[发明专利]一种固体氧化物燃料电池的量子模型预测控制方法

说明书

本发明提出一种固体氧化物燃料电池的量子模型预测控制方法，该方法采用量子计算来对模型预测控制进行改进，将量子比特的概率幅表示应用于模型预测控制中，使得模型预测控制的过程表示多个态的叠加，并利用量子旋转门实现滚动优化的更新，实现目标的优化求解。所提量子模型预测控制方法通过量子模型预测控制进行优化控制固体氧化物燃料电池系统的氢气与氧气的输入来实现对固体氧化物燃料电池的功率输出控制。所提量子模型预测控制方法采用滚动优化策略，能够及时弥补由于固体氧化物燃料电池内部或外部扰动引起的不确定性，动态性能较好；所提量子模型预测控制方法能够有效地处理多变量、有约束的问题。

技术领域

本发明属于交通、空间宇航和便携式电源和分布式发电应用领域，涉及一种固体氧化物燃料电池的控制方法，适用于交通、空间宇航和便携式电源和分布式发电系统固体氧化物燃料电池系统的控制。

背景技术

固体氧化物燃料电池具有燃料适应性广、能量转换效率高、全固态、模块化组装、零污染等优点，作为船舶动力电源、交通车辆动力电源等移动电源，有广阔的应用前景。固体氧化物燃料电池被应用于分布式发电中，分布式电站由于其成本低、可维护性高等优点渐渐成为能源供应的重要组成部分。随着模型预测控制在分布式发电领域的广泛应用，模型预测控制应用于固体氧化物燃料电池的控制。模型预测控制能够根据固体氧化物燃料电池系统的当前时刻的控制输入得到下一时刻固体氧化物燃料电池系统的输出。在模型预测控制中，通过输出的测量值与模型的预估值进行比较，得出模型的预测误差，再利用模型预测误差来对模型的预测值进行修正，使模型预测控制具有很强的抗扰动和克服系统不确定性的能力。模型预测控制是一种优化控制方法，通过参考设定轨迹来确定未来的控制作用，避免固体氧化物燃料电池系统出现输入和输出的急剧变化。模型预测控制的最优控制效果是通过滚动优化输出的测量值与模型的预估值偏差，获得偏差最小。模型预测控制通过给定的参考轨迹进行滚动优化，得到固体氧化物燃料电池系统的最优输出。

近年来，量子计算发展迅猛，其在智能方法的应用日渐增多，如量子机器学习，量子强化学习，量子遗传方法等。在量子控制方面，将量子位的状态应用于模型预测控制中，可提高模型预测控制的预测效率。通过拓展量子旋转门来适用于固体氧化物燃料电池系统的模型预测控制。因此本发明将量子计算和模型预测控制方法结合。所提方法能够获得更好的控制效果，能够实时跟踪固体氧化物燃料电池系统的负荷需求。

发明内容

本发明提出一种固体氧化物燃料电池的量子模型预测控制方法，该方法将量子计算和模型预测控制应用到固体氧化物燃料电池系统控制中，实现固体氧化物燃料电池系统的快速负载跟踪。

固体氧化物燃料电池的发电原理是通过氢气与氧气燃烧将化学能直接转换为电能，固体氧化物燃料电池两极发生的电化学反应方程如下：

其中，H₂为氢气；H⁺为氢正离子；e^-为电子；O₂为氧气；H₂O为水蒸气。

根据固体氧化物燃料电池的机理模型和辨识模型的建模原理，建立固体氧化物燃料电池模型。

固体氧化物燃料电池的输出电压V_SOFC表达式为：

V_SOFC＝E_Nernst-V_activation-V_ohmic-V_{concentration} (2)