CN114843561B - 燃料电池的控制方法及装置 - Google Patents
燃料电池的控制方法及装置 Download PDFInfo
- Publication number
- CN114843561B CN114843561B CN202210521796.XA CN202210521796A CN114843561B CN 114843561 B CN114843561 B CN 114843561B CN 202210521796 A CN202210521796 A CN 202210521796A CN 114843561 B CN114843561 B CN 114843561B
- Authority
- CN
- China
- Prior art keywords
- target
- fuel cell
- variable
- preset threshold
- control
- 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
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 250
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 50
- 238000001816 cooling Methods 0.000 claims description 47
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 31
- 239000001257 hydrogen Substances 0.000 claims description 31
- 229910052739 hydrogen Inorganic materials 0.000 claims description 31
- 238000010276 construction Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 abstract description 14
- 238000005516 engineering process Methods 0.000 abstract description 3
- 210000004027 cell Anatomy 0.000 description 205
- 230000006870 function Effects 0.000 description 40
- 230000010287 polarization Effects 0.000 description 12
- 239000007789 gas Substances 0.000 description 6
- 239000012528 membrane Substances 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- PUAQLLVFLMYYJJ-UHFFFAOYSA-N 2-aminopropiophenone Chemical compound CC(N)C(=O)C1=CC=CC=C1 PUAQLLVFLMYYJJ-UHFFFAOYSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 229910001868 water Inorganic materials 0.000 description 1
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
- H01M8/04992—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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L50/00—Electric propulsion with power supplied within the vehicle
- B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
- B60L50/70—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by fuel cells
-
- 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
- H01M8/04694—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
- 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
- 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)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Energy (AREA)
- Sustainable Development (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Manufacturing & Machinery (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Fuzzy Systems (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Fuel Cell (AREA)
Abstract
本发明公开了一种燃料电池的控制方法及装置。其中，该方法包括：获取目标燃料电池的第一状态变量和第一控制变量，其中，第一状态变量为所述目标燃料电池的当前状态的变量，第一控制变量为控制目标燃料电池的状态的变量；基于第一状态变量和第一控制变量构建目标优化函数；基于目标优化函数对第一控制变量进行更新，得到目标控制变量，其中，目标控制变量用于控制所述目标燃料电池的目标电流和目标占空比。本发明解决了相关技术中燃料电池的控制方法的控制效果较差，导致车辆性能较低的技术问题。
Description
技术领域
本发明涉及汽车领域，具体而言，涉及一种燃料电池的控制方法及装置。
背景技术
目前，对于燃料电池汽车，燃料电池温度过高或过低都对整车的性能有较大的影响，若温度过高，会导致质子膜脱水降低电导率，质子交换膜被破坏；若温度过低，会导致燃料电池的输出功率下降。但是，燃料电池汽车的控制策略大多是单一的整车能量管理，仅从动力系统能量流的角度出发，通过控制燃料电池的输出功率达到经济性，导致控制效果较差，车辆性能较低。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种燃料电池的控制方法及装置，以至少解决相关技术中燃料电池的控制方法的控制效果较差，导致车辆性能较低的技术问题。
根据本发明实施例的一个方面，提供了一种燃料电池的控制方法，包括：获取目标燃料电池的第一状态变量和第一控制变量，其中，第一状态变量为目标燃料电池的当前状态的变量，第一控制变量为控制目标燃料电池的状态的变量；基于第一状态变量和第一控制变量构建目标优化函数；基于目标优化函数对第一控制变量进行更新，得到目标控制变量，其中，目标控制变量用于控制目标燃料电池的目标电流和目标占空比。
进一步地，获取目标燃料电池的第一状态变量和第一控制变量包括：获取目标燃料电池的目标运行状态、目标输出功率、目标温度、目标电流和目标占空比，其中，目标占空比为目标燃料电池中冷却风扇的当前占空比；基于目标运行状态、目标输出功率和目标温度，确定第一状态变量；基于目标电流和目标占空比，确定第一控制变量。
进一步地，获取目标燃料电池的目标输出功率，包括：基于目标能量管理模型获取目标燃料电池的目标输出功率，其中，目标能量管理模型用于对目标燃料电池的能量进行管理。
进一步地，获取目标燃料电池的目标温度，包括：基于目标热量管理模型获取目标燃料电池的目标温度，其中，目标热量管理模型用于对目标燃料电池的热量进行管理。
进一步地，目标能量管理模型包括：目标总功率子模型、冷却风扇功率子模型、氢气阀功率子模型，基于目标能量管理模型获取目标燃料电池的目标输出功率，包括：利用目标总功率子模型基于目标燃料电池的目标电压、目标电流，确定目标燃料电池的目标总功率；利用冷却风扇功率子模型基于第一预设常数和目标占空比，确定目标燃料电池的冷却风扇功率；利用氢气阀功率子模型基于第二预设常数，确定目标燃料电池的氢气阀功率；基于目标总功率、冷却风扇功率和氢气阀功率的差值，确定目标输出功率。
进一步地，基于第一状态变量和第一控制变量构建目标优化函数，包括：对第一状态变量进行离散化，得到第一离散变量；根据第一离散变量和第一控制变量构建目标约束条件；基于目标约束条件和第一控制变量构建目标优化函数。
进一步地，根据第一离散变量和第一控制变量构建目标约束条件，包括：基于第一控制变量、第一预设阈值、第二预设阈值构建第一约束条件，其中，第一约束条件中第一控制变量大于或等于第一预设阈值，且第一控制变量小于或等于第二预设阈值，第一预设阈值小于第二预设阈值；基于第一离散变量、第三预设阈值、第四预设阈值构建第二约束条件，其中，第二约束条件中第一离散变量大于或等于第三预设阈值，且第一离散变量小于或等于第四预设阈值，第三预设阈值小于第四预设阈值；基于第一约束条件和第二约束条件确定目标约束条件。
根据本发明实施例的另一方面，还提供了一种燃料电池的控制装置，包括：获取模块，用于获取目标燃料电池的第一状态变量和第一控制变量，其中，第一状态变量为目标燃料电池的当前状态的变量，第一控制变量为控制目标燃料电池的状态的变量；构建模块，用于基于第一状态变量和第一控制变量构建目标优化函数；更新模块，用于基于目标优化函数对第一控制变量进行更新，得到目标控制变量，其中，目标控制变量用于控制目标燃料电池的目标电流和目标占空比。
根据本发明实施例的另一方面，还提供了一种车辆，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器执行上述实施例中任意一项的燃料电池的控制方法。
根据本发明实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制所在设备的处理器中执行上述实施例中任意一项的燃料电池的控制方法。
在本发明实施例中，在获取到目标燃料电池的第一状态变量和第一控制变量之后，基于第一状态变量和第一控制变量构建目标优化函数，进一步基于目标优化函数对第一控制变量进行更新，得到目标控制变量，从而实现对燃料电池进行控制的目的。容易注意到的是，通过建立基于燃料电池极化曲线建立燃料电池系统能量流模型以及基于能量守恒定律建立燃料电池热平衡模型，以电池波动率最小为优化目标建立目标优化函数，在实现对燃料电池的输出功率进行控制的同时，对燃料电池的温度进行控制，从而实现了提升燃料电池控制效果，提高车辆性能的技术效果，进而解决了相关技术中燃料电池的控制方法的控制效果较差，导致车辆性能较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种燃料电池的控制方法的流程图；
图2是根据本发明实施例的一种可选的燃料电池的极化曲线的示意图；
图3是根据本发明实施例的一种可选的燃料电池汽车能量与热管理协同控制方法的流程图；
图4是根据本发明实施例的一种燃料电池的控制装置的示意图。
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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种燃料电池的控制方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种燃料电池的控制方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取目标燃料电池的第一状态变量和第一控制变量，其中，第一状态变量为目标燃料电池的当前状态的变量，第一控制变量为控制目标燃料电池的状态的变量。
上述的目标燃料电池可以是燃料电池汽车上安装的燃料电池，第一状态变量可以是当前时刻目标燃料电池的输出功率，第一控制变量可以是控制燃料电池的输出功率的变量，例如，可以是燃料电池的输出电压、输出电流等。
在一种可选的实施例中，可以通过在目标燃料电池上安装感应装置的方式，直接感应到目标燃料电池的第一状态变量和第一控制变量。在另一种可选的实施例中，考虑到目标燃料电池封装在燃料电池汽车内部，可以通过建立燃料电池系统能量流模型和燃料电池热管理系统模型的方式，通过该模型对燃料电池的当前状态和控制变量进行模拟，从而得到第一状态变量和第一控制变量。
通过获取目标燃料电池的当前状态变量和为控制目标燃料电池的状态变量，可以实时获取燃料电池的状态信息以及所要控制的状态来对燃料电池目前状态和所要控制的状态进行实时监控，达到对燃料电池实时监控并对燃料电池的温度进行记录的技术效果。
步骤S104，基于第一状态变量和第一控制变量构建目标优化函数。
上述的目标优化函数可以是为实现整车能量管理与热管理的协同控制所建立的优化函数，该优化函数以电池SOC、燃料电池系统温度及燃料电池输出功率为状态变量，以燃料电池电流和冷却风扇占空比为控制变量建立目标函数。
在一种可选的实施例中，可以通过算法来建立目标优化函数，对数据进行迭代来构建目标优化函数。在另一种可选的实施例中，可以以氢耗最小为优化目标建立目标优化函数，并且基于控制变量燃料电池电流Ifc和冷却风扇Dfan构建约束条件，另外，基于状态变量燃料电池输出功率Pfc、电池SOC及燃料电池温度Tst建立另一个约束条件，并将状态变量离散化。
通过所获取到的第一状态变量和第一控制变量来构建目标优化函数，可以对燃料电池提出最优化的控温措施，得到目标控制变量，达到较好的控温效果。
步骤S106，基于目标优化函数对第一控制变量进行更新，得到目标控制变量，其中，目标控制变量用于控制目标燃料电池的目标电流和目标占空比。
上述的目标电流可以是燃料电池的电流；目标占空比可以是目标燃料电池中冷却风扇的占空比，即在一个脉冲循环内，通电时间相对于总时间的所占的目标比例。
在一种可选的实施例中，可以通过求解目标优化函数，得到使得燃料电池氢耗最小的燃料电池电流Ifc及冷却风扇占空比Dfan的控制序列。可以采用相关技术中提供的求解算法对目标优化函数进行求解，本发明对此不作具体限定。
通过目标优化函数对第一控制变量进行更新，得到最新的目标控制变量，实时监控并调整燃料电池的温度，提升燃料电池控温的效率，对燃料电池进行最优控温效果，达到了高效、准确的技术效果。
通过上述步骤，在获取到目标燃料电池的第一状态变量和第一控制变量之后，可以基于第一状态变量和第一控制变量构建目标优化函数，并基于目标优化函数对第一控制变量进行更新，得到目标控制变量，从而达到对燃料电池进行控制的目的。容易注意到的是，可以基于第一状态变量和第一控制变量构建目标优化函数，也即，可以基于燃料电池极化曲线，在本发明实施例中，燃料电池的极化曲线如图3所示，建立燃料电池系统能量流模型以及基于能量守恒定律建立燃料电池热平衡模型，以电池波动率最小为优化目标建立优化函数，在实现对燃料电池的输出功率进行控制的同时，对燃料电池的温度进行控制，从而实现了提升燃料电池控制效果，提高车辆性能的技术效果进而解决了相关技术中燃料电池的控制方法的控制效果较差，导致车辆性能较低的技术问题。
在本发明上述实施例中，获取目标燃料电池的第一状态变量和第一控制变量，包括：获取目标燃料电池的目标运行状态、目标输出功率、目标温度、目标电流和目标占空比，其中，目标占空比为目标燃料电池中冷却风扇的当前占空比；基于目标运行状态、目标输出功率和目标温度，确定第一状态变量；基于目标电流和目标占空比，确定第一控制变量。
上述的目标运行状态可以是燃料电池所要达到的运行状态，目标输出功率可以是目标燃料电池的输出功率，目标温度可以是目标燃料电池的温度，目标电流可以是燃料电池系统的电流，目标占空比可以是目标燃料电池中冷却风扇的当前占空比。
在一种可选的实施例中，可以通过如下方式获取目标燃料电池的目标输出功率：基于目标能量管理模型获取目标燃料电池的目标输出功率，其中，目标能量管理模型用于对目标燃料电池的能量进行管理。
根据能量守恒定律，燃料电池系统输出功率可以表示为：Pst＝Pfc-Pfan-Pval，其中，Pst是燃料电池系统输出功率，Pfc是燃料电池系统总功率，Pfan是冷却风扇功率，Pval是氢气阀功率。燃料电池系统总功率Pfc、冷却风扇功率Pfan以及氢气阀功率Pval可分别表示为：
其中，Vfc是燃料电池系统电压，Ifc是燃料电池系统电流，Dfan是冷却风扇占空比，a1、a2、a3、C1均为试验标定的常数。根据燃料电池的极化曲线，在本发明实施例中，燃料电池的极化曲线如图2所示，其中，O1表示开路电压，02区域表示活化极化区域，03区域表示欧姆极化区域，04区域表示浓差极化区域。燃料电池系统电压可被定义为：Vfc＝EN-Va-Vo-Vc，其中，EN为燃料电池开路电压；Va为活化极化过电压；Vo为欧姆极化过电压；Vc为浓差极化过电压。根据能斯特方程与吉布斯自由能变化，燃料电池开路电压EN可以表示为：
其中，ET是燃料电池可逆电动势，EN为燃料电池内部反应物活性引起的开路电压变化；Tst为燃料电池温度，R是理想气体常数，F为法拉第常数，为阳极氢气分压，为阴极氧气分压；燃料电池各部分压降可以表示为：
其中，i、ie分别为电堆电流密度以及交换电流密度；λ为通过试验确定的常数；ro为燃料电池内部电解质膜及其他组件的等效内阻；im为燃料电池电流密度最大值，确定其目标输出功率。
进一步地，目标能量管理模型可以包括：目标总功率子模型、冷却风扇功率子模型、氢气阀功率子模型，基于目标能量管理模型获取目标燃料电池的目标输出功率，包括：利用目标总功率子模型基于目标燃料电池的目标电压、目标电流，确定目标燃料电池的目标总功率；利用冷却风扇功率子模型基于第一预设常数和目标占空比，确定目标燃料电池的冷却风扇功率；利用氢气阀功率子模型基于第二预设常数，确定目标燃料电池的氢气阀功率；基于目标总功率、冷却风扇功率和氢气阀功率的差值，确定目标输出功率。
上述的目标总功率子模型可以是燃料电池系统总功率Pfc，冷却风扇功率子模型是冷却风扇功率Pfan，氢气阀功率子模型是氢气阀功率Pval，目标输出功率可以是燃料电池系统总功率减去冷却风扇功率减去氢气阀功率，目标燃料电池的目标电压可以是燃料电池系统电压Vfc，目标电流可以是燃料电池系统电流Ifc，目标占空比可以是冷却风扇占空比Dfan，第一预设常数可以是a1、a2、a3均为试验标定的常数，第二预设常数可以是C1为试验标定的常数。其中，燃料电池系统总功率Pfc、冷却风扇功率Pfan以及氢气阀功率Pval可分别表示为：
在另一种可选的实施例中，可以通过如下方式获取目标燃料电池的目标温度：基于目标热量管理模型获取目标燃料电池的目标温度，其中，目标热量管理模型用于对目标燃料电池的热量进行管理。
具体地，根据能量守恒原理，燃料电池系统能量守恒基于其产生的电能及其产生的热量损失，电堆实际输出电压为Vfc，燃料电池系统热平衡模型可以表示为：
其中，Qnat是气体自然对流造成的热量损失，Qfor是气体强制对流造成的热量损失，mst是燃料电池电堆质量，Cst是燃料电池电堆比热容。燃料电池系统产生的热功率Phot可以表示为：
其中，EHHV是燃料电池最大电压，Δhf为燃料电池内部电化学反应前后的焓值变化；及分别是化学反应的氢气、氧气以及水的焓值；气体自然对流造成的热量损失Qnat可以表示为：
Qnat＝Knat Anat(Tst-Tenv)
其中，Knat是自然传热系数，Anat是燃料电池表面积，Tenv是环境温度；气体强制对流造成的热量损失Qfor可以表示为：
其中，vair是空气速度，ρair是空气密度，Ach是燃料电池通道的有效横截面积，Cair是空气比热容，Ainlet是燃料电池气体管路的总横截面积，γ是修正系数，c1、c2为常数，来建立燃料电池热管理系统模型。
在本发明上述实施例中，基于第一状态变量和第一控制变量构建目标优化函数，包括：对第一状态变量进行离散化，得到第一离散变量；根据第一离散变量和第一控制变量构建目标约束条件；基于目标约束条件和第一控制变量构建目标优化函数。
具体地，建立能量管理与热管理系统协同控制优化函数；为实现整车能量管理与热管理的协同控制，以电池SOC、燃料电池系统温度及燃料电池输出功率为状态变量，以燃料电池电流和冷却风扇占空比为控制变量建立目标函数，并将状态变量离散化：以氢耗最小为优化目标建立的优化目标函数可以描述为：
控制变量燃料电池电流Ifc和冷却风扇Dfan应满足第一约束条件；状态变量燃料电池输出功率Pfc、电池SOC及燃料电池温度Tst应满足第二约束条件；通过优化目标函数、第一约束条件和第二约束条件即可构成上述的目标优化函数。
在一种可选的实施例中，可以通过如下方式根据第一离散变量和第一控制变量构建目标约束条件：基于第一控制变量、第一预设阈值、第二预设阈值构建第一约束条件，其中，第一约束条件中第一控制变量大于或等于第一预设阈值，且第一控制变量小于或等于第二预设阈值，第一预设阈值小于第二预设阈值；基于第一离散变量、第三预设阈值、第四预设阈值构建第二约束条件，其中，第二约束条件中第一离散变量大于或等于第三预设阈值，且第一离散变量小于或等于第四预设阈值，第三预设阈值小于第四预设阈值；基于第一约束条件和第二约束条件确定目标约束条件。
上述的第一控制变量可以是燃料电池电流Ifc和冷却风扇Dfan中的一个，当第一控制变量是燃料电池电流Ifc时，第一预设阈值可以是上述燃料电池电流Ifc的最小值，该阈值的具体取值可以由用户人为设定，本发明对此不作限定；第二预设阈值可以是上述燃料电池电流Ifc的最大值，该阈值的具体取值可以由用户人为设定，本发明对此不作限定；当第一控制变量是冷却风扇Dfan时，第一预设阈值可以是上述冷却风扇Dfan的最小值，该阈值的具体取值可以由用户人为设定，本发明对此不作限定；第二预设阈值可以是上述冷却风扇Dfan的最大值；第一约束条件可以是上述的燃料电池电流Ifc和冷却风扇Dfan及其最大、最小值所构成的，具体公式如下：
第一离散变量可以是燃料电池输出功率Pfc、电池SOC及燃料电池温度Tst中的一个，当第一离散变量是燃料电池输出功率Pfc时，第三预设阈值可以是燃料电池输出功率Pfc的最小值，该阈值的具体取值可以由用户人为设定，本发明对此不作限定；第四阈值可以是燃料电池输出功率Pfc的最大值，该阈值的具体取值可以由用户人为设定，本发明对此不作限定；若第一离散变量是燃料电池的电池SOC，上述的第三预设阈值可以是燃料电池SOC的最小值，该阈值的具体取值可以由用户人为设定，本发明对此不作限定；上述的第四预设阈值可以是燃料电池SOC的最大值，该阈值的具体取值可以由用户人为设定，本发明对此不作限定；若第一离散变量是燃料电池温度Tst，第三预设阈值可以是燃料电池温度Tst的最小值，该阈值的具体取值可以由用户人为设定，本发明对此不作限定；第四预设阈值可以是燃料电池温度Tst的最大值，该阈值的具体取值可以由用户人为设定，本发明对此不作限定；第二约束条件可以是上述的燃料电池输出功率Pfc、电池SOC及燃料电池温度Tst及其最大、最小值所构成，具体公式如下：
下面结合图3对本发明一种优选的实施例进行详细说明，如图3所示，该方法包括：获取状态变量和控制变量，基于状态变量和控制变量构建约束条件以及基于控制变量构建目标函数，求出目标函数满足约束条件下最优控制问题的解，从而实现基于动态规划算法，寻找最优能量分配方案的目的。其中，通过建立燃料电池系统能量流模型和燃料电池热管理系统模型来获取状态变量和控制变量，利用状态变量、控制变量确定边界范围，以燃料电池汽车氢耗最小为经济目标构建目标函数，最后通过求解最优控制序列，得到燃料电池电流序列和冷却风扇占空比序列。
实施例2
根据本发明实施例，提供了一种燃料电池的控制装置。该装置可以执行上述实施例中的燃料电池的控制方法，具体实现方式和优选应用场景与上述实施例相同，在此不做赘述。
图4是根据本发明实施例的一种燃料电池的控制装置的结构示意图，如图4所示，该燃料电池的控制装置包括如下部分：获取模块42、构建模块44、更新模块46。
其中，获取模块42，用于获取目标燃料电池的第一状态变量和第一控制变量，其中，第一状态变量为目标燃料电池的当前状态的变量，第一控制变量为控制目标燃料电池的状态的变量，得到燃料电池的当前状态和所要控制的状态。
构建模块44，用于基于第一状态变量和第一控制变量构建目标优化函数，得到燃料电池当前的控制变量。
更新模块46，用于基于目标优化函数对第一控制变量进行更新，得到目标控制变量，其中，目标控制变量用于控制目标燃料电池的目标电流和目标占空比，得到燃料电池的控制变量的实时更新。
可选地，获取模块包括：获取单元，用于获取目标燃料电池的目标运行状态、目标输出功率、目标温度、目标电流和目标占空比，其中，目标占空比为目标燃料电池中冷却风扇的当前占空比；第一确定单元，用于基于目标运行状态、目标输出功率和目标温度，确定第一状态变量；第二确定单元，用于基于目标电流和目标占空比，确定第一控制变量。
可选地，获取单元还用于基于目标能量管理模型获取目标燃料电池的目标输出功率，其中，目标能量管理模型用于对目标燃料电池的能量进行管理。
可选地，获取单元还用于基于目标热量管理模型获取目标燃料电池的目标温度，其中，目标热量管理模型用于对目标燃料电池的热量进行管理。
可选地，目标能量管理模型包括：目标总功率子模型、冷却风扇功率子模型、氢气阀功率子模型，获取单元包括：第一确定子单元，用于利用目标总功率子模型基于目标燃料电池的目标电压、目标电流，确定目标燃料电池的目标总功率；第二确定子单元，用于利用冷却风扇功率子模型基于第一预设常数和目标占空比，确定目标燃料电池的冷却风扇功率；第三确定子单元，用于利用氢气阀功率子模型基于第二预设常数，确定目标燃料电池的氢气阀功率；第四确定子单元，用于基于目标总功率、冷却风扇功率和氢气阀功率的差值，确定目标输出功率。
可选地，构建模块包括：离散化单元，用于对第一状态变量进行离散化，得到第一离散变量；第一构建单元，用于根据第一离散变量和第一控制变量构建目标约束条件；第二构建单元，用于基于目标约束条件和第一控制变量构建目标优化函数。
可选地，第一构建单元包括：第一构建子单元，用于基于第一控制变量、第一预设阈值、第二预设阈值构建第一约束条件，其中，第一约束条件中第一控制变量大于或等于第一预设阈值，且第一控制变量小于或等于第二预设阈值，第一预设阈值小于第二预设阈值；第二构建子单元，用于基于第一离散变量、第三预设阈值、第四预设阈值构建第二约束条件，其中，第二约束条件中第一离散变量大于或等于第三预设阈值，且第一离散变量小于或等于第四预设阈值，第三预设阈值小于第四预设阈值；第三构建子单元，用于基于第一约束条件和第二约束条件确定目标约束条件。
第三构建单元，用于基于第一控制变量、第一预设阈值、第二预设阈值构建第一约束条件；第四构建单元，用于基于第一离散变量、第三预设阈值、第四预设阈值构建第二约束条件。
实施例3
根据本发明实施例的另一方面，还提供了一种车辆，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器执行上述实施例中任意一项的燃料电池的控制方法。
实施例4
根据本发明实施例的另一方面，还提供了一种非易失性存储介质非易失性存储介质包括存储的程序，其中，述程序运行时控制所在设备的处理器中执行上述实施例中任意一项所述的燃料电池的控制方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种燃料电池的控制方法，其特征在于，包括：
获取目标燃料电池的第一状态变量和第一控制变量，其中，所述第一状态变量为所述目标燃料电池的当前状态的变量，所述第一控制变量为控制所述目标燃料电池的状态的变量；
基于所述第一状态变量和所述第一控制变量构建目标优化函数；
基于所述目标优化函数对所述第一控制变量进行更新，得到目标控制变量，其中，所述目标控制变量用于控制所述目标燃料电池的目标电流和目标占空比；
其中，所述目标优化函数是为实现整车能量管理与热管理的协同控制所建立的优化函数，所述第一状态变量为所述目标燃料电池SOC、所述目标燃料电池温度及所述目标燃料电池的目标输出功率，所述第一控制变量为所述目标燃料电池电流和冷却风扇占空比；
其中，获取目标燃料电池的目标输出功率，包括：基于目标能量管理模型获取所述目标燃料电池的所述目标输出功率，其中，所述目标能量管理模型用于对所述目标燃料电池的能量进行管理；
其中，所述目标能量管理模型包括：目标总功率子模型、冷却风扇功率子模型、氢气阀功率子模型，基于目标能量管理模型获取所述目标燃料电池的所述目标输出功率，包括：利用所述目标总功率子模型基于所述目标燃料电池的目标电压、所述目标电流，确定所述目标燃料电池的目标总功率；利用所述冷却风扇功率子模型基于第一预设常数和所述目标占空比，确定所述目标燃料电池的冷却风扇功率；利用所述氢气阀功率子模型基于第二预设常数，确定所述目标燃料电池的氢气阀功率；基于所述目标总功率、所述冷却风扇功率和所述氢气阀功率的差值，确定所述目标输出功率；
其中，基于所述第一状态变量和所述第一控制变量构建目标优化函数，包括：
对所述第一状态变量进行离散化，得到第一离散变量；根据所述第一离散变量和所述第一控制变量构建目标约束条件，所述目标约束条件由所述第一控制变量应满足的第一约束条件和所述第一状态变量应满足的第二约束条件组成；基于所述目标约束条件和所述第一控制变量构建目标优化函数；
其中，根据所述第一离散变量和所述第一控制变量构建目标约束条件，包括：
基于所述第一控制变量、第一预设阈值、第二预设阈值构建第一约束条件，其中，所述第一约束条件中所述第一控制变量大于或等于所述第一预设阈值，且所述第一控制变量小于或等于所述第二预设阈值，所述第一预设阈值小于所述第二预设阈值；基于所述第一离散变量、第三预设阈值、第四预设阈值构建第二约束条件，其中，所述第二约束条件中所述第一离散变量大于或等于所述第三预设阈值，且所述第一离散变量小于或等于所述第四预设阈值，所述第三预设阈值小于所述第四预设阈值；基于所述第一约束条件和所述第二约束条件确定所述目标约束条件。
2.根据权利要求1所述的方法，其特征在于，获取目标燃料电池的第一状态变量和第一控制变量，包括：
获取目标燃料电池的目标燃料电池SOC、目标输出功率、目标温度、目标电流和目标占空比，其中，所述目标占空比为所述目标燃料电池中冷却风扇的当前占空比；
基于所述目标燃料电池SOC、所述目标输出功率和所述目标温度，确定所述第一状态变量；
基于所述目标电流和所述目标占空比，确定所述第一控制变量。
3.根据权利要求2所述的方法，其特征在于，获取目标燃料电池的目标温度，包括：
基于目标热量管理模型获取所述目标燃料电池的所述目标温度，其中，所述目标热量管理模型用于对所述目标燃料电池的热量进行管理。
4.一种实现权利要求1所述控制方法的燃料电池的控制装置，其特征在于，包括：
获取模块，用于获取目标燃料电池的第一状态变量和第一控制变量，其中，所述第一状态变量为所述目标燃料电池的当前状态的变量，所述第一控制变量为控制所述目标燃料电池的状态的变量，其中，所述第一状态变量为所述目标燃料电池SOC、所述目标燃料电池温度及所述目标燃料电池的目标输出功率，所述第一控制变量为所述目标燃料电池电流和冷却风扇占空比；
构建模块，用于基于所述第一状态变量和所述第一控制变量构建目标优化函数，其中，所述目标优化函数是为实现整车能量管理与热管理的协同控制所建立的优化函数；
更新模块，用于基于所述目标优化函数对所述第一控制变量进行更新，得到目标控制变量，其中，所述目标控制变量用于控制所述目标燃料电池的目标电流和目标占空比；
其中，所述获取模块，还用于基于目标能量管理模型获取所述目标燃料电池的所述目标输出功率，其中，所述目标能量管理模型用于对所述目标燃料电池的能量进行管理；
其中，所述目标能量管理模型包括：目标总功率子模型、冷却风扇功率子模型、氢气阀功率子模型，基于目标能量管理模型获取所述目标燃料电池的所述目标输出功率，包括：利用所述目标总功率子模型基于所述目标燃料电池的目标电压、所述目标电流，确定所述目标燃料电池的目标总功率；利用所述冷却风扇功率子模型基于第一预设常数和所述目标占空比，确定所述目标燃料电池的冷却风扇功率；利用所述氢气阀功率子模型基于第二预设常数，确定所述目标燃料电池的氢气阀功率；基于所述目标总功率、所述冷却风扇功率和所述氢气阀功率的差值，确定所述目标输出功率；
其中，所述构建模块，还用于对所述第一状态变量进行离散化，得到第一离散变量；根据所述第一离散变量和所述第一控制变量构建目标约束条件，所述目标约束条件由所述第一控制变量应满足的第一约束条件和所述第一状态变量应满足的第二约束条件组成；基于所述目标约束条件和所述第一控制变量构建目标优化函数；
其中，所述构建模块，还用于基于所述第一控制变量、第一预设阈值、第二预设阈值构建第一约束条件，其中，所述第一约束条件中所述第一控制变量大于或等于所述第一预设阈值，且所述第一控制变量小于或等于所述第二预设阈值，所述第一预设阈值小于所述第二预设阈值；基于所述第一离散变量、第三预设阈值、第四预设阈值构建第二约束条件，其中，所述第二约束条件中所述第一离散变量大于或等于所述第三预设阈值，且所述第一离散变量小于或等于所述第四预设阈值，所述第三预设阈值小于所述第四预设阈值；基于所述第一约束条件和所述第二约束条件确定所述目标约束条件。
5.一种车辆，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器执行权利要求1-3中任意一项所述的燃料电池的控制方法。
6.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所在设备的处理器中执行权利要求1-3中任意一项所述的燃料电池的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210521796.XA CN114843561B (zh) | 2022-05-13 | 2022-05-13 | 燃料电池的控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210521796.XA CN114843561B (zh) | 2022-05-13 | 2022-05-13 | 燃料电池的控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114843561A CN114843561A (zh) | 2022-08-02 |
| CN114843561B true CN114843561B (zh) | 2024-07-09 |
Family
ID=82569370
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210521796.XA Active CN114843561B (zh) | 2022-05-13 | 2022-05-13 | 燃料电池的控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114843561B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109921072A (zh) * | 2019-03-20 | 2019-06-21 | 南京理工大学 | 一种质子交换膜燃料电池输出功率的预测控制方法 |
| CN110867597A (zh) * | 2019-11-21 | 2020-03-06 | 电子科技大学 | 一种质子交换膜燃料电池一致性的热电水协同控制方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010257928A (ja) * | 2009-03-30 | 2010-11-11 | Honda Motor Co Ltd | 燃料電池システムの出力制御方法 |
| DE102016116049A1 (de) * | 2016-08-29 | 2018-03-01 | Audi Ag | Verfahren zum Schätzen eines Zustandsvektors eines Brennstoffzellensystems, Verfahren zum Steuern oder Regeln einer Zustandsgröße eines Brennstoffzellensystems und Brennstoffzellensystem |
| WO2019156627A1 (en) * | 2018-02-06 | 2019-08-15 | H3 Dynamics Holdings Pte. Ltd. | A portable fuel cell apparatus and system |
| CN110852482B (zh) * | 2019-10-15 | 2020-12-18 | 江苏大学 | 一种燃料电池公交车实时全局优化智能控制系统及方法 |
| KR102216853B1 (ko) * | 2020-08-31 | 2021-02-18 | (주)프라즈마 사이언스 | 플랜트의 운전 방식을 설정하는 연료 전지 시스템 |
| CN112231830B (zh) * | 2020-09-30 | 2022-04-08 | 浙江大学 | 基于自适应等效因子的混合动力车辆多目标优化控制方法 |
| CN112677956B (zh) * | 2020-12-31 | 2022-03-25 | 吉林大学 | 一种考虑电池寿命的行星混联式混动车实时优化控制方法 |
| CN113085664A (zh) * | 2021-04-30 | 2021-07-09 | 奇瑞汽车股份有限公司 | 氢燃料电池汽车基于等效氢耗最小的能量管理方法 |
| CN114122466B (zh) * | 2021-11-11 | 2024-05-31 | 广东汉合汽车有限公司 | 燃料电池车电池优化管理方法、系统、设备及介质 |
-
2022
- 2022-05-13 CN CN202210521796.XA patent/CN114843561B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109921072A (zh) * | 2019-03-20 | 2019-06-21 | 南京理工大学 | 一种质子交换膜燃料电池输出功率的预测控制方法 |
| CN110867597A (zh) * | 2019-11-21 | 2020-03-06 | 电子科技大学 | 一种质子交换膜燃料电池一致性的热电水协同控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114843561A (zh) | 2022-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10164274B2 (en) | Active cathode temperature control for metal-air batteries | |
| Asensio et al. | Fuel cell-based CHP system modelling using Artificial Neural Networks aimed at developing techno-economic efficiency maximization control systems | |
| WO2006112897A2 (en) | Method to begin coolant circulation to prevent mea overheating during cold start | |
| US20050110453A1 (en) | Dynamic fuel cell system management controller | |
| CN114335625A (zh) | 燃料电池堆温度控制方法、装置、模型预测控制器及系统 | |
| CN115389964B (zh) | 一种电池寿命预测方法 | |
| He et al. | Enhanced physics-constrained deep neural networks for modeling vanadium redox flow battery | |
| Bai et al. | Decoupling strategy for react-air supply and cooling of open-cathode proton exchange membrane fuel cell stack considering real-time membrane resistance estimation | |
| CN114843561B (zh) | 燃料电池的控制方法及装置 | |
| JP2004327120A (ja) | 電力供給システム、集合住宅、及びプログラム | |
| US9293776B2 (en) | Cathode temperature regulation for metal-air batteries | |
| CN114530618B (zh) | 基于随机优化算法的燃料电池与空压机匹配建模方法 | |
| CN112290061B (zh) | 燃料电池模拟装置、方法和存储介质 | |
| JP3814593B2 (ja) | 電熱供給システム、集合住宅、及びプログラム | |
| CN114695929A (zh) | 电堆温度估算方法、调节方法以及存储介质、电子设备 | |
| CN115267543A (zh) | 变温工况下锂电池容量损失推算方法、系统及存储介质 | |
| CN111509276A (zh) | 燃料电池的组合加湿装置 | |
| CN205176232U (zh) | 电池运行状态的监测装置及燃料电池 | |
| He et al. | Study on Waste Heat Recovery of Fuel‐Cell Thermal Management System Based on Reinforcement Learning | |
| CN117520717B (zh) | 电堆自增湿效果的评价方法、装置、设备及存储介质 | |
| CN118104038A (zh) | 对锂离子电池系统进行控制 | |
| US7862940B2 (en) | Managing MEA hydration cycling life | |
| CN118408265A (zh) | 面向空调负荷的电力调控方法、装置和计算机设备 | |
| Meyer et al. | A survey of PEM fuel cell system control models and control developments | |
| CN118671625A (zh) | 充电剩余时间确定方法、装置、计算机设备、介质和程序产品 |
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 |