质子交换膜燃料电池温度经验模型

针对目前燃料电池温度控制模型复杂、准确度不高、不利于实际控制策略研究等问题,建立了温度与电压、电流密度的经验模型。通过几种拟合建模方法的对比得出基于傅里叶拟合的经验模型最佳。然后选取不同阶数的傅里叶拟合模型进行仿真分析,综合考虑控制精度与响应速度得出运用3次傅里叶拟合模型控制温度最佳。该模型为质子交换膜燃料电池实际温度的控制提供了一种思路,可为后续电池堆或大电池系统的温度控制提供理论指导。     

基于无迹卡尔曼滤波的全钒液流电池状态估计

利用传统的安时积分法估计全钒液流电池(vanadium redox flow battery,VRB)的荷电状态(state of charge,SOC),常常会因为累积误差造成估计误差增大的问题。该文针对这一问题,以一阶RC等效电路模型为基础,采用无迹卡尔曼滤波(unscented Kalman filter,UKF)算法对安时积分法估计结果进行修正,提高SOC估计精度。此外,UKF算法同时可以在收敛后准确地实时估计电池模型中的内阻,而电池的内阻可以表征其健康状态(state of health,SOH),因此UKF算法可根据内阻的估计结果评价电池的SOH。在工况下对电池进行测试性充放电实验,实验结果表明,UKF算法可以快速完成电池SOC的精确估计,绝对误差小于2%,并能准确地估计出电池的内阻,为电池SOH的确定提供参考依据。