10kW PEMFC动态系统建模与控制

以质子交换膜燃料电池(PEMFC)动态系统为研究对象。首先将质子交换膜燃料电池划分为氢气动态模型、空气动态模型、电化学电压模型和温度动态模型四部分建模;其次根据系统运行要求设计控制策略:氧气化学计量比前馈控制,阴极和阳极压力差PID控制和温度滑模控制;最后应用所建立的模型和控制策略对10 kW质子交换膜燃料电池进行仿真运行分析,结果证明所设计的系统能模拟PEMFC动态系统运行。     

质子交换膜燃料电池机理与ANN混合模型的建模与仿真分析

提出了一种新型的混合燃料电池模型,描述了该混合模型包括机理部分和黑箱部分(即神经网络部分).机理部分用来体现质子交换膜燃料电池性能,神经网络部分用来表现所不知或者不能用机理模型来表现出来的质子交换膜燃料电池性能,认为可以再现质子交换膜燃料电池的各种特性.仿真结果表明,该混合质子交换膜燃料电池模型具有比单独的机理模型或神经网络模型更高的精度.     

基于Matlab/Simulink的PEMFC建模与非线性控制

建立了质子交换膜燃料电池动态多输入多输出模型并基于反馈线性化方法设计了适用于该模型的非线性控制器。由于燃料电池阳极和阴极气体之间过大的压力差会引起质子交换膜严重损坏,所以需要设计一个相应的控制器以保证电池外接负载发生较大变化时两极气体压力差尽可能小,同时也能达到延长电池使用寿命的目标。在Matlab/Simulink软件环境下,将所建立的燃料电池动态模型、基于微分几何的非线性系统的反馈线性化方法和一般模型控制(GMC)理论结合进行仿真研究,结果表明该系统可以模拟燃料电池的瞬态响应性能并对质子交换膜形成有效的保护。     

质子交换膜燃料电池两相流模型研究综述

质子交换膜燃料电池中有效的水管理(尤其是两相水管理)和电池系统内部良好的水平衡是确保电池稳定运行及具有优良性能的关键因素。对质子交换膜燃料电池的工作原理、液态水的生成和迁移过程及水管理现状进行了阐述,重点对质子交换膜燃料电池二维、三维两相流模型研究的内容、现状及模型的优缺点做了较全面的综述。     

质子交换膜燃料电池及系统建模的研究与进展

对质子交换膜燃料电池(PEMFC)进行数学模拟,有助于了解电池内部的物理化学过程,为进一步优化电池结构、尺寸和操作条件提供参考。详细介绍了目前PEMFC关于质子交换膜、电极、单电池,电池组和系统四个尺度上的建模现状,并指出了现有模型的优缺点。主要讨论:(1)全氟磺酸膜反胶束离子簇模型,微观尺度上膜的传递机理;(2)电极内传质、传热过程,分析各种电极模型的有效性; (3)水在膜内的传递现象,表明控制适当的水分布对提高电池性能非常重要;(4)单电池模拟过程中对热平衡和水平衡同时考虑。最后,分析了质子交换膜燃料电池建模的发展方向。     

阳极出口端封闭式质子交换膜燃料电池现状

与阳极出口开放式质子交换膜燃料电池比较,阳极出口端封闭的质子交换膜燃料电池具有氢气反应完全,系统不需额外辅助设备等优点。因此对质子交换膜燃料电池工作原理和结构以及阳极出口封闭式燃料电池的特点进行了简要的阐述,重点对阳极出口端封闭式质子交换膜燃料电池的实验研究及模型研究现状进行较深入的分析和总结。     

质子交换膜燃料电池模型研究进展Ⅰ.膜的模型、电极的模型和经验模型

数学模型是分析和优化燃料电池性能的有效工具,质子交换膜燃料电池的模型研究是其技术发展和创新中必不可少的重要工作。对质子交换膜燃料电池模型的研究情况进行了综述,分别介绍和分析了描述质子交换膜的模型,描述电池电极的模型和描述电池性能的经验模型,最后提出了在上述模型研究中须要解决的一些问题。     

质子交换膜燃料电池数学模型的现状与发展

介绍了质子交换膜燃料电池(PEMFC)至今已有的各种数学模型。根据PEMFC的组成结构、工作原理进行了模型分类。重点以PEMFC的组成结构分类法,分析了各组成元件、单电池及电堆数学模型的建模方法、模型特点及模型研究结果。分析结果表明:质子交换膜燃料电池数学模型应在其实用性、简单化和更真实反映电池动态工作过程等方面做进一步的研究。     

质子交换膜燃料电池的热模拟

介绍了质子交换膜燃料电池(PEMFC)的热问题模拟现状,根据研究问题的需要,对模拟相关的模型进行了描述,并应用计算机模拟技术对质子交换膜燃料电池进行了热模拟。从热源、温度场在质子交换膜燃料电池内部的分布情况以及电池性能等方面进行了分析和讨论,得出了结论:热源、温度在质子交换膜电池内部分布的不均匀性和不同电流密度情况下膜电极组件的温差。电池性能曲线与试验结果进行了比较,模拟与试验结果基本吻合。     

低温型燃料电池混合发电系统的半物理仿真

针对低温型燃料电池运行状态对电池性能和寿命的影响,建立了基于机理的质子交换膜燃料电池的电气模型,给出了采用电化学方程的质子交换膜燃料电池半物理混合发电系统电气特性的模型结构、优化、仿真和实验,为低温型燃料电池混合发电系统的研究提供了一个实际工程应用模型。     

Artificial immune system-based parameter extraction of proton exchange membrane fuel cell

For a better understanding of the characteristics, performance evaluation and design analysis of proton exchange membrane fuel cell (PEMFC) system an accurate mathematical model is an imperative tool. Although various models have been developed in the literature, because of the shortage of manufacture information about the precise values of the parameters required for the modeling, the parameter extraction is an essential task. So, in order to obtain the PEMFC actual performance, its parameters have to be identified by an optimization technique. Artificial immune system (AIS) is a soft computing method with promising results in the field of optimization problems. In this paper, an AIS-based algorithm for parameter identification of a PEMFC stack model is proposed. In order to study the usefulness of the proposed algorithm, the AIS-based results are compared with the obtained results by the genetic algorithm (GA) and particle swarm optimization (PSO). It is shown that the AIS algorithm is a helpful and reliable technique for identifying the model parameters so that the PEMFC model with extracted parameters agrees with the experimental data well. Moreover, the AIS algorithm outperforms the GA and PSO methods. Therefore, the AIS can be applied to solve other complex identification problems of fuel cell models.     

基于PEMFC延时特性的发电系统建模与控制

针对质子交换膜燃料电池(PEMFC)系统延时特性,建立了1.2 k W PEMFC简化动态模型,并与实验数据对比验证了模型的有效性。在此基础上,构建了包含50 k W PEMFC系统、DC/DC变换器、DC/AC逆变器和滤波器在内的PEMFC发电系统模型,对并网运行和独立运行模式分别提出了同步PI电流控制和电压瞬时值反馈PI控制策略。仿真分析结果表明控制策略效果良好,能满足不同运行状态的要求。     

质子交换膜燃料电池电气性能实验及建模研究

质子交换膜燃料电池 (PEMFC)是很有前景的新型电动车动力电源 ,而电动汽车对动力电源的性能尤其是动态性能有较高要求。针对电动汽车动力系统的需求 ,采用在LABVIEW平台上开发的便携式测试系统对PEMFC实验系统在不同温度下的电压 电流特性、动态性能、过载能力、起动特性等电气性能进行了测试。实验结果表明 ,受试PEMFC系统在宽温度范围内均可输出额定功率 ,并有较快的动态响应速度。在实验基础上 ,采用最小二乘曲线拟合的方式 (部分借助MATLAB的IdentificationToolbox)建立了简便实用易于实现的PEMFC系统电气物理模型 ,着重考虑了电池温度及负载工况变化时电池系统的静态和动态性能。仿真结果表明 ,模型可以较好地描述PEMFC电池系统的电气特性尤其是动态响应特性 ,可为PEMFC电池系统及管理系统设计、优化和驱动系统设计提供参考。     

质子交换膜燃料电池电堆系统建模与控制研究

首先介绍质子交换膜燃料电池(PEMFC)的单体结构和工作原理,并针对PEMFC电堆系统的复杂性,提出PEMFC电堆系统结构,系统结构包含PEMFC反应物供应、过程调节、水/热管理、输出调节和系统控制。然后在已有的PEMFC机理模型和经验模型的基础上,详细分析PEMFC电堆系统的数学建模,给出PEMFC电堆系统结构条件的划分、变量空间的建立、参数的选择和模型辨识。最后讨论PEMFC电堆系统控制的现状和发展,研究PEMFC电堆系统控制的特点,从应用的角度出发,提出基于模糊推理控制和广义预测控制的PEMFC电堆系统控制的可行方案。     

基于搜寻者优化算法的质子交换膜燃料电池模型优化

搜寻者优化算法(seeker optimization algorithm,SOA)是模拟人的随机搜索行为的一种应用于连续空间的群体智能优化算法。根据质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)极化曲线模型的建模原理,采用SOA算法对该模型的参数进行优化,用以得到一组模型的最优参数。通过仿真结果与实验结果的对比分析,证明SOA算法能够使仿真结果和实验测试数据之间达到很高的拟合精度,对于优化PEMFC的极化曲线模型参数具有明显的优越性。因此,SOA算法对于改善PEMFC极化曲线模型的性能将起到重要的作用,并有望成为模型优化领域的一种新的有效工具。     

基于1stOpt的质子交换膜燃料电池模型优化

质子交换膜燃料电池(PEMFC)的性能受温度,压力等众多外界因素以及本身结构的影响,具有较强的非线性,目前已建立的数学模型存在众多难以确定的参数.将1stOpt中的麦夸特法+通用全局优化法用于PEMFC的极化曲线模型,得到最优参数,避免了使用其他优化方法因为初始值选取不当对模型精确度造成的影响.通过对实验数据和加噪仿真数据的参数优化,结果表明这种方法建立的数学模型和实验数据之间能够达到很高的拟合精度,因而为PEMFC模型参数优化提出了一种高效实用的新方法.     

基于Nelder-Mead优化的PEMFC三阶RQ等效电路参数辨识研究

精确、有效的燃料电池等效电路有助于分析燃料电池内部工作情况,确保燃料电池系统稳定可靠地运行。针对燃料电池内部工作状态无法使用传感器精确监测的问题,提出了基于Nelder-Mead优化算法的PEMFC 3阶RQ等效电路参数辨识方法 ,根据电池工作原理建立3阶RQ非线性等效电路模型,将模型参数与实际物理意义相结合建立复数域下的实部、虚部加权目标函数,最后在电化学交流阻抗谱实验的基础上进行参数辨识研究。研究结果表明:在相同初始条件下,Nelder-Mead优化算法在精度、速度上与最小二乘法相当,但抗干扰能力更强;与遗传算法相比,精度相当但速度更高,可以用于燃料电池的在线参数辨识。     

Seeker optimization algorithm for global optimization: A case study on optimal modelling of proton exchange membrane fuel cell (PEMFC)

In order to optimize the proton exchange membrane fuel cell (PEMFC) model parameters, a novel approach based on seeker optimization algorithm (SOA) is proposed. The SOA is based on the concept of simulating human searching behaviors, where the choice of search direction is based on the empirical gradient by evaluating the response to the position changes and the decision of step length is based on uncertainty reasoning by using a simple Fuzzy rule. In this study, after evaluated on benchmark function optimization, the SOA is applied to optimal modelling of the PEMFC by using a fuel cell test system in Fuel Cell Application Centre (FAC) at the Temasek Polytechnic, and compared with several state-of-the-art versions of differential evolution (DE) and particle swarm optimization (PSO) algorithms. The simulation results show that the proposed approach is superior to other compared algorithms, and the PEMFC model with optimized parameters by SOA fitted experimental data well. Hence, SOA is an effective and reliable technique for optimizing the parameters of PEMFC model, and can be helpful for system analysis, optimization design and real-time control of the PEMFCs.     

基于搜寻者优化算法的燃料电池建模

基于连续空间群体智能的搜寻者优化算法(SOA),提出了一种新的优化燃料电池模型的方法,并将其用于质子交换膜燃料电池(PEMFC)的极化曲线模型.以得到最优参数.实验结果表明.这种优化建模方法使数学模型和实验数据之间达到了较高的拟合精度,对于优化建模具有明显的优越性.