固体氧化物燃料电池(Solid Oxide Fuel Cell)属于高温燃料电池,是一种新型发电装置。它之所以受到研究者的广泛关注,是因为其具有高效率、零排放、低噪声等优点。目前,对于SOFC系统的研究大多集中于如何保证系统稳定运行以及在保证系统稳定运行的同时,如何实现系统成本、效率的最优。然而,由于固体氧化物燃料电池工作在高温下,其构成组件既会因彼此之间发生化学反应或物理作用而产生性能退化,也会因为组件本身的材料或结构发生变化而导致电池性能发生退化,甚至失效。因此,本论文考虑了退化因素对SOFC系统的影响,研究了考虑性能退化的SOFC系统优化控制。主要研究内容如下:(1)搭建考虑性能退化的SOFC系统模型。首先基于电化学、热力学知识,在满足质量守恒和能量守恒的条件下,采用模块化方法分别对SOFC系统的核心部件(电堆)以及外围设备(空气压缩机、热交换器、旁路阀、混合器、燃烧室)进行数学建模,然后考虑电堆阳极镍材料发生变化而引起的电池性能退化现象,建立退化模型,并依据相应的工艺流程连接各个子模型,构成一个完整的SOFC发电系统。最后,在MATLAB平台上,利用仿真工具SIMULINK对所搭建的SOFC系统模型进行仿真验证。验证结果表明本文所搭建的SOFC系统模型能够精确地反映系统的实际输出特性。(2)针对考虑性能退化的SOFC系统提出了基于控制向量参数化的动态粒子群优化算法(Dynamic particle swarm optimization)。该优化算法首先采用控制向量参数化方法,将一个无限维动态优化问题转换成一个有限维静态优化问题。然后,再利用粒子群算法最小化SOFC系统的衰退率,并通过比较不同时刻下的最优衰退率结果,从而验证了该优化算法的有效性。最后,基于该动态优化所得到的最优操作轨迹(燃料利用率、空气过氧比以及电堆温度),采用迭代学习控制器,通过构建PD型学习律实现了对SOFC系统的跟踪控制。仿真结果表明,随着时间的变化,该控制策略能够在保证系统衰退率最小的情况下,使得系统既有良好的稳定性又有较快的收敛速度。(3)由于SOFC系统在衰退过程中,发电效率也会降低。因此,本文提出了一种多目标优化及控制策略,该策略考虑在最小化系统衰退率的同时,最大化系统的发电效率。首先通过动态NSGA-II优化算法与TOPSIS方法获取性能退化下SOFC系统的最优操作点,接着将最优操作点设定为控制器的目标参考值以实现对SOFC系统衰退率以及效率的优化及控制,使得SOFC系统在每一时刻衰退率和效率最优的情况下能够稳定、高效地运行。