KR102613943B1 - 하이브리드 수소연료전지 차량의 bop 제어시스템 및 방법 - Google Patents
하이브리드 수소연료전지 차량의 bop 제어시스템 및 방법 Download PDFInfo
- Publication number
- KR102613943B1 KR102613943B1 KR1020220059635A KR20220059635A KR102613943B1 KR 102613943 B1 KR102613943 B1 KR 102613943B1 KR 1020220059635 A KR1020220059635 A KR 1020220059635A KR 20220059635 A KR20220059635 A KR 20220059635A KR 102613943 B1 KR102613943 B1 KR 102613943B1
- Authority
- KR
- South Korea
- Prior art keywords
- standard
- power
- net
- bop
- fuel cell
- Prior art date
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 182
- 238000000034 method Methods 0.000 title claims abstract description 113
- 239000001257 hydrogen Substances 0.000 title abstract description 38
- 229910052739 hydrogen Inorganic materials 0.000 title abstract description 38
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title abstract description 32
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 88
- 239000001301 oxygen Substances 0.000 claims abstract description 88
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 88
- 239000012528 membrane Substances 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 95
- 238000012545 processing Methods 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 24
- 238000013480 data collection Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 7
- URWAJWIAIPFPJE-YFMIWBNJSA-N sisomycin Chemical compound O1C[C@@](O)(C)[C@H](NC)[C@@H](O)[C@H]1O[C@@H]1[C@@H](O)[C@H](O[C@@H]2[C@@H](CC=C(CN)O2)N)[C@@H](N)C[C@H]1N URWAJWIAIPFPJE-YFMIWBNJSA-N 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 23
- 230000003044 adaptive effect Effects 0.000 description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 238000011156 evaluation Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 150000002431 hydrogen Chemical class 0.000 description 6
- 238000001816 cooling Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000009844 basic oxygen steelmaking Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/30—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling fuel cells
-
- 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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
- B60L3/0053—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to 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
- H01M8/04313—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
- H01M8/04664—Failure or abnormal function
- H01M8/04679—Failure or abnormal function 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
- H01M8/04701—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
- H01M8/04992—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)
- Sustainable Energy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Fuel Cell (AREA)
Abstract
본 발명은 양성자교환막 연료전지(Proton Exchange Membrane Fuel Cell ; PEMFC)를 이용한 하이브리드 수소연료전지 차량에 적용되는 보조기기(balance of plant ; BOP)의 제어시스템 및 방법에 관한 것으로, 본 발명에 따르면, BOP에 대한 제어가 개별적으로 이루어짐으로 인해 각각의 파라미터들의 상호 영향이 고려되지 못하는 한계가 있었던 종래기술의 비례-적분-미분(Proportional-Integral-Derivative ; PID) 및 단일입력-단일출력(Single-Input Single-Output ; SISO) 기반 제어방식의 문제점을 해결하기 위해, 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 최적의 산소초과비율(oxygen excess ratio)을 추정하도록 구성되는 하이브리드 적응형(hybrid adaptive) 최대전력점추종(Maximized Power Point Tracking ; MPPT) 기술과 다중입력-다중출력(Multiple-Input Multiple-Output ; MIMO) 방식에 기반하여 각각의 파라미터들의 상호 영향을 반영하여 연료전지의 BOP에 대한 제어가 보다 효과적이고 효율적으로 이루어질 수 있으며, 그것에 의해, 연료전지의 전체적인 효율 및 성능을 향상시킬 수 있도록 구성되는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법이 제공된다.
Description
본 발명은 양성자교환막 연료전지(Proton Exchange Membrane Fuel Cell ; PEMFC)를 이용한 하이브리드 수소연료전지 차량에 적용되는 보조기기(balance of plant ; BOP)의 제어시스템 및 방법에 관한 것으로, 더 상세하게는, 일반적으로, PEMFC의 성능 및 효율을 높이기 위하여는 온도, 습도, 전력, 전압, 유입가스(수소, 산소) 등과 같은 각각의 파라미터를 최적화하여야 하나, 이러한 각각의 보조기기(BOP)에 대한 제어가 개별적으로 이루어짐으로 인해 각각의 파라미터들의 상호 영향이 고려되지 못하는 한계가 있었던 종래기술의 비례-적분-미분(Proportional-Integral-Derivative ; PID) 및 단일입력-단일출력(Single-Input Single-Output ; SISO) 기반 제어방식의 문제점을 해결하기 위해, 다중입력-다중출력(Multiple-Input Multiple-Output ; MIMO) 방식에 기반하여, 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 모든 변수를 고려한 최적의 제어 파라미터를 산출하고 각각의 BOP를 제어하는 처리가 수행되도록 구성됨으로써, 보다 효과적이고 효율적인 BOP 제어가 이루어질 수 있도록 구성되는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법에 관한 것이다.
또한, 본 발명은, 상기한 바와 같이 각각의 보조기기(BOP)에 대한 제어가 개별적으로 이루어짐으로 인해 각각의 파라미터들의 상호 영향이 고려되지 못하는 한계가 있었던 종래기술의 PID 및 SISO 기반 제어방식의 문제점을 해결하기 위해, 압력, 유량, 온도, 전압, 전류 등과 같은 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 최적의 산소초과비율(oxygen excess ratio)을 추정하도록 구성되는 하이브리드 적응형(hybrid adaptive) 최대전력점추종(Maximized Power Point Tracking ; MPPT) 기술과 MIMO 컨트롤러를 이용하여 연료전지의 BOP에 대한 제어가 수행되도록 구성됨으로써, 각각의 파라미터들의 상호 영향을 반영하여 연료전지의 BOP에 대한 제어가 보다 효과적이고 효율적으로 이루어질 수 있으며, 그것에 의해, 연료전지의 전체적인 효율 및 성능을 향상시킬 수 있도록 구성되는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법에 관한 것이다.
아울러, 본 발명은, 상기한 바와 같이 MIMO에 기반하여 BOP의 제어가 이루어지는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법을 이용하여 구성됨으로써, 각각의 파라미터들의 상호 영향을 반영하여 보다 효율적인 BOP 제어가 이루어질 수 있으며, 그것에 의해, 연료전지뿐만 아니라 전체적인 시스템의 효율 및 성능을 높일 수 있도록 구성되는 연료전지 차량에 관한 것이다.
최근, 날로 심각해지는 환경오염 문제로 인해 친환경 에너지에 대한 관심 및 수요가 증가함에 따라 높은 환경 친화성과 전력밀도 및 낮은 유지보수 요구사항 등의 장점을 가지는 양성자 교환막 연료전지(Proton Exchange Membrane Fuel Cell ; PEMFC)에 대한 수요가 증가하고 있다.
또한, PEMFC는, 일반적으로, 예를 들면, 전원공급장치, 수소 및 공기 공급시스템, 팬을 이용한 냉각 시스템, DC 컨버터를 포함하는 전기회로 등과 같이, 연료전지의 동작을 위한 다양한 보조 하위시스템을 포함하여 구성되며, 따라서 PEMFC 시스템의 성능 및 동작은 각각의 하위시스템의 동작에 따라 크게 달라지게 된다.
이에, 종래, PEMFC와 같은 연료전지의 성능을 높이기 위해, 예를 들면, 온도, 습도, 유입가스(수소 및 공기) 압력, 음극(cathode) 및 양극(anode)에서의 플러딩(flooding)을 회피하기 위한 수처리(water management) 등과 같이, 연료전지의 각종 파라미터를 최적화하기 위하여 여러 가지 연구가 활발히 이루어지고 있다.
즉, 종래, 예를 들면, 온도, 습도, 전력, 전압, 유입가스(수소 및 공기) 등과 같은 각종 동작조건을 제어하기 위해 연료전지에 구비되는 보조기기(balance of plant ; BOP) 시스템의 동작을 안정화하여 전체적인 시스템의 동작을 개선시키기 위한 여러 가지 제어 알고리즘이 제시된 바 있다.
여기서, 상기한 바와 같이 연료전지에 구비되는 보조기기(BOP) 시스템의 제어 및 유지관리를 위한 장치 및 방법에 대한 종래기술의 예로는, 먼저, 예를 들면, 한국 등록특허공보 제10-2216851호에 제시된 바와 같은 "MBOP를 제어하는 연료 전지 시스템"이 있다.
더 상세하게는, 상기한 한국 등록특허공보 제10-2216851호는, MBOP (Mechanical Balance Of Plant)를 제어하는 연료 전지 시스템에 있어서, 연료와 공기를 공급하는 기계설비인 MBOP; 셀들을 다수 적층(stack)한 전기 화학적 발전기인 스택모듈; 및 연료전지 시스템에서 발생하는 열에너지 및 전기에너지를 제어하는 EBOP(electronic balance of plant)를 포함하며, 상기 EBOP는, 스택모듈의 상태를 진단하고 MBOP와 스택모듈의 동작을 제어하는 제어기를 포함하며, 상기 제어기는, 일정 샘플간격으로 발전을 정지시킴으로써 전류를 차단하고, 전류차단시 전압이 개회로(open circuit) 상태로 변화하는 패턴을 분석하는 CI(current interruption) 기법을 통해 스택모듈의 셀 또는 셀그룹별 상태를 판단하고, 판단된 상태에 따라 운전방식을 결정한 후, 결정된 운전방식에 따라 MBOP, 스택모듈, EBOP를 제어하며, 상기 스택모듈의 상태는, 전기저항, 반응속도저항, 물질전달저항을 포함하고, 상기 운전방식은, 온도, 유량, 압력, 출력을 포함하는 제어변수들에 대한 조절을 포함하고, 상기 운전방식은, 연료전지 시스템의 요구수명, 연료전지 시스템의 사용환경, 연료전지 시스템의 사용이력을 고려하여 결정되고, 상기 운전방식은 수명유지를 우선하는 제 1 운전방식 또는 출력량을 우선하는 제 2 운전방식 중 하나에 속하며, 상기 제 1 운전방식은 연료전지 시스템의 제조시 결정된 보증 기간이 경과하지 아니한 경우에 선택되고, 상기 제 2 운전방식은 보증기간이 경과한 경우에 선택되고, 제 1 운전방식은 제 2 운전방식에 비하여 낮은 효율을 제공하며, 제 1 운전방식의 효율의 수준은 잔여 보증기간 동안 연료전지 시스템이 전기를 생산할 수 있도록 과거의 전기소비 패턴에 의해 결정되는 전기소비량 이하로 전기를 생산할 수 있도록 결정되고, 상기 제어기는 100 내지 1MHz 샘플간격으로 전압데이터를 측정 및 저장하는 것에 의해, MBOP, 스택모듈, EBOP 중 적어도 하나로부터 수집된 정보에 기반하여 운전 또는 상태에 관련된 변수를 결정하고, 결정된 변수에 따라 MBOP, 스택모듈, EBOP의 운전방식을 각각 제어하는 것에 의해 연료전지의 수명을 보장하면서 효율을 증대시킬 수 있도록 구성되는 MBOP를 제어하는 연료 전지 시스템에 관한 것이다.
또한, 상기한 바와 같이 연료전지에 구비되는 보조기기(BOP) 시스템의 제어 및 유지관리를 위한 장치 및 방법에 대한 종래기술의 다른 예로는, 예를 들면, 한국 등록특허공보 제10-2314800호에 제시된 바와 같은 "연료전지 BOP시스템 평가장치 "이 있다.
더 상세하게는, 상기한 한국 등록특허공보 제10-2314800호는, 가스라인의 일측으로 가스를 공급하고, 가스라인의 타측에 연료전지에 공급되도록 기 설정된 가스압력을 발생시켜 가스BOP를 관리하는 가스BOP관리부; 용수라인의 일측으로 용수를 공급하되 연료전지에 공급되도록 기 설정된 용수온도로 용수를 공급하여 용수BOP를 관리하는 용수BOP관리부; 가스압력 및 용수온도의 조건에서 공기라인상의 공기BOP를 관리하는 공기BOP관리부; 외부의 사용자 단말과 통신하는 통신부; 가스BOP, 용수BOP 및 공기BOP의 소음정보를 감지하는 소음감지부; 가스센서를 이용하여 가스BOP에서 가스누출 여부를 감지하는 가스감지부; 및 가스BOP, 용수BOP, 공기BOP 중 적어도 어느 하나 이상에서 기 설정된 정상범위를 초과하는 오류가 발생하는지 평가정보를 생성하고, 사용자 단말로부터 BOP시스템에 형성된 식별코드의 인증요청시 평가정보를 사용자 단말로 전송하고, 사용자 단말에서 평가정보를 다운로드하면 사용자 단말과 연결된 BOP시스템에서 평가정보에 따른 운전조건이 자동으로 설정되도록 하고, 소음정보가 정상범위 내인지 판단하여 정상범위를 벗어나는 경우 오류 발생으로 평가하며, 가스감지부에서 가스누출이 감지되지 않는 경우 평가정보를 유효한 것으로 처리하는 평가부를 포함하여, 하나의 시스템 내에서 가스, 용수, 공기의 주입에 따라 BOP의 평가가 가능하도록 구성되는 연료전지 BOP시스템 평가장치에 관한 것이다.
상기한 바와 같이, 종래, 연료전지 BOP시스템의 제어 및 유지관리를 위하여 다양한 장치 및 방법들이 제시된 바 있으나, 상기한 바와 같은 종래기술의 내용들은 다음과 같은 한계가 있는 것이었다.
즉, 상기한 바와 같이, 일반적으로, PEMFC는 전원공급장치, 수소 및 공기 공급시스템, 팬을 포함하는 냉각시스템, DC 변환기 등의 전기회로를 포함하는 다양한 보조 하위시스템(BOP)이 서로 연계되어 전체적인 동작이 제어되며, 따라서 이러한 보조 하위시스템(BOP)이 얼마나 효율적으로 제어되는지에 따라 연료전지의 효율 및 성능이 달라지게 된다.
이에, 종래, PEMFC의 성능 및 효율을 높이기 위하여 온도, 습도, 전력, 전압, 유입가스(수소, 산소) 등과 같은 각각의 파라미터를 최적화하여 BOP를 제어하기 위한 다양한 장치 및 방법들이 제시된 바 있으나, 상기한 바와 같은 종래기술의 내용들은 온도 및 냉각제어, 기류 및 반응물제어, 습도관리, 전력 및 전압제어 등을 포함하는 BOP 제어문제에 대하여 비례-적분-미분(Proportional-Integral-Derivative ; PID) 제어와 같이 단일입력-단일출력(Single-Input Single-Output ; SISO) 기반으로 각각의 제어문제를 개별적으로 해결하는 데 중점을 두고 있는 것이 대부분으로, 각각의 구성요소들에 대한 상호 영향이 고려되지 못한 한계가 있는 것이었다.
아울러, 예를 들면, 온도, 산소초과비(oxygen excess ratio), 전압, 압력 등과 같은 일부 파라미터의 설정값 기준(setpoint reference)은 모두 미리 정해진 고정상수(fixed constant)로 설정되나, 실제로는 동작조건이 각각 상이함으로 인해 이러한 기준 파라미터가 시간에 따라 변화하므로, 고정상수를 이용하여 항상 최적의 동작을 보장할 수 없는 문제도 있다.
더욱이, 종래기술의 방법들에서는 최적의 설정값을 얻기 위하여 최적화 방법(optimization method)이 적용되었으나, 이는, 예를 들면, 산소초과비와 같이, 측정가능한 신호를 가정하여 단순화된 모델이 사용되었고, 그러한 비율을 직접 측정할 수 없고 수학식을 이용하여 간접적으로 계산하여야 하므로 계산오차가 발생하게 되는 한계도 있는 것이었다.
따라서 상기한 바와 같은 종래기술의 PID 및 SISO에 기반한 연료전지의 BOP 제어방법들의 한계를 해결하기 위하여는, 각각의 파라미터들의 상호 영향이 반영될 수 있도록, 예를 들면, 압력, 유량, 온도, 전압, 전류 등과 같이, 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 다중입력-다중출력(Multiple-Input Multiple-Output ; MIMO) 기반으로 연료전지의 BOP에 대한 제어가 수행되도록 구성됨으로써, BOP의 제어가 보다 효과적이고 효율적으로 이루어질 수 있으며, 그것에 의해, 연료전지의 전체적인 효율 및 성능을 향상시킬 수 있도록 구성되는 새로운 구성의 연료전지의 BOP 제어시스템 및 방법을 제시하는 것이 바람직하나, 아직까지 그러한 요구를 모두 만족시키는 장치나 방법은 제시되지 못하고 있는 실정이다.
본 발명은 상기한 바와 같은 종래기술의 문제점을 해결하고자 하는 것으로, 따라서 본 발명의 목적은, 일반적으로, 양성자교환막 연료전지(Proton Exchange Membrane Fuel Cell ; PEMFC)의 성능 및 효율을 높이기 위하여는 온도, 습도, 전력, 전압, 유입가스(수소, 산소) 등과 같은 각각의 파라미터를 최적화하여야 하나, 이러한 각각의 보조기기(balance of plant ; BOP)에 대한 제어가 개별적으로 이루어짐으로 인해 각각의 파라미터들의 상호 영향이 고려되지 못하는 한계가 있었던 종래기술의 비례-적분-미분(Proportional-Integral-Derivative ; PID) 및 단일입력-단일출력(Single-Input Single-Output ; SISO) 기반 제어방식의 문제점을 해결하기 위해, 다중입력-다중출력(Multiple-Input Multiple-Output ; MIMO) 방식에 기반하여, 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 모든 변수를 고려한 최적의 제어 파라미터를 산출하고 각각의 BOP를 제어하는 처리가 수행되도록 구성됨으로써, 보다 효과적이고 효율적인 BOP 제어가 이루어질 수 있도록 구성되는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법을 제시하고자 하는 것이다.
또한, 본 발명의 다른 목적은, 상기한 바와 같이 각각의 보조기기(BOP)에 대한 제어가 개별적으로 이루어짐으로 인해 각각의 파라미터들의 상호 영향이 고려되지 못하는 한계가 있었던 종래기술의 PID 및 SISO 기반 제어방식의 문제점을 해결하기 위해, 압력, 유량, 온도, 전압, 전류 등과 같은 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 최적의 산소초과비율(oxygen excess ratio)을 추정하도록 구성되는 하이브리드 적응형(hybrid adaptive) 최대전력점추종(Maximized Power Point Tracking ; MPPT) 기술과 MIMO 컨트롤러를 이용하여 연료전지의 BOP에 대한 제어가 수행되도록 구성됨으로써, 각각의 파라미터들의 상호 영향을 반영하여 연료전지의 BOP에 대한 제어가 보다 효과적이고 효율적으로 이루어질 수 있으며, 그것에 의해, 연료전지의 전체적인 효율 및 성능을 향상시킬 수 있도록 구성되는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법을 제시하고자 하는 것이다.
아울러, 본 발명의 또 다른 목적은, 상기한 바와 같이 MIMO에 기반하여 BOP의 제어가 이루어지는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법을 이용하여 구성됨으로써, 각각의 파라미터들의 상호 영향을 반영하여 보다 효율적인 BOP 제어가 이루어질 수 있으며, 그것에 의해, 연료전지뿐만 아니라 전체적인 시스템의 효율 및 성능을 높일 수 있도록 구성되는 연료전지 차량을 제시하고자 하는 것이다.
상기한 바와 같은 목적을 달성하기 위해, 본 발명에 따르면, 양성자교환막 연료전지(Proton Exchange Membrane Fuel Cell ; PEMFC)를 포함하는 연료전지에 구비되는 각종 보조기기(balance of plant ; BOP)의 동작을 제어하기 위한 BOP 제어시스템에 있어서, 연료전지의 각 부분에 대한 파라미터를 수집하는 처리가 수행되도록 이루어지는 데이터수집부; 상기 데이터수집부를 통해 수집된 각각의 데이터에 근거하여 상기 연료전지에 대한 연료공급기준을 결정하는 처리가 수행되도록 이루어지는 연료공급기준 산출부; 상기 연료전지의 부하에 따른 전력수요에 근거하여 상기 연료전지에 대한 전력기준을 산출하는 처리가 수행되는 전력기준 산출부; 상기 전력기준 산출부에 의해 산출된 상기 전력기준에 근거하여 상기 연료전지에 대한 온도기준을 산출하는 처리가 수행되는 온도기준 산출부; 및 상기 연료공급기준 산출부, 상기 전력기준 산출부 및 상기 온도기준 산출부에 의해 각각 산출된 상기 연료공급기준, 상기 전력기준 및 상기 온도기준에 근거하여 각각의 BOP를 제어하는 처리가 수행되도록 이루어지는 BOP 제어부를 포함하여 구성되는 것을 특징으로 하는 BOP 제어시스템이 제공된다.
여기서, 상기 데이터수집부는, 온도, 압력, 전압, 전류 및 전력을 포함하는 상기 연료전지의 각 부분에 대한 다수의 측정센서를 포함하여, 미리 정해진 설정에 따라 각각의 상기 측정센서를 통해 상기 연료전지의 각 부분에 대한 측정값을 수집하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
또한, 상기 연료공급기준 산출부는, 최적의 산소초과비(λO2,opt)를 산출하는 처리가 수행되도록 이루어지는 최대전력점추종(Maximized Power Point Tracking ; MPPT) 알고리즘을 이용하여, 상기 데이터수집부를 통해 수집된 각각의 데이터에 근거하여 상기 최적의 산소초과비(λO2,opt)를 산출하고, 산출된 상기 최적의 산소초과비(λO2,opt)에 따라 상기 연료공급기준을 결정하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
아울러, 상기 연료공급기준 산출부는, 시간 t 및 t-1에서의 산소초과비(λO2,t, λO2,t-1) 및 순전력(net power)(Pnet,t, Pnet,t-1)의 값과 미리 정해진 기준값과의 차이를 계산하여 각각의 오차(ΔλO2,t, ΔλO2,t-1, 및 ΔPnet,t, ΔPnet,t-1)를 산출하는 처리가 수행되는 오차산출단계; 상기 오차산출단계의 산출결과에 근거하여, 시간 t에서의 순전력 오차(ΔPnet,t)의 절대값과 시간 t-1에서의 순전력 오차(ΔPnet,t-1)의 절대값의 크기를 비교하는 처리가 수행되는 전력오차 비교단계; 및 상기 전력오차 비교단계의 비교결과에 근거하여, 미리 정해진 설정에 따라 최적의 산소초과비(λO2,opt)를 결정하는 처리가 수행되는 산소초과비 산출단계를 포함하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
여기서, 상기 산소초과비 산출단계는, 상기 전력오차 비교단계의 비교결과 시간 t에서의 순전력 오차(ΔPnet,t)의 절대값이 시간 t-1에서의 순전력 오차(ΔPnet,t-1)의 절대값보다 작은 경우, 시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0인지를 판정하고, 시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0이면 시간 t에서의 산소초과비 오차(ΔλO2,t)의 값이 0인지를 판정하여, 두 값이 모두 0이면 최근의 값(recent value)(λO2,t)으로 최적의 산소초과비(λO2,opt)를 결정하며, 시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0이 아닌 경우는 두 값의 곱을 계산하여 0이면 최근의 값(recent value)(λO2,t)으로 최적의 산소초과비(λO2,opt)를 결정하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
또는, 상기 산소초과비 산출단계는, 시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0이고 시간 t에서의 산소초과비 오차(ΔλO2,t)의 값이 0이 아닌 경우, 시간 t에서의 산소초과비 오차(ΔλO2,t)의 값이 0보다 큰지를 판정하여 0보다 큰 경우는 이하의 [수학식 1]을 이용하여 최적의 산소초과비(λO2,opt)를 산출하고, 0보다 작은 경우는 이하의 [수학식 2]를 이용하여 최적의 산소초과비(λO2,opt)를 산출하며, 시간 t에서의 순전력 오차(ΔPnet,t)와 산소초과비 오차(ΔλO2,t)의 곱이 0이 아니면 계산결과가 0보다 큰 경우는 이하의 [수학식 1]을 이용하여 최적의 산소초과비(λO2,opt)를 산출하고, 0보다 작은 경우는 이하의 [수학식 2]를 이용하여 최적의 산소초과비(λO2,opt)를 산출하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
[수학식 1]
(여기서, D는 ORB(Optimum Relation Based ; ORB) 알고리즘을 통하여 산출되는 스텝사이즈(step size)를 의미함)
[수학식 2]
또는, 상기 산소초과비 산출단계는, 상기 전력오차 비교단계의 비교결과 시간 t에서의 순전력 오차(ΔPnet,t)의 절대값이 시간 t-1에서의 순전력 오차(ΔPnet,t-1)의 절대값보다 큰 경우, 이하의 [수학식 3]을 이용하여 최적이득계수(optimal gain factor)(Kopt)를 산출하고, 이하의 [수학식 4]를 이용하여 최적의 산소초과비(λO2,opt)를 산출하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
[수학식 3]
[수학식 4]
더욱이, 상기 전력기준 산출부는, 상기 연료전지에서 요구되는 요구전력(requested power)에 근거하여 상기 전력기준(PFC,ref)을 산출하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
또한, 상기 온도기준 산출부는, 상기 전력기준 산출부에 의해 산출된 상기 전력기준(PFC,ref)을 통해 얻어지는 2차원 전력효율맵(2D power efficiency map)을 이용하여, 룩업테이블(lookup table) 방법을 이용하여 상기 온도기준(TFCst,ref)을 산출하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
아울러, 상기 BOP 제어부는, 상기 연료공급기준 산출부, 상기 전력기준 산출부 및 상기 온도기준 산출부에 의해 각각 산출된 상기 연료공급기준, 상기 전력기준 및 상기 온도기준을 입력으로 하여 각각의 BOP에 대한 제어가 수행되도록 이루어지는 다중입력-다중출력(Multiple-Input Multiple-Output ; MIMO) 컨트롤러를 포함하여 구성되는 것을 특징으로 한다.
더욱이, 본 발명에 따르면, 상기에 기재된 BOP 제어시스템을 이용한 BOP 제어방법에 있어서, 연료전지의 각 부분에 대한 파라미터를 수집하는 처리가 상기 BOP 제어시스템의 데이터수집부를 통해 수행되는 데이터수집단계; 상기 데이터수집단계를 통하여 수집된 각각의 데이터에 근거하여 상기 연료전지에 대한 연료공급기준을 결정하는 처리가 상기 BOP 제어시스템의 연료공급기준 산출부를 통해 수행되는 연료공급기준 산출단계; 상기 연료전지의 부하에 따른 전력수요에 근거하여 상기 연료전지에 대한 전력기준을 산출하는 처리가 상기 BOP 제어시스템의 전력기준 산출를 통해 수행되는 전력기준 산출단계; 상기 전력기준 산출단계에서 산출된 상기 전력기준에 근거하여 상기 연료전지에 대한 온도기준을 산출하는 처리가 상기 BOP 제어시스템의 온도기준 산출부를 통하여 수행되는 온도기준 산출단계; 및 상기 연료공급기준 산출단계, 상기 전력기준 산출단계 및 상기 온도기준 산출부단계를 통해 각각 산출된 상기 연료공급기준, 상기 전력기준 및 상기 온도기준에 근거하여 각각의 BOP를 제어하는 처리가 상기 BOP 제어시스템의 BOP 제어부를 통하여 수행되는 BOP 제어단계를 포함하여 구성되는 것을 특징으로 하는 BOP 제어방법이 제공된다.
또한, 본 발명에 따르면, 상기에 기재된 BOP 제어시스템을 포함하여 구성되는 것을 특징으로 하는 연료전지 시스템이 제공된다.
상기한 바와 같이, 본 발명에 따르면, 압력, 유량, 온도, 전압, 전류 등과 같은 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 최적의 산소초과비율을 추정하도록 구성되는 하이브리드 적응형 MPPT 기술과 MIMO 컨트롤러를 이용하여 연료전지의 BOP에 대한 제어가 수행되도록 구성되는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법이 제공됨으로써, 각각의 파라미터들의 상호 영향을 반영하여 연료전지의 BOP에 대한 제어가 보다 효과적이고 효율적으로 이루어질 수 있으며, 그것에 의해, 연료전지의 전체적인 효율 및 성능을 향상시킬 수 있다.
또한, 본 발명에 따르면, 상기한 바와 같이 MIMO 방식에 기반하여 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 모든 변수를 고려한 최적의 제어 파라미터를 산출하고 각각의 BOP를 제어하는 처리가 수행되는 것에 의해 보다 효과적이고 효율적인 BOP 제어가 이루어질 수 있도록 구성되는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법이 제공됨으로써, PEMFC의 성능 및 효율을 높이기 위하여는 온도, 습도, 전력, 전압, 유입가스(수소, 산소) 등과 같은 각각의 파라미터를 최적화하여야 하나, 이러한 각각의 BOP에 대한 제어가 개별적으로 이루어짐으로 인해 각각의 파라미터들의 상호 영향이 고려되지 못하는 한계가 있었던 종래기술의 PID 및 SISO 기반 제어방식의 문제점을 해결할 수 있다.
아울러, 본 발명에 따르면, 상기한 바와 같이 MIMO에 기반하여 BOP의 제어가 이루어지는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법을 이용하여 각각의 파라미터들의 상호 영향을 반영하여 보다 효율적인 BOP 제어가 이루어질 수 있도록 구성됨으로써, 연료전지뿐만 아니라 전체적인 시스템의 효율 및 성능을 높일 수 있도록 구성되는 연료전지 차량을 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 BOP 제어시스템에서 수행되는 MIMO 기반 제어 알고리즘의 전체적인 구성을 개략적으로 나타내는 개념도이다.
도 2는 본 발명의 실시예에 따른 BOP 제어시스템 및 방법에서 최적의 산소초과비를 얻기 위해 적용되는 하이브리드 적응형 MPPT 알고리즘의 전체적인 처리과정을 개략적으로 나타내는 플로차트이다.
도 3은 본 발명의 실시예에 따른 BOP 제어시스템의 전체적인 구성을 개략적으로 나타내는 블록도이다.
도 4는 도 3에 나타낸 본 발명의 실시예에 따른 BOP 제어시스템의 전체적인 구성 및 동작을 개략적으로 나타내는 개념도이다.
도 2는 본 발명의 실시예에 따른 BOP 제어시스템 및 방법에서 최적의 산소초과비를 얻기 위해 적용되는 하이브리드 적응형 MPPT 알고리즘의 전체적인 처리과정을 개략적으로 나타내는 플로차트이다.
도 3은 본 발명의 실시예에 따른 BOP 제어시스템의 전체적인 구성을 개략적으로 나타내는 블록도이다.
도 4는 도 3에 나타낸 본 발명의 실시예에 따른 BOP 제어시스템의 전체적인 구성 및 동작을 개략적으로 나타내는 개념도이다.
이하, 첨부된 도면을 참조하여, 본 발명에 따른 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법의 구체적인 실시예에 대하여 설명한다.
여기서, 이하에 설명하는 내용은 본 발명을 실시하기 위한 하나의 실시예일 뿐이며, 본 발명은 이하에 설명하는 실시예의 내용으로만 한정되는 것은 아니라는 사실에 유념해야 한다.
또한, 이하의 본 발명의 실시예에 대한 설명에 있어서, 종래기술의 내용과 동일 또는 유사하거나 당업자의 수준에서 용이하게 이해하고 실시할 수 있다고 판단되는 부분에 대하여는, 설명을 간략히 하기 위해 그 상세한 설명을 생략하였음에 유념해야 한다.
즉, 본 발명은, 후술하는 바와 같이, 일반적으로, 양성자교환막 연료전지(Proton Exchange Membrane Fuel Cell ; PEMFC)의 성능 및 효율을 높이기 위하여는 온도, 습도, 전력, 전압, 유입가스(수소, 산소) 등과 같은 각각의 파라미터를 최적화하여야 하나, 이러한 각각의 보조기기(balance of plant ; BOP)에 대한 제어가 개별적으로 이루어짐으로 인해 각각의 파라미터들의 상호 영향이 고려되지 못하는 한계가 있었던 종래기술의 비례-적분-미분(Proportional-Integral-Derivative ; PID) 및 단일입력-단일출력(Single-Input Single-Output ; SISO) 기반 제어방식의 문제점을 해결하기 위해, 다중입력-다중출력(Multiple-Input Multiple-Output ; MIMO) 방식에 기반하여, 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 모든 변수를 고려한 최적의 제어 파라미터를 산출하고 각각의 BOP를 제어하는 처리가 수행되도록 구성됨으로써, 보다 효과적이고 효율적인 BOP 제어가 이루어질 수 있도록 구성되는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법에 관한 것이다.
아울러, 본 발명은, 후술하는 바와 같이, 각각의 보조기기(BOP)에 대한 제어가 개별적으로 이루어짐으로 인해 각각의 파라미터들의 상호 영향이 고려되지 못하는 한계가 있었던 종래기술의 PID 및 SISO 기반 제어방식의 문제점을 해결하기 위해, 압력, 유량, 온도, 전압, 전류 등과 같은 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 최적의 산소초과비율(oxygen excess ratio)을 추정하도록 구성되는 하이브리드 적응형(hybrid adaptive) 최대전력점추종(Maximized Power Point Tracking ; MPPT) 기술과 MIMO 컨트롤러를 이용하여 연료전지의 BOP에 대한 제어가 수행되도록 구성됨으로써, 각각의 파라미터들의 상호 영향을 반영하여 연료전지의 BOP에 대한 제어가 보다 효과적이고 효율적으로 이루어질 수 있으며, 그것에 의해, 연료전지의 전체적인 효율 및 성능을 향상시킬 수 있도록 구성되는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법에 관한 것이다.
더욱이, 본 발명은, 후술하는 바와 같이, MIMO에 기반하여 BOP의 제어가 이루어지는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법을 이용하여 구성됨으로써, 각각의 파라미터들의 상호 영향을 반영하여 보다 효율적인 BOP 제어가 이루어질 수 있으며, 그것에 의해, 연료전지뿐만 아니라 전체적인 시스템의 효율 및 성능을 높일 수 있도록 구성되는 연료전지 차량에 관한 것이다.
계속해서, 도면을 참조하여, 본 발명에 따른 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법의 구체적인 내용에 대하여 설명한다.
먼저, 도 1을 참조하면, 도 1은 본 발명의 실시예에 따른 BOP 제어시스템에서 PEMFC의 동작을 최적화하기 위해 수행되는 MIMO 기반 제어 알고리즘의 전체적인 구성을 개략적으로 나타내는 개념도이다.
도 1에 나타낸 바와 같이, 본 발명의 실시예에 따른 BOP 제어시스템 및 방법은, 최적의 동작온도(operating temperature), 산소초과비(oxygen excess ratio)(λO2) 및 BOP 제어를 위해 모든 시스템 상태를 고려하여 빠른 응답 및 섭동(perturbation)에 대한 강건성(robustness)을 가지는 MIMO 기반의 BOP 제어 알고리즘을 통하여 연료전지의 동작을 최적화하는 처리가 수행되도록 구성되는 것이다.
더 상세하게는, 도 1에 나타낸 바와 같이, 본 발명의 실시예에 따른 BOP 제어시스템 및 방법에 적용되는 MIMO 제어 알고리즘은, 냉각, 연료(수소 및 공기) 및 온도조절을 위한 전력제어, 온도제어 및 산소초과비 조절의 세가지 제어루프로 구성될 수 있으며, 기존의 제어방식과 달리 FC 스택의 온도기준(temperature reference) TFCst,ref는 룩업테이블(lookup table) 방법으로 얻어질 수 있고, 최적 산소초과비 λO2,opt는 후술하는 바와 같이 하여 하이브리드 적응형(hybrid adaptive) MPPT 기술을 통해 얻어질 수 있다.
여기서, PEMFC의 온도조절(temperature regulation)을 위한 알고리즘은 PEMFC의 온도오차(temperature error)와 기준전류(reference current)를 입력으로 하여 팬 듀티계수(fan duty factor)를 출력으로 결정하도록 구성될 수 있으며, 이때, 온도오차는 실제 스택온도와 기준온도 TFCst,ref의 차이이고, PEMFC 시스템에서 각각 요구되는 전력레벨로부터 얻어지는 2차원 전력효율맵(2D power efficiency map)을 통해 설정될 수 있으며, 실제 스택온도는 강인한 관찰자(robust observer)를 수행하여 얻어질 수 있다.
그 후, 이러한 파라미터들은 적응법칙(adaptive laws)에 따라 선행제어(advanced control)에 적용되고, 온도제어의 출력은 PEMFC 시스템의 온도가 설정점(set point) TFCst,ref에 도달하도록 조절하기 위해 PEMFC 시스템을 가열(warm up)하거나 냉각(cool down)하는 냉각팬(cooling fan)의 팬 듀티팩터 명령(command fan duty factor)이다.
또한, PEMFC 스택 성능에 큰 영향을 미치는 기준전류 신호는 강건한 고급 전력제어(advanced robust power control)가 적용된 전력제어기 블록(power controller block)에 의해 결정되며, 전력제어기의 입력은 에너지 관리전략 설계로부터 얻어지는 요청전력(requested power)과 PEMFC에 의해 공급된 전력 사이의 오차이고, 출력은 기준전류이며, 이는 적응법칙 설계(adaptive law design)를 위한 파라미터로서 할당된다.
아울러, 최적의 산소초과비 λO2,opt를 얻기 위한 최대전력점추종(Maximized Power Point Tracking ; MPPT) 방법이 제시되어 전기화학 반응에 적합한 비율을 유지하기 위한 산소와 수소의 조절이 고려됨으로써, 수소주입이 활성화되는 동안 수소공급이 적절한 양으로 조절될 수 있다.
즉, 도 2를 참조하면, 도 2는 본 발명의 실시예에 따른 BOP 제어시스템 및 방법에서 최적의 산소초과비를 얻기 위해 적용되는 하이브리드 적응형 MPPT 알고리즘의 전체적인 처리과정을 개략적으로 나타내는 플로차트이다.
여기서, 도 2에 나타낸 하이브리드 적응형 MPPT의 목표는 고정된 기준값을 이용하여 시간에 따라 변화하는(time-varying) 공기 및 수소 공급에 적용하는 대신에 최적의 산소초과비를 추정하는 것이다.
즉, 이러한 방법은 최적관계기반(Optimum Relation Based ; ORB) 및 증분컨덕턴스(Incremental Conductance ; INC) 알고리즘 기반 MPPT를 통합한 것으로, INC 방법은 HCS(Hill Climbing Search) 및 P&O(Perturb and Disturb) 알고리즘과 유사하나 HCS의 나머지 문제를 해결하여 보다 개선된 것이고, ORB는 최적의 계산을 위해 적절한 스텝 사이즈(step-size)를 검색하기 위해 적용될 수 있다.
이에, 본 발명에서는, 도 2에 나타낸 바와 같이, 최적의 산소초과비 λO2,opt를 얻기 위해 수정된 하이브리드 INC-ORB 알고리즘에 기반한 적응형 MPPT를 제시하였다.
더 상세하게는, 상기한 하이브리드 적응형 MPPT 방법은, 도 2에 나타낸 바와 같이, 먼저, 시간 t, t-1 및 t-2에서 산소초과비(λO2,t, λO2,t-1, λO2,t-2)와 순전력(net power)(Pnet,t, Pnet,t-1, Pnet,t-2)을 각각 얻은 다음 오차(ΔλO2,t, ΔλO2,t-1, ΔλO2,t-2 및 ΔPnet,t, ΔPnet,t-1, ΔPnet,t-2)를 각각 계산한다.
이어서, 시간 t에서의 순전력 오차 ΔPnet,t의 절대값이 시간 t-1에서의 순전력 오차 ΔPnet,t-1의 절대값보다 작으면 이후 단계에서 ΔPnet,t를 고려하고 그렇지 않으면 ΔPnet,t-1을 고려하며, 먼저, ΔPnet,t를 고려하는 경우는 최적의 λO2,opt를 계산하기 위해 ΔPnet,t의 값과 산소초과비 오차 ΔλO2,t와의 관계를 조사하여 두 값이 모두 0이면 ΔλO2,t의 최근 값(recent value)을 최적값으로 결정한다.
그렇지 않으면, 최근의(recent) 최적 산소초과비 λO2,opt를 계산하기 위해 ORB 알고리즘으로부터 스텝사이즈 D가 결정되고, 그 후 (λO2,opt × ΔPnet,t)의 계산결과가 양수 또는 음수인지에 따라 도 2에 나타낸 바와 같은 수학식을 통하여 최적의 λO2,opt 값이 결정된다.
또한, ΔPnet,t-1을 고려하는 경우, 도 2에 나타낸 바와 같은 수학식을 통하여최적이득계수(optimal gain factor) Kopt가 결정되고, 최적 산소초과비 기준은 도 2에 나타낸 바와 같이 순전력 및 1 단계 이전의 산소초과비 ΔλO2, t-1의 함수로 계산된다.
따라서 상기한 바와 같이 하여 MPPT를 통해 최적의 산소초과비를 산출하고 산출된 최적의 산소초과비에 근거하여 BOP를 제어하는 것에 의해 전체적인 연료전지의 동작을 최적화할 수 있다.
즉, 도 3 및 도 4를 참조하면, 도 3은 본 발명의 실시예에 따른 BOP 제어시스템(10)의 전체적인 구성을 개략적으로 나타내는 블록도이고, 도 4는 도 3에 나타낸 본 발명의 실시예에 따른 BOP 제어시스템(10)의 전체적인 구성 및 동작을 개략적으로 나타내는 개념도이다.
도 3 및 도 4에 나타낸 바와 같이, 본 발명의 실시예에 따른 BOP 제어시스템(10)은, 크게 나누어, 연료전지의 각 부분에 대한 파라미터를 수집하는 처리가 수행되도록 이루어지는 데이터수집부(11)와, 데이터수집부(11)를 통해 수집된 각각의 데이터에 근거하여 연료공급기준을 결정하는 처리가 수행되도록 이루어지는 연료공급기준 산출부(12)와, 연료전지의 부하에 따른 전력수요에 근거하여 전력기준을 산출하는 처리가 수행되는 전력기준 산출부(13)와, 전력기준 산출부(13)에 의해 산출된 전력기준에 따른 온도기준을 산출하는 처리가 수행되는 온도기준 산출부(14) 및 상기한 연료공급기준 산출부(12), 전력기준 산출부(13), 온도기준 산출부(14)에 의해 각각 산출된 연료공급기준, 전력기준 및 온도기준에 근거하여 각각의 BOP를 제어하는 처리가 수행되도록 이루어지는 BOP 제어부(15)를 포함하여 구성될 수 있다.
여기서, 상기한 데이터수집부(11)는, 예를 들면, 온도, 압력, 전압, 전류 및 전력 등과 같이, PEMFC와 같은 연료전지의 각 부분에 대한 다수의 측정센서를 포함하여 구성되는 모니터링 시스템을 통해 미리 정해진 설정에 따라 각각의 측정값(파라미터)을 측정하고 수집하는 처리가 수행되도록 구성될 수 있다.
또한, 상기한 연료공급기준 산출부(12)는, 도 2를 참조하여 상기한 바와 같은 하이브리드 적응형 MPPT 알고리즘을 이용하여, 데이터수집부(11)를 통해 수집된 각각의 데이터에 근거하여 최적의 산소초과비(λO2,opt)를 산출하고, 산출된 최적의 산소초과비(λO2,opt)에 따라 연료공급기준을 결정하는 처리가 수행되도록 구성될 수 있다.
더 상세하게는, 상기한 연료공급기준 산출부(12)는, 도 2에 나타낸 바와 같이, 시간 t 및 t-1에서의 산소초과비(λO2,t, λO2,t-1) 및 순전력(net power)(Pnet,t, Pnet,t-1)의 값과 미리 정해진 기준값과의 차이를 계산하여 각각의 오차(ΔλO2,t, ΔλO2,t-1, 및 ΔPnet,t, ΔPnet,t-1)를 산출하는 처리가 수행되는 오차산출단계와, 오차산출단계의 산출결과에 근거하여, 시간 t에서의 순전력 오차(ΔPnet,t)의 절대값과 시간 t-1에서의 순전력 오차(ΔPnet,t-1)의 절대값의 크기를 비교하는 처리가 수행되는 전력오차 비교단계 및 전력오차 비교단계의 비교결과에 근거하여, 미리 정해진 설정에 따라 최적의 산소초과비(λO2,opt)를 결정하는 처리가 수행되는 산소초과비 산출단계를 포함하는 처리가 수행되도록 구성될 수 있다.
여기서, 상기한 산소초과비 산출단계는, 도 2에 나타낸 바와 같이, 전력오차 비교단계의 비교결과 시간 t에서의 순전력 오차(ΔPnet,t)의 절대값이 시간 t-1에서의 순전력 오차(ΔPnet,t-1)의 절대값보다 작은 경우, 시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0인지를 판정하고, 시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0이면 시간 t에서의 산소초과비 오차(ΔλO2,t)의 값이 0인지를 판정하여, 두 값이 모두 0이면 최근의 값(recent value)(λO2,t)으로 최적의 산소초과비(λO2,opt)를 결정하며, 시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0이 아닌 경우는 두 값의 곱을 계산하여 0이면 최근의 값(recent value)(λO2,t)으로 최적의 산소초과비(λO2,opt)를 결정하는 처리가 수행되도록 구성될 수 있다.
또는, 상기한 산소초과비 산출단계는, 도 2에 나타낸 바와 같이, 시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0이고 시간 t에서의 산소초과비 오차(ΔλO2,t)의 값이 0이 아닌 경우, 시간 t에서의 산소초과비 오차(ΔλO2,t)의 값이 0보다 큰지를 판정하여 0보다 큰 경우는 이하의 [수학식 1]을 이용하여 최적의 산소초과비(λO2,opt)를 산출하고, 0보다 작은 경우는 이하의 [수학식 2]를 이용하여 최적의 산소초과비(λO2,opt)를 산출하며, 시간 t에서의 순전력 오차(ΔPnet,t)와 산소초과비 오차(ΔλO2,t)의 곱이 0이 아닌 경우 계산결과가 0보다 큰 경우는 이하의 [수학식 1]을 이용하여 최적의 산소초과비(λO2,opt)를 산출하고, 0보다 작은 경우는 이하의 [수학식 2]를 이용하여 최적의 산소초과비(λO2,opt)를 산출하는 처리가 수행되도록 구성될 수 있다.
[수학식 1]
(여기서, D는 ORB(Optimum Relation Based ; ORB) 알고리즘을 통하여 산출되는 스텝사이즈(step size)를 의미함)
[수학식 2]
또는, 상기한 산소초과비 산출단계는, 도 2에 나타낸 바와 같이, 상기한 전력오차 비교단계의 비교결과 시간 t에서의 순전력 오차(ΔPnet,t)의 절대값이 시간 t-1에서의 순전력 오차(ΔPnet,t-1)의 절대값보다 큰 경우, 이하의 [수학식 3]을 이용하여 최적이득계수(optimal gain factor)(Kopt)를 산출하고, 이하의 [수학식 4]를 이용하여 최적의 산소초과비(λO2,opt)를 산출하는 처리가 수행되도록 구성될 수 있다.
[수학식 3]
[수학식 4]
아울러, 상기한 전력기준 산출부(13)는, 도 1을 참조하여 상기한 바와 같이, 연료전지 시스템에서 요구되는 요구전력(requested power)에 근거하여 전력기준(PFC,ref)을 산출하는 처리가 수행되도록 구성될 수 있다.
더욱이, 상기한 온도기준 산출부(14)는, 도 1을 참조하여 상기한 바와 같이, 전력기준 산출부(13)에 의해 산출된 전력기준(PFC,ref)을 통해 얻어지는 2차원 전력효율맵(2D power efficiency map)을 이용하여, 룩업테이블(lookup table) 방법을 이용하여 온도기준(TFCst,ref)을 산출하는 처리가 수행되도록 구성될 수 있다.
또한, 상기한 BOP 제어부(15)는, 도 4에 나타낸 바와 같이, 상기한 바와 같이 하여 연료공급기준 산출부(12), 전력기준 산출부(13) 및 온도기준 산출부(14)에 의해 각각 산출된 연료공급기준, 전력기준 및 온도기준을 입력으로 하여 각각의 BOP에 대한 제어가 수행되도록 이루어지는 다중입력-다중출력(MIMO) 컨트롤러를 포함하여 구성될 수 있다.
상기한 바와 같이, 본 발명에 따르면, 기존의 연료전지의 BOP 제어방식을 개선하여, 예를 들면, 상태피드백 제어(state-feedback control), LQR(Linear Quadratic Regulator) 등과 같이, 전체 시스템 상태를 커버하기 위해 MIMO 제어방식이 적용된 전체 시스템을 고려하였으며, 공기공급, 수소공급, 온도 및 습도조절 등과 같은 각각의 하위시스템의 상호 영향은 모두 고도의 비선형 시스템으로 간주되고, 모든 데이터의 결합현상(coupled phenomenon)을 규명하기 위해 서로 다른 몇 가지 동작하에서 시스템 역학(system dynamics) 조사가 수행되었다.
즉, 효과적인 BOP 제어를 위한 제어방법을 개발하기 위해, 압력(pressure), 유량(flow rate), 온도(temperature), 전압(voltage) 및 전류(current)가 측정되거나(measurable) 또는 관측될(observable) 수 있으며, 측정된 신호는 MIMO 컨트롤러의 입력으로 할당된다.
그 후, 모든 변수를 고려한 선행제어(advanced control) 또는 최적의 제어방법을 설계하고, 이에 더하여, 빠른 응답(fast response), 강건성(robustness) 및 대역 안정성(global stability)의 기준(criteria)을 만족시키기 위해 적응법칙(adaptive laws), 추정(estimation) 또는 최적화(optimization ) 기술도 사용된다.
이어서, 제어신호는 최적값 근처의 습도(humidity), 온도(temperature), 공기유량(air flow rate)을 조절하기 위해 하위시스템(sub-systems)으로 전달되며, 플러딩(flooding) 또는 건조(drying)가 발생하면 이를 즉시 감지하기 위해 막(membrane) 내부의 수분함량(water content)이 모니터링된다.
상기한 바와 같이, 본 발명은 BOP 제어를 위한 개선된 또는 최적의 제어방법으로 MIMO 제어방법을 확장하고 발전시킨 것을 특징으로 하는 것이며, 이러한 접근방식은 적응법칙이 주로 고려되었던 종래기술의 PID나 PI와 같은 SISO 컨트롤러에 비하여 더욱 개선된 것으로, MIMO 최적제어는 더 나은 성능을 위해 모든 변수와 상호 영향을 커버할 수 있으며, 빠른 응답과 수렴을 위한 최적제어 및 슬라이딩모드(sliding mode), 슈퍼트위스팅 알고리즘(super twisting algorithm), LQR(Linear Quadratic Regulator) 등과 같은 섭동에 대한 강건성에 기반한 고급제어가 결합된 것이다.
따라서 상기한 바와 같이 하여 본 발명의 실시예에 따른 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법을 구현할 수 있으며, 그것에 의해, 본 발명에 따르면, 압력, 유량, 온도, 전압, 전류 등과 같은 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 최적의 산소초과비율을 추정하도록 구성되는 하이브리드 적응형 MPPT 기술과 MIMO 컨트롤러를 이용하여 연료전지의 BOP에 대한 제어가 수행되도록 구성되는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법이 제공됨으로써, 각각의 파라미터들의 상호 영향을 반영하여 연료전지의 BOP에 대한 제어가 보다 효과적이고 효율적으로 이루어질 수 있으며, 그것에 의해, 연료전지의 전체적인 효율 및 성능을 향상시킬 수 있다.
또한, 본 발명에 따르면, 상기한 바와 같이 MIMO 방식에 기반하여 연료전지 시스템의 각종 파라미터에 대한 측정값에 근거하여 모든 변수를 고려한 최적의 제어 파라미터를 산출하고 각각의 BOP를 제어하는 처리가 수행되는 것에 의해 보다 효과적이고 효율적인 BOP 제어가 이루어질 수 있도록 구성되는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법이 제공됨으로써, PEMFC의 성능 및 효율을 높이기 위하여는 온도, 습도, 전력, 전압, 유입가스(수소, 산소) 등과 같은 각각의 파라미터를 최적화하여야 하나, 이러한 각각의 BOP에 대한 제어가 개별적으로 이루어짐으로 인해 각각의 파라미터들의 상호 영향이 고려되지 못하는 한계가 있었던 종래기술의 PID 및 SISO 기반 제어방식의 문제점을 해결할 수 있다.
아울러, 본 발명에 따르면, 상기한 바와 같이 MIMO에 기반하여 BOP의 제어가 이루어지는 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법을 이용하여 각각의 파라미터들의 상호 영향을 반영하여 보다 효율적인 BOP 제어가 이루어질 수 있도록 구성됨으로써, 연료전지뿐만 아니라 전체적인 시스템의 효율 및 성능을 높일 수 있도록 구성되는 연료전지 차량을 제공할 수 있다.
이상, 상기한 바와 같은 본 발명의 실시예를 통하여 본 발명에 따른 하이브리드 수소연료전지 차량의 BOP 제어시스템 및 방법의 상세한 내용에 대하여 설명하였으나, 본 발명은 상기한 실시예에 기재된 내용으로만 한정되는 것은 아니며, 따라서 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 설계상의 필요 및 기타 다양한 요인에 따라 여러 가지 수정, 변경, 결합 및 대체 등이 가능한 것임은 당연한 일이라 하겠다.
10. BOP 제어시스템 11. 데이터수집부
12. 연료공급기준 산출부 13. 전력기준 산출부
14. 온도기준 산출부 15. BOP 제어부
12. 연료공급기준 산출부 13. 전력기준 산출부
14. 온도기준 산출부 15. BOP 제어부
Claims (12)
- 양성자교환막 연료전지(Proton Exchange Membrane Fuel Cell ; PEMFC)를 포함하는 연료전지에 구비되는 각종 보조기기(balance of plant ; BOP)의 동작을 제어하기 위한 BOP 제어시스템에 있어서,
연료전지의 각 부분에 대한 파라미터를 수집하는 처리가 수행되도록 이루어지는 데이터수집부;
상기 데이터수집부를 통해 수집된 각각의 데이터에 근거하여 상기 연료전지에 대한 연료공급기준을 결정하는 처리가 수행되도록 이루어지는 연료공급기준 산출부;
상기 연료전지의 부하에 따른 전력수요에 근거하여 상기 연료전지에 대한 전력기준을 산출하는 처리가 수행되는 전력기준 산출부;
상기 전력기준 산출부에 의해 산출된 상기 전력기준에 근거하여 상기 연료전지에 대한 온도기준을 산출하는 처리가 수행되는 온도기준 산출부; 및
상기 연료공급기준 산출부, 상기 전력기준 산출부 및 상기 온도기준 산출부에 의해 각각 산출된 상기 연료공급기준, 상기 전력기준 및 상기 온도기준에 근거하여 각각의 BOP를 제어하는 처리가 수행되도록 이루어지는 BOP 제어부를 포함하여 구성되고,
상기 연료공급기준 산출부는,
최대전력점추종(Maximized Power Point Tracking ; MPPT) 알고리즘을 이용하여, 상기 데이터수집부를 통해 수집된 각각의 데이터에 근거하여 상기 연료공급기준을 결정하기 위한 산소초과비(λO2,opt)를 산출하고, 산출된 상기 산소초과비(λO2,opt)에 따라 상기 연료공급기준을 결정하는 처리가 수행되도록 구성되는 것을 특징으로 하는 BOP 제어시스템.
- 제 1항에 있어서,
상기 데이터수집부는,
온도, 압력, 전압, 전류 및 전력을 포함하는 상기 연료전지의 각 부분에 대한 다수의 측정센서를 포함하여, 미리 정해진 설정에 따라 각각의 상기 측정센서를 통해 상기 연료전지의 각 부분에 대한 측정값을 수집하는 처리가 수행되도록 구성되는 것을 특징으로 하는 BOP 제어시스템.
- 삭제
- 제 1항에 있어서,
상기 연료공급기준 산출부는,
시간 t 및 t-1에서의 산소초과비(λO2,t, λO2,t-1) 및 순전력(net power)(Pnet,t, Pnet,t-1)의 값과 미리 정해진 기준값과의 차이를 계산하여 각각의 오차(ΔλO2,t, ΔλO2,t-1, 및 ΔPnet,t, ΔPnet,t-1)를 산출하는 처리가 수행되는 오차산출단계;
상기 오차산출단계의 산출결과에 근거하여, 시간 t에서의 순전력 오차(ΔPnet,t)의 절대값과 시간 t-1에서의 순전력 오차(ΔPnet,t-1)의 절대값의 크기를 비교하는 처리가 수행되는 전력오차 비교단계; 및
상기 전력오차 비교단계의 비교결과에 근거하여, 미리 정해진 설정에 따라 상기 연료공급기준을 결정하기 위한 산소초과비(λO2,opt)를 결정하는 처리가 수행되는 산소초과비 산출단계를 포함하여 구성되는 것을 특징으로 하는 BOP 제어시스템.
- 제 4항에 있어서,
상기 산소초과비 산출단계는,
상기 전력오차 비교단계의 비교결과 시간 t에서의 순전력 오차(ΔPnet,t)의 절대값이 시간 t-1에서의 순전력 오차(ΔPnet,t-1)의 절대값보다 작은 경우, 시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0인지를 판정하고,
시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0이면 시간 t에서의 산소초과비 오차(ΔλO2,t)의 값이 0인지를 판정하여, 두 값이 모두 0이면 최근의 값(recent value)(λO2,t)으로 상기 연료공급기준을 결정하기 위한 산소초과비(λO2,opt)를 결정하며,
시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0이 아닌 경우는 두 값의 곱을 계산하여 0이면 최근의 값(recent value)(λO2,t)으로 상기 연료공급기준을 결정하기 위한 산소초과비(λO2,opt)를 결정하는 처리가 수행되도록 구성되는 것을 특징으로 하는 BOP 제어시스템.
- 제 5항에 있어서,
상기 산소초과비 산출단계는,
시간 t에서의 순전력 오차(ΔPnet,t)의 값이 0이고 시간 t에서의 산소초과비 오차(ΔλO2,t)의 값이 0이 아닌 경우, 시간 t에서의 산소초과비 오차(ΔλO2,t)의 값이 0보다 큰지를 판정하여 0보다 큰 경우는 이하의 [수학식 1]을 이용하여 상기 연료공급기준을 결정하기 위한 산소초과비(λO2,opt)를 산출하고, 0보다 작은 경우는 이하의 [수학식 2]를 이용하여 상기 연료공급기준을 결정하기 위한 산소초과비(λO2,opt)를 산출하며,
시간 t에서의 순전력 오차(ΔPnet,t)와 산소초과비 오차(ΔλO2,t)의 곱이 0이 아니면 계산결과가 0보다 큰 경우는 이하의 [수학식 1]을 이용하여 상기 연료공급기준을 결정하기 위한 산소초과비(λO2,opt)를 산출하고, 0보다 작은 경우는 이하의 [수학식 2]를 이용하여 상기 연료공급기준을 결정하기 위한 산소초과비(λO2,opt)를 산출하는 처리가 수행되도록 구성되는 것을 특징으로 하는 BOP 제어시스템.
[수학식 1]
(여기서, D는 ORB(Optimum Relation Based ; ORB) 알고리즘을 통하여 산출되는 스텝사이즈(step size)를 의미함)
[수학식 2]
- 제 6항에 있어서,
상기 산소초과비 산출단계는,
상기 전력오차 비교단계의 비교결과 시간 t에서의 순전력 오차(ΔPnet,t)의 절대값이 시간 t-1에서의 순전력 오차(ΔPnet,t-1)의 절대값보다 큰 경우, 이하의 [수학식 3]을 이용하여 최적이득계수(optimal gain factor)(Kopt)를 산출하고, 이하의 [수학식 4]를 이용하여 상기 연료공급기준을 결정하기 위한 산소초과비(λO2,opt)를 산출하는 처리가 수행되도록 구성되는 것을 특징으로 하는 BOP 제어시스템.
[수학식 3]
[수학식 4]
- 제 1항에 있어서,
상기 전력기준 산출부는,
상기 연료전지에서 요구되는 요구전력(requested power)에 근거하여 상기 전력기준(PFC,ref)을 산출하는 처리가 수행되도록 구성되는 것을 특징으로 하는 BOP 제어시스템.
- 제 1항에 있어서,
상기 온도기준 산출부는,
상기 전력기준 산출부에 의해 산출된 상기 전력기준(PFC,ref)을 통해 얻어지는 2차원 전력효율맵(2D power efficiency map)을 이용하여, 룩업테이블(lookup table) 방법을 이용하여 상기 온도기준(TFCst,ref)을 산출하는 처리가 수행되도록 구성되는 것을 특징으로 하는 BOP 제어시스템.
- 제 1항에 있어서,
상기 BOP 제어부는,
상기 연료공급기준 산출부, 상기 전력기준 산출부 및 상기 온도기준 산출부에 의해 각각 산출된 상기 연료공급기준, 상기 전력기준 및 상기 온도기준을 입력으로 하여 각각의 BOP에 대한 제어가 수행되도록 이루어지는 다중입력-다중출력(Multiple-Input Multiple-Output ; MIMO) 컨트롤러를 포함하여 구성되는 것을 특징으로 하는 BOP 제어시스템.
- 청구항 1항, 청구항 2항, 청구항 4항 내지 청구항 10항 중 어느 한 항에 기재된 BOP 제어시스템을 이용한 BOP 제어방법에 있어서,
연료전지의 각 부분에 대한 파라미터를 수집하는 처리가 상기 BOP 제어시스템의 데이터수집부를 통해 수행되는 데이터수집단계;
상기 데이터수집단계를 통하여 수집된 각각의 데이터에 근거하여 상기 연료전지에 대한 연료공급기준을 결정하는 처리가 상기 BOP 제어시스템의 연료공급기준 산출부를 통해 수행되는 연료공급기준 산출단계;
상기 연료전지의 부하에 따른 전력수요에 근거하여 상기 연료전지에 대한 전력기준을 산출하는 처리가 상기 BOP 제어시스템의 전력기준 산출를 통해 수행되는 전력기준 산출단계;
상기 전력기준 산출단계에서 산출된 상기 전력기준에 근거하여 상기 연료전지에 대한 온도기준을 산출하는 처리가 상기 BOP 제어시스템의 온도기준 산출부를 통하여 수행되는 온도기준 산출단계; 및
상기 연료공급기준 산출단계, 상기 전력기준 산출단계 및 상기 온도기준 산출단계를 통해 각각 산출된 상기 연료공급기준, 상기 전력기준 및 상기 온도기준에 근거하여 각각의 BOP를 제어하는 처리가 상기 BOP 제어시스템의 BOP 제어부를 통하여 수행되는 BOP 제어단계를 포함하여 구성되는 것을 특징으로 하는 BOP 제어방법.
- 청구항 1항, 청구항 2항, 청구항 4항 내지 청구항 10항 중 어느 한 항에 기재된 BOP 제어시스템을 포함하여 구성되는 것을 특징으로 하는 연료전지 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220059635A KR102613943B1 (ko) | 2022-05-16 | 2022-05-16 | 하이브리드 수소연료전지 차량의 bop 제어시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220059635A KR102613943B1 (ko) | 2022-05-16 | 2022-05-16 | 하이브리드 수소연료전지 차량의 bop 제어시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230160063A KR20230160063A (ko) | 2023-11-23 |
| KR102613943B1 true KR102613943B1 (ko) | 2023-12-15 |
Family
ID=88974542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220059635A KR102613943B1 (ko) | 2022-05-16 | 2022-05-16 | 하이브리드 수소연료전지 차량의 bop 제어시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102613943B1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008153071A (ja) * | 2006-12-18 | 2008-07-03 | Honda Motor Co Ltd | 燃料電池システム |
| JP2010040378A (ja) * | 2008-08-06 | 2010-02-18 | Toyota Motor Corp | 燃料電池システム |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102314800B1 (ko) | 2019-08-07 | 2021-10-18 | 최구현 | 연료전지 bop시스템 평가장치 |
| KR102216851B1 (ko) | 2019-12-05 | 2021-02-18 | (주)프라즈마 사이언스 | Mbop를 제어하는 연료 전지 시스템 |
-
2022
- 2022-05-16 KR KR1020220059635A patent/KR102613943B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008153071A (ja) * | 2006-12-18 | 2008-07-03 | Honda Motor Co Ltd | 燃料電池システム |
| JP2010040378A (ja) * | 2008-08-06 | 2010-02-18 | Toyota Motor Corp | 燃料電池システム |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230160063A (ko) | 2023-11-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Multiobjective optimization and data-driven constraint adaptive predictive control for efficient and stable operation of PEMFC system | |
| Dijoux et al. | A review of fault tolerant control strategies applied to proton exchange membrane fuel cell systems | |
| Arce et al. | Real-time implementation of a constrained MPC for efficient airflow control in a PEM fuel cell | |
| Pukrushpan et al. | Control of fuel cell breathing | |
| Na et al. | Feedback-linearization-based nonlinear control for PEM fuel cells | |
| Wang et al. | Design and experimental implementation of time delay control for air supply in a polymer electrolyte membrane fuel cell system | |
| Ramos-Paja et al. | Minimum fuel consumption strategy for PEM fuel cells | |
| Yan et al. | Model-based fault tolerant control for the thermal management of PEMFC systems | |
| CN111244509B (zh) | 一种质子交换膜燃料电池系统温度主动容错控制方法 | |
| Chen et al. | Active disturbance rejection control strategy applied to cathode humidity control in PEMFC system | |
| Wang et al. | Real-time control for air excess ratio of a PEM fuel cell system | |
| US7882051B2 (en) | Control device and a control method for a fuel cell system | |
| Chen et al. | Temperature and humidity management of PEM fuel cell power system using multi-input and multi-output fuzzy method | |
| Bizon | Tracking the maximum efficiency point for the FC system based on extremum seeking scheme to control the air flow | |
| Yin et al. | Real‐time thermal management of open‐cathode PEMFC system based on maximum efficiency control strategy | |
| Zou et al. | Temperature control for a 5 kW water-cooled PEM fuel cell system for a household application | |
| Qi et al. | Temperature control strategy for polymer electrolyte fuel cells | |
| Sharma et al. | A new control strategy for a higher order proton exchange membrane fuel cell system | |
| Hu et al. | Fused multi-model predictive control with adaptive compensation for proton exchange membrane fuel cell air supply system | |
| KR102613943B1 (ko) | 하이브리드 수소연료전지 차량의 bop 제어시스템 및 방법 | |
| Song et al. | AI-based proton exchange membrane fuel cell inlet relative humidity control | |
| Yang et al. | An application of indirect model reference adaptive control to a low-power proton exchange membrane fuel cell | |
| Wang et al. | Modeling and control for PEMFC hydrogen management subsystem based on neural network compensation and prescribed tracking accuracy | |
| Sun et al. | Pem fuel cell thermal management strategy based on multi-model predictive control | |
| Zhang et al. | Control design of 60 kW PEMFC generation system for residential applications |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |