一种考虑退化的燃料电池混合系统的能量管理方法转让专利
申请号 : CN201911388070.8
文献号 : CN111162295B
文献日 : 2021-06-01
发明人 : 吴小娟 , 郝家琪
申请人 : 电子科技大学
摘要 :
权利要求 :
1.一种考虑退化的固体氧化物燃料电池混合系统的能量管理方法，具体包括以下步骤：
S1、建立混合系统数学模型以及混合系统成本模型：采用模块化建模方法，分别对固体氧化物燃料电池和锂电池两个子系统进行数学建模，然后将其连接起来实现整体混合系统模型的搭建；
S1.1、建立包括电堆、鼓风机、燃料热交换器、空气热交换器、尾气燃烧室、旁路阀、以及混合器的固体氧化物燃料电池系统数学模型，并基于Ni粒子粗化以及Ni粒子氧化还原反应机理建立固体氧化物燃料电池电堆退化模型，具体如下：电堆单电池的输出电压V的表达式如式(1)所示：式中,1、2、3、4分别表示电堆双极板、阳极、电解质和阴极；Vocv表示开环电路电压，ηohm,j(j＝1,2,3,4)表示在双极板、阳极、电解质和阴极处的欧姆损失电动势，ηcon,2、ηcon,4分别为阳极浓差损失电动势和阴极浓差损失电动势，ηact,2、ηact,4分别为阳极活化损失电动势和阴极活化损失电动势；
基于Ni粒子粗化以及Ni粒子氧化还原反应机理建立固体氧化物燃料电池退化模型：固体氧化物燃料电池系统的性能退化体现在电导率σ随时间增长而降低，三相边界区域随时间增长而不断减小，其表达式分别如下所示：
1.3
σ＝σ0·tan(θ)·(Pr(t)‑Prc) (5)TPB＝2((π‑2θ)R(t))τNi(t) (6)其中，t为时间，R(t)为随时间变化的镍粒子半径，σ0为电导率初值，θ为氧气覆盖度，Prc为镍粒子占用率，Pr(t)表示随时间变化的镍粒子占用率，TPB为燃料电池三相边界区域长度，τNi(t)表示随时间变化的镍粒子周长，相关表达式具体如下所示：R(t)＝(Rmax‑R0)·(1‑exp(‑ks,capt))+R0 (2)其中Rmax、R0分别为最大和初始镍粒子半径，ks,cap为电容器常数，rox为镍粒子氧化速率，A(0)为电堆初始反应面积，KA为热导率，nic(t)为镍粒子随时间变化的剩余数量；
固体氧化物燃料电池的输出功率为：
PSOFC＝NVI‑Pcp (11)其中，N表示电池个数，I是电堆电流，Pcp为鼓风机所消耗的功率；
S1.2、建立锂电池二阶等效电路模型，并基于电池容量的不可逆衰减机理建立锂电池容量退化的数学模型，具体如下：
在电池工作原理的基础上，使用电阻、电容和恒压源组成等效电路模拟电池的性能，具体公式如下：
其中Upa是电化学极化损失，Upc是浓差极化损失，Ro是欧姆内阻、Rpa是电化学极化内阻、Cpa是电化学极化电容、Rpc是浓差极化电阻，Cpc是浓差极化电容，IL是负载电流，UL是输出电压；Pbat是锂电池输出电压；根据实际数据进行拟合得到：
0.0215SOC ‑17.2SOCUoc＝1.278e ‑0.2468e (13)SOC表示锂电池的荷电状态，采用安时法进行估计得到：其中SOC0表示锂电池的初始荷电状态，Q表示锂电池容量，由于锂电池在多次循环充放电过程中导致电极中的锂析出，从而引起的容量变化；基于现有数据建立锂电池容量衰退半经验模型：
Q＝Q0‑Qdeg (15)其中Q0表示锂电池初始容量，Qdeg表示锂电池衰减的容量，基于现有实验数据并拟合得到以下半经验模型：
其中，Rd表示锂电池充放电倍率，T表示锂电池温度；
S1.3、建立混合系统成本模型，具体如下：系统成本包括消耗的燃料成本，电力成本，以及燃料电池和锂电池的退化成本，如下式所示：
其中，J1,ele表示电力成本， 表示燃料成本，J2,SOFC表示燃料电池退化成本，J2,bat表示锂电池退化成本；由公式(17)计算得来：其中，Pbat为锂电池输出功率，wf为燃料电池燃料流量，priceele和priceH2分别为电力和氢气价格，ΔPloss,SOFC为燃料电池损失功率，PSOFC,0为正常情况下燃料电池输出功率，Ploss,eol为燃料电池最大可损失功率，Qloss,eol为锂电池容量最大可损失值，priceSOFC和pricebat分别为燃料电池和锂电池固定采购成本；
S2、考虑性能退化的固体氧化物燃料电池混合系统的能量分配方法；
选取混合系统中的燃料电池输出功率和锂电池输出功率作为优化过程中的决策变量，选取混合系统成本作为优化目标，利用动态粒子群优化方法，分配燃料电池和锂电池两个子系统的最优输出参考功率，使其满足混合系统在任意时刻的成本最低，具体如下：S2.1、采用动态粒子群优化算法获取最优解，具体步骤如下：
1)、控制向量参数化
基于控制向量参数化方法，首先将控制变量u(t)定义为2×n维的向量即u(t)＝[u1(t) u2(t)]＝[PSOFC Pbat]，然后把控制变量的每个分量分别用一系列基函数的线性组合来近似，将动态多目标优化问题转化为静态多目标优化问题；考虑在等长时间区间下，采用分段常量函数近似控制变量u(t)；
2)、初始化种群；在决策变量的变化范围内，随机生成s个粒子u＝[u1,u2,...,us]，每个粒子是一个2×n维的向量；
3)、计算每个粒子对应的混合系统成本，并将每个粒子的初始位置xi设置为个体最优解pbest＝[pbest1,pbest2,...,pbests]，选择其中成本最低的粒子位置作为全局最优粒子gbest；
4)、根据进化方法，按照下列规则更新粒子群的速度及位置；
vi(k+1)＝wvi(k)+c1r1[pbesti(k)‑xi(k)]+c2r2[gbest(k)‑xi(k)] (19)xi(k+1)＝xi(k)+vi(k+1) (20)其中，vi和xi分别表示第i个粒子的速度和位置(i＝1,2,…,s)，pbesti是个体最优解，代表着迭代寻优过程中第i个粒子自身找到的最优解位置，gbest是全局最优解，代表着整个种群在迭代寻优过程中找到的最优解位置；w是惯性参数，c1与c2是学习因子参数，r1与r2是0到1之间的随机值，k表示当前迭代次数；
5)、更新个体极值点pbesti以及全局极值点gbest；计算当代粒子群的系统成本，若当代粒子的系统成本低于上一代粒子的系统成本，则新的个体极值点pbesti即为当代粒子的位置，反之，则保持个体极值点pbesti不变；比较完所有粒子后，将s个粒子中系统成本最小的粒子位置，作为全局极值点gbest；
6)、判断是否满足停止条件，若不满足停止准则，重复步骤4)‑6)；若满足，算法终止；
S3、实现对固体氧化物燃料电池和锂电池的最优输出参考功率运行轨迹的动态跟踪控制；
采用迭代学习控制器，分别选取燃料电池电流和锂电池充放电电流作为控制器的控制变量，实现对步骤S2分配的两个子系统的最优输出参考功率运行轨迹的跟踪控制，最终使得混合系统能够经济安全稳定地运行。
2.如权利要求1所述的一种考虑退化的固体氧化物燃料电池混合系统的能量管理方法，其特征在于，步骤S3具体如下：采用迭代学习控制器，记忆模块将上次迭代过程的控制输入uk(t)和输出误差ek(t)存储起来，并用来修正当前迭代过程的控制输入uk+1(t)，如此经过多次的迭代学习，逐渐使得子系统的实际输出功率yk(t)与理想输出功率yd(t)的变化轨迹相一致；在控制目标不断随时间变化的情况下，分别实现了对燃料电池和锂电池参考功率的最优操作轨迹的跟踪控制，最终使得考虑性能退化的固体氧化物燃料电池混合系统安全稳定地运行。
说明书 :
一种考虑退化的燃料电池混合系统的能量管理方法
技术领域
背景技术
途的能源动力装置。然而在实际应用中，由于固体氧化物燃料电池动态响应较慢，通常会引
入其它储能装置比如锂电池来应对功率的突变情况。
象。混合系统中存在的这些性能退化现象，不仅会影响子系统的功率输出也会影响系统的
运行成本。因此，在考虑混合系统的能量分配时需要考虑子系统的退化现象。然而目前已有
的能量管理方法忽略了燃料电池系统和锂电池两个子系统的性能退化对系统整体的影响。
所设计的能量管理方法也多基于静态优化算法，并未考虑到子系统的运行状态会随时间而
不断变化，并且所提出的控制方法也并未考虑系统的时变特性。
最优能量分配。
发明内容
代学习控制算法实现了在最低系统运营成本下对固体氧化物燃料电池和锂电池两个子系
统的功率分配以及跟踪控制。
反应机理建立固体氧化物燃料电池退化模型。
两个子系统的最优输出参考功率，使其满足混合系统在任意时刻的成本最低。
终使得混合系统能够经济安全稳定地运行。
块获取燃料电池和锂电池两个子系统的最优参考功率运行轨迹，并将优化结果作为控制器
的目标参考轨迹，最后使用迭代学习控制器实现对两个子系统分配功率的跟踪控制，最终
实现混合系统的最优能量管理。
现混合发电系统的能量分配，使得混合发电系统运行成本最低，并减缓了系统的退化趋势，
延长了系统的寿命。并且通过迭代学习控制器实现了对具有时变特性的子系统的输出功率
轨迹的跟踪控制，使得混合发电系统高效安全的工作。
附图说明
具体实施方式
会淡化本发明的主要内容时，这些描述在这里将被忽略。
热交换器、电堆、混合器、旁路阀，以及尾气燃烧室组成。燃料电池和锂电池两个子系统均考
虑了系统退化情况。如图2所示，本发明一种考虑性能退化的燃料电池混合系统能量管理方
法，主要包括三部分：一、建立考虑性能退化的混合发电系统子系统数学模型；二、考虑性能
退化的固体氧化物燃料电池混合系统能量分配；三、实现对具有时变特性的子系统的参考
功率轨迹的跟踪控制。下面我们将对本发明进行详细说明，具体包括以下步骤：
型进行阐述，故只构建出电堆相关方程，具体如下：
别为阳极浓差损失电动势和阴极浓差损失电动势，ηact,2、ηact,4分别为阳极活化损失电动势
和阴极活化损失电动势。
TPB)变小，最终造成电堆反应面积减小而引起的电堆退化现象；以及Ni粒子发生氧化还原
反应，导致电导率降低，改变电池电堆的内部阻抗从而引起电堆退化的现象。
长，相关表达式具体如下所示：
出电压。Pbat是锂电池输出电压。根据实际数据进行拟合得到：
衰退半经验模型：
Ploss,eol为燃料电池最大可损失功率，Qloss,eol为锂电池容量最大可损失值，priceSOFC和
pricebat分别为燃料电池和锂电池固定采购成本。
迹，使其满足系统成本最低，其算法流程如图3，具体操作步骤如下；
来近似，将动态多目标优化问题转化为静态多目标优化问题。本实施例主要考虑在等长时
间区间下，采用分段常量函数近似控制变量u(t)。
gbest。；
整个种群在迭代寻优过程中找到的最优解位置。w是惯性参数，c1与c2是学习因子参数，r1与
r2是0到1之间的随机值，k表示当前迭代次数。
代粒子的位置，反之，则保持个体极值点pbesti不变。比较完所有粒子后，将s个粒子中系统
成本最小的粒子位置，作为全局极值点gbest。
(t)和输出误差ek(t)存储起来，并用来修正当前迭代过程的控制输入uk+1(t)，如此经过多
次的迭代学习，逐渐使得子系统的实际输出功率yk(t)与理想输出功率yd(t)的变化轨迹相
一致。在控制目标不断随时间变化的情况下，分别实现了对燃料电池和锂电池参考功率的
最优操作轨迹的跟踪控制，最终使得考虑性能退化的固体氧化物燃料电池混合系统安全稳
定地运行。
术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些
变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。