CN113161587B - 一种基于多内模的自呼吸燃料电池温度控制方法 - Google Patents

一种基于多内模的自呼吸燃料电池温度控制方法 Download PDF

Info

Publication number
CN113161587B
CN113161587B CN202110467552.3A CN202110467552A CN113161587B CN 113161587 B CN113161587 B CN 113161587B CN 202110467552 A CN202110467552 A CN 202110467552A CN 113161587 B CN113161587 B CN 113161587B
Authority
CN
China
Prior art keywords
fuel cell
self
temperature
model
internal
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.)
Active
Application number
CN202110467552.3A
Other languages
English (en)
Other versions
CN113161587A (zh
Inventor
张理明
张卫东
陈立华
霍海波
姚国新
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.)
Shaoxing Xuesen Energy Technology Co ltd
Original Assignee
Shaoxing Xuesen Energy Technology Co ltd
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 Shaoxing Xuesen Energy Technology Co ltd filed Critical Shaoxing Xuesen Energy Technology Co ltd
Priority to CN202110467552.3A priority Critical patent/CN113161587B/zh
Publication of CN113161587A publication Critical patent/CN113161587A/zh
Application granted granted Critical
Publication of CN113161587B publication Critical patent/CN113161587B/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
    • H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
    • H01M8/04701—Temperature
    • 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
    • H01M8/04992—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
    • 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

  • 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

本发明公开了一种基于多内模的自呼吸燃料电池温度控制方法，分考虑了燃料电池系统的非线性特性，采用多工况下的系统标称模型组合，得到全局标称模型，能够实现全工况下的良好控制效果；同时，实现自呼吸燃料电池的精确温度跟随控制，保障燃料电池反应所需空气的充足供应，具有较高的稳态精度和良好的动态跟踪性能，可以保证在各电流工况下燃料电池都工作于一个良好的工作状态，实现良好的输出性能以及更长的工作寿命，并通过合理设计控制策略，以保障其控制效果的快速性、精确性和鲁棒性，充分抑制内部、外部扰动。

Description

一种基于多内模的自呼吸燃料电池温度控制方法
技术领域
本发明涉及燃料电池系统控制技术领域，尤其是涉及一种基于多内模的自呼吸燃料电池温度控制方法。
背景技术
质子交换膜燃料电池是一种电化学发电装置，根据不同的冷却方式，主要分为空冷和水冷燃料电池。空冷燃料电池结构更简单，适用于一些对功率需求相对较低的应用场合，也称为自呼吸燃料电池。为保证更好的性能，一般自呼吸燃料电池都配有散热风扇，通过使用散热风扇，将空气供应和电堆冷却的功能结合到一起，并且设计了开放式的阴极流道，通过散热风扇引起的空气流动，带走电堆产生的多余热量，实现有效的电堆冷却，并同时实现充足的空气供应，保障电堆内反应的持续、高效进行。并且，一般自呼吸燃料电池都采用自增湿方式，通过电堆内部阴极电化学反应生成的水，来对燃料电池进行自增湿。自呼吸燃料电池阴极只有风扇这一个执行器，但却需要同时控制电堆冷却和空气供应，并需要保证电堆内部良好的湿度状态，这提高了控制难度。目前现有技术如下：
专利文献1(CN201711287557.8)提供了一种质子交换膜燃料电池温度控制方法，将PID控制器作为一般的反馈控制器来稳定燃料电池堆的温度，达到初步的控制效果，然后根据灰色模型的超前预测功能得到燃料电池系统温度的变化趋势，模糊控制器利用获得预测信息来补偿系统的不确定性和外界干扰，进一步提高系统控制的精度。前馈补偿控制和反馈控制共同作用，实现对质子交换膜燃料电池温度的精确控制。
论文文献1(王斌锐等,空冷燃料电池最佳温度及模糊增量PID控制)基于对热传递的分析，建立了空冷燃料电池热模型，通过试验得到不同电流负载下使燃料电池输出最大功率的最佳温度值，并设计了模糊增量PID温度控制算法，利用模糊规则推理来优化调节PID参数，建立加权平均去模糊化方法。该论文在自制试验台上，针对100W燃料电池开展试验研究，用风扇调节电堆温度。温度控制实现±0.5degC精度。试验结果证明最佳温度合理，模糊增量PID控制满足电堆温度控制要求，适用于缓慢的负载变化。
但是，专利文献1没有实现温度跟随控制，针对不同的电流工况，采用了相同的目标温度值，不能保证较佳的电堆的输出性能和寿命；论文文献1没有考虑对供应的空气量进行控制，在较低电流以及电流上升工况下，散热需求的风扇转速较低，此时，有可能造成燃料电池氧气饥饿。
发明内容
本发明的目的是为了解决现有技术中的问题，提供一种基于多内模的自呼吸燃料电池温度控制方法，实现自呼吸燃料电池的精确温度跟随控制，并保障燃料电池反应所需空气的充足供应，以此来保障燃料电池输出性能和效率的最优，并使燃料电池工作于较优的工作状态，延长燃料电池使用寿命，并通过合理设计控制策略，以保障其控制效果的快速性、精确性和鲁棒性。
为了达到上述目的，本发明的技术方案是：
一种基于多内模的自呼吸燃料电池温度控制方法，包括以下步骤，
步骤1：通过试验辨识，获取各工况下用于描述自呼吸燃料电池风扇转速至电堆温度映射关系的标称模型
Figure GDA0003774275540000021
(k＝1,...,N)，N为选取的工况数；
步骤2：选择合适的加权函数，将各工况下的标称模型组合，得到全局标称模型，将其与被控燃料电池系统并联；
步骤3：将自呼吸燃料电池的实际电堆温度Tst与全局标称模型得到的电堆温度估计值
Figure GDA0003774275540000022
作偏差，得到电堆温度偏差值
Figure GDA0003774275540000023
步骤4：结合自呼吸燃料电池温度设定值
Figure GDA0003774275540000024
和电堆温度偏差值
Figure GDA0003774275540000025
利用多内模控制器，得到控制信号n0；
步骤5：将多内模控制器输出的控制信号n0输入动态饱和模块，得到系统风扇转速n；
步骤6：根据所求得的风扇转速n，对自呼吸燃料电池的温度进行闭环控制。
所述步骤1中各工况下的标称模型
Figure GDA0003774275540000031
的描述公式为，
Figure GDA0003774275540000032
ΔTst,k＝Tst-Tst,k
Δnk＝n-nk
式中，Tst,k、nk分别为各工况平衡点的电堆温度和风扇转速。
所述步骤2中加权函数λk(I)的描述公式为：
Figure GDA0003774275540000033
λk(I)∈[0,1]
式中，I为电堆电流，λk(I)为电流工况I下对应的加权函数值。
所述步骤2中，全局标称模型为各工况下标称模型的组合，描述公式为，
Figure GDA0003774275540000034
所述步骤4中，基于各工况下的标称模型
Figure GDA0003774275540000035
可设计各工况对应的内模控制器Gc,k(s)，描述公式为，
Figure GDA0003774275540000036
Figure GDA0003774275540000037
式中，Gc,k(s)为依据各工况标称模型设计的内模控制器，T表示滤波器时间常数，r值依照控制器稳定且物理上可实现的原则选取即可；
组合各工况对应的内模控制器Gc,k(s)，即可得到多内模控制器Gc(s)，描述公式为：
Figure GDA0003774275540000038
所述步骤5中，动态饱和模块对控制信号的上限和下限进行限制，控制信号的上限为风扇能得到的最高转速，为一固定值nmax，控制信号的下限是一动态值，描述公式为：
Figure GDA0003774275540000041
式中，λair为空气过量系数，Nst为燃料电池单电池数目，Ist为燃料电池电流，F为法拉第常数，xO2为空气中氧气的摩尔分数，kQ2n为由需求空气摩尔流量转换为风扇转速的系数。
本发明的有益效果是：
1、本发明实现了燃料电池温度的精确跟随控制，具有较高的稳态精度和良好的动态跟踪性能，可以保证在各电流工况下燃料电池都工作于一个良好的工作状态，实现良好的输出性能以及更长的工作寿命。
2、本发明通过调节内模控制器的滤波时间常数，能够充分保证系统的稳定性和鲁棒性，充分抑制内部、外部扰动。
3、本发明能够同时实现燃料电池温度控制以及避免氧气饥饿，充分保证各种工况下自呼吸燃料电池的正常运行。
4、本发明充分考虑了燃料电池系统的非线性特性，采用各工况下的系统标称模型组合，得到全局标称模型，能够实现全工况下的良好控制效果。
5、本专利设计的基于多内模的自呼吸燃料电池温度控制策略，对控制器的算力、存储要求并不高，具有较强的可实现性。
附图说明
图1为本发明的控制框图；
图2为本发明自呼吸燃料电池风扇转速至电堆温度映射关系的辨识示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和实施方式对本发明创造作进一步的详细说明。
如图1所示的一种基于多内模的自呼吸燃料电池温度控制方法，包括以下步骤，
步骤1：通过采用M序列辨识方法，如图2所示，在各个选取工况下，由试验数据辨识得到风扇转速nk到燃料电池电堆温度Tst,k的映射关系
Figure GDA0003774275540000051
描述公式为，
Figure GDA0003774275540000052
ΔTst,k＝Tst-Tst,k
Δnk＝n-nk
式中，N为所选取的工况数(k＝1,…,N)，Tst,k、nk分别为各工况平衡点的电堆温度和风扇转速。
步骤2：将各工况下的标称模型依照加权函数进行组合，可得到全局标称模型，
Figure GDA0003774275540000053
式中，加权函数描述公式为：
Figure GDA0003774275540000054
λk(I)∈[0,1]
式中，I为电堆电流，λk(I)为电流工况I下对应的加权函数值。同时，将全局标称模型与被控燃料电池系统并联。
步骤3：将自呼吸燃料电池的实际电堆温度Tst与全局标称模型得到的电堆温度估计值
Figure GDA0003774275540000055
作偏差，得到电堆温度偏差值
Figure GDA0003774275540000056
步骤4：结合自呼吸燃料电池温度设定值
Figure GDA0003774275540000057
和电堆温度偏差值
Figure GDA0003774275540000058
利用多内模控制器，得到控制信号n0；
自呼吸燃料电池温度设定值
Figure GDA0003774275540000059
的选取时，应充分考虑燃料电池输出效率以及内部湿度状态，以保证燃料电池的输出性能和寿命。
其中，多内模控制器Gc(s)为各工况对应的内模控制器Gc,k(s)依照加权函数的组合，描述公式为：
Figure GDA0003774275540000061
各工况对应的内模控制器Gc,k(s)基于各工况下的标称模型
Figure GDA0003774275540000062
设计得到，描述公式为：
Figure GDA0003774275540000063
Figure GDA0003774275540000064
式中，Gc,k(s)为依据各工况标称模型设计的内模控制器，T表示滤波器时间常数，r值依照控制器稳定且物理上可实现的原则选取。
步骤5：将多内模控制器输出的控制信号n0输入动态饱和模块，得到系统风扇转速n。
动态饱和模块对控制信号的上限和下限进行限制，控制信号的上限为风扇能得到的最高转速，为一固定值nmax，控制信号的下限是一动态值，描述公式为：
Figure GDA0003774275540000065
式中，λair为空气过量系数，Nst为燃料电池单电池数目，Ist为燃料电池电流，F为法拉第常数，xO2为空气中氧气的摩尔分数，kQ2n为由需求空气摩尔流量转换为风扇转速的系数。
步骤6：根据所求得的风扇转速n，对自呼吸燃料电池的温度进行闭环控制。
本发明实现了燃料电池温度的精确跟随控制，具有较高的稳态精度和良好的动态跟踪性能，可以保证在各电流工况下燃料电池都工作于一个良好的工作状态，实现良好的输出性能以及更长的工作寿命。本发明能够同时实现燃料电池温度控制以及避免氧气饥饿，充分保证各种工况下自呼吸燃料电池的正常运行。本发明充分考虑了燃料电池系统的非线性特性，采用各工况下的系统标称模型组合，得到全局标称模型，能够实现全工况下的良好控制效果。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种基于多内模的自呼吸燃料电池温度控制方法，其特征在于：包括以下步骤，
步骤1：通过试验辨识，获取各工况下用于描述自呼吸燃料电池风扇转速至电堆温度映射关系的标称模型
Figure FDA0003812506920000011
(k＝1,...,N)，N为选取的工况数；
步骤2：将各工况下的标称模型组合，得到全局标称模型，将其与被控燃料电池系统并联；
步骤3：将自呼吸燃料电池的实际电堆温度Tst与全局标称模型得到的电堆温度估计值
Figure FDA0003812506920000012
作偏差，得到电堆温度偏差值
Figure FDA0003812506920000013
步骤4：结合自呼吸燃料电池温度设定值
Figure FDA0003812506920000014
和电堆温度偏差值
Figure FDA0003812506920000015
利用多内模控制器，得到控制信号n0；
步骤5：将多内模控制器输出的控制信号n0输入动态饱和模块，得到系统风扇转速n；
步骤6：根据所求得的风扇转速n，对自呼吸燃料电池的温度进行闭环控制。
2.根据利要求1所述的基于多内模的自呼吸燃料电池温度控制方法，其特征在于：所述步骤1中各工况下的标称模型
Figure FDA0003812506920000016
的描述公式为，
Figure FDA0003812506920000017
ΔTst,k＝Tst-Tst,k
Δnk＝n-nk
式中，Tst,k、nk分别为各工况平衡点的电堆温度和风扇转速。
3.根据权利要求1所述的基于多内模的自呼吸燃料电池温度控制方法，其特征在于：所述步骤2中，全局标称模型为各工况下标称模型的组合，描述公式为，
Figure FDA0003812506920000018
其中，加权函数λk(I)的描述公式为：
Figure FDA0003812506920000021
λk(I)∈[0,1]
式中，I为电堆电流，λk(I)为电流工况I下对应的加权函数值。
4.根据权利要求3所述的基于多内模的自呼吸燃料电池温度控制方法，其特征在于：所述步骤4中，基于各工况下的标称模型
Figure FDA0003812506920000022
可设计各工况对应的内模控制器Gc,k(s)，描述公式为，
Figure FDA0003812506920000023
Figure FDA0003812506920000024
式中，Gc,k(s)为依据各工况标称模型设计的内模控制器，T表示滤波器时间常数，r值依照控制器稳定且物理上可实现的原则选取即可；
组合各工况对应的内模控制器Gc,k(s)，得到多内模控制器Gc(s)，描述公式为：
Figure FDA0003812506920000025
5.根据权利要求1所述的基于多内模的自呼吸燃料电池温度控制方法，其特征在于：所述步骤5中，动态饱和模块对控制信号的上限和下限进行限制，控制信号的上限为风扇能得到的最高转速，为一固定值nmax，控制信号的下限是一动态值，描述公式为：
Figure FDA0003812506920000026
式中，λair为空气过量系数，Nst为燃料电池单电池数目，Ist为燃料电池电流，F为法拉第常数，xO2为空气中氧气的摩尔分数，kQ2n为由需求空气摩尔流量转换为风扇转速的系数。
CN202110467552.3A 2021-04-28 2021-04-28 一种基于多内模的自呼吸燃料电池温度控制方法 Active CN113161587B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110467552.3A CN113161587B (zh) 2021-04-28 2021-04-28 一种基于多内模的自呼吸燃料电池温度控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110467552.3A CN113161587B (zh) 2021-04-28 2021-04-28 一种基于多内模的自呼吸燃料电池温度控制方法

Publications (2)

Publication Number Publication Date
CN113161587A CN113161587A (zh) 2021-07-23
CN113161587B true CN113161587B (zh) 2022-12-13

Family

ID=76872068

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110467552.3A Active CN113161587B (zh) 2021-04-28 2021-04-28 一种基于多内模的自呼吸燃料电池温度控制方法

Country Status (1)

Country Link
CN (1) CN113161587B (zh)

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090095462A1 (en) * 2007-10-12 2009-04-16 Ford Global Technologies, Llc Method and system for controlling cooling fans in a vehicle
CN101937193A (zh) * 2010-07-30 2011-01-05 东南大学 一种多内模并联型重复控制器及控制方法
JP2015122139A (ja) * 2012-04-16 2015-07-02 パナソニック株式会社 燃料電池システム
CN204030317U (zh) * 2014-09-10 2014-12-17 常州信息职业技术学院 室外可均衡控制温度的太阳能电气柜
CN108123468A (zh) * 2016-11-29 2018-06-05 张喜军 一种新型并网逆变器控制方法
US11755949B2 (en) * 2017-08-10 2023-09-12 Allstate Insurance Company Multi-platform machine learning systems
CN108182473A (zh) * 2017-12-12 2018-06-19 中国科学院自动化研究所 基于类脑脉冲神经网络的全尺度分布式全脑模拟系统
CN109994760B (zh) * 2018-01-03 2022-06-28 通用电气公司 用于燃料电池系统的温度控制系统和方法及燃料电池系统
CN109818016B (zh) * 2019-01-29 2021-09-28 福州大学 一种阴极开放式燃料电池温度自调节方法
CN110350221B (zh) * 2019-06-26 2022-05-20 同济大学 一种基于内模的燃料电池功率闭环控制方法
CN110414157B (zh) * 2019-07-31 2022-09-09 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
CN112711282B (zh) * 2021-01-12 2021-11-26 上海捷氢科技有限公司 一种燃料电池的水温控制方法及系统

Also Published As

Publication number Publication date
CN113161587A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
CN110414157B (zh) 质子交换膜燃料电池系统多目标滑模控制方法
CN108832159B (zh) 一种燃料电池控制系统及控制方法
JP4936126B2 (ja) 燃料電池システム
CN102569857A (zh) 模糊pid算法在燃料电池散热系统中的应用
Fan et al. Oxygen excess ratio control of PEM fuel cell based on self-adaptive fuzzy PID
CN116722185B (zh) 一种燃料电池电堆温度控制方法及系统
CN110247081B (zh) 一种带循环泵的燃料电池阳极压强与流量自调节方法
CN113839065B (zh) 一种燃料电池冷却水回路热补偿温度控制系统及控制方法
WO2024152964A1 (zh) 一种燃料电池动力系统及其输出功率控制方法
CN111403779A (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
CN113161587B (zh) 一种基于多内模的自呼吸燃料电池温度控制方法
KR20190063313A (ko) 오픈 캐소드 타입 연료전지의 팬 제어 장치
CN109994760B (zh) 用于燃料电池系统的温度控制系统和方法及燃料电池系统
Reineh et al. Thermal control of SOFC: An anti-windup approach for maximizing usable power
Sun et al. PEM fuel cell thermal management strategy based on multi-model predictive control
CN115360393B (zh) 一种提高燃料电池响应速率的控制方法
CN116767030A (zh) 一种基于分层协调的燃料电池系统热管理方法
CN115692797A (zh) 一种车用燃料电池水热管理系统优化方法
CN114970192A (zh) 一种燃料电池系统多目标智能控制方法
Han et al. Fuzzy logic-based control of cooling valves for energy-efficient hydrogen vehicles with evaluation in a WHVC mode
Liu et al. Multiple Fuzzy Adaptive Decoupled Control of High-Power Commercial Vehicular Fuel Cell Engine
Chen et al. Active control of stack inlet and outlet coolant temperature for the PEM fuel cell system
CN115833078B (zh) 一种基于sofc的直流微型电网的能源优化方法
CN117996119B (zh) 一种变电站燃料电池备用电源热管理系统及其控制方法
CN114744258B (zh) 一种基于扰动观察法的空冷型燃料电池温度控制方法

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