[发明专利]基于多模型前馈的燃料电池阳极压力动态矩阵控制方法

摘要

本发明公开了一种基于多模型前馈的燃料电池阳极压力动态矩阵控制方法，将质子交换膜燃料电池看作三入一出的多变量对象，其中对象输入包括一路控制量和两路扰动量，在不同稳态工况点辨识输出量对控制量和扰动量的阶跃响应模型，在控制中根据燃料电池的实际运行工况切换用于计算控制增量的辨识模型和相应的DMC控制器，保证控制量输出的最优性。本发明方法相比于传统预测控制，可适用更广的工况范围，模型切换时扰动小。此外，本发明方法还能有效抑制排气阀位和负载电流扰动的影响，控制阳极压力跟踪设定值，降低质子交换膜上的压差应力，延长质子交换膜的使用寿命，保证燃料电池高效、稳定、安全运行。

主权项

1.基于多模型前馈的燃料电池阳极压力动态矩阵控制方法，其特征在于：包括以下步骤：S1：以阳极入流气体质量流量为控制量输入，以排气阀位和负载电流为两路扰动量输入，以阳极压力为被控量输出，在不同的稳态工况下进行开环阶跃响应试验，获得被控对象在不同工况下的辨识模型；S2：针对每一个工况，初始化多模型前馈动态矩阵控制器，设定预测参数，包括：采样周期T，建模时域N，预测时域P，控制时域M，在建模时域内输出量对控制量和扰动量的阶跃响应序列，误差权矩阵Q，控制权矩阵R，误差校正矩阵h；设定约束参数，包括：控制增量约束Δumax、Δumin，控制量约束umax、umin，输出量约束ymax、ymin；其中，Δumax为控制增量的最大值，Δumin为控制增量的最小值，umax为控制量的最大值，umin为控制量的最小值，ymax为输出量的最大值，ymin为输出量的最小值；S3：根据辨识模型中的参数，针对每一个工况分别构建预测模型，并对控制量、输出量进行初始化；S4：针对每一个工况，在当前采样时刻k，根据约束参数和预测模型构建使性能指标最小化的约束优化问题，并将约束优化问题转化为标准二次规划问题进行求解，取一步最优控制增量Δu*(k)计算当前时刻的最优控制量u*(k)；S5：根据对象实际工况切换最优控制量输出，将最优控制量作用于被控对象，进入下一采样时刻，得到被控对象实际输出y_rl(k+1)，通过实际输出y_rl(k+1)与预测输出的偏差e(k+1)对预测模型进行修正；S6：将时间基点从k+1移至k，回到步骤S5，重复执行步骤S5到步骤S7的过程。