[发明专利]基于混合模型的燃料电池输出预测方法和系统

摘要

本发明公开了基于混合模型的燃料电池输出预测方法和系统，使得混合动态模型在静态、动态性能方面均有较高精度。在所述方法中，建立燃料电池输出电压的静态机理模型、燃料电池阳极气体流量和阴极气体流量的动态机理模型、静态神经网络和变结构神经网络；两个动态机理模型的输出作为静态机理模型的部分输入参数；采用静态神经网络补偿静态机理模型的输出后得到V_out；采用变结构神经网络逼近燃料电池实际输出与V_out的误差V_e的导数，对变结构神经网络的输出进行积分后得到误差估计值与V_out叠加得到燃料电池输出电压预测值。

主权项

1.一种基于混合模型的燃料电池输出预测方法，其特征在于，包括：建立燃料电池的基础动态模型，其包括燃料电池输出电压的静态机理模型、燃料电池阳极气体流量的动态机理模型、燃料电池阴极气体流量的动态机理模型以及静态神经网络；其中，两个动态机理模型分别输出阳极气体分压和阴极气体分压，并作为静态机理模型的部分输入参数；采用静态神经网络补偿静态机理模型的输出，该静态神经网络的输入参数与静态机理模型相同，静态神经网络的输出参数为电池实际静态输出与静态机理模型输出之差的估计值；将静态神经网络与静态机理模型输出相叠加作为基础动态模型输出V_out；建立变结构神经网络，变结构神经网络和基础动态模型构成混合动态模型；所述变结构神经网络的输入参数包括：动态机理模型和静态机理模型所需输入参数中能够通过传感器测量获取的部分，还包括燃料电池实际输出电压V_r与基础动态模型输出V_out之间的误差V_e；配置变结构神经网络使其输出参数逼近V_e的导数；对变结构神经网络的输出进行积分后与基础动态模型输出V_out叠加，得到燃料电池输出电压预测值