一种车用燃料电池水热管理系统优化方法

技术领域

本发明属于车用燃料电池技术领域，特别涉及一种车用燃料电池水热管理系统优化方法。

背景技术

随着经济的不断发展，对于不可再生能源的消耗日益增加。并且在使用的过程中，造成的排放污染问题也越发严重，空气质量变差、雾霾等现象也在不断地出现，特别是在经济快速发展的地区或国家。为了缓解能源以及环境的问题，越来越多的国家开始对新能源展开了研究。交通运输作为产生排放的一部分也开始寻找新型能源来替代传统能源。燃料电池作为一种具有环境友好属性的能源走进了各汽车厂商的视野中。虽然整个能量转换过程较为复杂，但是在发电的过程中并不进行燃烧，也不会产生污染排放，同时又具有远高于传统内燃机的能量转换率等优点。毫无疑问的成为了未来能源的发展方向之一。但是其中质子交换燃料电池(Proton exchange membrane fuel cell,PEMFC)所需要较低的运行温度(60-80℃)，并且对于工作温度要求较高，一旦电池处于不适当的工作温度，就会导致各种问题发生，例如比较常见的电池“膜干燥”以及“水淹”问题。

温度对于燃料电池的性能以及安全都是重要的影响因素之一，作为一种低温燃料电池，当PEMFC电堆温度在60-80℃区间内，PEMFC燃料电池能效可达到40-60％。而当电堆温度过低时，会导致电堆内部阻抗增加，严重时会导致内部结冰使得启动困难。而温度过高时，又会增加燃料电池内部的脱水的风险，严重情况会导致电池内部发生破坏。所以建立一个热管理系统对PEMFC系统进行热量的控制，对于PEMFC平稳安全的运行来说是非常有必要的。

发明内容

本发明的目的是提供一种车用燃料电池水热管理系统优化方法，其基于燃料电池系统模型和控制器模型，通过调节冷却水泵的转速对燃料电池电堆温度进行调节，能够获得较好的温度调节效果。

本发明提供的技术方案为：

一种车用燃料电池水热管理系统优化方法，包括：

建立燃料电池系统模型，所述燃料电池系统模型包括：驾驶员模型、车辆模型、燃料电池电堆模型、氢气供给系统模型，氧气供给系统模型、控制模块以及冷却系统模型；

其中，所述冷却系统中设有冷却水泵，通过所述冷却水泵控制冷却液的流速；

建立控制器模型；

所述控制器获取燃料电池电堆的温度，并且根据所述燃料电池电堆的温度对所述冷却水泵的转速进行调解，使所述燃料电池电堆的温度处于工作温度阈值内。

优选的是，使用Simcenter AMESim平台来建立所述燃料电池系统模型。

优选的是，所述控制器模型在matlab-simulink中进行建立。

优选的是，所述控制器模型包括：模糊PID控制器。

优选的是，按照采样周期，输入燃料电池电堆的理想温度与实际温度的温度偏差e和温度偏差变化率ec，经模糊推理得到PID控制器的比例调节系数、积分调节系数和微分调节系数；所比例调节系数、积分调节系数和微分调节系数输入PID控制器得到冷却水泵的转速的误差补偿量。

优选的是，所述温度偏差e和温度偏差变化率ec的论域为[+1,-1]。

优选的是，所述温度偏差e和温度偏差变化率ec的模糊集为NB、NS、Z、PS、PB。

本发明的有益效果是：

本发明提供的应用模糊PID的车用燃料电池水热管理系统优化方法，基于燃料电池系统模型和控制器模型，通过调节冷却水泵的转速对燃料电池电堆温度进行调节，能够电堆进出口温差在3℃内，获得了较好的温度调节效果。

附图说明

图1为本发明所述的简单PEMFC系统结构示意图。

图2为本发明所述的燃料电池体积示意图。

图3为本发明所述的燃料电池系统模型示意图。

图4为本发明所述的模糊PID控制器系统结构示意图。

图5为本发明所述的变量E的隶属度函数曲线。

图6为本发明所述的变量EC的隶属度函数曲线。

图7为本发明所述的变量KP隶属度函数曲线。

图8为本发明所述的变量KI隶属度函数曲线。

图9为本发明所述的变量KD隶属度函数曲线。

图10为本发明所述的控制变量KD的输出模糊规则示意图。

图11为本发明所述的控制变量KP的输出模糊规则示意图。

图12为本发明所述的控制变量KI的输出模糊规则示意图。

图13为本发明所述的NEDC工况下的冷却回路温度示意图。

图14为本发明所述的电堆进出口温度示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

本发明提供了一种车用燃料电池水热管理系统优化方法，应用SimcenterAMESim仿真软件建立了一个燃料电池汽车的综合模型，用于分析燃料电池车辆的燃料电池组的性能。并使用Matlab-Simulink搭建了一种基于模糊PID算法的模型，通过对冷却水泵来对燃料电池电堆温度进行调节。

质子交换燃料电池(PEMFC)系统是一个由多个子系统所构成的复杂系统，图1为简单PEMFC系统结构的示意图。氧气供给子系统、氢气供给子系统负责为电堆反应提供反应物，其中氢气供给子系统将高压氢气罐中的氢气进行减压处理后输送至电堆处，氧气供给子系统通过空压机将空气压缩至一定压力后，送至加湿器中进行调节湿度，然后将压力、湿度合适的空气送入电堆进行反应。燃料电池电堆发生反应所产生的电能会通过电过程中所积累的大量热量会在电堆温度达到DC/DC转换器后，连接驱动电机从而为车辆提供动力。而燃料电池电堆在发一定值后通过冷却液传递至散热器处进行冷却。

PEMFC系统的主要部件是阳极、气体扩散层、、阴极、和催化剂层。图2所示为电池结构示例图。单个燃料电池的电压通常在1.2V左右，通常情况下燃料电池汽车中所使用的电池组会由数百个电池单元组成，以获得足够的电压和功率。

燃料电池的实际输出电压主要由四部分组成：E

U

其中：U

(1)V

其中：R为气体常数，此处取值8.3145(J/mol/K)；T为电堆温度；n为参与反应的电子数，此处取值为2；F为法拉第常数，96485.3415(C/mol)；α为电荷转移系数；J

(2)V

V

其中：R

J

(3)V

其中:B为浓度压降系数(V)；J

Simcenter AMESim是一个可以允许建立复杂的涉及多学科领域的模型的平台，并且可对复杂系统的瞬态以及动态特性进行研究。因此，本发明使用Simcenter AMESim平台来建立燃料电池系统的功能模型。本发明中使用真实数据来进行燃料电池系统及其水热管理系统进行建模可以较为真实的反应系统各项性能，可以为燃料电池系统的水热管理提供一定的指导。表1为燃料电池系统模型主要部件参数。

表1燃料电池系统模型主要部件参数

燃料电池作为一种低温燃料电池，其对于工作温度较为敏感。温度过低将会导致燃料电池启动困难以及电极水淹、催化剂活性降低等问题，而温度过高则会导致的含水量降低，甚至会使膜干裂内部结构产生破坏，只有在适宜的工作温度区间，才能让电池稳定高效安全的进行输出，并且延长电池的使用寿命，所以针对以上问题，将冷却水泵作为主要控制目标，通过改变水泵的转速，来对燃料电池电堆的温度进行调整。已达到电堆内部温度适宜，分布均匀的目标。

图3为燃料电池系统的一维仿真模型，燃料电池系统的一维仿真模型，模型中包括许多模块部件，由上至下，分别为驾驶员模型、车辆模型、燃料电池电堆模型、氢气供给系统模型，氧气供给系统模型、控制模块以及冷却系统模型等。驾驶员及车辆模型用于模拟驾驶员的加速以及制动等指令，以实现各个工况场景，在模块的参数定义中可以选择循环工况等，车辆的速度取决于整车质量、电机扭矩、阻力等因素。氢气供给系统通过氢气罐以及压力调节装置为电堆提供氢气，其中使用泵将阳极出口处的气体再次循环到入口处，考虑到阳极流道内氢气浓度问题，设置了净化阀装置，进行简单的反馈控制，超过设定阈值上限，阀门打开进行调节，达到阈值下限，关闭阀门。氧气供给系统通过将空气进行空压机增压，通过湿度调节器进行改变湿度等操作后为电堆反应提供压力湿度适宜的氧气。针对空气的质量流量问题，考虑到微分器对于噪声的敏感性，本研究选择了PI控制器，根据牵引电机的电流，对所需的氧气摩尔质量进行推导，再通过对牵引电机电压的控制来改变空压机的转速进而达到持续提供适量氧气的目的。冷却系统中设有泵来对冷却液的流速进行控制，当冷却液与电堆进行热交换后，冷却液的温度达到阈值时冷却风扇启动、恒温器开启，冷却系统进行散热。

控制器模型在matlab-simulink中进行建立。本发明中选择使用了模糊PID控制器。模糊控制器的优势在于将之前实验中总结的经验，调节的参数值进行总结划分，是控制器对于变化的系统进行更加准确高效的控制。

传统的PID控制策略在相对稳定的环境下可以对系统进行很稳定地控制。但是实际的工作环境会存在着很多干扰因素，并且存在的干扰往往多而复杂。此时的PID控制就无法很好的保证系统的稳定。针对此问题，就需要对PID的参数进行调节。但是，经过试验数据得知，参数的变化趋势是未知的，无规律的，控制经验很难进行总结成为数学模型。所以需要加入控制器来进行辅助，模糊控制器因其适应能力强，抗干扰性能好，容易实现等优点，并且可以保留PID控制器的优势的情况下，将系统的控制性能进行提升。

温度对于PEMFC电堆的性能影响巨大，适宜的温湿度会使PEMFC电堆的能效得到显著的提高，并且可以有效的提高PEMFC系统的安全性。但是，PEMFC是一个动态系统，整体系统参数复杂，不确定性多(例如温度、参数、负载的变化等)。针对此问题，需要一种适应性强的控制方法，才能更好的针对电堆的温度进行控制。所以本发明在Matlab-Simulink中建立了基于模糊PID的控制模型并与Simcenter AMESim进行联合仿真分析来对电堆的温度进行控制优化。

模糊PID控制器是将在实验中调节PID参数的经验和规则进行总结，使得对系统的控制更加的准确，如图4所示，模糊PID的整个工作过程可以概括为三个部分，分别为模糊化、模糊推理以及解模糊。规则集是建立模糊控制器的前提，这些规则是经验和总结得来输入响应值，经过模糊推理得到该响应值下得最佳PID参数值，然后进一步的优化对被控对象的控制量，随着输入值得不断变化，上述过程不断进行重复。

在模糊PID中，最为核心的部分为规则集，同时规则集也是建立模糊控制器的前提，这些规则都是经验和总结得来，可以对输入进行响应，经过模糊推理后得到该响应下的最佳PID参数值，然后对被控对象的控制量进行优化，随着输入的不断变化，上述过程会不断的进行重复以达到更好的控制效果。具体的模糊规则表如下表2-4所示。

表2KP规则对应表

表3KI对应表

表4KD对应表

根据控制精度的要求，研究中将推理过程中的输入温度偏差E以及温度偏差变化率EC论域定义为[+1,-1]。

模糊合集定义为NB、NS、Z、PS、PB

输出为PID控制器的三个参数比例调节系数KP、积分调节系数KI、微分调节系数KD。

隶属度函数选择中E、EC选择较为稳定的高斯函数。KI、KP、KD选择较为灵敏的三角函数。各个模糊变量的隶属度函数曲线如图5-9所示。图10-12为控制KD、KP、KI输出的模糊规则示意图。

试验例

图13为在NEDC工况下的冷却回路温度，虚线是在PID算法的控制下得效果，实线为在模糊PID控制下得效果，可以明显看出，应对实际工况的情况下，模糊PID具有更好的稳定性。燃料电池的适宜工作温度在60-80℃左右，图14为NEDC工况下使用模糊PID策略进行控制时，燃料电池电堆进出口冷却液温度，可以看到在系统需求功率不断变化的情况下，电堆的入口温度一直被有效地控制在60℃附近，并且电堆进出口冷却液的温差也控制在5℃以内，可以使电堆内部的温度更为均匀的分布，提高燃料电池的使用寿命。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。