JP2006164741A - 燃料電池システムの制御装置 - Google Patents

Abstract

【課題】 燃料電池の酸化剤極の触媒に酸化被膜が生じることによって燃料電池の電流電圧特性が変化した場合でも、電流電圧特性を精度良く学習することが可能な燃料電池システムの制御装置を提供する。
【解決手段】 燃料電池システム１を制御するコントローラ１３は、電流センサ１８及び電圧センサ１９の検出値に基づいて、発電電流の変化に対する発電電圧の変化量を規定する第１の学習パラメータＡと、発電電流が０の場合の発電電圧を規定する第２の学習パラメータＢにより、電流電圧特性を電流の１次関数として学習する。また、コントローラ１３は、燃料電池に電流電圧特性に、回復可能な劣化の影響で特性変化が生じた場合、第１の学習パラメータＡの変化率を第２の学習パラメータＢの変化率より小さく制限する。
【選択図】 図１

Description

本発明は、燃料電池システムの制御装置に関する。

燃料電池は、水素ガスなどの燃料ガスと酸素を有する酸化ガスとを電解質を介して電気化学的に反応させ、電解質両面に設けた電極間から電気エネルギを直接取り出すものである。特に固体高分子電解質を用いた固体高分子型燃料電池は、動作温度が低く、取り扱いが容易なことから電動車両用の電源として注目されている。すなわち、燃料電池車両は、高圧水素タンク、液体水素タンク、水素吸蔵合金タンクなどの水素貯蔵装置を車両に搭載し、そこから供給される水素と、酸素を含む空気とを燃料電池に送り込んで反応させ、燃料電池から取り出した電気エネルギで駆動輪につながるモータを駆動するものであり、排出物質は水だけであるという究極のクリーン車両である。

燃料電池スタックは、燃料ガスと酸化剤ガスとが供給される限り、発電を継続することができる発電装置であるが、使用過程における構成要素の劣化により、発電能力や発電効率が低下し、その劣化の程度を診断して、点検や交換が行われる。

燃料電池スタックの劣化判定には、燃料電池の電流と電圧の特性を学習し、学習パラメータに基づいて、劣化を判定する方法が知られている。

例えば、特許文献１に記載された診断方法では、燃料電池の電流と電圧の関係の近似式を導出し、この近似式の各項の係数を学習パラメータとし、最小二乗法などの一般的な学習アルゴリズムを用いて、その学習パラメータを演算することによって、電流と電圧の特性を学習するものである。

また、燃料電池の酸化剤極の触媒に酸化被膜が生じることによって、燃料電池の電流電圧特性が変化することが知られている。この特性変化は、電流の大きさとは無関係に、一様に電圧値が低下するものであり、燃料電池の発電を開始させたことによって酸化被膜が発生し、酸化被膜の増加が治まるまでの比較的短い時間で生じる特性変化である。
特開２０００−３５７５２６号公報（第４頁、図１）

しかしながら上記従来技術においては、酸化剤極の触媒に酸化被膜が生じるような特性変化が生じた場合に、例えば、式（１）に示した近似式を用いて、電流と電圧の特性を学習した場合には、酸化被膜の増加に伴って一様に電圧が低下することによって、定数項の係数Ｂが大きく変化する。このため、電流の１次の項の係数Ａが変動し、誤った学習を行ってしまうという問題点があった。

Ｖ＝Ａ・Ｉ＋Ｂ …（１）
尚、式（１）において、Ｖ（Ｙ軸）は電圧、Ｉ（Ｘ軸）は電流、Ａ（傾き）、Ｂ（Ｙ切片）は学習パラメータである。

このような問題点を鑑み、本発明の目的は、燃料電池の酸化剤極の触媒に酸化被膜が生じることによって燃料電池の電流電圧特性が変化した場合でも、電流電圧特性を精度良く学習することが可能な燃料電池システムの制御装置を提供することである。

上記問題点を解決するために、本発明は、燃料ガスと酸化剤ガスを供給して発電を行う燃料電池を備えた燃料電池システムの制御装置において、燃料電池の出力電流を検出する電流検出手段と、燃料電池の出力電圧を検出する電圧検出手段と、前記電流検出手段及び前記電圧検出手段の検出値に基づいて、燃料電池の出力電流と出力電圧の関係である電流電圧特性を学習する電流電圧特性学習手段と、前記電流電圧特性に、回復可能な劣化の影響で特性変化が生じている場合に、前記電流電圧特性学習手段の学習パラメータの変化量を制限する学習パラメータ変化率制限手段と、を備え、前記電流電圧特性学習手段は、前記燃料電池の出力電流の変化に対する出力電圧の変化量を規定するための第１の学習パラメータと、第１の学習パラメータ以外の第２の学習パラメータを有し、前記学習パラメータ変化率制限手段は、前記電流電圧特性に、回復可能な劣化の影響で特性変化が生じている場合に、第１の学習パラメータの変化率を、第２の学習パラメータの変化率より小さく制限することを要旨とする。

本発明によれば、燃料電池の出力電流の変化に対する出力電圧の変化量を規定するための第１の学習パラメータの変動を抑えることが可能になり、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じている場合に、燃料電池スタックの電流電圧特性を精度良く学習することができるという効果がある。

次に、図面を参照して、本発明の実施の形態を詳細に説明する。尚、以下に説明する実施例は、特に限定されないが、電動車両の電源として好適な燃料電池システムの制御装置である。

図１は、本発明に係る燃料電池システムの制御装置が適用される燃料電池システムの構成例を示すシステム概略構成図である。

図１において、燃料電池システム１は、燃料ガスとしての水素と酸化剤ガスとしての空気との電気化学反応により発電する燃料電池である燃料電池スタック２と、新規水素と再循環水素とを混合して燃料電池スタック２へ供給する流体ポンプであるエゼクタ３と、水素循環流路４と、水素パージ弁５と、空気を圧縮して燃料電池へ供給するコンプレッサ６と、空気供給流路７と、水素入口温度センサ８と、水素入口圧力センサ９と、排空気流路１１と、空気圧力制御弁１２と、コントローラ１３と、水素圧力制御弁１４と、空気流量センサ１５と、空気入口温度センサ１６と、空気入口圧力センサ１７と、電流センサ１８と、電圧センサ１９と、電力制御装置２０と、燃料ガスとしての水素を貯蔵する水素タンク２１と、タンク温度センサ２２、タンク圧力センサ２３とを備えている。

燃料電池スタック２は、燃料極２ａと酸化剤極２ｂを備え、例えば、固体高分子型電解質を用いた固体高分子型燃料電池である。水素タンク２１から供給される水素は、水素圧力制御弁１４により運転圧力まで減圧されて、エゼクタ３に供給される。エゼクタ３は、水素圧力制御弁１４から供給された新規水素と水素循環流路４を通過してきた水素とを混合し、燃料電池スタック２の燃料極２ａに供給する。燃料極２ａの入口での水素の温度と圧力はそれぞれ、水素入口温度センサ８、水素入口圧力センサ９で測定される。水素圧力制御弁１４の制御は水素入口圧力センサ９で測定される圧力により行われる。通常は水素パージ弁５は閉じており、燃料電池スタック２から排出される水素を水素循環流路４に流すようにする。また、水素タンク２１内の温度及び圧力はそれぞれタンク温度センサ２２、タンク圧力センサ２３によって測定される。

酸化剤となる空気は、コンプレッサ６により供給される。コンプレッサ６により供給された空気は空気流量センサ１５で計量された後、空気供給流路７を介して燃料電池スタック２の酸化剤極２ｂへ供給される。酸化剤極２ｂの入口での空気の圧力及び温度は、空気入口圧力センサ１７及び空気入口温度センサ１６で測定され、酸化剤極２ｂの出口に設けた空気圧力制御弁１２で圧力制御される。

燃料電池スタック２の出力電流は電流センサ１８で、出力電圧は電圧センサ１９で測定される。また、燃料電池スタック２から取り出す電力は、電力制御装置２０によって制御される。

この電力制御装置２０は、例えば、昇降圧型のＤＣ／ＤＣコンバータであり、燃料電池スタック２と電気負荷の間に配置され、燃料電池スタック２の発電電圧を一定の負荷電圧に変換する制御を行う。このＤＣ／ＤＣコンバータは、昇圧変換と降圧変換とでは、動作させるスイッチング素子がそれぞれ異なっており、スイッチング素子へ加える制御信号のデューティ比に応じて所望の電圧を出力させることができる。昇圧時には、入力電圧以上の電圧を出力するようにスイッチング素子が制御され、また、降圧時には、入力電圧以下の電圧を出力するようにスイッチング素子が制御される。

本実施例では、燃料電池スタック２の運転時の水素及び空気の圧力（運転圧力）は可変圧である。即ち、燃料電池スタック２から取り出す出力が高いときには運転圧力を高め、出力が低いときは運転圧力を低める。

燃料電池スタック２内に水溢れ（以下フラッディング）等が発生した場合や、燃料電池スタック２の運転圧力を低下させる場合などには、水素パージ弁５を開けて水素循環流路４および燃料電池スタック２の燃料極２ａに存在する水素を排出する。

水素入口温度センサ８、水素入口圧力センサ９、空気流量センサ１５、空気入口温度センサ１６、空気入口圧力センサ１７、電流センサ１８、電圧センサ１９、タンク温度センサ２２、及びタンク圧力センサ２３の各センサの検出信号は、コントローラ１３の入力に接続されている。

また、コントローラ１３の出力には、水素パージ弁５、コンプレッサ６、空気圧力制御弁１２、及び水素圧力制御弁１４の各アクチュエータ、並びに電力制御装置２０が接続され、コントローラ１３から制御可能となっている。

コントローラ１３は、上記の各センサから入力した検出信号に基づいて、燃料電池の運転状態に応じた制御を行うために、上記各アクチュエータ並びに電力制御装置２０を制御する。尚特に限定されないが、本実施例では、コントローラ１３は、ＣＰＵと、プログラムＲＯＭと、作業用ＲＡＭと、入出力インタフェースとを備えたマイクロプロセッサで構成されている。

そして、コントローラ１３は、プログラムＲＯＭに記憶した制御プログラムを実行することにより、燃料電池システム１全体の制御を行う。

また、コントローラ１３は、電流センサ１８及び電圧センサ１９の検出値に基づいて燃料電池スタック２の発電電流と電圧の関係を学習する電流電圧特性学習手段と、電流電圧特性学習手段の学習パラメータの変化率を制限する学習パラメータ変化率制限手段とを制御プログラムにより実現している。

図２は、本実施例のコントローラによる燃料電池の電流電圧特性の学習、及び、燃料電池システムの発電制御及びガス供給制御の方法を示した概略フローチャートであり、所定時間周期（例えば10[msec]周期）で実行される。

まず、ステップ（以下、ステップをＳと略す）２０１において、燃料電池システムに対する要求発電電力を算出し、Ｓ２０２において燃料電池の電流電圧特性の学習を行う。そして、Ｓ２０３において、目標電流の算出を行い、Ｓ２０４において、水素及び空気のガス供給制御を行い、Ｓ２０５において、燃料電池の発電電力制御を行う。

次に、Ｓ２０１〜Ｓ２０５の各ステップ毎の処理内容の詳細について説明する。

まず、Ｓ２０１における要求発電電力算出処理を説明する。ここでは、燃料電池システムに接続された電気負荷の運転状態に基づいて、要求発電電力を算出するが、例えば、ハイブリッド型電気自動車へ燃料電池システムを搭載した場合の処理の例を、図３に示したフローチャートを用いて説明する。

まず、Ｓ３０１において、車両に備えたアクセルセンサの出力に基づいて、ドライバのアクセル操作量を検出し、Ｓ３０２において、車両に備えた車速センサの出力に基づいて、車両の速度を検出する。

次に、Ｓ３０３において、燃料電池システムに対する要求発電電力を算出する。これは、例えば、前記アクセル操作量と前記車両速度とに基づいて、予めコントローラ１３のＲＯＭに記憶した図６に示すようなマップデータを用いて算出する。

次に、Ｓ２０２における電流電圧特性学習処理を、図４に示したフローチャートを用いて説明する。ここでは、電流センサ１８、電圧センサ１９が検出した燃料電池スタック２の出力電流及び出力電圧に基づいて、燃料電池スタック２の電流電圧特性の学習を行う。

まず、Ｓ４０１において、燃料電池の発電状態が定常状態か過渡状態かの定常判断を行う。この定常判断は、燃料電池システムの負荷変動時に安定して計測できない電流電圧データを除去する為に行う。

ここでは、検出した出力電流あるいは出力電圧を前回値と比較した場合の変化量の絶対値が所定値以下になった場合に、定常状態であると判断する。また、この他の発電状態の定常判断方法として、所定時間計測した出力電流あるいは出力電圧の分散値が所定値以下になった場合に、定常状態であると判断するという方法などを適用してもよい。

そして、発電状態が定常状態の場合にはＳ４０２に進み、発電状態が定常状態でない場合には、電流電圧特性学習の処理を終了する。

次に、Ｓ４０２において、出力電流に基づいて、出力電圧を安定して検出できる負荷領域であるか否かの判断を行う。

燃料電池は、極低負荷域（例えば、定格負荷の５［％］以下の領域、図１１の領域ｆ）では活性化過電圧が大きく変化する為、電流の変化量に対して電圧の変化量が非常に大きく、出力電圧を安定して検出できない。同様に、極高負荷域（例えば、定格負荷の９８［％］以上の領域、図１１の領域ｇ）では濃度過電圧が大きく変化する為、電流の変化量に対して電圧の変化量が大きく、出力電圧を安定して検出できない。

従って、燃料電池の電流電圧特性の変化の検出は、出力電圧が安定して検出できる領域で行う必要がある。よって、極低負荷領域、あるいは、極高負荷領域ではないことを判定する為に、現在の出力電流値が、低負荷側の所定値より大きく、かつ、高負荷側の所定値より小さいことを判定する。そして、現在の出力電流が、低負荷側の所定値より大きく、かつ、高負荷側の所定値より小さい場合にはＳ４０３に進み、現在の出力電流が、低負荷側の所定値以下、あるいは、高負荷側の所定値以上である場合は、電流電圧特性学習の処理を終了する。

このように、燃料電池の極低負荷の活性化過電圧の変化が大きい領域や、極高負荷の濃度過電圧の変化が大きい領域では、燃料電池の電流電圧特性の学習を停止させることが可能となり、活性化過電圧や濃度過電圧の大きな影響を受けずに、燃料電池の電流電圧特性を精度良く学習することができるという効果がある。

次に、Ｓ４０３では、時々刻々と変化する燃料電池スタックの電流電圧特性の学習を行う。

この燃料電池スタックの電流電圧特性を電流の関数を用いて、該関数の各項の係数を学習パラメータとして演算する方法を用いる。ここでは、電流電圧特性を、式（１）に示すような、独立変数を出力電流Ｉ（Ｘ軸）、従属変数を出力電圧Ｖ（Ｙ軸）として近似した１次関数で表す。

Ｖ＝Ａ・Ｉ＋Ｂ …（１）
また、燃料電池の電流の変化に対する電圧の変化量を規定するための第１の学習パラメータをＡ、燃料電池の電流の変化に依存しない電圧のオフセット量を規定するための学習パラメータをＢとする。

そして、これらの学習パラメータＡ，Ｂの更新方法は、計測した出力電圧と、上記式（１）に出力電流を入力して求めた学習値との誤差に基づいて、逐次型最小二乗法を用いた逐次パラメータ推定アルゴリズムにて更新を行うことで実現する。

このように燃料電池の発電電流の関数を用いて、関数の各項の係数を学習パラメータとして演算することによって、燃料電池の電流電圧特性の学習を行うようにすると、学習ロジックの構成を簡単にし、容易に実現することができるという効果がある。

また、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じている場合は、燃料電池の運転時間に対する第２の学習パラメータの変化を予め計測して記憶したデータに基づいて、第２の学習パラメータを演算する場合、コントローラのＲＯＭに、燃料電池の運転時間に対する学習パラメータＢの変化を予め計測して記憶しておく。そしてこの記憶したデータに基づいて、上記式（１）の学習パラメータＢの演算を行う。

これには、燃料電池の発電を開始してからの運転時間に対する、学習パラメータＢの制御実行周期当たりの変化量を、図１０に示したテーブルデータを用いて算出し、学習パラメータＢの前回値に制御実行周期当たりの変化量を加算することで学習パラメータＢの演算を行う。

これにより、燃料電池の運転を開始した後に、極低負荷の活性化過電圧の変化が大きい領域や、極高負荷の濃度過電圧の変化が大きい領域で、燃料電池の運転を継続した場合においても、容易な方法で、運転開始初期の回復可能な劣化の影響による、電流電圧特性の変化を推定することが可能となる。

次に、Ｓ４０４では、第２の学習パラメータの変化量、すなわち、学習パラメータＢの変化量に基づいて、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じているか否かを判断する。以下、この判断方法の具体例について３通り説明する。

第１の判断方法は、燃料電池の発電を開始した時の学習パラメータＢの演算値から、今回演算した第２の学習パラメータＢを減算して、第２の学習パラメータＢの変化量を算出し、その変化量が、所定値より小さければ、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する。

その所定値は、燃料電池の発電を開始してから、回復可能な劣化の影響で特性変化が治まるまでの、学習パラメータＢの変化量とする。この変化量は、回復可能な劣化の影響で、電流電圧特性の変化が生じている間の、電圧のオフセット量を、予め計測して設定する。

第１の判断方法によれば、燃料電池の運転を開始した時の第２の学習パラメータの値に対する、第２の学習パラメータの変化量が所定値に達するまでは、電流電圧特性に回復可能な劣化の影響で特性変化が生じていると判断するので、運転開始初期の回復可能な劣化の影響で、電流電圧特性の変化が生じていることを、精度良く判断することが可能となるという効果がある。

第２の判断方法は、第２の学習パラメータＢの変化の速さが所定値以上である場合、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する。

ここでは、学習パラメータＢの変化の速さを、学習パラメータＢの前回値から、今回演算した学習パラメータＢを減算した値の絶対値とする。そして、この減算値の絶対値が所定値より大きければ、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する。この所定値は、回復可能な劣化の影響で、電流電圧特性の変化が生じている時の、学習パラメータＢの変化の速さを、予め計測して設定する。

この第２の判断方法によれば、第２の学習パラメータの変化の速さに基づいて、この変化の速さが所定値以上である場合に、電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断するので、回復可能な劣化の進行の度合いに応じて、回復可能な劣化の影響で電流電圧特性の変化が生じていることを判断することが可能となるという効果がある。

第３の判断方法は、燃料電池の発電を開始してからの運転時間が所定値未満の場合は、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する。この所定値は、燃料電池の発電を開始してから、回復可能な劣化の影響による電流電圧特性の変化が治まるまでの時間を、予め計測して設定する。

この第３の判断方法によれば、運転時間を計測するという容易な方法で、回復可能な劣化の影響で電流電圧特性の変化が生じているか否かの判断を行うことができるという効果がある。

そして、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断した場合には、Ｓ４０５に進み、回復可能な劣化の影響で特性変化が生じていないと判断した場合には、電流電圧特性学習の処理を終了する。

次に、Ｓ４０５では、Ｓ４０３で演算された学習パラメータＡに対して変化率の制限を行って、学習パラメータの更新を行う。ここで更新された学習パラメータは、例えば、燃料電池スタックの劣化の判断に用いられる。

ここでは、学習パラメータＡ、学習パラメータＢそれぞれに、移動平均フィルタを用いて変化率の制限を行い、学習パラメータＡの移動平均サンプル数を、学習パラメータＢの移動平均サンプル数より多くすることにより、学習パラメータＡの変化率を、学習パラメータＢの変化率より小さくする。こうして求めたそれぞれの移動平均値を用いて、学習パラメータＡ，Ｂの更新を行う。

また、学習パラメータＡの変化率の制限方法として、学習パラメータＡ、学習パラメータＢそれぞれに、一次遅れフィルタの演算を施し、学習パラメータＡの一次遅れフィルタの時定数を、学習パラメータＢの一次遅れフィルタの時定数より大きくすることにより、学習パラメータＡの変化率を、学習パラメータＢの変化率より小さくするという方法など、変化率を制限する他の方法を適用しても良い。

このように、燃料電池スタックの回復可能な劣化の影響で電流電圧特性に変化が生じている場合に、電流電圧特性学習手段は、電流の１次以上の項の学習パラメータの変化率を、該学習パラメータ以外の学習パラメータの変化率より小さくすることにより、燃料電池の出力電流の変化に対する出力電圧の変化量を規定するための学習パラメータの変動を抑えることが可能になる。

従って、容易な実現方法で、燃料電池の回復可能な劣化の影響による電流電圧特性の変化を、精度良く学習することが可能となるという効果がある。

次に、Ｓ２０３における処理を説明する。ここでは、Ｓ２０２において学習した電流電圧特性に基づいて、要求発電電力を実現するための目標電流の算出を行う。この目標電流は、Ｓ４０３で算出した、学習パラメータＡ（電流電圧特性の傾きＡ）及び学習パラメータＢ（電流電圧特性のＹ切片Ｂ）と、要求発電電力Ｗとに基づいて、式（２）を用いて算出する。

目標電流＝（−Ｂ＋√（Ｂ² ＋４ＡＷ））／（２Ａ） …（２）
ここで、目標電流は、電力（Ｗ＝Ｖ・Ｉ）に、式（１）の電流電圧特性の近似式による電圧Ｖを代入した電流Ｉに関する２次関数の根である。

次に、Ｓ２０４におけるガス供給制御処理を説明する。ここでは、水素及び空気のガス供給制御を行う。この処理の例を、図５に示したフローチャートを用いて説明する。

まず、Ｓ５０１において、目標ガス圧力を算出する。この目標ガス圧力は、目標発電電流に基づいて、図７に示したテーブルデータを用いて実施する。尚、このテーブルデータは燃料電池の発電効率などを考慮して、予めコントローラ１３に設定される。

次に、Ｓ５０２において、水素ガスの圧力制御を行う。ここでは、目標ガス圧力に基づいて、水素圧力制御弁１４を操作することによって水素圧力の制御を行う。水素圧力制御弁１４の操作は、水素入口圧力センサ９で検出した燃料電池の水素圧力と目標ガス圧力との偏差に基づいて、Ｆ／Ｂ制御により水素圧力制御弁１４の指令開度を決定することにより、実行される。尚、このＦ／Ｂ制御は、ＰＩ制御やモデル規範型制御など一般的によく知られている方法により構成することができる。また、ここで算出された水素圧力制御弁１４の指令開度は、コントローラ１３から水素圧力制御弁１４の駆動回路に対して指示されて、水素圧力制御弁１４が指令開度に従って駆動される。

次に、Ｓ５０３において、空気ガスの流量制御を行う。ここでは、まず、目標発電電流に基づいて、図７に示したテーブルデータを用いて目標空気流量を算出する。このテーブルデータは、燃料電池内部で局所的な空気供給不足が起きないような空気利用率となるように予めコントローラ１３に設定される。

次に、目標ガス圧力と、目標空気流量とに基づいて、図９に示したマップデータを用いてコンプレッサ６の指令回転数を算出する。このマップデータは、コンプレッサ６の回転数と圧力比に対する空気流量の特性に基づいて設定される。また、ここで算出されたコンプレッサ指令回転数は、コントローラ１３からコンプレッサ駆動回路に対して指示されて、コンプレッサ６が指令回転数に従って駆動される。

次に、Ｓ５０４において、空気ガスの圧力制御を行う。ここでは、目標空気圧力に基づいて、空気圧力制御弁１２を操作することによって空気圧力の制御を行う。空気圧力制御弁１２の操作は、空気入口圧力センサ１５で検出した燃料電池の空気圧力と目標空気圧力との偏差に基づいて、Ｆ／Ｂ制御により空気圧力制御弁の指令開度を決定することにより、実行される。尚、このＦ／Ｂ制御は、ＰＩ制御やモデル規範型制御など一般的によく知られている方法により構成することができる。また、ここで算出された空気圧力制御弁の指令開度は、コントローラ１３から空気圧力制御弁１２の駆動回路に対して指示されて、空気圧力制御弁１２が指令開度に従って駆動される。

次に、Ｓ２０５における発電量制御処理を説明する。ここでは、要求発電電力に基づいて、燃料電池の発電電力制御を行う。要求発電電力は、コントローラ１３から電力制御装置２０に対して指示され、発電指令電力に従って燃料電池の発電電力が制御される。

次に、本発明による作用を、図１１を用いて説明する。燃料電池スタックの電流電圧特性の劣化形態の一つとして、酸化剤極に生じた酸化被膜による電流電圧特性の変化がある。この特性変化は、活性過電圧の増加による変化である為、燃料電池スタックの出力電流に関係なく、酸化被膜の増加が治まるまで一様の電圧低下が生じるもので、回復可能な特性変化である。

図１１は、燃料電池スタックの電流電圧特性を示した図であり、上記のような特性変化が生じた場合には、電流電圧特性は、図１１ａに示した劣化前の特性から、図１１ｃに示した特性に変化する。この変化に対して、前記従来技術において式（１）に示した近似式を用いて、電流と電圧の特性を学習した場合には、図１１ｂに示した学習結果から、図１１ｅに示した学習結果に変化し、電流電圧特性を誤って学習してしまうという問題が生じる。

この問題は、学習パラメータＢが大きく変化する際に、誤って学習パラメータＡが変動してしまうことによるものである。

一方、本発明を適用した場合には、学習パラメータＡの変化率を、学習パラメータＢの変化率より小さくすることで、学習パラメータＡの変動を抑制することができ、図１１ｄに示した学習結果のように、電流電圧特性を精度良く学習することができる。

また、学習パラメータＢの変化量に基づいて、酸化剤極に生じた酸化被膜による電流電圧特性の変化の判断が可能となる為、上記の特性変化が生じていない場合には、学習パラメータＡの変化率が制限されることなく、学習パラメータＡ、Ｂの更新がともに行われるので、電流電圧特性を精度良く学習することができる。

また、燃料電池では、極低負荷域ｆでは活性化過電圧が大きく変化する為、電流の変化量に対して電圧の変化量が非常に大きく、電圧値を安定して検出できない。同様に、極高負荷域ｇでは濃度過電圧が大きく変化する為、電流の変化量に対して電圧の変化量が大きく、電圧値を安定して検出できない。よって、極低負荷領域ｆ、及び、極高負荷領域ｇでは、電流電圧特性の学習の更新を行わないことにより、学習に用いる出力電圧を安定させ、学習精度を向上させている。

本発明に係る燃料電池システムの制御装置を備えた燃料電池システムの概略構成図である。 本発明に係る燃料電池システムの制御装置の一実施例の動作を説明する概略フローチャートである。 Ｓ２０１における要求発電電力算出処理を説明する詳細フローチャートである。 Ｓ２０２における電流電圧特性学習処理を説明する詳細フローチャートである。 Ｓ２０４におけるガス供給制御処理を説明する詳細フローチャートである。 Ｓ２０１において、要求発電電力を算出するためのマップデータ例である。 Ｓ５０１において、目標ガス圧力を算出するためのテーブルデータ例である。 Ｓ５０３において、目標空気流量を算出するためのテーブルデータ例である。 Ｓ５０３において、コンプレッサ指令回転数を算出するためのマップデータ例である。 Ｓ４０３において、第２の学習パラメータＢの変化量を算出するためのテーブルデータ例である。 本発明の作用を説明する図である。

符号の説明

１：燃料電池システム
２：燃料電池スタック
３：エゼクタ
４：水素循環流路
５：水素パージ弁
６：コンプレッサ
７：空気供給流路
８：水素入口温度センサ
９：水素入口圧力センサ
１１：排空気流路
１２：空気圧力制御弁
１３：コントローラ
１４：水素圧力制御弁
１５：空気流量センサ
１６：空気入口温度センサ
１７：空気入口圧力センサ
１８：電流センサ
１９：電圧センサ
２０：電力制御装置
２１：水素タンク
２２：タンク温度センサ
２３：タンク圧力センサ

Claims (10)

1. 燃料ガスと酸化剤ガスを供給して発電を行う燃料電池を備えた燃料電池システムの制御装置において、
   燃料電池の出力電流を検出する電流検出手段と、
   燃料電池の出力電圧を検出する電圧検出手段と、
   前記電流検出手段及び前記電圧検出手段の検出値に基づいて、燃料電池の出力電流と出力電圧の関係である電流電圧特性を学習する電流電圧特性学習手段と、
   前記電流電圧特性に、回復可能な劣化の影響で特性変化が生じている場合に、前記電流電圧特性学習手段の学習パラメータの変化量を制限する学習パラメータ変化率制限手段と、を備え、
   前記電流電圧特性学習手段は、前記燃料電池の出力電流の変化に対する出力電圧の変化量を規定するための第１の学習パラメータと、第１の学習パラメータ以外の第２の学習パラメータを有し、
   前記学習パラメータ変化率制限手段は、前記電流電圧特性に、回復可能な劣化の影響で特性変化が生じている場合に、第１の学習パラメータの変化率を、第２の学習パラメータの変化率より小さく制限することを特徴とする燃料電池システムの制御装置。
2. 前記回復可能な劣化は、活性化過電圧が大きく変化する極低負荷と、濃度過電圧が大きく変化する極高負荷を除いた発電負荷において、前記燃料電池の発電電流の変化に対する前記燃料電池の電圧の変化量はほぼ一定のまま、前記電流電圧特性が変化する劣化であることを特徴とする請求項１記載の燃料電池システムの制御装置。
3. 前記電流電圧特性学習手段は、
   前記電流電圧特性に影響を及ぼす前記燃料電池の状態量のうち、少なくとも前記燃料電池の発電電流を入力とした関数を用いて、前記関数の各項の係数を学習パラメータとして演算する学習パラメータ演算手段であることを特徴とする請求項１または請求項２記載の燃料電池システムの制御装置。
4. 前記学習パラメータ変化率制限手段は、
   前記電流電圧特性に、回復可能な劣化の影響で特性変化が生じている場合に、
   前記出力電流の１次以上の項の学習パラメータの変化率を、該学習パラメータ以外の学習パラメータの変化率より小さくする手段であることを特徴とする請求項１乃至請求項３の何れか１項に記載の燃料電池システムの制御装置。
5. 前記学習パラメータ変化率制限手段は、
   第２の学習パラメータの変化量に基づいて、前記電流電圧特性に、回復可能な劣化の影響で特性変化が生じているか否かを判断する手段を含むことを特徴とする請求項１乃至請求項４の何れか１項に記載の燃料電池システムの制御装置。
6. 前記学習パラメータ変化率制限手段は、
   前記燃料電池の運転を開始した時の第２の学習パラメータの値に対する、第２の学習パラメータの変化量が所定値に達するまでは、前記電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する手段を含むことを特徴とする請求項１乃至請求項５の何れか１項に記載の燃料電池システムの制御装置。
7. 前記学習パラメータ変化率制限手段は、
   第２の学習パラメータの変化の速さに基づいて、前記変化の速さが所定値以上である場合に、前記電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する手段を含むことを特徴とする請求項１乃至請求項５の何れか１項に記載の燃料電池システムの制御装置。
8. 前記学習パラメータ変化率制限手段は、
   前記燃料電池の運転時間に基づいて、前記運転時間が所定値未満である場合に、前記電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する手段を含むことを特徴とする請求項１乃至請求項５の何れか１項に記載の燃料電池システムの制御装置。
9. 前記電流電圧特性学習手段は、
   前記燃料電池の出力電流が第１の所定値以下である場合、或いは、前記燃料電池の出力電流が前記第１の所定値より大きい第２の所定値以上である場合には、学習パラメータの更新を禁止する手段を含むことを特徴とする請求項１乃至請求項８の何れか１項に記載の燃料電池システムの制御装置。
10. 前記電流電圧特性学習手段は、
    前記電流電圧特性に、回復可能な劣化の影響で特性変化が生じている場合は、前記燃料電池の運転時間に対する、第２の学習パラメータの変化を予め計測して記憶したデータに基づいて、第２の学習パラメータを演算する手段を含むことを特徴とする請求項１乃至請求項８の何れか１項に記載の燃料電池システムの制御装置。

Images