基于神经网络辨识模型的质子交换膜燃料电池系统建模与控制研究

论文摘要

燃料电池被认为是发展最好的能源和未来最理想的氢能利用方式之一,因此,燃料电池发电技术的研究和开发成为目前全世界的研究热点。质子交换膜燃料电池(PEMFC)是继碱性燃料电池、磷酸燃料电池、熔融碳酸盐燃料电池和固体氧化物燃料电池之后发展起来的一种新型燃料电池。随着PEMFC技术的逐渐成熟和接近商业化,PEMFC系统的发电性能必须得到可靠有力的保证。输出电压是表征PEMFC性能最重要的参数。PEMFC工作温度对其性能有很大的影响。本文参考了国内外研究质子交换膜燃料电池的经验,利用公开文献和本所的实验数据,建立了PEMFC电堆的动态参数模型。在此参数模型的基础上,利用智能方法进行系统辨识,建立起电压和温度的辨识模型。最后基于该辨识模型,设计了智能控制器对PEMFC的输出电压和温度进行控制研究。本文的主要工作内容和成果包括:(1)建立了比较全面的PEMFC仿真模型。本文结合机理和经验的建模方法,吸收了前人对PEMFC输出特性模型的研究成果,将电堆的主要物理结构参数作为变量,建立起PEMFC仿真模型。所建立的动态模型包括双电层动态、流道动态和温度动态,是较以往的模型更全面更系统的PEMFC动态模型。然后利用Matlab/Simulink对该模型进行了仿真分析。仿真结果表明该仿真模型能够正确反映各种操作参数的动态变化,可以作为系统设计、分析和控制的有效工具。(2)应用径向基神经网络建立了PEMFC电压辨识模型。本文采用了一种改进的自适应最简结构算法对神经网络进行训练,使径向基神经网络在较短的时间内达到较高的精度。基于上述电压辨识模型,分别设计了基于正交最小二乘算法的模糊神经网络内模控制器和模糊PID控制器对PEMFC的输出电压进行控制,并对两种控制器进行了比较分析。PEMFC电压控制方案是将电流密度作为干扰量,采用调节阳极气体流量和阴极气体流量将输出电压控制在期望工作点。仿真结果表明,第一种控制器的控制效果更好一些。(3)应用自适应模糊神经网络建立了PEMFC温度辨识模型。基于上述温度辨识模型,设计了基于Rough集理论的自适应模糊神经网络控制器和基于BP神经网络的PID控制器对PEMFC的温度进行控制研究,并对两种控制器进行了比较分析。控制器的目的是保证质子交换膜燃料电池系统工作在一个合适的温度范围内,并尽可能的减少波动范围。仿真结果表明两种控制器都可以达到预期目的,但是在进入稳态时间、超调量等控制性能指标方面,基于Rough集理论的自适应模糊神经网络控制器都明显的比基于BP神经网络的PID控制器要好。

论文目录

• 摘要
• ABSTRACT
• 符号表
• 第一章 绪论
• 1.1 燃料电池概述
• 1.2 质子交换膜燃料电池及其组成
• 1.3 燃料电池分类及质子交换膜燃料电池电堆结构
• 1.4 质子交换膜燃料电池的优点和关键技术问题
• 1.5 质子交换膜燃料电池电堆建模现状分析
• 1.5.1 从物理空间维数来分的模型
• 1.5.2 从组成结构来分的模型
• 1.6 PEMFC 控制现状分析
• 1.6.1 质子交换膜燃料电池系统控制的特点
• 1.6.2 质子交换膜燃料电池系统控制的要求
• 1.6.3 质子交换膜燃料电池系统控制的研究现状
• 1.7 质子交换膜燃料电池的仿真与计算工具介绍
• 1.8 本论文的主要工作
• 1.8.1 主要研究内容
• 1.8.2 主要创新点
• 1.9 本文的结构说明
• 第二章 质子交换膜燃料电池建模
• 2.1 引言
• 2.2 PEMFC 数学模型
• 2.2.1 流道和气体扩散层中的控制方程
• 2.2.2 催化层中的控制方程
• 2.2.3 质子交换膜中的控制方程
• 2.2.4 PEMFC 的工作电压
• 2.3 PEMFC 经验模型
• 2.3.1 输出电压模型
• 2.3.2 输出电压模型参数优化
• 2.3.3 双电层电容模型
• 2.3.4 阴极流道模型
• 2.3.5 阳极流道模型
• 2.3.6 膜的水合模型
• 2.3.7 电堆温度模型
• 2.4 小结
• 第三章 质子交换膜燃料电池影响因素分析及模型仿真
• 3.1 引言
• 3.2 质子交换膜燃料电池电特性影响因素分析
• 3.2.1 模型参变量对PEMFC 电特性的影响
• 3.2.2 运行参数对PEMFC 电特性的影响
• 3.2.3 材料参数对PEMFC 电特性的影响
• 3.3 质子交换膜燃料电池模型的仿真与验证
• 3.3.1 PEMFC 模型稳态性能仿真
• 3.3.2 PEMFC 模型动态性能仿真
• 3.4 小结
• 第四章 质子交换膜燃料电池电压控制设计
• 4.1 引言
• 4.2 模糊神经网络介绍
• 4.3 基于径向基神经网络的质子交换膜燃料电池系统辨识
• 4.3.1 系统辨识的概念及神经网络用于系统辨识的特点
• 4.3.2 基于径向基神经网络的PEMFC 系统辨识
• 4.3.3 一种改进的径向基神经网络自适应最简结构算法描述
• 4.3.4 基于改进算法的PEMFC 电压辨识及其仿真结果
• 4.4 质子交换膜燃料电池系统工作点的寻优
• 4.4.1 黄金分割法寻优
• 4.4.2 爬山法寻优
• 4.5 质子交换膜燃料电池系统输出电压的模糊神经网络内模控制
• 4.5.1 内模控制器原理介绍
• 4.5.2 模糊神经网络内模控制器
• 4.5.3 基于正交最小二乘算法的模糊神经网络内模控制器设计
• 4.5.4 模糊神经网络内模控制器控制仿真结果
• 4.6 质子交换膜燃料电池系统输出电压的模糊PID 控制
• 4.6.1 模糊PID 原理
• 4.6.2 PEMFC 输出电压的模糊PID 控制器设计
• 4.6.3 PEMFC 输出电压的模糊PID 控制器仿真结果
• 4.7 两种控制算法的比较
• 4.8 小结
• 第五章 质子交换膜燃料电池温度控制设计
• 5.1 引言
• 5.2 质子交换膜燃料电池温度控制及确定方法
• 5.3 质子交换膜燃料电池系统自适应模糊神经网络系统辨识
• 5.4 基于Rough 集理论的PEMFC 温度自适应模糊神经网络控制
• 5.4.1 Rough 集理论描述
• 5.4.2 自适应模糊神经网络控制器的结构
• 5.4.3 基于Rough 集理论的自适应模糊神经网络控制器设计
• 5.4.4 基于Rough 集理论的自适应模糊神经网络控制器仿真结果
• 5.5 质子交换膜燃料电池系统温度的神经网络PID 控制
• 5.5.1 基于BP 神经网络的PID 控制结构及算法描述
• 5.5.2 基于BP 神经网络的PID 控制仿真结果
• 5.6 两种控制算法的比较
• 5.7 小结
• 第六章 总结与展望
• 参考文献
• 致谢
• 攻读博士学位期间发表或录用的主要学术论文目录