基于NSGA2算法的燃料电池系统净功率优化

在质子交换膜燃料电池系统中,寄生功率占据燃料电池系统输出功率的相当一部分,系统的净输出功率是燃料电池系统的重要指标之一。目前对于燃料电池本身性能的改善主要集中在凭经验对单一控制参数的调整。提出了在稳态下,结合质、能量守恒公式推导,将空气过量系数、温度、阴极压力和阳极压力协同控制,将控制参数作为决策变量,燃料电池功率、空压机功率和散热器功率作为目标函数,采用一种非支配排序遗传算法(NSGA2)进行优化,在提高燃料电池输出功率的同时降低空压机和散热器的功率,并和传统的遗传算法(GA)作比较,验证了NSGA2的适用性,并探究了稳态条件对优化效果的影响。