1、内燃机与配件 w w w.n r j p j.c n基于B P-P I D的质子交换膜燃料电池温度控制温舒鹏1,李孟涵1,杨祖勇2,李志强2,裴毅强2,袁 昊1(1.河北工业大学 能源与环境工程学院,天津 3 0 0 4 0 1;2.天津大学 内燃机燃烧学国家重点实验室,天津 3 0 0 0 7 2)摘 要:针对目前燃料电池在大功率工况下,负载电流在动态变化时存在燃料电池温度波动较大,调节时间较长和调节精度较低等问题,本文提出一种B P-P I D控制策略,利用B P神经网络具有逼近任意非线性函数的特点,通过对系统性能优化算法实现最理想的P I D参数组合,搭建5 5 kW燃料电池模型并验证其
2、可行性。设计P I D控制器为对照组,仿真结果表明B P-P I D控制器能够快速、有效地对电堆进出口温度进行控制,对提高大功率燃料电池温度控制精度具有重要意义。关键词:燃料电池;控制策略;B P神经网络;P I D控制器;热管理系统 中图分类号:TM 9 1 1 文献标识码:A 文章编号:1 6 7 4-9 5 7 X(2 0 2 3)0 9-0 0 2 5-0 5T e m p e r a t u r eC o n t r o l o fP r o t o nE x c h a n g eM e m b r a n eF u e lC e l l sB a s e do nB P-P I
3、DW e nS h u-p e n g1,L iM e n g-h a n1,Y a n gZ u-y o n g2,L iZ h i-q i a n g2,P e iY i-q i a n g2,Y u a nH a o1(1.S c h o o l o fE n e r g ya n dE n v i r o n m e n t a lE n g i n e e r i n g,H e b e iU n i v e r s i t yo fT e c h n o l o g y,T i a n j i n,3 0 0 4 0 1;2.S t a t eK e yL a b o r a t
4、o r yo fE n g i n e s,T i a n j i nU n i v e r s i t y,T i a n j i n,3 0 0 0 7 2)A b s t r a c t:T h i sp a p e rp r o p o s e saB P-P I Dc o n t r o l s t r a t e g y t oa d d r e s s t h ep r o b l e m so f l a r g e f l u c t u a t i o n s i nf u e lc e l l t e m p e r a t u r e,l o n gr e g u l
5、a t i o nt i m ea n dl o wr e g u l a t i o na c c u r a c yw h e nt h el o a dc u r r e n tc h a n g e sd y n a m i c a l l yu n d e rh i g h-p o w e r o p e r a t i n gc o n d i t i o n s.f u e l c e l lm o d e l a n dv e r i f y t h e f e a s i b i l i t yo f t h em o d e l.T h eP I Dc o n t r o
6、l l e ri sd e s i g n e da sac o n t r o l g r o u p,a n dt h es i m u l a t i o nr e s u l t ss h o wt h a t t h eB P-P I Dc o n t r o l l e r c a nq u i c k l ya n de f f e c-t i v e l yc o n t r o l t h e i n l e ta n do u t l e t t e m p e r a t u r e so f t h er e a c t o r,w h i c h i so fg r
7、e a t s i g n i f i c a n c e t o i m p r o v e t h e t e m-p e r a t u r ec o n t r o l a c c u r a c yo fh i g h-p o w e r f u e l c e l l s.K e yw o r d s:F u e l c e l l;C o n t r o l s t r a t e g y;B Pn e u r a ln e t w o r k;P I Dc o n t r o l l e r;T h e r m a lm a n a g e m e n t s y s t e
8、m作者简介:温舒鹏(1 9 9 8),男,江苏徐州人,汉族,硕士,研究方向:燃料电池的控制与仿真。0 引言质子交换膜燃料电池(P EMF C)是一种高效、环保的发电装置,被广泛用于交通工具动力源和分布式发电系统温度对P EMF C内气体传输特性、水管理、电化学反应活度及电堆的效率和稳定性等方面均有影响,P EMF C在工作时约有5 0%的化学能以热能形式输出,未及时排出的热能会导致电堆温度上升,温度过高会使质子交换膜脱水,并中断质子传导与导电,导致阴极催化剂含水量降低,甚至会引起不可逆转的结果;同时其温度还具有不均匀性,它会降低P EMF C的稳定性和耐久性1。因此制定有效热管理策略来保证电堆
9、温度和温度分布均匀性,对于燃料电池性能、安全和使用寿命至关重要2。目前国内外学者对P EMF C的热管理系统进行了大量研究3-6。P u k r u s h p a n7建立了电堆、空气进气系统和氢气进气系统的动态仿真模型,并基于模型采用线性二次型调节器实现了对空气过氧比的精确控制,但是缺少对电堆热模型以及其余热部件的建模与分析;Z h a oX8建立了一个基于电化学反应和热力学的面向控制的水冷系统热管理控制模型,并开发了一个用于模型验证的实验系统,验证了模型具有较高的精度,但是缺少控制策略。陈维荣等9提出冷却水流量跟随电流策略控制冷却水进出口温差,减少水泵与散热器风扇的耦合作用,通过P I
10、D控制电堆入口温度。K i m等1 0提出了一种递归控制设计方法,以保证电堆温度的鲁棒调节并满足约束。陈立等1 1采用模型函数确定伸缩因子的变论域模糊P I D控制器控制电堆温度。赵洪波等1 2提出流量同时跟随电流及功率、神经网络自抗扰两种控制策略,仿真对比显示后者在最大功率工况下的控制效果较差,但总体表现略好。程思亮1 3设计了卡尔曼滤波的全阶状态观测器对输出功率保持恒定在3 0 k W的城市客车进行温度控制。当负载电流动态变化且燃 料 电 池 功 率 较 大 时,常 规 的 控 制 策 略 存 在 局限性。为了提高大功率燃料电池温度及温差控制精度和灵敏度,在MA T L A B/S i m
11、 u l i n k仿真平台上搭建包括P EM-F C和散热系统在内的热管理系统模型。基于模型基础上设计水泵及散热器风扇的B P-P I D控制器,实现燃料电池温度和温差的控制。并与P I D控制策略做对比,分析当负载电流阶跃变化时,两种控制器对电堆进出口温度和温差的控制情况,并绘制水泵与散热器风扇流量变化曲线。1 燃料电池热管理系统燃料电池热管理系统包括散热器、冷却水泵、节温器和循环冷却水管路等,其工作原理如图1所示。在一定温度范围内,节温器根据冷却水温度自动分配热管理系统各支路的冷却水流量,在燃料电池低温启动阶段实现电堆的快速升温,减少热管理系统的寄生损耗。52DOI:10.19475/k
12、i.issn1674-957x.2023.09.0162 0 2 3年第9期图1 P EM F C热管理系统模型框图循环水泵和散热器是温度控制系统的主要执行机构,水泵主要控制电堆出入口冷却水的温度差,依靠冷却水的循环将燃料电池内部产生的热量带出,而散热器则主要控制电堆入口的冷却水温度,依靠散热风扇强制空气对流实现循环冷却水的散热。热管理系统具有时滞、大惯性和非线性等特点,并且水泵和散热风扇的控制具有强耦合作用,从而在电堆负载动态变化时电堆温度波动大,甚至可能出现短时高温、调节时间长等情况,这种情况不利于电堆正常工作性能的发挥,也会缩短燃料电池寿命。因此,在电堆工作过程中,尤其是负载动态变化中,
13、需要采用合适的热管理系统控制策略保证温度的稳定,在一定程度上削弱循环水泵和散热风扇的耦合作用,从而保证系统耐久性和温度超调的安全裕度1 4-1 5。2 热管理系统的工作原理2.1 温度动态模型为了更加精确计算出燃料电池工作中产生的热量,假定燃料中的化学能全部转换为电能与热能,根据化学反应方程式:Q=CM T,燃料电池热量平衡关系如下:Cs tMs td Ts td t=Qt o t-P-Qg a s-Qc l-Qa m b(2-1)假设燃料电池中的化学能全部转换并且只转换电能和热力学能,这样可以更加精确地计算燃料电池的产热功率:Qg e n=Qt o t-P(2-2)电堆内部的能量表现为化学反
14、应过程中反应物和生成物之间的焓变,其中的化学反应为:H2+12O2H2OH=2 8 5.8k Jm o l(2-3)单位时间内参加反应的气体消耗的和反应生成水的摩尔流率如下:Qt o t=HNH2,r e a c t e d(2-4)单位时间内氢气反应的全部化学能为:Qt o t=HNH2,r e a c t e d(2-5)燃料电池电堆的输出功率是燃料电池电堆电 压和电堆电流的乘积,即:P=Vs t a c kIs t=Nc e l l sVc e l l sIs t(2-6)单位时间 内 反 应 气 体 带 出 的 热 量Qg a s可 以 由 下 式表示:Qg a s=To u ti=H
15、2,N2,H2O,O2Co u tiWo u ti-Ti ni=H2,N2,H2OCi niWi ni(2-7)冷却水流经电堆带出的热量Qc l可以表示为冷却水的质量流速Wc l和冷却水的比热容CP c l及电堆进口冷却水温度Ti n及T的函数。即:Qc l=Wc lCP c l(T-Ti n)(2-8)水冷型燃料电池约9 0%的废热是通过冷却液散热的1 6。故忽略电堆向外辐射的热功率Qa m b。2.2 散热器模型散热器将燃料电池中产生的剩余热量排出到大气中,它通过冷却风扇将冷却水中的热量散发到周围环境中,可以认为散热器的热传递正比于环境温度和冷却水温度的差值。经过散热器后,冷却水的温度为:
16、To u tr a d=Ti nr a d(To u ta i r-Ta)Ca i rWa i rWc lCc l(2-9)式中:To u tr a d为散热器循环水出口温度;Ti nr a d为散热器循环水入口温度;To u ta i r为散热器气体出口温度,等于散热器循环水的出入口温度的平均值;Wa i r为空气流量。3 B P-P I D控制器3.1 B P神经网络B P神经网络是一种多层次的前馈神经网络,它最主要的特点是信号是前向传播的,而误差是反方向传播的。它是由众多的神经元可调的连接权值连接而成,具有很强的非线性逼近能力,是目前应用最广泛的神经网络模型之一。具体来说,对于只含一个隐层的神经网络模型见图2所示。图2 B P神经网络结构图由图2看出,B P神经网络结构分为输入层、隐含层(中间层)和输出层三个构架。j表示输入层节点数量,此时输入层神经元的个数与输入维数相同,有m个输入节点;i表示隐含层节点,隐含层神经元个数与层数就需要设计者自己根据一些规则和目标来设定,个数为n,层数为1;l表示输出层节点,输出层神经元个数与需要拟合的数据个数相同,个数为3。隐含层的层数通常为一层