一种多电堆固体氧化物燃料电池系统的气路结构优化方法与流程

1.本发明属于多电堆固体氧化物燃料电池技术领域，更具体地，涉及一种多电堆固体氧化物燃料电池系统的气路结构优化方法。


背景技术：

2.在化石能源枯竭、环境污染日益严重的今天，固体氧化物燃料电池(sofc)作为一种中高温燃料电池，具有高效、低排放、低噪声等优点，是一种前景广阔的绿色发电系统。sofc是由多片单电池片组成的，但电池片的堆叠不宜过多，否则会大大提高故障发生的概率，因此单个电堆限定在1kw以内，为了满足符合需求则需要将多个电堆进行串并联集成形成电堆模组，并进一步形成多堆sofc发电系统。多堆sofc发电系统的电堆模组结构由气路和电路组成。然而，当多个堆栈串联或并联时，其应用需要解决一些问题。首先，不同的堆叠模块集成拓扑在气电连接方面将直接影响sofc系统的性能和输入/输出特性，并决定系统的效率、寿命和可靠性。其次，不同的堆叠模块集成拓扑具有不同的温度安全性、成本和热电耦合特性。因此，为了提高系统的效率和寿命，有必要对多电堆模组的气路和电路结构进行优化设计。
3.由于电路结构需要依托气路结构进行设计，因此，应首先优化气路结构，再选择最优的电路结构。电堆模组的气路结构主要影响整个系统的燃料分布和温度分布，对电堆组件的性能起着决定性的作用。而目前对多电堆燃料电池电路结构的研究主要分为串联结构和并联结构两个方面，在多电堆燃料电池电路结构的研究中，主要存在以下不足：1)在电路和气路结构的研究中，现有工作大多是两堆串联或并联的结构，考虑不全。但在实际应用中，这两种结构缺乏通用性，不能满足大多数使用场景的要求。2)没有考虑温度因素。3)所考虑的优化不够全面。
4.综上所述，提出一种多电堆固体氧化物燃料电池的电路气路结构优化的方法对sofc技术的应用至关重要。


技术实现要素：

5.针对现有技术的缺陷和改进需求，本发明提供了一种多电堆固体氧化物燃料电池系统的气路结构优化方法，其目的在于提供一种多电堆连接方式的优化方法使得得到的多电堆的电气拓扑结构综合性能最优。
6.为实现上述目的，按照本发明的一个方面，提供了一种多电堆固体氧化物燃料电池系统的气路结构优化方法，包括：
7.基于待优化系统的电堆个数m，确定其n种气路结构，所述n种气路结构包括电堆串联结构、电堆并联结构以及多种电堆串并联混合结构，并对每种气路结构下的多电堆固体氧化物燃料电池系统进行建模；
8.采用优化算法，初始化待优化系统的输入参数，以所述输入参数的约束范围以及待优化系统输出参数的约束范围为约束条件，以最大系统效率为优化目标，对每种气路结
构的多种预设净输出功率工作状态的操作点分别进行寻优，得到该种气路结构下每种工作状态所对应的最优操作点；
9.对每种气路结构在其各个最优操作点下的输出性能进行评分，基于评分结果，得到最优的气路结构。
10.进一步，所述m＝4，则n＝4，四种气路结构分别为：电堆串联结构，电堆并联结构，两并后两串结构，以及两串后两并结构；所述多种预设净输出功率工作状态包括额定净输出功率。
11.进一步，所述输入参数包括：燃料流量，空燃比，以及第一个电堆的预设输出电流；
12.每个系统模型对各个电堆的输出电流按如下方式进行线性分配：
[0013][0014]
其中，i为第一个电堆的预设输出电流，ii是第i个电堆的输出电流，i＝2,3,
…
,m，是第i个电堆的入口氢气的流量，是第一个电堆的入口氢气的流量。
[0015]
进一步，所述输出参数包括：温度梯度tg，燃料电池内部温度t
pen
，燃烧室温度tb，电堆入口阴极阳极气体温差δt
inlet
，净输出功率p
net
，燃料利用率fu，以及输出效率se。
[0016]
进一步，所述优化算法为遗传-粒子群优化算法。
[0017]
进一步，燃料利用率fu的计算方式为：
[0018][0019]
其中，为m个电堆的电流之和，n
cell
为单个电堆电池片数，f为法拉第常数，fm为燃料中组分m的流量，单位为mol/s，j为燃料中组分m反应消耗的氧原子个数。
[0020]
进一步，所述评分的实现方式为：
[0021]
将所述n种气路结构在同一个净输出功率工作状态下的系统效率从小到大进行排序，将每种气路结构对应的排序序号作为该种气路结构在该净输出功率工作状态下对应的系统效率指标值；
[0022]
对每种气路结构在每个净输出功率工作状态下的各热输出特性参数之间进行加权求和，作为该种气路结构在该净输出功率工作状态下的温度安全指标值；
[0023]
将每种气路结构在每种净输出功率工作状态下所对应的所述系统效率指标值与所述温度安全指标值的加和作为该种气路结构在该净输出功率工作状态下的评分；
[0024]
将每种气路结构的各净输出功率工作状态所对应的评分相加，作为该种气路结构的总得分；
[0025]
则所述基于评分结果，得到最优的气路结构，具体为：
[0026]
将总得分最高的气路结构作为最优气路结构。
[0027]
进一步，所述加权求和的公式具体为：
[0028]
所述温度梯度tg的得分
[0029]
所述电堆入口阴极阳极气体温差δt
inlet
的得分
[0030]
所述燃料电池内部温度t
pen
的得分
[0031]
所述燃烧室温度tb的得分
[0032]
所述温度安全指标值
[0033]
本发明还提供一种多电堆固体氧化物燃料电池系统的电气拓扑结构，其为采用如上所述的一种多电堆固体氧化物燃料电池系统的气路结构优化方法优化出的最优的气路结构，根据由各个电堆电压电流输出特性的差异所确定的与该气路结构匹配的组网方式，所得到的最优电气拓扑结构。
[0034]
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如上所述的气路结构优化方法。
[0035]
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：
[0036]
(1)实际需要满足大功率输出的需求，而每个电堆输出功率有一定的上限，超过该上限会导致故障率大大提高，因此，需要将多个电堆进行连接组合成多电堆的发电模组进行供电，多个电堆连接过程中的如何连接是一个很重要的问题，不同的连接结构会导致系统有不同的电特性和热特性，因此需要找到综合最优的结构，本发明要解决的技术问题就是该问题。本发明结合实际，建立了多电堆sofc系统的四种气路结构，然后利用ga-pso算法和综合评价得出了最优的气路结构，并选择了一种电路结构组成了多电堆sofc发电系统，对多电堆sofc系统的结构有着实际应用指导的价值。
[0037]
(2)本发明优选四个电堆，四个电堆的额定功率总和基本满足实际工程需求，本发明方法包括对四个不同多电堆结构建模、ga-pso算法的最佳工作点的寻优以及结合实际的评价机制。这一套流程思路是新创的，另外关于评分机制所考虑的参数和评价权重等，是结合了实际的实验来确定的。
[0038]
(3)最佳的结构不一定是各个性能方面最好的结构，而是综合性能最好的结构，为了比较其综合性能，需要在每个结构的最佳的状态进行比较，否则毫无意义。在发电系统对外输出时，效率是最为重要的指标，因此，本发明使用ga-pso算法以效率为优化目标，在满足工作正常热特性电特性条件下，寻找到在目标功率下的最高效率的工作点，然后通过评分机制对此时工作点的相关输出参数进行比较打分，从而选出最优秀的结构。
附图说明
[0039]
图1为本发明实施例提供的一种多电堆固体氧化物燃料电池的电路气路结构优化的方法的流程框图；
[0040]
图2为本发明实施例提供的基于ga-pso算法的气路结构优化流程基图；
[0041]
图3为单电堆固体氧化物燃料电池发电系统；
[0042]
图4为本发明实施例提供的四种气路结构；
[0043]
图5为本发明实施例提供的四种气路结构的五芒星性能图；
[0044]
图6为本发明实施例提供的四种多电堆固体氧化物燃料电池发电系统；
[0045]
图7为本发明实施例提供的优化后的最佳气路电路结构的多电堆固体氧化物燃料电池结构。
具体实施方式
[0046]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0047]
实施例一
[0048]
一种多电堆固体氧化物燃料电池系统的气路结构优化方法，如图1所示，包括：
[0049]
s1、基于待优化系统的电堆个数m，确定其n种气路结构，该n种气路结构包括电堆串联结构、电堆并联结构以及多种电堆串并联混合结构，并对每种气路结构下的多电堆固体氧化物燃料电池系统进行建模；
[0050]
s2、采用优化算法，初始化待优化系统的输入参数，以输入参数的约束范围以及待优化系统输出参数的约束范围为约束条件，以最大系统效率为优化目标，对每种气路结构的多种预设净输出功率工作状态的操作点分别进行寻优，得到该种气路结构下每种工作状态所对应的最优操作点；
[0051]
s3、对每种气路结构在其各个最优操作点下的输出性能进行评分，基于评分结果，得到最优的气路结构。
[0052]
当选用遗传-粒子群优化算法(ga-pso)进行寻优时，优化过程如图2所示，其中，图2的左图为ga-pso算法的原理图，右图为应用于本实施例的实际使用流程。
[0053]
优选的，m＝4，n＝4，四种气路结构分别为：电堆串联结构，电堆并联结构，两并后两串结构，以及两串后两并结构；
[0054]
本实施例基于单堆的固体氧化物燃料电池发电系统(如图3所示)，首先通过改变其换热器、蒸发器、重整器、鼓风机的相关尺寸，其次设计了四种不同气路结构(如图4所示)与之连接组成了四种多电堆固体氧化物燃料电池发电系统(如图6所示)。
[0055]
另外，上述多种预设净输出功率工作状态包括额定净输出功率。需要说明的是，净输出功率工作状态的预设方式为：为了完整展示该多堆固体氧化物燃料电池系统在整个正常工作范围内的工作特性，以1kw级为间隔，从额定净输出功率向下选取净输出功率工作状态，且选择的工作状态正常工作范围内。例如，m＝4，n＝4，其工作额定净输出功率为4kw,则有四种工作状态，分别为：1kw，2kw，3kw，4kw，假设当系统净输出功率在小于1kw时候，系统会出现温度过低等不能正常工作的情况，则不需要选择该点。
[0056]
优选的，结合实际操作的情况，合理选择多电堆固体氧化物燃料电池系统气路的输入参数与系统输出参数，输入参数选择为：燃料流量、空燃比和输出电流的设定值。其中空燃比是输入空气流量和输入燃料流量的比值。而输出参数的选择主要体现在两个方面：
热输出特性对应的参数和电输出特性对应的参数。根据实际情况和电堆长寿命的工作运行，选择了四个重要的热输出特性：温度梯度，燃料电池内部温度，燃烧室温度，电堆入口阴极阳极气体温差；电输出特性对应的参数：系统净输出功率p
net
，燃料利用率(fuel utilization，fu)和输出效率(system efficiency，se)。然后根据系统运行安全的要求，确定输入参数和输出参数的约束范围
[0057]
因此，上述输入参数包括：燃料流量，空燃比，以及第一个电堆的预设输出电流。
[0058]
其中，空燃比(air fuel ratio，afr)定义如下：
[0059][0060]
其中，n
air
是输入空气流量，n
fuel
是输入燃料流量。
[0061]
此外，电流的输出直接决定了气体消耗的速度，因此，当后续电堆燃料浓度不足时，输出电流还设置较高，会导致燃料亏空的现象，因此，为了避免该现象的发生，本实施例提出的每个系统模型根据进入电堆的燃料浓度对各个电堆的输出电流按均如下方式进行了线性分配：
[0062][0063]
其中，i为第一个电堆的预设输出电流，ii是第i个电堆的输出电流，i＝2,3,
…
,m，是第i个电堆的入口氢气的流量，是第一个电堆的入口氢气的流量。
[0064]
输入参数的约束范围根据实际工程经验获得，如下表1。
[0065]
表1输入参数及其约束范围
[0066]
输入定义约束范围i电池电流(a)[10,90]f_fuel燃料流量(mol/s)[6,24]afr空燃比[30,70]
[0067]
优选的，对于系统的输出参数主要包括两个方面：热输出特性和电输出特性。sofc电堆一般工作在600～800℃的高温条件下，随之而来产生了许多温度安全问题，比如：电堆内部温度梯度过大，会导致电堆内部热应力过大，使电堆内部结构产生形变或者破损。因此，为了保证电堆的安全需要将电堆工作过程中最高的温度与温度梯度限制在一定的范围。根据实际情况和电堆长寿命的工作运行，选择了四个重要的热输出特性：温度梯度tg，燃料电池内部温度t
pen
(即电堆平均温度)，燃烧室温度tb，电堆入口阴极阳极气体温差δt
inlet
(即电堆入口气体温差)。在保证上述电堆温度安全的情况下，sofc电堆的电输出特性主要包括：系统净输出功率p
net
，燃料利用率(fuel utilization，fu)和输出效率(system efficiency，se)。
[0068]
因此上述输出参数包括：温度梯度tg，燃料电池内部温度t
pen
，燃烧室温度tb，电堆入口阴极阳极气体温差δt
inlet
，净输出功率p
net
，燃料利用率fu，以及输出效率se。
[0069]
燃料利用率fu的计算方式为：
[0070][0071]
其中，为m个电堆的电流之和，n
cell
为单个电堆电池片数，f为法拉第常数，fm为燃料中组分m的流量，单位为mol/s，j为燃料中组分m反应消耗的氧原子个数。
[0072]
输出参数的约束范围根据实际工程经验获得，如下表2。
[0073]
表2输出参数及其约束范围
[0074]
输出参数定义约束范围tb燃烧室温度(k)《1273t
pen
电堆平均温度(k)[873,1173]tg温度梯度(k/cm)《8δt
inlet
电堆入口气体温差(k)《200se系统效率-fu燃料利用率[0.2,0.8]p
net
系统净输出功率(w)-[0075]
基于以上输入参数及其约束范围，输出参数及其约束范围，以及寻优目标，得到每种气路结构每个工作状态下的最优操作点，具体如下：
[0076]
多电堆sofc系统的输出效率(即系统效率)作为电堆的一个核心性能指标是本次优化的目标，因此，最优操作点定义为：在电池系统全程满足热输出特性对应参数的约束、燃料利用率约束、仿真终点处达到指定的功率且系统效率最大的输入参数组合。其中系统效率定义为：
[0077][0078]
其中se(x)，p
net
(x)和f_fuel(x)分别是对应于输入组合x＝(f
fuel
,f
air
,i)的系统效率、系统净输出功率和燃料流量；lhv是燃料低热值，例如：假设系统使用甲烷作为燃料，甲烷低热值为802.6kj/mol。
[0079]
优化目标函数定义如下：
[0080]
minf＝-se(x)
[0081]
此外，为了防止电堆燃料亏空，需要对燃料利用率进行约束，其中本次燃料选择甲烷和氢气，则根据所述燃料利用率计算公式，本系统燃料利用率准确定义如下：
[0082][0083]
其中是四个电堆的电流之和，n
cell
是单个电堆电池片数，f是法拉第常数，是甲烷流量(mol/s)，是氢气流量(mol/s)。
[0084]
根据上述表2的热输出特性和电输出特性的范围，得出约束条件：
[0085]
p
net
＜1.01p
set
[0086]
p
net
＞0.99p
set
[0087]
t
pen
(x)-1173＜0
[0088]
t
pen
(x)-873＞0
[0089]
tb(x)-1273＜0
[0090]
tg(x)-8＜0
[0091]
fu-0.2＞0
[0092]
fu-0.8＜0
[0093]
δt
inlet
＝|t
fuel-t
air
|＜200；
[0094]
上述p
set
即为需求的净输出目标功率，系统净输出功率的约束范围在目标功率的
±
1％。
[0095]
接着引入sign符号函数来判断输出参数是否满足约束条件：
[0096][0097]
其中，x
min
和x
max
分别是输出参数的最小值和最大值。如果x在约束范围[x
min
,x
max
]内，那么判定值m的值为0，否则为1。根据该公式，上述的热输出特性和电输出特性可以表示为：
[0098][0099][0100][0101][0102][0103][0104]
将上述加起来，因此，最终算法的适应度函数可以表示为：
[0105][0106]
其中，fitness(x)是效率的负数形式，当fitness(x)取得最小值时，则代表达到了最高效率。
[0107]
如图3和表3所示，得到了不同结构在四个功率状态下的最优操作点。
[0108]
表3 ga-pso算法优化的结果
[0109][0110][0111]
优选的，评分机制主要包含以下两个方面。
[0112]
(1)系统效率。效率是电堆很重要的指标，也是ga-pso算法优化的指标，而且根据效率计算公式可知效率也是与成本直接相关的，在一定的功率输出下燃料流量越大(即成本)效率越低，因此，效率方面考虑使用排序的方式进行评价，其中order表示效率从小到大排序的序号。
[0113]
score
se
＝order
[0114]
(2)温度安全。由于多个电堆的存在，在温度梯度，电堆入口阴极阳极气体温差和电堆平均温度三个方面，分别取这些电堆中的最大温度梯度，最大电堆入口阴极阳极气体温差和电堆平均温度最大偏离值(指离温度1023k偏移量最大的温度，1023k是正常电堆运行的最佳温度有利于电堆高效率长寿命稳定运行)。温度安全方面的评分的权重：最大温度梯度权重为2，且该参数越小越好；最大电堆入口阴极阳极气体温差权重为1，且该参数越小越好；电堆平均温度最大偏离值权重为1，且该参数越接近1023k越好；燃烧室最大温度的权重为0.5，且该参数越小越好。在计算中利用最大的定义域范围作为参考且乘以4，否则效率评价权重过高，温度影响因素不高。则公式可表示为：
[0115][0116][0117][0118]
[0119][0120]
其中，对于需要越小越好的参数进行量化采用了的函数，input是输出参数，upperlimit是该输入参数的上限值，能够将输入参数的值限定在定义域[0,1]内量化，以第一个式子为例，然后第二项是该参数的权重系数，第三项则是为了避免系统效率指标值过大使温度影响因素较小，所以乘以了4，使得其定义域扩大为[0,4]，增加其影响因素。此外第三个公式采用了的函数，其中target是目标值，lowerlimit是下限，该公式越接近target值越大。
[0121]
最后，将上述分数加起来(score
totall
＝score
se
score
t
)进行比较，得出该功率下的分数。
[0122]
因此上述步骤s3中评分的实现方式为：
[0123]
将所述n种气路结构在同一个净输出功率工作状态下的系统效率从小到大进行排序，将每种气路结构对应的排序序号作为该种气路结构在该净输出功率工作状态下对应的系统效率指标值；例如：假设n＝4，工作状态为4kw净输出功率，如果，每种气路结构在此工作状态下对应的系统效率为25％，22％，37％，43％，则对应的序号(即分数)为2，1，3，4。
[0124]
对每种气路结构在每个净输出功率工作状态下的各热输出特性参数之间进行加权求和，作为该种气路结构在该净输出功率工作状态下的温度安全指标值；例如，假设n＝4，工作状态为4kw净输出功率，该种气路结构在该工作状态下的各热输出特性参数分别为：最大温度梯度4k/cm，最大电堆入口阴极阳极气体温差186k,电堆平均温度最大偏移值1153k，燃烧室温度1267k。将所述参数带入上述四个公式计算可得分数分别为4，0.28，0.533，0.009，则该种气路结构在4kw净输出功率工作状态下的温度安全指标值为4.903。
[0125]
将每种气路结构在每种净输出功率工作状态下所对应的所述系统效率指标值与所述温度安全指标值的加和作为该种气路结构在该净输出功率工作状态下的评分；例如，假设n＝4，工作状态为4kw净输出功率，该种气路结构在该工作状态下的温度安全指标值和系统效率指标值分别为：4.712，4，则该种气路结构在该净输出功率工作状态下的评分为8.712。
[0126]
将每种气路结构的各净输出功率工作状态所对应的评分相加，作为该种气路结构的总得分；例如，假设n＝4，该种气路结构具有预设的四种工作状态：4kw净输出功率，3kw净输出功率，2kw净输出功率，1kw净输出功率。其分别在对应工作状态下的评分为8.032，9.681，8.232，7.635，则该种气路结构总得分为33.58。
[0127]
则上述步骤s3中基于评分结果，得到最优的气路结构，具体为：将总得分最高的气路结构作为最优气路结构。
[0128]
优选的，上述加权求和的公式具体为：
[0129]
温度梯度tg的得分
[0130]
电堆入口阴极阳极气体温差δt
inlet
的得分
[0131]
燃料电池内部温度t
pen
的得分
[0132]
燃烧室温度tb的得分
[0133]
温度安全指标值
[0134]
按照以上计算方式，得到相关结果，如下表4和表5所示。
[0135]
表4评价指标以及相关输出参数
[0136][0137][0138]
表5评价结果
[0139][0140]
通过上述结果对每一项总分和进行排序打分(包括系统效率，温度梯度，电堆入口阴极阳极气体温差，燃烧室温度和燃料电池内部温度，具体操作：以表5系统效率为例，结
构-a四个工作状态的系统效率指标值分别2，3，2，1则其总分和为8，依次可以得出结构-b总分和为10，结构-c总分和为15，结构-d总分和为7,，最后根据分数进行排序结构-a为2分，结构-b为3分，结构-c为44分，结构-d为1分)得出图5，不同气路结构的五芒星性能图，对图5的综合比较，可以得到:
[0141]ⅰ、结构-a(串联)：该结构的温度梯度和电堆的平均温度梯度工作良好，但燃烧室与进入电堆的气体之间的温差方面较差。
[0142]ⅱ、结构-b(两并后两串):这种结构是一种性能相对平衡的结构。
[0143]ⅲ、结构-c(两串后两并):这种结构效率最高，但电堆的平均温度、进入电堆的气体的温差和燃烧室的温度方面分数都较低。
[0144]ⅳ、结构-d(并联):该结构电堆进口气体温差和燃烧室温度得分最高。平均堆栈温度评分较好，但效率和温度梯度性能较差。
[0145]
综合比较得出结构-c(两串后两并)分数最高，为最佳的气路结构。
[0146]
实施例二
[0147]
一种多电堆固体氧化物燃料电池系统的电气拓扑结构，其为采用如实施例一所述的一种多电堆固体氧化物燃料电池系统的气路结构优化方法优化出的最优的气路结构，根据由各个电堆电压电流输出特性的差异所确定的与该气路结构匹配的组网方式，所得到的最优电气拓扑结构。
[0148]
在实施例一的基础上，本实施例根据常用的电路结构，列出了图6所示四种进行定性分析比较：
[0149]
a.结构稳定性最好，且不需要考虑控制电堆的电压电流满足电路特性，当电堆出现故障时，即开即关不影响其他电堆，可靠性很高，但是需要高增益的dc/dc转换器，也是最昂贵的解决方案。
[0150]
b.结构稳定性比较好，但是需要使dc/dc转换器的输出电流一致，满足串联电路的要求，当电路出现故障时候，故障电堆使用串联旁路电路屏蔽该故障电路，而且需要的dc/dc转换器增益不高。
[0151]
c.结构稳定性一般，由于让两个电堆串联，因此使用的dc/dc转换器增益不高，但是需要考虑两个串联的电堆的输出电流，还要旁路电路。由于上述选择的气路结构的电流输出并不一样，因此，该种电路结构不适合所选择的气路结构。
[0152]
d.结构稳定性最差，但是电路结构最简单，使用的dc/dc转换器最少且不需要高增益的转换器，但是需要考虑的因素很多，比如要严格控制每个电堆的输出电流一致，在实际过程中是很难实现的，此外每个电堆也需要配备串联旁路电路，且需要增加二极管等元器件防止电流不等导致的电流倒流。同样的，这种电路结构不适合所选择的气路结构。
[0153]
因此，综上所述为了保证系统的稳定性和可靠性，图6中的c电路结构是最优的选择。由优化后的最佳气路电路与图6中的c电路结合得到的多电堆固体氧化物燃料电池的电气拓扑结构如图7所示。
[0154]
相关技术方案同实施例一，在此不再赘述。
[0155]
实施例三
[0156]
一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如上
所述的气路结构优化方法。
[0157]
相关技术方案同实施例一，在此不再赘述。
[0158]
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。