CN115117391A - 一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法 - Google Patents

一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法 Download PDF

Info

Publication number
CN115117391A
CN115117391A CN202210815522.1A CN202210815522A CN115117391A CN 115117391 A CN115117391 A CN 115117391A CN 202210815522 A CN202210815522 A CN 202210815522A CN 115117391 A CN115117391 A CN 115117391A
Authority
CN
China
Prior art keywords
heat
fuel cell
model
water pump
temperature
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.)
Granted
Application number
CN202210815522.1A
Other languages
English (en)
Other versions
CN115117391B (zh
Inventor
赵振瑞
许有伟
赵洋洋
丁鹏
高世驹
安勇攀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sunrise Power Co Ltd
Original Assignee
Sunrise Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sunrise Power Co Ltd filed Critical Sunrise Power Co Ltd
Priority to CN202210815522.1A priority Critical patent/CN115117391B/zh
Publication of CN115117391A publication Critical patent/CN115117391A/zh
Application granted granted Critical
Publication of CN115117391B publication Critical patent/CN115117391B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298Processes for controlling fuel cells or fuel cell systems
    • H01M8/04992Processes 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
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04007Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids related to heat exchange
    • H01M8/04014Heat exchange using gaseous fluids; Heat exchange by combustion of reactants
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04007Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids related to heat exchange
    • H01M8/04029Heat exchange using liquids
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00Fuel cells; Manufacture thereof
    • H01M8/04Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298Processes for controlling fuel cells or fuel cell systems
    • H01M8/04305Modeling, demonstration models of fuel cells, e.g. for training purposes

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Combustion & Propulsion (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)
  • Fuel Cell (AREA)

Abstract

本发明公开了一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法,包括:建立燃料电池电堆发热量计算模型、散热风扇热交换总量计算模型、过滤器模型和去离子器模型;搭建燃料电池的冷却路***模型,控制热量跟随电流产生变化并向冷却路传递热量;根据冷却路***模型和燃料电池***具体状态,确定燃料电池当前输出功率下的最佳工作温度,测量电堆负载电流和电堆入口温差值,设计模糊规则,以模糊规则为依据确定风扇占空比的输出值;利用冷却路***模型模拟多种极端状况,检测温度变化率的变化,将其拟合成风扇补偿占空比的函数,从而对风扇占空比进行微调;将水泵输出转速拟合成电堆出入口温差和电堆负载电流的函数,控制水泵的实时输出转速。

Description

一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法
技术领域
本发明涉及燃料电池技术领域,尤其涉及一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法。
背景技术
目前新能源汽车发展迅速,其中氢燃料电池汽车以其高效、清洁等优势受到了广泛关注。质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)具有能量转换效率高、可低温运行、可靠性高、零排放等优点,目前在汽车领域应用前景广阔。电堆的工作温度是影响电堆输出性能和寿命的关键因素之一。如果温度过高会导致液态水蒸发增加,使质子交换膜脱水,影响燃料电池的性能;另一方面,温度过低会阻止液态水的蒸发,降低化学反应速度,使燃料电池性能下降。通常电堆的正常工作范围在60~80℃之间,而PEMFC在运行过程中会产生大量的热量,因此需要对PEMFC进行有效的热管理。
现有技术中关于燃料电池热管理***的控制方法中对风扇的控制一般通过冷却液进堆温度与设定温度的差值大小决定是否需要提高或者降低风扇开度,温差值越大风扇调节幅度越大,但是存在如下缺陷:如果算法设计不当,会对电堆造成不可逆的损失。其次如果没有准确的数学模型作为基础,其控制方法在控制精度上会依据环境温度等变量会有所下降。
发明内容
根据现有技术存在的问题,本发明公开了一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法,具体包括如下步骤:、
根据燃料电池电堆电化学反应过程中释放的不可逆热和焦耳热,建立燃料电池电堆发热量计算模型;
其中燃料电池冷却路***包括水泵、散热风扇、过滤器、去离子器、膨胀水箱、中冷器、板式换热器、温度/压力传感器和管路结构,基于相似性定律对水泵部分参数进行推算,将扬程、流量、转速和效率信息输入到水泵模型中从而建立完整的水泵模型;
分析散热风扇的通风面和非通风面的有效面积、实验热交换量及散热效率,建立散热风扇热交换总量计算模型;
根据实验数据标定压降和流量的函数关系,确定过滤器和去离子器的流阻特性从而建立过滤器模型和去离子器模型;
将燃料电池冷却路***中的零部件连接起来,搭建燃料电池的冷却路***模型,在仿真模型的基础上进行虚拟标定和运行工况验证;
将不同电流下反应释放的热量插值为关于电流的函数,控制热量跟随电流产生变化并向冷却路传递热量;
根据冷却路***模型和燃料电池***具体状态,确定燃料电池当前输出功率下的最佳工作温度,测量电堆负载电流和电堆入口温差值,设计模糊规则,以模糊规则为依据确定风扇占空比的输出值;
利用冷却路***模型模拟多种极端状况,检测温度变化率的变化,将其拟合成风扇补偿占空比的函数,从而对风扇占空比进行微调;
以电堆产热量与水泵的水流量之间的关系公式为基础,将水泵输出转速拟合成电堆出入口温差和电堆负载电流的函数,控制水泵的实时输出转速。
所述燃料电池电堆发热量计算模型结合实际燃料电池堆节数并乘以节数的增益,根据电堆电化学反应过程计算不同电流下反应释放的热量,将热量插值为关于电流的函数,控制热量跟随电流产生变化并向冷却路传递热量。
所述冷却路***模型计算电堆的产热以及各零部件的散热情况并对运行工况进行验证。
设计带补偿的二维模糊控制器,将电堆负载电流和温度误差作为模糊控制器的输入,将风扇的输出占空比作为输出值,调节风扇输出转速,同时将温度误差的变化率作为补偿量,对散热风扇的输出占空比进行补偿:
E=Tst.tar-Tst.in
Figure BDA0003737537170000021
其中E为温度误差,Tst.tar为电堆所需的目标温度,Tst.in为电堆入口温度,Tst.in-1为上一个周期电堆入口温度,Ts为采样周期;
FanDuty=f(EC)
其中FanDuty为风扇补偿占空比,EC为温度误差变化率。
进一步的,在对水泵控制时通过计算理论产热与水泵转速之间的关系,将水泵输出转速拟合为电堆负载电流以及温差的函数调节水泵的输出转速,通过如下方程计算散热所需的水流量,利用水泵转速调节对应的水流量:
Q=WclCcl(Tst.out-Tst.in)
式中:Wcl为冷却水流量,不同水泵转速对应不同的水流量,Ccl为冷却水比热容,Tst.out为电堆冷却水出口温度,Tst.in为电堆冷却水进口温度,Q为冷却水需要带走热量;
通过上述公式实时计算冷却水流量,并将其转换为实际水泵转速,从而输出至水泵,在实际应用中同样对数据进行拟合,将其表达成如下公式
Pumprpm=f(TEr,I)
式中Pumprpm为水泵输出转速,TEr为电堆出入口温差,I为电堆负载电流,I的大小直接决定了产生热量的大小。
由于采用了上述技术方案,本发明提供的一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法,该方法通过建立电堆模型、水泵模型、散热风扇模型、膨胀水箱模型等关键部件模型,以此为依据修正了水泵以及风扇的控制函数,为算法校验和修正做基础。充分考虑了在水路控制中散热风扇与水泵存在的强耦合作用,在散热风扇的控制中,设计了一种带补偿的二维模糊控制器,使电堆入口温度保持在目标值。在水泵的控制中,将水泵输出转速拟合成受电堆负载电流和电堆出入口温差影响的函数,保证电堆出入口温差稳定在合理区间。本发明建立的热管理方法先通过Amesim软件建立的水路仿真模型进行充分的理论计算与修正,后在实际燃料电池***上对热管理方法进行验证,并再次修正热管理方法中部分参数。该控制方法实现了控制精度高、响应速度快和实用性强等优点。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明整体方法的流程图。
图2为本发明方法中风扇补偿占空比操作流程图;
图3为本发明方法中仿真与实验温度控制对比结果图;
图4为本发明方法中燃料电池电堆冷却路***仿真模型图;
图5为本发明方法中控制算法作用于冷却路***仿真模型图;
图6为本发明方法中热管理控制方法示意图。
图中:1、水泵2、膨胀水箱3、散热风扇4、过滤器5、去离子器6、冷却路入口温度传感器7、燃料电池电堆8、冷却路出口温度传感器9、板式换热器10、中冷器11、水泵转速控制函数12、模糊控制器13、风扇补偿占空比函数。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面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的描述:
如图1所示的一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法,具体包括如下步骤:
建立燃料电池电堆发热量计算模型,燃料电池电堆中的热量包括电化学反应不可逆热及焦耳热等。工作过程中产生的热量需要冷却***进行冷却,通过冷却水循环将热量带出。对于一个由多个单体串联的燃料电池而言,其发热量计算公式为:
Q=(V0-Vcell)*Icell*N (1)
Icell=i*A (2)
式中,Q为电堆即时发热功率;V0为单片电池参考电压;Vcell为单片电池即时电压;Icell为***即时电流;N为电堆总片数;i为单位活化面积电流;A为电堆活化面积。
冷却水泵是冷却回路***中提供一定流量和压力冷却液的关键部件,水泵转速的大小决定冷却液的流速从而改变电堆冷却路出入口的温差。水泵输出压力计算公式为:
Pout=Pin+Δp (3)
式中,Pin是水泵入口压力(barA),Δp为压力差,Pout为水泵出口压力(barA)。
水泵中的部分参数要根据相似性定律进行推算,部分系数由如下公式推出:
Figure BDA0003737537170000041
Figure BDA0003737537170000042
Figure BDA0003737537170000051
式中,N为参考特定泵的转速(rad/s),D为参考特定泵的直径(m),ρ为参考冷却液的密度(kg/m3)。
在上述公式基础上,还需要将扬程、流量、转速之间MAP图以及扬程、流量、效率之间MAP输入到水泵模型中,建立完整的水泵模型。
散热风扇的主要作用是通过散热器风扇运转带走循环管路中冷却液的热量,是冷却***中最重要的组成部件,流经散热器的冷却液和空气的热交换与空气流量和冷却液流量相关,其共同决定电堆冷却路入口温度。风扇在散热器上的投影区域为散热器的通风面,空气通过通风面的速度为:
Figure BDA0003737537170000055
式中,
Figure BDA0003737537170000056
是散热器入口处的空气速度(m/s),Vfan是风扇运行时的附加速度(m/s)。
通风的有效面积表达式为:
Figure BDA0003737537170000052
式中,Dext为散热器风扇的外径(m),Dint为散热器风扇的内径(m)。
因此在通风面积上进行的实验热交换量为:
Figure BDA0003737537170000053
式中,Rh为散热器的高度(m),Rl为散热器的长度(m)。
散热器的非通风表面积为:
ANVS=Rh*Rl-AVS (10)
因此在非通能面积上的实验热交换量为:
Figure BDA0003737537170000054
那么实验热交换总量为:
Figure BDA0003737537170000061
因此,实际热交换量将按如下公式计算:
Figure BDA0003737537170000062
式中,
Figure BDA0003737537170000063
是散热器入口冷却液实际温度(℃),
Figure BDA0003737537170000064
是散热器入口空气实际温度(℃),Seff是散热器的表面散热效率。
板式换热器和中冷器均采用热交换器模型,将混合气体侧、冷却液侧进行模块化处理,并可以实现多种形式的换热。由于本发明中主要考虑燃料电池冷却路***,所以根据工况条件,板式换热器和中冷器的冷却温度均设为恒定温度。
过滤器和去离子器均采用对称的的节流孔模型,其具有层流或湍流特性,并且打开和关闭的过程是基于提供的临界流量完成的。根据实验数据标定压降和流量的函数关系,从而确定过滤器和去离子器的流阻特性。
膨胀水箱是一种蓄热式蓄能器,考虑气液之间的热交换,维持液压平衡。液体和气体间的热交换为:
hgf=tcgf*(Tg-Tl) (14)
式中,hgf是气体和流体间的热流速,tcgf是气体和液体间的导热系数,Tg和Tl分别是气相和液相的温度(℃)。
按照***流程图,将上述冷却路***中的零部件连接起来,搭建燃料电池的冷却路***模型,在仿真模型的基础上可进行虚拟标定和运行工况验证。
为了实现燃料电池冷却路的闭环自动控制,需将控制算法导入到仿真模型平台中,仿真模型作为控制算法的被控对象,实现***的虚拟运行。基于实际控制器的工作模式,仿真模型和控制算法均要设置为定步长计算方式,才可成功实现控制算法和仿真模型之间的联调。通过***的虚拟运行,可在仿真端完成控制算法的参数修正。
本专利根据以上建立的模型进行实时仿真与计算,不断优化数学模型和模糊控制器的精准性,在控制方法的设计中如果只依靠数学模型,会使计算量加大,温度又存在很大的滞后性,实际应用中需考虑东西多,实现起来较为困难。如若只依赖控制算法,在控制精度上的调节则需要大量的数据去标定与验证,精度则达不到理想效果。故本专利提出一种数学模型与模糊逻辑相结合的控制方式,从而使控制算法达到最佳。
本发明对冷却风扇具体技术方案如下:
在散热风扇的控制中,建立一个曼达尼型的二维的模糊控制器。将电堆负载电流(I)、温差(E)作为二维控制器的输入,将风扇的占空比作为控制器的输出。考虑到散热风扇的换热,将温度误差变化率(EC)作为补偿量,对散热风扇的输出占空比进行补偿。
E=Tst.tar-Tst.in (15)
Figure BDA0003737537170000071
其中Tst.tar为电堆所需的目标温度,Tst.in为电堆入口温度,Tst.in-1为上一个周期电堆入口温度,Ts为采样周期。
本申请中未经过模型优化的隶属度函数选用均匀分布的隶属度函数,并使用三角形形状的隶属度函数。将模糊控制器中电流的输入量分为11个模糊子集,即(I1,I2,I3......I11),I1<I11,且I1-I11对应此电堆的工作的最小与最大电流。温差分为7个模糊子集,分别为NB(负大),NM(负中),NS(负小),ZO(零),PS(正小),PM(正中),PB(正大)。对应风扇的占空比为9个模糊子集,即(D1,D2,D3......D9)。选取电流的模糊论域为[0,6],选取温差的模糊论域为[-5,5],选取风扇的PWM占空比信号的模糊论域为[0,9]。使用三角形形状的隶属度函数。本文采用if-then模糊控制规则设计模糊推理***,针对被控变量分别制定了77条模糊规则,如下表所示,模糊推理后,反模糊化采用加权平均法。
表一模糊控制规则表
Figure BDA0003737537170000072
Figure BDA0003737537170000081
对于PEMFC***来说,还会出现急加载和急降载的情况,此时温度变化较快,为了避免模糊控制器输入量过多,修正模糊控制器较为困难,本申请将以温度变化率的大小对风扇的占空比进行补偿。对于风扇的占空比补偿可根据理论与实际相结合的方式,当模糊控制调节过程中出现温度速率变化过大或者过小时,证明温度在快速上升或者快速下降,此时为了避免温度超调,通过燃料电池电堆发热量计算模型计算出的理论散热量,减去当前模糊控制器散失散热量,得出需要补充的热量。进而转换出风扇的补偿占空比信号。实际应用中,需对此值进行标定,对数据进行拟合处理,最后将补偿占空比表达为加载斜率的函数,公式如下,流程图如图2所示。
FanDuty=f(EC)
对于冷却水泵的控制为了避免在调节过程中的耦合,采用数学方程计算出需要水泵的转速,如下公式所示,并在实际应用中进行标定。
Q=WclCcl(Tst.out-Tst.in)
式中Wcl为冷却水流量,Ccl为冷却水比热容,Tst.out为电堆冷却水出口温度,Tst.in为电堆冷却水进口温度,Q为冷却水需要带走热量。
通过以上数学方程可实时计算出冷却水流量,并将其转换为实际水泵转速,从而输出给水泵。同时为了保证其精准性,在实际应用中同样对数据进行拟合,将其表达成式19。
Pumprpm=f(TEr,I) (19)
式中Pumprpm为水泵输出转速,TEr为电堆出入口温差,I为电堆负载电流,I的大小直接决定了产生热量的大小。
为验证其控制方法效果,选用某公司120KW***,***额定电流570A,电压工作范围450-720VDC。
图3为实际测量与仿真的实验数据对比,通过图3可以得知基于模糊逻辑与模型相结合的方式无论是在变载还是稳态的情况,都可以保证目标温度与电堆实际温度的误差在±1℃。通过结果显示,模型可以模拟燃料电池的整体性能,模型输出的电堆温度和实际电堆的输出温度误差在1℃之内。经过模型修正后的控制算法控制效果较好,电堆的出入口温度表现出了更强的响应能力,有效的修正了温度动态误差,提高了热管理方法的控制精度。
如图4和图5所示,燃料电池电堆中的热量包括电化学反应不可逆热及焦耳热等。对于一个由多个单体串联组成的燃料电池电堆而言,结合实际燃料电池堆节数,乘以节数的增益,然后根据其电化学反应过程,计算不同电流下反应释放的热量,完成燃料电池电堆7的建模。
根据相似性定律推算水泵部分系数,然后将扬程、流量、转速之间MAP数据以及扬程、流量、效率之间MAP数据输入到水泵模型中,完成水泵1的建模。
散热风扇模型考虑其通风面和非通风面的有效面积,计算在通风面和非通风面的实验热交换量,然后将其两者的总和乘以散热效率,得到实际的热交换总量,完成散热风扇3的建模。
采用对称的节流孔模型,根据实验数据标定压降和流量的函数关系,从而确定过滤器和去离子器的流阻特性,完成过滤器4和去离子器5的建模。
板式换热器和中冷器均采用热交换器模型,将混合气体侧、冷却液侧进行模块化处理,并可以实现多种形式的换热。由于本发明中主要考虑燃料电池冷却路***,所以根据工况条件,板式换热器和中冷器的冷却温度均设为恒定温度,完成板式换热器9和中冷器10的建模。
膨胀水箱是一种蓄热式蓄能器,考虑气液之间的热交换,完成膨胀水箱2的建模。
在燃料电池电堆7的左侧添加冷却路入口传感器6,用来监测燃料电池电堆冷却路入口处的温度,在燃料电池电堆7的右侧添加冷却路出口传感器8,用来监测燃料电池电堆冷却路出口处的温度。将上述器件连接组合到一起,构成完整的基于Amesim的燃料电池电堆冷却路***仿真模型图。
确定水泵转速基于冷却路出入口间的温差和电流的函数关系,在***仿真模型图中添加水泵转速控制函数11,完成水泵的转速控制。
确定模糊控制器的控制逻辑、控制规则、控制参数,在***仿真模型图中添加模糊控制器12,完成风扇的转速控制。
结合图6所示内容,具体实施方式如下:
燃料电池的温度控制在工程中非常重要,温度直接决定了燃料电池的整体性能,本专利散热风扇3的控制中将电堆的目标工作温度与冷却路入口温度传感器6的差值,电堆的负载工作电流作为模糊控制器12的输入直接控制风扇占空比的输出用于调节电堆的入口工作温度,同时考虑环境因素等变量的影响,将电堆温度误差的变化率拟合成与风扇补偿占空比函数13,在温度变化率有明显变化的情况对风扇的占空比进行直接补偿,增加控制精度。
水泵1的控制中将冷却路出口温度传感器8与冷却路入口温度传感器6的差值和电堆负载电流作为水泵转速控制函数11的输入,控制冷却水泵的输出调节电堆出入口之间的差值。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法,其特征在于包括:
根据燃料电池电堆电化学反应过程中释放的不可逆热和焦耳热,建立燃料电池电堆发热量计算模型;
其中燃料电池冷却路***包括水泵、散热风扇、过滤器、去离子器、膨胀水箱、中冷器、板式换热器、温度/压力传感器和管路结构,基于相似性定律对水泵部分参数进行推算,将扬程、流量、转速和效率信息输入到水泵模型中从而建立完整的水泵模型;
分析散热风扇的通风面和非通风面的有效面积、实验热交换量及散热效率,建立散热风扇热交换总量计算模型;
根据实验数据标定压降和流量的函数关系,确定过滤器和去离子器的流阻特性从而建立过滤器模型和去离子器模型;
将燃料电池冷却路***中的零部件连接起来,搭建燃料电池的冷却路***模型,在仿真模型的基础上进行虚拟标定和运行工况验证;
将不同电流下反应释放的热量插值为关于电流的函数,控制热量跟随电流产生变化并向冷却路传递热量;
根据冷却路***模型和燃料电池***具体状态,确定燃料电池当前输出功率下的最佳工作温度,测量电堆负载电流和电堆入口温差值,设计模糊规则,以模糊规则为依据确定风扇占空比的输出值;
利用冷却路***模型模拟多种极端状况,检测温度变化率的变化,将其拟合成风扇补偿占空比的函数,从而对风扇占空比进行微调;
以电堆产热量与水泵的水流量之间的关系公式为基础,将水泵输出转速拟合成电堆出入口温差和电堆负载电流的函数,控制水泵的实时输出转速。
2.根据权利要求1所述的方法,其特征在于:所述燃料电池电堆发热量计算模型结合实际燃料电池堆节数并乘以节数的增益,根据电堆电化学反应过程计算不同电流下反应释放的热量,将热量插值为关于电流的函数,控制热量跟随电流产生变化并向冷却路传递热量。
3.根据权利要求1所述的方法,其特征在于:所述冷却路***模型计算电堆的产热以及各零部件的散热情况并对运行工况进行验证。
4.根据权利要求1所述的方法,其特征在于:设计带补偿的二维模糊控制器,将电堆负载电流和温度误差作为模糊控制器的输入,将风扇的输出占空比作为输出值,调节风扇输出转速,同时将温度误差的变化率作为补偿量,对散热风扇的输出占空比进行补偿:
E=Tst.tar-Tst.in
Figure FDA0003737537160000021
其中E为温度误差,Tst.tar为电堆所需的目标温度,Tst.in为电堆入口温度,Tst.in-1为上一个周期电堆入口温度,Ts为采样周期;
FanDuty=f(EC)
其中FanDuty为风扇补偿占空比,EC为温度误差变化率。
5.根据权利要求1所述的方法,其特征在于:在对水泵控制时通过计算理论产热与水泵转速之间的关系,将水泵输出转速拟合为电堆负载电流以及温差的函数调节水泵的输出转速,通过如下方程计算散热所需的水流量,利用水泵转速调节对应的水流量:
Q=WclCcl(Tst.out-Tst.in)
式中:Wcl为冷却水流量,不同水泵转速对应不同的水流量,Ccl为冷却水比热容,Tst.out为电堆冷却水出口温度,Tst.in为电堆冷却水进口温度,Q为冷却水需要带走热量;
通过上述公式实时计算冷却水流量,并将其转换为实际水泵转速,从而输出至水泵,在实际应用中同样对数据进行拟合,将其表达成如下公式
Pumprpm=f(TEr,I)
式中Pumprpm为水泵输出转速,TEr为电堆出入口温差,I为电堆负载电流,I的大小直接决定了产生热量的大小。
CN202210815522.1A 2022-07-08 2022-07-08 一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法 Active CN115117391B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210815522.1A CN115117391B (zh) 2022-07-08 2022-07-08 一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210815522.1A CN115117391B (zh) 2022-07-08 2022-07-08 一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法

Publications (2)

Publication Number Publication Date
CN115117391A true CN115117391A (zh) 2022-09-27
CN115117391B CN115117391B (zh) 2024-07-12

Family

ID=83331832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210815522.1A Active CN115117391B (zh) 2022-07-08 2022-07-08 一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法

Country Status (1)

Country Link
CN (1) CN115117391B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116130711A (zh) * 2022-12-07 2023-05-16 大连擎研科技有限公司 一种基于AMESim的燃料电池热管理建模仿真方法
CN116387555A (zh) * 2023-06-02 2023-07-04 国家电投集团氢能科技发展有限公司 燃料电池冷却回路的散热调控方法及装置
CN116435555A (zh) * 2023-06-13 2023-07-14 上海重塑能源科技有限公司 燃料电池***散热调节方法、装置、介质和车辆
CN116722185A (zh) * 2023-07-28 2023-09-08 氢探新能源(烟台)有限公司 一种燃料电池电堆温度控制方法及***
CN116909126A (zh) * 2023-07-07 2023-10-20 华北电力大学 一种基于飞轮散热模型的水冷流量pid控制方法
CN117518780A (zh) * 2023-12-04 2024-02-06 陕西旭氢时代科技有限公司 基于仿真模型的燃料电池热电联供***控制方法
CN118120989A (zh) * 2024-05-06 2024-06-04 南昌市佰岁服装有限公司 基于相变材料的室外工作服

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020200214A1 (zh) * 2019-04-02 2020-10-08 浙江大学 一种质子交换膜燃料电池***温度主动容错控制方法
CN112615031A (zh) * 2020-12-21 2021-04-06 海卓动力(青岛)能源科技有限公司 一种车用质子交换膜燃料电池***温度控制方法
CN113097542A (zh) * 2021-03-30 2021-07-09 新源动力股份有限公司 一种基于Amesim的燃料电池空气***建模仿真方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020200214A1 (zh) * 2019-04-02 2020-10-08 浙江大学 一种质子交换膜燃料电池***温度主动容错控制方法
CN112615031A (zh) * 2020-12-21 2021-04-06 海卓动力(青岛)能源科技有限公司 一种车用质子交换膜燃料电池***温度控制方法
US20220200027A1 (en) * 2020-12-21 2022-06-23 Haidriver (Qingdao) Energy Technology Co., Ltd Temperature control method for vehicular proton exchange membrane fuel cell system
CN113097542A (zh) * 2021-03-30 2021-07-09 新源动力股份有限公司 一种基于Amesim的燃料电池空气***建模仿真方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
谢雨岑;邹见效;彭超;: "基于变论域模糊增量理论的质子交换膜燃料电池温度控制", 控制理论与应用, no. 03, 15 March 2019 (2019-03-15) *
陈维荣;牛茁;刘志祥: "水冷PEMFC热管理***流量跟随控制策略", 化工学报, no. 04, 18 May 2017 (2017-05-18) *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116130711A (zh) * 2022-12-07 2023-05-16 大连擎研科技有限公司 一种基于AMESim的燃料电池热管理建模仿真方法
CN116387555A (zh) * 2023-06-02 2023-07-04 国家电投集团氢能科技发展有限公司 燃料电池冷却回路的散热调控方法及装置
CN116387555B (zh) * 2023-06-02 2023-09-05 国家电投集团氢能科技发展有限公司 燃料电池冷却回路的散热调控方法及装置
CN116435555A (zh) * 2023-06-13 2023-07-14 上海重塑能源科技有限公司 燃料电池***散热调节方法、装置、介质和车辆
CN116435555B (zh) * 2023-06-13 2023-08-15 上海重塑能源科技有限公司 燃料电池***散热调节方法、装置、介质和车辆
CN116909126A (zh) * 2023-07-07 2023-10-20 华北电力大学 一种基于飞轮散热模型的水冷流量pid控制方法
CN116909126B (zh) * 2023-07-07 2024-03-12 华北电力大学 一种基于飞轮散热模型的水冷流量pid控制方法
CN116722185A (zh) * 2023-07-28 2023-09-08 氢探新能源(烟台)有限公司 一种燃料电池电堆温度控制方法及***
CN117518780A (zh) * 2023-12-04 2024-02-06 陕西旭氢时代科技有限公司 基于仿真模型的燃料电池热电联供***控制方法
CN117518780B (zh) * 2023-12-04 2024-04-09 陕西旭氢时代科技有限公司 基于仿真模型的燃料电池热电联供***控制方法
CN118120989A (zh) * 2024-05-06 2024-06-04 南昌市佰岁服装有限公司 基于相变材料的室外工作服

Also Published As

Publication number Publication date
CN115117391B (zh) 2024-07-12

Similar Documents

Publication Publication Date Title
CN115117391B (zh) 一种基于模糊逻辑与模型相结合的燃料电池热管理控制方法
Han et al. Oxygen excess ratio control for proton exchange membrane fuel cell using model reference adaptive control
CN114335625B (zh) 燃料电池堆温度控制方法、装置、模型预测控制器及***
CA2599247C (en) A control device and a control method for a fuel cell system
US8691456B2 (en) Air and coolant circuit configurations and control of fuel cell systems as power source in automotive, stationary, and portable applications
Wang et al. Real-time control for air excess ratio of a PEM fuel cell system
CN111403783B (zh) 一种燃料电池进气***的解耦控制方法
CN102569857A (zh) 模糊pid算法在燃料电池散热***中的应用
Fan et al. Oxygen excess ratio control of PEM fuel cell based on self-adaptive fuzzy PID
CN101116219A (zh) 质子交换膜燃料电池堆的非线性热控制
Abbaker AM et al. Adaptive integral type‐terminal sliding mode control for PEMFC air supply system using time delay estimation algorithm
Yang et al. A review on thermal management in proton exchange membrane fuel cells: Temperature distribution and control
CN111403779B (zh) 一种应用在燃料电池热管理***中的模型参考自适应控制方法
CN113921870A (zh) 一种燃料电池***热防护控制方法、***、介质和设备
CN116722185B (zh) 一种燃料电池电堆温度控制方法及***
CN212011145U (zh) 一种具有解耦控制的燃料电池
CN113571743A (zh) 一种燃料电池输出功率跟踪与效率优化控制方法
Kim et al. Approximation-based adaptive control of constrained uncertain thermal management systems with nonlinear coolant circuit dynamics of PEMFCs
CN115224303B (zh) 一种燃料电池循环冷却装置及温度均衡控制方法
Sun et al. PEM fuel cell thermal management strategy based on multi-model predictive control
CN114488821B (zh) 燃料电池过氧比的区间经济模型预测控制方法及***
CN115692797A (zh) 一种车用燃料电池水热管理***优化方法
CN113442795B (zh) 基于分层式mpc的燃料电池混合动力***控制方法
Zhang et al. Research on modeling and control of PEMFC cooling system
CN115458780A (zh) 燃料电池空气供给***空气压力和空气流量综合控制方法

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