本发明涉及燃料电池辅助系统技术领域,具体涉及一种全功率燃料电池空压机双层预测控制方法。
背景技术:
燃料电池通过电化学反应把化学能转换成电能,且将燃料和氧气作为原料,同时没有机械传动部件,因此具有高效率,无噪声,无污染等优点。从节约能源和保护生态环境的角度上,燃料电池是最具有发展前途的发电技术。如今,燃料电池发电作为新一代发电技术,其应用前景十分广阔,且作为汽车动力的研究已取得了实质性的进展。燃料电池主要的辅件有空压机、增湿器、冷却器以及氢气循环泵,其中空压机是属于燃料电池阴极供气系统中主要部件,为燃料电池反应提供空气量。当空压机供给的空气过量时,虽然燃料电池能充分反应,但空压机所消耗的功率会相应增加,由于空压机功耗大约占燃料电池辅助功耗的80%,故最终导致燃料电池整体的净功率下降。当空压机供给的空气不足于燃料电池所需要的空气量,会使燃料电池产生“氧气饥饿”现象,以致燃料电池寿命降低,严重情况下甚至会破坏质子交换膜使燃料电池报废,因此空压机在车用燃料电池系统中占有举足轻重的地位。
技术实现要素:
有鉴于此,本发明的目的在于提供一种全功率燃料电池空压机双层预测控制方法,通过预测得到的车速计算获取对应车速下燃料电池所需要提供的功率和空压机所需输出的空气流量,最终预测和控制空压机输出空气流量,使其能够很好的适应工况的变化,提供合适的空气流量,进而提高燃料电池效率,起到节能环保等作用。
为实现上述目的,本发明采用如下技术方案:
一种全功率燃料电池空压机双层预测控制方法,具体包括以下步骤:
步骤s1:构建燃料电池阴极流量模型;
步骤s2:构建一双层预测控制系统,包括上层预测器和下层预测控制器;
步骤s3:上层预测器将速度传感器测得的实时速度v(k)作为输入,以步长为10的预测时域预测出未来十个时刻的车速序列{v(k+1),v(k+2),…,v(k+10)},通过车辆动力学关系式,得到燃料电池对应时刻所需提供的功率{pr(k+1),pr(k+2),…,pr(k+10)};
步骤s4:将得到燃料电池未来十个时刻所需提供的功率输入燃料电池阴极流量模型,得到对应时刻的空气流量参考值;
步骤s5:底层预测控制器将阴极流量模型输出的空气流量参考值、干扰参数和流量传感器采集到的燃料电池空压机实时输出流量作为输入,以步长为15的预测时域来预测燃料电池空压机所需输出的空气流量,同时得到燃料电池空压机的控制电压;
步骤s6:燃料电池空压机根据控制电压,控制输出流量。
进一步的,所述干扰参数为线性化状态空间常数项。
进一步的,所述步骤s3具体为:
步骤s31:根据指数预测方法计算预测车速:
v(k+i)=v(k)·(1+β)i(1)
式中:i=1,2,…,10,v(k+i)为k+i时刻预测出来的燃料电池车速,v(k)为k时刻的速度,β为指数系数,此处β取为0.03;
步骤s32:由指数预测方法可预测出未来十个时刻的车速序列,根据动力学关系式计算获取对应的这段时间内燃料电池所需提供的功率,如下所示:
式中:a(k+i)是预测出的燃料电池汽车k+i时刻加速度,pr(k+i)是预测k+i时刻燃料电池所需提供的功率,δ是汽车旋转质量换算系数,g是汽车的总重量,m是汽车的质量,f是汽车滚动阻力系数,α是汽车道路坡度,cd是风阻系数,a是迎风面积。
进一步的,所述步骤s4具体为:
步骤s41:通过上层预测器获取的预测功率,通过燃料电池阴极流量模型中的极化特性曲线可得出对应燃料电池所需提供的电流ist;
步骤s42:由下式计算燃料电池空压机所需输出的空气流量
燃料电池反应所需消耗的氧气流量:
进入燃料电池阴极的氧气流量:
燃料电池的湿度率:
燃料电池中的过氧比:
式中,
根据式(4)-(7)可知,若确定燃料电池电堆电流ist和过氧比
式中,mv是水蒸气的摩尔质量,
进一步的,所述底层模型控制器构建具体为:
步骤s51:构建燃料电池空压机模型
①非线性的空压机模型
式中,psm是供应歧管的压力,tcp,out是压缩机出口的温度,wsm,out是供应歧管输出的空气流量,tsm是供应歧管的温度,ωcp是压缩机的转速,jcp是空压机的转动惯量,τcp是驱动空压机所需的转矩,τcm是驱动电机的转矩。其中驱动电机的转矩的计算为:
式中,ucm是空压机的供电电压,ηcm是电机效率,kt是电机转矩系数,kv是电机电势系数
②线性的空压机模型
对于式(9)中psm,msm,ωcp这三个状态量,在点p°sm,m°sm,ω°cp处采用泰勒展开,得到如下状态方程:
y=cx(t)+du(t)+w(12)
式中,x=[psmmsmωcp]t是状态向量,分别是压力、质量、转速,u是控制量即空压机的电压,y是空压机输出流量,d(t)是干扰项,利用上述的状态方程建立空压机的线性模型;
步骤s52:根据线性空压机模型,设计底层预测控制器
目标函数:
设定适当的预测时域p和控制时域m,赋予状态变量和控制变量初值为零,计算预测控制增益矩阵,通过重复循环在线计算误差矩阵,使得预测控制器进行滚动优化,得出最优解
kmpc=[inu×nu0…0]1×m(stuγtyγysu+γtuγu)-1stuγyγty(14)
δu(k)=kmpcep(k+1|k)(15)
式中,yc是预测输出的空气流量,r是流量参考值,δu是控制增量,u是空压机的控制电压,γy,γu分别是操纵变量和控制变量的权重因子矩阵,su是加权矩阵,kmpc是预测控制增益矩阵,ep是误差矩阵。
本发明与现有技术相比具有以下有益效果:
1.指数车速预测结构简单;
2.模型预测控制具有设计简单、实用性强等特点;
3.本发明中双层预测控制系统响应速度快,准确度高;
4.在不同的工况下能给燃料电池提供合适的空气流量,对提高燃料电池效率等具有良好效果。
本发明通过预测得到的车速计算获取对应车速下燃料电池所需要提供的功率和空压机所需输出的空气流量,最终预测和控制空压机输出空气流量,使其能够很好的适应工况的变化,提供合适的空气流量,进而提高燃料电池效率,起到节能环保等作用。
附图说明
图1是本发明双层预测控制结构示意图;
图2是本发明双层预测控制原理图;
图3是本发明一实施例中,上层预测器在每个速度点预测出未来十个时刻的车速序列示意图;
图4是本发明一实施例中,上层预测器在每个速度点预测出未来第一个时刻和第五个时刻时的车速示意图;
图5是本发明一实施例中,验证底层预测控制器预测控制燃料电池空压机流量示意图;
图6是本发明一实施例中,双层预测控制先后预测控制1046秒和1047秒时燃料电池空压机所需输出的空气流量示意图;
图中:1-车速传感器,2-上层预测器,3-燃料电池阴极流量模型,4-底层预测控制器,5-燃料电池空压机,6-流量传感器。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请参照图1,本发明提供一种全功率燃料电池空压机双层预测控制方法,
具体包括以下步骤:
步骤s1:构建燃料电池阴极流量模型;
步骤s2构建一双层预测控制系统,包括上层预测器和下层预测控制器;
步骤s3:上层预测器将速度传感器测得的实时速度v(k)作为输入,以步长为10的预测时域预测出未来十个时刻的车速序列{v(k+1),v(k+2),…,v(k+10)},通过车辆动力学关系式,得到燃料电池对应时刻所需提供的功率{pr(k+1),pr(k+2),…,pr(k+10)};
步骤s4:将得到燃料电池未来十个时刻所需提供的功率输入燃料电池阴极流量模型,得到对应时刻的空气流量参考值;
步骤s5:底层预测控制器将阴极流量模型输出的空气流量参考值、线性化状态空间常数项和流量传感器采集到的燃料电池空压机实时输出流量作为输入,以步长为15的预测时域来预测燃料电池空压机所需输出的空气流量,同时得到燃料电池空压机的控制电压;
步骤s6:燃料电池空压机根据控制电压,控制输出流量。
本实施例中上层预测器设计具体为:
步骤s31:根据指数预测方法计算预测车速:
v(k+i)=v(k)·(1+β)i(1)
式中:i=1,2,…,10,v(k+i)为k+i时刻预测出来的燃料电池车速,v(k)为k时刻的速度,β为指数系数,此处β取为0.03;
步骤s32:由指数预测方法可预测出未来十个时刻的车速序列,根据动力学关系式计算获取对应的这段时间内燃料电池所需提供的功率,如下所示:
式中:a(k+i)是预测出的燃料电池汽车k+i时刻加速度,pr(k+i)是预测k+i时刻燃料电池所需提供的功率,δ是汽车旋转质量换算系数,g是汽车的总重量,m是汽车的质量,f是汽车滚动阻力系数,α是汽车道路坡度,cd是风阻系数,a是迎风面积。
在本实施例中燃料电池阴极流量模型,具体计算如下:
步骤s41:通过上层预测器获取的预测功率,通过燃料电池阴极流量模型中的极化特性曲线可得出对应燃料电池所需提供的电流ist;
步骤s42:由下式计算燃料电池空压机所需输出的空气流量
燃料电池反应所需消耗的氧气流量:
进入燃料电池阴极的氧气流量:
燃料电池的湿度率:
燃料电池中的过氧比:
式中,
根据式(4)-(7)可知,若确定燃料电池电堆电流ist和过氧比
式中,mv是水蒸气的摩尔质量,
本实施例中,所述底层模型控制器构建具体为:
步骤s51:构建燃料电池空压机模型
①非线性的空压机模型
式中,psm是供应歧管的压力,tcp,out是压缩机出口的温度,wsm,out是供
应歧管输出的空气流量,tsm是供应歧管的温度,ωcp是压缩机的转速,jcp是
空压机的转动惯量,τcp是驱动空压机所需的转矩,τcm是驱动电机的转矩。
其中驱动电机的转矩的计算为:
式中,ucm是空压机的供电电压,ηcm是电机效率,kt是电机转矩系数,kv是
电机电势系数
②线性的空压机模型
对于式(9)中psm,msm,ωcp这三个状态量,在点p°sm,m°sm,ω°cp处采
用泰勒展开,得到如下状态方程:
y=cx(t)+du(t)+w(12)
式中,x=[psmmsmωcp]t是状态向量,分别是压力、质量、转速,u
是控制量即空压机的电压,y是空压机输出流量,d(t)是干扰项,利用上述
的状态方程建立空压机的线性模型;
步骤s52:根据线性空压机模型,设计底层预测控制器
目标函数:
设定适当的预测时域p和控制时域m,赋予状态变量和控制变量初值为零,计算预测控制增益矩阵,通过重复循环在线计算误差矩阵,使得预测控制器进行滚动优化,得出最优解
kmpc=[inu×nu0…0]1×m(stuγtyγysu+γtuγu)-1stuγyγty(14)
δu(k)=kmpcep(k+1|k)(15)
式中,yc是预测输出的空气流量,r是流量参考值,δu是控制增量,u是空压机的控制电压,γy,γu分别是操纵变量和控制变量的权重因子矩阵,su是加权矩阵,kmpc是预测控制增益矩阵,ep是误差矩阵。
参照图5是为了对底层预测控制器的预测控制效果进行检验。
通过图4可以看出,预测时域越短,预测的精度越高,但相应的计算量将越大。本实施例采用的预测车速值是第一个预测车速。为验证该双层预测控制的有效性,本发明在1045秒时根据上层预测器中预测1046秒(上层预测器的采样周期是1秒)的车速,计算获取燃料电池在1046秒所需要提供的功率,通过燃料电池阴极流量模型(其中取过氧比为2)得出燃料电池空压机所需输出的空气流量,底层预测控制器根据该流量来预测控制燃料电池空压机所需输出的空气流量为0.03729kg/s。在1046秒时根据上层预测器中预测1047秒的车速,计算获取燃料电池在1047秒所需要提供的功率,再通过燃料电池阴极流量模型(满足过氧比为2)得出燃料电池空压机所需输出的空气流量,底层预测控制器根据该流量来预测控制燃料电池空压机所需输出的空气流量为0.03685kg/s。仿真获取空气流量变化曲线,如图6所示,在可接受的偏差范围内所建立的双层预测控制系统具有良好的控制效果。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。