基于NSGA-II 算法的质子交换膜燃料电池性能优化研究
2023-09-13鲍欢欢付建勤
装备制造技术 2023年7期
李 豪,鲍欢欢,付建勤,刘 琦,李 超
(1.汽车噪声振动和安全技术国家重点实验室,重庆 401122;2.湖南大学 机械与运载工程学院,湖南 长沙 410082)
0 引言
为了提高PEMFC 的输出性能和降低其制造成本,国内外许多学者对此都进行了大量的理论探索和实验研究[1]。在研究PEMFC 的发展过程中,建立模型对其各种性能进行仿真、优化和预测,能够有效减少实验成本并指导实验进行方向,从而提升整体研究效率[2]。
PEMFC 的性能可以通过多种方法来提升,如改善流场结构、改进具体零部件等[3]。PEMFC 模型的搭建也可以考虑对某些特殊工况进行针对性建模仿真。为了搭建出与实验数据相符全的仿真模型,可以采用各种优化算法来对燃料电池模型参数进行精准识别。所以利用智能优化算法对PEMFC 搭建模型时的未知参数进行预测时,能有效节省计算时间同时缩小模型预测的电压值和实际电压值的误差。但目前的研究大多集中于如何应用算法使模型的标定更为准确和输出性能优化上,而对于在考虑经济性的情况下探究燃料电池最大输出性能和最佳工况参数方面的研究较少[4]。根据燃料电池单体的极化特性曲线,进行基于GA 算法和NSGA-II 算法的质子交换膜燃料电池电压输出性能研究,完成算法实现及收敛性分析。结合仿真结果给出合理的质子交换膜燃料电池参数,并讨论优化后的质子交换膜燃料电池性能的提升。
1 GA 算法和NSGA-II 算法
1.1 GA 算法
GA 算法的对象是一个种群中的所有成员,并利用rand 随机函数对参数空间(自变量的个数即空间的维度)进行动态搜索。……
登录APP查看全文
