[發明專利]一種基于螢火蟲算法的氫氧燃料電池模型優化方法有效
| 申請號： | 202110231539.8 | 申請日： | 2021-03-02 |
| 公開（公告）號： | CN113036185B | 公開（公告）日： | 2022-07-29 |
| 發明（設計）人： | 周正康;王卓爾;魏嵐;王慶宇;李政穎 | 申請（專利權）人： | 武漢理工大學 |
| 主分類號： | H01M8/04298 | 分類號： | H01M8/04298;H01M8/04992 |
| 代理公司： | 湖北武漢永嘉專利代理有限公司 42102 | 代理人： | 張惠玲 |
| 地址： | 430070 湖*** | 國省代碼： | 湖北;42 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 螢火蟲 算法 燃料電池 模型 優化 方法 | ||
本發明涉及一種基于螢火蟲算法的氫燃料電池模型優化方法，針對模型搭建時參數難以選擇的問題，建立符合工程標準的燃料電池Matlab/Simulink模型，并引入了螢火蟲算法對模型各參數進行了整體優化選擇，最后通過基于實際60w氫氧燃料電池參數的整體仿真測試確定了模型曲線的整體正確性，調整參數至30kw氫氧燃料電池模型后，又選取了某實際30kw氫氧燃料電池模型工作點進行比對，驗證了模型的普適性。通過本發明，建立能準確預測氫氧燃料電池性能的燃料電池仿真模型，對于氫氧燃料電池的設計和研發周期至關重要，可以節約大量人力物力，縮短研發周期，提高研發效率，對于加速燃料電池的商業化進程具有重要意義。
技術領域
本發明屬于氫氧燃料電池的技術領域，具體涉及一種基于螢火蟲算法的氫燃料電池模型優化方法，進一步對氫氧燃料電池模型建模的優化。
背景技術
燃料電池是把燃料中的化學能直接轉化為電能的能量轉化裝置。氫氧燃料電池以氫氣為原料，其電能來自于氫氧的聚合，是一個可逆的電化學反應過程。由于氧可以從空氣中獲得，所以，只要不斷給負極供應氫，并及時把水帶走，燃料電池就可以不斷地提供電能。與傳統動力裝置相比，燃料電池的能量轉化效率高達60％～80％，為內燃機的2～3倍。且電池的燃料是氫和氧，生成物是清潔的水，它本身工作不產生CO和CO2，沒有硫和微粒排出，也不會產生氮氧化物。
發明內容
本發明為了解決上述提到的問題，提供了一種基于螢火蟲算法的氫氧燃料電池模型優化方法。
本發明解決其技術問題所采用的技術方案是：構造一種基于螢火蟲算法的氫氧燃料電池模型優化方法，包括：
步驟S1，確定氫氧燃料電池模型的電池電壓，并進一步確定氫氧燃料電池模型的性能參數，構建氫氧燃料電池模型；
步驟S2，在建立氫氧燃料電池模型之后，選擇引入螢火蟲算法對模型進行求解；
步驟S3，在對氫氧燃料電池模型工作電壓進行建模之前，將實際燃料電池理想化，在允許的范圍內降低參數要求，按照慣例做出假設；
步驟S4，針對完整氫氧燃料電池模型進行仿真；利用Simulink建立的氫氧燃料電池輸出電壓模型，包含理論電壓模型、活化電壓模型、電阻電壓損耗模型和濃度極化電壓4個模塊，通過虛擬電壓表測得各模塊輸出電壓以及氫氧燃料電池模型最終輸出電壓；
步驟S5，通過基于實際60w氫氧燃料電池參數的整體仿真測試確定模型曲線的整體正確性，調整參數至30kw氫氧燃料電池后，選取實際30kw氫氧燃料電池工作點進行比對，驗證模型的普適性。
其中，電池電壓Vcell由式(1)中的各參數決定；
Vcell＝Vtheory-Vact-Vohm-Vconc (1)
其中，Vtheory指代的是理論電壓，Vact指代的是活化極化電壓，Vohm指代的是電阻電壓，Vconc指代的是濃度極化電壓。
其中，在步驟S1中所述的燃料電池理論電壓Vtheory的具體計算公式如下，
式中，指代的是氫氣分壓，指代的是氧氣分壓，T指代的是溫度，C代表的是常數；
所述活化極化電壓Vact，具體計算公式如下:
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于武漢理工大學，未經武漢理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110231539.8/2.html，轉載請聲明來源鉆瓜專利網。
