[发明专利]固体氧化物燃料电池电压预测方法、终端设备及存储介质

说明书

本发明涉及固体氧化物燃料电池电压预测方法、终端设备及存储介质，该方法中包括：首先根据SOFC动力学模型的输入输出数据，利用Lipschitz商准则确定固体氧化物燃料电池电堆非线性模型结构；然后利用改进的支持向量机建立燃料电池电堆预测模型，根据实际系统与预测模型的输出误差反馈以减小预测模型的预测误差，再由粒子群算法滚动优化输入量以达到跟踪设定预测电压的目的。本发明方法可以很好的跟踪设定值，且具有一定的自适应和鲁棒性。

技术领域

本发明涉及燃料电池技术领域，尤其涉及固体氧化物燃料电池电压预测方法、终端设备及存储介质。

背景技术

固体氧化物燃料电池(solid oxide fuel cell，SOFC)的工作温度在600～1000℃之间，是一种很有前途的可持续能源转换技术，具有广泛的应用前景。其优点是效率高、燃料灵活、污染物排放低，并且可以与热电联产利用SOFC产生的余热实现能量的充分利用。然而较高的工作温度也给该技术带来了严峻的挑战，如材料选择、热管理、可靠性和耐久性等。与温度及其分布相关的热管理是电池性能和堆栈行为的关键因素，影响电池完整性、电池电压、电流密度分布和功率输出等。

SOFC是一种大时滞、强耦合和非线性动态装置，分析其动态特性行为需要精确的动力学模型。学术界已经在SOFC的非线性动力学建模方面取得丰硕的成果。为提高SOFC寿命和性能，采取现代控制策略作为SOFC电控器算法势在必行。燃料利用率、堆栈的终端电压和堆栈内温度是SOFC系统控制的三个最重要控制变量，其中燃料利用率和堆栈终端电压对负载的阶跃变化的响应速度较快，且具有较强的非线性，因此模型预测控制(modelpredictive control，MPC)更适合控制燃料利用率和堆栈终端电压，而对于堆栈内温度对负载阶跃变化的响应速度缓慢，传统的PID控制即可以满足控制需求。MPC是近年来备受关注的一种先进控制方法。这些控制方法对提高SOFC性能有一定的贡献，但对处理器性能要求较高并不适用于工业在线控制。

发明内容

为了解决上述问题，本发明提出了一种固体氧化物燃料电池电压预测方法、终端设备及存储介质。

具体方案如下：

一种固体氧化物燃料电池电压预测方法，包括以下步骤：

S1：构建SOFC动力学模型，采集一段时间内固体氧化物燃料电池通过SOFC动力学模型的输入和输出组成训练集，其中输入包括堆栈电流和燃料流速，输出包括输出电压；

S2：构建基于支持向量机的非线性自回归滑动平均模型作为辨识模型，根据训练集通过人工蜂群算法对电压预测模型中的参数进行估计、通过Lipschitz quotients准则对辨识模型中的参数m和n进行确定，得到最终辨识模型；

辨识模型的数学表达式为：

U(k)＝f(U(k-1),…,U(k-n),q_f(k),…,q_f(k-m),I(k),…,I(k-m))

其中，k表示时刻，q_f(k)和q_f(k-m)分别表示k时刻和k-m时刻输入的燃料流速，I(k)和I(k-m)分别表示k时刻和k-m时刻输入的堆栈电流，U(k)、U(k-1)和U(k-n)分别表示k时刻、k-1时刻和k-n时刻输入所对应的输出电压，n和m是分别表示输入、输出的阶次，f(.)表示基于支持向量机的非线性回归函数；

S3：待优化k+a时刻SOFC动力学模型的输入；

S4：结合历史的输入和输出，根据最终辨识模型得到k+a时刻输入所对应的预测输出电压对预测输出电压进行误差校正后得到修正后的输出电压U′(k+a)，将k+a时刻的输入作为粒子群算法中粒子的位置向量；

S5：更新粒子的权重、速度和位置信息；