燃料电池堆温度控制方法、装置、模型预测控制器及系统与流程

1.本发明涉及燃料电池技术领域，特别涉及一种基于模型预测的燃料电池堆温度控制方法、装置、模型预测控制器及系统。


背景技术：

2.质子交换膜燃料电池作为最受瞩目的氢能发展方向之一，具备产物无污染，能量转换效率高等优点，已广泛应用于混合动力车辆、移动便携设备、无人机等领域。然而，相关技术中燃料电池存在温度控制均匀性及稳定性较差等问题，亟待解决。


技术实现要素：

3.本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
4.为此，本发明的第一个目的在于提出一种基于模型预测的燃料电池堆温度控制方法，该方法可以保证燃料电池温度控制的均匀性及稳定性，有效避免温度超调或波动过大。
5.本发明的第二个目的在于提出一种基于模型预测的燃料电池堆温度控制装置。
6.本发明的第三个目的在于提出一种模型预测控制器。
7.本发明的第四个目的在于提出一种基于模型预测的燃料电池堆温度控制系统。
8.为达到上述目的，本发明第一方面实施例提出了一种基于模型预测的燃料电池堆温度控制方法，包括以下步骤：采集燃料电池堆当前时刻的实际温度；利用所述燃料电池堆的阶跃响应曲线和所述当前时刻的实际温度预测得到下一时刻的预测温度；对所有时刻的实际温度与预测温度之间的第一差值进行加权得到误差修正值，根据所述误差修正值修正所述下一时刻的预测温度，并根据修正后的预测温度与目标温度的第二差值确定的温度控制参数控制加热组件或制冷组件工作，以控制所述燃料电池堆的温度达到所述目标温度。
9.本发明实施例的基于模型预测的燃料电池堆温度控制方法，通过预测模型及滚动优化的方式稳定控制燃料电池堆的温度，维持电堆温度恒定，有效保证电堆温度的稳定性，始终维持在一个稳定的温度范围内，避免了温度超调或波动过大，且通过预测控制算法可以实现温度控制的能耗最低、效果最优，有效解决解决燃料电池温度控制均匀性及稳定性的问题。
10.另外，根据本发明上述实施例的基于模型预测的燃料电池堆温度控制方法还可以具有以下附加的技术特征：
11.进一步地，在本发明的一个实施例中，根据修正后的预测温度与目标温度的第二差值确定温度控制参数，包括：如果所述第二差值小于或等于温度调节阈值，则根据预设控制量确定所述温度控制参数；如果所述第二差值大于所述温度调节阈值，则根据所述燃料电池堆的温度分布状态计算得到控制增量，以根据所述控制增量确定所述温度控制参数。
12.进一步地，在本发明的一个实施例中，预测温度的计算公式为：
[0013][0014]
其中，ai和an分别为所述阶跃响应曲线上第i时刻和第n时刻的采样温度，u(k-i)为
k-i时刻的实际温度，δu(k-i)为k-i时刻的温度变化量，a、k为采样时刻，y(k j)为预测的温度值，n所述阶跃响应曲线的时域长度。
[0015]
进一步地，在本发明的一个实施例中，还包括：获取所述燃料电池堆的实际产热功率；根据所述实际产热功率确定所述燃料电池堆的目标温度。
[0016]
为达到上述目的，本发明第二方面实施例提出了一种基于模型预测的燃料电池堆温度控制装置，包括：采集模块，用于采集燃料电池堆当前时刻的实际温度；预测模块，用于利用所述燃料电池堆的阶跃响应曲线和所述当前时刻的实际温度预测得到下一时刻的预测温度；校正模块，用于对所有时刻的实际温度与预测温度之间的第一差值进行加权得到误差修正值，根据所述误差修正值修正所述下一时刻的预测温度；控制模块，用于根据修正后的预测温度与目标温度的第二差值确定的温度控制参数控制加热组件或制冷组件工作，以控制所述燃料电池堆的温度达到所述目标温度。
[0017]
本发明实施例的基于模型预测的燃料电池堆温度控制装置，通过预测模型及滚动优化的方式稳定控制燃料电池堆的温度，维持电堆温度恒定，有效保证电堆温度的稳定性，始终维持在一个稳定的温度范围内，避免了温度超调或波动过大，且通过预测控制算法可以实现温度控制的能耗最低、效果最优，有效解决解决燃料电池温度控制均匀性及稳定性的问题。
[0018]
另外，根据本发明上述实施例的基于模型预测的燃料电池堆温度控制装置还可以具有以下附加的技术特征：
[0019]
进一步地，在本发明的一个实施例中，所述控制模块进一步用于在所述第二差值小于或等于温度调节阈值时，根据预设控制量确定所述温度控制参数；在所述第二差值大于所述温度调节阈值时，根据所述燃料电池堆的温度分布状态计算得到控制增量，以根据所述控制增量确定所述温度控制参数。
[0020]
进一步地，在本发明的一个实施例中，预测温度的计算公式为：
[0021][0022]
其中，ai和an分别为所述阶跃响应曲线上第i时刻和第n时刻的采样温度，u(k-i)为k-i时刻的实际温度，δu(k-i)为k-i时刻的温度变化量，a、k为采样时刻，y(k j)为预测的温度值，n所述阶跃响应曲线的时域长度。
[0023]
进一步地，在本发明的一个实施例中，还包括：确定模块，用于获取所述燃料电池堆的实际产热功率，并根据所述实际产热功率确定所述燃料电池堆的目标温度。
[0024]
为达到上述目的，本发明第三方面实施例提出了一种模型预测控制器，包括上述实施例所述的基于模型预测的燃料电池堆温度控制装置
[0025]
为达到上述目的，本发明第四方面实施例提出了一种基于模型预测的燃料电池堆温度控制系统，包括：上述实施例所述的模型预测控制器；燃料电池电堆、温度传感器、冷却液流量传感器、散热器风速传感器、制冷组件和制热组件，其中，所述制冷组件包括散热器、风扇和水泵，所述制热组件包括ptc加热器。
[0026]
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0027]
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0028]
图1为根据本发明一个实施例的基于模型预测的燃料电池堆温度控制方法的流程图；
[0029]
图2为根据本发明一个实施例的燃料电池电堆冷却水环路示意图；
[0030]
图3为根据本发明一个具体实施例的基于模型预测的燃料电池堆温度控制方法的流程图
[0031]
图4为根据本发明一个实施例的基于模型预测的燃料电池堆温度控制装置的方框示意图。
具体实施方式
[0032]
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
[0033]
燃料电池系统建模对于其性能分析、优化设计与控制策略开发等具有重要意义。相关技术中，依据面向对象不同，燃料电池系统建模方法主要分为两种，分别是面向系统设计分析的建模与面向控制器设计的建模：(1)面向系统设计分析的建模一般是基于偏微分方程的分布参数模型，然而这种模型由于其复杂性往往不适用于控制器的设计；(2)面向控制器设计的建模一般是基于常微分方程的集总参数模型，然而大多数集总参数模型都无法满足系统设计分析的精度。
[0034]
本发明实施例提出了一种基于模型预测的燃料电池堆温度控制方法，可以用于模型预测控制器中，有效满足控制器的设计要求。下面将参照附图描述根据本发明实施例提出的基于模型预测的燃料电池堆温度控制方法、装置、模型预测控制器及系统，首先将参照附图描述根据本发明实施例提出的基于模型预测的燃料电池堆温度控制方法。
[0035]
图1是本发明一个实施例的基于模型预测的燃料电池堆温度控制方法的流程图。
[0036]
如图1所示，该基于模型预测的燃料电池堆温度控制方法包括以下步骤：
[0037]
在步骤s101中，采集燃料电池堆当前时刻的实际温度。
[0038]
其中，本发明实施例可以根据温度传感器采集的燃料电池电堆实时温度，实际温度是在控制作用下测得的电堆温度。
[0039]
在步骤s102中，利用燃料电池堆的阶跃响应曲线和当前时刻的实际温度预测得到下一时刻的预测温度。
[0040]
可以理解的是，本发明实施例可以预测下一时刻的电堆温度，具体的：
[0041]
选择适当的采样时间，在阶跃响应曲线上得到由1到n各个采样时间的采样值a1、a2、a3...an，即燃料电池电堆的温度响应；利用电堆的温度响应预测未来的输出值，即n《n时，a采样时刻输出预估值为：
[0042][0043]
其中，ai和an分别为阶跃响应曲线上第i时刻和第n时刻的采样温度，u(k-i)为k-i时刻的实际温度，δu(k-i)为k-i时刻的温度变化量，a、k为采样时刻，y(k j)为预测的温度
值，n阶跃响应曲线的时域长度。
[0044]
需要说明的是，采样温度指电堆在给定阶跃信号下的响应温度，用来描述系统特性并预测未来系统的温度输出；n《n指在得到1到n各个采样时间的采样值后，可以预测未来n个时刻的模型输出预测值；a采样时刻输出预估值指根据采样值描述的系统动态特性预测的燃料电池在a采样时刻的电堆温度响应。
[0045]
在步骤s103中，对所有时刻的实际温度与预测温度之间的第一差值进行加权得到误差修正值，根据误差修正值修正下一时刻的预测温度，并根据修正后的预测温度与目标温度的第二差值确定的温度控制参数控制加热组件或制冷组件工作，以控制燃料电池堆的温度达到目标温度。
[0046]
其中，如图2所示，制冷组件包括散热器、风扇和水泵，制热组件包括ptc加热器。
[0047]
可要理解的是，本发明实施例可以预测下一时刻的电堆温度及所需要加热或冷却的热量、根据相关的热量需求，计算出相应的水量、风量；并输出对应的风扇转速、水泵转速、ptc加热量等。
[0048]
具体而言，本发明实施例可以利用实时信息进行反馈校正，在每一步控制作用后，把测量的实际输出，即电堆实际温度，与模型预测算出的预测值进行比较，得到输出误差；采用对输出误差加权的方式对将来输出值的预测进行修正，从而实现反馈校正。
[0049]
在本发明实施例中，还包括：获取燃料电池堆的实际产热功率；根据实际产热功率确定燃料电池堆的目标温度。
[0050]
可以理解的是，本发明实施例可以以不同功率下的堆温为控制目标。
[0051]
进一步地，在本发明的一个实施例中，根据修正后的预测温度与目标温度的第二差值确定温度控制参数，包括：如果第二差值小于或等于温度调节阈值，则根据预设控制量确定温度控制参数；如果第二差值大于温度调节阈值，则根据燃料电池堆的温度分布状态计算得到控制增量，以根据控制增量确定温度控制参数。
[0052]
其中，温度调节阈值可以根据实际调节需求进行设置，比如5℃。
[0053]
具体而言，本发明实施例分阶段调控加热组件或制冷组件工作：当离目标温度相差较大或电堆产热功率较大时，快速调节冷却液泵功率和风扇转速；当离目标温度较近时(例如5℃内)，可缓慢调节冷却液泵功率和风扇转速。其中，低温环境升温和低温环境小功率运行，按类似方式调节ptc加热功率；对循环泵功率，散热器风扇转速以及ptc加热功率的控制校正上，旨在得到最佳的冷却剂流量以及电堆进口处的冷却剂温度。
[0054]
需要说明的是，本发明实施例主要包括三个部分，即预测模型、滚动优化、反馈校正，其中，滚动优化过程是指不断采集下一时刻的输出信号，在新的信号基础上再重新进行预测、校正、优化操作，整个优化过程是反复在线进行的，不断地在每一时刻求取最优解。
[0055]
主要包括以下步骤：
[0056]
s1：构建燃料电池电堆温度计算模型；
[0057]
s2：构建燃料电池电堆温度预测控制系统；
[0058]
s3：输出电堆温度预测值；
[0059]
s4：根据电堆温度分布状态，计算控制增量，即散热器风扇和水泵的调节指令；
[0060]
s5：计算温度输出，与预测值比较，得到输出误差，对预测值进行校正与预测控制。
[0061]
综上，本发明实施例通过预测模型及滚动优化，稳定控制执行器参数，即冷却液泵
的转速，散热风扇的转速和低温环境的ptc加热功率，维持电堆温度恒定，避免了温度超调或波动过大。
[0062]
下面将通过一个具体实施例对基于模型预测的燃料电池堆温度控制方法进行阐述，如图3所示，包括以下步骤：
[0063]
(1)采集燃料电池堆温度相关数据；
[0064]
(2)根据系统输出得到各个电堆产热功率计电堆温度采样值；
[0065]
(3)根据温度采样值以及预测值校正输出电堆温度预测值；
[0066]
(4)判断预测温度与预设温度(即目标温度)之间的差值是否小于或等于5℃；
[0067]
(5)如果是，则缓慢调节冷却液泵功率和风扇转速，或者，低温加热时缓慢调节pct加热功率)；如果否，则计算控制增量，快速调节风扇转速和水泵功率，或者，低温加热时快速调节pct加热功率；
[0068]
(6)计算温度输出，并得到输出误差，从而精确调控执行器参数，使得电堆温度达到理想状态。
[0069]
根据本发明实施例提出的基于模型预测的燃料电池堆温度控制方法，通过预测模型及滚动优化的方式稳定控制燃料电池堆的温度，维持电堆温度恒定，有效保证电堆温度的稳定性，始终维持在一个稳定的温度范围内，避免了温度超调或波动过大，且通过预测控制算法可以实现温度控制的能耗最低、效果最优，有效解决解决燃料电池温度控制均匀性及稳定性的问题。
[0070]
其次参照附图描述根据本发明实施例提出的基于模型预测的燃料电池堆温度控制装置。
[0071]
图4是本发明一个实施例的基于模型预测的燃料电池堆温度控制装置的方框示意图。
[0072]
如图4所示，该基于模型预测的燃料电池堆温度控制装置10包括：采集模块100、预测模块200、校正模块300和控制模块400。
[0073]
其中，采集模块100用于采集燃料电池堆当前时刻的实际温度；预测模块200用于利用燃料电池堆的阶跃响应曲线和当前时刻的实际温度预测得到下一时刻的预测温度；校正模块300用于对所有时刻的实际温度与预测温度之间的第一差值进行加权得到误差修正值，根据误差修正值修正下一时刻的预测温度；控制模块400用于根据修正后的预测温度与目标温度的第二差值确定的温度控制参数控制加热组件或制冷组件工作，以控制燃料电池堆的温度达到目标温度。
[0074]
进一步地，在本发明的一个实施例中，控制模块400进一步用于在第二差值小于或等于温度调节阈值时，根据预设控制量确定温度控制参数；在第二差值大于温度调节阈值时，根据燃料电池堆的温度分布状态计算得到控制增量，以根据控制增量确定温度控制参数。
[0075]
进一步地，在本发明的一个实施例中，预测温度的计算公式为：
[0076][0077]
其中，ai和an分别为阶跃响应曲线上第i时刻和第n时刻的采样温度，u(k-i)为k-i时刻的实际温度，δu(k-i)为k-i时刻的温度变化量，a、k为采样时刻，y(k j)为预测的温度值，n阶跃响应曲线的时域长度。
[0078]
进一步地，在本发明的一个实施例中，本发明实施例的装置10还包括：确定模块。其中，确定模块用于获取燃料电池堆的实际产热功率，并根据实际产热功率确定燃料电池堆的目标温度。
[0079]
需要说明的是，前述对基于模型预测的燃料电池堆温度控制方法实施例的解释说明也适用于该实施例的基于模型预测的燃料电池堆温度控制装置，此处不再赘述。
[0080]
根据本发明实施例提出的基于模型预测的燃料电池堆温度控制装置，通过预测模型及滚动优化的方式稳定控制燃料电池堆的温度，维持电堆温度恒定，有效保证电堆温度的稳定性，始终维持在一个稳定的温度范围内，避免了温度超调或波动过大，且通过预测控制算法可以实现温度控制的能耗最低、效果最优，有效解决解决燃料电池温度控制均匀性及稳定性的问题。
[0081]
此外，本发明实施例还提出了一种模型预测控制器，包括上述实施例的基于模型预测的燃料电池堆温度控制装置。根据本发明实施例提出的模型预测控制器，通过预测模型及滚动优化的方式稳定控制燃料电池堆的温度，维持电堆温度恒定，有效保证电堆温度的稳定性，始终维持在一个稳定的温度范围内，避免了温度超调或波动过大，且通过预测控制算法可以实现温度控制的能耗最低、效果最优，有效解决解决燃料电池温度控制均匀性及稳定性的问题。
[0082]
并且，本发明还提出了一种基于模型预测的燃料电池堆温度控制系统，包括：上述实施例的模型预测控制器；燃料电池电堆、温度传感器、冷却液流量传感器、散热器风速传感器、制冷组件和制热组件，其中，制冷组件包括散热器、风扇和水泵，制热组件包括ptc加热器。根据本发明实施例提出的基于模型预测的燃料电池堆温度控制系统，通过预测模型及滚动优化的方式稳定控制燃料电池堆的温度，维持电堆温度恒定，有效保证电堆温度的稳定性，始终维持在一个稳定的温度范围内，避免了温度超调或波动过大，且通过预测控制算法可以实现温度控制的能耗最低、效果最优，有效解决解决燃料电池温度控制均匀性及稳定性的问题。
[0083]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0084]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0085]
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。