基于气液混合储氢的寒地燃料电池系统及其启动控制方法
本发明涉及燃料电池,具体地,涉及一种基于气液混合储氢的寒地燃料电池系统及其启动控制方法,尤其是一种基于气液混合储氢的寒地燃料电池系统及其水冰前视冷启动控制方法。
背景技术:
1、质子交换膜燃料电池在低温启动过程中持续生成水;当电堆局部温度低于水的冰点时,生成水可能在催化层、气体扩散层或流道内冻结,造成反应活性面积减小、传质阻力增大、单片电压下降乃至启动失败。冷启动还同时受到升温速度、反应气供给、水冰管理、电流边界和过温保护等多目标约束,不同初始水冰状态、储氢状态及冷却回路状态对应的适宜控制参数和允许负载存在差异,固定参数控制器难以在宽温域和多工况下兼顾上述要求。此外,冷启动阶段应尽量保留电堆自热,以避免外部换热延缓升温;电堆达温运行后,则需要及时回收余热。而液氢汽化形成的低温气氢和经一级换热器降温的空气可作为有机朗肯循环冷凝端的冷源,因此有必要根据电堆温度分阶段切换热管理路径:在冷启动阶段旁通有机朗肯循环与散热支路,达温后将电堆冷却液余热作为有机朗肯循环蒸发端热源,并以液氢支路低温流体作为冷凝端冷源,从而在不影响冷启动升温的前提下回收余热发电并降低常规散热负荷。
2、公开号为cn115441020b的专利文献公开了一种基于液氢的燃料电池冷能利用系统及燃料电池发动机,其通过液氢存储装置、换热器、节温器及散热器,使液氢与燃料电池冷却液换热,以利用液氢汽化冷能并调节电堆温度。该专利文献的技术方案以单一液氢供给及冷却液温控为主要技术路径,未给出在液氢汽化能力尚未建立时由高压气氢供给支路快速补偿、两路氢气经缓冲罐混合稳压,并依据缓冲罐压力和最大可供氢流量约束电堆负载的协同结构;也未给出以液氢汽化冷能承担有机朗肯循环冷凝、以电堆冷却液余热承担有机朗肯循环蒸发并输出附加电能的冷热协同路径。因此,寒地启动响应、连续供氢稳压和冷、热能梯级利用之间仍有进一步协同的需要。
3、公开号为cn120237239b的专利文献公开了一种防止燃料电池冷启动结冰的优化方法,其采集环境温度和电堆内部结冰状况,分析产水速率及温升融冰能力,并基于预测模型输出理想电流密度曲线以及中冷器与旁通管路之间的流量分配比。该专利文献的技术方案主要通过电流密度预测、空气侧流量分配和反馈补偿调节电堆热状态,其未进一步给出以产水、冻结、融化、吹扫和排水质量守恒为基础,连续更新液态水量与固态冰量并采用统一尺度分别形成当前结冰风险和前视结冰风险的技术链;也未给出由离线滚动优化结果形成多类控制参数标注数据集、训练冻结状态参数映射模型,并由供氢能力、电堆能力及结冰风险的确定性约束保留最终电流仲裁权限的协同控制方式。
4、公开号为cn118299618a的专利文献公开了一种燃料电池低温冷启动优化方法,其建立包含水传递、相变、温度和输出电压的冷启动集总参数模型,利用粒子群算法搜索启动电流密度、加载时间、初始含水量和冷却液流量,并从满足温度、冰体积分数及输出电压约束的结果中选择冷启动时间较短的操作参数。该专利文献的技术方案能够针对给定初始条件获得一组优化参数,但未给出在连续滚动时间窗口之间传递水冰、供氢及控制器状态并形成状态与优选控制参数样本对,也未进一步训练并冻结面向在线调用的多类参数映射模型;其优化结果亦未与供氢资源边界、参数安全修正及确定性电流仲裁构成闭环。因此,对于冷启动过程中连续变化的工况,仍需解决优化结果快速调用及学习建议与实时安全约束协同的问题。
5、综上,现有技术在系统层面主要围绕单一液氢供给及其冷能参与电堆温控,尚缺少兼顾冷启动瞬态响应和稳定运行储氢密度的气液双源供氢、缓冲稳压及供氢能力限载关系,也缺少液氢汽化冷能与电堆余热共同服务于有机朗肯循环发电的冷热协同路径。在控制层面,现有技术主要采用结冰状态驱动的电流及空气侧调节,或者根据给定初始条件离线搜索冷启动操作参数,尚未形成“水冰状态连续估计与前视风险计算、离线滚动优化标注数据集、冻结参数映射在线调用、资源与安全约束确定性仲裁”的完整控制链,因而难以同时兼顾多工况适应性、在线计算效率以及执行安全性。
技术实现思路
1、针对现有技术中的缺陷,本发明的目的是提供一种基于气液混合储氢的寒地燃料电池系统及其启动控制方法。
2、根据本发明提供的一种基于气液混合储氢的寒地燃料电池系统,包括:燃料电池电堆、空气供给单元、水管理单元、气液混合储氢供给单元、缓冲罐、冷却液回路、有机朗肯循环余热回收单元、散热单元、状态获取单元以及控制单元;
3、所述气液混合储氢供给单元包括:液氢储罐、液氢汽化供给支路、气氢储罐以及气氢供给支路;
4、所述液氢汽化供给支路的出口与所述气氢供给支路的出口并联连接至所述缓冲罐的入口,所述缓冲罐的出口经减压调节单元连接至所述燃料电池电堆的阳极入口;
5、所述空气供给单元连接至所述燃料电池电堆的阴极入口,所述水管理单元连接至所述燃料电池电堆的排水通道和阴极空气侧吹扫通道;
6、所述冷却液回路能够与所述燃料电池电堆进行换热,并能够经节温器选择性连接所述有机朗肯循环余热回收单元的蒸发器和所述散热单元;所述有机朗肯循环余热回收单元能够将所述蒸发器吸收的电堆余热的一部分转换为电能;
7、所述状态获取单元能够获取如下参数:环境温度、电堆温度、电流、电压、水位、空气流量、缓冲罐压力、氢气质量、液氢储量、气氢储量、最大可供氢流量、冷却液温度、有机朗肯循环状态、散热状态;
8、所述控制单元包括:水冰状态前视预测模块、离线学习参数调度模块、参数安全修正模块、基础协同控制模块以及实时安全约束模块;
9、所述水冰状态前视预测模块根据电堆状态和水冰状态生成当前结冰风险和前视结冰风险,所述离线学习参数调度模块根据当前运行状态和预测状态输出候选控制参数,所述参数安全修正模块对所述候选控制参数实施物理边界和风险规则修正,所述基础协同控制模块根据修正后的控制参数以及供氢和热管理资源状态生成电流管理请求、供氢管理请求、供气管理请求、排水管理请求、吹扫管理请求以及热管理请求;
10、所述气氢供给支路根据缓冲罐压力偏差调节供氢流量,所述冷却液回路在冷启动升温期间旁通所述蒸发器和所述散热单元,并在达到冷却投入条件后使所述有机朗肯循环余热回收单元和所述散热单元按温度条件投入;所述实时安全约束模块依据当前结冰风险、电堆能力以及供氢能力对基础电流请求实施仲裁,以形成最终执行电流。
11、优选的,所述控制单元在冷启动初期控制所述气氢供给支路优先供氢;当所述液氢汽化供给支路的实际供氢流量不低于燃料电池电堆耗氢流量且缓冲罐压力不低于设定压力时,逐步提高所述液氢汽化供给支路的供氢比例;当所述液氢汽化供给支路的实际供氢流量低于燃料电池电堆耗氢流量或缓冲罐压力低于设定压力时,控制所述气氢供给支路承担主供或补偿供氢;
12、在稳定运行阶段控制所述液氢汽化供给支路承担主供、所述气氢供给支路承担压力补偿和调峰;所述气氢供给支路根据缓冲罐压力与设定压力的偏差,通过带抗积分饱和的比例积分调节器确定调节阀开度;所述缓冲罐根据液氢汽化供氢流量和气氢供氢流量之和减去电堆耗氢流量更新罐内氢气质量,并依据氢气质量、氢气温度以及氢气容积计算缓冲罐压力;所述控制单元根据缓冲罐压力、两路剩余储量和最大可供氢流量确定供氢能力允许电流,并在供氢能力不足时输出限流或供氢切断请求。
13、优选的,所述有机朗肯循环余热回收单元包括:蒸发器、工质泵、膨胀机、发电机、冷凝器以及储液部件;
14、所述冷凝器包括一级换热器和二级换热器,并设有有机工质侧、低温气氢侧以及低温空气侧;液氢经所述一级换热器完成气化并形成低温气氢,换热空气经所述一级换热器后形成低温空气,所述低温气氢和低温空气分别流经所述二级换热器的对应冷侧并共同吸收有机工质冷凝放出的热量;
15、当电堆温度未达到冷却泵开启阈值时,冷却泵停止且节温器保持旁通,使所述蒸发器和所述散热单元不从燃料电池电堆主动取热;当电堆温度达到冷却泵开启阈值后,冷却泵启动,节温器根据冷却液温度使冷却液进入所述蒸发器,所述膨胀机利用受热后的有机工质做功并驱动所述发电机输出电能;当冷却液温度达到散热开启阈值时,启动散热单元,并在冷却液温度下降至散热关闭阈值时停止散热单元。
16、优选的,所述水冰状态前视预测模块包括:输入保护单元、最低单片温度估计单元、趋势提取单元、水冰状态估计单元、当前风险评估单元、前视状态预测单元以及预测风险评估单元;
17、所述水冰状态估计单元按照下式更新液态水状态和固态冰状态:
18、;
19、;
20、式中,为液态水估计量,为固态冰估计量;、、、、、依次为电化学产水、融冰、水位校正、冻结、吹扫去水、排水的质量流率,单位为kg/s;对和施加非负限幅,并使二者之和不超过预设水冰总容量。
21、优选的,所述当前风险评估单元根据温度与液态水耦合风险、固态冰量风险、电压下降风险以及温升不足风险形成归一化的当前结冰风险;
22、所述前视状态预测单元根据当前最低单片温度、温度变化率、固态冰量以及水冰相变净速率外推预定时间窗后的最低单片温度和固态冰量;
23、所述预测风险评估单元采用与所述当前风险评估单元相同的风险定义形成前视结冰风险;
24、当任一输入信号超出允许范围时,所述输入保护单元输出预测无效标志,并将当前结冰风险和前视结冰风险置为预设保守值。
25、优选的,所述离线学习参数调度模块所使用的离线优化标注数据集通过以下方式生成:
26、设置环境温度、初始电堆温度、初始电流以及初始液态水量不同的多种冷启动工况;在每一冷启动工况下按照滚动时间窗口接续电堆温度状态、水冰状态、供氢状态、冷却液状态、滤波器状态以及控制器积分状态;在各滚动时间窗口内采用贝叶斯优化搜索温度控制参数、供气控制参数以及水管理参数;根据温度缺口、氢耗、结冰风险积分、结冰风险峰值以及故障状态构建综合成本;将窗口起点的状态特征向量与综合成本最低的控制参数组合构成状态-优选控制参数样本对,并将多个样本对汇集为离线优化标注数据集。
27、优选的,所述离线学习参数调度模块中设置有利用所述离线优化标注数据集训练得到并冻结的参数映射模型;
28、所述参数映射模型的输入为包含最低单片温度、当前结冰风险、前视结冰风险、液态水估计量、固态冰估计量、温度变化率以及电压变化率的状态特征向量;所述参数映射模型的输出为包含温度控制参数、供气控制参数以及水管理参数的候选参数向量;所述参数映射模型在闭环运行期间仅执行由状态特征向量至候选参数向量的前向映射。
29、优选的,所述参数安全修正模块将候选控制参数截断至离线搜索边界和预设物理边界;
30、所述基础协同控制模块和所述实时安全约束模块依次按照下式形成基础电流请求和最终执行电流:
31、;
32、;
33、式中,为基础电流请求,为温度控制器产生的原始电流请求,和分别为准入参数中的调度电流下限和调度电流上限,为最终执行电流,为当前结冰风险允许电流,为电堆能力允许电流,为供氢能力允许电流;
34、压力异常保护、温度联锁排水以及热管理迟滞控制经不受参数映射模型支配的确定性路径执行。
35、本发明还提供一种基于气液混合储氢的寒地燃料电池系统的水冰前视冷启动控制方法,应用于上述的基于气液混合储氢的寒地燃料电池系统,包括如下步骤:
36、接收冷启动命令,初始化燃料电池电堆、气液混合储氢供给单元、缓冲罐、空气供给单元、水管理单元、冷却液回路、有机朗肯循环余热回收单元以及散热单元;
37、在冷启动初期,使气氢供给支路优先向缓冲罐供氢;当液氢汽化供给支路的实际供氢流量不低于燃料电池电堆耗氢流量且缓冲罐压力不低于设定压力时逐步提高液氢供氢比例;当液氢汽化供给支路的实际供氢流量低于燃料电池电堆耗氢流量或缓冲罐压力低于设定压力时由气氢供给支路承担主供或补偿供氢;在稳定运行阶段,使液氢汽化供给支路承担主供,使气氢供给支路承担压力补偿和调峰;在冷启动升温条件未满足时,使冷却液回路旁通蒸发器和散热单元;
38、采集电堆状态、水冰状态、供气状态、供氢状态以及冷却回路状态并校验输入有效性;所述供氢状态包括:缓冲罐压力、两路剩余储量、两路实际供氢流量以及最大可供氢流量;
39、根据水冰质量守恒更新液态水量和固态冰量,计算当前结冰风险和前视结冰风险;将状态特征向量输入离线训练并冻结的参数映射模型,以获得候选控制参数,对候选控制参数执行物理边界截断和风险规则修正,并结合供氢与热管理资源状态生成基础电流管理请求、供氢管理请求、供气管理请求、排水管理请求、吹扫管理请求及热管理请求;
40、根据缓冲罐压力、两路剩余储量以及最大可供氢流量计算供氢能力允许电流;在达到冷却投入条件后,按温度迟滞条件控制冷却泵、节温器、有机朗肯循环余热回收单元以及散热单元;依据当前结冰风险、电堆能力以及供氢能力对基础电流请求实施仲裁;
41、将仲裁后的控制量作用于寒地燃料电池系统,并更新热状态、电状态、水冰状态、供氢状态以及冷却回路状态,直至满足冷启动完成条件后进入正常运行。
42、优选的,所述参数映射模型包括:设置多种环境温度、初始电堆温度、初始电流以及初始液态水量不同的冷启动工况;
43、将每种连续冷启动轨迹划分为相互接续的滚动时间窗口;在每一滚动时间窗口内执行贝叶斯优化评估,根据温度缺口、氢耗、结冰风险以及故障状态确定综合成本最小的控制参数,并保存窗口起点的七维状态特征向量和对应的十维控制参数;
44、采用完整工况留出方式检验参数映射模型对未见工况的映射误差,采用贝叶斯正则化训练具有七维输入层、单隐藏层以及十维输出层的前馈神经网络;
45、训练完成后冻结网络权重和归一化参数,闭环运行期间仅调用冻结的前馈神经网络进行前向推理,由参数安全修正模块限制候选参数权限,并由结冰风险、电堆能力以及供氢能力的确定性约束保留最终电流仲裁权限。
46、与现有技术相比,本发明具有如下的有益效果:
47、1、在系统层面,本发明构建高压气氢与液氢双源协同供氢以及质子交换膜燃料电池与有机朗肯循环耦合的能源系统;具体而言,冷启动初期由高压气氢优先满足快速供氢需求,随着液氢汽化能力建立逐步提高液氢供给比例;稳定运行阶段采用液氢主供、高压气氢压力补偿和调峰的供氢方式,两路氢气经缓冲罐混合稳压后形成满足电堆需求的稳定供氢流量;液氢在一级换热器中完成气化,所得低温气氢与换热后的低温空气共同作为二级换热器的冷源,吸收有机工质冷凝热;燃料电池冷却液余热用于空气预热及有机朗肯循环蒸发发电;由此实现低温气氢和低温空气冷量与电堆余热的协同利用,减少系统外部散热需求,提高系统净输出功率和综合能源利用效率;仿真结果表明,在海拔3000 m、环境温度30 ℃的基准工况下,电堆废热综合回收利用率可达85%,系统净发电效率可达45%,显著降低燃料电池散热能耗并提升氢能利用率。
48、2、在控制层面,本发明以水冰质量守恒和趋势量形成同一尺度下的当前结冰风险与前视结冰风险,将滚动优化限定于离线优化标注数据集生成,并由冻结的参数映射模型快速调度温度控制、供气控制和水管理参数;闭环运行期间不重复执行贝叶斯优化,学习模型仅具有候选参数建议权限,参数安全修正以及由当前结冰风险、电堆能力和供氢能力构成的确定性约束保留最终修正与电流仲裁权限,从而降低冷启动结冰风险、闭环在线计算量及学习输出越界风险。
49、3、在应用层面,本发明将气液混合储氢、缓冲稳压、冷却液热管理、有机朗肯循环余热回收、水冰状态前视预测、离线学习参数调度和实时安全约束构造成具有明确输入输出及参数接口的数字化模块,通过调整储氢容量、换热与有机朗肯循环参数、水冰风险阈值和控制参数边界,并重新生成离线状态—参数映射,可在不同额定功率、环境温度和海拔条件下开展系统方案比选、参数标定、控制逻辑验证和失效边界分析,而无需改变总体闭环结构或在每次闭环仿真中重复寻优。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com