燃料电池系统在线自适应快速喘振检测及保护控制策略

燃料电池系统在线自适应快速喘振检测及保护控制策略

燃料电池需通入大量空气进入阴极侧参与氢氧还原反应，为了提升效率，会对空气进行加压处理。得益于其紧凑的结构、以及高转速优势，离心式压缩机是目前燃料电池系统主流配置。不幸的是，目前燃料电池高效工作点往往与空压机的喘振临界线接近，导致工作中常常出现喘振现象，严重降低了发动机运行稳定性、效率和寿命。

车载工况下，喘振发生的诱因众多且不确定因素大，工况的快速变化，闭环控制的缺陷，零部件的故障等因素都可能触发喘振。虽然可以从操作条件设计出发，设计工作区间避开喘振区，然而在多外部因素诱导下，上述方法无法保证喘振不被触发，且在喘振发生后上述方法无法及时识别喘振并采取有效措施恢复故障运行状态。因此，急需设计快速喘振监测和故障恢复手段，对燃料电池发动机进行兜底保护，提升车载燃料电池系统全生命周期稳定性和寿命。

本文首先基于第一性原理建立燃料电池空气路供给集总参数模型，用于动态模拟燃料电池空气路供给特性和喘振现象。基于控制模型分析喘振特性，并设计涵盖喘振监测与快速保护的流量压力自适应控制器，最后从控制仿真和60kW系统实验测试验证了控制策略的有效性。

为实现控制策略的设计，这里我们首先进行了燃料电池空气供应系统的动态建模和系统参数识别，其中包括喘振的模拟。图.1显示了60kW燃料电池系统的结构，它包含了燃料电池堆、辅助空气管理系统（AMS）、氢气管理系统（HMS）和热量管理系统（TMS）。典型的燃料电池空气管理系统（如图.1所示）包括一个空气压缩机、供应歧管、加湿器、排气歧管和背压阀。特别地，本研究模拟了喘振现象，并基于喘振仿真模型设计了防喘振策略，基于仿真模型的方法进行策略开发既能节省了实验成本，又保护了燃料电池系统免受早期开发中可能的损害。

图1 60kW燃料电池系统的拓扑图

本研究采用机理结合经验的方式建模，基于优化算法对模型进行参数辨识，准确地抓住了流量、压力动态特性以及喘振特征，为控制策略设计提供了模型基础，模型与实验结果对比如图2所示。

图2 模型验证结果：(a)系统输入(b) 系统输出(c)流量-压力对比

本研究提出了一种在线自适应防涌流控制方法（OAASC），以改进燃料电池的空气供给控制。OAASC控制架构如图3所示，主要分为两部分，第一部分基于双模糊自适应PI控制器来控制燃料电池的计量比和压力，第二部分是基于如图4所示的多时间域滑动窗口方法的在线喘振检测器，然后结合喘振时流量特征，设计了特征能量反馈，以实现喘振发生时快速闭环自适应校正。

图3 在线自适应防涌流控制策略架构

图4 喘振监测和快速自适应校正机制

本研究从仿真和实验两个层面验证了提出空策略的有效性。

仿真结果显示，通过比较图5中显示的三种策略（PID，以及前馈PID）的map图，可以看出OAASC策略的控制工况点与设计的工作目标点高度重合，精确性较高，如图5（d）所示。同时，点的轨迹上有毛刺特征，这表明对条件变化的响应较快。此外，当工作点靠近喘振线时，OAASC控制策略能够及时检测到初期的小波动并将工作轨迹拉回到安全区域，实现了快速有效的喘振保护。

图5 流量-压力map图控制结果

采用快速原型控制对提出的OAASC策略在60kW燃料电池系统进行了实机测试，如图6所示。具体地，算法基于MATLAB/SIMULINK搭建，然后编码和烧录到燃料电池控制单元(FCU)中实现系统闭环控制。上位机采用LabVIEW平台进行系统状态监控和数据采集。FCU与计算机之间以及FCU与燃料电池系统之间的通信分别通过控制器局域网(CAN)、硬连线通信(HWC)建立。

图6 燃料电池系统快速原型控制过程

最后，我们基于背压阀工作点特性设计了喘振触发故障工况，设计工况下主动且可重复地触发了喘振，并进行了有喘振保护和无喘振保护策略对比，以测试OAASC策略的有效性。图7显示了流量和压力防喘振动态控制实验结果，当电流负载下降到60A时，发生了典型的喘振，而提出的策略OAASC可以显著缩短喘振时间；具体地，该策略可以在0.2s内检测到喘振发生，并在0.5s内抑制喘振。同时，使得燃料电池电压能够快速恢复，说明缺气现象也得到了快速改善，如图8所示。

图7 防喘振实验结果

图8 压缩机、背压阀控制及功率恢复结果

审核编辑：汤梓红