1-10KW级质子交换膜燃料电池冷却系统的建模

阮庆洲，余晴春，胡鸣若

0 引言

燃料电池发电系统中，对于小功率的电堆（比如小于1kW的电堆），可以采用风冷的方式进行冷却，但对于大功率的电堆，风冷就显得无能为力了，水冷成为首选了。采用水冷的方法，冷却水的温度及流量，都将对电堆的性能产生很大的影响，因此，设计一个能很好控制冷却水温度的控制系统就显得很重要了。水循环控制系统是一个典型的惯性带有滞后的控制系统，传统的 PID控制虽然在工业生产中用得相当的普遍，但对于这个具有大滞后、非线性的系统，常规PID控制很难保证其控制效果始终处于最佳状态。另外，由于模糊控制不需要精确的数学模型，是一种基于规则的控制，可依据操作人员的控制经验以及专家知识，通过查表就可以得到控制策略，实现简单。

1 控制要求

我们的水循环系统的硬件如图1所示，K为一个三通水阀，1和2是两个进水口，通过水阀不同的转角来调节 T6的温度，水阀的转角范围是0到90度，0度时，进入电堆的冷却水全部来自于管道2，冷却水温度低，90度时，进入电堆的冷却水全部来自于管道1，冷却水温度高。

图1 水循环控制示意图

一般情况下，电堆冷却水的进口温度 65°C ≤T≤ 75°C 且

6差值T7- T6约为2～3°C

2 确定输入量的论域及模糊参考集

设

ΔT0为期望的差值，ΔT与ΔT0的偏差为e，即

e的最大变化范围 e∈ [emin, emax]，将 e乘上比例因子k1，使得 k1e∈(-3,+3)为一个标准范围；将k1e适当的划分为若干的区间，划分为7个值（如图2）。量化后的k1e记为E。

以E为论域，在该论域上定义语言值集F(E)。现取如下5个语言值：“负大 NB、”负小NS”、“零O”、“正小PS”、“正大 PB”, 即

图2 输入量模糊参考集图

由于论域是有限的离散值，则同样可得到如下的偏差变量的隶属度表1。

表1 输入隶属度表

3 确定控制量的论域及模糊参考集

控制量是水阀转角的度数，水阀转角为 0°时，进入电堆的冷却水水温低，既T6小，水阀转角为 90°时，进入电堆的冷却水水温高，既 T6大。水阀转角 u'∈[0°,90°]，设u =u'-45°，则 u∈[-45°,45°]，乘上比例因子k2，使k2u有一个标准变化范围： k2u∈[-4,+4]。将k2u角度变化量化为9档，记为U

以U为论域，控制语言值取5个，得到模糊参考集

图3 控制量模糊参考集图

控制量的隶属函数见表2。

表2 控制量隶属度表

4 确定模糊关系矩阵

依据以前的控制经验，可得到下表的控制规则（见表3）：

表3 控制规则（专家经验）

一个规则ri可以得到一个关系矩阵 1,2...5,i=Ri

总的控制关系

求关系矩阵Ri：

5 求出输出决策矩阵B

现在，对输入e，分别令k1e等于-3、-2、-1、0、1、2、3，求出输出决策B。下面构造一个输入模糊集合。

求输出决策B

为了实际的需要，我们需要做出判决，对上面的输入，求出对应的输出，并把他做成一个查询表。利用下面公式计算控制输出值：

当 k1e=-3时， B1j=[0,0,0,0,0,0,0,0.5,1]；（B1j表示B矩阵的第一行）

同理

所以，我们得到对应的 u'*

6 结论

通过上面的讨论，对于不同的输入，可以得到下面一个模糊查询表（表4）

表4 模糊查询表

我们从上面的设计可以看出，采用模糊控制，可以大大简化很多中间环节，设计者不需要建立精确的数学模型，只需要具备一定的经验和熟悉控制要求，就能设计出比传统PID控制更完美的控制系统。

[1]徐军.动态模糊神经网络—设计与应用[M].北京:清华大学出版社,2008.

[2]章卫国.模糊控制理论与应用[M].西安:西北工业大学出版社,1999.

[3]藤田信雄,近藤俊行.燃料电池冷却系统及控制燃料电池中冷却液的循环的方法[P].中国申请号/专利号:200480018410,2008.

[4]张立炎,潘牧,全书海.质子交换膜燃料电池系统建模和控制的综述[J].武汉理工大学学报:信息与管理工程版,2007,29(4).