CN103560261A - 一种质子交换膜燃料电池用膜加湿器控制方法 - Google Patents

Abstract

一种质子交换膜燃料电池用膜加湿器控制方法，包括：根据PEMFC模型，对不同气体加湿情况下阳极和阴极流场湿度情况进行模拟分析，根据电渗透拖动、膜间扩散、膜水传递率、输入反应气体条件、燃料电池电流后，计算出电池内阳极流场和阴极流场内相对湿度水平，进而预测PEMFC的膜水含量。在一定范围内变化的各个电流下，搜索相对湿度，辨识最优阴极输入气体相对湿度；其中，最优阴极输入气体相对湿度指的是，对PEMFC阴极输入气体维持最优阴极输入气体相对湿度时，阴极流场会达到最大湿度而无水淹发生。

Description

一种质子交换膜燃料电池用膜加湿器控制方法

技术领域

本发明涉及一种质子交换膜燃料电池用的膜加湿器智能控制方法，特别是涉及一种针对质子交换膜燃料电池使用，基于膜加湿器的机理建模系统的闭环单神经元自适应PID湿度控制方法。 

背景技术

燃料电池是一种清洁高效的分布式电源，在催化剂作用下它能将含氢燃料的化学能直接转化为电能而无需燃烧过程。质子交换膜燃料电池（proton exchange membrane fuel cell,PEMFC）作为最可能商业化的燃料电池，具有工作温度低、电流密度大、响应速度快等优点，具有广泛的应用前景。 

质子交换膜燃料电池作为一种高效的发电技术，不仅受其组成元件结构和性能影响，而且还取决于运行中对湿度的控制效果。当PEMFC发电运行时，电化学反应产生的氢离子必须结合一定数量的水分子之后才能进行膜间传递，当膜中的每个磺酸根结合的水分子少于四个时，膜就不能传导氢离子，而当膜内水含量适中时，不但其电导率达到最佳值，而且内阻也会降到最小，所以，电解质膜的含水量直接反映电池的欧姆电压损失和扩散层含水量的多少，并极大地影响到电池的性能。因此需要根据PEMFC内水的产生和分布，设计相应的闭环膜加湿器智能控制方法，以利于膜的充分水合并降低阴极水淹程度，维持其较高的电导性。 

发明内容

为提高PEMFC的发电性能，有必要增强质子交换膜的电导性，使膜充分水 合并降低阴极水淹程度，本发明之一目的通过质子交换膜燃料电池内传质传热机理模型分析，有针对性地确定PEMFC加湿要求。 

本发明的另一目的在于通过机理分析建立膜加湿器的数学模型，分析输入气体温湿度及流量对输出气体的影响，以使输出气体满足PEMFC湿度需求。 

本发明之再一目的在于提供一种基于膜加湿器模型的闭环智能控制策略，具有控制效果好、鲁棒性强等优点，可有效地克服过程的非线性和不确定性。 

为达上述及其它目的，本发明提出一种质子交换膜燃料电池的膜水合分析系统，针对性确定PEMFC加湿要求。比较适合用于控制膜水合程度的量只有反应气体的湿度，在考虑阳极和阴极压力相同的情况下，通过控制反应气体湿度，尽量提高膜的水合程度。膜的水含量取决于增湿反应气体中的水、阴极反应生成的水和氢离子从阳极到阴极携带的水，其中，后两者与系统工作电流和电堆的动态特性有关，而系统的工作电流又由系统的电负载决定，只能通过调节反应气体的加湿来维持膜水含量。获取反应气体达到的预增湿程度对膜水含量来说是最好的，既可以维持高膜水含量，又能够减少扩散层反应所产生水的泛滥。根据已有的PEMFC模型，对不同气体加湿情况下阳极和阴极流场湿度情况进行模拟分析，根据电渗透拖动、膜间扩散、膜水传递率、输入反应气体条件、燃料电池电流后，计算出电池内阳极流场和阴极流场内相对湿度水平，进而预测PEMFC的膜水含量。在各个电流下，搜索相对湿度，辨识最优阴极输入气体相对湿度，对PEMFC阴极输入气体维持目标相对湿度时，阴极流场会达到最大湿度而无水淹发生。 

为达到上述及其他目的，本发明还提供一种膜加湿器的机理模型系统，分析输入气体温湿度及流量对输出气体的影响。通过应用热动态原理、质量连续性等式、热传递理论和膜扩散经验结果，建立一种膜加湿器的热动态模型。膜加湿器利用了膜扩散原理，干气流和湿气流在膜两侧并行流过，而水蒸汽和热能从膜的一侧扩散到另一侧。其中，水扩散率主要取决于水汽流量(湿度差对流)、膜压力差（扩散）、膜厚度、流体温度特性。利用膜加湿器，PEMFC排放的湿 废气能被循环利用于加湿或加热反应物。根据上述模型，配合相关参数，分别在输入干气体侧空气流量、温度和相对湿度阶跃变化状况下对膜加湿器的动态特性进行模拟，在输入空气流量和温度的影响下，系统内没有输入水蒸气，这样总的水蒸气率完全取决于膜水蒸气传递率。然而输入空气相对湿度会影响到输入水蒸气率。当输入空气特性扰动变化时，加湿器的动态特性也在波动，导致燃料电池阴极侧输入空气特性波动，甚至可能导致燃料电池过干或者水淹，因此必须对膜加湿器进行有效的控制以减少相对湿度波动。 

为达到上述及其他目的，本发明还提供一种基于膜加湿器模型的闭环智能控制策略（图1所示的S3）。控制的目标是膜加湿器湿气体侧的输出气体相对湿度，这个湿度可根据PEMFC阴极侧输入空气的湿度要求辨识出来，通常某一电池堆电流对应一定的相对湿度要求；将干气体侧的质量流量、相对湿度、温度都视为干扰量，将湿气体侧的输入质量流量作为操纵量，通过单神经元自适应PID控制器调节湿气体侧的输入气体质量流量，从而控制干气体侧的气体输出湿度。通常PID控制本身就有一定的鲁棒性和抗干扰能力，再加上单神经元的自学习和自适应能力，期望实现的单神经元自适应PID湿度控制设计能够让系统的抗干扰性能和跟随性能达到最优。在实验过程中进行了大量的尝试之后总结出该控制器的参数调整具有以下规律： 

○初始权系数w₁(0)、w₂(0)、w₂(0)可任意选取； 

○比例系数K的选择：先确定一个K，再根据控制实验结果进行调整，若超调过大则减少K，若过渡时间过长则增大K； 

○学习速率_i的选择：在确定K的基础上，₁对应的是PID控制中的积分项，₂对应比例项，₃则对应微分项，因此，可以根据积分、比例和微分控制的参数调整规律进行调整。 

与现有技术相比，本发明一种质子交换膜燃料电池用膜加湿器智能控制方法，通过质子交换膜燃料电池内传质传热机理模型分析，有针对性地确定PEMFC加湿要求，通过机理研究建立膜加湿器的数学模型，分析输入气体温湿度及流 量对输出气体的影响，以使输出气体满足PEMFC湿度需求，利用基于膜加湿器模型的闭环智能控制策略，具有控制效果好、鲁棒性强等优点，完全符合PEMFC膜加湿器的要求，可有效地克服过程的非线性和不确定性。 

由此，本发明提供了一种质子交换膜燃料电池用膜加湿器控制方法，其包括：根据PEMFC模型，对不同气体加湿情况下阳极和阴极流场湿度情况进行模拟分析，根据电渗透拖动、膜间扩散、膜水传递率、输入反应气体条件、燃料电池电流后，计算出电池内阳极流场和阴极流场内相对湿度水平，进而预测PEMFC的膜水含量。 

优选地，通过调节反应气体的加湿来维持膜水含量 

优选地，在一定范围内变化的各个电流下，搜索相对湿度，辨识最优阴极输入气体相对湿度；其中，最优阴极输入气体相对湿度指的是，对PEMFC阴极输入气体维持最优阴极输入气体相对湿度时，阴极流场会达到最大湿度而无水淹发生。 

优选地，应用热动态原理、质量连续性等式、热传递理论和膜扩散经验结果，建立一种膜加湿器的热动态模型；在所述热动态模型中，干气流和湿气流在膜两侧并行流过，水蒸汽和热能在膜两侧并行扩散，PEMFC排放的湿废气能被循环利用于加湿或加热反应物，水扩散率主要取决于水汽流量、膜压力差、膜厚度、流体温度特性。 

优选地，利用热动态模型，配合相关参数，分别在输入干气体侧空气流量、温度和相对湿度阶跃变化状况下对膜加湿器的动态特性进行模拟。 

优选地，建立质子交换膜燃料电池用膜加湿器的机理模型（图1所示的S2），在建立的质子交换膜燃料电池用膜加湿器的机理模型中： 

控制的目标为膜加湿器湿气体侧的输出气体相对湿度；以及： 

将湿气体侧的输入质量流量作为操纵量，将干气体侧的质量流量、相对湿度、温度都视为干扰量，通过单神经元自适应PID控制器调节湿气体侧的输入气体质量流量，从而控制干气体侧的气体输出湿度。 

优选地，被控系统的变量参数可分别为： 

状态变量：x  m_1,rec  m_1,v  T_1,out  m_2,ex  m_2,v  T_2,out ^T

控制输入：u  W_2,in

不可控输入为：w  W_1,in  T_1,in  1,in ^T

输出变量为：y_1,out

用于PEMFC膜加湿器的单神经元自适应PID控制算法为： 

$\begin{array}{ccc}u\left(k\right)& u\left(\begin{array}{cc}\tilde{k}& 1\end{array}\right).& \end{array}K_{i1}^3{w}_i^{\′}\left(k\right)x_i\left(k\right)$

$\begin{array}{cc}{w}_i^{\′}\left(k\right)& \frac{w_i\left(k\right)}{\left|w_i\left(k\right)\right|_{i1}^3}\end{array}$

$\begin{array}{cccc}{w}_i\left(k\right)& w_i\left(\begin{array}{cc}\tilde{k}& 1\end{array}\right).& \mathrm{Ke}\left(k\right)x_i\left(k\right)\mathrm{sgn}\frac{\begin{array}{cc}e\left(\tilde{k}\right)& e\left(\begin{array}{cc}\tilde{k}& 1\end{array}\right)\end{array}}{\begin{array}{cc}u\left(\begin{array}{cc}\tilde{k}& \tilde{1}\end{array}\right)& u\left(\begin{array}{cc}\tilde{k}& 2\end{array}\right)\end{array}}_i,i& \end{array}\mathrm{1,2,3}$

$\begin{array}{cc}\mathrm{sgn}\left(x\right)& \stackrel{\·}{~}\begin{array}{ccc}1& x& 0\\ 1& x& 0\end{array}\end{array}.$

优选地，初始权系数w₁(0)、w₂(0)、w₂(0)是任意选取的； 

比例系数K的选择：先确定一个K，再根据控制实验结果进行调整，若超调过大则减少K，若过渡时间过长则增大K； 

学习速率_i的选择：在确定K的基础上，₁对应的是PID控制中的积分项， ₂对应比例项，₃则对应微分项。 

优选地，根据积分、比例和微分控制的参数调整规律进行调整学习速率_i。 

附图说明

结合附图，并通过参考下面的详细描述，将会更容易地对本发明有更完整的理解并且更容易地理解其伴随的优点和特征，其中： 

图1为本发明一种质子交换膜燃料电池用膜加湿器智能控制的系统架构图； 

图2A至图2D为本发明中质子交换膜燃料电池输入气体在不同加湿情况下流场相对湿度和膜水含量模拟结果示意图； 

图3为本发明阴极侧输入气体目标相对湿度示意图； 

图4A和图4B为本发明中加湿器结构及控制体的结构示意图； 

图5A至图5I为本发明基于膜加湿器的输入干空气参数阶跃变化时系统模拟响应示意图； 

图6为本发明使用的单神经元自适应PID控制器结构示意图； 

图7为本发明膜加湿器单神经元自适应PID闭环智能控制结构示意图； 

图8A至图8D为本发明较佳实施例之质子交换膜燃料电池用膜加湿器智能控制方法的模拟验证结果示意图。 

需要说明的是，附图用于说明本发明，而非限制本发明。注意，表示结构的附图可能并非按比例绘制。并且，附图中，相同或者类似的元件标有相同或者类似的标号。 

具体实施方式

为了使本发明的内容更加清楚和易懂，下面结合具体实施例和附图对本发明的内容进行详细描述。 

影响PEMFC膜水合程度的主要因素有电池阳极和阴极水量的多少、阳极和阴极压力差及负载电流密度的大小，而阳极和阴极的水量又取决于反应气体的预增湿和阴极化学反应生成的水量。在以上影响因素中能控制的量有反应气体的预增湿和阴阳极压差。尽管随着电池阴阳极压差的增大有利于膜的水合，但受电池结构和MEA机械强度的制约，电池阴阳极压差不能过高。因此，比较适合用于控制膜水合程度的量只有反应气体的湿度，在考虑阳极和阴极压力相同的情况下，通过控制反应气体湿度，尽量提高膜的水合程度。在增加动态加湿器之前，必须研究PEMFC输入湿度需求，分析气体加湿状态对PEMFC膜水含量的影响。 

膜的水含量取决于增湿反应气体中的水、阴极反应生成的水和氢离子从阳极到阴极携带的水，其中，后两者与系统工作电流和电堆的动态特性有关，而 系统的工作电流又由系统的电负载决定，所以只能通过调节反应气体的加湿来维持膜水含量。实际上，对反应气体进行适当的加湿可以提高电池性能，尤其对厚的Nafion115和Nafion117膜，反应气体的预增湿可以明显改善电池性能。但是，究竟要将反应气体增湿到什么程度才合适呢？根据前面分析，膜的水含量不仅取决于增湿后反应气体中的水，还取决于系统的负载特性和电堆的动态特性，因此可以认为，需要定义反应气体达到怎样的预增湿程度对膜水含量来说是最好的，既可以维持高膜水含量，又能够减少扩散层反应所产生水的泛滥。 

加湿的目标就是保持燃料电池的膜水含量在其饱和值，并尽量减少水淹发生，也就是膜完全饱和，即阳极和阴极流场相对湿度均保持在100%。但是没有必要维持输入气体相对湿度一直在100%，因为燃料电池运行中产生水有可能导致电池水淹，并降低电池性能。最优的情况就是保持充足的水分，同时有较少的液态水的产生。 

由此，可根据已有的PEMFC数学模型，对不同气体加湿情况下阳极和阴极流场湿度情况进行模拟分析（图1所示的S1），根据电渗透拖动（electro-osmotic drag）、膜间扩散（diffusion）、膜水传递率、输入反应气体条件、燃料电池电流后，计算出电池内阳极流场和阴极流场内相对湿度水平，进而预测PEMFC的膜水含量。 

如图2A至图2D为输入反应气体均维持在50℃，并保持80%的氢气利用率和50%的氧气利用率，PEMFC稳定在理想工作温度70℃时，在阳极和阴极输入气体相对湿度四种情况下电流从5A到180A变化时进行模拟（图2A，阳极0%湿度、阴极0%湿度；图2B，阳极0%湿度、阴极100%湿度；图2C，阳极100%湿度、阴极0%湿度；图2D，阳极100%湿度、阴极100%湿度）。结果显示：在低电流状态下，阴极气体加湿后膜水合效果显著提高；而在高电流状态下，阳极气体加湿后膜水合效果明显增强；但是总体而言，阴极气体的加湿效果是获取高膜水含量的主要因素。 

当PEMFC集成加湿器后，它必须为输入气体提供充足的水蒸气到目标相对 湿度，加湿器通常处于开环状态，因此输入气体中增加的水蒸气量无法有效控制。一旦已知PEMFC电池堆电流，阴极流场所需的输入气体相对湿度能通过基于PEMFC模型的最优搜索获取。输入气体温度均设定为50℃，并保持80%的氢气利用率和50%的氧气利用率，阳极输入气体维持20%相对湿度，最优搜索从5A到180A，每步1A的增量间隔。在各个电流下，从0%到100%搜索相对湿度，最优阴极输入气体相对湿度（使PEMFC达到最大膜水含量而无水淹发生时）被辨识出，如图3所示，即对PEMFC阴极输入气体保持如图所示的相对湿度时，阴极流场会达到最大湿度而无水淹发生，但超过140A后，由于电池电化学反应产生大量的水，导致水淹现象严重，故主要采用阴极侧输入气体加湿。 

通过应用热动态原理、质量连续性等式、热传递理论和膜扩散经验结果，建立一种膜加湿器的热动态模型。膜加湿器利用了膜扩散原理，干气流和湿气流在膜两侧并行流过，而水蒸汽和热能从膜的一侧扩散到另一侧。其中，水扩散率主要取决于水汽流量(湿度差对流)、膜压力差（扩散）、膜厚度、流体温度特性。利用膜加湿器，PEMFC排放的湿废气能被循环利用于加湿或加热反应物。 

加湿器的结构如图4A和图4B所示，分为干气体1和加湿气体2两部分。干燥反应物输入质量流量、压力、温度和相对湿度分别定义为：W_1,in、P_1,in、T_1,in和 _1,in，输出质量流量、压力、温度和相对湿度分别定义为：W_1,out、P_1,out、T_1,out和_1,out；湿气体输入质量流量、压力、温度和相对湿度分别定义为：W_2,in、P_2,in、T_2,in和_2,in，输出质量流量、压力、温度和相对湿度分别定义为：W_2,out、P_2,out、T_2,out和_2,out；膜两侧水蒸气传递和热传递分别定义为W_v,tr和Q_tr。为简化建模过程，有如下假设： 

（1）控制体内流体是薄片状流动的； 

（2）所有气体符合理想气体定律； 

（3）加湿器单元和环境绝热，因此只有膜间的热传递； 

（4）气体分子的动力和潜能忽略不计； 

（5）燃料电池的排放的废热温度假设为70℃； 

对干气体侧控制体1有： 

其中，m_1,rec与m_1,v分别为储存在控制体1的反应物与水蒸气质量，W_1,rec,in与W_1,v,in分别为进入的反应物和水蒸气质量流量，W_1,rec,out与W_1,v,out分别为控制体1输出的反应物和水蒸气质量流量，.Q_tr为从控制体2到控制体1的热传递，W_v,tr为从控制体2到控制体1的水蒸气质量传递率，c_p,rec与c_p,v分别为反应物和水蒸气定压比热，c_v,rec和c_v,v分别为反应物和水蒸气定容比热，T_mem为膜温度，可近似表示为控制体1和控制体2输出温度的算术平均值： 

对控制体1应用质量守恒定律，输入质量流量和输出质量流量保持动态平衡。对湿气体侧控制体2应用热动态第一定律，有： 

所有均假设为理想气体，对控制体1可计算输入气体质量流量。 

$\begin{array}{cc}{W}_{1,\mathrm{rec},\mathrm{in}}& \frac{M_{\mathrm{rec}}{P}_{1,\mathrm{in}~1,\mathrm{in}}{P}_{\mathrm{sat}}\left(T_{1,\mathrm{in}}\right)}{M_{\mathrm{rec}}{P}_{1,\mathrm{in}~1,\mathrm{in}}{P}_{\mathrm{sat}}\left(T_{1,\mathrm{in}}\right).M_{v1,\mathrm{in}}{P}_{\mathrm{sat}}\left(T_{1,\mathrm{in}}\right)}{W}_{1,\mathrm{in}}---\left(3\right)\end{array}$

$\begin{array}{cc}{W}_{1,v,\mathrm{in}}& \frac{M_{v1,\mathrm{in}}{P}_{\mathrm{sat}}\left(T_{1,\mathrm{in}}\right)}{M_{\mathrm{rec}}{P}_{1,\mathrm{in}~1,\mathrm{in}}{P}_{\mathrm{sat}}\left(T_{1,\mathrm{in}}\right).M_{v1,\mathrm{in}}{P}_{\mathrm{sat}}\left(T_{1,\mathrm{in}}\right)}{W}_{1,\mathrm{in}}\end{array}---\left(4\right)$

其中，M_rec为反应物摩尔质量，M_v为水蒸气的摩尔质量。对对控制体2的输入气体质量流量与上式类似。 

水蒸气质量传递是由加湿器膜两侧湿度梯度差和压力梯度差引起。加湿器膜两侧相对湿度梯度决定了水的扩散率，而膜两侧的压力梯度则导致了水的对流率，水传递率为： 

其中，M_v为水蒸气摩尔质量，N为加湿模块数量，c₁与c₂分别代表控制体1和2的水浓度，t_m为加湿器膜厚度，k为有效渗透率，为水的黏性，_m加湿膜的膜水含量，c_f为膜中磺酸根基团浓度，膜扩散系数D_w可由经验公式获取。 

水含量_j定义为： 

$\begin{array}{cccccc}0.043._j& {17.81}_j^{~}& {39.85}_{j.}^2& {36.0}_j^3& j& 1,\mathrm{out};2,\mathrm{out};m\end{array}---\left(6\right)$

其中膜相对湿度a_m假设为控制体1与控制体2相对湿度的算术平均。 

两控制体间的热传递.Q能表示如下： 

.Q  UAN  T_2/1            (7) 

其中，A为膜面积，T_2/1为两控制体间的对数平均温度差，U为总体热传递系数。 

将燃料电池阴极侧排放出的废气循环作为加湿气体，使PEMFC保持50%的氧气利用率，并且排放的气体水蒸气处于饱和状态，系统加湿动态性能对燃料电池的实际运行有较大影响，将通过改变气体输入流量、温度和相对湿度，分析加湿器的开环动态性能。 

根据上述模型，配合相关参数，分别在输入干气体侧空气流量、温度和相对湿度阶跃变化状况下对膜加湿器的动态特性进行模拟，如图5A至图5I所示（其中图5A至图5C为流量阶跃变化时系统响应，图5D至图5F为度阶跃变化时系统响应，图5G至图5I为相对湿度阶跃变化时系统响应），结果显示，输入空气相对湿度阶跃增加时，膜水传递率下降，这是由于膜水传递率是膜间相对湿度的函数。当输入空气相对湿度增加，膜间相对湿度梯度下降，因此膜水蒸气传递率减少。然而，总的水蒸气率有少许增加，这是因为输入空气相对湿度的增加补偿了膜水蒸气传递率减少。 

在输入空气流量和温度的影响下，系统内没有输入水蒸气，这样总的水蒸气率完全取决于膜水蒸气传递率。然而输入空气相对湿度会影响到输入水蒸气率。当输入空气特性扰动变化时，加湿器的动态特性也在波动，导致燃料电池阴极侧输入空气特性波动，甚至可能导致燃料电池过干或者水淹，因此有必要 对膜加湿器进行有效的控制以减少相对湿度波动。 

PEMFC膜加湿器的控制要求采用具有自适应抗干扰能力强的非线性控制方法，而且要求控制设计尽量简单易实现。PID(比例(proportion)、积分(integral)、微分(derivative))控制由于算法简单、鲁棒性好、可靠性高和抗干扰等优点，被广泛应用于工业过程控制，尤其用计算机实现的数字PID控制器更显示出参数调整灵活、算法变化多样和简单方便的优点。因此采用实际工业中应用较广泛的增量式数字PID算法，该算法如下： 

$\begin{array}{ccccccccc}u\left(k\right)& k_p& e\left(\tilde{k}\right)& e\left(\begin{array}{cc}\tilde{k}& 1\end{array}\right).& k_{i}e\left(k\right).& k_d& e\left(\tilde{k}\right)& 2e\left(\begin{array}{cc}\tilde{k}& 1\end{array}\right).& e\left(\begin{array}{cc}\tilde{k}& 2\end{array}\right)\end{array}----\left(8\right)$

上式中：u(k)是当前时刻控制输出的增量，e(k)、和

分别表示现时以前三个时刻的被控量偏差，k_p、k_i和k_d分别是比例、积分和微分系数，三者相互独立，整定方便。但是在实际应用时PID控制的参数整定是个关键且复杂的问题。目前采用的参数自整定方法有ZN设定法、ISTE最优设定法和临界灵敏度法，这些方法或者需要先离线确定被控系统的一阶辨识模型，或者需要确定系统的临界振荡周期和比例增益，而且当系统发生变化时仍需重复操作。具体到PEMFC膜加湿器控制，尽管其控制模型采用了一定的简化和假设，但是仍具有强非线性动态特点，所以无法也不可能简单近似成几阶模型，并且，周围环境、用户需求和系统的要求等因素都影响系统运行，而这些参数自整定方法需要当系统发生变化时进行参数的重新整定。因此，考虑将PID控制与神经网络相结合的自适应控制方法，以便更好地适应PEMFC膜加湿器的动态特性和在线实时控制的需求。神经网络因其强大的非线性逼近和自适应能力，已经被广泛用于解决许多控制问题，然而，多层神经网络中需要调整的权系数过多，在实时控制中不仅会降低系统的反应速度而且需配备性能较高的处理器。单神经元作为构成神经网络的基本单位，也具有自学习、自适应和强抗干扰的能力，而且结构简单易于计算。因此，将单神经元和增量式数字PID控制相结合用于PEMFC膜加湿器的控制。这样的控制器不但结构简单、学习算法和物理意义明确、计算量小，而且能够对PID参数进行在线的自适应整定，具有较强的自适 应能力和抗干扰能力。 

单神经元增量式PID控制器的结构原理如图6所示。k表示当前时刻。转换器的输入e(k)是控制量y(k)和其期望值y_ref(k)产生的控制误差，转换器的输出是神经元学习控制所需要的状态量，分别定义为： 

$\begin{array}{cccc}{x}_1\left(k\right)& y_{\mathrm{ref}}\left(\tilde{k}\right)& y\left(k\right)& e\left(k\right)\\ x_2\left(k\right)& e\left(\tilde{k}\right)& e\left(\begin{array}{cc}\tilde{k}& 1\end{array}\right)& \\ x_3\left(k\right)& e\left(\tilde{k}\right)& 2e\left(\begin{array}{cc}\tilde{k}& 1\end{array}\right).& e\left(\begin{array}{cc}\tilde{k}& 2\end{array}\right)\end{array}---\left(9\right)$

图中的w₁(k)、w₂(k)和w₃(k)分别为对应神经元输入的加权系数，K为神经元比例系数，控制器产生的控制信号为： 

$\begin{array}{ccc}u\left(k\right)& u\left(\begin{array}{cc}\tilde{k}& 1\end{array}\right).& \end{array}K_{i1}^3{w}_i\left(k\right)x_i\left(k\right)---\left(10\right)$

将该控制器的控制输出与数字增量式PID的输出方程(8)相比较，发现：k_i  Kw₁、k_p  Kw₂、k_d  Kw₃，可见，单神经元PID控制器正是通过加权系数在线调整PID控制中的比例、积分和微分控制参数的，因此，该控制器是一种在线自适应的PID控制器。借助最优控制的思想，将二次型性能指标函数

引入到神经网络加权系数的学习过程中，使w_i(k)的修正沿着J减小的方向，即对w_i(k)的负梯度方向进行搜索调整。J对w_i(k)的梯度为： 

$\frac{J}{w_i\left(k\right)}~\frac{J}{e\left(k\right)}\frac{e\left(k\right)}{u\left(k\right)}\frac{u\left(k\right)}{w_i\left(k\right)}~e\left(k\right)\frac{e\left(k\right)}{u\left(k\right)}\frac{u\left(k\right)}{w_i\left(k\right)}---\left(11\right)$

那么w_i(k)的调整量为： 

$\begin{array}{cc}{w}_i\left(k\right)~\frac{J}{w_i\left(k\right)}_i& e\left(k\right)\frac{e\left(k\right)}{u\left(k\right)}_i\frac{u\left(k\right)}{w_i\left(k\right)}\end{array}---\left(12\right)$

上式中，_i为学习速率，将式(10)中u(k)对w_i(k)求偏导数后带入式(12)得： 

$\begin{array}{cc}{w}_i\left(k\right)& \mathrm{Ke}\left(k\right)x_i\left(k\right)\frac{e\left(k\right)}{u\left(k\right)}_i\end{array}---\left(13\right)$

上式中

通常末知，可以近似用符号函数

代替，由此带来的计算误差可以通过调整_i加以补偿。为保证算法的鲁棒性和收敛性，需要对权值进 行规范化处理，得到单神经元PID控制算法如下： 

根据已建立的膜加湿器机理模型，系统的变量可分别表示如下： 

状态变量：x  m_1,rec  m_1,v  T_1,out  m_2,ex  m_2,v  T_2,out ^T

控制输入：u  W_2,in

不可控输入（扰动输入）为：w  W_1,in  T_1,in  1,in ^T

输出变量为：y_1,out

利用单神经元自适应PID实现的PEMFC外部膜加湿器的控制设计如图7所示。控制的目标是膜加湿器湿气体侧的输出气体相对湿度，这个湿度可根据PEMFC阴极侧输入空气的湿度要求辨识出来，如图3所示，通常某一电池堆电流对应一定的相对湿度要求；将干气体侧的质量流量、相对湿度、温度都视为干扰量，将湿气体侧的输入质量流量作为操纵量，通过单神经元自适应PID控制器调节湿气体侧的输入气体质量流量，从而控制干气体侧的气体输出湿度。通常PID控制本身就有一定的鲁棒性和抗干扰能力，再加上单神经元的自学习和自适应能力，期望实现的单神经元自适应PID湿度控制设计能够让系统的抗干扰性能和跟随性能达到最优。 

遵循控制设计原则，对膜加湿器单神经元自适应PID控制进行模拟分析。电流I_st作为负载变化情况，干气体侧的流量W_1,in、相对湿度_1,in、温度T_1,in分别变化并产生一定的扰动，实现图7中的单神经元自适应PID控制器，达到控制湿气体侧输出气体相对湿度_1,out目的。在实验过程中进行了大量的尝试之后总结出 该控制器的参数调整具有以下规律： 

○初始权系数w₁(0)、w₂(0)、w₂(0)可任意选取； 

○比例系数K的选择：先确定一个K，再根据控制实验结果进行调整，若超调过大则减少K，若过渡时间过长则增大K； 

○学习速率_i的选择：在确定K的基础上，₁对应的是PID控制中的积分项，₂对应比例项，₃则对应微分项，因此，可以根据积分、比例和微分控制的参数调整规律进行调整。 

下面就模拟可能发生的运行过程，进行膜加湿器输出气体湿度控制实验。模拟输入动态特性如图8A所示，电流I_st即干气体侧的输入空气流量W_1,in、相对湿度_1,in和温度T_1,in分别阶跃变化，测试所设计的湿度控制器性能。经过单神经元自适应PID控制器的模拟测试，图8B为输入湿气体流量调节过程，图8C为PID参数的自适应调节过程，图8D为目标相对湿度变化过程，通过单神经元动态调节比例、积分、微分参数，进而实时改变控制量：输入湿气体流量，从而达到控制膜加湿器输出空气的相对湿度。同时为比较单神经元PID控制器与传统PID性能，引入了传统的PID控制器，但是固定参数的PID控制器在第15秒后无法保持系统的稳定，达不到实时控制要求。模拟结果表明单神经元自适应PID控制器能满足湿度控制要求，使系统具有较好的抗干扰性能和跟踪性能。 

图8A至图8D为本发明较佳实施例之质子交换膜燃料电池用膜加湿器智能控制方法的模拟验证结果示意图。图8A示出了输入动态特性，图8B示出了湿气体流量调节过程，图8C示出了PID参数的自适应调节过程，图8D示出了目标相对湿度变化过程。 

可见，本发明一种质子交换膜燃料电池用膜加湿器智能控制方法，为提高PEMFC的发电性能，通过质子交换膜燃料电池内传质传热机理模型分析，有针对性地确定PEMFC加湿要求，通过机理研究建立膜加湿器的数学模型，分析输入气体温湿度及流量对输出气体的影响，以使输出气体满足PEMFC湿度需求，利用基于膜加湿器模型的闭环智能控制策略，具有控制效果好、鲁棒性强等优 点，对PID参数的调整过程是在线的自适应过程，只要选择适当的学习速率和神经元比例系数，就可以使系统控制超调小、无静差，而且对被控对象的模型参数及采样周期等性质变化不敏感，该控制器完全符合PEMFC膜加湿器的要求，可有效地克服过程的非线性和不确定性。 

可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。 

Claims (9)

1.一种质子交换膜燃料电池用膜加湿器控制方法，其特征在于包括： 

根据PEMFC模型，对不同气体加湿情况下阳极和阴极流场湿度情况进行模拟分析，根据电渗透拖动、膜间扩散、膜水传递率、输入反应气体条件、燃料电池电流后，计算出电池内阳极流场和阴极流场内相对湿度水平，进而预测PEMFC的膜水含量。 

2.根据权利要求1所述的质子交换膜燃料电池用膜加湿器控制方法，其特征在于还包括：通过调节反应气体的加湿来维持膜水含量。 

3.根据权利要求1所述的质子交换膜燃料电池用膜加湿器控制方法，其特征在于还包括：在一定范围内变化的各个电流下，搜索相对湿度，辨识最优阴极输入气体相对湿度；其中，最优阴极输入气体相对湿度指的是，对PEMFC阴极输入气体维持最优阴极输入气体相对湿度时，阴极流场会达到最大湿度而无水淹发生。 

4.根据权利要求1或2所述的质子交换膜燃料电池用膜加湿器控制方法，其特征在于还包括：应用热动态原理、质量连续性等式、热传递理论和膜扩散经验结果，建立一种膜加湿器的热动态模型；在所述热动态模型中，干气流和湿气流在膜两侧并行流过，水蒸汽和热能在膜两侧并行扩散，PEMFC排放的湿废气能被循环利用于加湿或加热反应物，水扩散率主要取决于水汽流量、膜压力差、膜厚度、流体温度特性。 

5.根据权利要求4所述的质子交换膜燃料电池用膜加湿器控制方法，其特征在于进一步包括：利用热动态模型，配合相关参数，分别在输入干气体侧空气流量、温度和相对湿度阶跃变化状况下对膜加湿器的动态特性进行模拟。 

6.一种质子交换膜燃料电池用膜加湿器控制方法，其特征在于包括：建立质子交换膜燃料电池用膜加湿器的机理模型，在建立的质子交换膜燃料电池用膜加湿器的机理模型中： 

控制的目标为膜加湿器湿气体侧的输出气体相对湿度；以及： 

将湿气体侧的输入质量流量作为操纵量，将干气体侧的质量流量、相对湿度、温度都视为干扰量，通过单神经元自适应PID控制器调节湿气体侧的输入气体质量流量，从而控制干气体侧的气体输出湿度。 

7.根据权利要求6所述的质子交换膜燃料电池用膜加湿器控制方法，其特征在于，被控系统的变量参数可分别为： 

状态变量：x  m_1,rec  m_1,v  T_1,out  m_2,ex  m_2,v  T_2,out ^T

控制输入：u  W_2,in

不可控输入为：w  W_1,in  T_1,in  1,in ^T

输出变量为：y_1,out

用于PEMFC膜加湿器的单神经元自适应PID控制算法为： 

8.根据权利要求7所述的质子交换膜燃料电池用膜加湿器控制方法，其特征在于，初始权系数w₁(0)、w₂(0)、w₂(0)是任意选取的； 

比例系数K的选择：先确定一个K，再根据控制实验结果进行调整，若超调过大则减少K，若过渡时间过长则增大K； 

学习速率_i的选择：在确定K的基础上，₁对应的是PID控制中的积分项， ₂对应比例项，₃则对应微分项。 

9.根据权利要求6或7所述的质子交换膜燃料电池用膜加湿器控制方法，其特征在于，根据积分、比例和微分控制的参数调整规律进行调整学习速率_i。 

Images