[发明专利]基于膜计算的质子交换膜燃料电池模型优化方法

摘要

本发明公开了一种基于膜计算的质子交换膜燃料电池模型优化方法，步骤如下步骤S1，建立质子交换膜燃料电池的动态参数仿真模型；步骤S2，采集若干组质子交换膜燃料电池输出电压和电流数据；步骤S3，构造适应度函数；步骤S4，初始化基于膜计算模型算法的结构，并确定遗传膜算法的策略参数；步骤S5，计算优化拟合参数的候选解，并计算每个个体的适应度，进而对每个膜区域内的候选解进行评价；步骤S6，各个膜区域内的候选解在相邻膜之间进行移动，实现膜与膜区域之间的信息交流；步骤S7，重复步骤S5和步骤S6，当达到收敛条件时，将嵌套膜结构中最内层膜的最优解作为拟合参数的最优参数解；步骤S8，将最优参数解代入仿真模型中，得到优化后的仿真模型。

主权项

一种基于膜计算的质子交换膜燃料电池模型优化方法，其特征在于：步骤如下：步骤S1，根据基于机理的质子交换膜燃料电池模型，建立质子交换膜燃料电池的动态参数仿真模型；质子交换膜燃料电池的动态参数仿真模型具体为：Vcell＝ENernst‑Vact‑Vohmic‑Vcon    (1)；其中，Vcell是膜燃料电池输出电压；ENernst是质子交换膜燃料电池理论电动，Vacr是活化过电位，Vohmic是欧姆过电位，Vcon是浓度差过电位；步骤S2，利用质子交换膜燃料电池测试系统，采集若干组质子交换膜燃料电池输出电压Vcell和电流数据I；步骤S3，利用步骤S2中采集的数据，对步骤S1中的拟合参数建立约束条件，并构造适应度函数；步骤S4，初始化基于膜计算模型算法的结构，该算法结构用于优化质子交换膜燃料电池模型动态参数，构建由m个膜构成的嵌套膜结构，初始化N个编码质子交换膜燃料电池的动态参数的二进制个体，将N个个体平均分配到m个膜中，构成每个膜区域内的初始种群；并确定遗传膜算法的策略参数；步骤S5，将步骤S4中得到的遗传膜算法的策略参数和步骤S2得到的质子交换膜燃料电池输出电压Vcell和电流数据I，输入到嵌套膜结构的每个膜计算单元中，每个膜计算单元利用启发式搜索算法‑遗传算法来得到优化拟合参数的候选解；并利用步骤S3中的适应度函数计算每个个体的适应度，进而对每个膜区域内的候选解进行评价。步骤S6，各个膜区域内的候选解在相邻膜之间进行移动，实现膜与膜区域之间的信息交流，某一个膜区域将最优个体发送至内层膜，最差个体发送至外层膜；步骤S7，重复步骤S5和步骤S6，当达到收敛条件时，将嵌套膜结构中最内层膜的最优解作为拟合参数的最优参数解；步骤S8，将步骤S7中得到的最优参数解代入步骤S1构件的仿真模型中，得到优化后的仿真模型。