基于PID控制方法的燃料电池空气供应系统控制研究

摘 要

1、燃料电池及空气传输系统概述

1.1 、燃料电池

1.2、空气传输系统基本原理

燃料电池由电堆和四个辅助系统组成，分别是空气供应系统、水热管理系统、氢气供给系统和电控系统，如图2所示。其中，空气系统能够对空气进行增压，从而为燃料电池阴极提供所需要的氧气原料，对燃料电池的动力效果产生重要影响。根据实际情况，对空压机进行控制，实现燃料电池的变载工况跟踪。不仅能够避免出现缺氧和过度饱和的状态，同时也能对燃料电池系统的动态特性起到维护作用。

图1 燃料电池构成模式及反映循环图

水热管理系统主要有两方面的功能，一是可以在水循环的过程中，将燃料电池内部和辅助系统产生的热量经过冷却水循环带出，从而对燃料电池系统的温度进行全方位的控制。二是当燃料电池所处的外部环境温度比较低时，就可以通过外部对循环水进行加热，从而达到提升温度的效果，确保燃料电池能够在低温环境下正常启动。

1.3、系统硬件结构

在平台工作的过程中，空气通过空气过滤器进入到空气压缩机当中。压缩机再对空气增压，并且将其输送到空气出口管道，其系统结构如图3，包含的部件有化学空滤器、空气流量计、空压机、中冷器、增湿器、温度传感器、压力传感器、湿度传感器等。

图2 燃料电池系统构成

图3 燃料电池空气系统结构图

通过调控空气出口管道中的背压阀，进而控制出口管道的内压力，模拟燃料电池电堆空气管道中空气的压力。该系统的电源信 结构如表1：

图4 FCU功能结构图

1.4、系统软件结构

图5 Canalyzer架构

详细来看，系统的软件结构如表2：

表2 系统软件结构关系

通过Canalyzer的IG模块，向电机控制器MCU发送指令，Canalyzer的底层CAN通信模块对这些指令进行编译和发送，经过USB硬件接口，将其发送到vector设备上，再将信 转化为CAN通信的高低电平模式。通过FCU底层程序，对指令信 作出解析，再经过燃料电池控制器FCU将控制信 发送到空压机控制器中参与控制。

2、空气传输系统的模型设计

图6 罗茨式空压机

图7 罗茨式空压机MAP图

在空气压缩的整个过程当中，空气管道当中空气质量也会发生不断的变化。空气质量和管道内流量之间的关系式如下：

另外，需要注意的是，空气管道中的气体压力应该满足：

在上式中， 表示气体的比热比。一般情况下， 为1.4，此时计算出的 为 0.5289。在亚临界状态下，空气流体流量为：

在上式中，表示排气系数，表示喷嘴口的面积，T表示喷嘴的温度。在超临界状态中，流体流量为：

另外，利用微分原理，在阴极流道较近的部分，可以对公式五进行线性拟合，因此，阴极流量可做如下替代：

3、基于PID控制方法的空气传输系统控制检验

3.1 、PID控制原理

PID控制器的数学模型是：

PID分为模拟PID和数字PID。系统中的传递函数是模拟PID的控制对象，数字PID又分为位置式和增量式。对公式十一做离散化处理，便可以得到位置式算法PID控制算法。在此过程中，采样时刻点KT表示连续时间t，积分环节用矩形法数值积分和用一阶后向差分替代，可以得到：

在公式十二中，T表示采样周期，K表示采样序 （k=1，2，3，……），e（k-1）和e（k）分别表示相应时刻的系统偏差信 。另外，增量式PID控制是指在控制系统中，控制器的输出是控制量的增量如果执行机构所需要的并非位置量的绝对数值，而是控制量的增量，则可以用增量式PID控制算法实现控制目标。根据递推原理可以得到：

将公式十一和公式十二相减，就可以得到增量式PID控制算法的公式：

PID控制器的P、I、D三个环节承担着不同的任务，比例环节P能够直接影响目前的偏差信 。在控制过程中，一旦出现信 偏差问题，那么比例控制器就可以迅速做出反应，最大程度的缩小信 偏差。比例环节P值越大表示系统响应速度越快。然而，过高的比例参数值也不利于系统的稳定运转，需要在实践中摸索出合适的比例参数值范围。积分缓解（I）中，积分控制器可以影响以往的偏差信 ，因而对于燃料电池空气传输系统来说，引入这种积分环节，就能够减少静态误差，但需要注意的是，比例参数值k增大时，燃料电池空气控制系统超调量也会增加。微分环节D可以对偏差信 求导，影响了偏差信 的变化率，表现出良好的预先控制能力。在偏差信 变化幅度较大的形势下，可以通过微分控制器引入早期修正信 ，将偏差信 控制在合适范围中。另外，随着比例参数值

k的增加，系统的响应速度也会不断加快，调节时间得以缩短。

图8 PID控制仿真曲线图

3.2、多模态PID控制方法

受燃料电池阴极空气本身特性的影响，属于非线性时变的空气系统容易受内外部因素的冲击。因此将经典PID 控制方法和多模态PID控制方法用在阴极空气传输中[10]，以空气流量做为目标进行控制，有较好的控制效果。

构建的燃料电池空气传输系统模型当中，不考虑其他因素影响，将空气视作理想气体。燃料电池空压机工作时，空气遵循理想气体状态方程：

如图8，利用PID控制策略，计算控制扭矩阵值，对控制扭矩信 做量化处理后直接控制空压机做增压处理。另外，还需要对燃料电池空气传输系统中空压机空气出口管路的空气质量进行校正，将校正之后的出口管路空气质量视为反馈信 ，与请求值进行比较，进而得出偏差信 。在实验过程中，根据实际情况调整控制信 来确保空压机的响应符合电堆进出口压力的需求。

PID控制方法包括反应曲线法、衰减法、临界比例法等。使用临界比例法时，请求流量固定为 0.04kg·s-1条变为 0.05kg·s-1，相对应的循环时间是0.5分钟。再根据公式十二，可以估算出增益k的值为 1.0±0.1。以±0.1的幅度调整，直到输出产生等幅值震荡，记录比例环节数值和等幅震荡t周期。然后，确保请求流量和比例增益值不变，将微分增益环节的数值设置为0，积分增益0.85t。在这一数值的前后微调，如出现输出响应震荡减弱，超调量和静态误差减小后，记录微分增益和比例增益的数值。最后，保持当前参数，将微分增益的时间定为0.125，在保障响应性能良好的情况下微调，不断调整工况，直到输出响应特性趋于完美。

Wcp-rep表 示 请 求 流 量，Wcp，out-PID1表示某控制参数下，燃料电池空气传输系统的输出响应。记录试验过程中各类输入参数和输出响应特性数据如表3：

表3中，σ%表示超调量。上升时间Tr/s可以用输出信 由“0”上升到稳定值的过程中，所需要的时间。阴极空气传输系统超调量减小后，空压机向燃料电池传输的空气流量波动变大，引起氧过饱或氧饥饿的问题，维持燃料电池的稳定运行。动态响应时间较短时，可以确保燃料电池的响应速度达到要求，尽可能的提高电池的运行效率。此外，需要重点注意的是，在电机控制系统中，要想使响应时间短、超调量小，就需要牺牲一部分电动机的稳定性。因此，对于燃料电池空气传输系统的控制，必须均衡好运行稳定性和运行效率、运行速度和运行能耗等因素之间的相互关系。

表3 PID控制方法下燃料电池阴极空气传输系统的控制参数和响应特性

图9 PID3的控制参数下气体流量响应情况

从图9中可以清晰的看出，PID3使得空压机控制的动态响应最快，超调量小，调节时间短，性能稳定，满足燃料电池空气系统的控制要求，可广泛推广应用。因此多模态PID 控制方法压缩单位空气质量时能耗较少。

然而，由于环境参数的波动性变化，该方法的缺点是无法计算出精确的数据，只能结合实践经验来进行论证。所以在下一步的研究中，还需要进一步规范PID控制方法的应用流程和应用策略，积极寻找更加科学合理的建模方法，充分发挥PID控制法对燃料电池空气传输系统的控制作用。

3.3、神经 络控制方法

燃料电池系统运行时，空压机出口压力和流量、温度是非线性关系，根据测得的实验数据，用神经 络拟合方法建立空压机的动态模型。当燃料电池输出功率变化时，为满足负荷的需求，需要空气流量快速响应输出功率的变化，因此需实时控制空压机转速，当燃料电池功率加大，电池堆温度则相应升高，空压机功率增加，空压机出口空气温度增高，导致电堆入口温度增加，电堆功率增加导致电堆出口温度增加，同时也空气入口温度有个叠加作用。由于空气温度、流量与压力直接相关，空气压力也随之发生变化。

表4 空压机部分测试数据

将空气流量和温度作为神经 络辨识模型的输入变量，将压力作为输出变量，根据实验结果，用神经 络拟合压力随流量、温度的变化曲线，部分测试结果如表4所示。

由表5可见，RBF神经 络的纵向常数设定为0.01。Elman神经 络结构选择2-11-1，采用双曲正切s型传递函数tansig作为中间层神经元，选择900作为训练步数，采用rose作为性能函数，采用learngdm作为学习函数，采用trainlm作为训练函数，采用s型函数logsig作为输出层。训练RBF神经 络和Elman神经 络分别用同一组实验数据，进而得到压力随温度和流量的的神经 络拟合曲线。Elman神经 络比RBF神经 络的拟合误差大，所以选择RBF神经 络拟合效果好，建立空压机的压力控制模型，与实际的空压机模型具有较大的相似性，因此控制偏差小。

在仿真过程发现，RBF神经 络和Elman神经 络的训练时间分别为7.21秒和16.73秒，因此，RBF神经 络训练效率更高，满足燃料电池空压机控制系统实时性的控制要求。但以上试验数据仅限于仿真，由于现有燃料电池控制器硬件还不支持计算量如此大的算法，故现阶段难以实际应用。

3.4 应用前景

近年来，全球人口总数持续增长，各国经济发展速度加快，所牵引出的环境污染问题、不可再生能源高速消耗等问题，暴露出人与自然之间的矛盾。在这样的背景下，世界各国正在寻求可持续发展的共同的任务。在不可再生资源的利用方面，人们正在积极创新可持续清洁能源的开发与应用策略。

如10图，而回顾2015年至今，中国氢燃料电池汽车销量情况分别为10辆、629辆、1275辆、1527辆以及2737辆，2019年的销量比2018年几乎翻倍，成绩显赫。根据各地规划，明确确定2020年推广数量的主要有上海、山西、湖北、江苏、山东及广东等省份及这些省份中的部分城市，推广数量总计在1.2万-1.3万辆左右，其中仅广东佛山南海区就有1400辆的规划。显然，如果要达成这个规划，2020年一年的销量将超过此前5年的总和。可见，燃料电池的市场需求量庞大。另外，由于燃料电池化学空滤对空气进行过滤，因此燃料电池是一种具有高清洁能力、高效率的新能源产品，只需要燃料持续供应，就可以保持稳定的运转，在汽车、中小规模发电站中都得到了非常广泛的应用。对于这种燃料电池来说，空气传输系统承担着供给空气、控制运转速度、运转效率的重要任务。

图10 2015-2019年全球燃料电池出货量

4 、结论

免责说明 | 我们对文中所述观点保持中立，仅供参考交流学习，如涉及版权等问题，请联系删除，谢谢！