[發(fā)明專(zhuān)利]基于不確定度量化評(píng)估的燃料電池電壓模型參數(shù)識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310143393.0
• 申請(qǐng)日: 2023-02-21
• 公開(kāi)（公告）號(hào): CN116108680A
• 公開(kāi)（公告）日: 2023-05-12
• 發(fā)明（設(shè)計(jì)）人: 謝長(zhǎng)君;萬(wàn)文欣;楊揚(yáng);朱文超;杜幫華;王喆偉;石英
• 申請(qǐng)（專(zhuān)利權(quán)）人: 武漢理工大學(xué)
• 主分類(lèi)號(hào): G06F30/20
• 分類(lèi)號(hào): G06F30/20;G06F18/20;G06F111/08
• 代理公司: 武漢開(kāi)元知識(shí)產(chǎn)權(quán)代理有限公司 42104
• 代理人: 張繼東;馮超

本發(fā)明涉及燃料電池技術(shù)領(lǐng)域，公開(kāi)了一種基于不確定度量化評(píng)估的燃料電池電壓模型參數(shù)識(shí)別方法，包括如下步驟：采集燃料電池的運(yùn)行性能參數(shù)，構(gòu)建半機(jī)理電壓模型，并確定待估計(jì)參數(shù)；采集燃料電池在不同工況條件下的極化曲線(xiàn)訓(xùn)練集，獲得燃料電池在不同工況條件下的電壓?電流數(shù)據(jù)，引入馬爾科夫鏈蒙特卡洛方法，針對(duì)待估計(jì)參數(shù)的后驗(yàn)分布，構(gòu)建一個(gè)平穩(wěn)分布馬爾可夫鏈，獲得待估計(jì)參數(shù)樣本，并基于待估計(jì)參數(shù)樣本得到半機(jī)理電壓模型中待估計(jì)參數(shù)精確的概率分布區(qū)間。本發(fā)明基于不確定度量化評(píng)估的燃料電池電壓模型參數(shù)識(shí)別方法，運(yùn)用馬爾科夫鏈蒙特卡洛方法算法完成所建立半機(jī)理電壓模型的參數(shù)辨識(shí)，得到各參數(shù)更為精確的概率分布區(qū)間。

技術(shù)領(lǐng)域

本發(fā)明涉及燃料電池領(lǐng)域，具體涉及一種基于不確定度量化評(píng)估的燃料電池電壓模型參數(shù)識(shí)別方法。

背景技術(shù)

當(dāng)今社會(huì)，人們對(duì)清潔、環(huán)保能源需求不斷增長(zhǎng)，質(zhì)子交換膜燃料電池(PEMFC)作為一種有效的替代能源，正開(kāi)始逐漸走入人們的視野。它不僅兼顧了清潔無(wú)污染、能量轉(zhuǎn)換效率高這類(lèi)燃料電池的一般優(yōu)點(diǎn)，而且具有工作溫度接近常溫、啟動(dòng)時(shí)間快、無(wú)電解液泄漏腐蝕等特點(diǎn)。

基于這些優(yōu)點(diǎn)，質(zhì)子交換膜燃料電池廣泛應(yīng)用于航空航天和軍事等特殊領(lǐng)域，在電動(dòng)汽車(chē)和便攜式移動(dòng)電源中也有巨大的應(yīng)用潛力。因此，越來(lái)越多的研究人員開(kāi)始關(guān)注質(zhì)子交換膜燃料電池領(lǐng)域，并對(duì)其傳熱效率、模型控制等方面進(jìn)行研究。

為了提高PEMFC系統(tǒng)的設(shè)計(jì)和性能，有必要建立能夠反映PEMFC實(shí)際性能的數(shù)學(xué)模型。在過(guò)去的幾十年里，質(zhì)子交換膜燃料電池的建模研究受到了廣泛關(guān)注。然而，在獲得質(zhì)子交換膜燃料電池的數(shù)學(xué)模型后，由于質(zhì)子交換膜燃料電池系統(tǒng)本身的復(fù)雜性，模型參數(shù)的確定也相對(duì)困難。眾所周知，PEMFC系統(tǒng)是一個(gè)非線(xiàn)性、多變量、強(qiáng)耦合的系統(tǒng)，大多數(shù)確定性?xún)?yōu)化方法都有其各自的局限性，PEMFC的非線(xiàn)性和動(dòng)態(tài)特性使其參數(shù)估計(jì)過(guò)程仍有很大的持續(xù)改進(jìn)空間。

另外，電流和電壓測(cè)量中增加的噪聲也可能導(dǎo)致評(píng)估不平穩(wěn)，由于模型的參數(shù)通常是通過(guò)約束非線(xiàn)性?xún)?yōu)化獲得的，因此估計(jì)參數(shù)的不確定性是從最優(yōu)參數(shù)周?chē)繕?biāo)函數(shù)的局部性質(zhì)獲得的。這種方法的問(wèn)題在于，近似值存在一定誤差。為了有效評(píng)估系統(tǒng)中噪聲和干擾引起的模型參數(shù)的不確定性，應(yīng)采用更詳細(xì)的方法，以獲得參數(shù)不確定性的現(xiàn)實(shí)估計(jì)。

發(fā)明內(nèi)容

本發(fā)明的目的就是針對(duì)上述技術(shù)的不足，提供一種基于不確定度量化評(píng)估的燃料電池電壓模型參數(shù)識(shí)別方法，運(yùn)用馬爾科夫鏈蒙特卡洛方法算法完成所建立半機(jī)理電壓模型的參數(shù)辨識(shí)，得到各參數(shù)更為精確的概率分布區(qū)間。

為實(shí)現(xiàn)上述目的，本發(fā)明所涉及的基于不確定度量化評(píng)估的燃料電池電壓模型參數(shù)識(shí)別方法，包括如下步驟：

A)采集燃料電池在不同溫度及壓力條件下的運(yùn)行性能參數(shù)，根據(jù)運(yùn)行性能參數(shù)構(gòu)建半機(jī)理電壓模型，并確定燃料電池的待估計(jì)參數(shù)；

B)采集燃料電池在不同工況條件下的極化曲線(xiàn)形成極化曲線(xiàn)集，取極化曲線(xiàn)集中的部分極化曲線(xiàn)為極化曲線(xiàn)訓(xùn)練集；

C)基于所述步驟B)獲得的極化曲線(xiàn)訓(xùn)練集，獲得燃料電池在不同工況條件下的電壓-電流數(shù)據(jù)，引入馬爾科夫鏈蒙特卡洛方法，針對(duì)待估計(jì)參數(shù)的后驗(yàn)分布，構(gòu)建一個(gè)平穩(wěn)分布馬爾可夫鏈，獲得待估計(jì)參數(shù)樣本，并基于待估計(jì)參數(shù)樣本得到所述步驟A)中構(gòu)建的半機(jī)理電壓模型中待估計(jì)參數(shù)精確的概率分布區(qū)間。

優(yōu)選地，所述半機(jī)理電壓模型為：

V_cell＝E_Ner-V_act-V_ohmic-V_con

V_ohmic＝i(R_m+R_c)