论文部分内容阅读
固体氧化物燃料电池(SOFC)是一种新型的清洁能源,对其进行建模和控制方面的研究将会对实际的并网发电技术产生重大影响。本文基于SOFC单电池的发电原理及其实际运行状况,在合理的假设条件下,结合理想气体状态方程与质量守恒定律,同时通过引入两个可调参数,即氢气的利用率Q_f和氢气与氧气的配比M,建立了用于控制的SOFC单电池的可调参数模型。本文重点对SOFC单电池的PID控制策略以及智能控制方法进行了研究。文中首先应用PID对SOFC单电池的输出电压进行了控制,并应用凑试法实现PID的整定,但是凑试法需要凭借用户固有经验多次改变参数K_P、K_I、K_D的数值并不断分析SOFC单电池输出电压的变化,另外当外界条件变化对电池造成影响时需要重新整定PID,此过程浪费了大量时间且参数配备不合适时很难达到较好的控制效果。因此,本文对SOFC的智能控制算法进行了研究,在确定出参数K_P、K_I、K_D的合理取值范围的基础上,分别设计了粒子群算法、遗传算法实现对PID参数K_P、K_I、K_D的优化整定,提高了参数寻优整定的速度和SOFC的输出性能。仿真结果表明,文中建立的SOFC单电池可调参数模型能准确反映氢气输入摩尔流量、水蒸气输入摩尔流量与SOFC单电池输出电压之间的关系,具有一定的灵活性。同时,文中依据SOFC单电池可调参数模型输入输出特性设计的控制方案是合理的,在理想状态以及加入干扰的条件下,粒子群PID和遗传算法PID均能有效控制氢气的输入摩尔流量,进而保证电池输出电压达到期望值,这两种控制器均能依据SOFC单电池的实际运行状况快速调整PID参数K_P、K_I、K_D,具有较好的抗干扰性能。此外,通过对粒子群算法和遗传算法优化过程和控制效果的分析,发现在控制SOFC单电池时粒子群PID的性能优于遗传算法PID。