基于模型预测控制的氢燃料电池空气系统控制设计_新能源自动化.docxVIP

PAGE2

基于模型预测控制的氢燃料电池空气系统控制设计

第一章绪论

1.1研究背景

氢燃料电池作为一种将化学能直接转化为电能的高效发电装置，正逐步成为新能源汽车和分布式发电领域的重要技术路线。

其阴极空气供应系统负责为电堆提供适量氧气，直接影响电化学反应速率和系统净输出功率。

在负载频繁变化的车用工况下，空气供给的响应速度和过量程度成为制约系统性能的关键因素。

当前，燃料电池空气系统的核心矛盾在于氧过量比的精确控制与空压机寄生功耗之间的矛盾。

氧过量比过低会导致“氧饥饿”，造成电堆电压骤降甚至膜电极永久损伤；氧过量比过高虽能保证反应充分，却会大幅增加空压机耗电，降低系统净输出功率。

因此，如何在保证电堆安全的前提下，尽可能降低空压机功耗，成为亟待解决的工程问题。

从技术发展角度看，传统PID控制难以兼顾响应速度与超调抑制，在强非线性、时变特性的空气系统中表现不佳。

基于规则的控制策略缺乏对系统动态的预测能力，难以实现约束条件下的最优运行。

模型预测控制（MPC）凭借其显式处理约束、多变量协调和滚动优化的优势，为解决这一瓶颈提供了新的思路。

现有研究多聚焦于氧过量比的跟踪控制，较少将空压机功耗作为优化目标纳入统一框架。

部分方案采用分层控制，先保证氧过量比再优化空压机转速，但未能充分利用预测信息实现协同最优。

此外，车载控制器计算资源有限，MPC的实时求解也是设计中的关键