质子交换膜燃料电池建模与动态仿真

对质子交换膜燃料电池（PEMFC）电堆进行电输出特性研究,有助于改善燃料电池的设计,提高其性能。运用MATLAB的Simulink仿真工具对PEMFC建立仿真模型,通过所建立的电堆参数模型,就能够研究主要运行参变量对电堆动态输出性能和电堆非线性内阻产生的影响。当电堆输出电流出现阶跃变化时,对电堆电压,输出功率,消耗功率,电堆效率,非线性内阻的动态响应,进行了仿真和结果分析。仿真结果符合文献[7]实验数据,表明此参数模型是可操作和有效的,并可方便地用于PEMFC控制方法研究。     

基于BP神经网络辨识模型的PEMFC系统建模

为分析燃料电池系统特性,采用BP神经网络结构辨识质子交换膜燃料电池系统模型,模型输入为系统实际输入,模型输出为电堆输出电压和电堆工作温度。由于PEMFC系统是一个时变非线性系统,采用一种串-并联前向神经网络辨识结构模型,将模型前几个时刻输出作为模型输入,使得静态网络结构具有动态特性。BP网络模型通过PEMFC系统所得到的实验数据进辨识。训练完成后BP网络模型输出与实际系统输出基本一致,结果表明BP网络模型能够有效反映质子交换膜燃料电池系统输出电压和电堆温度特性。     

空冷型质子交换膜燃料电池电堆温度控制系统设计

空冷型质子交换膜燃料电池（Air-Cooling PEMFC）电堆的工作条件中,电堆温度对电堆性能的影响最大,电堆温度的控制直接影响电堆的性能指标。首先分析了空冷型PEMFC电堆的温度特性,通过实验手段获得了电堆的最佳工作温度-电流曲线,并拟合出了经验公式。在此基础上设计了该类电堆的温度控制系统,提出了模糊PID融合控制算法。实验结果表明该温度控制系统具有良好的静态和动态特性,有效地解决了空冷型PEMFC电堆的温度控制问题。     

PEMFC 动态建模与模糊分数阶PI$^ lambda Dμ控制

针对氢气在扩散过程中的分数阶特性,建立PEMFC系统的温度和输出电压分数阶模型.基于此模型,将分数阶PI$^ \lambda D^μ控制与模糊控制相结合,提出一种模糊分数阶PI$^ \lambda D^μ控制器,控制氢气流量实现负载扰动下电堆的输出电压最佳.仿真结果表明,模糊分数阶PI$^ \lambda D^μ控制系统在提高控制系统的实时性和抗干扰性的同时,能够改善系统的稳态性.     

PEMFC电化学建模及其PID控制

针对目前质子膜燃料电池(PEMFC)模型难以适用控制系统的设计,因此提出了电化学方法建立PEMFC数学模型,并在此基础上采用PID控制其输出电压。首先分析PEMFC内部运行机理;然后假定外部负载电流干扰的情况下,PEMFC电堆工作温度稳定在80℃,在M atlab/simu link环境下建立系统仿真模型,模拟输出电压动态变化过程;并采用PID算法控制电堆阴阳极入口气体压力,使PEMFC系统的输出电压达到预定值。仿真结果表明该模型能够较好的反映出系统的动态特性,且PID算法用于PEMFC发电系统的控制是可行的。     

质子交换膜燃料电池稳态模型及仿真

质子交换膜燃料电池(PEMFC)发电装置具有高能效,低噪音,常温启动和环境友好等特点.文中将对PEMFC进行稳态建模,使模型能正确反映电堆的实际输出性能.PEMFC实验模型主要是通过实验方法,建立描述电池输出特性(输出电压与电流密度关系)的经验公式.为了提高模型的精度,以便模型能更好地反映真实的PEMFC电对性能,则需要对模型的参数进行优化.通过不同的Matlab优化函数对所建模型进行参数辨识,比较得出其中结果较好的对模型进行仿真,以验证模型的正确性.     

基于神经网络的质子交换膜燃料电池的恒压控制

质子交换膜燃料电池(PEMFC)被认为是一种高效环保型的新型能源,在电动汽车等领域得到广泛应用。在很多用电场合下,负载需要供电设备能够提供稳定的供电电压。因此,对PEMFC的输出电压进行控制是必要的。PEMFC是一个复杂的非线性、时变性、多输入多输出、强耦合的对象,传统控制方法往往难以达到理想控制效果。针对多数用电场合下的恒压供电要求,本文在分析PEMFC动态数学模型基础上,设计基于神经网络的PEMFC恒压控制器,通过调节氢气和氧气的流量来控制PEMFC的输出电压;在MATLAB仿真环境下建立PEMFC仿真平台,对基于神经网络的PEMFC恒压控制系统进行仿真运行,并与常规PID控制系统进行对比。仿真结果表明,与PID控制相比,神经网络控制能使PEMFC更快地达到设定电压值,并能够在遭受负载扰动时更快地克服干扰回到设定状态。基于神经网络的质子交换膜电压控制器具有响应速度快、抗扰能力强等优势,能够达到良好的控制效果。     

基于改进型BP网络辨识的燃料电池建模

质子膜燃料电池（PEMFC）工作原理涉及热力学、电化学、流体力学、传质学等理论,形成一个非线性复杂系统,难以建立数学模型.因此,该文利用人工神经网络具有为非线性系统建模的较强的逼近能力以及自学习能力,采用了改进型反向传播网络（BP）方法,建立PEMFC电特性模型;利用150组试验数据作为训练样本,在氢气供给满足的条件下,以空气（或氧气）流速和电池工作温度为模型的输入量,电池的电压、电流密度为输出量,建立了在不同工作温度下的PEMFC电特性模型.表明该方法具有简单、可行、精度高等优点.通过对模型输出曲线仿真的结果分析,对PEMFC控制系统的设计和电池性能的优化提供了基本依据,具有实际意义.     

PEMFC发电系统的自适应模糊控制与动态分析

监测和控制燃料电池的过程中,需要获得各种实时数据.质子交换膜燃料电池(PEMFC)发电系统中的参数强耦合、高度非线性特性增加了对其控制的难度,传统的PI控制虽然对模型精确的系统有较好的控制效果,但对于参数波动的系统则无法获得较高的控制性能.针对以上情况,基于PEMFC发电系统的动态仿真模型,根据重整器在燃料电池发电系统中的作用,设计了自适应模糊控制器.利用模糊控制规则在线控制氢气摩尔流,从而控制PEMFC发电系统的输出功率.仿真结果表明,该动态模型能够预测输出电压.响应曲线显示出自适应模糊控制算法能够较好控制燃料电池有功和无功功率的输出.模型具有良好的负载跟踪特性.     

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...     

阴极开放式质子交换膜燃料电池实验性研究

本文围绕实验室自制的开放式阴极自增湿型质子交换膜燃料电池开展了大量相关实验,采用FLUKETi25红外温度成像仪测得了各种操作条件下电池表面温度分布图像。实验结果表明：在封闭式阳极（anodedead—end）操作条件下,液态水会在阳极逐渐积累而影响反应气的传质,造成电池输出性能的衰减。通过阳极排气可以使电池性能恢复。纵观电堆表面温度分布情况,总体呈现出沿氢气流道方向递增的趋势,且随着电流密度的增大,这种温度分布的不均匀性变得更加明显。在实验所测试的范围内,电堆的平均输出功率密度达到了583mW／cm2。     

基于变论域模糊增量理论的质子交换膜燃料电池温度控制

质子交换膜燃料电池(PEMFC)内部的电化学反应过程直接表现为温度的变化,所以有效的温度控制是保证燃料电池可靠性和耐久性的关键.本文将模糊增量控制用于PEMFC热管理系统中,将PEMFC的温度和电堆出入口温度差保持在设定值.首先,建立PEMFC热管理系统的动态模型,包括PEMFC电堆模型和辅助散热设备模型.然后,基于建立的系统模型,设计了一种变论域的模糊增量控制器.该控制器通过伸缩因子来动态调节模糊控制器中的量化因子和比例因子,实现对模糊论域的调节,从而提高控制的灵敏性和精确度.最后,将该温度控制方法用于10 kW燃料电池系统中,实验结果表明变论域模糊增量控制器相比于其他模糊控制方法,不仅具有更快的动态响应速度,还具有更强的鲁棒性和更高的控制精度.     

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。     

Real‐time thermal Management of Open‐Cathode PEMFC system based on maximum efficiency control strategy

Improving the efficiency of the proton exchange membrane fuel cell (PEMFC) system is the main problem should be solved for the commercialization of PEMFC. In this paper, the efficiency characteristic of PEMFC system under load and stack temperature variation is analyzed through theoretical modeling and experimental verification. For high efficiency operation of PEMFC system, the maximum efficiency control strategy (MECS) is proposed for thermal management of PEMFC system. According to the efficiency characteristics of PEMFC system, the optimal efficiency trajectory of system is obtained under maximum efficiency optimization (MEO). As PEMFC system is a nonlinear system with the characteristics of time‐variation, and uncertainty, a constrained generalized predictive control (CGPC) is proposed to realize real‐time optimal efficiency trajectory tracking. The MECS based on MEO and CGPC is implemented on‐line, experimentally validated on the established H‐300 open‐cathode PEMFC system. The experimental result shows better tracking ability compared with PID control and testifies the validity of MECS for increasing the system efficiency. Therefore, the proposed MECS can provide better system dynamic response and higher system efficiency.     

100W质子膜燃料电池应急供电系统

提出一种基于质子膜燃料电池(PEMFC)和锂电池的混合联供的应急供电系统。该系统由PEM燃料电池电堆、锂电池、控制系统、氢气储存及管路系统组成,控制系统利用模糊控制算法将锂电池的SOC、负载大小以及燃料经济性及PEMFC的最佳状态作为输入变量,将锂电池和燃料电池的输出功率配比作为输出,使应急供电系统的输出各部件工作于最佳状态。研制了样机,并应用于野外应急情况。实际测试和应用表明,系统各项指标满足战术技术要求,是抢险救灾应付突发事件的理想应急供电装备。     

基于ANFIS的千瓦级PEMFC温度辨识

质子膜燃料电池（PEMFC）工作被认为是21世纪最有希望的绿色发电技术,其原理涉及热力学、电化学、流体力学、传质学等理论,形成一个非线性复杂系统,难以建立数学模型.因此,该文利用模糊逻辑系统和人工神经网络具有为非线性系统建模的较强的逼近能力以及自学习能力,采用了自适应神经模糊算法,建立PEMFC温度特性模型;利用测试数据作为训练样本,在氢气压力给定的条件下,以空气（或氧气）压力和冷却水作温度为模型的输入量,电池的工作温度为输出量,建立了三种不同PEMFC温度特性模型.表明该方法具有简单、可行、精度高等优点.并为PEMFC控制系统的设计和电池性能的优化提供了基本依据.     

Application of current switching method to estimate the model parameters of proton exchange membrane fuel cell

This paper presents a model parameter estimation method for the proton exchange membrane fuel cell (PEMFC). The parameter estimation method is based on the current switching technique, intentionally switching the output current of PEMFC to obtain the waveform of the transient terminal voltage. The parameter values are found by analyzing transient waveform measurement results from the current switching test. To demonstrate the effectiveness of the current switching method, the method is tested on a practical PEMFC stack. Good agreement between the experimental and simulated results is obtained. The test results show the parameter estimation method is efficient and reliable.