JP2006164740A - Controller for fuel cell system - Google Patents
Controller for fuel cell system Download PDFInfo
- Publication number
- JP2006164740A JP2006164740A JP2004354321A JP2004354321A JP2006164740A JP 2006164740 A JP2006164740 A JP 2006164740A JP 2004354321 A JP2004354321 A JP 2004354321A JP 2004354321 A JP2004354321 A JP 2004354321A JP 2006164740 A JP2006164740 A JP 2006164740A
- Authority
- JP
- Japan
- Prior art keywords
- fuel cell
- current
- voltage
- learning
- learning parameter
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Fuel Cell (AREA)
Abstract
Description
本発明は、燃料電池システムの制御装置に関する。 The present invention relates to a control device for a fuel cell system.
燃料電池は、水素ガスなどの燃料ガスと酸素を有する酸化ガスとを電解質を介して電気化学的に反応させ、電解質両面に設けた電極間から電気エネルギを直接取り出すものである。特に固体高分子電解質を用いた固体高分子型燃料電池は、動作温度が低く、取り扱いが容易なことから電動車両用の電源として注目されている。すなわち、燃料電池車両は、高圧水素タンク、液体水素タンク、水素吸蔵合金タンクなどの水素貯蔵装置を車両に搭載し、そこから供給される水素と、酸素を含む空気とを燃料電池に送り込んで反応させ、燃料電池から取り出した電気エネルギで駆動輪につながるモータを駆動するものであり、排出物質は水だけであるという究極のクリーン車両である。 In a fuel cell, a fuel gas such as hydrogen gas and an oxidizing gas containing oxygen are electrochemically reacted through an electrolyte, and electric energy is directly taken out between electrodes provided on both surfaces of the electrolyte. In particular, a polymer electrolyte fuel cell using a polymer electrolyte has attracted attention as a power source for electric vehicles because of its low operating temperature and easy handling. That is, a fuel cell vehicle is equipped with a hydrogen storage device such as a high-pressure hydrogen tank, a liquid hydrogen tank, or a hydrogen storage alloy tank in the vehicle, and reacts by supplying hydrogen supplied therefrom and air containing oxygen to the fuel cell. This is the ultimate clean vehicle that drives the motor connected to the drive wheels with the electric energy extracted from the fuel cell, and the only exhaust material is water.
燃料電池スタックは、燃料ガスと酸化剤ガスとが供給される限り、発電を継続することができる発電装置であるが、使用過程における構成要素の劣化により、発電能力や発電効率が低下し、その劣化の程度を診断して、点検や交換が行われる。 The fuel cell stack is a power generation device that can continue power generation as long as fuel gas and oxidant gas are supplied. However, the power generation capacity and power generation efficiency are reduced due to deterioration of components in the process of use. Diagnosis of the degree of deterioration, inspection and replacement are performed.
燃料電池スタックの劣化判定には、燃料電池の電流と電圧の特性を学習し、学習パラメータに基づいて、劣化を判定する方法が知られている。 For determining the deterioration of the fuel cell stack, a method is known in which the characteristics of the current and voltage of the fuel cell are learned and the deterioration is determined based on the learning parameters.
例えば、特許文献１に記載された診断方法では、燃料電池の電流と電圧の関係の近似式を導出し、この近似式の各項の係数を学習パラメータとし、最小二乗法などの一般的な学習アルゴリズムを用いて、その学習パラメータを演算することによって、電流と電圧の特性を学習するものである。
For example, in the diagnostic method described in
また、燃料電池の酸化剤極の触媒に酸化被膜が生じることによって、燃料電池の電流電圧特性が変化することが知られている。この特性変化は、電流の大きさとは無関係に、一様に電圧値が低下するものであり、燃料電池の発電を開始させたことによって酸化被膜が発生し、酸化被膜の増加が治まるまでの比較的短い時間で生じる特性変化である。
しかしながら上記従来技術においては、酸化剤極の触媒に酸化被膜が生じるような特性変化が生じた場合に、例えば、式（１）に示した近似式を用いて、電流と電圧の特性を学習した場合には、酸化被膜の増加に伴って一様に電圧が低下することによって、定数項の係数Ｂが大きく変化する。このため、電流の１次の項の係数Ａが変動し、誤った学習を行ってしまうという問題点があった。 However, in the above prior art, when a characteristic change that causes an oxide film on the oxidant electrode catalyst occurs, the current and voltage characteristics are learned using, for example, the approximate expression shown in Expression (1). In some cases, the coefficient B of the constant term changes greatly as the voltage decreases uniformly as the oxide film increases. For this reason, there is a problem that the coefficient A of the first-order term of the current fluctuates and erroneous learning is performed.
Ｖ＝Ａ・Ｉ＋Ｂ …（１）
尚、式（１）において、Ｖ（Ｙ軸）は電圧、Ｉ（Ｘ軸）は電流、Ａ（傾き）、Ｂ（Ｙ切片）は学習パラメータである。
V = A · I + B (1)
In equation (1), V (Y axis) is voltage, I (X axis) is current, A (slope), and B (Y intercept) are learning parameters.
このような問題点を鑑み、本発明の目的は、燃料電池の酸化剤極の触媒に酸化被膜が生じることによって燃料電池の電流電圧特性が変化した場合でも、電流電圧特性を精度良く学習することが可能な燃料電池システムの制御装置を提供することである。 In view of such problems, the object of the present invention is to accurately learn the current-voltage characteristics even when the current-voltage characteristics of the fuel cell change due to the formation of an oxide film on the catalyst of the oxidant electrode of the fuel cell. It is an object to provide a control device for a fuel cell system.
上記問題点を解決するために、本発明は、燃料ガスと酸化剤ガスを供給して発電を行う燃料電池を備えた燃料電池システムの制御装置において、前記燃料電池の発電電流を検出する発電電流検出手段と、前記燃料電池の電圧を検出する電圧検出手段と、前記燃料電池の前記発電電流と前記電圧の関係を学習する電流電圧特性学習手段と、前記電流電圧特性学習手段の学習パラメータの更新を禁止する学習パラメータ更新禁止手段と、を備え、前記電流電圧特性学習手段は、前記燃料電池の発電電流の変化に対する電圧の変化量を規定するための第１の学習パラメータを有し、前記学習パラメータ更新禁止手段は、前記燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じた場合に、前記第１の学習パラメータの更新を禁止することを要旨とする。 In order to solve the above problems, the present invention provides a control device for a fuel cell system including a fuel cell that generates power by supplying a fuel gas and an oxidant gas, and a power generation current for detecting a power generation current of the fuel cell. Detection means; voltage detection means for detecting the voltage of the fuel cell; current-voltage characteristic learning means for learning the relationship between the generated current of the fuel cell and the voltage; and updating of learning parameters of the current-voltage characteristic learning means Learning parameter update prohibiting means for prohibiting, the current-voltage characteristic learning means has a first learning parameter for defining the amount of change in voltage with respect to the change in the generated current of the fuel cell, the learning The parameter update prohibiting means prohibits the update of the first learning parameter when the current-voltage characteristics of the fuel cell change due to the influence of recoverable deterioration. The gist of the door.
本発明によれば、燃料ガスと酸化剤ガスを供給して発電を行う燃料電池を備えた燃料電池システムの制御装置において、前記燃料電池の発電電流を検出する発電電流検出手段と、前記燃料電池の電圧を検出する電圧検出手段と、前記燃料電池の前記発電電流と前記電圧の関係を学習する電流電圧特性学習手段と、前記電流電圧特性学習手段の学習パラメータの更新を禁止する学習パラメータ更新禁止手段と、を備え、前記電流電圧特性学習手段は、前記燃料電池の発電電流の変化に対する電圧の変化量を規定するための第１の学習パラメータを有し、前記燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じた場合に、前記第１の学習パラメータの更新を禁止することとしたので、電圧の変化量を規定するための第１の学習パラメータ以外の学習パラメータを更新することができ、燃料電池の回復可能な劣化の影響による電流電圧特性の変化を、精度良く学習することができるという効果がある。 According to the present invention, in a control apparatus for a fuel cell system including a fuel cell that generates power by supplying fuel gas and oxidant gas, the generated current detection means for detecting the generated current of the fuel cell, and the fuel cell A voltage detection means for detecting the voltage of the fuel cell; a current voltage characteristic learning means for learning the relationship between the generated current of the fuel cell and the voltage; and a learning parameter update prohibition for prohibiting updating of the learning parameter of the current voltage characteristic learning means And the current-voltage characteristic learning means has a first learning parameter for defining a voltage change amount with respect to a change in the generated current of the fuel cell, and the current-voltage characteristic of the fuel cell includes: Since the update of the first learning parameter is prohibited when a characteristic change occurs due to the effect of recoverable deterioration, the first learning parameter for defining the amount of change in voltage is prohibited. Can update the learning parameters other than the meter, the change in current-voltage characteristic due to the influence of recoverable degradation of the fuel cell, there is an effect that it is possible to accurately learn.
次に、図面を参照して、本発明の実施の形態を詳細に説明する。尚、以下に説明する実施例は、特に限定されないが、電動車両の電源として好適な燃料電池システムの制御装置である。 Next, embodiments of the present invention will be described in detail with reference to the drawings. In addition, although the Example demonstrated below is not specifically limited, it is a control apparatus of the fuel cell system suitable as a power supply of an electric vehicle.
図１は、本発明に係る燃料電池システムの制御装置が適用される燃料電池システムの構成例を示すシステム概略構成図である。 FIG. 1 is a schematic system configuration diagram showing a configuration example of a fuel cell system to which a control device for a fuel cell system according to the present invention is applied.
図１において、燃料電池システム１は、燃料ガスとしての水素と酸化剤ガスとしての空気との電気化学反応により発電する燃料電池である燃料電池スタック２と、新規水素と再循環水素とを混合して燃料電池スタック２へ供給する流体ポンプであるエゼクタ３と、水素循環流路４と、水素パージ弁５と、空気を圧縮して燃料電池へ供給するコンプレッサ６と、空気供給流路７と、水素入口温度センサ８と、水素入口圧力センサ９と、排空気流路１１と、空気圧力制御弁１２と、コントローラ１３と、水素圧力制御弁１４と、空気流量センサ１５と、空気入口温度センサ１６と、空気入口圧力センサ１７と、電流センサ１８と、電圧センサ１９と、電力制御装置２０と、燃料ガスとしての水素を貯蔵する水素タンク２１と、タンク温度センサ２２、タンク圧力センサ２３とを備えている。
In FIG. 1, a
燃料電池スタック２は、燃料極２ａと酸化剤極２ｂを備え、例えば、固体高分子型電解質を用いた固体高分子型燃料電池である。水素タンク２１から供給される水素は、水素圧力制御弁１４により運転圧力まで減圧されて、エゼクタ３に供給される。エゼクタ３は、水素圧力制御弁１４から供給された新規水素と水素循環流路４を通過してきた水素とを混合し、燃料電池スタック２の燃料極２ａに供給する。燃料極２ａの入口での水素の温度と圧力はそれぞれ、水素入口温度センサ８、水素入口圧力センサ９で測定される。水素圧力制御弁１４の制御は水素入口圧力センサ９で測定される圧力により行われる。通常は水素パージ弁５は閉じており、燃料電池スタック２から排出される水素を水素循環流路４に流すようにする。また、水素タンク２１内の温度及び圧力はそれぞれタンク温度センサ２２、タンク圧力センサ２３によって測定される。
The fuel cell stack 2 includes a
酸化剤となる空気は、コンプレッサ６により供給される。コンプレッサ６により供給された空気は空気流量センサ１５で計量された後、空気供給流路７を介して燃料電池スタック２の酸化剤極２ｂへ供給される。酸化剤極２ｂの入口での空気の圧力及び温度は、空気入口圧力センサ１７及び空気入口温度センサ１６で測定され、酸化剤極２ｂの出口に設けた空気圧力制御弁１２で圧力制御される。
Air serving as an oxidant is supplied by the compressor 6. The air supplied by the compressor 6 is measured by the air
燃料電池スタック２の出力電流は電流センサ１８で、出力電圧は電圧センサ１９で測定される。また、燃料電池スタック２から取り出す電力は、電力制御装置２０によって制御される。
The output current of the fuel cell stack 2 is measured by a
この電力制御装置２０は、例えば、昇降圧型のＤＣ／ＤＣコンバータであり、燃料電池スタック２と電気負荷の間に配置され、燃料電池スタック２の発電電圧を一定の負荷電圧に変換する制御を行う。このＤＣ／ＤＣコンバータは、昇圧変換と降圧変換とでは、動作させるスイッチング素子がそれぞれ異なっており、スイッチング素子へ加える制御信号のデューティ比に応じて所望の電圧を出力させることができる。昇圧時には、入力電圧以上の電圧を出力するようにスイッチング素子が制御され、また、降圧時には、入力電圧以下の電圧を出力するようにスイッチング素子が制御される。
The
本実施例では、燃料電池スタック２の運転時の水素及び空気の圧力（運転圧力）は可変圧である。即ち、燃料電池スタック２から取り出す出力が高いときには運転圧力を高め、出力が低いときは運転圧力を低める。 In this embodiment, the hydrogen and air pressures (operating pressures) during operation of the fuel cell stack 2 are variable pressures. That is, when the output taken out from the fuel cell stack 2 is high, the operating pressure is increased, and when the output is low, the operating pressure is decreased.
燃料電池スタック２内に水溢れ（以下フラッディング）等が発生した場合や、燃料電池スタック２の運転圧力を低下させる場合などには、水素パージ弁５を開けて水素循環流路４および燃料電池スタック２の燃料極２ａに存在する水素を排出する。
When water overflow (hereinafter referred to as flooding) or the like occurs in the fuel cell stack 2 or when the operating pressure of the fuel cell stack 2 is reduced, the
水素入口温度センサ８、水素入口圧力センサ９、空気流量センサ１５、空気入口温度センサ１６、空気入口圧力センサ１７、電流センサ１８、電圧センサ１９、タンク温度センサ２２、及びタンク圧力センサ２３の各センサの検出信号は、コントローラ１３の入力に接続されている。
Hydrogen
また、コントローラ１３の出力には、水素パージ弁５、コンプレッサ６、空気圧力制御弁１２、及び水素圧力制御弁１４の各アクチュエータ、並びに電力制御装置２０が接続され、コントローラ１３から制御可能となっている。
The output of the
コントローラ１３は、上記の各センサから入力した検出信号に基づいて、燃料電池の運転状態に応じた制御を行うために、上記各アクチュエータ並びに電力制御装置２０を制御する。尚特に限定されないが、本実施例では、コントローラ１３は、ＣＰＵと、プログラムＲＯＭと、作業用ＲＡＭと、入出力インタフェースとを備えたマイクロプロセッサで構成されている。
The
そして、コントローラ１３は、プログラムＲＯＭに記憶した制御プログラムを実行することにより、燃料電池システム１全体の制御を行う。
The
また、コントローラ１３は、電流センサ１８及び電圧センサ１９の検出値に基づいて燃料電池スタック２の発電電流と電圧の関係を学習する電流電圧特性学習手段と、電流電圧特性学習手段の学習パラメータの更新を禁止する学習パラメータ更新禁止手段とを制御プログラムにより実現している。
Further, the
図２は、本実施例のコントローラによる燃料電池の電流電圧特性の学習、及び、燃料電池システムの発電制御及びガス供給制御の方法を示した概略フローチャートであり、所定時間周期（例えば10[msec]周期）で実行される。 FIG. 2 is a schematic flowchart showing a method of learning the current-voltage characteristics of the fuel cell by the controller of the present embodiment and the power generation control and gas supply control of the fuel cell system, and is a predetermined time period (for example, 10 [msec]). Cycle).
まず、ステップ（以下、ステップをＳと略す）２０１において、燃料電池システムに対する要求発電電力を算出し、Ｓ２０２において燃料電池の電流電圧特性の学習を行う。そして、Ｓ２０３において、目標電流の算出を行い、Ｓ２０４において、水素及び空気のガス供給制御を行い、Ｓ２０５において、燃料電池の発電電力制御を行う。 First, in step (hereinafter, step is abbreviated as S) 201, the required power generation for the fuel cell system is calculated, and in S202, the current-voltage characteristics of the fuel cell are learned. In step S203, a target current is calculated. In step S204, hydrogen and air gas supply control is performed. In step S205, generated power control of the fuel cell is performed.
次に、Ｓ２０１〜Ｓ２０５の各ステップ毎の処理内容の詳細について説明する。 Next, the details of the processing contents for each step of S201 to S205 will be described.
まず、Ｓ２０１における要求発電電力算出処理を説明する。ここでは、燃料電池システムに接続された電気負荷の運転状態に基づいて、要求発電電力を算出するが、例えば、ハイブリッド型電気自動車へ燃料電池システムを搭載した場合の処理の例を、図３に示したフローチャートを用いて説明する。 First, the required generated power calculation process in S201 will be described. Here, the required generated power is calculated based on the operating state of the electric load connected to the fuel cell system. For example, FIG. 3 shows an example of processing when the fuel cell system is mounted on a hybrid electric vehicle. This will be described with reference to the flowchart shown.
まず、Ｓ３０１において、車両に備えたアクセルセンサの出力に基づいて、ドライバのアクセル操作量を検出し、Ｓ３０２において、車両に備えた車速センサの出力に基づいて、車両の速度を検出する。 First, in S301, the accelerator operation amount of the driver is detected based on the output of the accelerator sensor provided in the vehicle. In S302, the vehicle speed is detected based on the output of the vehicle speed sensor provided in the vehicle.
次に、Ｓ３０３において、燃料電池システムに対する要求発電電力を算出する。これは、例えば、前記アクセル操作量と前記車両速度とに基づいて、予めコントローラ１３のＲＯＭに記憶した図６に示すようなマップデータを用いて算出する。
Next, in S303, the required generated power for the fuel cell system is calculated. This is calculated, for example, using map data as shown in FIG. 6 stored in advance in the ROM of the
次に、Ｓ２０２における電流電圧特性学習処理を、図４に示したフローチャートを用いて説明する。ここでは、電流センサ１８，電圧センサ１９が検出した燃料電池スタック２の出力電流及び出力電圧に基づいて、燃料電池スタックの電流電圧特性の学習を行う。
Next, the current-voltage characteristic learning process in S202 will be described using the flowchart shown in FIG. Here, the current-voltage characteristics of the fuel cell stack are learned based on the output current and output voltage of the fuel cell stack 2 detected by the
まず、Ｓ４０１において、燃料電池の発電状態が定常状態か過渡状態かの定常判断を行う。この定常判断は、燃料電池システムの負荷変動時に安定して計測できない電流電圧データを除去する為に行う。 First, in S401, a steady determination is made as to whether the power generation state of the fuel cell is a steady state or a transient state. This steady state determination is performed to remove current voltage data that cannot be stably measured when the load of the fuel cell system changes.
ここでは、検出した出力電流あるいは出力電圧を前回値と比較した場合の変化量の絶対値が所定値以下になった場合に、定常状態であると判断する。また、この他の発電状態の定常判断方法として、所定時間計測した出力電流あるいは出力電圧の分散値が所定値以下になった場合に、定常状態であると判断するという方法などを適用してもよい。 Here, when the detected output current or output voltage is compared with the previous value, the absolute value of the amount of change is equal to or less than a predetermined value, it is determined that the steady state is reached. Further, as another method for determining the steady state of the power generation state, a method of determining that the steady state is reached when the output current or the output voltage distribution value measured for a predetermined time is equal to or smaller than a predetermined value may be applied. Good.
そして、発電状態が定常状態の場合には、Ｓ４０２に進み、発電状態が定常状態でない場合には、電流電圧特性学習の処理を終了する。 If the power generation state is a steady state, the process proceeds to S402. If the power generation state is not a steady state, the current-voltage characteristic learning process ends.
次に、Ｓ４０２において、出力電流に基づいて、出力電圧を安定して検出できる負荷領域であるか否かの判断を行う。 Next, in S402, based on the output current, it is determined whether or not the load region can stably detect the output voltage.
燃料電池は、極低負荷域（例えば、定格負荷の５［％］以下の領域、図１１の領域ｆ）では活性化過電圧が大きく変化する為、電流の変化量に対して電圧の変化量が非常に大きく、出力電圧を安定して検出できない。同様に、極高負荷域（例えば、定格負荷の９８［％］以上の領域、図１１の領域ｇ）では濃度過電圧が大きく変化する為、電流の変化量に対して電圧の変化量が大きく、出力電圧を安定して検出できない。 In the fuel cell, since the activation overvoltage changes greatly in an extremely low load region (for example, a region of 5% or less of the rated load, region f in FIG. 11), the amount of change in voltage with respect to the amount of change in current is large. It is very large and the output voltage cannot be detected stably. Similarly, in the extremely high load region (for example, the region of 98% or more of the rated load, the region g in FIG. 11), the concentration overvoltage changes greatly. The output voltage cannot be detected stably.
従って、燃料電池の電流電圧特性の変化の検出は、出力電圧が安定して検出できる領域で行う必要がある。よって、極低負荷領域、あるいは、極高負荷領域ではないことを判定する為に、現在の出力電流値が、低負荷側の所定値より大きく、かつ、高負荷側の所定値より小さいことを判定する。そして、現在の出力電流が、低負荷側の所定値より大きく、かつ、高負荷側の所定値より小さい場合にはＳ４０３に進み、現在の出力電流が、低負荷側の所定値以下、あるいは、高負荷側の所定値以上である場合は、電流電圧特性学習の処理を終了する。 Therefore, the change in the current-voltage characteristics of the fuel cell needs to be detected in a region where the output voltage can be detected stably. Therefore, in order to determine that it is not an extremely low load region or an extremely high load region, the current output current value is larger than a predetermined value on the low load side and smaller than a predetermined value on the high load side. judge. If the current output current is larger than the predetermined value on the low load side and smaller than the predetermined value on the high load side, the process proceeds to S403, and the current output current is equal to or lower than the predetermined value on the low load side, or If the value is equal to or greater than the predetermined value on the high load side, the current voltage characteristic learning process is terminated.
これにより、電流変化に対する電圧の変化量を規定するための学習パラメータ以外の学習パラメータのみを更新することができるので、燃料電池の酸化剤極の触媒に酸化被膜が生じたことによる電流電圧特性の変化を、精度良く学習することができるという効果がある。 As a result, only the learning parameter other than the learning parameter for defining the amount of change in voltage with respect to the current change can be updated, so that the current-voltage characteristics of the oxide film formed on the oxidant electrode catalyst of the fuel cell are improved. There is an effect that changes can be learned with high accuracy.
次に、Ｓ４０３では、時々刻々と変化する燃料電池スタックの電流電圧特性の学習を行う。 Next, in S403, the current-voltage characteristics of the fuel cell stack that change from moment to moment are learned.
この燃料電池スタックの電流電圧特性を電流の関数を用いて、該関数の各項の係数を学習パラメータとして演算する方法を用いる。ここでは、電流電圧特性を、式（１）に示すような、独立変数を出力電流Ｉ（Ｘ軸）、従属変数を出力電圧Ｖ（Ｙ軸）として近似した１次関数で表す。 A method is used in which the current-voltage characteristics of the fuel cell stack are calculated using a function of current, and the coefficient of each term of the function is used as a learning parameter. Here, the current-voltage characteristic is represented by a linear function that approximates the independent variable as the output current I (X axis) and the dependent variable as the output voltage V (Y axis) as shown in Expression (1).
Ｖ＝Ａ・Ｉ＋Ｂ …（１）
また、燃料電池の電流の変化に対する電圧の変化量を規定するための第１の学習パラメータをＡ、燃料電池の電流の変化に依存しない電圧のオフセット量を規定するための第２の学習パラメータをＢとする。
V = A · I + B (1)
Further, A is a first learning parameter for defining the amount of change in voltage with respect to changes in the current of the fuel cell, and A is a second learning parameter for defining an offset amount of voltage that does not depend on changes in the current of the fuel cell. B.
そして、これらの学習パラメータＡ，Ｂの更新方法は、計測した出力電圧と、上記式（１）に出力電流を入力して求めた学習値との誤差に基づいて、逐次型最小二乗法を用いた逐次パラメータ推定アルゴリズムにて更新を行うことで実現する。 The learning parameters A and B are updated using the sequential least square method based on the error between the measured output voltage and the learned value obtained by inputting the output current to the above equation (1). This is realized by updating with the sequential parameter estimation algorithm.
このように燃料電池の発電電流の関数を用いて、関数の各項の係数を学習パラメータとして演算することによって、燃料電池の電流電圧特性の学習を行うようにすると、学習ロジックの構成を簡単にし、容易に実現することができるという効果がある。 In this way, by using the function of the power generation current of the fuel cell and calculating the coefficient of each term of the function as a learning parameter, learning of the current-voltage characteristics of the fuel cell simplifies the configuration of the learning logic. There is an effect that it can be easily realized.
また、電流電圧特性学習手段は、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じている場合は、燃料電池の運転時間に対する、第２の学習パラメータ（学習パラメータＢ）の変化を予め計測して記憶したデータに基づいて、第２の学習パラメータを演算する手段とした場合、燃料電池の運転時間に対する、学習パラメータＢの変化を予め計測して記憶したデータに基づいて、上記式（１）の学習パラメータＢの演算を行う。これは、燃料電池の発電を開始してからの運転時間に対する、学習パラメータＢの制御実行周期当たりの変化量を、図１０に示したテーブルデータを用いて算出し、学習パラメータＢの前回値に前記制御実行周期当たりの変化量を加算することで学習パラメータＢの演算を行う。 Further, the current-voltage characteristic learning means, when the characteristic change has occurred in the current-voltage characteristic of the fuel cell due to the influence of recoverable deterioration, the second learning parameter (learning parameter B) for the operating time of the fuel cell In the case where the second learning parameter is calculated based on the data measured and stored in advance, the change in the learning parameter B with respect to the operating time of the fuel cell is measured and stored in advance. Then, the learning parameter B of the above equation (1) is calculated. This is to calculate the amount of change per control execution cycle of the learning parameter B with respect to the operation time after starting the power generation of the fuel cell using the table data shown in FIG. The learning parameter B is calculated by adding the amount of change per control execution cycle.
次に、Ｓ４０４では、第２の学習パラメータの変化量、すなわち、学習パラメータＢの変化量に基づいて、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じているか否かを判断する。 Next, in S404, based on the amount of change of the second learning parameter, that is, the amount of change of the learning parameter B, whether or not the current-voltage characteristic of the fuel cell has changed due to the influence of recoverable deterioration. Judging.
ここで、学習パラメータ更新禁止手段は、燃料電池の運転を開始した時の第２の学習パラメータの値に対する、第２の学習パラメータの変化量が所定値に達するまでは、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する手段である場合には、燃料電池の発電を開始した時の学習パラメータＢの演算値から、今回演算した学習パラメータＢを減算して、学習パラメータＢの変化量を算出し、その変化量が、所定値より小さければ、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する。 Here, the learning parameter update prohibiting means is configured to measure the current-voltage characteristics of the fuel cell until the change amount of the second learning parameter reaches a predetermined value with respect to the value of the second learning parameter when the operation of the fuel cell is started. In addition, when it is a means for determining that the characteristic change has occurred due to the influence of recoverable deterioration, the learning parameter B calculated this time is subtracted from the calculated value of the learning parameter B when the power generation of the fuel cell is started. Then, the amount of change of the learning parameter B is calculated, and if the amount of change is smaller than a predetermined value, it is determined that the characteristic change has occurred in the current-voltage characteristic of the fuel cell due to the influence of recoverable deterioration.
その所定値は、燃料電池の発電を開始してから、回復可能な劣化の影響で特性変化が治まるまでの、学習パラメータＢの変化量とする。この変化量は、回復可能な劣化の影響で、電流電圧特性の変化が生じている間の、電圧のオフセット量を、予め計測して設定する。 The predetermined value is the amount of change in the learning parameter B from the start of power generation by the fuel cell until the change in characteristics subsides due to recoverable deterioration. This amount of change is set by measuring in advance the amount of voltage offset while the current-voltage characteristic changes due to the influence of recoverable deterioration.
また、学習パラメータ更新禁止手段は、第２の学習パラメータの変化の速さに基づいて、この変化の速さが所定値以上である場合に、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する手段を含む場合には、学習パラメータＢの変化の速さが所定値以上であるときに、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する。 In addition, the learning parameter update prohibiting means, based on the speed of change of the second learning parameter, has a recoverable deterioration in the current-voltage characteristics of the fuel cell when the speed of change is a predetermined value or more. In the case of including means for determining that the characteristic change has occurred due to the influence, when the speed of change of the learning parameter B is equal to or higher than a predetermined value, the current-voltage characteristic of the fuel cell is affected by the recoverable deterioration. It is determined that a characteristic change has occurred.
ここでは、学習パラメータＢの変化の速さを、学習パラメータＢの前回値から、今回演算した学習パラメータＢを減算した値の絶対値とする。そして、この減算値の絶対値が所定値より大きければ、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する。この所定値は、回復可能な劣化の影響で、電流電圧特性の変化が生じている時の、学習パラメータＢの変化の速さを、予め計測して設定する。 Here, the speed of change of the learning parameter B is the absolute value of the value obtained by subtracting the learning parameter B calculated this time from the previous value of the learning parameter B. If the absolute value of the subtraction value is larger than a predetermined value, it is determined that the current-voltage characteristic of the fuel cell has changed due to recoverable deterioration. This predetermined value is set by measuring in advance the speed of change of the learning parameter B when a change in the current-voltage characteristic occurs due to the influence of recoverable deterioration.
また、学習パラメータ更新禁止手段は、燃料電池の運転時間に基づいて、この運転時間が所定値未満である場合に、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する手段を含む場合には、燃料電池の発電を開始してからの運転時間が所定値未満の場合は、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する。この所定値は、燃料電池の発電を開始してから、回復可能な劣化の影響による電流電圧特性の変化が治まるまでの時間を、予め計測して設定する。 Further, the learning parameter update prohibiting means is based on the operating time of the fuel cell, and when the operating time is less than a predetermined value, the current-voltage characteristics of the fuel cell are changed due to the influence of recoverable deterioration. If the operation time after starting the power generation of the fuel cell is less than a predetermined value, the current-voltage characteristics of the fuel cell will change due to recoverable deterioration. Judge that This predetermined value is set by measuring in advance the time from the start of power generation by the fuel cell until the change in the current-voltage characteristic due to the influence of recoverable deterioration subsides.
そして、燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断した場合には、Ｓ４０５に進み、回復可能な劣化の影響で特性変化が生じていないと判断した場合には、電流電圧特性学習の処理を終了する。 If it is determined that the change in characteristics has occurred in the current-voltage characteristics of the fuel cell due to the influence of recoverable deterioration, the process proceeds to S405, and it is determined that no change in characteristic has occurred due to the influence of recoverable deterioration. In this case, the current voltage characteristic learning process is terminated.
次に、Ｓ４０５では、Ｓ４０３で演算された学習パラメータＡ（第１の学習パラメータ）の更新を禁止する。 Next, in S405, updating of the learning parameter A (first learning parameter) calculated in S403 is prohibited.
次に、Ｓ２０３における処理を説明する。ここでは、Ｓ２０２において学習した電流電圧特性に基づいて、要求発電電力を実現するための目標電流の算出を行う。この目標電流は、Ｓ４０３で算出した、学習パラメータＡ（電流電圧特性の傾きＡ）及び学習パラメータＢ（電流電圧特性のＹ切片Ｂ）と、要求発電電力Ｗとに基づいて、式（２）を用いて算出する。 Next, the process in S203 will be described. Here, based on the current-voltage characteristics learned in S202, a target current for realizing the required generated power is calculated. This target current is calculated by using the learning parameter A (current voltage characteristic slope A) and learning parameter B (Y-intercept B of current-voltage characteristic) calculated in S403, and the required generated power W based on Equation (2). Use to calculate.
目標電流＝（−Ｂ＋√（Ｂ2 ＋４ＡＷ））／（２Ａ） …（２）
ここで、目標電流は、電力（Ｗ＝Ｖ・Ｉ）に、式（１）の電流電圧特性の近似式による電圧Ｖを代入した電流Ｉに関する２次関数の根である。
Target current = (− B + √ (B 2 +4 AW)) / (2A) (2)
Here, the target current is the root of a quadratic function relating to the current I obtained by substituting the voltage V according to the approximate expression of the current-voltage characteristic of the equation (1) into the power (W = V · I).
次に、Ｓ２０４におけるガス供給制御処理を説明する。ここでは、水素及び空気のガス供給制御を行う。この処理の例を、図５に示したフローチャートを用いて説明する。 Next, the gas supply control process in S204 will be described. Here, hydrogen and air gas supply control is performed. An example of this processing will be described using the flowchart shown in FIG.
まず、Ｓ５０１において、目標ガス圧力を算出する。この目標ガス圧力は、前記目標発電電流に基づいて、図７に示したテーブルデータを用いて実施する。尚、このテーブルデータは燃料電池の発電効率などを考慮して、予めコントローラ１３に設定される。
First, in S501, a target gas pressure is calculated. This target gas pressure is implemented using the table data shown in FIG. 7 based on the target generated current. This table data is preset in the
次に、Ｓ５０２において、水素ガスの圧力制御を行う。ここでは、前記目標ガス圧力に基づいて、水素圧力制御弁１４を操作することによって水素圧力の制御を行う。水素圧力制御弁１４の操作は、水素入口圧力センサ９で検出した燃料電池の水素圧力と前記目標ガス圧力との偏差に基づいて、Ｆ／Ｂ制御により水素圧力制御弁１４の指令開度を決定することにより、実行される。尚、このＦ／Ｂ制御は、ＰＩ制御やモデル規範型制御など一般的によく知られている方法により構成することができる。また、ここで算出された水素圧力制御弁１４の指令開度は、コントローラ１３から水素圧力制御弁１４の駆動回路に対して指示されて、水素圧力制御弁１４が指令開度に従って駆動される。
Next, in S502, the hydrogen gas pressure is controlled. Here, the hydrogen pressure is controlled by operating the hydrogen
次に、Ｓ５０３において、空気ガスの流量制御を行う。ここでは、まず、前記目標発電電流に基づいて、図７に示したテーブルデータを用いて目標空気流量を算出する。このテーブルデータは、燃料電池内部で局所的な空気供給不足が起きないような空気利用率となるように予めコントローラ１３に設定される。
Next, in S503, the flow control of the air gas is performed. Here, first, based on the target generated current, the target air flow rate is calculated using the table data shown in FIG. This table data is set in advance in the
次に、前記目標ガス圧力と、前記目標空気流量とに基づいて、図９に示したマップデータを用いてコンプレッサ６の指令回転数を算出する。このマップデータは、コンプレッサ６の回転数と圧力比に対する空気流量の特性に基づいて設定される。また、ここで算出されたコンプレッサ指令回転数は、コントローラ１３からコンプレッサ駆動回路に対して指示されて、コンプレッサ６が指令回転数に従って駆動される。
Next, based on the target gas pressure and the target air flow rate, the command rotational speed of the compressor 6 is calculated using the map data shown in FIG. This map data is set based on the characteristics of the air flow rate with respect to the rotation speed of the compressor 6 and the pressure ratio. Further, the compressor command rotational speed calculated here is instructed from the
次に、Ｓ５０４において、空気ガスの圧力制御を行う。ここでは、前記目標空気圧力に基づいて、空気圧力制御弁１２を操作することによって空気圧力の制御を行う。空気圧力制御弁の操作は、前記空気入口圧力センサで検出した燃料電池の空気圧力と前記目標空気圧力との偏差に基づいて、Ｆ／Ｂ制御により空気圧力制御弁の指令開度を決定することにより、実行される。尚、このＦ／Ｂ制御は、ＰＩ制御やモデル規範型制御など一般的によく知られている方法により構成することができる。また、ここで算出された空気圧力制御弁の指令開度は、コントローラ１３から空気圧力制御弁１２の駆動回路に対して指示されて、空気圧力制御弁が指令開度に従って駆動される。
Next, in S504, air gas pressure control is performed. Here, the air pressure is controlled by operating the air
次に、Ｓ２０５における発電量制御処理を説明する。ここでは、前記要求発電電力に基づいて、燃料電池の発電電力制御を行う。前記要求発電電力は、コントローラ１３から電力制御装置２０に対して指示され、発電指令電力に従って燃料電池の発電電力が制御される。
Next, the power generation amount control process in S205 will be described. Here, the generated power of the fuel cell is controlled based on the required generated power. The required generated power is instructed from the
次に、本発明による作用を、図１１を用いて説明する。燃料電池スタックの電流電圧特性の劣化形態の一つとして、酸化剤極に生じた酸化被膜による電流電圧特性の変化がある。この特性変化は、活性化過電圧の増加による変化である為、燃料電池スタックの出力電流に関係なく、酸化被膜の増加が治まるまで一様の電圧低下が生じるもので、回復可能な特性変化である。 Next, the operation of the present invention will be described with reference to FIG. One form of deterioration of the current-voltage characteristics of the fuel cell stack is a change in the current-voltage characteristics due to an oxide film formed on the oxidizer electrode. This characteristic change is a change due to an increase in the activation overvoltage. Therefore, regardless of the output current of the fuel cell stack, a uniform voltage drop occurs until the increase in the oxide film subsides. This is a recoverable characteristic change. .
図１１は、燃料電池スタックの電流電圧特性を示した図であり、上記のような特性変化が生じた場合には、電流電圧特性は、図１１ａに示した劣化前の特性から、図１１ｃに示した特性に変化する。この変化に対して、前記従来技術において式（１）に示した近似式を用いて、電流と電圧の特性を学習した場合には、図１１ｂに示した学習結果から、図１１ｅに示した学習結果に変化し、電流電圧特性を誤って学習してしまうという問題が生じる。 FIG. 11 is a diagram showing the current-voltage characteristics of the fuel cell stack. When the above characteristic change occurs, the current-voltage characteristics are changed from the characteristics before deterioration shown in FIG. Changes to the indicated characteristics. In response to this change, when the current and voltage characteristics are learned using the approximate expression shown in Expression (1) in the conventional technique, the learning shown in FIG. 11e is obtained from the learning result shown in FIG. 11b. This results in a problem that the current-voltage characteristic is erroneously learned.
この問題は、学習パラメータＢが大きく変化する際に、誤って学習パラメータＡが変動してしまうことによるものである。 This problem is due to the fact that the learning parameter A fluctuates erroneously when the learning parameter B changes greatly.
一方、本発明を適用した場合には、学習パラメータＡの更新を禁止することができ、図１１ｄに示した学習結果のように、電流電圧特性を精度良く学習することができる。 On the other hand, when the present invention is applied, the update of the learning parameter A can be prohibited, and the current-voltage characteristic can be learned with high accuracy as in the learning result shown in FIG.
また、学習パラメータＢの変化量に基づいて、酸化剤極に生じた酸化被膜による電流電圧特性の変化の判断が可能となる為、上記の特性変化が生じていない場合には、学習パラメータＡ、学習パラメータＢの更新がともに行われるので、電流電圧特性を精度良く学習することができる。 In addition, since it is possible to determine the change in the current-voltage characteristic due to the oxide film generated on the oxidizer electrode based on the amount of change in the learning parameter B, the learning parameter A, Since the learning parameter B is updated together, the current-voltage characteristic can be learned with high accuracy.
また、燃料電池では、極低負荷域ｆでは活性化過電圧が大きく変化する為、電流の変化量に対して電圧の変化量が非常に大きく、電圧値を安定して検出できない。同様に、極高負荷域ｇでは濃度過電圧が大きく変化する為、電流の変化量に対して電圧の変化量が大きく、電圧値を安定して検出できない。よって、極低負荷領域ｆ、及び、極高負荷領域ｇでは、電流電圧特性の学習の更新を行わないことにより、学習に用いる出力電圧を安定させ、学習精度を向上させている。 Further, in the fuel cell, since the activation overvoltage changes greatly in the extremely low load region f, the voltage change amount is very large with respect to the current change amount, and the voltage value cannot be detected stably. Similarly, since the concentration overvoltage changes greatly in the extremely high load region g, the amount of change in voltage is large relative to the amount of change in current, and the voltage value cannot be detected stably. Therefore, in the extremely low load region f and the extremely high load region g, the current-voltage characteristic learning is not updated, thereby stabilizing the output voltage used for learning and improving the learning accuracy.
１：燃料電池システム
２：燃料電池スタック
３：エゼクタ
４：水素循環流路
５：水素パージ弁
６：コンプレッサ
７：空気供給流路
８：水素入口温度センサ
９：水素入口圧力センサ
１１：排空気流路
１２：空気圧力制御弁
１３：コントローラ
１４：水素圧力制御弁
１５：空気流量センサ
１６：空気入口温度センサ
１７：空気入口圧力センサ
１８：電流センサ
１９：電圧センサ
２０：電力制御装置
２１：水素タンク
２２：タンク温度センサ
２３：タンク圧力センサ
1: Fuel cell system 2: Fuel cell stack 3: Ejector 4: Hydrogen circulation channel 5: Hydrogen purge valve 6: Compressor 7: Air supply channel 8: Hydrogen inlet temperature sensor 9: Hydrogen inlet pressure sensor 11: Exhaust air flow Path 12: Air pressure control valve 13: Controller 14: Hydrogen pressure control valve 15: Air flow rate sensor 16: Air inlet temperature sensor 17: Air inlet pressure sensor 18: Current sensor 19: Voltage sensor 20: Power control device 21: Hydrogen tank 22: Tank temperature sensor 23: Tank pressure sensor
Claims (10)
前記燃料電池の発電電流を検出する発電電流検出手段と、
前記燃料電池の電圧を検出する電圧検出手段と、
前記燃料電池の前記発電電流と前記電圧の関係を学習する電流電圧特性学習手段と、
前記電流電圧特性学習手段の学習パラメータの更新を禁止する学習パラメータ更新禁止手段と、を備え、
前記電流電圧特性学習手段は、前記燃料電池の発電電流の変化に対する電圧の変化量を規定するための第１の学習パラメータを有し、
前記学習パラメータ更新禁止手段は、前記燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じた場合に、前記第１の学習パラメータの更新を禁止することを特徴とする燃料電池システムの制御装置。 In a control device for a fuel cell system including a fuel cell that generates power by supplying fuel gas and oxidant gas,
Generated current detection means for detecting the generated current of the fuel cell;
Voltage detecting means for detecting the voltage of the fuel cell;
Current-voltage characteristic learning means for learning a relationship between the generated current and the voltage of the fuel cell;
Learning parameter update prohibiting means for prohibiting update of the learning parameter of the current-voltage characteristic learning means,
The current-voltage characteristic learning means has a first learning parameter for defining a voltage change amount with respect to a change in the generated current of the fuel cell,
The learning parameter update prohibiting means prohibits the update of the first learning parameter when the current-voltage characteristic of the fuel cell is changed due to the influence of recoverable deterioration. System control unit.
前記燃料電池の電流電圧特性に影響を及ぼす前記燃料電池の状態量のうち、少なくとも前記燃料電池の発電電流を入力とした関数を用いて、前記関数の各項の係数を学習パラメータとして演算する学習パラメータ演算手段であることを特徴とする請求項１または請求項２記載の燃料電池システムの制御装置。 The current-voltage characteristic learning means includes
Learning that uses, as a learning parameter, a coefficient of each term of the function, using a function having at least a power generation current of the fuel cell as an input among state quantities of the fuel cell that influence the current-voltage characteristics of the fuel cell 3. The fuel cell system control device according to claim 1, wherein the control device is parameter calculation means.
前記燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じた場合に、前記発電電流の１次以上の項の学習パラメータの更新を禁止する手段であることを特徴とする請求項１乃至請求項３の何れか１項に記載の燃料電池システムの制御装置。 The learning parameter update prohibiting means includes:
The current-voltage characteristic of the fuel cell is a means for prohibiting updating of learning parameters of the first and higher terms of the generated current when a characteristic change occurs due to recoverable deterioration. The control apparatus for a fuel cell system according to any one of claims 1 to 3.
前記第１の学習パラメータ以外の第２の学習パラメータの変化量に基づいて、前記燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じているか否かを判断する手段を含むことを特徴とする請求項１乃至請求項４の何れか１項に記載の燃料電池システムの制御装置。 The learning parameter update prohibiting means includes:
Means for determining whether a change in characteristics has occurred in the current-voltage characteristics of the fuel cell due to recoverable deterioration based on a change amount of a second learning parameter other than the first learning parameter; The fuel cell system control device according to any one of claims 1 to 4, wherein the control device is a fuel cell system control device.
前記燃料電池の運転を開始した時の前記第２の学習パラメータの値に対する、前記第２の学習パラメータの変化量が所定値に達するまでは、前記燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する手段を含むことを特徴とする請求項１乃至請求項５の何れか１項に記載の燃料電池システムの制御装置。 The learning parameter update prohibiting means includes:
Until the amount of change in the second learning parameter reaches a predetermined value with respect to the value of the second learning parameter when the fuel cell is started to operate, the current-voltage characteristics of the fuel cell are recoverable. 6. The control apparatus for a fuel cell system according to claim 1, further comprising means for determining that a characteristic change has occurred due to the influence of the fuel cell system.
前記第２の学習パラメータの変化の速さに基づいて、前記変化の速さが所定値以上である場合に、前記燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する手段を含むことを特徴とする請求項１乃至請求項５の何れか１項に記載の燃料電池システムの制御装置。 The learning parameter update prohibiting means includes:
Based on the speed of change of the second learning parameter, when the speed of change is equal to or higher than a predetermined value, the current-voltage characteristics of the fuel cell change due to the influence of recoverable deterioration. 6. The fuel cell system control apparatus according to claim 1, further comprising means for determining that the fuel cell system is present.
前記燃料電池の運転時間に基づいて、前記運転時間が所定値未満である場合に、前記燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じていると判断する手段を含むことを特徴とする請求項１乃至請求項５の何れか１項に記載の燃料電池システムの制御装置。 The learning parameter update prohibiting means includes:
Based on the operation time of the fuel cell, including means for determining that the current-voltage characteristic of the fuel cell has changed due to recoverable deterioration when the operation time is less than a predetermined value. 6. The control device for a fuel cell system according to claim 1, wherein the control device is a fuel cell system.
前記燃料電池の電流が第１の所定値以下である場合、或いは、前記燃料電池の電流が前記第１の所定値より大きい第２の所定値以上である場合には、学習パラメータの更新を禁止する手段を含むことを特徴とする請求項１乃至請求項８の何れか１項に記載の燃料電池システムの制御装置。 The current-voltage characteristic learning means includes
If the current of the fuel cell is less than or equal to a first predetermined value, or if the current of the fuel cell is greater than or equal to a second predetermined value that is greater than the first predetermined value, update of the learning parameter is prohibited. 9. The fuel cell system control device according to claim 1, further comprising:
前記燃料電池の電流電圧特性に、回復可能な劣化の影響で特性変化が生じている場合は、前記燃料電池の運転時間に対する、前記第２の学習パラメータの変化を予め計測して記憶したデータに基づいて、前記第２の学習パラメータを演算する手段を含むことを特徴とする請求項１乃至請求項８の何れか１項に記載の燃料電池システムの制御装置。 The current-voltage characteristic learning means includes
If the current-voltage characteristics of the fuel cell have changed due to recoverable deterioration, the change in the second learning parameter with respect to the operating time of the fuel cell is measured and stored in advance. 9. The control apparatus for a fuel cell system according to claim 1, further comprising means for calculating the second learning parameter based on the first learning parameter.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004354321A JP2006164740A (en) | 2004-12-07 | 2004-12-07 | Controller for fuel cell system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004354321A JP2006164740A (en) | 2004-12-07 | 2004-12-07 | Controller for fuel cell system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2006164740A true JP2006164740A (en) | 2006-06-22 |
Family
ID=36666506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004354321A Pending JP2006164740A (en) | 2004-12-07 | 2004-12-07 | Controller for fuel cell system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2006164740A (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010114049A1 (en) * | 2009-03-31 | 2010-10-07 | Toto株式会社 | Solid electrolyte fuel cell |
| JP2017195197A (en) * | 2014-02-17 | 2017-10-26 | 日産自動車株式会社 | Fuel cell system and control method of fuel cell system |
| CN112644343A (en) * | 2021-01-12 | 2021-04-13 | 广西玉柴机器股份有限公司 | Air compressor rotating speed correction method of fuel cell system |
| WO2023194492A1 (en) * | 2022-04-07 | 2023-10-12 | Robert Bosch Gmbh | Method for monitoring an electrochemical system, and an electrochemical system |
-
2004
- 2004-12-07 JP JP2004354321A patent/JP2006164740A/en active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010114049A1 (en) * | 2009-03-31 | 2010-10-07 | Toto株式会社 | Solid electrolyte fuel cell |
| JP2010238619A (en) * | 2009-03-31 | 2010-10-21 | Toto Ltd | Solid electrolyte fuel cell |
| JP4622005B2 (en) * | 2009-03-31 | 2011-02-02 | Ｔｏｔｏ株式会社 | Solid oxide fuel cell |
| US8980496B2 (en) | 2009-03-31 | 2015-03-17 | Toto Ltd. | Solid oxide fuel cell |
| JP2017195197A (en) * | 2014-02-17 | 2017-10-26 | 日産自動車株式会社 | Fuel cell system and control method of fuel cell system |
| CN112644343A (en) * | 2021-01-12 | 2021-04-13 | 广西玉柴机器股份有限公司 | Air compressor rotating speed correction method of fuel cell system |
| CN112644343B (en) * | 2021-01-12 | 2022-08-30 | 广西玉柴机器股份有限公司 | Air compressor rotating speed correction method of fuel cell system |
| WO2023194492A1 (en) * | 2022-04-07 | 2023-10-12 | Robert Bosch Gmbh | Method for monitoring an electrochemical system, and an electrochemical system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7808204B2 (en) | Controller for fuel cell system | |
| JP4877656B2 (en) | Fuel cell system and current control method thereof | |
| WO2011013226A1 (en) | Fuel cell system | |
| JP4972943B2 (en) | Fuel cell system control apparatus and fuel cell system control method | |
| WO2008108451A1 (en) | A fuel cell system, electrode catalyst degradation judgment method, and moving body | |
| US20080008913A1 (en) | Fuel Cell System | |
| JP2006278276A (en) | Fuel cell system, its control method, and vehicle equipped with it | |
| CN105190976B (en) | Fuel cell system and the control method of fuel cell system | |
| JP5136415B2 (en) | Fuel cell system | |
| JP4734821B2 (en) | Fuel cell control system | |
| JP4982977B2 (en) | Fuel cell system | |
| JP5304863B2 (en) | Fuel cell system | |
| JP2009187794A (en) | Fuel cell system and method of controlling the same | |
| JP2007311304A (en) | Fuel cell system | |
| JP2006252918A (en) | Control device for fuel cell system | |
| JP2006164740A (en) | Controller for fuel cell system | |
| JP2004296374A (en) | Fuel cell system | |
| JP5034191B2 (en) | Fuel cell system | |
| JP2006139935A (en) | Control device for fuel cell system | |
| JP2006164741A (en) | Control device of fuel cell system | |
| JP5210495B2 (en) | Fuel cell system | |
| CN107017425B (en) | Fuel cell system and method for improving performance of fuel cell system | |
| JP2007012549A (en) | Fuel cell system | |
| JP2006202555A (en) | Fuel cell system | |
| JP2009299480A (en) | Pump drive control device |