动态工况下SOFC系统全生命周期健康管控方法、系统及存储介质

摘要: 本发明属于sofc系统健康管控,更具体地,涉及一种动态工况下sofc系统全生命周期健康管控方法、系统及存储介质。背景技术:1、固体氧化物燃料电池(solidox...
动态工况下SOFC系统全生命周期健康管控方法、系统及存储介质

本发明属于sofc系统健康管控,更具体地,涉及一种动态工况下sofc系统全生命周期健康管控方法、系统及存储介质。

背景技术:

1、固体氧化物燃料电池(solid oxide fuel cell,sofc)具有能量转换效率高、燃料适应性强、污染物排放低以及便于进行余热利用等优点,在分布式发电、船舶动力和综合能源系统等领域具有良好的应用前景。

2、sofc系统通常在高温条件下运行,系统内部同时存在电化学反应、气体输运和热量传递等过程。不同过程的动态响应时间尺度存在明显差异,其中电流和输出功率等电特性响应较快,燃料和空气输运过程具有一定滞后,电堆、重整器和燃烧室等部件的温度变化则相对缓慢。与此同时,电堆及相关高温部件在长期运行过程中会持续发生性能退化,使系统输入与输出之间的映射关系随运行时间和健康状态发生变化。因此,随着sofc系统长期运行,电堆内阻、极化损失、温度分布以及燃料利用特性的变化会导致被控对象的动态特性相对于初始状态发生漂移。

3、首先,现有sofc运行优化方案通常根据电堆电流、燃料利用率、空气过量比等运行参数,对系统效率、输出功率、温度状态、退化速率或运行成本进行分析,并在给定目标功率下确定较优操作点。该类方案能够在一定程度上改善特定工况下的运行性能,但所得操作点通常对应预设健康状态或固定运行条件。当系统健康状态发生变化后,相同运行参数所对应的输出功率、温度状态和退化速率也会发生改变,原有操作点可能不再适用于当前系统,继续采用原有操作点可能造成目标功率跟踪误差增大、控制量波动加剧,甚至使温度或燃料相关约束难以持续满足。

4、其次,部分运行优化方案主要以系统效率、输出功率或运行成本为优化目标,安全限制和寿命影响通常作为附加条件分别处理,缺少在满足目标功率、安全约束的可行运行域内,对系统性能和运行寿命进行统一评价的机制。因此,现有方案可能获得短期效率较高的运行点,但该运行点在当前健康状态下可能对应较高的温度梯度、较低的燃料安全裕度或较快的退化速率,难以兼顾系统长期运行需求。还有部分sofc动态控制方案通常采用比例积分控制、模型预测控制、广义预测控制或其他闭环控制方法,通过调节电堆电流、空气流量和燃料流量等变量,实现目标功率跟踪或局部温度控制。该类方案主要关注秒级至分钟级的短时动态响应,其前馈操作点、参考轨迹和控制参数通常依据初始模型或特定工况整定,也难以兼顾系统长期运行需求。

5、再次,针对系统效率、运行寿命或经济性的优化通常在较长时间尺度上离线完成。长时尺度得到的较优操作点或操作区间,与短时闭环控制之间缺少明确的转换和协同机制,难以直接形成动态工况下可执行的控制量。若仅依靠短时反馈控制将系统拉回目标功率,控制器可能需要进行较大幅度的反复调节;若仅调用离线获得的固定操作点,又难以补偿实际运行过程中由负载扰动、气体输运滞后和热状态变化引起的偏差。因此,现有技术尚难以同时发挥长时运行优化和短时动态控制的作用。

6、另外,现有健康状态评估或寿命预测方案能够提供系统退化程度或未来退化趋势,但相关结果通常主要用于监测、预警和维护决策,未被进一步用于更新长时运行参考和短时控制参数。部分方案虽然能够针对少数健康阶段重新计算运行参数,但sofc真实退化数据的获取周期长,不同健康状态和不同目标功率下的数据分布不充分,难以支撑全生命周期内多次、连续的运行参考和控制参数更新。

技术实现思路

1、针对现有技术的以上缺陷或改进需求,本发明提供了一种动态工况下sofc系统全生命周期健康管控方法、系统及存储介质,其目的在于解决在sofc系统存在退化过程与工况扰动交织的动态工况下,健康状态难以真正参与控制决策、长时运行优化与短时动态控制脱节以及控制参数随退化持续失配的问题。

2、为实现上述目的,本发明提供了一种动态工况下sofc系统全生命周期健康管控方法,包括:

3、s1,获取sofc系统在当前时刻的运行参数、目标输出功率及健康状态soh;其中,所述运行参数包括sofc系统的输入参数,以及基于所述输入参数得到的运行状态参数及实际输出功率;

4、s2,从当前运行参数空间中筛选出满足所述目标输出功率和sofc系统安全约束的输入参数作为所述健康状态soh下的候选操作点集合;其中,所述当前运行参数空间包括当前时刻及之前的运行参数;

5、s3,从所述候选操作点集合中选择经济成本最小的候选操作点作为当前健康阶段的长时尺度最优操作点;

6、s4,将当前健康阶段的长时尺度最优操作点作为控制参考值,对当前时刻的输入参数进行更新控制,以使sofc系统运行的实际输出功率跟踪下一时刻的目标输出功率并满足所述安全约束;其中,更新后的输入参数作为sofc系统下一时刻的输入参数;

7、s5,将下一时刻作为当前时刻,获取sofc系统在当前时刻的运行参数、目标输出功率及健康状态soh,判断当前时刻的健康状态soh与当前健康阶段的长时尺度最优操作点对应的健康状态soh之间的差值是否达到预设阈值,或者当前是否达到预设运行时间周期,若是,则返回步骤s2,若否,则返回步骤s4,直至sofc系统运行至寿命终止。

8、进一步地,sofc系统的输入参数至少包括电堆电流i、燃料利用率fu、空气过量比ar和旁路阀开度bp;

9、将当前健康阶段的长时尺度最优操作点作为控制参考值,对当前时刻的输入参数进行更新控制,包括:

10、将当前健康阶段的长时尺度最优操作点中的电堆电流i和旁路阀开度bp作为前馈控制参考值,将长时尺度最优操作点中的燃料利用率fu和空气过量比ar作为反馈控制参考值,采用在线辨识的t-s模糊模型和约束广义预测控制相结合的控制算法,得到从当前时刻开始覆盖个控制步的前馈控制序列和反馈控制序列:,,表示从当前时刻开始第个控制步下的电堆电流i和旁路阀开度bp,{0,1,2,…,};表示当前时刻开始第个控制步下的燃料利用率fu和空气过量比ar;

11、取作为sofc系统下一时刻的输入参数;

12、其中,前馈控制序列中,取值为长时尺度最优操作点中的电堆电流i和旁路阀开度bp;所述反馈控制序列通过最小化如下目标函数得到:

13、;

14、其中,表示所述控制算法中当前时刻的预测控制目标函数,为最小化目标函数,为预设的预测步长,为预测步,为从当前时刻开始第个预测步下sofc系统实际输出功率的预测值,为从当前时刻开始第个预测步下的目标输出功率,为控制加权系数,表示二范数,。

15、进一步地,在控制过程中,各控制步下所满足的安全约束包括:

16、;

17、;

18、;

19、;

20、;

21、;

22、其中,为从当前时刻开始第个控制步下的电堆温度梯度预测值,和分别表示电堆温度梯度的允许下限和允许上限;为从当前时刻开始第个控制步下的电堆最高温度预测值,和分别表示电堆温度的允许下限和允许上限;为从当前时刻开始第个控制步下的电堆入口温差预测值,和分别表示电堆入口温差的允许下限和允许上限;为从当前时刻开始第个控制步下的燃烧室温度预测值,和分别表示燃烧室温度的允许下限和允许上限;为从当前时刻开始第个控制步下sofc系统实际输出功率的预测值,和分别表示系统实际输出功率增量的允许下限和允许上限;为从当前时刻开始第个控制步下的燃料流量预测值,和分别表示燃料流量的允许下限和允许上限。

23、进一步地,所述当前运行参数空间还包括由训练好的带梯度惩罚项的wasserstein生成对抗网络生成的退化样本;

24、所述带梯度惩罚项的wasserstein生成对抗网络的训练样本为当前的真实退化样本,所述当前的真实退化样本为当前时刻及之前的运行参数,训练所述带梯度惩罚项的wasserstein生成对抗网络的损失函数为:

25、;

26、;

27、其中,表示期望,为真实退化样本,为生成对抗网络的生成器生成的退化样本,为梯度惩罚样本,为生成对抗网络的判别器,为梯度惩罚系数,为到之间的随机系数,为生成器生成的退化样本分布,为真实的退化样本分布,为判别器关于的梯度,表示二范数。

28、进一步地,所述候选操作点集合中各候选操作点的经济成本为:

29、;

30、;

31、其中,为当前候选操作点下的燃料成本,为设备总成本,为当前工况下的总运行寿命,为单位燃料价格系数,为当前候选操作点下sofc系统的输出功率,为系统效率,为气体摩尔体积常数,为燃料热值,为时间。

32、进一步地,所述经济成本最小的候选操作点有多个时,选择燃料利用率fu高且空气过量比ar低的候选操作点作为当前健康阶段的长时尺度最优操作点。

33、进一步地,sofc系统的安全约束包括电堆温度梯度约束、电堆最高温度约束、入口温差约束、燃烧室温度约束和燃料流量约束。

34、本发明还提供了一种动态工况下sofc系统全生命周期健康管控系统,包括计算机可读存储介质和处理器;

35、所述计算机可读存储介质用于存储可执行指令;

36、所述处理器用于读取所述计算机可读存储介质中存储的可执行指令执行上述任一项所述的动态工况下sofc系统全生命周期健康管控方法。

37、本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述任一项所述的动态工况下sofc系统全生命周期健康管控方法。

38、本发明还提供了一种计算机程序产品,包括计算机程序,当所述计算机程序在计算机上运行时,使得计算机执行上述任一项所述的动态工况下sofc系统全生命周期健康管控方法。

39、总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:

40、(1)本发明将性能目标(经济成本表征)、寿命目标(健康状态soh表征)和安全约束统一纳入同一运行框架,根据当前健康状态soh,在满足目标功率和sofc系统安全约束的候选运行域内,选择经济成本最小的候选操作点作为适用于当前健康阶段的长时尺度最优操作点。由于不同健康状态下相同运行参数对应的输出性能、温度状态和退化速率存在差异,本发明能够避免不同健康阶段长期沿用同一固定操作点,使健康状态实际参与运行参考的确定,并降低系统运行于高温度梯度、低燃料安全裕度或高退化速率区域的可能性。

41、本发明根据健康状态变化量或运行时间触发滚动更新,并基于不同健康状态和不同目标功率下的运行参数重新确定长时尺度最优操作点,同时更新短时控制参数(对各时刻输入参数的更新控制)。因此,当系统输入输出关系随长期退化发生漂移时,长时尺度最优操作点和短时控制能够随当前系统特性相应调整,从而减小初始模型和固定参数与实际对象之间的失配,提高健康管控方案在不同健康阶段下的持续有效性。

42、(2)进一步地,本发明将长时尺度确定的最优操作点转化为电堆电流、旁路阀开度等变量的前馈控制基准,并利用在线辨识的t-s模糊模型和约束广义预测控制,根据输出功率偏差和系统状态变化对空气流量、燃料流量进行反馈修正。由此,长时尺度得到的性能—寿命协同运行决策(长时尺度最优操作点)能够转化为动态工况下可实时执行的控制量,同时短时反馈控制能够补偿由于负载变化、气体输运滞后和热状态变化引起的偏差,有利于减少单独依赖固定操作点或单独依赖反馈调节所产生的跟踪误差和控制波动。

43、(3)进一步地,在控制过程中,在各控制步所满足的安全约束下,使动态工况下的sofc系统能够及时响应目标功率变化,还能够长期维持电堆温度、温度梯度、重整器温度、燃料利用率及燃料供给状态处于允许范围内,并避免系统持续运行在易加速退化的工况区域。

44、(4)进一步地,在真实退化数据不足或部分工况样本稀疏时,本发明通过利用真实退化样本数据生成补充全局工况的退化样本数据,为滚动更新提供数据支撑。

45、总体而言,本发明提供的适用于动态工况的sofc系统健康管控方法,能够根据当前健康状态,先在满足目标功率和安全约束的候选运行域内确定兼顾系统性能和运行寿命的长时运行参考,再将长时运行参考转化为短时控制的前馈基准并结合反馈控制进行动态修正,同时在系统健康状态发生变化时,对长时运行参考和短时控制参数进行滚动更新,保证了控制方案在不同健康阶段下的适用性。