基于單/雙點線性化的質子交換膜燃料電池發動機溫度預測控制研究

周蘇+翟奇+俞林炯+高昆鵬

摘 要：在已有的45 kW級質子交換膜燃料電池（Proton Exchange Membrane Fuel Cell，PEMFC）發動機模型的基礎上，將電堆冷卻液旁通閥開度、大循環旁通閥開度、水泵轉速、風扇開度設定為操控變量，電堆溫度設定為輸出量，分別設計了單點線性化全工況預測控制（Model Predictive Control，MPC）控制器和兩點線性化雙MPC控制器，對PEMFC發動機電堆溫度進行控制和分析。在相同的仿真環境條件下，分別運行兩種控制算法進行仿真運算，并對其結果進行對比分析。仿真試驗結果表明，兩點線性化雙MPC控制的控制效果優于單點線性化全工況MPC控制。

關鍵詞：質子交換膜燃料電池；預測控制；電堆溫度；操控變量

中圖分類號：TP391.9文獻標文獻標識碼：A文獻標DOI：10.3969/j.issn.2095-1469.2015.03.07

現有的PEMFC屬于低溫燃料電池，其工作溫度范圍維持在70～80℃。工作溫度過高或過低都會影響燃料電池系統性能[1]。當電堆工作溫度過低時，電池內各種極化增強，歐姆阻抗變大，導致電池輸出電壓下降，使電池組整體性能惡化[2-3]；溫度升高時歐姆阻抗降低，同時減少極化，有利于提高電化學反應速度和質子在膜內的傳遞速度，電池性能變好；當電堆工作溫度過高時，會導致膜脫水，電導率下降，電池性能變差，并且質子交換膜的強度將下降，此時如不及時降溫，質子交換膜會被完全破壞。因此，電堆的溫度控制對燃料電池系統起著非常關鍵的作用。

在PEMFC發動機中，通過對冷卻系統的控制可以將燃料電池溫度維持在最優范圍內。由于實際的PEMFC發動機是一個非線性、強耦合、大滯后的系統，因此許多研究者提出了諸如MPC、神經網絡控制、模糊PID控制等控制算法對PEMFC發動機進行控制[4-6]。本研究根據PEMFC發動機的系統特點，針對已建立的45 kW級PEMFC發動機系統模型，設計了MPC控制算法對其進行溫度控制。文中設計了兩種預測控制算法：一是單點線性化，全工況MPC控制；二是兩點線性化，雙MPC控制。

1 PEMFC發動機溫度預測控制模型

本文研究對象為一個45 kW級PEMFC發動機模型，該模型由燃料電池堆、反應氣體供應（包括空氣供應和氫氣供應）和水熱管理4個子系統組成[7]，包括冷卻液泵、節溫器、散熱器、中冷器、氣/氣增濕器和冷管道，PEMFC系統結構如圖1所示?？諌簷C出口端的高溫高壓干燥空氣通過中冷器和氣/氣增濕器后，能夠以合適的溫度進入燃料電池堆。通過冷卻液循環和散熱器與環境的熱交流，電堆多余的電化學反應熱被排出，使電堆溫度保持在合適范圍內。

預測控制算法具有預測系統未來動態行為的能力，可以提前決定下一時刻要采用的控制序列[8-10]，MPC控制基本原理如圖2所示[11]。其中，c是系統當前輸出；cr是根據csp和c求得的參考軌跡；cM是預測模型的直接輸出；cp是經反饋校正后的預測輸出，虛線部分將cM與c之間的偏差e反饋給預測器以便進行反饋校正。MPC具有對模型精度要求不高，建模方便，能有效處理多變量、有約束問題的特點[8]。

本文研究對象45 kW級PEMFC發動機模型具有6個狀態變量，包括4個操控變量：電堆冷卻液旁通閥開度、大循環旁通閥開度、水泵轉速npump、風扇開度，1個可測擾動負載電流I以及1個輸出量電堆溫度Tst，是一個典型的5輸入1輸出系統。電堆溫度的MPC控制框圖如圖3所示。

PEMFC的溫度特性主要由其質子交換膜所決定，按常用的PEMFC所采用的Nafion膜的特性，電堆的工作溫度最好控制在70～80℃之間。研究對象45 kW級PEMFC發動機，根據產品設計要求及其本身物理結構特性，從電堆耐久性、濕度控制和安全余量的角度考慮，需將電堆的最優化溫度設定為75℃。因此，控制器最終要達到的目的是：無論負載電流如何變化，電堆溫度要穩定在75℃左右。為了在較大的負載電流變化范圍內控制PEMFC發動機溫度，本文針對發動機模型設計了兩種溫度MPC控制器。

仿真分析在Matlab/Simulink平臺上完成，下面的仿真工作都是基于以下仿真環境設定，采用變步長剛性求解器ode23s。在標準狀態條件下，環境溫度值為25℃，環境壓力為101.325 kPa，環境濕度為0.6，空氣/氫氣過量系數為1.4，陽極入口壓力為200 kPa，陰極入口壓力為150 kPa。

2 模型線性化

MPC控制器使用的模型通常為線性模型。已知被控對象的非線性解析模型，通過在常用的工作點上對該非線性模型進行泰勒展開，并舍去二階以上項式，就可獲得偏差線性模型，即非線性模型的線性化。

一般情況下，確定性過程系統連續時間動態模型可表示為

。

式中，為過程系統的狀態變量；為過程系統的操控變量；為系統的輸出變量；f和g分別表示過程系統中狀態變量與輸入變量（操控變量和擾動），過程系統輸出變量與狀態變量、輸入變量的非線性函數關系。

線性化的前提是確定一個穩態工作點，在工作點（）附近對非線性模型展開，得到偏差線性系統：

。

式中，系統矩陣；輸入矩陣；輸出矩陣；擾動矩陣，矩陣中的元素均與工作點選取有關；為偏導數的算子符號。

選取電堆溫度作為輸出量，根據模型狀態變量及輸入變量，得到如下模型：

，

得到PEMFC發動機的線性模型，作為預測模型進行MPC控制器設計。

為了重點突出設計功能及仿真驗證的目的，將電堆電流測試工況設計成如圖4所示的階躍工況，在該工況內，電流變化范圍達到180 A，基本覆蓋PEMFC發動機的正常工作范圍。

3 MPC控制器設計

3.1 單點線性化全工況MPC控制

單點線性化全工況MPC控制器的設計思路是：在發動機工作的整個負載工況變化范圍內，只選出一個合適的穩態工作點進行模型線性化，根據線性模型設計MPC控制器，然后用于全工況溫度控制。這種控制方式的優點是結構簡單，控制器數量少，缺點是控制效果依賴于線性模型的準確性，在偏離穩態工作點較大的情況下有可能導致控制效果變差，故選取電流測試工況的中間狀態值150 A作為負載電流的穩態工作點對模型進行線性化，這樣可以避免出現偏離穩態工作點較大的情況。

根據上一節介紹的模型線性化方法，選取如下線性化條件：

。

可以得到如下線性化模型：

根據得到的線性化模型，設計控制器MPC1。在模型中載入該控制器就可進行溫度控制仿真。

單點線性化全工況MPC控制器控制效果如圖5和圖6所示。電堆溫度剛開始時存在一個2 ℃左右的超調，然后逐漸進入穩態。如圖5中局部放大效果圖所示，在2 000 s時負載電流從90 A階躍上升到130 A，此時電堆溫度產生了一個大小為1.4 ℃的波動，不過很快就穩定下來；在6 000 s時負載電流從240 A階躍下降到150 A，電堆溫度存在一定的抖動，出現不穩定跡象。從圖6控制效果放大圖來看此時溫度波動幅度最大，不過此時的超調量也僅為2 ℃。

根據設計的負載電流工況，當電流發生階躍變化后，電堆溫度也隨之產生波動，但波動幅度并不是很明顯，最大超調量也控制在2 ℃范圍內。由此可見，全工況MPC控制器基本上可以滿足溫度控制要求。但是實際的PEMFC發動機是一個非線性系統，如果僅采用一個預測模型對整個模型做全局預測控制，很可能會在偏離線性化工作點較大的區域內出現控制效果變差，溫度控制不穩定的情況。

3.2 兩點線性化雙MPC控制

鑒于單點線性化全工況MPC控制器在控制效果方面存在不理想情況，因此本文設計了第二種預測控制算法：兩點線性化雙MPC控制。其設計思路為：根據PEMFC發動機的運行工況，選定小負載和大負載兩種不同工況，分別選定合適的穩態工作點進行線性化，得到相應的預測模型，然后分別設計控制器，得到兩個MPC控制器。

根據設計的負載電流測試工況，電流變化范圍為60～240 A，為了得到非線性過程較好的近似效果，將測試工況兩等分，擬定60～150 A為模型的小負載運行工況及150～240 A為模型的大負載運行工況。選定小負載運行工況的中間狀態值120 A，大負載運行工況中間狀態值為180 A為穩定工作點對模型進行線性化。

120 A穩態工作點線性化條件如下：

，

。

得到的線性模型ss3small為

180 A穩態工作點線性化條件如下：

。

得到的線性模型ss3big為

根據以上兩個線性模型分別設計控制器MPC3 small和MPC3big，兩個控制器的切換以負載電流為條件：當電流大于150 A時選擇MPC3big，否則選擇MPC3small。

兩點線性化雙MPC控制器的控制效果如圖7和圖8所示。從圖7中局部放大效果圖可以看出，兩點線性化雙MPC控制的效果較理想，在整個測試工況內，僅在仿真運行到3 000 s和6 000 s控制器進行切換時，電堆溫度產生了超調量最大不超過0.4 ℃的波動。從控制效果放大圖（圖8）來看，在整個電堆溫度控制過程中，溫度控制曲線較光滑平直，電堆一直處于穩定運行的狀態中。

在測試電流超過220 A以后電堆溫度出現了輕微的抖動，但是抖動幅度非常小，控制結果非常接近設定值。雙MPC控制存在控制器的切換問題，當負載電流變化到150 A控制器發生切換時，如圖8所示，此時仍能保證輸出溫度被控制在設定值范圍內，僅存在不到0.4 ℃的微小偏差，而且很快就能達到穩定運行的狀態，控制效果較理想。

3.3 兩種預測控制算法控制效果對比

上文中已完成了兩種預測控制算法的設計，為了直觀地比較兩種算法的性能，現將兩種控制算法的控制效果放在一起進行比較。由圖9可知，算法二的控制效果優于算法一的控制效果。

算法一是基于單點線性化的單MPC控制，這種控制算法充分利用了線性預測控制的簡易性，但僅在一個平衡點附近展開得到的線性化模型并不能反映非線性系統在大范圍測試工況范圍內的特性，當變量偏離線性化工作點較大時可能出現控制效果變差甚至不穩定的現象；算法二根據工作范圍進行了兩點線性化，得到兩個線性模型并分別進行控制器設計，兩點線性化雙MPC控制算法的實質即對模型進行多點線性化，多點線性化后所得到的模型是在各個平衡點處展開的。它雖然只是在局部范圍內對非線性過程的近似，但合適的模型切換選擇使其應用范圍剛好限定在平衡點周圍的小范圍鄰域內，對非線性過程具有更好的近似性。盡管算法二使用了兩個控制器，當仿真進行到3 000 s前后，電流躍變過150 A時存在控制器切換的問題，但如圖9局部放大效果所示，其控制效果仍比全工況單MPC控制好，可以對非線性過程進行有效的近似。綜上所述，其結果表明：多點線性化的預測控制效果優于單點線性化的預測控制。

4 結論

預測控制算法是一種基于模型的新型計算機控制算法，在工業過程控制中得到廣泛應用。本文設計了兩種預測控制算法用于45 kW級PEMFC發動機模型的溫度控制，分別是單點線性化全工況MPC控制和兩點線性化雙MPC控制。針對這兩種控制算法分別設計了控制器，對其控制效果進行了仿真測試并對結果進行了分析，然后將兩種控制器的仿真結果合并在一起對其控制效果進行了比較，由于多點線性化對非線性過程有更好的近似性，結果表明兩點線性化雙MPC控制效果優于單點線性化全工況MPC控制。

參考文獻（References）：

JAMES L，ANDREW D. Fuel Cell Systems Explained [M]. Chichster，USA：John Wiley & Sons Ltd，2003：14-24.

GOLBERT J，LEWIN D R. Model-Based Control of Fuel Cells：Regulatory Control [J]. Journal of Power Sources，2004，135（2）：135-151.

衛東，褚磊民，鄭東. 空冷型PEMFC電池溫度特性及模糊PID融合控制 [J]. 電源技術研究與設計，2010， 34（4）：342-345.

Wei Dong，Chu Leimin，Zheng Dong. Temperature Characteristic and Fuzzy-PID Fusion Control for Air-Cooling PEMFC Stack [J]. Power Technology Research and Design，2010，34（4）：342-345.（in Chinese）

Li Xi，Deng Zhonghua，Wei Dong，et al. Parameter Optimization of Thermal-Model-Oriented Control Law for PEMFC Stack Via Novel Genetic Algorihm [J]. Energy Conversion and Management，2011，52（11）：3290-3300.

COZZOLINO R，CICCONARDI S P，GALLONI E，et al. Theoretical and Experimental Investigations on Thermal Management of a PEMFC Stack [J]. International Journal of Hydrogen Energy，2011，36（13）：8030-8037.

Hu Peng，Cao Guangyi，Zhu Xinjian，et al. Coolant Circuit Modeling and Temperature Fuzzy Control of Proton Exchange Membrane Fuel Cells [J]. International Journal of Hydrogen Energy，2010，35（17）：9110-9123.

高昆鵬，章桐，黃晨東，等. 45 kW質子交換膜燃料電池發動機建模與仿真[J]. 同濟大學學報（自然科學版）， 2013，41（2）：264-270.

Gao Kunpeng，Zhang Tong，Huang Chendong，et al. Modeling and Simulation of a 45 kW Proton Exchange Membrane Fuel Cell Engine [J]. Journal of Tongji Univer-sity（Natural Science Edition），2013，41（2）： 264-270.（in Chinese）

田玉冬，朱新堅，曹廣益. 基于預測控制的燃料電池溫度控制系統的建模[J]. 移動電源與車輛，2003（4）：25-27.

Tian Yudong，Zhu Xinjian，Cao Guangyi. Modeling of Predictive Control Based Temperature Control System of Fuel Cells [J]. Movable Power Station and Vehicle， 2003（4）：25-27.（in Chinese）

徐祖華. 模型預測控制理論及應用研究[D]. 杭州：浙江大學，2004.

Xu Zuhua. Research on Theory and Applications of Model Predictive Control [D]. Hangzhou：Zhejiang University， 2004.（in Chinese）

岳雅. 非線性預測控制研究及其仿真 [D]. 西安：西安科技大學，2008.

Yue Ya. Research on Nonlinear Predictive Control and Its Simulation [D]. Xi'an：Xi'an University of Science and Technolgy，2008.（in Chinese）

劉斌. 非線性系統建模及預測控制若干問題研究 [D].杭州：浙江大學，2004.

Liu Bin. A Study on Nonlinear System Modeling and Predictive Control [D]. Hangzhou：Zhejiang University， 2004.（in Chinese）