一种改进粒子群优化模糊PID燃料电池温度控制方法技术

本发明专利技术公开了一种改进粒子群优化模糊PID燃料电池温度控制方法，包括以下步骤：基于MATLAB/Simulink仿真平台建立燃料电池动态模型，通过该燃料电池动态模型得到燃料电池的输出功率及相应的温度；针对所述的燃料电池动态模型设计模糊PID温度控制器，利用控制器对期望温度值和实际温度值得误差、误差变化率进行控制得到模糊PID温度控制器的参数调整量；采用改进的粒子群算法对模糊PID温度控制器中的量化因子和比例因子进行优化；将优化的量化因子和比例因子赋值给模糊PID温度控制器，从而实时控制燃料电池温度。本发明专利技术利用改进的粒子群优化模糊PID控制，控制策略根据控制经验规则设定，具有鲁棒性强、响应速度快等优点，确保PEMFC电堆维持在固定温度。

An improved temperature control method of fuzzy PID fuel cell based on particle swarm optimization

【技术实现步骤摘要】
一种改进粒子群优化模糊PID燃料电池温度控制方法
本专利技术属于燃料电池热管理
，特别涉及一种改进粒子群优化模糊PID燃料电池温度控制方法。
技术介绍
随着能源危机和环境污染问题越来越严重，开发高效、低污染的能源技术已成世界各国的重大课题之一。燃料电池作为一种高效、清洁的能源转换装置，受到了汽车界普遍重视。其中质子交换膜燃料电池(PEMFC)具有工作温度低、启动速度快、发电效率高、技术成熟等优点，越来越受到广泛的关注。温度对燃料电池系统性能及可靠性有重要的影响。电堆温度升高，会提高电化学反应活性，提高膜的导电率，有利于提高电池的性能；然而PEMFC的电解质膜耐温有限，而且考虑膜的含水性问题，因而工作温度不宜过高。对于燃料电池而言，最理想的情况是电堆内部温度完全一致，这样有利于改善电堆性能和延长电堆寿命。但是燃料电池化学反应产生的热要由低温介质带出电堆，因此电堆内部必须有一定的温度差，这样多余的热量才能够由电堆内转移到冷却介质并带出电堆。通过控制冷却介质流量，从而把电堆温度控制在一定的范围之内。目前应用最广泛的还是经典PID本文档来自技高网...

【技术保护点】
1.一种改进粒子群优化模糊PID燃料电池温度控制方法，其特征在于，包括以下步骤：/nS1，根据质子交换膜燃料电池系统中电堆、水泵、换热器的物理特性，基于MATLAB/Simulink仿真平台，搭建燃料电池的动态模型，得到燃料电池的温度变化；/nS2，根据步骤S1建立的燃料电池的动态模型设计模糊PID温度控制器，利用模糊PID温度控制器对期望温度值和实际温度值的误差、误差变化率进行控制得到模糊PID温度控制器的参数调整；/nS3，采用改进粒子群算法对模糊PID温度控制器中的量化因子和比例因子进行优化；/nS4，将优化后的量化因子和比例因子赋值给模糊PID温度控制器。/n

【技术特征摘要】
1.一种改进粒子群优化模糊PID燃料电池温度控制方法，其特征在于，包括以下步骤：
S1，根据质子交换膜燃料电池系统中电堆、水泵、换热器的物理特性，基于MATLAB/Simulink仿真平台，搭建燃料电池的动态模型，得到燃料电池的温度变化；
S2，根据步骤S1建立的燃料电池的动态模型设计模糊PID温度控制器，利用模糊PID温度控制器对期望温度值和实际温度值的误差、误差变化率进行控制得到模糊PID温度控制器的参数调整；
S3，采用改进粒子群算法对模糊PID温度控制器中的量化因子和比例因子进行优化；
S4，将优化后的量化因子和比例因子赋值给模糊PID温度控制器。


2.根据权利要求1所述的改进粒子群优化模糊PID燃料电池温度控制方法，其特征在于，所述步骤S2中，选用燃料电池期望温度值TS(t)和实际温度值T(t)的误差e(t)＝TS(t)-T(t)及其误差变化率作为PID温度控制器的输入变量，将模糊PID温度控制器的参数调整量ΔKP，ΔKI，ΔKD作为输出量，其中：ΔKP，ΔKI，ΔKD分别是比例积分P、积分I和微分D对应的三个参数KP，KI，KD的变化量。


3.根据权利要求1所述的改进粒子群优化模糊PID燃料电池温度控制方法，其特征在于，所述步骤S3中，采用改进粒子群算法对模糊PID温度控制器的比例因子ke，和PID控制中比例、积分和微分的量化因子kup、kui及kud五个参数进行优化，优化过程包括以下步骤：
S301，初始化粒子群算法参数，设在一个d维搜索空间中，初始化一个种群大小为Ns的粒子群，在每个量化因子参数的搜索空间i＝1,2,…,5；lowi,highi分别为搜索空间的上下限，初始化群体每个粒子i的位置Xi和速度Vi；
S302，构建相应的目标函数：



式中，Fobj，i为目标函数值；tp,ts和t∞分别表示峰值时间、调节时间和系统稳定所需时间；T(tp)表示对子系统温度控制过程中峰值时刻tp的温度；T(ts)表示对子系统温度控制过程中达到调节时间时的温度；T(t∞)表示系统趋于稳定后的温度；根据自动控制原理，若T(tp)>T(t∞)，且lim[T(tp)-T(t∞)]＝0，则说明控制系统的超调量是朝着不断减小的方向发展，若T(tp)<T(t∞)，则系统相应无超调量；表示温度响应到达并保持在最终温度值±5％内所需要的最短时间；
S303，输入系统控制参数，即用于寻优的粒子种群大小Ns、整个寻优过程的最大迭代步数Nc、问题的维数N，N为待寻优的量化因子数，即维数与量化因子数一致，以及目标函数允许的最大容忍度ε0和参数μ，ζ，F，CR的值；
S304，在搜索空间内利用混沌理论模型，对每个粒子位置Xi进行初始化，计算相应的目标函数Fobj,i，并把当前粒子的位置作为粒子个体历史最优位置Pi，相应的目标函数值作为个体最优目标函数值pbesti，重复上述过程，获得每个粒子个体最优位置，并记录相应的目...

【专利技术属性】
技术研发人员：毛军逵，王在兴，贺振宗，郭昆，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32