CN111834654B - 质子交换膜燃料电池最大功率的在线预测控制方法及装置 - Google Patents
质子交换膜燃料电池最大功率的在线预测控制方法及装置 Download PDFInfo
- Publication number
- CN111834654B CN111834654B CN202010724012.4A CN202010724012A CN111834654B CN 111834654 B CN111834654 B CN 111834654B CN 202010724012 A CN202010724012 A CN 202010724012A CN 111834654 B CN111834654 B CN 111834654B
- Authority
- CN
- China
- Prior art keywords
- fuel cell
- exchange membrane
- proton exchange
- membrane fuel
- value
- 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.)
- Active
Links
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
- H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
- H01M8/04537—Electric variables
- H01M8/04544—Voltage
-
- 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
- H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
- H01M8/0432—Temperature; Ambient temperature
-
- 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
- H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
- H01M8/04537—Electric variables
-
- 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
- H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
- H01M8/04537—Electric variables
- H01M8/04604—Power, energy, capacity or load
-
- 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
- H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
- H01M8/04537—Electric variables
- H01M8/04634—Other electric variables, e.g. resistance or impedance
-
- 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
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (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)
- Fuel Cell (AREA)
Abstract
本发明提供了一种质子交换膜燃料电池最大功率的在线预测控制方法及装置,能够根据质子交换膜燃料电池的实时运行状态,通过质子交换膜燃料电池的电压、电流、温度、浮动内阻以及所有单体电压方差等,在线预测质子交换膜燃料电池可输出的最大功率,并对其拉载功率进行控制,以提高质子交换膜燃料电池的运行性能与使用寿命。
Description
技术领域
本发明涉及燃料电池技术领域,更具体地说,涉及一种质子交换膜燃料电池最大功率的在线预测控制方法及装置。
背景技术
质子交换膜燃料电池是以氢为燃料直接在电池内部发生化学反应,是一种将化学能转化为电能的电化学装置,反应生成物只有水,具有高效和清洁等突出的优点。
质子交换膜燃料电池以其反应温度低、功率密度高和动态响应速度快等优点,在交通运输领域具有广泛的应用。
质子交换膜燃料电池的运行性能与使用寿命在大规模商业化应用过程中显得至关重要。
而,在质子交换膜燃料电池使用过程中,不当的功率拉载,如拉载过度会对质子交换膜燃料电池的性能和寿命造成影响。因此,为了提升质子交换膜燃料电池的运行性能与使用寿命,需要时刻掌握质子交换膜燃料电池在允许范围内可输出的最大功率,并对拉载功率加以控制,避免因拉载过度对质子交换膜燃料电池造成损害,影响其寿命与运行性能。
那么,如何提供一种质子交换膜燃料电池最大功率的在线预测控制方法,是本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此,为解决上述问题,本发明提供一种质子交换膜燃料电池最大功率的在线预测控制方法及装置,技术方案如下:
一种质子交换膜燃料电池最大功率的在线预测控制方法,所述在线预测控制方法包括:
获取质子交换膜燃料电池在不同温度和不同电流下的电压值;
计算所述质子交换膜燃料电池在不同运行状态下的浮动内阻;
依据当前所述质子交换膜燃料电池所有单体电压方差,计算当前状态下所述质子交换膜燃料电池的电压下限值;
依据所述电压下限值、所述浮动内阻以及当前温度值,计算所述质子交换膜燃料电池可输出的最大电流值;
依据所述最大电流值、所述当前温度值、所述浮动内阻以及所述不同温度和不同电流下的电压值,预测得到所述质子交换膜燃料电池的最大输出功率。
可选的,在上述在线预测控制方法中,所述在线预测控制方法还包括:
将所述最大输出功率作为当前所述质子交换膜燃料电池拉载功率的上限值,进行所述质子交换膜燃料电池的拉载控制。
可选的,在上述在线预测控制方法中,所述计算所述质子交换膜燃料电池在不同运行状态下的浮动内阻,包括:
采集所述质子交换膜燃料电池的当前电压值、当前电流值和当前温度值;
依据所述当前电流值和所述当前温度值,根据所述质子交换膜燃料电池在不同温度和不同电流下电压值的对应关系,获得所述质子交换膜燃料电池的实验测量电压值;
依据所述当前电压值、所述实验测量电压值和所述当前电流值,结合欧姆定律,对所述质子交换膜燃料电池的内阻进行修正,得到所述浮动内阻。
可选的,在上述在线预测控制方法中,所述依据当前所述质子交换膜燃料电池所有单体电压方差,计算当前状态下所述质子交换膜燃料电池的电压下限值,包括:
依据当前所述质子交换膜燃料电池所有单体电压方差,利用正态分布特征,计算当前状态下所述质子交换膜燃料电池的电压下限值。
一种质子交换膜燃料电池最大功率的在线预测控制装置,所述在线预测控制装置包括:
数据获取模块,用于获取质子交换膜燃料电池在不同温度和不同电流下的电压值;
第一计算模块,用于计算所述质子交换膜燃料电池在不同运行状态下的浮动内阻;
第二计算模块,用于依据当前所述质子交换膜燃料电池所有单体电压方差,计算当前状态下所述质子交换膜燃料电池的电压下限值;
第三计算模块,用于依据所述电压下限值、所述浮动内阻以及当前温度值,计算所述质子交换膜燃料电池可输出的最大电流值;
在线预测模块,用于依据所述最大电流值、所述当前温度值、所述浮动内阻以及所述不同温度和不同电流下的电压值,预测得到所述质子交换膜燃料电池的最大输出功率。
可选的,在上述在线预测控制装置中,所述在线预测控制装置还包括:
功率控制模块,用于将所述最大输出功率作为当前所述质子交换膜燃料电池拉载功率的上限值,进行所述质子交换膜燃料电池的拉载控制。
可选的,在上述在线预测控制装置中,所述第一计算模块,具体用于:
采集所述质子交换膜燃料电池的当前电压值、当前电流值和当前温度值;
依据所述当前电流值和所述当前温度值,根据所述质子交换膜燃料电池在不同温度和不同电流下电压值的对应关系,获得所述质子交换膜燃料电池的实验测量电压值;
依据所述当前电压值、所述实验测量电压值和所述当前电流值,结合欧姆定律,对所述质子交换膜燃料电池的内阻进行修正,得到所述浮动内阻。
可选的,在上述在线预测控制装置中,所述第二计算模块,具体用于:
依据当前所述质子交换膜燃料电池所有单体电压方差,利用正态分布特征,计算当前状态下所述质子交换膜燃料电池的电压下限值。
相较于现有技术,本发明实现的有益效果为:
本发明提供的一种质子交换膜燃料电池最大功率的在线预测控制方法,能够根据质子交换膜燃料电池的实时运行状态,通过质子交换膜燃料电池的电压、电流、温度、浮动内阻以及所有单体电压方差等,在线预测质子交换膜燃料电池可输出的最大功率,并对其拉载功率进行控制,以提高质子交换膜燃料电池的运行性能与使用寿命。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的质子交换膜燃料电池最大功率的在线预测控制方法的一种流程示意图;
图2为本发明实施例提供的质子交换膜燃料电池最大功率的在线预测控制方法的另一种流程示意图;
图3为本发明实施例提供的质子交换膜燃料电池最大功率的预测与控制效果示意图;
图4为本发明实施例提供的质子交换膜燃料电池最大功率的在线预测控制装置的一种结构示意图;
图5为本发明实施例提供的质子交换膜燃料电池最大功率的在线预测控制装置的另一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在专利CN109921072A中,公开了一种质子交换膜燃料电池输出功率的预测控制方法,该发明对质子交换膜燃料电池的状态空间离散模型选取控制变量等相关变量,将带约束的预测控制问题转化为受限优化问题,最后,基于二次规划的最优控制率对输出功率进行MPC控制。
但是,该方法侧重于数学优化,未直接考虑影响质子交换膜燃料电池可输出功率的运行状态因素,如质子交换膜燃料电池的电池电压、电流、温度和内阻等,具有一定的局限性。
并且,文章《基于质子交换膜燃料电池特性的控制研究》,是基于质子交换膜燃料电池的神经网络模型,设计了神经网络预测控制方案控制发电功率。
但是,该方法主要考虑了温度对质子交换膜燃料电池特性、发电功率与效率的影响,未考虑质子交换膜燃料电池实际运行状态,如质子交换膜燃料电池单体电压的变化对质子交换膜燃料电池性能的影响,不能有效掌握质子交换膜燃料电池的实时可输出功率,并且,该方案目标函数求解过程较为复杂,计算量大,难以工程实现。
基于上述现有技术存在的问题,本申请提供了一种质子交换膜燃料电池最大功率的在线预测控制方法,能够根据质子交换膜燃料电池的实时运行状态,通过质子交换膜燃料电池的电压、电流、温度、浮动内阻以及所有单体电压方差等,在线预测质子交换膜燃料电池可输出的最大功率,并对其拉载功率进行控制,以提高质子交换膜燃料电池的运行性能与使用寿命。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参考图1,图1为本发明实施例提供的质子交换膜燃料电池最大功率的在线预测控制方法的一种流程示意图。
所述在线预测控制方法包括:
S10:获取质子交换膜燃料电池在不同温度和不同电流下的电压值VLUT(I,T)。
在该步骤中,通过实验获得质子交换膜燃料电池的特性数据,例如获得质子交换膜燃料电池在不同温度和不同电流下的电压值VLUT(I,T)。
考虑到质子交换膜燃料电池的功率是质子交换膜燃料电池电流和温度的函数,为了获得较全面的质子交换膜燃料电池特性数据,需尽可能获得覆盖度较大的温度与电流下的质子交换膜燃料电池的电压值VLUT(I,T)。
形成以下数据表:
S20:计算所述质子交换膜燃料电池在不同运行状态下的浮动内阻ΔR。
在该步骤中,采集所述质子交换膜燃料电池的当前电压值Vk、当前电流值Ik和当前温度值Tk;
依据所述当前电流值Ik和所述当前温度值Tk,根据所述质子交换膜燃料电池在不同温度和不同电流下电压值的对应关系VLUT(I,T),获得所述质子交换膜燃料电池的实验测量电压值VLUT(Ik,Tk);
依据所述当前电压值Vk、所述实验测量电压值VLUT(Ik,Tk)和所述当前电流值Ik,结合欧姆定律,对所述质子交换膜燃料电池的内阻进行修正,得到所述浮动内阻ΔR。
需要说明的是,不同的质子交换膜燃料电池的性能存在差异,因此为修正带来的功率偏差为ΔP:
ΔP=I2ΔR
S30:依据当前所述质子交换膜燃料电池所有单体电压方差VAR,计算当前状态下所述质子交换膜燃料电池的电压下限值Vpermission。
在该步骤中,依据当前所述质子交换膜燃料电池所有单体电压方差VAR,利用正态分布特征,计算当前状态下所述质子交换膜燃料电池的电压下限值Vpermission。
具体的,考虑到质子交换膜燃料电池单片电压Vcell符合正态分布,设平均电压为Vave,则存在:
VAR=σ2
Vcell~N(Vave,σ2)
上述公式中,σ为标准差,根据正态分布原理,则存在:
P(Vcell≥Vave-3σ)=99.87%
若限定可允许的最低质子交换膜燃料电池单体电压为Vm,并要求:
Vave≥Vm+3σ
则存在:
Vave-3σ≥Vm
即:
P(Vcell≥Vave-3σ≥Vm)=99.87%
则存在:
P(Vcell≥Vm)=99.87%
因此,在Vave≥Vm+3σ时,有99.87%的概率保证质子交换膜燃料电池最低单体电压Vm在以上。
进一步的,对公式
Vave≥Vm+3σ
进行如下变换:
式中,Ncell为质子交换膜燃料电池总节数,则存在:
式中,V为质子交换膜燃料电池总电压。
因此,在质子交换膜燃料电池总电压V≥Vpermission时,有99.87%的概率保证质子交换膜燃料电池最低单体电压在Vm以上。
Vpermission即为所要获得的当前状态下质子交换膜燃料电池总电压可允许达到的电压下限值。
需要说明的是,还可以将上述公式中3σ调整为需要的倍数,如2σ或6σ等,在本发明实施例中仅仅以采取3σ为例进行说明,可根据实际情况而定。
S40:依据所述电压下限值Vpermission、所述浮动内阻ΔR以及当前温度值Tk,计算所述质子交换膜燃料电池可输出的最大电流值Iargmax。
在该步骤中,考虑到质子交换膜燃料电池中电压、电流、温度和浮动内阻有以下函数关系:
IargnaxΔR+VLUT(Iargmax,Tk)=Vpermission
上述公式中,Tk为当前温度值;
Vpermission为步骤S30中获得的电压下限值;
Iargmax为在当前温度值Tk下,质子交换膜燃料电池总电压达到下限值Vpermission所对应的最大电流值;
通过对上述公式进行求解,即可得到质子交换膜燃料电池可输出的最大电流值Iargmax。
S50:依据所述最大电流值Iargmax、所述当前温度值Tk、所述浮动内阻ΔR以及所述不同温度和不同电流下的电压值VLUT(I,T),预测得到所述质子交换膜燃料电池的最大输出功率Ppre。
在该步骤中,当已知k时刻,质子交换膜燃料电池的温度Tk时,假设k+1时刻,质子交换膜燃料电池的温度不变,那么根据k时刻的最大电流值Iargmax,即可预测得到k+1时刻的最大功率Ppre1:
Ppre1=Iargmax×VLUT(Iargmax,Tk)
再考虑浮动内阻ΔR,计算预测功率修正量ΔPpre,如下所示:
ΔPpre=Iargmax 2×ΔR
则,质子交换膜燃料电池在k+1时刻的最大输出功率Ppre为:
Ppre=Ppre1+ΔPpre
即,
Ppre1=Iargmax×(VLUT(Iargmax,Tk)+Iargmax×ΔR)
进一步的,基于本发明上述实施例,参考图2,图2为本发明实施例提供的质子交换膜燃料电池最大功率的在线预测控制方法的另一种流程示意图。
所述在线预测控制方法还包括:
S60:将所述最大输出功率Ppre作为当前所述质子交换膜燃料电池拉载功率的上限值Pmax,进行所述质子交换膜燃料电池的拉载控制。
在该步骤中,将所述最大输出功率Ppre作为当前所述质子交换膜燃料电池拉载功率的上限值Pmax,即满足:
Pmax=Ppre
再以Pmax对质子交换膜燃料电池拉载功率进行限制,即使其最大拉载功率Pset满足:
Pset≤Pmax
参考图3,图3为本发明实施例提供的质子交换膜燃料电池最大功率的预测与控制效果示意图。
由图可知,该方法能够根据质子交换膜燃料电池的运行状态,实时采集质子交换膜燃料电池的温度、电流、电压以及所有单体VAR值,在线计算预测质子交换膜燃料电池在允许范围内所能输出的最大功率值,并以所获得的最大功率预测值对拉载功率进行限制。
最终质子交换膜燃料电池以最大功率预测值为上限进行拉载,拉载过程平稳上升,整体过程未出现质子交换膜燃料电池单体过低和VAR过大等性能下降现象,既保证了质子交换膜燃料电池功率输出的高性能,又保护了质子交换膜燃料电池的健康性,避免因过度拉载造成质子交换膜燃料电池的损伤,影响其运行性能与使用寿命。
该方法能够有效提高质子交换膜燃料电池的运行性能,延长质子交换膜燃料电池的使用寿命。
并且,本申请首次将正态分布原理引入质子交换膜燃料电池最大功率预测算法中,能够根据质子交换膜燃料电池单体电压VAR值进行质子交换膜燃料电池的功率预测,提高了最大功率预测的有效性。
以及,考虑了质子交换膜燃料电池在不同状态下的内阻浮动量,通过内阻修正降低了因实验工况不同或质子交换膜燃料电池性能差异所带来的质子交换膜燃料电池最大功率预测偏差。
进一步的,基于本发明上述全部实施例,在本发明另一实施例中还提供了一种质子交换膜燃料电池最大功率的在线预测控制装置,参考图4,图4为本发明实施例提供的质子交换膜燃料电池最大功率的在线预测控制装置的一种结构示意图。
所述在线预测控制装置包括:
数据获取模块11,用于获取质子交换膜燃料电池在不同温度和不同电流下的电压值;
第一计算模块12,用于计算所述质子交换膜燃料电池在不同运行状态下的浮动内阻;
第二计算模块13,用于依据当前所述质子交换膜燃料电池所有单体电压方差,计算当前状态下所述质子交换膜燃料电池的电压下限值;
第三计算模块14,用于依据所述电压下限值、所述浮动内阻以及当前温度值,计算所述质子交换膜燃料电池可输出的最大电流值;
在线预测模块15,用于依据所述最大电流值、所述当前温度值、所述浮动内阻以及所述不同温度和不同电流下的电压值,预测得到所述质子交换膜燃料电池的最大输出功率。
进一步的,基于本发明上述实施例,参考图5,图5为本发明实施例提供的质子交换膜燃料电池最大功率的在线预测控制装置的另一种结构示意图。
所述在线预测控制装置还包括:
功率控制模块16,用于将所述最大输出功率作为当前所述质子交换膜燃料电池拉载功率的上限值,进行所述质子交换膜燃料电池的拉载控制。
进一步的,基于本发明上述实施例,所述第一计算模块12,具体用于:
采集所述质子交换膜燃料电池的当前电压值、当前电流值和当前温度值;
依据所述当前电流值和所述当前温度值,根据所述质子交换膜燃料电池在不同温度和不同电流下电压值的对应关系,获得所述质子交换膜燃料电池的实验测量电压值;
依据所述当前电压值、所述实验测量电压值和所述当前电流值,结合欧姆定律,对所述质子交换膜燃料电池的内阻进行修正,得到所述浮动内阻。
进一步的,基于本发明上述实施例,所述第二计算模块13,具体用于:
依据当前所述质子交换膜燃料电池所有单体电压方差,利用正态分布特征,计算当前状态下所述质子交换膜燃料电池的电压下限值。
需要说明的是,本发明实施例提供的在线预测控制装置和上述实施例提供的在线预测控制方法的原理相同,在此不再赘述。
以上对本发明所提供的一种质子交换膜燃料电池最大功率的在线预测控制方法及装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素,或者是还包括为这些过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种质子交换膜燃料电池最大功率的在线预测控制方法,其特征在于,所述在线预测控制方法包括:
获取质子交换膜燃料电池在不同温度和不同电流下的电压值;
计算所述质子交换膜燃料电池在不同运行状态下的浮动内阻;
依据当前所述质子交换膜燃料电池所有单体电压方差,计算当前状态下所述质子交换膜燃料电池的电压下限值;
依据所述电压下限值、所述浮动内阻以及当前温度值,计算所述质子交换膜燃料电池可输出的最大电流值;
依据所述最大电流值、所述当前温度值、所述浮动内阻以及所述不同温度和不同电流下的电压值,预测得到所述质子交换膜燃料电池的最大输出功率;
其中,所述计算所述质子交换膜燃料电池在不同运行状态下的浮动内阻,包括:
采集所述质子交换膜燃料电池的当前电压值、当前电流值和当前温度值;
依据所述当前电流值和所述当前温度值,根据所述质子交换膜燃料电池在不同温度和不同电流下电压值的对应关系,获得所述质子交换膜燃料电池的实验测量电压值;
依据所述当前电压值、所述实验测量电压值和所述当前电流值,结合欧姆定律,对所述质子交换膜燃料电池的内阻进行修正,得到所述浮动内阻。
2.根据权利要求1所述的在线预测控制方法,其特征在于,所述在线预测控制方法还包括:
将所述最大输出功率作为当前质子交换膜燃料电池拉载功率的上限值,进行所述质子交换膜燃料电池的拉载控制。
3.根据权利要求1所述的在线预测控制方法,其特征在于,所述依据当前所述质子交换膜燃料电池所有单体电压方差,计算当前状态下所述质子交换膜燃料电池的电压下限值,包括:
依据当前所述质子交换膜燃料电池所有单体电压方差,利用正态分布特征,计算当前状态下所述质子交换膜燃料电池的电压下限值。
4.一种质子交换膜燃料电池最大功率的在线预测控制装置,其特征在于,所述在线预测控制装置包括:
数据获取模块,用于获取质子交换膜燃料电池在不同温度和不同电流下的电压值;
第一计算模块,用于计算所述质子交换膜燃料电池在不同运行状态下的浮动内阻;
第二计算模块,用于依据当前所述质子交换膜燃料电池所有单体电压方差,计算当前状态下所述质子交换膜燃料电池的电压下限值;
第三计算模块,用于依据所述电压下限值、所述浮动内阻以及当前温度值,计算所述质子交换膜燃料电池可输出的最大电流值;
在线预测模块,用于依据所述最大电流值、所述当前温度值、所述浮动内阻以及所述不同温度和不同电流下的电压值,预测得到所述质子交换膜燃料电池的最大输出功率;
其中,所述第一计算模块,具体用于:
采集所述质子交换膜燃料电池的当前电压值、当前电流值和当前温度值;
依据所述当前电流值和所述当前温度值,根据所述质子交换膜燃料电池在不同温度和不同电流下电压值的对应关系,获得所述质子交换膜燃料电池的实验测量电压值;
依据所述当前电压值、所述实验测量电压值和所述当前电流值,结合欧姆定律,对所述质子交换膜燃料电池的内阻进行修正,得到所述浮动内阻。
5.根据权利要求4所述的在线预测控制装置,其特征在于,所述在线预测控制装置还包括:
功率控制模块,用于将所述最大输出功率作为当前质子交换膜燃料电池拉载功率的上限值,进行所述质子交换膜燃料电池的拉载控制。
6.根据权利要求4所述的在线预测控制装置,其特征在于,所述第二计算模块,具体用于:
依据当前所述质子交换膜燃料电池所有单体电压方差,利用正态分布特征,计算当前状态下所述质子交换膜燃料电池的电压下限值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010724012.4A CN111834654B (zh) | 2020-07-24 | 2020-07-24 | 质子交换膜燃料电池最大功率的在线预测控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010724012.4A CN111834654B (zh) | 2020-07-24 | 2020-07-24 | 质子交换膜燃料电池最大功率的在线预测控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111834654A CN111834654A (zh) | 2020-10-27 |
CN111834654B true CN111834654B (zh) | 2021-09-14 |
Family
ID=72924879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010724012.4A Active CN111834654B (zh) | 2020-07-24 | 2020-07-24 | 质子交换膜燃料电池最大功率的在线预测控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111834654B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112838247A (zh) * | 2020-12-31 | 2021-05-25 | 北京新能源汽车技术创新中心有限公司 | 燃料电池***功率模型预测计算方法、装置、介质及设备 |
CN113571746B (zh) * | 2021-06-04 | 2024-02-06 | 武汉格罗夫氢能汽车有限公司 | 一种燃料电池***及防止电堆阳极水淹的方法 |
CN114122465B (zh) * | 2021-11-25 | 2023-11-28 | 重庆地大工业技术研究院有限公司 | 一种修正燃料电池***动态加载斜率的控制方法 |
CN114843558B (zh) * | 2022-05-20 | 2023-07-21 | 上海捷氢科技股份有限公司 | 一种燃料电池运行特性确定方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1347165A (zh) * | 2000-09-25 | 2002-05-01 | 苏舍赫克希斯公司 | 用于操作燃料电池组的方法 |
CN1841823A (zh) * | 2005-03-31 | 2006-10-04 | 株式会社日立制作所 | 燃料电池的最大功率点电压确定方法及其应用 |
CN201374016Y (zh) * | 2009-03-24 | 2009-12-30 | 昆明理工大学 | 质子交换膜燃料电池的智能综合优化监测与控制器 |
CN102034995A (zh) * | 2009-09-25 | 2011-04-27 | 通用汽车环球科技运作公司 | 利用燃料电池堆的电池电压预测来改进燃料电池***性能的方法 |
CN104051755A (zh) * | 2013-03-15 | 2014-09-17 | 通用汽车环球科技运作有限责任公司 | 用于预测燃料电池***中的极化曲线的***及方法 |
CN110048397A (zh) * | 2019-03-18 | 2019-07-23 | 南京理工大学 | 一种质子交换膜燃料电池混合供电*** |
CN111137177A (zh) * | 2019-12-31 | 2020-05-12 | 上海捷氢科技有限公司 | 燃料电池车的能量控制方法、装置、存储介质及电子设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6093500A (en) * | 1998-07-28 | 2000-07-25 | International Fuel Cells Corporation | Method and apparatus for operating a fuel cell system |
US7255954B2 (en) * | 1998-08-27 | 2007-08-14 | Cabot Corporation | Energy devices |
US6589682B1 (en) * | 2000-01-27 | 2003-07-08 | Karen Fleckner | Fuel cells incorporating nanotubes in fuel feed |
US20040219398A1 (en) * | 2003-05-02 | 2004-11-04 | Calhoon John C. | Fuel cell control and data reporting |
CN100435059C (zh) * | 2005-06-08 | 2008-11-19 | 英属盖曼群岛商胜光科技股份有限公司 | 控制燃料电池功率产出的控制方法 |
WO2010039109A1 (en) * | 2008-10-03 | 2010-04-08 | Utc Power Corporation | Low power control of fuel cell open circuit voltage |
CN102968056A (zh) * | 2012-12-07 | 2013-03-13 | 上海电机学院 | 质子交换膜燃料电池的建模***及其智能预测控制方法 |
US10586995B2 (en) * | 2014-08-18 | 2020-03-10 | University Of Southern California | Method for the fabrication of homogenous blends of polystyrenesulfonic acid and polyvinylidene fluoride suitable for the application in direct oxidation methanol fuel cells (DMFCs) |
US10615445B2 (en) * | 2018-05-03 | 2020-04-07 | Plug Power Inc. | Fuel cell stack |
CN110682832B (zh) * | 2019-10-21 | 2021-03-23 | 上海捷氢科技有限公司 | 一种燃料电池汽车的混动运行方法及装置 |
-
2020
- 2020-07-24 CN CN202010724012.4A patent/CN111834654B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1347165A (zh) * | 2000-09-25 | 2002-05-01 | 苏舍赫克希斯公司 | 用于操作燃料电池组的方法 |
CN1841823A (zh) * | 2005-03-31 | 2006-10-04 | 株式会社日立制作所 | 燃料电池的最大功率点电压确定方法及其应用 |
CN201374016Y (zh) * | 2009-03-24 | 2009-12-30 | 昆明理工大学 | 质子交换膜燃料电池的智能综合优化监测与控制器 |
CN102034995A (zh) * | 2009-09-25 | 2011-04-27 | 通用汽车环球科技运作公司 | 利用燃料电池堆的电池电压预测来改进燃料电池***性能的方法 |
CN104051755A (zh) * | 2013-03-15 | 2014-09-17 | 通用汽车环球科技运作有限责任公司 | 用于预测燃料电池***中的极化曲线的***及方法 |
CN110048397A (zh) * | 2019-03-18 | 2019-07-23 | 南京理工大学 | 一种质子交换膜燃料电池混合供电*** |
CN111137177A (zh) * | 2019-12-31 | 2020-05-12 | 上海捷氢科技有限公司 | 燃料电池车的能量控制方法、装置、存储介质及电子设备 |
Non-Patent Citations (2)
Title |
---|
The voltage characteristics of proton exchange membrane fuel cell(PEMFC) under steady and transientstates;Qiang Shen,et al.;《Journal of power sources》;20071223;全文 * |
车用燃料电池***耐久性研究;王克勇,等;《电化学》;20190122;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111834654A (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111834654B (zh) | 质子交换膜燃料电池最大功率的在线预测控制方法及装置 | |
Daud et al. | PEM fuel cell system control: A review | |
Berrueta et al. | A comprehensive model for lithium-ion batteries: From the physical principles to an electrical model | |
Coppitters et al. | Surrogate-assisted robust design optimization and global sensitivity analysis of a directly coupled photovoltaic-electrolyzer system under techno-economic uncertainty | |
Khazaeli et al. | Numerical investigation and thermodynamic analysis of the effect of electrolyte flow rate on performance of all vanadium redox flow batteries | |
Meidanshahi et al. | Dynamic modeling, optimization and control of power density in a PEM fuel cell | |
Wang et al. | Modeling and experimental validation of hybrid proton exchange membrane fuel cell/battery system for power management control | |
CN111162295A (zh) | 一种考虑退化的燃料电池混合***的能量管理方法 | |
CN110311451B (zh) | 梯次电池的充放电的控制方法、***、设备和存储介质 | |
Virji et al. | Analyses of hydrogen energy system as a grid management tool for the Hawaiian Isles | |
CN111258365B (zh) | 一种燃料电池***的功率控制方法 | |
Hu et al. | Optimal control of a hydrogen microgrid based on an experiment validated P2HH model | |
He et al. | Enhanced physics-constrained deep neural networks for modeling vanadium redox flow battery | |
Jin | Aging-Aware optimal charging strategy for lithium-ion batteries: Considering aging status and electro-thermal-aging dynamics | |
Qi et al. | Design of the PID temperature controller for an alkaline electrolysis system with time delays | |
Xu et al. | Multi-criteria evaluation and optimization of PEM fuel cell degradation system | |
Wang et al. | Thermal dynamics assessment of vanadium redox flow batteries and thermal management by active temperature control | |
Rakhtala et al. | Proton exchange membrane fuel cell voltage-tracking using artificial neural networks | |
Li | Advanced modelling, optimisation and control of vanadium redox flow battery | |
Nazghelichi et al. | Non-dimensional analysis of electrochemical governing equations of lead-acid batteries | |
Safwat et al. | Adaptive fuzzy logic control of boost converter fed by stand-alone PEM fuel cell stack | |
Pan et al. | An experimental and modeling study of isothermal charge/discharge behavior of commercial Ni–MH cells | |
Ra et al. | Prediction of vanadium redox flow battery storage system power loss under different operating conditions: Machine learning based approach | |
Zeng et al. | A Policy optimization-based Deep Reinforcement Learning method for data-driven output voltage control of grid connected solid oxide fuel cell considering operation constraints | |
Rezaei et al. | A predictive control based on neural network for dynamic model of proton exchange membrane fuel cell |
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 | ||
CP03 | Change of name, title or address |
Address after: 201800 No. 1788, xiechun Road, Anting Town, Jiading District, Shanghai Patentee after: Shanghai jiehydrogen Technology Co.,Ltd. Address before: 1728 xiechun Road, Anting Town, Jiading District, Shanghai, 201804 Patentee before: Shanghai Jet Hydrogen Technology Co.,Ltd. |
|
CP03 | Change of name, title or address |