一种燃料电池空气供给系统建模方法技术方案

本发明专利技术公开了一种燃料电池空气供给系统建模方法，所述方法包括步骤：S1)采集高保真度三阶PEMFC空气供给模型和实况运行下的PEMFC空气供给系统数据，以阴极压力代替氮气和氧气的分压，建立的面向控制的三阶非线性PEMFC空气供给系统模型；S2)利用深度自动编码器将采集的数据通过坐标变换以获得在降维空间中的稀疏特征数据；S3)设计字典学习模型，选择多项式作为基函数构建字典库，以保证字典稀疏性；S4)采用稀疏回归方法求解稀疏辨识模型；S5)利用得到的稀疏解重构PEMFC空气供给系统模型。本发明专利技术利用基于深度自动编码器的控制方法，从有限的测量数据中建立一个精确的面向控制的PEMFC空气供给系统模型。PEMFC空气供给系统模型。PEMFC空气供给系统模型。

【技术实现步骤摘要】
一种燃料电池空气供给系统建模方法


[0001]本专利技术涉及质子交换膜燃料电池空气供给系统
，具体地指一种燃料电池空气供给系统建模方法。
技术背景
[0002]随着日益严峻的能源短缺和环境污染问题，人们对太阳能、潮汐能、风能和氢能等清洁能源的需求日渐迫切。质子交换膜燃料电池(PEMFC)作为一种新型的利用氢能产生电能的发电设备，以其能量转换效率高、工作温度低、能量密度高、零污染等优点，在电力、通信以及交通运输等领域有着广泛的应用和发展前景，并被认为是未来电动汽车最有前途的电源之一。然而，在PEMFC电动汽车大规模商业化之前，仍然有三大障碍亟待解决，即耐久性、运行成本和氢基础设施不足。燃料电池空气供给系统的运行与PEMFC的耐久性和运行成本密切相关。具体来说，由于燃料电池电化学反应是微秒级，而空气压缩机需要经过较长的阴极供气管道传输属于分秒级，从而导致PEMFC在空气供应具有相当大的时间延迟，尤其当负载电流需求突然增加时，易导致阴极供气严重不足，出现缺氧现象，从而加速PEMFC的性能退化和其输出性能的降低。
[0003]上述情况将对PEMFC本身造成不可逆转的损害，并导致PEMFC的耐久性降低。反之，当阴极供气充足时，空气压缩机消耗的寄生功率较，导致PEMFC净输出功率较小，从而直接减小PEMFC系统输出性能及增加运行成本。现有研究表明，良好的空气供给系统建模和控制可以提高PEMFC系统的净输出功率，从而提高系统效率，降低运行成本。因此，建立一种准确、简单、可解释的空气供给模型是保障系统良好运行不可或缺的关键因素，同时为后续面向控制模型设计控制器提供准确模型做铺垫。
[0004]目前已有许多方法建立精确的面向控制的PEMFC空气供给系统模型，如机理建模、数据驱动建模和混合建模。在众多的机理建模方法中，其中建立PEMFC空气供给系统的机理模型存在阶数高，涉及的状态变量多，从而导致设计控制器难度大。另外，不同的空气压缩机性能往往具有较大差异，导致建立的PEMFC空气供给系统机理建模缺乏对实际系统动态过程的描述；为了提高空气供给系统模型的普适性，进一步提高模型精度，研究人员提出了混合建模方法，即结合数据驱动方法和机理模型方法，虽然极大地提高模型精度但也增加模型的复杂性和建模难度。目前研究人员对供气系统的机理研究还不足建立准确的数据模型，同时存在不同空气压缩机型号和在负载功率变化下，还需要进行复杂的优化甚至重新设计控制器；与机理建模和混合建模方法不同，数据驱动建模方法最显著的优点是简单、通用，并且不需要对操作机构有深入的理解，缺点是可解释性低，需要大量的训练数据。
[0005]尽管现有的一些PEMFC系统的数据驱动建模研究已经涉及到燃料电池空气供气系统，但是没有专门针对空气供给系统的数据驱动建模研究，并且没有同时考虑通过采集有限时间序列测量数据从而建立可解释性和高精度的空气供气模型这一挑战问题。

技术实现思路

[0006]本专利技术的目的在于克服现有技术的不足，提出一种基于深度自动编码的稀疏辨识质子交换膜燃料电池空气供给系统建模方法，利用深度自动编码器将高维数据特征通过坐标变换到低维稀疏特征，从有限的测量数据中提取低维空间中的稀疏特征数据，建立一个精确的面向控制的PEMFC空气供给系统模型。
[0007]为实现上述目的，本专利技术所设计的一种燃料电池空气供给系统建模方法，其特殊之处在于，所述方法包括如下步骤：
[0008]S1)采集高保真度三阶PEMFC空气供给模型和实况运行下的PEMFC空气供给系统数据，用阴极压力代替氮气和氧气的分压，建立面向控制的三阶非线性PEMFC空气供给系统模型；
[0009]S2)利用深度自动编码器将采集的数据通过坐标变换以获得在低维空间中的稀疏特征数据；
[0010]S3)设计字典学习模型，根据系统分析，选取含有输入和状态变量的不同多项式，比如二次项等作为基函数构建字典库，以保证字典库包含非线性动态系统特征；
[0011]S4)采用稀疏回归方法求解稀疏辨识模型；
[0012]S5)利用得到的稀疏解重构PEMFC空气供给系统模型。
[0013]优选地，所述步骤S1)中PEMFC空气供给模型描述为：
[0014][0015]其中状态向量表示为：x＝[x1,x2,x3]T
＝[ω,P
sm
,P
ca
]T
，x1,x2,x3分别表示空气压缩机的角速度ω、供应歧管的气体压力P
sm
以及燃料电池阴极的气压P
ca
；非线性项h(x1,x2)表示空气压缩机角速度和歧管气体压强的函数；V
cm
表示空气压缩机的输入电压，即控制输入；I
st
表示堆电流，视为对系统的可测量干扰；c1～C
12
表示模型参数。
[0016]优选地，所述步骤S1)中面向控制的三阶非线性PEMFC空气供给系统模型采用扩展状态观测器估计状态量，描述为：
[0017][0018]其中状态向量表示为：x＝[x1,x2,x3]T
＝[ω,P
sm
,P
ca
]T
，x1,x2,x3分别表示空气压缩机的角速度ω、供应歧管的气体压力P
sm
以及燃料电池阴极的气压P
ca
；非线性项h(x1,x2)表示空气压缩机角速度和歧管气体压强的函数；V
cm
表示空气压缩机的输入电压，即控制输入；
分别表示系统干扰和系统不确定变化率，C1～C8表示模型参数。
[0019]优选地，所述步骤S2)中深度自动编码器是一种带有隐藏层的前馈神经网络，由编码器和解码器组成，所述编码器提供坐标变换通过编码器将测量值映射到内在坐标，并通过所述解码器φ还原输入数据；将采集的输入数据X映射到低维的稀疏特征数据，编码器表示为：
[0020][0021]其中，Z表示编码后的稀疏特征向量；通过解码器重构原先输入数据，所述解码器表示为：
[0022][0023]其中表示重构原先输入数据；除了编码器和解码器的最后一层，深度自动编码器网络的其余层都采用sigmoid函数f(x)＝1/(1+exp(x))作为激活函数。
[0024]优选地，所述步骤S2)中深度自动编码器以空气压缩机的控制电压V
cm
(t)和PEMFC堆的负载电流I
st
(t)为输入变量u(t)，空气压缩机的角速度的导数阴极供应歧管的气体压强的导数以及燃料电池阴极气体压强的导数作为输出变量分别表示为：
[0025]u(t)＝[V
cm
(t),I
st
(t)]T
[0026][0027]通过编码将采集数据映射到固有坐标，再通过和解码输出其输入量和状态量的数据重构。
[0028]优选地，所述步骤S3)中构建字典库的步骤包括：
[0029]S31)用多项式基函数的稀疏字典库Θ(z)＝本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种燃料电池空气供给系统建模方法，其特征在于：所述方法包括如下步骤：S1)采集高保真度三阶PEMFC空气供给模型和实况运行下的PEMFC空气供给系统数据，以阴极压力代替氮气和氧气的分压，建立的面向控制的三阶非线性PEMFC空气供给系统模型；S2)利用深度自动编码器将采集的数据通过坐标变换以获得在降维空间中的稀疏特征数据；S3)设计字典学习模型，选择多项式作为基函数构建字典库，以保证字典稀疏性；S4)采用稀疏回归方法求解稀疏参数；S5)利用得到的稀疏解重构PEMFC空气供给系统模型。2.根据权利要求1所述的燃料电池空气供给系统建模方法，其特征在于：所述步骤S1)中PEMFC空气供给模型描述为：其中状态向量表示为：x＝[x1，x2，x3]
T
＝[ω，P
sm
，P
ca
]
T
，x1，x2，x3分别表示空气压缩机的角速度ω、供应歧管的气体压力P
sm
以及燃料电池阴极的气压P
ca
；非线性项h(x1，x2)表示空气压缩机角速度和歧管气体压强的函数；V
cm
表示空气压缩机的输入电压，即控制输入；I
st
表示堆电流，视为对系统的可测量干扰；C1～C
12
表示模型参数。3.根据权利要求1所述的燃料电池空气供给系统建模方法，其特征在于：所述步骤S1)中面向控制的三阶非线性PEMFC空气供给系统模型采用扩展状态观测器估计状态量，描述为：其中状态向量表示为：x＝[x1，x2，x3]
T
＝[ω，P
sm
，P
ca
]
T
，x1，x2，x3分别表示空气压缩机的角速度ω、供应歧管的气体压力P
sm
以及燃料电池阴极的气压P
ca
；非线性项h(x1，x2)表示空气压缩机角速度和歧管气体压强的函数；V
cm
表示空气压缩机的输入电压，即控制输入；表示空气压缩机的输入电压，即控制输入；分别表示系统干扰和系统不确定变化率，c1～c8表示模型参数。4.根据权利要求1所述的燃料电池空气供给系统建模方法，其特征在于：所述步骤S2)中深度自动编码器是一种带有隐藏层的前馈神经网络，由编码器和解码器组成，所述编码器提供坐标变换通过编码器将测量值映射到内在坐标，并通过所述解码器φ还原输入
数据；将采集的输入数据X映射到降维的稀疏特征数据，编码器表示为：其中，Z表示编码后的稀疏特征向量；通过解码器重构原先输入数据，所述解码器表示为：其中表示重构原先输入数据；除了编码器和解码器的最后一层，深度自动编码器网络的其余层都采用sigmoid函数f(x)＝1/(1+exp(x))作为激活函数。5.根据权利要求4所述的燃料电池空气供给系统建模方法，其特征在于：所述步骤S2)中深度自动编码器以空气压缩机的控制电压V
cm
(t)和PEMFC堆的负载电流I
st
(t)为输入变量u(t)，空气压缩机的角速度的导数阴极供应歧管的气体压强的导数以及燃料电池阴极气体压强的导数作为输出变量表示...

【专利技术属性】
技术研发人员：陈启宏，闫豪，邓志华，张立炎，周克亮，肖朋，贺远华，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：