一种燃料电池的控温方法及系统与流程

本发明涉及燃料电池，尤其涉及一种燃料电池的控温方法及系统。

背景技术：

1、燃料电池系统是一种通过将氢气与空气输送至电堆中，使得氢气与空气中的氧气在电堆上发生化学反应，以产生电能的供电系统。其中，电堆的温度对于燃料电池系统的发电效率及使用寿命有着重大的影响，目前对于电堆的温度通常采用水热管理系统进行控制，具体为，水热管理系统包括电子节温器，通过控制电子节温器的开度可以实现散热前与散热后的液体的混合比例，从而改变混合后的入堆液体的温度，进而实现对电堆的温度控制。

2、现有技术中，对于电子节温器的开度控制通常是采用纯反馈控制，即只有当传感器采集到水温大于或小于设定目标后，才会进行反向调节。然而在实际应用中由于存在水温纯延迟环节以及温度传感器的惯性环节，纯反馈控制会导致水温的控制明显滞后。基于上述这些原因，现有技术中仅采用纯反馈控制，在某些情况下，易发生温度过高或温度过低的情况。另外，现有技术中也有在内燃机领域中采用预测模型对温度预测以提前调节的方案，然而，对于内燃机的控制相对于燃料电池而言，控制较为粗放，其根据预测结果直接调大或调小控制阀，无法应用于燃料电池系统中实现精确控制；因此，对于燃料电池而言，如何根据预测结果合理修正控制算法以精确控制水温是业界面临的问题。

3、基于此，有必要提出一种技术方案，以克服现有技术存在的不足。

技术实现思路

1、本发明为了克服现有技术的缺陷，提出了一种燃料电池的控温方法及系统，可对水温进行预测，并依据预测结果校正控制算法，以实现水温的精确控制。

2、本发明通过如下技术方案实现：一种燃料电池的控温方法，应用于燃料电池的水热管理系统，所述燃料电池的水热管理系统包括电子节温器、将液体输送至电子节温器的至少两路进水支路，以及输出混合后液体的输出路，其中，所述两路进水支路中的液体温度不同，所述输出路连接至所述燃料电池的电堆，用以对电堆温度进行调节，所述输出路中的液体温度为入堆水温；所述控温方法包括如下步骤：

3、s1、构建并训练得到神经网络预测模型，所述神经网络预测模型被配置为预测一定时间后的入堆水温；

4、s2、对电子节温器进行pid控制，以调节所述电子节温器的开度，控制所述入堆水温；

5、s3、采用所述神经网络预测模型预测距离当前时刻t0一定时间δt后的t0+δt时刻的入堆水温t_pre；

6、s4、判断预测入堆水温t_pre是否超出预设的温度阈值；若否，则返回步骤s2；若是，则以开度差值addon修正所述步骤s2中的pid控制的参数；其中，所述开度差值addon为电子节温器最佳开度减去pid的值。

7、作为本申请进一步改进的技术方案，在所述步骤s2中，所述pid控制的计算公式为:

8、pid=kp×err+∫（ki×err×ts）+kd×derr/dt；

9、其中，kp为比例系数、ki为积分系数、kd为微分系数、ts为pid控制器的单片机运行步长、err为期望入堆水温与当前实际入堆水温的差值。

10、作为本申请进一步改进的技术方案，在所述步骤s4中，修正后的pid控制的计算公式为：

11、pid_mod=kp×err+∫（ki×err×ts+addon）+kd×derr/dt。

12、作为本申请进一步改进的技术方案，所述预设的温度阈值为期望入堆水温±5℃。

13、作为本申请进一步改进的技术方案，所述一定时间δt为2-6秒。

14、作为本申请进一步改进的技术方案，所述一定时间δt不大于所述电子节温器在60-80℃的温度状态下，由最小开度打开到最大开度的最快时间的40%。

15、作为本申请进一步改进的技术方案，当判断预测入堆水温t_pre未超出预设的温度阈值时，pid计算结果为连续渐变变化；当判断预测入堆水温t_pre超出预设的温度阈值时，pid计算结果为跳跃式突变变化。

16、作为本申请进一步改进的技术方案，所述水热管理系统包括水泵和散热器，所述水泵用于驱动从所述电堆流出的液体在所述水热管理系统中流动，所述散热器连接于所述两路进水支路的其中之一上；所述神经网络预测模型包括输入层、隐藏层和输出层，其中，所述输入层中输入的数据包括：电堆电流、电堆电压、水泵转速、电子节温器开度、入堆水温、出堆水温、散热器出口温度，所述输出层输出一定时间后的入堆水温。

17、作为本申请进一步改进的技术方案，所述神经网络预测模型为基于长短记忆神经网络算法构建，所述隐藏层包括全连接层、relu层和lstm层。

18、本发明还通过如下技术方案实现：一种燃料电池的控温系统，应用于燃料电池的水热管理系统，所述燃料电池的水热管理系统包括电子节温器、将液体输送至电子节温器的至少两路进水支路，以及输出混合后液体的输出路，其中，所述两路进水支路中的液体温度不同，所述输出路连接至所述燃料电池的电堆，用以对电堆温度进行调节，所述输出路中的液体温度为入堆水温；所述控温系统包括：

19、神经网络预测模型，其被配置为预测一定时间后的入堆水温；

20、pid控制器，对所述电子节温器进行pid控制，以调节所述电子节温器的开度，控制所述入堆水温；

21、判断模块，判断所述神经网络预测模型预测入堆水温是否超出预设的温度阈值；

22、修正模块，用于在所述判断模块判断所述神经网络预测模型预测入堆水温超出预设的温度阈值时，以开度差值修正所述pid控制器的pid控制参数，其中，所述开度差值为电子节温器最佳开度减去pid的值。

23、本发明提供的燃料电池的控温方法及系统，采用神经网络预测模型预测距离当前时刻一定时间后的入堆水温，当判断预测入堆水温超出预设的温度阈值时，则以开度差值修正pid控制的参数，从而使得pid控制的结果是使得电子节温器更快地达到期望的开度，以实现水温的精确控制、缓解入堆水温易出现过高或过低的问题。本发明方案结合电堆内部水平衡模型和增湿器加湿模型，获取对水温的优化需求，实现了对水路的入堆水温和出堆水温的闭环控制。

技术特征：

1.一种燃料电池的控温方法，应用于燃料电池的水热管理系统，所述燃料电池的水热管理系统包括电子节温器、将液体输送至电子节温器的至少两路进水支路，以及输出混合后液体的输出路，其中，所述两路进水支路中的液体温度不同，所述输出路连接至所述燃料电池的电堆，用以对电堆温度进行调节，所述输出路中的液体温度为入堆水温；其特征在于，所述控温方法包括如下步骤：

2.如权利要求1所述的控温方法，其特征在于，在所述步骤s2中，所述pid控制的计算公式为：

3.如权利要求2所述的控温方法，其特征在于，在所述步骤s4中，修正后的pid控制的计算公式为：

4.如权利要求1至3中任一所述的控温方法，其特征在于，所述预设的温度阈值为期望入堆水温±5℃。

5.如权利要求1至3中任一所述的控温方法，其特征在于，所述一定时间δt为2-6秒。

6.如权利要求5所述的控温方法，其特征在于，所述一定时间δt不大于所述电子节温器在60-80℃的温度状态下，由最小开度打开到最大开度的最快时间的40%。

7.如权利要求1至3中任一所述的控温方法，其特征在于，当判断预测入堆水温t_pre未超出预设的温度阈值时，pid计算结果为连续渐变变化；当判断预测入堆水温t_pre超出预设的温度阈值时，pid计算结果为跳跃式突变变化。

8.如权利要求1至3中任一所述的控温方法，其特征在于，所述水热管理系统包括水泵和散热器，所述水泵用于驱动从所述电堆流出的液体在所述水热管理系统中流动，所述散热器连接于所述两路进水支路的其中之一上；所述神经网络预测模型包括输入层、隐藏层和输出层，其中，所述输入层中输入的数据包括：电堆电流、电堆电压、水泵转速、电子节温器开度、入堆水温、出堆水温、散热器出口温度；所述输出层输出一定时间后的入堆水温。

9.如权利要求8所述的控温方法，其特征在于，所述神经网络预测模型为基于长短记忆神经网络算法构建，所述隐藏层包括全连接层、relu层和lstm层。

10.一种燃料电池的控温系统，应用于燃料电池的水热管理系统，所述燃料电池的水热管理系统包括电子节温器、将液体输送至电子节温器的至少两路进水支路，以及输出混合后液体的输出路，其中，所述两路进水支路中的液体温度不同，所述输出路连接至所述燃料电池的电堆，用以对电堆温度进行调节，所述输出路中的液体温度为入堆水温；其特征在于，所述控温系统包括：

技术总结
本发明公开一种燃料电池的控温方法及系统。所述控温方法应用于燃料电池的水热管理系统，所述控温方法包括：S1、构建并训练得到神经网络预测模型，神经网络预测模型被配置为预测一定时间后的入堆水温；S2、对电子节温器进行PID控制，以调节电子节温器的开度，控制入堆水温；S3、采用神经网络预测模型预测距离当前时刻一定时间后的入堆水温；S4、判断预测入堆水温是否超出预设的温度阈值；若否，则返回步骤S2；若是，则以开度差值修正步骤S2中的PID控制的参数，其中，所述开度差值为电子节温器最佳开度减去PID的值。本发明的控温方法及系统，可对水温进行预测，并依据预测结果校正控制算法，以实现水温的精确控制。

技术研发人员：徐俊尧,王佳元,姚汛,马巍巍,谢非,兰健平
受保护的技术使用者：上海重塑能源科技有限公司
技术研发日：
技术公布日：2024/1/15