基于模糊逻辑与遗传算法的燃料电池热管理方法研究
2021-06-03赵振瑞欧阳惠颖田国富郑春花
集成技术 2021年3期
关键词:优化
赵振瑞 欧阳惠颖 田国富 郑春花
1(沈阳工业大学机械工程学院 沈阳 110870)
2(中国科学院深圳先进技术研究院 深圳 518055)
3(南方科技大学工学院 深圳 518055)
1 引 言
由于传统汽车使用的化石燃料正在逐年减少,同时汽车尾气排放造成的环境污染仍没有得到有效的改善,新能源汽车发展迅速,其中氢燃料电池汽车以其高效、清洁等优势受到了广泛关注。质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)具有能量转换效率高、可低温运行、可靠性高和零排放等优点,在汽车领域的应用前景广阔[1-2]。
电堆的工作温度是影响电堆输出性能和寿命的关键因素之一。一方面,温度过高将会导致液态水蒸发增加,使质子交换膜脱水,影响燃料电池的性能;另一方面,温度过低则会减少液态水的蒸发,降低化学反应速度,使燃料电池性能下降。一般地,电堆的正常工作范围在 60~100 ℃,而 PEMFC 在运行过程中会产生大量的热量,因此需要对 PEMFC 进行有效的热管理。
目前,PEMFC 热管理控制方法主要有PI(Proportion Integration)控制、状态反馈控制、预测控制和模糊控制等。O’Keefe 等[3]设计了 PI控制器用于控制水冷型燃料电池温度,该控制器通过调节进入电堆的水流量来控制电堆的工作温度。PI 控制的原理简单、使用方便,目前传统 PI控制已广泛用于 PEMFC 热管理中,但 PI 控制存在响应速度慢、调节时间长等缺点[4]。另外,状态反馈控制[5]、预测控制[6]等方法也被应用到PEMFC 热管理中,但燃料电池固有的非线性特性以及参数的不确定性使得这些控制方法的应用具有一定难度。……
登录APP查看全文
