[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN116779920A - 一种基于adrc的燃料电池空气供给自抗扰控制方法及系统 - Google Patents

一种基于adrc的燃料电池空气供给自抗扰控制方法及系统 Download PDF

Info

Publication number
CN116779920A
CN116779920A CN202310718840.0A CN202310718840A CN116779920A CN 116779920 A CN116779920 A CN 116779920A CN 202310718840 A CN202310718840 A CN 202310718840A CN 116779920 A CN116779920 A CN 116779920A
Authority
CN
China
Prior art keywords
air flow
control
air
air compressor
adrc
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310718840.0A
Other languages
English (en)
Inventor
陈忠言
张其恒
刘飞
谈宇辰
张尊锟
崔春巧
井漫宇
薛花
秦强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Hydrogen Exploration New Energy Technology Co ltd
Original Assignee
Shandong Hydrogen Exploration New Energy Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Hydrogen Exploration New Energy Technology Co ltd filed Critical Shandong Hydrogen Exploration New Energy Technology Co ltd
Priority to CN202310718840.0A priority Critical patent/CN116779920A/zh
Publication of CN116779920A publication Critical patent/CN116779920A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04992—Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04082—Arrangements for control of reactant parameters, e.g. pressure or concentration
    • H01M8/04089—Arrangements for control of reactant parameters, e.g. pressure or concentration of gaseous reactants
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04082—Arrangements for control of reactant parameters, e.g. pressure or concentration
    • H01M8/04201—Reactant storage and supply, e.g. means for feeding, pipes
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
    • H01M8/04746—Pressure; Flow
    • H01M8/04753—Pressure; Flow of fuel cell reactants

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Physics & Mathematics (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Sustainable Development (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Fuzzy Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fuel Cell (AREA)

Abstract

本发明提供了一种基于ADRC的燃料电池空气供给自抗扰控制方法及系统，本发明使用基于ADRC自抗扰的供气系统控制策略来实现燃料电池的空气供给控制目标，相比基于PID控制的燃料电池空气流量控制，本发明可解决快速响应和超调之间的矛盾，能够实现燃料电池电堆空气供给的快速响应控制。且本发明对于外界因素对空气压缩机引起的干扰进而导致的空气流量的波动，可实现燃料电池空气供给系统的抗干扰控制以及消除静态误差控制，具备良好的抗干扰性能，在负载变化时保证燃料电池电堆内空气流量快速响应和空气流量稳定。

Description

一种基于ADRC的燃料电池空气供给自抗扰控制方法及系统
技术领域
本发明属于燃料电池控制技术领域，特别是一种基于ADRC的燃料电池空气供给自抗扰控制方法及系统。
背景技术
在当今化石能源需求激增、环境问题持续加重的形势下，能源的开发日益成为社会关注的重点。质子交换膜燃料电池作为可再生能源利用技术之一，能够将氢气和氧气之间的化学能转换为电能而无任何污染，因而极具发展潜力。质子交换膜燃料电池(PEMFC，Proton Exchange Membrane Fuel Cell)是一种以质子交换膜作为电解质的燃料电池，通常以空气作为还原剂，氢气作为燃料。在阳极催化剂作用下，氢分子释放电子，氢离子穿过质子交换膜在阳极生成水，电子通过外部导线，经过电化学反应直接把氢气转换为电能。
从理论上讲，只要保持向燃料电池供给反应气体，PEMFC就可以为负载提供持续的电能。但是由于外界环境等诸多因素，质子交换膜燃料电池的工作性能会受到影响，其电池组的实际输出电压将与预期值不一致，严重时甚至可能损坏电池组，因此为了稳定维持PEMFC的工作性能，质子交换膜燃料电池会配备相应的辅助系统(子系统)，保证燃料电池持续、稳定、高效的运行。因此需要采用有效的控制方法来调节和控制系统的运行状态，优化PEMFC系统的输出特性。
质子交换膜燃料电池包括多个子系统，如空气供给子系统、氢气供给子系统、水冷子系统等，为了改善燃料电池的可靠性和稳定性，对燃料电池子系统进行建模与控制至关重要，尤其对空气供给系统。空气供给系统是PEMFC的重要子系统，对其反应气体的进堆流量的控制影响着电堆输出性能的好坏，如果不能精确的控制进气流量，则燃料电池会因为供气量不足而出现“氧饥饿”现象，又或者因为供气过量而使得空气供给系统中压缩机的寄生功率变高，反而使得燃料电池功率的有效利用率下降。在PEMFC运行时，若连接的负载发生变化，则为其提供动力的PEMFC输出功率也要相应的做出变化，因此供气子系统的进堆流量也要随之改变以满足不同的功率需求，所以对于供气子系统的控制不仅是要保证供气稳定，更要满足在负载变化时其进堆流量的快速响应，因此对于空气的供气控制策略尤为重要。
燃料电池电堆空气供给通过空气压缩机控制，根据负载的变化燃料电池有不同的目标空气流量，电堆目标空气流量可以通过燃料电池电堆操作手册获取。为了将燃料电池电堆空气流量控制在目标空气流量允许的误差范围内，需要对空气压缩机进行调速控制。目前燃料电池空气供给系统一般采用PID控制技术，然而PID控制初始误差大，易引起超调，误差积分反馈在消除静差、提高系统响应的准确性的同时使闭环变得迟钝，容易产生振荡，易产生由积分饱和引起的控制量饱和。常规的PID控制器不能达到理想的控制效果，存在快速性与超调之间的矛盾。
发明内容
本发明的目的是提供一种基于ADRC的燃料电池空气供给自抗扰控制方法及系统，旨在解决现有技术中燃料电池空气供给控制策略存在缺陷的问题。
为达到上述技术目的，本发明提供了一种基于ADRC的燃料电池空气供给自抗扰控制方法，所述方法包括以下操作：
设定空气流量目标值，结合空气流量实际值，通过ADRC(Active DisturbanceRejection Control，自抗扰控制技术)自抗扰控制获得空气压缩机控制量，空气压缩机被控对象根据空气压缩机控制量输出空气流量，并对输出的空气流量施加外界干扰，输出空气流量实际值；
所述ADRC自抗扰控制具体为：通过跟踪微分器对空气流量目标值进行平滑处理，获得空气流量目标值的滤波信号v1以及微分信号v2，滤波信号v1和扩张状态观测器输出的空气压缩机被控对象输出估计值z1的差为e1，以及微分信号v2和扩张状态观测器输出的空气压缩机被控对象输出估计值的一阶导数z2的差为e2，将e1与e2作为非线性状态误差反馈控制的两个输入，并输出控制规律，控制规律叠加扩张状态观测器输出的空气压缩机被控对象输出估计值的二阶导数z3，形成空气压缩机控制量，所述空气压缩机控制量以及空气流量实际值作为扩张状态观测器的输入；
所述空气压缩机被控对象用于根据空气压缩机控制量模拟空气压缩机运行，输出空气流量。
优选地，所述跟踪微分器表示如下：
其中，v1为输入信号空气流量目标值的滤波信号，v2为输入信号空气流量目标值的微分信号，h为采样周期，u(k)为第k时刻的输入信号空气流量目标值，δ为决定跟踪快慢的参数，fst(x1,x2,δ,h)函数为最速控制综合函数。
优选地，所述最速控制综合函数计算如下：
优选地，所述非线性状态误差反馈控制采用PID非线性组合，具体如下：
u＝β0fal(e0,α0,δ)+β1fal(e1,α1,δ)+β2fal(e2,α2,δ)
其中，
α0≤α1≤α2
需要调节的参数为：β0,β1,β2,δ,δ为h的整数倍。
本发明还提供了一种基于ADRC的燃料电池空气供给自抗扰控制系统，所述系统包括：
ADRC自抗扰控制模块，用于设定空气流量目标值，结合空气流量实际值，通过ADRC自抗扰控制获得空气压缩机控制量；所述ADRC自抗扰控制具体为：通过跟踪微分器对空气流量目标值进行平滑处理，获得空气流量目标值的滤波信号v1以及微分信号v2，滤波信号v1和扩张状态观测器输出的空气压缩机被控对象输出估计值z1的差为e1，以及微分信号v2和扩张状态观测器输出的空气压缩机被控对象输出估计值的一阶导数z2的差为e2，将e1与e2作为非线性状态误差反馈控制的两个输入，并输出控制规律，控制规律叠加扩张状态观测器输出的空气压缩机被控对象输出估计值的二阶导数z3，形成空气压缩机控制量，所述空气压缩机控制量以及空气流量实际值作为扩张状态观测器的输入；
空气压缩机被控对象，用于根据空气压缩机控制量输出空气流量，并对输出的空气流量施加外界干扰，输出空气流量实际值。
优选地，所述跟踪微分器表示如下：
其中，v1为输入信号空气流量目标值的滤波信号，v2为输入信号空气流量目标值的微分信号，h为采样周期，u(k)为第k时刻的输入信号空气流量目标值，δ为决定跟踪快慢的参数，fst(x1,x2,δ,h)函数为最速控制综合函数。
优选地，所述最速控制综合函数计算如下：
优选地，所述非线性状态误差反馈控制采用PI D非线性组合，具体如下：
u＝β0fal(e0,α0,δ)+β1fal(e1,α1,δ)+β2fal(e2,α2,δ)
其中，
α0≤α1≤α2
需要调节的参数为：β0,β1,β2,δ,δ为h的整数倍。
发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：
本发明使用基于ADRC自抗扰的供气系统控制策略来实现燃料电池的空气供给控制目标，相比基于PID控制的燃料电池空气流量控制，本发明可解决快速响应和超调之间的矛盾，能够实现燃料电池电堆空气供给的快速响应控制。且本发明对于外界因素对空气压缩机引起的干扰进而导致的空气流量的波动，可实现燃料电池空气供给系统的抗干扰控制以及消除静态误差控制，具备良好的抗干扰性能，在负载变化时保证燃料电池电堆内空气流量快速响应和空气流量稳定。
附图说明
图1为本发明实施例中所提供的一种质子交换膜燃料电池空气供给系统控制示意图；
图2为本发明实施例中所提供的一种质子交换膜燃料电池基于ADRC自抗扰控制示意图；
图3为本发明实施例中所提供的一种质子交换膜燃料电池空气供给系统空气压缩机被控对象模型示意图；
图4为本发明实施例中所提供的基于ADRC自抗扰控制的燃料电池空气流量控制效果图；
图5为本发明实施例中所提供的基于PI D控制的燃料电池空气流量控制效果图；
图6为本发明实施例中所提供的基于ADRC自抗扰控制的燃料电池空气流量抗干扰控制效果图；
图7为本发明实施例中所提供的基于PI D控制的燃料电池空气流量抗干扰控制效果图。
具体实施方式
为了能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
下面结合附图对本发明实施例所提供的一种基于ADRC的燃料电池空气供给自抗扰控制方法及系统进行详细说明。
如图1所示，本发明实施例公开了一种基于ADRC的燃料电池空气供给自抗扰控制方法，所述方法包括以下操作：
设定空气流量目标值，结合空气流量实际值，通过ADRC自抗扰控制获得空气压缩机控制量，空气压缩机被控对象根据空气压缩机控制量输出空气流量，并对输出的空气流量施加外界干扰，输出空气流量实际值；
所述ADRC自抗扰控制具体为：通过跟踪微分器对空气流量目标值进行平滑处理，获得空气流量目标值的滤波信号v1以及微分信号v2，滤波信号v1和扩张状态观测器输出的空气压缩机被控对象输出估计值z1的差为e1，以及微分信号v2和扩张状态观测器输出的空气压缩机被控对象输出估计值的一阶导数z2的差为e2，将e1与e2作为非线性状态误差反馈控制的两个输入，并输出控制规律，控制规律叠加扩张状态观测器输出的空气压缩机被控对象输出估计值的二阶导数z3，形成空气压缩机控制量，所述空气压缩机控制量以及空气流量实际值作为扩张状态观测器的输入；
所述空气压缩机被控对象用于根据空气压缩机控制量模拟空气压缩机运行，输出空气流量。
空气流量目标值用于设定燃料电池空气供给量的目标值，根据燃料电池入口流量范围设定。ADRC自抗扰控制用于根据空气流量目标值设定的燃料电池空气供给量的目标值和空气流量实际值，通过基于ADRC的自抗扰控制方法计算空气压缩机控制量。空气压缩机控制量用于控制空气压缩机的运行，改变空气流量大小。空气压缩机被控对象用于模拟空气压缩机，根据空气压缩机控制量模拟空气压缩机的运行，并输出空气流量。外界干扰模拟空气压缩机收到外界干扰时引起的空气流量波动。空气流量实际值是空气压缩机输出空气流量和外界干扰求和后的空气流量实际值。
对于基于ADRC自抗扰控制，如图2所示。空气流量目标值用于燃料电池电堆入口目标空气流量的设定。跟踪微分器用于根据输入的空气流量目标值安排过渡过程对输入的信号进行平滑处理，避免其出现突变，解决PID超调性、快速性之间的矛盾，提取空气流量目标值的输入信号v1以及空气流量目标值的微分信号v2，跟踪微分器可以通过以下公式进行表示：
其中，v1为输入信号空气流量目标值的滤波信号，v2为输入信号空气流量目标值的微分信号，h为采样周期，u(k)为第k时刻的输入信号空气流量目标值，δ为决定跟踪快慢的参数，fst(x1,x2,δ,h)函数为最速控制综合函数，可以通过以下公式进行计算：
非线性状态误差反馈控制率为双输入单输出，输入的是两个误差数据，分别是空气流量目标值的输入信号v1和扩张状态观测器的z1的差，即e1＝v1-z1，空气流量目标值的微分信号v2和扩张状态观测器的z2的差，即e2＝v2-z2，输出为控制规律u0。传统的PID控制形式为误差的P、I、D的线性组合，这种线性组合不是最佳组合形式，可以在非线性范围内寻求更合适有效的组合形式。PID形式的非线性组合表示为以下公式：
u＝β0fal(e0,α0,δ)+β1fal(e1,α1,δ)+β2fal(e2,α2,δ)
其中，
α0≤α1≤α2
需要调节的参数为：β0,β1,β2,δ,δ为h的整数倍。
扩张状态观测器用于估计系统内外扰动的实时作用值，并在反馈中给与补偿，用补偿的方法消除扰动的影响，从而具有抗干扰的作用。扩张状态观测器的输入值为空气流量实际值以及空气压缩机控制量，输出有三个，分别是空气压缩机被控对象输出的估计值z1、空气压缩机被控对象输出的估计值的一阶导数z2，空气压缩机被控对象输出的估计值的二阶导数z3。空气压缩机被控对象输出的估计值z1、空气压缩机被控对象输出的估计值的一阶导数z2将反馈给跟踪微分器，而空气压缩机被控对象输出的估计值的二阶导数z3将反馈给非线性状态误差反馈控制率的输出上，用于弥补扰动，可通过以下公式计算：
需要调节的参数为β01、β02、β03、b、α1、α2。
空气流量实际值为空气压缩机输出空气流量增加外界干扰后的空气流量实际值。
空气压缩机被控对象如图3所示。空气组分包含21％氧气和78％氮气以及1％的其他物质。空气压缩机控制量通过ADRC的自抗扰控制方法计算所得，用于控制空气压缩机的运行，改变空气流量大小。空气压缩机目标压力用于设定空气压缩机输出流量的压力，设定目标压力为50kpa。空气压缩机模型用于模拟空气压缩机的运行，输出不同的空气流量。
空气压缩机模型基于热力学和基本数学传递函数建模，实现的输出质量流量由给定最大质量流量与给定控制值的乘积决定，使用特征时间来延迟质量流。为此，我们使用带时间常数的一阶传递函数。相应的传递函数块实现传递函数:式中，u为质量流量控制信号，y为延时控制信号，τ为特征时间。内部计算包含进口、内部、出口气体状态变化，直流电机模型、喘振模型、效率计算、功耗计算、空压比计算等，空气压缩机模型的模拟流量和实际流量的误差在5％以内，可以精确的仿真空气压缩机的输出特性。空气压缩机输出流量是空气压缩机输出的空气流量。
由图4、5可知，本发明可以解决快速响应和超调之间的矛盾，实现燃料电池空气供给系统快速响应控制；由图6、7可知，本发明对于外界因素对空气压缩机引起的干扰进而导致的空气流量的波动，可以实现对燃料电池空气供给系统抗干扰控制，并且具备良好的抗干扰性能，具备对燃料电池空气供给系统消除静态误差控制。
本发明实施例使用基于ADRC自抗扰的供气系统控制策略来实现燃料电池的空气供给控制目标，相比基于PI D控制的燃料电池空气流量控制，本发明可解决快速响应和超调之间的矛盾，能够实现燃料电池电堆空气供给的快速响应控制。且本发明对于外界因素对空气压缩机引起的干扰进而导致的空气流量的波动，可实现燃料电池空气供给系统的抗干扰控制以及消除静态误差控制，具备良好的抗干扰性能，在负载变化时保证燃料电池电堆内空气流量快速响应和空气流量稳定。
本发明实施例还公开了一种基于ADRC的燃料电池空气供给自抗扰控制系统，所述系统包括：
ADRC自抗扰控制模块，用于设定空气流量目标值，结合空气流量实际值，通过ADRC自抗扰控制获得空气压缩机控制量；所述ADRC自抗扰控制具体为：通过跟踪微分器对空气流量目标值进行平滑处理，获得空气流量目标值的滤波信号v1以及微分信号v2，滤波信号v1和扩张状态观测器输出的空气压缩机被控对象输出估计值z1的差为e1，以及微分信号v2和扩张状态观测器输出的空气压缩机被控对象输出估计值的一阶导数z2的差为e2，将e1与e2作为非线性状态误差反馈控制的两个输入，并输出控制规律，控制规律叠加扩张状态观测器输出的空气压缩机被控对象输出估计值的二阶导数z3，形成空气压缩机控制量，所述空气压缩机控制量以及空气流量实际值作为扩张状态观测器的输入；
空气压缩机被控对象，用于根据空气压缩机控制量输出空气流量，并对输出的空气流量施加外界干扰，输出空气流量实际值。
本发明实施例所述系统可实现前文所述基于ADRC的燃料电池空气供给自抗扰控制方法，在此不作赘述。
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。

Claims (8)

1.一种基于ADRC的燃料电池空气供给自抗扰控制方法，其特征在于，所述方法包括以下操作：
设定空气流量目标值，结合空气流量实际值，通过ADRC自抗扰控制获得空气压缩机控制量，空气压缩机被控对象根据空气压缩机控制量输出空气流量，并对输出的空气流量施加外界干扰，输出空气流量实际值；
所述ADRC自抗扰控制具体为：通过跟踪微分器对空气流量目标值进行平滑处理，获得空气流量目标值的滤波信号v1以及微分信号v2，滤波信号v1和扩张状态观测器输出的空气压缩机被控对象输出估计值z1的差为e1，以及微分信号v2和扩张状态观测器输出的空气压缩机被控对象输出估计值的一阶导数z2的差为e2，将e1与e2作为非线性状态误差反馈控制的两个输入，并输出控制规律，控制规律叠加扩张状态观测器输出的空气压缩机被控对象输出估计值的二阶导数z3，形成空气压缩机控制量，所述空气压缩机控制量以及空气流量实际值作为扩张状态观测器的输入；
所述空气压缩机被控对象用于根据空气压缩机控制量模拟空气压缩机运行，输出空气流量。
2.根据权利要求1所述的一种基于ADRC的燃料电池空气供给自抗扰控制方法，其特征在于，所述跟踪微分器表示如下：
其中，v1为输入信号空气流量目标值的滤波信号，v2为输入信号空气流量目标值的微分信号，h为采样周期，u(k)为第k时刻的输入信号空气流量目标值，δ为决定跟踪快慢的参数，fst(x1,x2,δ,h)函数为最速控制综合函数。
3.根据权利要求2所述的一种基于ADRC的燃料电池空气供给自抗扰控制方法，其特征在于，所述最速控制综合函数计算如下：
4.根据权利要求1所述的一种基于ADRC的燃料电池空气供给自抗扰控制方法，其特征在于，所述非线性状态误差反馈控制采用PID非线性组合，具体如下：
u＝β0fal(e0,α0,δ)+β1fal(e1,α1,δ)+β2fal(e2,α2,δ)
其中，
α0≤α1≤α2
需要调节的参数为：β0,β1,β2,δ,δ为h的整数倍。
5.一种基于ADRC的燃料电池空气供给自抗扰控制系统，其特征在于，所述系统包括：
ADRC自抗扰控制模块，用于设定空气流量目标值，结合空气流量实际值，通过ADRC自抗扰控制获得空气压缩机控制量；所述ADRC自抗扰控制具体为：通过跟踪微分器对空气流量目标值进行平滑处理，获得空气流量目标值的滤波信号v1以及微分信号v2，滤波信号v1和扩张状态观测器输出的空气压缩机被控对象输出估计值z1的差为e1，以及微分信号v2和扩张状态观测器输出的空气压缩机被控对象输出估计值的一阶导数z2的差为e2，将e1与e2作为非线性状态误差反馈控制的两个输入，并输出控制规律，控制规律叠加扩张状态观测器输出的空气压缩机被控对象输出估计值的二阶导数z3，形成空气压缩机控制量，所述空气压缩机控制量以及空气流量实际值作为扩张状态观测器的输入；
空气压缩机被控对象，用于根据空气压缩机控制量输出空气流量，并对输出的空气流量施加外界干扰，输出空气流量实际值。
6.根据权利要求5所述的一种基于ADRC的燃料电池空气供给自抗扰控制系统，其特征在于，所述跟踪微分器表示如下：
其中，v1为输入信号空气流量目标值的滤波信号，v2为输入信号空气流量目标值的微分信号，h为采样周期，u(k)为第k时刻的输入信号空气流量目标值，δ为决定跟踪快慢的参数，fst(x1,x2,δ,h)函数为最速控制综合函数。
7.根据权利要求6所述的一种基于ADRC的燃料电池空气供给自抗扰控制系统，其特征在于，所述最速控制综合函数计算如下：
8.根据权利要求5所述的一种基于ADRC的燃料电池空气供给自抗扰控制系统，其特征在于，所述非线性状态误差反馈控制采用PID非线性组合，具体如下：
u＝β0fal(e0,α0,δ)+β1fal(e1,α1,δ)+β2fal(e2,α2,δ)
其中，
α0≤α1≤α2
需要调节的参数为：β0,β1,β2,δ,δ为h的整数倍。
CN202310718840.0A 2023-06-16 2023-06-16 一种基于adrc的燃料电池空气供给自抗扰控制方法及系统 Pending CN116779920A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310718840.0A CN116779920A (zh) 2023-06-16 2023-06-16 一种基于adrc的燃料电池空气供给自抗扰控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310718840.0A CN116779920A (zh) 2023-06-16 2023-06-16 一种基于adrc的燃料电池空气供给自抗扰控制方法及系统

Publications (1)

Publication Number Publication Date
CN116779920A true CN116779920A (zh) 2023-09-19

Family

ID=87992418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310718840.0A Pending CN116779920A (zh) 2023-06-16 2023-06-16 一种基于adrc的燃料电池空气供给自抗扰控制方法及系统

Country Status (1)

Country Link
CN (1) CN116779920A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118099485A (zh) * 2024-04-18 2024-05-28 上海徐工智能科技有限公司 燃料电池系统工况检测方法、自动化试验方法及测试系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118099485A (zh) * 2024-04-18 2024-05-28 上海徐工智能科技有限公司 燃料电池系统工况检测方法、自动化试验方法及测试系统

Similar Documents

Publication Publication Date Title
CN109524693B (zh) 燃料电池空气供给系统模型预测控制方法
Wang et al. Simulation study on the PEMFC oxygen starvation based on the coupling algorithm of model predictive control and PID
US10396381B2 (en) Thermoelectric cooperation control method for SOFC system based on fractional order sliding mode variable structure
CN111009674B (zh) 一种基于自抗扰控制方法的质子交换膜燃料电池湿度控制方法
CN105137806A (zh) 基于Matlab的燃料电池系统过氧量模糊PID控制方法
Chen et al. Improve hydrogen economy for vehicular fuel cell system via investigation and control of optimal operating oxygen excess ratio
CN116779920A (zh) 一种基于adrc的燃料电池空气供给自抗扰控制方法及系统
Chi et al. Improve methanol efficiency for direct methanol fuel cell system via investigation and control of optimal operating methanol concentration
Wei et al. Research on anode pressure control and dynamic performance of proton-exchange membrane fuel cell system for vehicular application
CN115602880B (zh) 一种氢氧燃料电池发动机氢气入堆压力自适应控制方法
Ma et al. Reduced‐order active disturbance rejection control method for PEMFC air intake system based on the estimation of oxygen excess ratio
Zhang et al. Estimation‐Based Event‐Triggered Adaptive Terminal Sliding Mode Control without Pressure Sensors for a Polymer Electrolyte Membrane Fuel Cell Air Feeding System
Guo et al. Marginalized particle filtering for online parameter estimation of PEMFC applied to hydrogen UAVs
CN112632757A (zh) 一种基于混合模糊控制的质子交换膜燃料电池的过氧量实时切换控制装置设计方法
Chen et al. Fuzzy adaptive PI decoupling control for gas supply system of proton exchange membrane fuel cell
CN117393809A (zh) 一种燃料电池阴极气体流量和压力的联合控制方法
CN114488821B (zh) 燃料电池过氧比的区间经济模型预测控制方法及系统
Liu et al. Cathode Pressure Control of Air Supply System for PEMFC⋆
Chen et al. Research on Control Strategy of PEMFC Air Supply System for Power and Efficiency Improvement
Li et al. Observer-Based Control of PEMFC Air Feed Systems Via High-Order Fully Actuated System Approaches
Li et al. Control strategy for the anode gas supply system in a proton exchange membrane fuel cell system
Gong et al. Control strategies for prevention of PEMFC oxygen starvation: a review
Tong et al. Hydrogen-air PEM fuel cell: integration, modeling, and control
Wang et al. Air Feeding Adaptive Backstepping Sliding Mode Control for Automotive Fuel Cell System
Tang et al. Adaptive fuzzy PID for proton exchange membrane fuel cell oxygen excess ratio control

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination