[发明专利]一种燃料电池单体电压一致性预测方法

说明书

本发明涉及一种燃料电池单体电压一致性预测方法，包括以下步骤：S1、以单池波动率作为单体电压一致性的评价指标，仿真电池运行参数对单池波动率的影响数据；S2、将影响数据划分为训练集和测试集，基于GBDT算法，训练得到初步学习器模型；S3、由初步学习器模型对测试集进行数据分类，以得到GBDT回归模型；S4、将当前的电池运行参数输入GBDT回归模型，得到当前单池波动率预测值，即可知单体电压一致性的预测结果。与现有技术相比，本发明选择单池波动率作为单体电压一致性的评价指标，采用GBDT方法进行集成学习，无需额外采集单体电压，便能够准确快速地通过电池运行参数直接预测得到单体电压一致性结果。

技术领域

本发明涉及燃料电池应用技术领域，尤其是涉及一种燃料电池单体电压一致性预测方法。

背景技术

随着能源危机与环境保护问题日趋严重，世界各国和各主要汽车整车厂、零部件供应商致力于新能源汽车的研发与推广，使得纯电动汽车、混合动力汽车和燃料电池汽车发展迅速。其中，燃料电池汽车具有补充能量迅速、续航里程长、清洁高效等优点，其发展前景受到广泛地肯定。

质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell，PEMFC)具有零排放、无污染、高效率、工作温度低等优势，常被用作燃料电池汽车动力源。PEMFC作为固定能源时寿命可达30000小时，作为车用动力源时寿命仅为2500-3000小时，这使得燃料电池寿命问题严重制约了燃料电池汽车的大规模商业化。燃料电池单体性能的好坏决定了整个电堆的输出性能，而各单体之间性能发挥的差异就导致了电堆的一致性问题。单体间不一致性的一个具体表现为输出电压的不一致，一方面影响了电堆的输出电压，另一方面对电堆的寿命也有影响。影响单体电压一致性的主要因素有两点：一个是在结构设计、制造、加工与装配的过程中单体之间产生的差异，另一个是在电堆运行时的各项运行参数导致的差异。

因此在燃料电池的结构设计、工作条件选择和控制策略制定中，应尽量缩小单体电池之间的差异。对燃料电池单体电压一致性的研究，目前主要在于一致性现象的描述、单体电压的影响因素上，大多致力于寻找提升一致性的方法。现阶段研究人员通过实验发现影响一致性的因素包括温度、压力、空气过量系数等。研究方法大多是通过采集燃料电池电堆内每一片或每几片单体的电压，通过分析单体电压之间的关系来判断单体电压一致性的好坏，这种预测方法的过程复杂，且往往是以某一具体电堆实验作为判断依据，导致对于同一燃料电池单体电压一致性的结论并不能形成统一。

综上所述，现阶段的研究中，缺少对燃料电池单体电压的快速预测方法。如果能够不采集单体电压，仅通过几项运行参数就能预测单体电压一致性，那么就能在搭建电堆系统中节省出单体电压采集系统，这将有利于节省实验开支、简化燃料电池控制策略的制定过程，对燃料电池的产业化产生一定的积极意义。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种燃料电池单体电压一致性预测方法，以单池波动率作为评价指标、将单体电压一致性归纳为多元非线性回归问题，通过GBDT进行集中学习，能够快速且可靠地预测出燃料电池的单体电压一致性。

本发明的目的可以通过以下技术方案来实现：一种燃料电池单体电压一致性预测方法，包括以下步骤：

S1、以单池波动率作为单体电压一致性的评价指标，采集历史的电池运行参数，以仿真得到历史的电池运行参数对单池波动率的影响数据；

S2、将历史的电池运行参数对单池波动率的影响数据划分为训练集和测试集，基于GBDT算法，通过集成学习训练集，以得到初步学习器模型；

S3、由初步学习器模型对测试集进行数据分类，若数据分类得分大于或等于预设得分值，则该初步学习器模型即为GBDT回归模型，否则返回步骤S2；

S4、将当前的电池运行参数输入GBDT回归模型，得到当前单池波动率预测值，即可知单体电压一致性的预测结果。