[发明专利]氢储能电站质子交换膜燃料电池故障诊断方法及装置

说明书

本发明公开了一种氢储能电站质子交换膜燃料电池故障诊断方法及装置。本发明的方法包括：1）周期性采集所有处于运行状态的质子交换膜燃料电池电堆的电压和电流数据并上传云端储存；2）在同一采样周期内，基于电压和电流数据，在云端使用混沌粒子群算法并行对所有电堆进行燃料电池输出特性模型参数辨识，并进行存储；3）在同一采样周期内，将辨识出的燃料电池输出特性模型参数作为T‑S模糊模型的输入量，采用优化算法辨识隶属度函数参数并输入到T‑S模糊模型；4）分析比较T‑S模糊模型输出量的变化趋势，记录当质子交换膜燃料电池发生故障时的特征。本发明可有效提高燃料电池故障诊断的准确率，实现对燃料电池故障点精确定位。

技术领域

本发明属于氢能与燃料电池领域，涉及燃料电池的故障诊断，尤其是一种基于云计算的氢储能电站质子交换膜燃料电池电池故障诊断方法及装置。

背景技术

氢储能电站是实现低成本、大规模、长周期储能的一种重要方式，因而日益得到人们的重视。在氢储能电站中，通常包括电转氢装置、储氢装置和氢转电装置，而燃料电池是将氢能转换为电能的核心装置。

质子交换膜燃料电池是目前应用最为广泛的燃料电池技术，具有工作效率高、无污染、运行噪音低等优点，在航空航天、电动汽车领域已经有了广泛的应用。相比于传统应用，应用于氢储能电站的质子交换膜燃料电池有两个突出的不同：首先是容量大，储能用质子交换膜电池需要达到MW级容量；其次是电堆数量多，单一电堆的容量通常难以满足电站需求，需要一定数量的电堆级联。

这两个突出的特点给燃料电池的运维带来很大的挑战，如果无法快速辨识出故障电堆并进行更换，将会造成储能电站停运甚至带来一定的安全隐患。因此，亟待研发相关策略，实现对氢储能电站中质子交换膜燃料电池故障的快速诊断。

发明内容

为提高氢储能电站中质子交换膜燃料电池单电池和电堆的故障诊断效率，实现储能电站的多终端智能化控制，本发明提供一种基于云计算的氢储能电站质子交换膜燃料电池电池故障诊断方法及装置，以有效提高燃料电池故障诊断的准确率，实现对燃料电池故障点精确定位，并通过云计算（云平台）实现对大量电站的统一管理，数据共享，降低就地的计算负担。

为此，本发明采用的一种技术方案如下：氢储能电站质子交换膜燃料电池故障诊断方法，其包括步骤：

1）周期性采集所有处于运行状态的质子交换膜燃料电池电堆的电压和电流数据并上传云端储存；

2）在同一采样周期内，基于电压和电流数据，在云端使用混沌粒子群算法并行对所有电堆进行燃料电池输出特性模型参数辨识，并进行存储；

3）在同一采样周期内，将辨识出的燃料电池输出特性模型参数作为一维T-S模糊模型的输入量，采用优化算法辨识隶属度函数参数并输入到一维T-S模糊模型；

4）分析比较一维T-S模糊模型输出量的变化趋势，记录当质子交换膜燃料电池发生故障时的特征，作为历史知识库，作为后续质子交换膜燃料电池故障诊断的参考依据。

作为上述技术方案的补充，所述步骤2）中，按如下方法建立燃料电池输出特性模型，燃料电池输出特性模型包含电压模型、阳极供气模型和阴极供气模型，基于以下的假设条件建立燃料电池输出特性模型：

21）所有进入阴极及阳极的气体都经过充分的加湿；

22）所有的气体都属于理想气体，符合理想气体相关反应方程；

23）燃料电池内部温度变化缓慢，内部温度保持一致；

24）忽略水在气态状态下对燃料电池发电系统的影响；

25）遵循压力平衡和物料守恒的基本原则。

作为上述技术方案的补充，步骤2）中，在云端使用混沌粒子群算法并行对所有电堆进行参数辨识的具体步骤为：

31）算法寻优的目的是使目标函数更小，目标优化函数具体定义如下：

，