基于扰动预测的燃料电池空气压缩机转速补偿控制方法技术

本发明专利技术公开了一种基于扰动预测的燃料电池空气压缩机转速补偿控制方法，包括如下步骤，以燃料电池输出功率、氢气流量、空气阀门开度、加速踏板行程、制动踏板行程、车速和加速度为输入，以下一时刻的空气压缩机转速和扰动参数为输出构建神经网络模型；获取当前时刻的燃料电池输出功率、氢气流量、空气阀门开度、加速踏板行程、制动踏板行程、车辆的加速度，导入到神经网络模型中，得到下一时刻的燃料电池输出功率、空气压缩机预测转速和预测扰动参数。本发明专利技术能够对该时刻的控制参数进行预修正，从而保证控制精度，能够降低空气压缩机在工作时的扰动。扰动。扰动。

【技术实现步骤摘要】
基于扰动预测的燃料电池空气压缩机转速补偿控制方法


[0001]本专利技术涉及燃料电池控制
，具体涉及一种基于扰动预测的燃料电池空气压缩机转速补偿控制方法。

技术介绍

[0002]作为燃料电池汽车的重要部件，空气压缩机的主要作用在于将空气加压后输入到燃料电池中，以供与氢气发生反应进而放电。为了满足空气的供应，空气压缩机的转速通常需要达到数万转甚至数十万转，在高速转动时，空气压缩机会产生扰动，尤其是当工况发生变化时，会导致空气流量的突变，这会导致空气压缩机的扰动更加剧烈。
[0003]在现有技术中，如何减少空气压缩机在转动时的扰动，是本领域亟待解决的重要问题之一。

技术实现思路

[0004]本专利技术的目的是提供一种基于扰动预测的燃料电池空气压缩机转速补偿控制方法，以解决现有技术中的不足，它能够基于预测的结果对下一时刻进行控制。即，在控制某一时刻的转速之前，已经获取了扰动参数，利用该扰动参数，能够对该时刻的控制参数进行预修正，从而保证控制精度，能够降低空气压缩机在工作时的扰动。
[0005]本专利技术提供了一种基于扰动预测的燃料电池空气压缩机转速补偿控制方法，其中，包括如下步骤，
[0006]S1，以当前时刻的燃料电池输出功率、氢气流量、空气阀门开度、加速踏板行程、制动踏板行程、车速和加速度为输入，以下一时刻的空气压缩机转速和扰动参数为输出构建神经网络模型；
[0007]S2，实时获取当前时刻的燃料电池输出功率、氢气流量、空气阀门开度、加速踏板行程、制动踏板行程、车辆的加速度，并作为输入导入到所述神经网络模型中，得到下一时刻的燃料电池输出功率、空气压缩机预测转速和预测扰动参数；
[0008]S3，将预测扰动参数作为第一反馈参数，将空气压缩机预测转速和燃料电池输出功率作为控制目标对空气压缩机转速进行控制。
[0009]如上所述的基于扰动预测的燃料电池空气压缩机转速补偿控制方法，其中，可选的是，步骤S3包括如下步骤，
[0010]S31，根据下一时刻的燃料电池输出功率、下一时刻的空气压缩机预测转速进行参数分配；
[0011]S32，计算下一时刻的氢气阀门开度和空气阀门开度；
[0012]S33，按步骤S32的计算结果控制氢气阀门开度和空气阀门开度；
[0013]S34，将预测扰动参数作为第一反馈参数，通过第一反馈参数对控制参数进行修正，以对空气压缩机转速进行控制。
[0014]如上所述的基于扰动预测的燃料电池空气压缩机转速补偿控制方法，其中，可选
的是，步骤S31中，参数分配包括根据下一时刻的燃料电池输出功率和下一时刻的空气压缩机预测转速，计算最佳的氢气和空气供给方案。
[0015]如上所述的基于扰动预测的燃料电池空气压缩机转速补偿控制方法，其中，可选的是，还包括以下步骤，
[0016]S4，实时获取空气压缩机的实际转速；
[0017]S5，将空气压缩机的实际转速与经过第一反馈参数修正后的控制参数对应的目标转速作差，将差值记为第二反馈参数；
[0018]S6，将第二反馈参数对控制参数进行二次修正，以对空气压缩机转速进行控制。
[0019]如上所述的基于扰动预测的燃料电池空气压缩机转速补偿控制方法，其中，可选的是，步骤S31包括如下具体步骤，
[0020]S311，获取预测的下一时刻的燃料电池输出功率和下一时刻的空气压缩机预测转速；
[0021]S312，以下一时刻的燃料电池输出功率，计算氢气进气需求量和空气进气需求量。
[0022]如上所述的基于扰动预测的燃料电池空气压缩机转速补偿控制方法，其中，可选的是，步骤S32中包括如下具体步骤，
[0023]S321，获取当前氢气阀门开度；
[0024]S322，根据氢气进气需求量，调节下一时刻所述氢气阀门开度，以使下一时刻的氢气进气需求量达到氢气进气需求量；
[0025]S323，获取当前空气阀门开度；
[0026]S324，根据空气进气需求量和下一时刻的空气压缩机预测转速，确定下一时刻的空气阀门开度。
[0027]如上所述的基于扰动预测的燃料电池空气压缩机转速补偿控制方法，其中，可选的是，步骤S324中，具体包括如下步骤，
[0028]S3241,根据空气进气需求量和下一时刻的空气压缩机预测转速，从预先设置的空气阀门开度随空气进气需求量、空气压缩机转速的Map图中查找对应的空气阀门开度；
[0029]S3242，将步骤S3241中确定的空气阀门开度，作为下一时刻的空气阀门开度。
[0030]与现有技术相比，本专利技术通过构建的神经网络模型，根据当前时刻的燃料电池输出功率、氢气流量、空气阀门开度、加速踏板行程、制动踏板行程、车速和加速度为输入，对下一时刻的空气压缩机转速和扰动参数为输出构建神经网模型。在使用时，通过当前时刻的燃料电池输出功率、氢气流量、空气阀门开度、加速踏板行程、制动踏板行程、车辆的加速度，并作为输入导入到所述神经网络模型中，得到下一时刻的燃料电池输出功率、空气压缩机预测转速和预测扰动参数。
[0031]根据预测扰动参数，预先对控制参数进行修正，并以空气压缩机预测转速作为下一时刻的空气压缩机的目标转速。由于控制参数经过了预测的扰动参数的修正，能够减小下一时刻的空气压缩机的扰动。
附图说明
[0032]图1是本专利技术的整体步骤流程图；
[0033]图2是本专利技术步骤S3的具体步骤流程图；
[0034]图3是本专利技术步骤S31的具体步骤流程图；
[0035]图4是本专利技术步骤S32的具体步骤流程图；
[0036]图5是本专利技术步骤S324的具体步骤流程图。
具体实施方式
[0037]下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。
[0038]本专利技术的实施例：请参照图1到图4，本专利技术提出了一种基于扰动预测的燃料电池空气压缩机转速补偿控制方法，其中，包括如下步骤，
[0039]S1，以当前时刻的燃料电池输出功率、氢气流量、空气阀门开度、加速踏板行程、制动踏板行程、车速和加速度为输入，以下一时刻的空气压缩机转速和扰动参数为输出构建神经网络模型。
[0040]具体实施时，该神经网络模型的输入为当前时刻的燃料电池输出功率、氢气流量、空气阀门开度、加速踏板行程、制动踏板行程、车速和加速度，输出为下一时刻的空气压缩机转速、扰动参数和下一时刻的燃料电池输出功率，即，输出为下一时刻的空气压缩机转速、下一时刻的扰动参数和下一时刻的燃料电池输出功率。
[0041]在具体实施时，先通过大量数据对神经网络模型进行训练，具体地，在训练时，所使用的数据为同一型号及配置的燃料电池汽车。具体地，训练所使用的数据不少于1000条。
[0042]当神经网络训练完成后，用于对燃料电池汽车的控制，具体实施时，S2，实时获取当前时刻的燃料电池输出功率、氢气流量、空气阀门开度、加速本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于扰动预测的燃料电池空气压缩机转速补偿控制方法，其特征在于：包括如下步骤，S1，以当前时刻的燃料电池输出功率、氢气流量、空气阀门开度、加速踏板行程、制动踏板行程、车速和加速度为输入，以下一时刻的空气压缩机转速和扰动参数为输出构建神经网络模型；S2，实时获取当前时刻的燃料电池输出功率、氢气流量、空气阀门开度、加速踏板行程、制动踏板行程、车辆的加速度，并作为输入导入到所述神经网络模型中，得到下一时刻的燃料电池输出功率、空气压缩机预测转速和预测扰动参数；S3，将预测扰动参数作为第一反馈参数，将空气压缩机预测转速和燃料电池输出功率作为控制目标对空气压缩机转速进行控制。2.根据权利要求1所述的基于扰动预测的燃料电池空气压缩机转速补偿控制方法，其特征在于：步骤S3包括如下步骤，S31，根据下一时刻的燃料电池输出功率、下一时刻的空气压缩机预测转速进行参数分配；S32，计算下一时刻的氢气阀门开度和空气阀门开度；S33，按步骤S32的计算结果控制氢气阀门开度和空气阀门开度；S34，将预测扰动参数作为第一反馈参数，通过第一反馈参数对控制参数进行修正，以对空气压缩机转速进行控制。3.根据权利要求2所述的基于扰动预测的燃料电池空气压缩机转速补偿控制方法，其特征在于：步骤S31中，参数分配包括根据下一时刻的燃料电池输出功率和下一时刻的空气压缩机预测转速，计算最佳的氢气和空气供给方案。4.根据权利要求1到3任意一项所述的基于扰动预测的燃料电池空气压缩机转速补偿控制方...

【专利技术属性】
技术研发人员：周稼铭，衣丰艳，侯永平，任国红，李建威，胡东海，曹德明，蒋尚峰，范志先，王成，郝冬，张财志，
申请(专利权)人：山东交通学院，
类型：发明
国别省市：