CN108346811B - 用于并网型固体氧化物燃料电池的有功跟踪优化控制*** - Google Patents
用于并网型固体氧化物燃料电池的有功跟踪优化控制*** Download PDFInfo
- Publication number
- CN108346811B CN108346811B CN201810082385.9A CN201810082385A CN108346811B CN 108346811 B CN108346811 B CN 108346811B CN 201810082385 A CN201810082385 A CN 201810082385A CN 108346811 B CN108346811 B CN 108346811B
- Authority
- CN
- China
- Prior art keywords
- value
- mpc
- current
- time point
- fuel cell
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 115
- 239000007787 solid Substances 0.000 title claims abstract description 55
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 238000005070 sampling Methods 0.000 claims description 72
- 239000013598 vector Substances 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000012546 transfer Methods 0.000 claims description 18
- 238000013461 design Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 13
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 abstract 1
- 210000004027 cell Anatomy 0.000 description 39
- 230000008901 benefit Effects 0.000 description 4
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- 239000001257 hydrogen Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 210000005056 cell body Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- XLYOFNOQVPJJNP-ZSJDYOACSA-N heavy water Substances [2H]O[2H] XLYOFNOQVPJJNP-ZSJDYOACSA-N 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
- H01M8/04298—Processes for controlling fuel cells or fuel cell systems
- H01M8/04992—Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
- H01M8/04298—Processes for controlling fuel cells or fuel cell systems
-
- H02J3/387—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/50—Fuel cells
Landscapes
- Engineering & Computer Science (AREA)
- Fuel Cell (AREA)
- Life Sciences & Earth Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
Abstract
本发明公开了用于并网型固体氧化物燃料电池的有功跟踪优化控制***,包括设定值优化器SPO、电压源逆变器VSI、固体氧化物燃料电池SOFC***以及L1‑MPC跟踪控制器。设定值优化器接收电网调度的有功功率输出指令,并根据该指令及SOFC稳态数学模型解得最优电压及电流值,该最优值使得***消耗在内阻上的热功率最小。电压源逆变器采用上述最优电流作为其参考值,使得SOFC的输出电流跟踪该参考值。L1‑MPC跟踪控制器采用上述最优电压值以及SOFC最佳燃料利用率作为参考值,通过控制阳极燃料流量及阴极空气流量,将SOFC的输出电压及燃料利用率稳定控制在其参考值。
Description
技术领域
本发明属于热能动力工程和自动控制领域,涉及固体氧化物燃料电池(SOFC)的有功跟踪调节控制***,特别是一种采用设定值优化与L1-MPC控制算法相结合的,用于SOFC有功功率跟踪的优化控制***。
背景技术
固体氧化物燃料电池(Solid Oxide Fuel Cell,简称SOFC)作为一种新型的能源转化设备,由于其化学能-电能转化的高效性,被认为是未来可与氢储能技术相结合的、具有广阔应用前景的分布式发电技术。
在SOFC主体中,燃料及空气分别被通入电池的阳极与阴极,在SOFC内部发生的电化学反应:
阳极:2H2+2O2-→2H2O+4e-
阴极:O2+4e-→2O2-
目前商用的固体氧化物燃料电池SOFC***主要采用两种运行模式:孤立运行以及并网运行。孤立运行指的是负载直接接在SOFC的输出端并采用稳态器或逆变器获得负载所需的直流或交流电。并网型SOFC***的主要原理如图1所示,该***由SOFC主体、逆变器以及SOFC控制器等部分组成。逆变器连接SOFC与电网,将SOFC产生的直流电转化为电网所需的交流电,同时通过控制电流的大小间接控制SOFC的对外输出功率。SOFC控制器的功能为产生燃料及空气阀门的指令,通过调节阀门开度控制进入SOFC的燃料流量及空气流量,从而对SOFC的输出电压进行调节,并维持燃料利用率的稳定。现有的并网运行SOFC通过逆变器与电网相连,并大多在运行中采用电压、电流、功率等各参数保持稳定的单工况点运行策略。
事实上,SOFC由于其有功功率调节的快速性,非常适合作为微电网中的调峰电源,用以补偿间歇性能源如光伏、风电等给电网造成的频率波动。采用SOFC作为微电网调峰电源,相较于传统单工况点运行的SOFC***,给SOFC控制***设计提出了新的挑战。首先,SOFC作为微电网调峰电源,必须具备对调度***的有功功率指令进行快速跟踪的能力。第二,其动态特性呈现很强的非线性,这使得传统的基于单工况点设计的线性PID控制器(Proportion Integration Differentiation.比例-积分-微分控制器)出现性能下降的现象,为保证***运行的安全性与稳定性,必须设计更加保守的控制参数设计,这与功率快速跟踪的要求相矛盾。第三,在SOFC变工况运行时,极易出现瞬态的燃料不足情况,对燃料电池本体造成永久不可逆的损害,降低其运行寿命。第四,在变工况运行时,希望SOFC能有尽量高的经济性,即希望消耗在其内阻上的功率尽量小。
发明内容
本发明所要解决的技术问题是为了克服现有SOFC控制***技术中存在的缺陷,提供一种在满足SOFC作为微电网调峰电源时有功功率跟踪要求,并且在运行时对SOFC进行燃料利用率保护及运行工况优化的控制***设计方案。
本发明所提出的并网型固体氧化物燃料电池(SOFC)的有功跟踪控制***包括设定值优化器(SPO,Set Points Optimizer)、电压源逆变器(VSI,Voltage SourceInverter,逆变器中包含有控制器)、固体氧化物燃料电池SOFC***(本发明主要适用于并网型)以及L1自适应-模型预测(L1-MPC,L1adaptive–Model Predictive Controller)跟踪控制器等部分。
所述设定值优化器SPO接收电网调度***的有功功率输出指令,并根据该指令求取电压的最优值、电流的最优值以及固体氧化物燃料电池SOFC***最佳燃料利用率,并将电压的最优值和最佳燃料利用率传输至L1-MPC跟踪控制器,将电流的最优值传输至电压源逆变器VSI,所述电压及电流的最优值使得固体氧化物燃料电池SOFC***消耗在内阻上的热功率最小;所述电网调度***为电网中实行指挥、监督和管理电力生产运行职能的***。电网调度***根据电网中电力用户的用电总负荷,将电力生产任务分配至电网中各电力生产单位,以保持电力生产及消费的平衡。
电压源逆变器VSI采用设定值优化器SPO求得的电流的最优值作为电压源逆变器VSI输出电流的参考值,使得固体氧化物燃料电池SOFC***的输出电流跟踪该参考值;
L1-MPC跟踪控制器采用电压的最优值以及固体氧化物燃料电池SOFC***最佳燃料利用率作为参考值,通过控制固体氧化物燃料电池SOFC***的阳极燃料流量及阴极空气流量,将固体氧化物燃料电池SOFC***的输出电压及燃料利用率稳定控制在其参考值。考虑到上述SPO、VSI、L1-MPC跟踪控制器在采样时间上的不同,同时在控制***中采用了保护逻辑,以防止燃料电池出现短时间的燃料不足。
所述设定值优化器通过求解如下优化问题得到电压的最优值、电流的最优值以及固体氧化物燃料电池SOFC***最佳燃料利用率:
s.t.Φ(Vout,I)=0
Vout·I=Pref
Fu=Fu *
其中,s.t.全称为subject to,表示优化问题中的约束,Vout,ref为电压的最优值,Iref为电流的最优值,Φ(·)=0为固体氧化物燃料电池SOFC***的稳态模型;Vout为固体氧化物燃料电池SOFC***输出电压,I为固体氧化物燃料电池SOFC***输出电流,下标ref代表对应的参考值,qchem为固体氧化物燃料电池SOFC***消耗的燃料所放出的化学能,Pref为电网有功指令,Fu为固体氧化物燃料电池SOFC***燃料利用率,为固体氧化物燃料电池SOFC***最佳燃料利用率。
所述L1-MPC跟踪控制器通过下式获得固体氧化物燃料电池SOFC***的控制输入向量:
其中为固体氧化物燃料电池SOFC***的控制输入向量,和Mair分别为固体氧化物燃料电池SOFC***的燃料流量和空气流量,为L1补偿控制分量,uMPC(t)为MPC跟踪控制分量,L1补偿控制分量由一个输出反馈L1补偿器计算获得,MPC跟踪控制分量由一个MPC控制器计算获得。
所述输出反馈L1补偿器的设计方法包括如下步骤:
步骤A1:任选固体氧化物燃料电池SOFC***的稳定运行工况点,通过开环阶跃响应实验及最小二乘辨识方法,建立如下固体氧化物燃料电池SOFC***的动态模型:
y(s)=G(s)(u(s)+σ(s)),
其中,y(s),u(s),σ(s)分别为信号向量y(t),u(t),σ(t)的拉普拉斯变换,y(t)=[Vout,Fu]T为固体氧化物燃料电池SOFC***的输出量,σ(t)为固体氧化物燃料电池SOFC***集总不确定项,,G(s)为2×2传递函数矩阵;
步骤A2:设计如下输出预测器:
其中下标i与j代表向量或矩阵的元素序号,n为传递函数矩阵G(s)的维数,Gi,i(s)为G(s)i行i列对应的传递函数,Gi,j(s)为G(s)i行j列对应的传递函数,为输出预测器的预测输出向量的第i个元素,ui(s),uj(s)分别为控制输入向量u(s)的第i个元素和第j个元素,为固体氧化物燃料电池SOFC***集总不确定项的估计值;为的第i个元素。
步骤A3:设计如下不确定项的估计值更新律:
步骤A4:计算L1自适应补偿分量:
所述MPC控制器的设计方法包括如下步骤:
步骤B1:将步骤A1中所述传递函数矩阵G(s)转化为如下等效的离散状态空间模型:
y(k)=cx(k),
x(k+1)=Ax(k)+Bu(k);
x(k),y(k),u(k)分别表示离散状态空间模型当前采样时间点的状态量、输出量、输入量,x(k+1)表示离散状态空间模型在下一个采样时间点的状态量,A,B,c为离散状态空间模型的***矩阵;
步骤B2:求解如下的在线优化问题,得到的解序列为一个最优控制序列:
u(k|k),u(k+1|k),...,u(k+M+1|k),
ymin≤y(k+m|k)≤ymax
其中k代表当前采样时间点,N为预测时域,M为控制时域,umin、umax分别为输入所允许的最小值及最大值,ymin、ymax分别为输出的最小值及最大值,L为使得矩阵(A+L·c)所有特征值的实部小于1的任意矩阵,yref为固体氧化物燃料电池SOFC***输出y的参考值(即步骤A1中的y的参考值),μref为离散状态空间模型中与yref对应的稳态输入,μref=(c(I-A)- 1B)-1yref,为在当前采样时间点的值,Q、R为设计的权重矩阵,u(k|k),u(k+1|k),...,u(k+M+1|k)分别表示当前采样时间点的预测控制量,当前采样时间点对下一采样时间点的预测控制量,…,当前采样时间点对未来第M+1个采样时间点的预测控制量;
y(k+m|k)表示当前采样时间点对未来第m个采样时间点的预测输出量,为***状态量x在当前采样时间点的观测值;为***状态量x在上一采样时间点的观测值,u(k-1)为上一个采样时间点的控制输入,y(k-1)为上一个采样时间点的输出,与分别为当前采样点对未来第m个采样时间点观测值的预测值与未来第m-1个采样时间点观测值的预测值,u(k+m|k)与u(k+m-1|k)分别为当前采样点对未来第m个采样时间点的预测控制量与未来第m-1个采样时间点的预测控制量,
步骤B3:MPC跟踪控制分量采用步骤B2中解得的控制量序列的第一个元素,即:
uMPC(k)=u(k|k);
在当前采样时间点至下一个采样时间点之间的时间内,取uMPC(t)=uMPC(k)。
本发明***采用如下保护逻辑:当设定值优化器SPO求得新的电压的最优值和电流的最优值时,该电压的最优值立刻传输至L1-MPC跟踪控制器中,电流的最优值暂存于设定值优化器SPO的内存中而并不立刻更新至电压源逆变器VSI中,直到L1-MPC跟踪控制器更新其MPC跟踪控制分量后,再将电流的最优值更新至电压源逆变器VSI中。
本发明具有以下的有益效果:
1.本发明提供了一种具有良好有功功率跟踪性能的,并且能在运行中进行燃料利用率保护,防止出现燃料不足,并且兼顾SOFC运行经济性的并网型SOFC控制***设计方案,其能够满足并网型SOFC参与调峰运行时的要求。
2.L1-MPC控制器将L1自适应控制与MPC控制相结合,既解决了SOFC在变工况运行时的非线性问题,同时利用MPC处理***约束方便的优点,对SOFC在变工况过渡过程中的燃料利用率等各关键参数进行限制,保证了***的安全性。其中,本发明的输出反馈L1自适应控制器是基于现有的状态反馈L1自适应控制器,针对内部状态不可测的***进行的有益改进。
3.***中的设定值优化器(SPO)、电压源逆变器(VSI)以及L1-MPC跟踪控制器在物理上可实现相互独立工作,减少了控制***的耦合性,并且对单独部分计算能力的要求不高。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述或其他方面的优点将会变得更加清楚。
图1为并网型SOFC***原理图。
图2为用于并网型固体氧化物燃料电池SOFC***的有功跟踪优化控制***原理框图。
图3为燃料利用率保护逻辑图。
图4为SOFC输出功率及电压曲线。
图5为SOFC的电流及燃料利用率曲线图。
图6为SOFC的燃料及空气流量曲线图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
本发明公开了用于并网型固体氧化物燃料电池的有功跟踪优化控制***,所述控制***的结构框图如图2所示。从结构上来说,该控制***分为两层,上层为设定值优化器SPO,下层为SOFC控制器(本发明中采用L1-MPC跟踪控制器)、固体氧化物燃料电池SOFC***及电压源逆变器(其中包含VSI控制器)。
所述设定值优化器SPO接收电网调度***的有功功率输出指令,并根据该指令求取电压的最优值、电流的最优值以及、固体氧化物燃料电池SOFC***最佳燃料利用率,并将电压的最优值和最佳燃料利用率传输至L1-MPC跟踪控制器,将电流的最优值传输至电压源逆变器VSI,所述电压及电流的最优值使得固体氧化物燃料电池SOFC***消耗在内阻上的热功率最小;
电压源逆变器VSI采用电流的最优值作为其参考值,使得固体氧化物燃料电池SOFC***的输出电流跟踪该参考值;
L1-MPC跟踪控制器采用电压的最优值以及固体氧化物燃料电池SOFC***最佳燃料利用率作为参考值,通过控制固体氧化物燃料电池SOFC***的阳极燃料流量及阴极空气流量,将固体氧化物燃料电池SOFC***的输出电压及燃料利用率稳定控制在其参考值。考虑到上述SPO、VSI、L1-MPC跟踪控制器在采样时间上的不同,同时在控制***中采用了保护逻辑,以防止燃料电池出现短时间的燃料不足。
所述设定值优化器通过求解如下优化问题得到电压的最优值、电流的最优值以及固体氧化物燃料电池SOFC***最佳燃料利用率:
s.t.Φ(Vout,I)=0
Vout·I=Pref
Fu=Fu *
其中,Vout,ref为电压的最优值,Iref为电流的最优值,Φ(·)=0为固体氧化物燃料电池SOFC***的稳态模型;Vout为固体氧化物燃料电池SOFC***输出电压,I为固体氧化物燃料电池SOFC***输出电流,下标ref代表对应的参考值,qchem为固体氧化物燃料电池SOFC***消耗的燃料所放出的化学能,Pref为电网有功指令,Fu为固体氧化物燃料电池SOFC***燃料利用率,为固体氧化物燃料电池SOFC***最佳燃料利用率。一般来说,小于0.7的燃料利用率意味着过大的燃料浪费,而大于0.9的燃料利用率会产生所谓“燃料不足(FuelStarvation)”而对燃料电池产生永久性的伤害。考虑到上述两个因素,目前对于大多数燃料电池来说,在运行中一般将取为0.8。
在设定值优化器得到最优的电压值Vout,ref及最优电流值Iref后,将Vout,ref及作为参考值传入L1-MPC跟踪控制器,并将Iref作为参考值传入VSI控制器中。对于VSI控制器,其设计可以采用普通的PID控制方法,而同时由于VSI的动态特性远快于SOFC的动态特性,因此在进行SOFC控制器设计时,可忽略VSI***的动态对其产生的影响。
所述L1-MPC跟踪控制器通过下式获得固体氧化物燃料电池SOFC***的控制输入向量:
其中为固体氧化物燃料电池SOFC***的控制输入向量,和Mair分别为固体氧化物燃料电池SOFC***的燃料流量和空气流量,为L1补偿控制分量,uMPC(t)为MPC跟踪控制分量,L1补偿控制分量由一个输出反馈L1补偿器计算获得,MPC跟踪控制分量由一个MPC控制器计算获得。
所述输出反馈L1补偿器的设计方法包括如下步骤:
步骤A1:任选固体氧化物燃料电池SOFC***的稳定运行工况点,通过开环阶跃响应实验及最小二乘辨识方法,建立如下固体氧化物燃料电池SOFC***的动态模型:
y(s)=G(s)(u(s)+σ(s)),
其中,y(s),u(s),σ(s)分别为信号向量y(t),u(t),σ(t)的拉普拉斯变换,y(t)=[Vout,Fu]T为固体氧化物燃料电池SOFC***的输出量,σ(t)为固体氧化物燃料电池SOFC***集总不确定项,G(s)为2×2传递函数矩阵;
步骤A2:设计如下输出预测器:
其中下标i与j代表向量或矩阵的元素序号,n为传递函数矩阵G(s)的维数,Gi,i(s)为G(s)i行i列对应的传递函数,Gi,j(s)为G(s)对应的元素,为输出预测器的预测输出向量的第i个元素,ui(s),uj(s)分别为控制输入向量u(s)的第i个元素,第j个元素,为固体氧化物燃料电池SOFC***集总不确定项的估计值;为的第i个元素。
步骤A3:设计如下不确定项的估计值更新律:
步骤A4:计算L1自适应补偿分量:
所述MPC控制器的设计方法包括如下步骤:
步骤B1:将步骤A1中所述传递函数矩阵G(s)转化为如下等效的离散状态空间模型:
y(k)=cx(k),
x(k+1)=Ax(k)+Bu(k);
x(k),y(k),u(k)分别表示离散状态空间模型当前采样时间点的状态量、输出量和输入量,x(k+1)表示离散状态空间模型在下一个采样时间点的状态量,A,B,c为离散状态空间模型的***矩阵;
步骤B2:求解如下的在线优化问题,得到的解序列为一个最优控制序列:
u(k|k),u(k+1|k),...,u(k+M+1|k),
ymin≤y(k+m|k)≤ymax
其中k代表当前采样时间点,N为预测时域,M为控制时域,umin、umax分别为输入所允许的最小及最大值,ymin、ymax分别为输出的最小及最大值,L为使得矩阵(A+L·c)所有特征值的实部小于1的任意矩阵,yref为固体氧化物燃料电池SOFC***输出y的参考值,μref为离散状态空间模型中与yref对应的稳态输入,
Q,R为待设计的权重矩阵,u(k|k),u(k+1|k),...,u(k+M+1|k)分别表示当前采样时间点的预测控制量,当前采样时间点对下一采样时间点的预测控制量,…,当前采样时间点对未来第M+1个采样时间点的预测控制量;
y(k+m|k)表示当前采样时间点对未来第m个采样时间点的预测输出量,为***状态量x在当前采样时间点的观测值;为***状态量x在上一采样时间点的观测值,u(k-1)为上一个采样时间点的控制输入,y(k-1)为上一个采样时间点的输出,与分别为当前采样点对未来第m个采样时间点观测值的预测值与未来第m-1个采样时间点观测值的预测值,u(k+m|k)与u(k+m-1|k)分别为当前采样点对未来第m个采样时间点的预测控制量与未来第m-1个采样时间点的预测控制量;
步骤B3:MPC跟踪控制分量采用步骤B2中解得的控制量序列的第一个元素,即:
uMPC(k)=u(k|k)。
在当前采样时间点至下一个采样时间点之间的时间内,取uMPC(t)=uMPC(k)。
注意到,在上述的控制***中,由于设定值优化器、L1-MPC跟踪控制器、VSI采用不同的采样时间,因此当设定值优化器给出新的电压及电流参考值予下层控制器时,L1-MPC控制器可能处于两次采样的间隙。由于VSI对电流的调节特性大多为毫秒级,远小于L1-MPC的采样时间及SOFC的响应时间。此时可能出现固体氧化物燃料电池SOFC***输出电流快速增大而SOFC尚未对燃料流量进行调节的情况,极易发生燃料不足而对SOFC产生永久性不可逆损伤。为此,本发明设计了控制***的保护逻辑,以防止出现上述问题。
该保护逻辑流程如图3所示,当设定值优化器求得新的电压参考值及电流参考值时,上述电压参考值立刻传输至L1-MPC跟踪控制器中,而电流参考值暂存于设定值优化器的内存中,并不立刻更新至电压源逆变器VSI中,直到L1-MPC跟踪控制器更新其MPC跟踪控制分量后,再将电流参考值更新至VSI中。
实施例
在此以某5KW级氢燃料固体氧化物燃料电池为例进行仿真实验,并具体说明本发明的设计方法及实施方案。为了使本发明要解决的技术问题、技术方案和有益效果更加清楚,下面结合附图及具体的实施例进行详尽的描述。
首先在氢气流量MH2=1.296e-4mol/s,空气流量Mair=1.957e-4mol/s对应的稳态工况点进行阶跃响应实验,此时对应的Vout=163.8(V),I=20(A)采用最小二乘辨识,得到该稳态工况点对应的传递函数模型为:
L1-MPC控制器的设计参数为:
Γ=1e5,C1(s)=C2(s)=0.01/(s+0.01),Q=diag(5,10),R=diag(100,100),
考虑到SOFC***实际安全需求,将***输出及输入分别设定为ymin=[100 0.72]T,ymax=[150 0.88]T
umin=[1.0e-4 1.0e-4]T,umax=[2.55e-3 24.5e-3]T
在仿真实验中,假设阴极及阳极的进口压力均为2atm,燃料及空气的进口温度均为973K。
分别在t=100s,t=200s,t=300s,将有功功率指令分别阶跃至Pref=3500W,Pref=5000W,Pref=4250W。
***的输出功率及输出电压如图4所示。由图可见,输出功率及电压都在50s内达到了新的稳态点。该性能证明SOFC可以作为调峰电源来补偿电网中风、光等间歇性能源产生的功率波动。图5显示了SOFC的电流及燃料利用率。注意到燃料利用率Fu功率即使在t=200s,即电流产生大范围阶跃时,依旧较好地维持在最优值0.8附近。与之对应的是此时的H2流量在L1-MPC控制器的作用下迅速阶跃,对大范围阶跃的电流进行响应,以维持燃料利用率(如图6)。同时可见在大约110s,200s以及210s时,由于MPC控制器的约束作用,空气流量紧贴其下限(1.0e-4mol/s)而并未越限,保证了***的安全运行。
本发明提供了用于并网型固体氧化物燃料电池的有功跟踪优化控制***,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (3)
1.用于并网型固体氧化物燃料电池的有功跟踪优化控制***,其特征在于,包括设定值优化器SPO、电压源逆变器VSI、固体氧化物燃料电池SOFC***以及L1-MPC跟踪控制器,所述的L1-MPC跟踪控制器由输出反馈L1补偿器与MPC控制器共同组成;
所述设定值优化器SPO接收电网调度***的有功功率输出指令,并根据该指令求取电压的最优值、电流的最优值以及固体氧化物燃料电池SOFC***最佳燃料利用率,并将电压的最优值和最佳燃料利用率传输至L1-MPC跟踪控制器,将电流的最优值传输至电压源逆变器VSI,所述电压的最优值及电流的最优值使得固体氧化物燃料电池SOFC***消耗在内阻上的热功率最小;
所述L1-MPC跟踪控制器通过下式获得固体氧化物燃料电池SOFC***的控制输入向量:
其中,t代表时间信号,为固体氧化物燃料电池SOFC***的控制输入向量,和Mair分别为固体氧化物燃料电池SOFC***的燃料流量和空气流量,为L1补偿控制分量,uMPC(t)为MPC跟踪控制分量,L1补偿控制分量由所述输出反馈L1补偿器计算获得,MPC跟踪控制分量由所述MPC控制器计算获得;
所述输出反馈L1补偿器的设计方法包括如下步骤:
步骤A1:任选固体氧化物燃料电池SOFC***的稳定运行工况点,通过开环阶跃响应实验及最小二乘辨识方法,建立如下固体氧化物燃料电池SOFC***的动态模型:
y(s)=G(s)(u(s)+σ(s)),
其中,y(s),u(s),σ(s)分别为信号向量y(t),u(t),σ(t)的拉普拉斯变换,t代表时间信号,y(t)=[Vout,Fu]T为固体氧化物燃料电池SOFC***的输出量,σ(t)为固体氧化物燃料电池SOFC***集总不确定项,G(s)为2×2传递函数矩阵;
步骤A2:设计如下输出预测器:
其中下标i与j代表向量或矩阵的元素序号,n为传递函数矩阵G(s)的维数,Gi,i(s)为G(s)i行i列对应的传递函数,Gi,j(s)为G(s)i行j列对应的传递函数,为输出预测器的预测输出向量的第i个元素,ui(s),uj(s)分别为控制输入向量u(s)的第i个元素和第j个元素,为固体氧化物燃料电池SOFC***集总不确定项的估计值,为的第i个元素;
步骤A3:设计如下不确定项的估计值更新律:
步骤A4:计算L1自适应补偿分量:
所述的MPC控制器的设计方法包括如下步骤:
步骤B1:将步骤A1中所述传递函数矩阵G(s)转化为如下等效的离散状态空间模型:
y(k)=cx(k),
x(k+1)=Ax(k)+Bu(k);
x(k),y(k),u(k)分别表示离散状态空间模型当前采样时间点的状态量、输出量、输入量,x(k+1)表示离散状态空间模型在下一个采样时间点的状态量,A,B,c为离散状态空间模型的***矩阵;
步骤B2:求解如下的在线优化问题,得到的解序列为一个最优控制序列:
u(k|k),u(k+1|k),...,u(k+M+1|k),
ymin≤y(k+m|k)≤ymax
其中k代表当前采样时间点,N为预测时域,M为控制时域,umin、umax分别为输入所允许的最小值及最大值,ymin、ymax分别为输出的最小值及最大值,L为使得矩阵(A+L·c)所有特征值的实部小于1的任意矩阵,yref为固体氧化物燃料电池SOFC***输出y的参考值,μref为离散状态空间模型中与yref对应的稳态输入,为在当前采样时间点的值,Q、R为设计的权重矩阵,u(k|k),u(k+1|k),...,u(k+M+1|k)分别表示当前采样时间点的预测控制量,当前采样时间点对下一采样时间点的预测控制量,…,当前采样时间点对未来第M+1个采样时间点的预测控制量;
y(k+m|k)表示当前采样时间点对未来第m个采样时间点的预测输出量,为***状态量x在当前采样时间点的观测值;为***状态量x在上一采样时间点的观测值,u(k-1)为上一个采样时间点的控制输入,y(k-1)为上一个采样时间点的输出,与分别为当前采样点对未来第m个采样时间点观测值的预测值与未来第m-1个采样时间点观测值的预测值,u(k+m|k)与u(k+m-1|k)分别为当前采样点对未来第m个采样时间点的预测控制量与未来第m-1个采样时间点的预测控制量,
μref=(c(I-A)-1B)-1yref,
步骤B3:MPC跟踪控制分量采用步骤B2中解得的控制量序列的第一个元素,即:
uMPC(k)=u(k|k),
在当前采样时间点至下一个采样时间点之间的时间内,取uMPC(t)=uMPC(k);
电压源逆变器VSI采用设定值优化器SPO求得的电流的最优值作为电压源逆变器VSI输出电流的参考值,使得固体氧化物燃料电池SOFC***的输出电流跟踪该参考值;
L1-MPC跟踪控制器采用电压的最优值以及固体氧化物燃料电池SOFC***最佳燃料利用率作为参考值,通过控制固体氧化物燃料电池SOFC***的燃料流量及空气流量,将固体氧化物燃料电池SOFC***的输出电压及燃料利用率稳定控制在参考值。
2.根据权利要求1所述的***,其特征在于,所述设定值优化器通过求解如下优化问题得到电压的最优值、电流的最优值以及固体氧化物燃料电池SOFC***最佳燃料利用率:
s.t.Φ(Vout,I)=0
Vout·I=Pref
Fu=Fu *
3.根据权利要求1所述的***,其特征在于,***采用如下保护逻辑:当设定值优化器SPO求得新的电压的最优值和新的电流的最优值时,新的电压的最优值立刻传输至L1-MPC跟踪控制器中,新的电流的最优值暂存于设定值优化器SPO的内存中而并不立刻更新至电压源逆变器VSI中,直到L1-MPC跟踪控制器更新其MPC跟踪控制分量后,再将新的电流的最优值更新至电压源逆变器VSI中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810082385.9A CN108346811B (zh) | 2018-01-29 | 2018-01-29 | 用于并网型固体氧化物燃料电池的有功跟踪优化控制*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810082385.9A CN108346811B (zh) | 2018-01-29 | 2018-01-29 | 用于并网型固体氧化物燃料电池的有功跟踪优化控制*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108346811A CN108346811A (zh) | 2018-07-31 |
CN108346811B true CN108346811B (zh) | 2020-07-14 |
Family
ID=62961419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810082385.9A Expired - Fee Related CN108346811B (zh) | 2018-01-29 | 2018-01-29 | 用于并网型固体氧化物燃料电池的有功跟踪优化控制*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108346811B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114527640B (zh) * | 2022-02-14 | 2024-03-15 | 北京星辰空间科技有限公司 | 一种基于阳极电流的抗干扰高精度贮供流量控制方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2419968A (en) * | 2004-11-08 | 2006-05-10 | Enecsys Ltd | Regulating the voltage fed to a power converter |
CN103828111A (zh) * | 2011-06-30 | 2014-05-28 | 康维恩公司 | 使对安全气体的需求最小的设备和方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008103946A2 (en) * | 2007-02-22 | 2008-08-28 | Virginia Tech Intellectual Properties, Inc. | Control method for a universal power condition system |
GB201315754D0 (en) * | 2013-09-04 | 2013-10-16 | Lg Fuel Cell Systems Inc | Device for managing fuel cell currents |
JP6492874B2 (ja) * | 2015-03-30 | 2019-04-03 | 三浦工業株式会社 | 燃料電池システム |
-
2018
- 2018-01-29 CN CN201810082385.9A patent/CN108346811B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2419968A (en) * | 2004-11-08 | 2006-05-10 | Enecsys Ltd | Regulating the voltage fed to a power converter |
CN103828111A (zh) * | 2011-06-30 | 2014-05-28 | 康维恩公司 | 使对安全气体的需求最小的设备和方法 |
Non-Patent Citations (2)
Title |
---|
Coordinated Control Strategies for Fuel Cell Power Plant in a Microgrid;Li Sun等;《IEEE TRANSACTIONS ON ENERGY CONVERSION》;20170720;第33卷;第1-9页 * |
固体氧化物燃料电池电厂并网最优效率负荷跟踪分层递阶控制策略;李勇汇 等;《中国电机工程学报》;20140305;第34卷;第1061-1071页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108346811A (zh) | 2018-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Disturbance-observer-based control for air management of PEM fuel cell systems via sliding mode technique | |
Baroud et al. | Novel hybrid fuzzy-PID control scheme for air supply in PEM fuel-cell-based systems | |
Ramos-Paja et al. | Minimum fuel consumption strategy for PEM fuel cells | |
Francis et al. | Optimized PI+ load–frequency controller using BWNN approach for an interconnected reheat power system with RFB and hydrogen electrolyser units | |
Mishra et al. | Biogeography based optimal state feedback controller for frequency regulation of a smart microgrid | |
Mane et al. | Improving lifetime of fuel cell in hybrid energy management system by Lure–Lyapunov-based control formulation | |
Wang et al. | Design and experimental implementation of time delay control for air supply in a polymer electrolyte membrane fuel cell system | |
Feroldi et al. | Performance improvement of a PEMFC system controlling the cathode outlet air flow | |
Keller et al. | An adaptive model-based feedforward temperature control of a 100 kW PEM electrolyzer | |
Kim et al. | Time delay control for fuel cells with bidirectional DC/DC converter and battery | |
Hähnel et al. | Power control for efficient operation of a PEM fuel cell system by nonlinear model predictive control | |
Abbaker AM et al. | Adaptive integral type‐terminal sliding mode control for PEMFC air supply system using time delay estimation algorithm | |
Silaa et al. | A novel robust adaptive sliding mode control using stochastic gradient descent for PEMFC power system | |
Liu et al. | A novel adaptive model predictive control for proton exchange membrane fuel cell in DC microgrids | |
Das et al. | Fuel cell and ultracapacitor energy system control using linear quadratic regulator proportional integral controller | |
Chi et al. | Disturbance and uncertainty-immune onboard charging batteries with fuel cell by using equivalent load fuzzy logic estimation-based backstepping sliding-mode control | |
Amiri et al. | A new control strategy for controlling isolated microgrid | |
Azizi et al. | Adaptive neural network linear parameter-varying control of shipboard direct current microgrids | |
CN108346811B (zh) | 用于并网型固体氧化物燃料电池的有功跟踪优化控制*** | |
Qi et al. | Design of the PID temperature controller for an alkaline electrolysis system with time delays | |
Sabir | A novel low‐voltage ride‐through capable energy management scheme for a grid‐connected hybrid photovoltaic‐fuel cell power source | |
Lee et al. | Data-driven modeling and optimal control of hydrogen energy storage for frequency regulation | |
Martínez et al. | Two layer control strategy of an island DC microgrid with hydrogen storage system | |
Bhat Nempu et al. | A new power management strategy for PV-FC-based autonomous DC microgrid | |
Wu et al. | Fuzzy model predictive control of solid oxide fuel cell with zone tracking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200714 |
|
CF01 | Termination of patent right due to non-payment of annual fee |