平板式固体氧化物燃料电池电堆内部温度分布预测方法技术

本发明专利技术公开了一种平板式固体氧化物燃料电池电堆内部温度分布预测方法，属于燃料电池技术领域。包括以下步骤：根据质量守恒模型、能量守恒模型和电特性模型建立非线性电堆温度模型；对得到的非线性电堆温度模型进行线性化处理得到线性电堆温度模型；基于得到的线性电堆温度模型，设计用于观测电堆温度的龙伯格

【技术实现步骤摘要】
平板式固体氧化物燃料电池电堆内部温度分布预测方法


[0001]本专利技术涉及燃料电池
，更具体的说是涉及一种平板式固体氧化物燃料电池电堆内部温度分布预测方法。

技术介绍

[0002]能源问题和环境问题是当前人类所面临的两大挑战，当今世界各国都在积极寻找一种可靠、洁净的能源转换方式。固体氧化物燃料电池(Solid Oxide Fuel Cell,SOFC)的能量转换效率高、工作时不受carnot循环的限制，同时还具有燃料来源广的特点，因此燃料电池被称为继火电、水电和核电之后最具有吸引力的发电方式之一。但在SOFC商业化进程中仍有许多技术难题需要克服，其中最引人注目的挑战是预测电堆内部的温度分布。
[0003]SOFC的最佳工作温度一般在750℃左右，保持合适的工作温度对实现其高发电性能和降低衰减速率尤其关键。电堆内部较大的温度梯度会导致电池片严重变形甚至破裂，影响电堆输出性能。然而，电堆的高温运行环境对气密性有着异常严格的限制并且直接在电堆内部安装热电偶获取温度信息会造成电堆损坏和安装费用昂贵等问题，因此，通过有限且易测量的电堆外围参数对电堆内部的温度分布进行预测是一种十分有效的解决方法。
[0004]现有的研究中，针对电堆内部温度分布预测的研究较少，因此，迫切需要研究新的预测方法对电堆内部的温度分布进行一个准确的预测。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种平板式固体氧化物燃料电池电堆内部温度分布预测方法，用于准确预测电堆内部温度分布。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]一种平板式固体氧化物燃料电池电堆内部温度分布预测方法,包括以下步骤：
[0008]S1、根据质量守恒模型、能量守恒模型和电特性模型建立非线性电堆温度模型；
[0009]S2、对步骤S1得到的非线性电堆温度模型进行线性化处理得到线性电堆温度模型；
[0010]S3、基于步骤S2得到的线性电堆温度模型，设计用于观测电堆温度的龙伯格
‑
滑模观测器；
[0011]S4、采集电堆外围测量数据输入龙伯格
‑
滑模观测器，获得电堆内部温度分布估计状态。
[0012]优选的，步骤S1具体包括：
[0013]S11、对电堆单电池片按气流方向进行节点划分，按节点进行机理建模，每个节点机理模型由质量守恒模型、能量守恒模型和电特性模型组成；
[0014]S12、简化每个节点机理模型，包括：
[0015]采用准假态假设方法对质量守恒模型进行简化；
[0016]采用固体层温度等效方法对能量守恒模型进行简化；
[0017]采用等效电阻方法对电特性模型进行简化；
[0018]S13、基于简化的节点机理模型构成非线性电堆温度模型。
[0019]优选的，步骤S2具体包括：
[0020]S21、将非线性电堆温度模型转换为状态空间模型；
[0021]S22、在状态空间模型的稳态工作点进行泰勒级数展开，获得的线性电堆温度模型。
[0022]优选的，步骤S3中，所述龙伯格
‑
滑模观测器的结构表达式如下：
[0023][0024][0025][0026]式中：为龙伯格+滑模观测器对温度状态变量x的估计值；u为线性电堆温度模型的输入；为线性电堆温度模型观测变量y的估计值，L为龙伯格观测器的反馈增益矩阵，G
n
为滑模观测器的反馈增益矩阵；v为一个非线性不连续项，其中ρ表示正向标量，sgn表示符号函数；A、B、C均表示根据状态空间模型得到的系数矩阵。
[0027]优选的，龙伯格观测器的反馈增益矩阵L通过以下步骤求解：
[0028]将龙伯格观测器的估计值和温度状态变量x作差，获取龙伯格观测器的误差动态方程
[0029][0030]其中，为观测偏差的估计值，
[0031]根据龙伯格观测器的误差动态方程求解龙伯格观测器的反馈增益矩阵L。
[0032]优选的，根据龙伯格观测器的误差动态方程求解龙伯格观测器的反馈增益矩阵L,具体包括，利用极点配置算法求解L，使得A
‑
LC的特征值为负。
[0033]优选的,滑模观测器的反馈增益矩阵G
n
，通过以下步骤求解：
[0034]S311、构建滑模观测器：
[0035][0036][0037]式中，为滑模观测器对温度状态变量x的估计值；为线性电堆温度模型观测变量y的估计值；v2表示滑模观测器对应的非线性不连续项；
[0038]所述v2具体表达式如下：
[0039][0040]S312、根据所述滑模观测器构建状态估计误差方程e和输出估计误差e
y
，其中，
[0041][0042][0043]S313、利用状态估计误差方程e获取误差系统方程，所述误差系统方程表达式如下：
[0044][0045]S314、基于列向量对误差系统方程进行分解，获取分解后的误差系统方程：
[0046][0047][0048]其中，G
n,1
表示滑模观测器的设计自由度，A
11
、A
12
、A
21
、A
22
表示系数矩阵A经坐标变换后的矩阵参数；
[0049]S315、将v2的表达式带入获取的分量表达式：
[0050][0051]其中：A
21,i
表示矩阵参数A
21
的第i行，A
22,i
表示矩阵参数A
22
的第i行，e
y,i
表示e
y
的第i个分量；
[0052]S316、根据的分量表达式，当e
y
的每个分量收敛到零时，获取误差系统方程的等效表达式
[0053][0054]0＝A
21
e1‑
v
eq
[0055]式中：v
eq
为等效误差注入；
[0056]S317、根据误差系统方程的等效表达式获取滑模观测器的动态误差方程：
[0057][0058]S318、利用极点配置算法求解G
n,1
，使A
11
+G
n,1
A
21
的特征值为负，并通过G
n,1
和G
n
的关系表达式G
n
＝[G
n,1
,
‑
I]T
获取G
n
，其中I为单位矩阵。
[0059]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种平板式固体氧化物燃料电池电堆内部温度分布预测方法，具有以下有益效果：
[0060]本专利技术设计了一种龙伯格
‑
滑模电堆温度观测器对电堆内部温度分布进行预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种平板式固体氧化物燃料电池电堆内部温度分布预测方法,其特征在于，包括以下步骤：S1、根据质量守恒模型、能量守恒模型和电特性模型建立非线性电堆温度模型；S2、对步骤S1得到的非线性电堆温度模型进行线性化处理得到线性电堆温度模型；S3、基于步骤S2得到的线性电堆温度模型，设计用于观测电堆温度的龙伯格
‑
滑模观测器；S4、采集电堆外围测量数据输入龙伯格
‑
滑模观测器，获得电堆内部温度分布估计状态。2.根据权利要求1所述的平板式固体氧化物燃料电池电堆内部温度分布预测方法，其特征在于,步骤S1具体包括：S11、对电堆单电池片按气流方向进行节点划分，按节点进行机理建模，每个节点机理模型由质量守恒模型、能量守恒模型和电特性模型组成；S12、简化每个节点机理模型，包括：采用准假态假设方法对质量守恒模型进行简化；采用固体层温度等效方法对能量守恒模型进行简化；采用等效电阻方法对电特性模型进行简化；S13、基于简化的节点机理模型构成非线性电堆温度模型。3.根据权利要求1所述的平板式固体氧化物燃料电池电堆内部温度分布预测方法，其特征在于,步骤S2具体包括：S21、将非线性电堆温度模型转换为状态空间模型；S22、在状态空间模型的稳态工作点进行泰勒级数展开，获得的线性电堆温度模型。4.根据权利要求2所述的平板式固体氧化物燃料电池电堆内部温度分布预测方法，其特征在于,步骤S3中，所述龙伯格
‑
滑模观测器的结构表达式如下：滑模观测器的结构表达式如下：滑模观测器的结构表达式如下：式中：为龙伯格+滑模观测器对温度状态变量x的估计值；u为线性电堆温度模型的输入；为线性电堆温度模型观测变量y的估计值，L为龙伯格观测器的反馈增益矩阵，G
n
为滑模观测器的反馈增益矩阵；v为一个非线性不连续项，其中ρ表示正向标量，sgn表示符号函数；A、B、C均表示根据状态空间模型得到的系数矩阵。5.根据权利要求4所述的平板式固体氧化物燃料电池电堆内部温度分布预测方法，其特征在于,龙伯格观测器的反馈增益矩阵L，通过以下步骤求解：将龙伯格观测器的估计值和温度状态变量x作差，获取龙伯格观测器的误差动态方程其中，为观测偏差的估计值，
根据龙伯格观测器的误差动态方程求解龙伯格观测器的反馈增益矩阵L。6.根据权利要求5所述的平板式固体氧化物燃料电池电堆内部温度分布预测方法，其特征在于,根据龙伯格观测器的误差动态方程求解龙伯格观测器的反馈增益矩阵L,...

【专利技术属性】
技术研发人员：张安安，刘川，李茜，刘鑫宇，肖琴，李雯豪，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：