论文部分内容阅读
能源短缺和环境污染已成为制约人类可持续发展的关键问题,加大开发和利用清洁低碳和可再生能源已成为各国能源发展的主要趋势。质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)作为一种清洁、高效的新能源发电装置,具有启动温度低、可靠性高、响应速度快、噪音小、单元模块化等突出优点,极具应用前景。PEMFC是一个多变量、强耦合、非线性的复杂系统,精确的建模方法是对其进行研究的基础,而先进的控制策略则是提高发电性能的关键。近年来,不少研究表明PEMFC发电过程中的气体扩散、热量传导以及电化学反应等动态过程存在分数阶特性。为此,本文将分数阶理论与子空间辨识方法(Subspace Identification Method,SIM)相结合,建立PEMFC的分数阶状态空间模型,基于所得分数阶模型设计了适用于PEMFC的模型预测控制(Model Predictive Control,MPC)策略。本文主要研究内容包括:(1)建立了PEMFC的整数阶状态空间模型。针对传统PEMFC多变量建模方法中存在的需迭代优化、计算量大等问题,将子空间辨识方法引入到PEMFC建模中。分析了PEMFC系统输出特性影响因素的可控性,选取氢气流量、电堆电流作为辨识模型输入变量,输出电压和功率作为辨识模型输出变量,建立PEMFC的双输入双输出整数阶状态空间模型,并仿真验证了算法的有效性。(2)针对PEMFC发电过程中存在的分数阶特性,将分数阶微积分理论引入到PEMFC模型辨识中,建立了PEMFC的分数阶状态空间模型。采用Poisson滤波器对数据进行滤波,将对输入输出数据的分数阶微分转化为对Poisson矩函数的微分,解决了输入输出数据的各阶分数阶可导问题。引入短时记忆法将分数阶微分的迭代计算转化为矩阵的乘积运算,减少了辨识算法的计算量。利用遗传算法对辨识算法中存在的未知参数进行寻优,以获得更好的辨识效果。仿真结果表明采用该算法对PEMFC进行建模,不仅可以很好地描述PEMFC的输出动态特性,还能有效提高辨识算法效率。(3)基于PEMFC分数阶状态空间模型,设计了适用于PEMFC的预测控制策略。采用短时记忆法对PEMFC的分数阶状态空间模型进行离散化,得到面向控制的增广离散状态空间模型。结合增广状态空间模型设计了闭环系统的最优控制律。引入Hildreth二次规划算法对受限最优控制律进行求解,并降低了控制算法的计算量。仿真结果表明采用本文所提控制策略能有效改善PEMFC输出功率的动态响应特性,同时还极大地缩减了控制算法运行时间。