基于分类回放双延迟贝叶斯深度确定性策略梯度的燃料电池温度控制.pdfVIP

2024年7月电工技术学报Vol.39No.13

第39卷第13期TRANSACTIONSOFCHINAELECTROTECHNICALSOCIETYJul.2024

DOI:10.19595/ki.1000-6753.tces.230699

基于分类回放双延迟贝叶斯深度确定性

策略梯度的燃料电池温度控制

赵洪山潘思潮马利波吴雨晨吕廷彦

（河北省分布式储能与微网重点实验室（华北电力大学）保定071003）

摘要质子交换膜燃料电池（PEMFC）是一种难以精确建模的非线性系统，因此需要具有较

强鲁棒性与高适应性的控制器来控制PEMFC电堆温度。该文提出一种基于深度强化学习的数据

驱动控制器来控制电堆温度。考虑PEMFC系统的特点，包括其非线性、不确定性和环境条件的

影响，提出一种新的深度强化学习算法，即分类回放双延迟贝叶斯深度确定性策略梯度

（CTDB-DDPG）算法。该算法的设计引入贝叶斯神经网络、分类经验回放等技术，提高了控制器

的性能。通过仿真结果与RT-Lab实验平台的结果表明，利用CTDB-DDPG算法的高适应性与强

鲁棒性，所提算法可以更有效地控制PEMFC电堆温度，具有一定的实际意义。

关键词：燃料电池联合控制深度确定性贝叶斯网络

中图分类号：TM911.4;U264

0引言Control,MPC）、模糊控制、神经网络控制（Neural

NetworkControl,NNC）和复合控制等。与传统设计

质子交换膜燃料电池（ProtonExchange

相比，MPC是一种更合适的控制算法。一些MPC

MembraneFuelCell,PEMFC）具有可在低温和低压

算法[13]被用于PEMFC温度控制，如鲁棒反馈模型

环境下以较高的功率密度运行、无污染、低噪声、

预测控制[14]。然而，尽管MPC算法具有控制精度

不受卡诺循环限制、无机械运动结构、可靠性高等

优点[1-4]，已广泛应用在储能设备、便携式电源、燃高的优点，但因其高度依赖于对PEMFC精确的建

料电池汽车和航空领域等方面[5-8]。PEMFC的工作模，在实践中难以实现。

一些基于模糊控制的算法被应用于PEMFC温

效率和使用寿命受电池的工作压力、工作温度以及

度控制，如模糊控制[15]、增量模糊控制[16]、模糊增

反应物浓度等操作参数影响很大，其中，燃料电池

量PID[17]和多输入多输出的模糊控制等[18]。然而，

温度常被视为重要的影响因素。因此为了保证燃料

尽管这些基于模糊控制的算法是无模型的，并且具

电池保持高效工作，燃料电池必须工作在适当的温

有适应性强的特点，但其模糊控制规则过于简单，

度范围内。

精度不够，无法实现精确的自适应控制。NNC作为

一些学者提出了多种方法来改善燃料电池的温

[9]一种无模型的算法，也被广泛用于燃料电池的控制，

度控制。传统的