SOFC电流密度特性的ELCPI多尺度仿真

对SOFC电化学反应扩散过程进行电流密度特性研究,有助于准确调控电流密度,提高电池运行安全性能以及延长电池寿命.分析电流密度的演变规律以及影响因素,往往无法有效仿真预测,只能粗略估测.为了准确快速地获取SOFC电流密度特性,提出了一种电化学反应扩散的投影积分多尺度方法(ELCPI).建立SOFC电化学反应扩散的二维九速LB模型,对模型演化结果用二阶精度的Runge-Kutta法实施外推,实现对不同工况下SOFC电化学反应由开始至平衡这一过程的ELCPI仿真分析.结果表明,入口气体浓度、温度和压力是影响电流密度的主因,同时表明采用ELCPI能准确快速地获取电流密度特性.介观仿真结果为SOFC电流密度的运行控制提供了理论依据,有利于优化电池系统效率和保证SOFC运行安全.     

基于神经网络的燃料电池的辨识与模糊控制研究

利用神经网络辨识复杂非线性系统的能力,基于实验的输入输出数据,用神经网络辨识的方法建立起MCFC电堆的神经网络模型,然后基于温度特性输入输出关系设计一个模糊控制器,并用模糊控制器的输入输出样本训练神经网络.仿真结果表明,所设计的控制器用神经网络的计算结构代替模糊规则推理,在速度、自学习、自适应等方面具有灵活、高效的优势,它对不同的系统状态都能调节控制量,将温度较平滑地过渡到理想值.     

基于光伏电池输出特性的MPPT算法研究

为了寻找更好的实现光伏发电系统最大功率点跟踪控制方法,基于单个光伏电池的物理特性建立了太阳能光伏电池阵列的Matlab仿真模型,分析了太阳能光伏电池阵列所具有的随着光照强度和温度不同而变化的P-U和I-U非线性特性.基于光伏电池的动态特性,在最大功率点跟踪算法的设计中增加一个电流监测回路,并结合自寻优技术对电导增量法进行改进,提出了一种自适应变步长寻优算法.仿真结果表明,该算法能够快速准确的跟踪最大功率点.     

一种实现风力机MPPT控制的加速最优转矩法

最优转矩法因其所需测量状态较少、易于实现的特点,被广泛应用于风力机的最大功率点跟踪(Maximum power point tracking, MPPT)控制. 传统的最优转矩法只考虑系统的稳态工作点,依靠系统本身的特性进行转速调节,在一定程度上限制了转速调节速度. 本文使用滑模变结构控制的思想,在最优转矩法的基础上设计得到 一种变结构控制器,增大了转速跟踪过程中的不平衡转矩,缩短了系统的调节时间. 仿真结果表明本文提出的改进方法可以获得良好的转速跟踪效果,从而提高风力机的风能捕获效率.     

热管堆动态特性分析与功率控制方法研究

为了实现热管冷却核反应堆系统(简称热管堆)的自动运行控制，对反应堆功率自动控制方法进行研究。以MegaPower热管堆为例，采用集总参数思想进行研究。首先，对热管堆堆芯进行等效处理，并对热管换热器主要参数进行设计、计算。然后，应用点堆模型和热阻网络法建立热管堆系统的动态模型，从而进行反应性扰动和超临界CO₂(SCO₂)流量扰动下热管堆的动态特性仿真与分析。从快速满足负荷需求并保持SCO₂布雷顿循环安全、稳定运行的要求出发，以负荷跟踪和保持换热器出口SCO₂温度恒定为控制目标，设计了以需求功率计算为核心的控制算法。分别对不同扰动作用下负荷跟踪的控制效果进行了仿真试验。试验结果表明，采用所设计的反应堆功率自动控制算法可以显著改善系统的动态性能。     

固体氧化物燃料电池温度特性的T-S模糊建模

固体氧化物燃料电池（SOFC）工作温度对于其输出电特性的性能起着重要的作用。由于电池在电化学反应过程中,温度特性呈现强非线性等特性,采用常规机理建模后难以在该模型的基础上较好地管理温度特性。为此,设计了面向控制的改进型T-S模型的模糊建模方法来解决此难题。实验仿真结果表明该模糊模型能精确拟合温度动态响应的映射特性,为下一步控制算法的实现奠定了良好的基础。     

采用非线性无源理论的MMC–MG并网电流控制

针对MMC半桥串联结构微电网(modular multilevel converter microgrids, MMC–MG)并网电流控制中, 采用 传统PI控制方法时其动态性能较差的问题, 提出一种利用无源控制理论的电流控制策略. 首先, 阐述了系统的拓扑 结构, 并建立了其欧拉–拉格朗日数学模型. 然后, 通过选取系统的状态变量, 设置误差能量函数及需注入的阻尼项, 以得到无源控制律; 并依据该控制律设计无源电流控制器. 此外, 通过观察采用不同阻尼值时控制器的稳定性、电 流谐波特性、幅频和相频特性曲线, 进而得到最佳的阻尼参数; 最后, 由系统的并网仿真模型验证所提无源电流控 制的有效性. 结果表明, 与传统PI控制相比, 阻尼注入无源控制方法能在不同运行工况下实现对电流和功率参考值 的快速跟踪. 同时, 具有良好的谐波特性和稳定性.     

燃料电池的模糊辨识建模与变结构控制研究

该文从DMFC实际应用的角度出发,首先利用模糊聚类和线性辨识方法基于实验的输入(甲醇、空气、冷却水的流速)输出(温度)数据建立DMFC的T-S模糊预测模型,然后基于该辨识的温度模型,设计了一个DMFC电堆工作温度的在线系统。最后,用辨识的温度模型代替实际的DMFC电堆进行控制仿真,仿真结果证明对DMFC电堆采用辨识建模的方法是有效的,建立的模型精度较高,以及所设计的变结构控制器性能优越,它对不同的系统状态都能调节控制量将电堆温度较平滑地过渡到试验的理想值。     

超宽带安全监控网络跨层优化模型研究

跨层设计是提高无线网络整体性能的一种有效方法.本文在综合考虑MAC层调度、物理层功率控制、网络层路由三方面因素的基础上,结合超宽带技术大带宽、低信号功率的特点,以实现网络最大数据传输速率为目标,构建了UWB安全监控网络跨层优化模型.实验结果表明,根据模型最优解进行网络配置可有效提高网络的数据传输速率,从而证明以构建、求解优化模型的方式解决跨层设计问题是切实可行的.     

双馈感应风力发电机组的非线性变结构空载并网控制策略

采用矢量控制结合PI控制来实现双馈感应发电机并网时,电机的各种磁链以及电压电流交叉耦合补偿部分都会降低电网电压跟踪的速度,使动态响应性能不够理想,令超调量增大.本文采用变结构控制与全状态反馈线性化解耦相结合的控制策略,来控制双馈感应发电机组的空载并网过程.在MATLAB仿真模型基础上,从空载并网时发电机定子电压对电网电压的跟踪、并网过渡过程中定转子电流变化情况,和并网后功率调节和最大风能捕获这3个阶段进行了仿真分析.最后将非线性变结构控制器与传统矢量控制外加PI调节控制的仿真结果进行了对比分析.结果表明,采用全状态反馈线性化变结构控制的双馈感应风力发电机组,可以实现发电机的平滑并网,并网效果较好,定子电流对电网冲击小,转子电流实现比较平稳的过渡.并网后,发电机能够有效地进行最大风能捕获,实现变速恒频发电和有功、无功功率的独立调节控制.通过与传统矢量控制的比较分析,可以看出,双馈感应风力发电机组采用状态反馈精确线性化变结构控制器比传统矢量PI控制器对电网电压跟踪速度更快,动态响应更快速、调节时间和超调量更小.     

Control‐oriented modeling and robust nonlinear triple‐step controller design for an air‐feed system for polymer electrolyte membrane fuel cells

The efficient operation of polymer electrolyte membrane fuel cells (PEMFCs) significantly relies on the reliable control of air‐feed system. The core control objective in air‐feed system is to track a pre‐defined reference of the oxygen excess ratio to avoid oxygen starvation and stack damage. In this paper, we focus on the modeling of the air‐feed system in a PEMFC and the robust nonlinear controller design for the oxygen excess ratio tracking control. To facilitate the subsequent nonlinear controller design, a specific affine‐like, second‐order, control‐oriented model of oxygen excess ratio dynamic behavior is developed, and the modeling uncertainty is estimated and compensated by using an extended state observer (ESO). The control‐oriented model is verified via a high‐fidelity plant model. A nonlinear controller for oxygen excess ratio tracking control is proposed based on the triple‐step technique which is robust against the system disturbances. The tuning rule of the controller parameters is discussed in the scheme of the linear system. Finally, simulations are conducted to demonstrate the effectiveness and advantages of the proposed controller under variant operating conditions compared with baseline controllers.     

Output Tracking Control of a Hydrogen-air PEM Fuel Cell

Hydrogen-air proton exchange membrane (PEM) fuel cell is a promising clean energy. However, the stack output tracking control is still a challenging problem due to the soft characteristic of the stack. Both over-and less-control will cause the stack flooding or oxygen lacking which dramatically decreases the life of stacks. Traditional control methods rely on the accurate model of the fuel cell system, which is a high-order nonlinear system, and involve a complex controller design process. This paper combines the data-based fuzzy cluster modeling technology with the sliding mode control and the integral actions. The sliding mode controller tracks the dynamic changes of the fuel cell system and the integral controller eliminates the steady-state errors. Simulation results demonstrate good performance of the proposed control method.      

Nonlinear modeling of MCFC stack based on RBF neural networks identification

Modeling molten carbonate fuel cells (MCFC) is very difficult and the most existing models are based on conversation laws which are too complicated to be used to design a control system. This paper presents an application of radial basis functions (RBF) neural networks identification to develop a nonlinear temperature model of MCFC stack. The temperature characters of MCFC stack are briefly analyzed. A summary of RBF neural networks modeling of MCFC is introduced. The simulation tests reveal that it is feasible to establish the model of MCFC stack using RBF neural networks identification. The modeling process avoids using complicated differential equations to describe the stack and the neural networks model developed can be used to predict the temperature responses online which makes it possible to design online controller of MCFC stack.     

基于模糊逻辑与遗传算法的燃料电池热管理方法研究

有效的质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)热管理是提升氢燃料电池汽车安全性、耐久性以及运行效率的关键因素之一.该文提出一种PEMFC电堆热管理控制方法,使电堆出入口温度保持在设定值.该方法以PEMFC热管理系统模型中电堆出入口温度的变化为依据,设计一种二...     

Nonlinear modeling and adaptive fuzzy control of MCFC stack

To improve availability and performance of fuel cells, the operating temperature of molten carbonate fuel cells (MCFC) stack should be controlled within a specified range. However, the most existing models of MCFC are not ready to be applied in synthesis. In this paper, a radial basis function neural networks identification model of MCFC stack is developed based on the input–output sampled data. A novel adaptive fuzzy control procedure for the temperature of MCFC stack is also developed. The parameters of the fuzzy control system are regulated by back-propagation algorithm, and the rule database of the fuzzy system is also adaptively adjusted by the nearest-neighbor-clustering algorithm. Finally using the neural networks model of MCFC stack, the simulation results of the control algorithm are presented. The results show the effectiveness of the proposed modeling and design procedures for MCFC stack based on neural networks identification and the novel adaptive fuzzy control.     

水冷型PEMFC温湿度建模与智能控制

当负载电流一定时,质子交换膜燃料电池(PEMFC)的工作温度和质子膜的相对湿度是影响电池输出性能的主要因素.分析电池电流密度与最优工作温湿度的关系,建立基于温湿度耦合模型的最优温湿度操作条件的电压模型.通过对冷却水流量和阴阳极气体加湿度进行综合控制,保持电堆的工作温湿度在最佳状态,不仅保证了电池最优的输出性能,还可以延...     

基于神经网络辨识的熔融碳酸盐燃料电池（MCFC）建模

针对熔融碳酸盐燃料电池（MCFC）电堆系统过于复杂,难以建模以及已建立的模型过于复杂,难以满足工程上对MCFC系统控制设计特别是实时控制的需要,该文试图绕开MCFC的内部复杂性,提出利用神经网络具有逼近任意复杂非线性函数的能力,将神经网络辨识方法应用到MCFC这种高度非线性系统的建模。以燃料气和氧化剂气体的流速为输入量,MCFC电堆的温度响应为输出量,根据输入输出数据用神经网络辨识建立MCFC电堆系统的温度模型,给出了辨识系统的结构及改进BP算法。仿真结果证明了这种方法的可行性,建立的模型精度较高,它使得设计MCFC的实时控制器成为可能。     

Active disturbance rejection control for voltage stabilization in open-cathode fuel cells through temperature regulation

Temperature regulation is an important control challenge in open-cathode fuel cell systems. In this paper, a feedback controller, combined with a novel output-injection observer, is designed and implemented for fuel cell stack temperature control. The first functionality of the observer is to smooth the noisy temperature measurements. To this end, the observer gain is calculated based on Kalman filter theory which, in turn, results in a robust temperature estimation despite temperature model uncertainties and measurement noise. Furthermore, the observer is capable of estimating the output voltage model uncertainties. It is shown that temperature control not only ensures the fuel cell temperature reference is properly tracked, but, along with the uncertainty estimator, can also be used to stabilize the output voltage. Voltage regulation is of great importance for open-cathode fuel cells, which typically suffer from gradual voltage decay over time due to their dead-end anode operation. Moreover, voltage control ensures predictable and fixed fuel cell output voltages for given current values, even in the presence of disturbances. The observer stability is proved using Lyapunov theory, and the observer's effectiveness in combination with the controller is validated experimentally. The results show promising controller performances in regulating fuel cell temperature and voltage in the presence of model uncertainties and disturbances.     

燃料电池温度模糊自适应控制

如何控制燃料电池温度性能是燃料电池的一个重要问题。首先基于模糊辨识建模方法建立质子交换膜燃料电池温度性能的T-S模型。模型结构简单,精度高,方便地应用于质子交换膜燃料电池系统控制中。其次针对该模型设计电堆温度的模糊自适应控制器。最后在Matlab平台进行仿真,模糊自适应控制器在较大幅度变化的系统参数下都得到较好的控制性能,证明模糊自适应控制系统具有很好的鲁棒性和良好的控制品质,能够满足质子交换膜燃料电池温度控制系统的要求。