,out、Wv,ca,gen和Wv,mem分别表示蒸汽入口流速、出口流速、产生流速和穿过膜流速;
S2、建立空气供给动态模型;
Figure BDA00027927601500000412
其中,psm表示供气歧管中的气压,Vsm表示供气歧管体积,所述供气歧管体积Vsm是压缩机和歧管之间管道的集总体积;Ra表示空气常数,Tcp表示离开压缩机的空气温度,Wcp表示压缩机质量流量,kca,in表示阴极入口孔常数,pca表示阴极压力;
Figure BDA00027927601500000413
其中,Tatm表示环境温度,patm表示环境压强,ηcp表示压缩机效率,γ表示空气比热比;
S3、建立压缩机模型;
压缩机质量流量Wcp是压缩机角速度ωcp的函数:
Figure BDA0002792760150000051
其中,ηv-c表示容积效率,
Figure BDA0002792760150000052
表示压缩机每转运送气体体积,ρa表示空气密度,c21表示常数;
其中,压缩机角速度ωcp为:
Figure BDA0002792760150000053
Jcp表示压缩机转动惯量,τcm、τcp和τf分别表示驱动空气压缩器的永磁同步电动机产生的电磁转矩、压缩机负载转矩和摩擦转矩;
S4、建立状态空间;
定义状态向量:
Figure BDA0002792760150000054
其中:x1,x2,x3,x4,x5分别为中间参数,x1=ωcp,x2=psm,
Figure BDA0002792760150000055
x5=Pv,ca
令h2:=Wcp,χ:=pca=x3+x4+x5,那么,用于控制的非线性模型为:
Figure BDA0002792760150000056
Figure BDA0002792760150000057
Figure BDA0002792760150000058
Figure BDA0002792760150000059
Figure BDA00027927601500000510
其中,u:=iq表示控制输入,ζ:=Ist表示可测量的干扰,函数
Figure BDA0002792760150000067
表示阴极出口处流速;c1~c16均表示常数;
获得可测量的输出向量:
Figure BDA0002792760150000061
其中,y1:=h1=Vst,Vst表示输出电压,y2:=h2=Wcp,y3:=x2=psm
y1y2y3分别表示中间参数,y1=h1(x3,x4),y2=h2(x1),y3=x2
S5、确定控制目标;
根据燃料电池功率Pst和空气供给系统产生功率Pcp确定空气供给系统的净功率Pnet
Pnet=Pst-Pcp
功率优化等同于将氧气过剩比保持在当前状态最佳值
Figure BDA0002792760150000062
则燃料电池空气供给系统的控制目标是:
使实际氧气过剩比
Figure BDA0002792760150000063
能够跟踪当前状态最佳氧气过剩比
Figure BDA0002792760150000064
本实施方式中,在高负荷条件下,空气供给系统可以消耗高达30%的燃料电池功率,因此,应当尽可能运行于最佳点状态,在该最佳点提供氢气和氧气反应所需的最够的氧气,功率优化等同于将氧气过剩比保持在最佳状态值
Figure BDA0002792760150000065
该值在2-2.5范围内波动。
再进一步的,S3所述驱动空气压缩器的永磁同步电动机产生的电磁转矩τcm、压缩机负载转矩τcp和摩擦转矩τf分别为:
τcm=ktηcmiq
Figure BDA0002792760150000066
τf=fωcp
其中,kt表示电机常数,ηcm表示永磁同步电动机的效率,Cp表示恒压空气比热比;f表示电机摩擦。
再进一步的,所述扩张状态观测器ESO包括:
根据公式(3)获得:
Figure BDA0002792760150000071
其中,
Figure BDA0002792760150000072
系统扰动为d(t)=c8f1(x2)χ;
令z1:=x2且z2:=d(t),f1(x2)和χ都可微,且z2:=h(t),其中h(t)是系统扰动d(t)的变化率;
因此,公式(6)改写为:
Figure BDA0002792760150000073
其中:f2(z1,h2)=f1(z1)(h2-c8z1),
则线性扩张状态观测器ESO表示为:
Figure BDA0002792760150000074
其中:
Figure BDA0002792760150000075
R2表示由实数R构成的二维空间,β1和β2使得多项式λ21λ+β2是赫尔维茨稳定;β1和β2表示待设计的参数;
固有频率ωn和阻尼比ξ为:
Figure BDA0002792760150000076
Figure BDA0002792760150000081
扩张状态观测器ESO的误差为:
Figure BDA0002792760150000082
误差的动态特性表示为:
Figure BDA0002792760150000083
扩张状态观测器ESO用状态空间的形式表达为:
Figure BDA0002792760150000084
其中:
Figure BDA0002792760150000085
f1(x2)是定义域内的有界可逆函数,由公式(7)中扰动的关系式可反推出阴极压力χ的估计值为:
Figure BDA0002792760150000086
且f1(x2)≠0。
再进一步的,实际氧气过剩比能够跟踪当前状态最佳氧气过剩比通过外环的氧气过剩比跟踪回路实现的具体过程包括:
氧气过剩比为:
Figure BDA0002792760150000087
外环的滑动变量为
Figure BDA0002792760150000088
其中,当前状态最佳氧气过剩比
Figure BDA0002792760150000089
在2.0到2.5之间;
取滑动变量s1(t)的一阶导数:
Figure BDA0002792760150000091
其中,公式(9)中c20*f1(x2)等到g1(x2),其余部分整理得到
Figure BDA0002792760150000092
Figure BDA0002792760150000093
g1(x2)=g10+Δg10,g10>0是基于标称参数的已知函数,Δg10表示参数不确定性;
Figure BDA0002792760150000094
Figure BDA0002792760150000095
表示函数不确定性部分。
本实施方式中,对于本发明所针对的实际系统,有0<(|Δg10|g10)≤b1<1,
Figure BDA0002792760150000096
及其一阶导数有界,g1
Figure BDA0002792760150000097
在操作范围内平滑。
再进一步的,所需压缩机流量h2(x1)为:
Figure BDA0002792760150000098
其中,
Figure BDA0002792760150000099
表示超螺旋滑膜算法(STA),λ1和α1表示设计参数;
将式(10)代入(9)中,滑动模型为:
Figure BDA00027927601500000910
由于有0<(|Δg10|g10)≤b1<1,
Figure BDA00027927601500000911
及其一阶导数有界,可知
Figure BDA00027927601500000912
有界,且导数绝对值不超过某一个正数,即(ddt)|φ1|≤Φ1
有限时间内收敛到滑模面
Figure BDA0002792760150000101
的充分条件是:
Figure BDA0002792760150000102
Figure BDA0002792760150000103
进而根据公式(11)获得λ1和α1
公式(10)后面添加线性一阶滤波器:
Figure BDA0002792760150000104
μ表示一个可选择的常数,其中,
Figure BDA0002792760150000105
表示提供给控制回路的压缩机流量指令;
公式(10)中的
Figure BDA0002792760150000106
的实时数值通过微分器获得:
Figure BDA0002792760150000107
其中,ζ1、ζ2
Figure BDA0002792760150000108
的实时估计,该微分器参数取值为:λ2=1,α2=1,L根据
Figure BDA0002792760150000109
调整。
本实施方式中,使用的边界值:Φ1=4.2×103,b1=0.4,于是:α1=7.5×103,λ1=425。
再进一步的,所述压缩机流量的控制通过内环的压缩机流量调节回路实现的具体方法包括:
内环的滑膜面为
Figure BDA00027927601500001010
求得s2(t)关于时间的一阶导数:
Figure BDA00027927601500001011
其中:
Figure BDA00027927601500001012
u表示压缩机正交电流,
g2=g20+Δg20
Figure BDA00027927601500001013
平滑,
Figure BDA00027927601500001014
g20表示基于标称参数的已知函数,公式(12)中c21*c5得到g2,其余部分整理后为
Figure BDA00027927601500001015
和Δg20表示参数不确定性,
Figure BDA00027927601500001016
及一阶导数有界;
Figure BDA0002792760150000111
内环的控制器为:
Figure BDA0002792760150000112
k1和k2分别表示正值参数;
将公式(12)代入公式(13),滑膜面为:
Figure BDA0002792760150000113
其中,γ2=(1+(Δg20g20))且
Figure BDA0002792760150000114
设φ2有界,即|φ2|≤Φ2,有限时间内收敛到滑动平面
Figure BDA0002792760150000115
的充分条件是:
Figure BDA0002792760150000116
k2>0。
本实施方式中,设置边界值Φ2=150,b2=0.4,将增益设置为k1=180,k2=25。
本发明在进行验证实验过程中,输出电流在100-300A内波动,如图3所示,相对应的压缩机流量如图4所示,参数取值如表1所示,参数不确定性如表2所示,参数定义如表3所示:
表1
Figure BDA0002792760150000117
Figure BDA0002792760150000121
表2
符号 参数 数值
T<sub>st</sub> 燃料电池温度,℃ +10%
V<sub>ca</sub> 阴极体积,m<sup>3</sup> +10%
V<sub>sm</sub> 进气歧管体积,m<sup>3</sup> -10%
T<sub>atm</sub> 环境温度,℃ +10%
k<sub>ca,in</sub> 阴极进气孔常数,kg/(Pa·s) +5%
k<sub>ca,out</sub> 阴极出气孔常数,kg/(Pa·s) +5%
k<sub>t</sub> 电机常数,N·m/A -10%
J<sub>cp</sub> 压缩机转动惯量,kg·m<sup>2</sup> +5%
表3
Figure BDA0002792760150000122
Figure BDA0002792760150000131
将ESO-STA控制器的结果与STA的结果进行比较分析:
本发明的ESO-STA控制器和STA控制器的氧气过剩比的性能如图5和图6所示,能够看出,ESO能够在参数不确定性的情况下,通过适当选择增益β,重建氧气过剩比,意味着ESO-STA控制器能够弥补状态反馈STA控制器的不足。从图5和图6中可以看到,在t=60s时,负载电流的突然增加(从200到300A)将导致氧气过剩比突然下降(从2.2到1.51)。相反,在t=80s时,负载电流的突然下降(从300到200A)导致氧气过剩比突然增加(从2.2到2.91)。对比之下可以发现,ESO-STA控制器的超调较小且收敛更快,并且误差保持在0附近。
Levant微分器的特性如图7所示,从图7中可以看出其收敛速度较快且超调量较小。压缩机实际流量对其参考值的跟踪情况如图8所示,压缩机流量参考值由外部调节回路产生,该外部回路基于氧气过剩比的期望值与其估计值之间的误差计算压缩机流量参考值。两种控制器控制下的堆电压和净功率如图9和10所示。依据负载电流,当燃料电池的净功率在6.2和18kW之间变化时,输出压在62.5和66.5V之间变化,可以看到,本发明的控制器超调量较小,调节更快速。
本发明方法提高了燃料电池氧气供给的稳定性及鲁棒性。本发明的控制为双闭环结构:即基于ESO的氧气过剩比调节环(外环)和压缩机流量控制环(内环)。系统(燃料电池空气供给系统)仿真结果表明在此发明方法的控制下,能够应对系统参数不确定性,且响应速度得到了明显提升。
本发明在基于ESO的级联控制器中加入了滑模控制技术,很好地提高了系统的抗干扰性能及稳定性。扩张状态观测器将外部干扰视为一种新的系统状态,并用反馈的方式进行估计补偿。此种观测器是一种处理系统不确定性及外部干扰十分有效的方式。
滑模控制对燃料电池空气供给系统有很好的适用性,其本质上是一类特殊的非线性控制,且非线性表现为控制的不连续性。这种控制策略可以在动态过程中,根据系统当前的状态有目的地不断变化,迫使系统按照预定“滑动模态”的状态轨迹运动。由于滑动模态可以进行设计且与对象参数及扰动无关,这就使得滑模控制具有快速响应、对应参数变化及扰动鲁棒性、无需系统在线辨识、物理实现简单等优点。
虽然在本文中参照了特定的实施方式来描述本发明,但是应该理解的是,这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是,可以对示例性的实施例进行许多修改,并且可以设计出其他的布置,只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是,可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是,结合单独实施例所描述的特征可以使用在其他所述实施例中。

Claims (8)

1.质子交换膜燃料电池空气供给系统的滑模控制方法,其特征在于,它包括:
通过控制压缩机流量调节氧气供应量,使得空气供给系统的控制目标为:实际氧气过剩比能够跟踪当前状态最佳氧气过剩比:
Figure FDA0002792760140000011
Figure FDA0002792760140000012
表示实际氧气过剩比,
Figure FDA0002792760140000013
表示当前状态最佳氧气过剩比;
所述压缩机流量的控制通过内环的压缩机流量调节回路实现,使压缩机流量h2(x1)调节到期望值
Figure FDA0002792760140000014
所述实际氧气过剩比能够跟踪当前状态最佳氧气过剩比通过外环的基于扩张状态观测器ESO的氧气过剩比跟踪回路实现。
2.根据权利要求1所述的质子交换膜燃料电池空气供给系统的滑模控制方法,其特征在于,所述实际氧气过剩比
Figure FDA0002792760140000015
为:
Figure FDA0002792760140000016
其中:
Figure FDA0002792760140000017
表示氧气入口流速,
Figure FDA0002792760140000018
表示氧气反应流速,
c18和c19均表示常数;
ζ,ζ:=Ist表示干扰;
psm表示供气歧管中的气压,所述供气歧管体积是压缩机和歧管之间管道的集总体积;
χ表示阴极压力。
3.根据权利要求2所述的质子交换膜燃料电池空气供给系统的滑模控制方法,其特征在于,所述获取空气供给系统的控制目标的具体方法包括:
S1、分别建立氧气、氮气和蒸汽的分压动态模型;
氧气分压动态模型为:
Figure FDA0002792760140000019
其中,
Figure FDA00027927601400000110
表示氧气压强,
Figure FDA00027927601400000111
表示氧气的气体常数,Tst表示燃料电池温度,Vca表示阴极体积,
Figure FDA00027927601400000112
Figure FDA00027927601400000113
分别表示氧气入口流速、出口流速和反应流速;
氮气分压动态模型为:
Figure FDA0002792760140000021
其中,
Figure FDA0002792760140000022
表示氮气压强,
Figure FDA0002792760140000023
表示氮气的气体常数,
Figure FDA0002792760140000024
Figure FDA0002792760140000025
分别表示氮气入口流速和出口流速;
蒸汽分压动态模型为:
Figure FDA0002792760140000026
其中,Pv,ca表示蒸汽压强,Rv表示蒸汽的气体常数,Wv,ca,in、Wv,ca,out、Wv,ca,gen和Wv,mem分别表示蒸汽入口流速、出口流速、产生流速和穿过膜流速;
S2、建立空气供给动态模型;
Figure FDA0002792760140000027
其中,psm表示供气歧管中的气压,Vsm表示供气歧管体积,所述供气歧管体积Vsm是压缩机和歧管之间管道的集总体积;Ra表示空气常数,Tcp表示离开压缩机的空气温度,Wcp表示压缩机质量流量,kca,in表示阴极入口孔常数,pca表示阴极压力;
Figure FDA0002792760140000028
其中,Tatm表示环境温度,patm表示环境压强,ηcp表示压缩机效率,γ表示空气比热比;
S3、建立压缩机模型;
压缩机质量流量Wcp是压缩机角速度ωcp的函数:
Figure FDA0002792760140000029
其中,ηv-c表示容积效率,
Figure FDA00027927601400000210
表示压缩机每转运送气体体积,ρa表示空气密度,c21表示常数;
其中,压缩机角速度ωcp为:
Figure FDA0002792760140000031
Jcp表示压缩机转动惯量,τcm、τcp和τf分别表示驱动空气压缩器的永磁同步电动机产生的电磁转矩、压缩机负载转矩和摩擦转矩;
S4、建立状态空间;
定义状态向量:
Figure FDA0002792760140000032
其中:x1,x2,x3,x4,x5分别为中间参数,x1=ωcp,x2=psm,
Figure FDA0002792760140000033
x5=Pv,ca
令h2:=Wcp,χ:=pca=x3+x4+x5,那么,用于控制的非线性模型为:
Figure FDA0002792760140000034
Figure FDA0002792760140000035
Figure FDA0002792760140000036
Figure FDA0002792760140000037
Figure FDA0002792760140000038
其中,u:=iq表示控制输入,ζ:=Ist表示可测量的干扰,函数
Figure FDA0002792760140000039
表示阴极出口处流速;c1~c16均表示常数;
获得可测量的输出向量:
Figure FDA0002792760140000041
其中,y1:=h1=Vst,Vst表示输出电压,y2:=h2=Wcp,y3:=x2=psm
y1 y2 y3分别表示中间参数,y1=h1(x3,x4),y2=h2(x1),y3=x2
S5、确定控制目标;
根据燃料电池功率Pst和空气供给系统产生功率Pcp确定空气供给系统的净功率Pnet
Pnet=Pst-Pcp
功率优化等同于将氧气过剩比保持在当前状态最佳值
Figure FDA0002792760140000042
则燃料电池空气供给系统的控制目标是:
使实际氧气过剩比
Figure FDA0002792760140000043
能够跟踪当前状态最佳氧气过剩比
Figure FDA0002792760140000044
Figure FDA0002792760140000045
4.根据权利要求3所述的质子交换膜燃料电池空气供给系统的滑模控制方法,其特征在于,S3所述驱动空气压缩器的永磁同步电动机产生的电磁转矩τcm、压缩机负载转矩τcp和摩擦转矩τf分别为:
τcm=ktηcmiq
Figure FDA0002792760140000046
τf=fωcp
其中,kt表示电机常数,ηcm表示永磁同步电动机的效率,Cp表示恒压空气比热比;f表示电机摩擦。
5.根据权利要求3所述的质子交换膜燃料电池空气供给系统的滑模控制方法,其特征在于,所述扩张状态观测器ESO包括:
根据公式(3)获得:
Figure FDA0002792760140000051
其中,
Figure FDA0002792760140000052
系统扰动为d(t)=c8f1(x2)χ;
令z1:=x2且z2:=d(t),f1(x2)和χ都可微,且z2:=h(t),其中h(t)是系统扰动d(t)的变化率;
因此,公式(7)改写为:
Figure FDA0002792760140000053
其中:f2(z1,h2)=f1(z1)(h2-c8z1),
则线性扩张状态观测器ESO表示为:
Figure FDA0002792760140000054
其中:
Figure FDA0002792760140000055
R2表示由实数R构成的二维空间,β1和β2使得多项式λ21λ+β2是赫尔维茨稳定;β1和β2表示待设计的参数;
固有频率ωn和阻尼比ξ为:
Figure FDA0002792760140000056
Figure FDA0002792760140000057
扩张状态观测器ESO的误差为:
Figure FDA0002792760140000058
Figure FDA0002792760140000059
误差的动态特性表示为:
Figure FDA00027927601400000510
扩张状态观测器ESO用状态空间的形式表达为:
Figure FDA0002792760140000061
其中:
Figure FDA0002792760140000062
f1(x2)是定义域内的有界可逆函数,由公式(7)中扰动的关系式可反推出阴极压力χ的估计值为:
Figure FDA0002792760140000063
且f1(x2)≠0。
6.根据权利要求5所述的质子交换膜燃料电池空气供给系统的滑模控制方法,其特征在于,实际氧气过剩比能够跟踪当前状态最佳氧气过剩比通过外环的氧气过剩比跟踪回路实现的具体过程包括:
氧气过剩比为:
Figure FDA0002792760140000064
外环的滑动变量为
Figure FDA0002792760140000065
其中,当前状态最佳氧气过剩比
Figure FDA0002792760140000066
在2.0到2.5之间;
取滑动变量s1(t)的一阶导数:
Figure FDA0002792760140000067
其中,公式(9)中c20*f1(x2)等到g1(x2),其余部分整理得到
Figure FDA0002792760140000068
Figure FDA0002792760140000069
g1(x2)=g10+Δg10,g10>0是基于标称参数的已知函数,Δg10表示参数不确定性;
Figure FDA0002792760140000071
Figure FDA0002792760140000072
表示函数不确定性部分。
7.根据权利要求6所述的质子交换膜燃料电池空气供给系统的滑模控制方法,其特征在于,所需压缩机流量h2(x1)为:
Figure FDA0002792760140000073
其中,
Figure FDA0002792760140000074
表示超螺旋滑膜算法,λ1和α1表示设计参数;
将式(10)代入(9)中,滑动模型为:
Figure FDA0002792760140000075
由于有0<(|Δg10|/g10)≤b1<1,
Figure FDA0002792760140000076
及其一阶导数有界,可知
Figure FDA0002792760140000077
有界,且导数绝对值不超过某一个正数,即(d/dt)|φ1|≤Φ1
有限时间内收敛到滑模面
Figure FDA0002792760140000078
的充分条件是:
Figure FDA0002792760140000079
Figure FDA00027927601400000710
进而根据公式(11)获得λ1和α1
公式(10)后面添加线性一阶滤波器:
Figure FDA00027927601400000711
μ表示一个可选择的常数,其中,
Figure FDA00027927601400000712
表示提供给控制回路的压缩机流量指令;
公式(10)中的
Figure FDA00027927601400000713
的实时数值通过微分器获得:
Figure FDA00027927601400000714
其中,ζ1、ζ2
Figure FDA0002792760140000081
的实时估计,该微分器参数取值为:λ2=1,α2=1,L根据
Figure FDA0002792760140000082
调整。
8.根据权利要求7所述的质子交换膜燃料电池空气供给系统的滑模控制方法,其特征在于,所述压缩机流量的控制通过内环的压缩机流量调节回路实现的具体方法包括:
内环的滑膜面为
Figure FDA0002792760140000083
求得s2(t)关于时间的一阶导数:
Figure FDA0002792760140000084
其中:
Figure FDA0002792760140000085
u表示压缩机正交电流,
g2=g20+Δg20
Figure FDA0002792760140000086
平滑,
Figure FDA0002792760140000087
g20表示基于标称参数的已知函数,公式(12)中c21*c5得到g2,其余部分整理后为
Figure FDA0002792760140000088
Figure FDA0002792760140000089
和Δg20表示参数不确定性,
Figure FDA00027927601400000810
及一阶导数有界;
Figure FDA00027927601400000811
内环的控制器为:
Figure FDA00027927601400000812
k1和k2分别表示正值参数;
将公式(12)代入公式(13),滑膜面为:
Figure FDA00027927601400000813
其中,γ2=(1+(Δg20/g20))且
Figure FDA00027927601400000814
设φ2有界,即|φ2|≤Φ2,有限时间内收敛到滑动平面
Figure FDA00027927601400000815
的充分条件是:
Figure FDA0002792760140000091
k2>0。
CN202011320616.9A 2020-11-23 2020-11-23 质子交换膜燃料电池空气供给系统的滑模控制方法 Pending CN112436166A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011320616.9A CN112436166A (zh) 2020-11-23 2020-11-23 质子交换膜燃料电池空气供给系统的滑模控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011320616.9A CN112436166A (zh) 2020-11-23 2020-11-23 质子交换膜燃料电池空气供给系统的滑模控制方法

Publications (1)

Publication Number Publication Date
CN112436166A true CN112436166A (zh) 2021-03-02

Family

ID=74694557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011320616.9A Pending CN112436166A (zh) 2020-11-23 2020-11-23 质子交换膜燃料电池空气供给系统的滑模控制方法

Country Status (1)

Country Link
CN (1) CN112436166A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115295840A (zh) * 2021-11-23 2022-11-04 哈尔滨工业大学 质子交换膜燃料电池空气供给系统的双闭环控制方法
CN116995268A (zh) * 2023-06-01 2023-11-03 佛山仙湖实验室 一种质子交换膜燃料电池空气供给系统的控制方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109597362A (zh) * 2018-08-24 2019-04-09 吉林大学 燃料电池空气供给系统非线性控制器设计方法
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
CN111261909A (zh) * 2020-01-15 2020-06-09 武汉理工大学 燃料电池系统最大净功率追踪控制装置及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109597362A (zh) * 2018-08-24 2019-04-09 吉林大学 燃料电池空气供给系统非线性控制器设计方法
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
CN111261909A (zh) * 2020-01-15 2020-06-09 武汉理工大学 燃料电池系统最大净功率追踪控制装置及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIU JIANXING ET AL.: "Disturbance-Observer-Based Control for Air Management of PEM Fuel Cell Systems via Sliding Mode Technique", 《IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY》 *
PILLONI ALESSANDRO ET AL.: "Observer-Based Air Excess Ratio Control of a PEM Fuel Cell System via High-Order Sliding Mode", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 *
ZHAO DONGDONG ET AL.: "Sliding-Mode Control of an Ultrahigh-Speed Centrifugal Compressor for the Air Management of Fuel-Cell Systems for Automotive Applications", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115295840A (zh) * 2021-11-23 2022-11-04 哈尔滨工业大学 质子交换膜燃料电池空气供给系统的双闭环控制方法
CN116995268A (zh) * 2023-06-01 2023-11-03 佛山仙湖实验室 一种质子交换膜燃料电池空气供给系统的控制方法及装置
CN116995268B (zh) * 2023-06-01 2024-03-01 佛山仙湖实验室 一种质子交换膜燃料电池空气供给系统的控制方法及装置

Similar Documents

Publication Publication Date Title
Liu et al. Disturbance-observer-based control for air management of PEM fuel cell systems via sliding mode technique
Baroud et al. Novel hybrid fuzzy-PID control scheme for air supply in PEM fuel-cell-based systems
CN109524693B (zh) 燃料电池空气供给系统模型预测控制方法
Yang et al. Modeling and control of PEMFC air supply system based on TS fuzzy theory and predictive control
Ma et al. Oxygen excess ratio control of PEM fuel cells using observer-based nonlinear triple-step controller
Yuan et al. A fuzzy logic PI control with feedforward compensation for hydrogen pressure in vehicular fuel cell system
Rakhtala et al. Design of finite-time high-order sliding mode state observer: a practical insight to PEM fuel cell system
Chang et al. Air flow control in fuel cell systems: An extremum seeking approach
Li et al. Air flow rate and pressure control approach for the air supply subsystems in PEMFCs
Wang et al. Observer-based discrete adaptive neural network control for automotive PEMFC air-feed subsystem
CN112436166A (zh) 质子交换膜燃料电池空气供给系统的滑模控制方法
Omer Abbaker et al. Robust model-free adaptive interval type-2 fuzzy sliding mode control for PEMFC system using disturbance observer
CN113644301B (zh) 车载燃料电池阴极流量与压力控制方法
Fan et al. Oxygen excess ratio control of PEM fuel cell based on self-adaptive fuzzy PID
Abbaker AM et al. Adaptive integral type‐terminal sliding mode control for PEMFC air supply system using time delay estimation algorithm
CN114123238A (zh) 一种电解铝负荷参与电力系统调频的卡尔曼滤波控制方法
Kurtz et al. Constrained output feedback control of a multivariable polymerization reactor
Su et al. An intelligent control method for PEMFC air supply subsystem to optimize dynamic response performance
CN113093523B (zh) 一种含抽水蓄能电站的区域负荷频率分数阶pid优化控制方法
Song et al. AI-based proton exchange membrane fuel cell inlet relative humidity control
Tian et al. Novel hybrid control scheme of a proton exchange membrane fuel cell air supply system
Zhang et al. Design and experimental verification of model-free adaptive sliding controller for air supply system of PEMFCs
Chen Research of the Electro-hydraulic Servo System Based on RBF Fuzzy Neural Network Controller.
CN113690874B (zh) 一种多区域电力系统的无模型自适应负荷频率控制方法
Agila et al. Qualitative Model of Control in the Pressure Stabilization of PEM Fuel Cell

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210408

Address after: No. 100, Kangzhuang Road, Beilin District, Suihua City, Heilongjiang Province, 152001

Applicant after: SUIHUA POWER SUPPLY COMPANY OF STATE GRID HEILONGJIANG ELECTRIC POWER Co.,Ltd.

Applicant after: STATE GRID CORPORATION OF CHINA

Applicant after: HARBIN INSTITUTE OF TECHNOLOGY

Address before: 150001 No. 92 West straight street, Nangang District, Heilongjiang, Harbin

Applicant before: HARBIN INSTITUTE OF TECHNOLOGY

WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210302