基于智能方法的質(zhì)子交換膜燃料電池發(fā)電系統(tǒng)的建模與控制研究.pdf

1、若不開(kāi)發(fā)新型動(dòng)力能源,世界將很快從目前的能源短缺走向能源枯竭.為了解決經(jīng)濟(jì)發(fā)展與能源短缺及環(huán)境污染之間日益加劇的矛盾,開(kāi)發(fā)清潔、高效、可持續(xù)發(fā)展的新動(dòng)力能源技術(shù)已成了十分緊迫的任務(wù).氫能以其清潔、高效、來(lái)源廣泛及可再生等特點(diǎn),使人們普遍認(rèn)為氫能是替代化石能源的最佳選擇.21世紀(jì),人類社會(huì)正在從以化石能為能源基礎(chǔ)的"碳?xì)浣?jīng)濟(jì)"逐步過(guò)渡到以氫能為主要能源的"氫經(jīng)濟(jì)"時(shí)代.質(zhì)子交換膜燃料電池(PEMFC)是以氫氣為燃料的發(fā)電裝置,具有清潔、高

2、效、性能穩(wěn)定,且工作溫度低(一般在80℃以下)和啟動(dòng)速度快等顯著特點(diǎn),在電源、電力驅(qū)動(dòng)和發(fā)電領(lǐng)域均具有十分廣闊的應(yīng)用前景.PEMFC已被美國(guó)、日本、德國(guó)、法國(guó)、英國(guó)、意大利等發(fā)達(dá)國(guó)家列為重點(diǎn)發(fā)展的關(guān)鍵技術(shù),也是我國(guó)"九五","十五"期間支持的重大高新技術(shù). 目前國(guó)內(nèi)外對(duì)PEMFC的研究主要集中在兩方面:一是研發(fā)電池部件所需的新材料,同時(shí)對(duì)其結(jié)構(gòu)及裝配工藝進(jìn)行改進(jìn);二是根據(jù)單電池或電堆內(nèi)部的反應(yīng)機(jī)理建立其數(shù)學(xué)模型.而關(guān)于PEMFC

3、系統(tǒng)的可控模型和控制算法研究還很少,隨著PEMFC的技術(shù)不斷發(fā)展和商業(yè)化的到來(lái),解決.PEMFC系統(tǒng)有關(guān)控制方面的問(wèn)題就顯得極為迫切了. 本課題以上海交通大學(xué)燃料電池研究所正在進(jìn)行的兩個(gè)科研項(xiàng)目-"985工程"項(xiàng)目"質(zhì)子交換膜燃料電池動(dòng)力系統(tǒng)研制","十五"國(guó)防科研項(xiàng)目"20kW車載質(zhì)子交換膜燃料電池系統(tǒng)的研制"-作為本論文研究工作的輔助,對(duì)PEMFC系統(tǒng)數(shù)學(xué)建模和控制方面展開(kāi)了相關(guān)理論研究和實(shí)驗(yàn)驗(yàn)證.本文首先提出了四種不同神經(jīng)

4、網(wǎng)絡(luò)方法建立的PEMFC單電池的輸出電特性模型,并對(duì)它們進(jìn)行了仿真和比較;同時(shí)從電池內(nèi)部機(jī)理入手建立了PEMFC電池適于控制的發(fā)電系統(tǒng)的模型,提出了三種輸出電壓的控制方案,并進(jìn)行了仿真、驗(yàn)證和比較;然后為了提供PEMFC輸出特性模型的預(yù)測(cè)精度并使其適用范圍更廣,提出了一種改進(jìn)的遺傳算法對(duì)電池輸出特性模型中的參變量系數(shù)進(jìn)行了優(yōu)化;最后提出了用T-s模糊方法、自適應(yīng)神經(jīng)模糊方法和改進(jìn)Elman方法建立的PEMFC溫度模型代替實(shí)際電堆,應(yīng)用于

5、模糊神經(jīng)控制和一種改進(jìn)型T_s模糊神經(jīng)兩種智能控制中,并進(jìn)行了仿真和比較.本論文的創(chuàng)新性工作主要包括: 1、:PEMFC數(shù)學(xué)模型的建立是一個(gè)極其繁瑣的過(guò)程,本論文結(jié)合上海交通大學(xué)燃料電池研究所研發(fā)的質(zhì)子膜燃料電池的實(shí)驗(yàn)參數(shù)和測(cè)試數(shù)據(jù),在文中22.4節(jié)提出了采用四種不同的人工神經(jīng)網(wǎng)絡(luò)方法對(duì)PEMFC單電池進(jìn)行建模的方法,避免了其復(fù)雜性.概括說(shuō)來(lái)就是從電堆入口處陰陽(yáng)極氣體壓力、濕度和電池工作溫度這三個(gè)主要影響因素入手,詳細(xì)闡述了BP

6、NN,LMBPNN,RBFNN和ANFIS算法在PEMFC中的應(yīng)用并通過(guò)對(duì)實(shí)驗(yàn)樣本數(shù)據(jù)的訓(xùn)練、學(xué)習(xí),建立了單電池的電特性數(shù)學(xué)模型,仿真得到了PEMFC的電特性曲線;同時(shí)比較和分析了四種不同算法的仿真時(shí)間、均方誤差和步數(shù)三項(xiàng)指標(biāo).這項(xiàng)工作不僅為PEMFC的數(shù)學(xué)模型的建立提供了新的途徑,并為其發(fā)電系統(tǒng)的優(yōu)化和控制打下了基礎(chǔ). 2、為了掌握PEMFC電池的動(dòng)態(tài)響應(yīng)特性并建立其可控的數(shù)學(xué)模型,本文第三章從單電池的內(nèi)部運(yùn)行機(jī)理著手,運(yùn)用質(zhì)

7、量守恒、動(dòng)量守恒和能量守恒定律,分析并建立了開(kāi)路電壓、活化過(guò)電壓、歐姆電壓和濃差過(guò)電壓方程;同時(shí)將電池系統(tǒng)發(fā)電等效為一個(gè)RC回路來(lái)模擬電池的動(dòng)態(tài)變化;用MATLAB/Simulink軟件搭建了PEMFC發(fā)電系統(tǒng)的動(dòng)態(tài)數(shù)學(xué)模型,并對(duì)系統(tǒng)進(jìn)行了仿真和分析,為后續(xù)控制算法的設(shè)計(jì)和實(shí)施打下了基礎(chǔ). 3、為了確保PEMFC發(fā)電系統(tǒng)輸出電壓的穩(wěn)定,并使其維持安全、可靠和高效的運(yùn)行,本文提出了通過(guò)調(diào)節(jié)陰極空氣和陽(yáng)極氫氣的壓力來(lái)控制PEMFC電

8、堆輸出電壓的方法.同時(shí)設(shè)計(jì)和實(shí)現(xiàn)了模糊自整定PID控制器和CMAC神經(jīng)網(wǎng)絡(luò)并行控制器在PEMFC動(dòng)態(tài)系統(tǒng)控制中的應(yīng)用,并將兩種算法與PID常規(guī)控制算法進(jìn)行了比較,CMAC神經(jīng)網(wǎng)絡(luò)并行算法不僅能夠節(jié)能,而且具有良好的控制性能,為PEMFC發(fā)電系統(tǒng)設(shè)計(jì)時(shí)電壓的控制提供了設(shè)計(jì)思路和參考方案. 4、PEMFC單電池輸出特性模型中的參變量系數(shù)對(duì)模型的精度有著很大的影響,由于這些系數(shù)均是在特定實(shí)驗(yàn)環(huán)境下測(cè)定,所以模型難于滿足在各種不同反應(yīng)條

9、件下的精度要求.為了提高模型的精度,本文提出了對(duì)模型的參變量系數(shù)采用一種變換適應(yīng)度尺度、保護(hù)優(yōu)秀個(gè)體和交叉預(yù)選擇機(jī)制的改進(jìn)型遺傳算法進(jìn)行優(yōu)化.仿真結(jié)果表明單電池輸出模型在多種不同反應(yīng)條件下均能與實(shí)驗(yàn)數(shù)據(jù)很好的擬合,為PEMFC輸出特性模型在更廣范圍內(nèi)預(yù)測(cè)電池工作電壓的變化提供了新的改善途徑. 5、PEMFC發(fā)電系統(tǒng)的工作溫度嚴(yán)重影響著電堆的輸出性能和使用壽命,為了減少溫度波動(dòng)使其穩(wěn)定在最佳值上,必須采取有效的控制手段.

10、本文首先利用來(lái)自專家的經(jīng)驗(yàn)和實(shí)驗(yàn)數(shù)據(jù),分別采用T-S模糊方法和自適應(yīng)神經(jīng)模糊方法建立了電堆溫度的辨識(shí)模型,分析比較得知自適應(yīng)神經(jīng)模糊方法具有較高的精度與辨識(shí)速度;并在自適應(yīng)神經(jīng)模糊方法辨識(shí)模型的基礎(chǔ)上提出了一種神經(jīng)模糊控制算法,采用BP反向傳播算法對(duì)模糊隸屬度函數(shù)的參數(shù)進(jìn)行修改,使模糊系統(tǒng)中自學(xué)習(xí)能力較差、不能滿足實(shí)時(shí)控制要求的問(wèn)題得以解決;仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該控制器是可行的.其次,從提高PEMFC系統(tǒng)辨識(shí)精度和速度的角度出發(fā),本文在基

11、本Elman神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,給結(jié)構(gòu)單元中增加了一個(gè)固定增益的自反饋連接改進(jìn)了網(wǎng)絡(luò)結(jié)構(gòu);并運(yùn)用動(dòng)態(tài)BP算法對(duì)網(wǎng)絡(luò)權(quán)值進(jìn)行調(diào)整;仿真實(shí)驗(yàn)結(jié)果表明改進(jìn)后的神經(jīng)網(wǎng)絡(luò)辨識(shí)器的性能得到了較大改善.之后,在改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)辨識(shí)模型的基礎(chǔ)上提出了一種改進(jìn)T-S模糊神經(jīng)控制,對(duì)算法作了以下三點(diǎn)改進(jìn): 1)模糊控制器的結(jié)構(gòu)前件網(wǎng)絡(luò)由四層簡(jiǎn)化為三層; 2)采用減法聚類確定模糊劃分?jǐn)?shù);3)在后件網(wǎng)絡(luò)權(quán)值的學(xué)習(xí)中引入了動(dòng)量因子.與常規(guī)的模