首页 > 论文范文 > 工程工业论文 > 动力工程论文 > 新能源论文 > PEMFC空气系统流量和压力协同控制策略设计

PEMFC空气系统流量和压力协同控制策略设计

2024-08-08 12 上传者：管理员

摘要：为提高质子交换膜燃料电池（PEMFC）空气系统的动态响应性能，避免局部缺气而导致其输出性能降低等问题的出现，针对空气系统存在流量和压力耦合的问题，分别采用PID、前馈解耦控制和模型预测控制（MPC）对空气系统进行控制，通过仿真和台架测试，验证控制算法的有效性。结果表明，两种控制算法相比较PID均具有较好的控制效果，空气流量和空气压力均能快速跟随设定值，PEMFC发动机的输出性能平稳。

关键词：
台架试验
碳中和
空气供应系统
解耦控制
质子交换膜燃料电池
加入收藏

中国在2020年提出碳达峰和碳中和目标，其中氢能作为能源改革的一个重要探索方向，越来越多的国家开始大力发展氢燃料电池汽车。目前，燃料电池铂的负载量约为0.125 g/kW[1]，质子交换膜燃料电池（proton exchange membrane fuel cell,PEMFC）大规模的商用一方面要求其成本不断降低（至少和内燃机价格相当，为30美元/kW），另一方面PEMFC发动机的寿命不断提高（至少为5000 h）。汽车行驶工况的多变性不仅可能会导致PEMFC的衰退，降低燃料电池寿命，而且也对其动态响应性能提出更高要求[2]。

空气系统作为PEMFC发动机的重要子系统，其控制性能对提升PEMFC发动机的输出性能和寿命具有重要意义[3]。空气系统控制的研究主要集中在氧过量比（oxygen excess ratio,OER）的控制和空气系统流量和压力协同控制上。针对OER的控制研究，邓志华等[4]提出模糊控制和自抗扰控制结合的方法，完成对空气系统OER的控制。胡佳丽等[5]提出二阶滑模控制算法完成对OER的控制，空压机的响应时间缩短30%，功率消耗降低10%。王宇航等[6]提出MPC结合PID的方法，对空气系统OER进行控制。李嘉文等[7]提出一种分布式深度强化学习的自适应比例积分的OER控制器，通过仿真验证该算法具有较好的鲁棒性。针对流量和压力的协同控制相对来说更为复杂，刘泽等[8]提出流量和压力的联合控制，结果表明PEMFC系统具有良好的动态响应特性。孙天等[9]提出内模解耦的方法可削弱空气系统流量和压力的耦合程度，在模型失真的情况下也具有较好的鲁棒性。周苏等[10]在此基础上提出自适应查表控制算法。宋大凤等[11]提出一种线性自抗扰控制，通过仿真完成对空气系统的解耦控制。刘钊等[12]结合前馈解耦方法设计了一种空气系统的模糊PID控制器，通过新欧洲驾驶循环工况验证了该算法具有较好的控制效果。

上述文献中的控制算法在仿真层面上均具有较好的控制效果，但大多数算法未进行实验验证。本文以空气系统为研究对象，提出前馈解耦控制和模型预测控制（model predictive control,MPC），完成空气系统控制算法的设计及验证，以期为解决空气系统流量和压力的协同控制问题，保证PEMFC发动机高效、平稳运行提供一种可参考的方法。

1、PEMFC发动机结构组成

如图1所示，PEMFC发动机主要由空气系统、氢气系统和水热管理系统等组成。

图1 PEMFC发动机结构示意图

水热管理系统存在热滞后，在短时间内不影响PEMFC的动态响应特性[13]。PEMFC系统的动态响应性能主要受空气系统和氢气系统的影响，其中空气系统的空压机和节气门的响应时间分别约为1.5 s和100 ms；而氢气系统的比例阀的响应时间在毫秒级别。因此，空气系统是影响PEMFC系统动态响应速率的主要因素。其中，由于空压机的转速和节气门开度的改变均会影响空气系统的流量和压力，如何消除两者的耦合影响是空气系统控制器设计的难点。

2、控制策略设计

2.1系统辨识

系统辨识是从特定类型的模型中选出与被控对象实测数据拟合精度最高的模型，本文依据文献[14]所提多通道M序列的系统辨识方法对空气系统进行辨识。其中，空气系统作为一个双输入双输出的系统，可表示为：

式中：y1、y2——空气流量和空气压力；G(s)——空气系统传递函数阵；u1、u2——空压机转速和节气门开度。

为了提高控制器的适应性，获得更为精确的解耦系数，在进行系统辨识时，在空气系统工作区间选取表1所示的平衡点。通过Matlab系统辨识工具箱，最终得到空气系统传递函数阵如表2所示，后续控制算法通过该传递函数阵进行设计。

表1系统辨识平衡工作点

表2各平衡工作点下的空气系统传递函数阵

2.2前馈解耦控制

前馈补偿解耦是一种基于不变性原理的解耦控制器，是一种通过将前馈补偿的特征矩阵串联在待解耦的被控对象之前，以消除被控对象的耦合特性的解耦方法，图2为前馈解耦原理图。

图2前馈解耦原理图

为了消除耦合关系，根据前馈补偿原理，应满足：

前馈补偿解耦的传递函数为：

PEMFC空气系统经过前馈补偿解耦以后，消除交叉通道的相互影响，使得空气系统成为两个独立的单输入单输出系统，图2中流量控制器和压力控制器可采用PID进行控制。经计算各平衡点的静态解耦系数D(s)如表3所示。

表3各平衡工作点下的前馈解耦系数

2.3模型预测控制

MPC基本原理如图3a所示，通过利用当前采样时刻获得的信息，计算在一个有限时域内的最优问题，通过不断重复该过程，最终得到每个采样时间下的最优控制。MPC控制器的输入为空气流量Q和空气压力P以及参考值Qref和Pref，输出为空压机转速n和节气门开度θ，负载电流I为扰动，模型选择器根据不同的负载电流扰动选择不同的参数。MPC的控制效果主要受控制时域和预测时域的影响，在后续仿真过程中，综合控制效果和算法耗时，选择预测时域为50、控制时域为2进行研究，所建MPC控制器结构如图3b所示。

图3 MPC算法系统结构图

2.4仿真结果分析

为了验证上述控制算法的控制效果，本文基于Matlab/Simulink仿真平台，分别采用PID、前馈解耦控制和MPC，在以下两组仿真条件下进行仿真对比分析。两组仿真条件如表4所示。第1组探究空气流量变化对空气压力的影响，即在设定空气压力不变的情况，探究不同控制算法的控制效果，如图4a、图4b所示。第2组探究空气压力变化对空气流量的影响，即在期望空气流量不变的情况，探究不同控制算法的控制效果，如图4c、图4d所示。

第一组仿真，在采用PID算法的情况下，由图4b可知，空气压力在设定值不变的情况下，由于空气系统耦合作用影响，空气流量改变，引起空气压力的超调量最大。如在25 s时，空气压力的设定值保持200 kPa不变，空气流量的设定值由45 g/s增至80 g/s时，空气压力的波动最大（为27 kPa），在2.8 s时空气流量重新达到平衡，空气压力在3.2 s后达到平衡。在采用前馈解耦控制和MPC的情况下，空气压力的波动明显减小，说明二者的耦合程度下降，此时空气压力的最大波动值分别为1.6和1.3 kPa，其中分别在2.8和1.9 s后空气流量达到平衡状态，空气压力则分别在2 s和0.8 s后回到平衡状态。

表4不同控制算法解耦特性仿真条件

图4流量和压力响应特性

第2组仿真，在采用PID算法的情况下，由图4a可知，空气流量在设定值不变的情况下，由于空气系统耦合作用影响，空气压力改变，引起空气流量的超调量最大。如在25 s时，空气流量的设定值保持60 g/s不变，空气压力的设定值由175 kPa调整到210 kPa时空气流量的波动最大，为2.7 g/s；空气压力的最大超调量为216 kPa，在2.4 s后空气压力重新达到稳态。在采用前馈解耦控制和MPC的情况下，空气流量的波动有不同程度的减小，说明此时空气压力和空气流量耦合程度下降，空气压力的最大波动值分别为1.1和0.9 g/s，其中空气压力分别在2.4 s和1.4 s后重新回到平衡状态，空气流量则分别在2.1 s和0.8 s时回到平衡状态。

综上可知：从解耦程度来说，相比于PID控制算法，前馈解耦控制和MPC均可实现不同程度的解耦，虽然未能实现完全消除空气压力和空气流量之间的耦合，但可认为实现了压力和流量两个控制回路实现相对独立控制。从系统的响应速度和超调量分析可知，PID和前馈解耦控制的响应速度基本相同，但由于压力和流量互相影响，存在耦合，PID控制过程中存在严重的超调问题；MPC的响应速度和超调量的效果均优于以上两种控制算法。从控制算法的设计难易来说，PID最简单，前馈解耦控制次之，MPC最复杂。综合来说，前馈解耦控制和MPC均可满足空气系统的控制，前馈解耦控制的设计更为简单，MPC的控制效果略优于前馈解耦控制，在后续台架实验中将采用前馈解耦控制来完成对系统的控制。

3、台架实验

PEMFC系统台架如图5所示，包括空气供给系统、氢气供给系统、水热管理系统及电堆等。台架上位机通过CAN通信实现与控制器通讯和控制，并监测系统运行状态和采集数据。PEMFC系统测试的运行工况的改变是由负载电流改变决定的。除此之外，在实验过程中，水泵转速、氢气循环泵转速和尾排阀等零部件的状态也由负载电流决定。台架相关参数见表5。

图5 PEMFC发动机实验台架

表5 PEMFC发动机台架参数

工况测试时，将负载电流依次升至36、74、114、158、206260、322和394 A，每个工况点运行1 min，记录运行过程中的系统功率、电堆输出电压、空气压力、空气流量等关键参数。

图6为空气压力和空气流量的变化曲线。由图6可知，空气压力和空气流量在大部分工况下都有较好的跟随效果，部分工况下存在一定的超调量，如在360 s时，负载电流由260 A拉载至322 A，此时空气压力的超调量最大，为10 kPa；空气流量的整体控制效果较好，在大部分工况下都能快速响应，在高电流的工况下存在一定的超调，为2.6 g/s。电流分别为260、322和394 A时，目标空气压力值不变，空气流量的目标值发生变化，空气压力和空气流量与前文仿真趋势一致，虽然最终控制效果未能达到前文的仿真效果（原因可能是负载电流等因素的干扰导致系统模型的精度存在一定程度的下降），但总体来看，空气系统的解耦控制器可实现快速跟踪空气系统中空气压力和空气流量的设定值，前文的仿真具有一定的指导作用。

图6空气系统动态响应曲线

图7为电堆输出电压和功率的变化曲线。由图7可知，由于算法设计过程中未考虑电堆温度的变化以及系统本身存在一定的扰动，电堆的输出电压和功率都存在一定范围的波动，并且随着电流的增大，输出电压和功率的波动也变大，一致性有变差的趋势，但整体波动范围不大，可认为电堆的输出特性比较平稳。选取表2中系统平衡点附近的工作点，即以负载电流为206 A时为例，由图7a局部放大图可知，输出电压的波动幅值为1 V；由图7b局部放大图可知，功率的波动幅值为0.4 kW。可知，在绝大多数工况下PEMFC整体输出特性比较平稳，在负载电流变化的情况下，能够快速、平稳地响应负载电流的变化，满足系统的功率需求。

图7电堆输出特性曲线

综上所述，在负载电流变化的情况下，空气系统能够迅速响应，快速跟随空气系统压力和流量的设定值。同时，PEMFC系统输出性能平稳，在负载电流变化的情况下能够迅速响应，满足变载时的功率需求，在整个燃料电池运行的工况区间内都有较好的输出性能。

4、结论

针对空气系统存在的压力和流量耦合的问题，本文提出空气系统的解耦控制算法，并通过仿真和台架实验对控制算法进行验证，得出如下主要结论：

1）本文提出的前馈解耦控制和MPC控制算法均可实现对空气系统压力和流量的解耦控制，仿真结果表明，相比于PID控制算法，两者的响应速度更快、超调量更小。

2)PEMFC发动机在工作过程中，空气系统的压力和流量都能够快速响应设定值，满足PEMFC发动机的变载需求。

3）电堆输出电压的波动范围约为1 V，输出功率的波动范围约为0.4 V，电堆整体输出特性较为平稳。

参考文献:

[1]刘宪伟,薛俊海,朱威,等.非铂燃料电池催化剂研究进展[J].太阳能学报,2022,43(6):286-294.

[2]刘应都,郭红霞,欧阳晓平.氢燃料电池技术发展现状及未来展望[J].中国工程科学,2021, 23(4):162-171.

[5]胡佳丽,赵春鹏,肖铎.水冷燃料电池空气供给系统建模与控制研究[J].太阳能学报,2021, 42(9):428-433.

[10]周苏,胡哲,谢非.车用质子交换膜燃料电池空气供应系统自适应解耦控制方法研究[J].汽车工程,2020, 42(2):173-177.