一种燃料电池温度预测控制系统及其方法技术方案

本发明专利技术涉及氢能源无人机电池控制技术领域，尤其涉及一种燃料电池温度预测控制系统及其方法，在燃料电池堆内安装温度传感器，温度传感器采集燃料电池堆的温度数据，温度传感器和电压放大模块连接，电压放大模块的电位信号作为温度传感器的输出，建立数学模型，对温度传感器采集的温度数据进行处理，将采集的温度数据使用数学模型进行预测，得到未来一段时间内的温度变化预测数据，使用优化算法将温度变化预测数据以最小化性能指标进行优化，根据优化求解得到的新的温度数据，将新的温度数据应用于控制模块，控制模块发出的控制指令作为输入信号，温度超过设定温度阈值时，控制指令通过

【技术实现步骤摘要】
一种燃料电池温度预测控制系统及其方法


[0001]本专利技术涉及氢能源无人机电池控制
，尤其涉及一种燃料电池温度预测控制系统及其方法
。

技术介绍

[0002]燃料电池中，氢燃料电池的研究和应用最为广泛，氢燃料电池相比于锂电池锂电池在能量密度上不是一个量级，相差
100
多倍，
12000
毫安时的电池，充电需要2‑3小时，续航时间为
20
‑
30
分钟，而相应的氢燃料电池充电更方便，续航时间更长，从能量保存时间段来看，锂电池的电量流失按照天计算，而氢燃料电池的电量流失则按照季度
、
月来计算，因此，氢燃料电池的电量保存时间更长
。
[0003]氢能源无人机是一种利用氢气燃料电池作为动力来源的无人机系统，氢气燃料电池的工作原理是将氢气从阳极输入，氧气从阴极输入，氢气被分解成氢离子和电子，氧气被分解成氧离子和电子，最后发生电化学反应产生电能和热量，且唯一的副产物是水蒸气，减少了对环境的污染，相比传统锂电池无人机，氢能源无人机具有环保
、
高效和可持续等优势
。
然而，由于氢气的特殊性质，氢气燃料电池在工作过程中会产生大量的热量，常规燃料电池会释放出约为
50
％作用的热量，无人机系统中，过高的温度会导致无人机内零部件的性能下降
、
无人机系统故障，严重的会引发火灾
、
爆炸等，因此需要采取措施对氢能源电池进行散热，提高氢能源电池的安全性能，延长氢能源电池的使用寿命
。

技术实现思路

[0004]针对上述不足，本专利技术的目的是提供一种燃料电池温度预测控制系统及其方法，确保燃料电池工作在高效率状态以及无人机安全飞行
。
[0005]本专利技术提供了如下的技术方案：
[0006]一种燃料电池温度预测控制系统的方法，包括，
[0007]步骤
S1
：通过温度传感器采集燃料电池堆的温度数据并输出给电压放大模块，通过电压放大模块对获得的燃料电池堆的温度信号进行放大和补偿，将电压放大模块输出的电位信号通过串行通信发送到控制模块；
[0008]步骤
S2
：利用温度传感器采集的温度数据建立数学模型，并且对温度传感器采集的温度数据进行处理；
[0009]具体的，将采集的温度数据使用数学模型进行预测，得到未来一段时间内的温度变化预测数据，使用优化算法将温度变化预测数据以最小化性能指标进行优化，根据优化求解得到的新的温度数据，将新的温度数据应用于控制模块，且将步骤
S2
中新的温度数据与步骤
S1
中的；
[0010]步骤
S3
：当温度超过设定温度阈值时，控制模块发出的控制指令通过
PWM
模块转化为
PWM
信号，从而提高风扇的转速，燃料电池堆温度降低，温度传感器再次采集燃料电池堆温度并输出给控制模块，形成闭环控制；
[0011]其中，步骤
S2
中，周期性地采集实际温度数据，并与模型预测的温度变化预测数据进行比较，通过比较得到的误差，再对风扇的工作状态进行调整和校正
。
[0012]优选地，步骤二中，所述数学模型用于描述燃料电池堆温度变化，燃料电池的离散数学模型用差分方程表示，假设时间间隔为
Δ
t
，离散数学模型表示为：
[0013][0014]其中，
T
cell[k+1]表示时间步长
(k)
的燃料电池温度，
P
in[k]表示时间步长
(k)
的输入功率，
P
out[k]表示时间步长
(k)
的输出功率，
P
loss[k]表示时间步长
(k)
的内部损耗功率，
P
cooling[k]表示时间步长
(k)
的冷却功率，
C
表示燃料电池的热电容，
Δ
t
表示时间间隔，通过不断迭代离散数学模型，预测燃料电池堆温度在不同时间步长的变化
。
[0015]优选地，所述优化求解使用优化算法，优化算法为线性规划
、
二次规划或非线性规划，对控制采集的温度数据优化，以最小化性能指标，
[0016][0017]目标函数
(subiect to):
[0018][0019]P
cellmin
≤P
out[k]≤P
cellmax
[0020]T
cellmin
≤T
cell[k]≤T
cellmax
[0021]其中，
J
表示优化的性能指标
(
温度偏差和功能偏差的加权和
)
，
T
cellref
和
P
cellref
是参考值，用于设定控制目标，
P
cellmin
和
P
cellmax
是燃料电池功率的最小和最大限制，
T
cellmin
和
T
cellmax
是温度的最小和最大限制，
w1和
w2是性能指标的权值
。
[0022]优选地，所述步骤二中，
MPC
在每个采样时刻优化采集的温度数据，通过最小化定义的性能指标
(
控制误差和能耗
)
优化采集的温度数据，定义性能指标：控制误差通过测量实际燃料电池堆的温度和设定的目标温度之间的差异来计算，
[0023]控制采集的温度数据优化：通过对控制采集的温度数据优化，使性能指标达到最小化或最优化，优化算法根据性能指标，计算出新的控制采集的温度数据，并将其应用于算法控制模块，通过迭代的过程，调整新的控制采集的温度数据，以最小化性能指标
。
[0024]优选地，在进行控制采集的温度数据优化时，进行优化目标权衡，包括控制误差和能耗，将两个优化目标加权，从而得到最终的优化目标函数
。
[0025]优选地，所述优化目标权衡还包括线性加权
、
非线性加权或多目标优化
。
[0026]一种燃料电池温度预测控制系统，应用上述燃料电池温度预测控制系统的方法
。
[0027]优选地，燃料电池温度预测控制系统包括燃料电池堆
、
控制模块和风扇，燃料电池堆的温度待测点及接近燃料电池单元的位置安装温度传感器，用于实时监测燃料电池堆的温度，所述温度传感器将采集的温度数据反馈给控制模块，用作控制模块的输入，其中，采集的温度数据包括环境温度
、
电池堆内部温度；
[0028]控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种燃料电池温度预测控制系统的方法，其特征在于，包括，步骤
S1
：通过温度传感器采集燃料电池堆的温度数据并输出给电压放大模块，通过电压放大模块对获得的燃料电池堆的温度信号进行放大和补偿，将电压放大模块输出的电位信号通过串行通信发送到控制模块；步骤
S2
：利用温度传感器采集的温度数据建立数学模型，并且对温度传感器采集的温度数据进行处理；具体的，将采集的温度数据使用数学模型进行预测，得到未来一段时间内的温度变化预测数据，使用优化算法将温度变化预测数据以最小化性能指标进行优化，根据优化求解得到的新的温度数据，将新的温度数据应用于控制模块，且将步骤
S2
中新的温度数据与步骤
S1
中的；步骤
S3
：当温度超过设定温度阈值时，控制模块发出的控制指令通过
PWM
模块转化为
PWM
信号，从而提高风扇的转速，燃料电池堆温度降低，温度传感器再次采集燃料电池堆温度并输出给控制模块，形成闭环控制；其中，步骤
S2
中，周期性地采集实际温度数据，并与模型预测的温度变化预测数据进行比较，通过比较得到的误差，再对风扇的工作状态进行调整和校正
。2.
根据权利要求1所述的燃料电池温度预测控制系统的方法，其特征在于，步骤二中，所述数学模型用于描述燃料电池堆温度变化，燃料电池的离散数学模型用差分方程表示，假设时间间隔为
Δ
t
，离散数学模型表示为：其中，
T
cell[k+1]
表示时间步长
k
的燃料电池温度，
P
in[k]
表示时间步长
k
的输入功率，
P
out[k]
表示时间步
k
的输出功率，
P
loss[k]
表示时间步长
k
的内部损耗功率，
P
cooling[k]
表示时间步长
k
的冷却功率，
C
表示燃料电池的热电容，
Δ
t
表示时间间隔，通过不断迭代离散数学模型，预测燃料电池堆温度在不同时间步长的变化
。3.
根据权利要求1所述的燃料电池温度预测控制系统的方法，其特征在于，所述优化求解使用优化算法，优化算法为线性规划
、
二次规划或非线性规划，对控制采集的温度数据优化，以最小化性能指标，目标函数
(subiect to)
：
P
cellmin
≤P
out[k]
≤P
cellmax
T
cellmin
≤T
cell[k]
≤T
cellmax
其中，
J
表示优化的性能指标
(
...

【专利技术属性】
技术研发人员：张勇，林鸿，姚娟，蔡晨晓，刘琪航，邹云，
申请(专利权)人：南京傲宁数据科技有限责任公司，
类型：发明
国别省市：