摘要：燃料电池-光伏混合发电系统的动态特性和控制技术直接影响它的动态性能。为了研究发电系统的动态特性,首先建立了燃料电池-光伏混合发电系统的动态数学模型,模型包括燃料电池、光伏电池、蓄电池和DC-DC变换器等部分,得到五阶非线性系统数学模型。采用滑模控制技术设计混合发电系统控制器。最后仿真分析了混合发电系统的动态特性和控制器的性能。在负载和光照、温度等干扰作用下,对3kW的发电系统进行仿真。仿真结果表明滑模控制器能够对发电系统进行有效控制,发电系统具有良好的动态特性,能够满足实际使用需要。

摘要：对质子交换膜燃料电池(PEMFC)发电系统进行动态建模和分析,模型包括质子交换膜燃料电池,供气系统和直流-直流(DC-DC)变换器等部分。首先建立用于预测燃料电池电化学特性和反应气体压力特性的集中参数动态模型,同时给出了供气系统和DC-DC转换器的动态模型,也给出了比例积分型DC-DC变换控制器的设计方法。然后仿真和分析了PEMFC发电系统对快速变化负载的动态响应。采用Matlab-SIMULINK软件对5kW的PEMFC发电系统进行仿真。仿真结果表明系统模型结构简单,计算量小;PEMFC发电系统能够满足快速负载功率需求,满足不同负载的使用要求。

摘要：家庭负载频繁出现瞬间的峰值功率需求,由燃料电池/蓄电池组成的混合发电系统是最清洁和高效的发电方式之一。燃料电池仅满足基本负载,由蓄电池放电以满足瞬间的峰值功率需求。研究了一个60kW家用混合发电系统,该系统由质子交换膜燃料电池(PEMFC)和阀控铅酸蓄电池组成,设计为10个家庭同时供电。在保证系统可靠性和持久性的同时,为了提高整个混合发电系统的工作效率和燃料经济性,在系统仿真和分析的基础上详细描述了一种基于规则的能量优化控制策略。仿真实验结果表明,与燃料电池单独供电相比,60kW混合发电系统通过优化2种能源之间的功率分配,能够在响应负载的同时提高整个发电系统的工作效率和燃料经济性。

摘要：针对质子交换膜燃料电池(PEMFC)系统过于复杂,难以建模,而已建立的模型难以满足PEMFC控制系统设计和应用的要求。本文利用神经网络具有逼近任意复杂非线性函数的能力,将神经网络辨识方法应用到PEMFC强非线性系统的建模中,避开了PEMFC系统内部的复杂性。模型以电池工作温度为神经网络辨识模型的输入量,电池电压、电流密度为输出量,利用500组实验数据作为训练样本,采用改进型BP算法,建立了不同温度下电池电压-电流密度动态响应模型。仿真结果表明,方法可行,建立的模型精度较高,从而为设计PEMFC实时控制系统奠定了基础。

摘要：质子交换膜燃料电池(PEMFC)是21世纪最有生命力的发电技术之一。本文从PEMFC实际应用的角度出发,应用自适应模糊神经网络技术对PEMFC系统进行建模与控制。在建模与控制过程中,将训练好的网络模型作为PEMFC控制系统的参考模型,并在线对控制模型参数进行自适应调整。所设计的控制器的性能在仿真和试验结果中得以证明。

摘要：该文从DMFC实际应用的角度出发 ,首先利用模糊聚类和线性辨识方法基于实验的输入 (甲醇、空气、冷却水的流速 )输出 (温度 )数据建立DMFC的T -S模糊预测模型 ,然后基于该辨识的温度模型 ,设计了一个DMFC电堆工作温度的在线系统。最后 ,用辨识的温度模型代替实际的DMFC电堆进行控制仿真 ,仿真结果证明对DMFC电堆采用辨识建模的方法是有效的 ,建立的模型精度较高 ,以及所设计的变结构控制器性能优越 。

摘要：监测和控制燃料电池的过程中,需要获得各种实时数据。质子交换膜燃料电池(PEMFC)发电系统中的参数强耦合、高度非线性特性增加了对其控制的难度,传统的PI控制虽然对模型精确的系统有较好的控制效果,但对于参数波动的系统则无法获得较高的控制性能。针对以上情况,基于PEMFC发电系统的动态仿真模型,根据重整器在燃料电池发电系统中的作用,设计了自适应模糊控制器。利用模糊控制规则在线控制氢气摩尔流,从而控制PEMFC发电系统的输出功率。仿真结果表明,该动态模型能够预测输出电压。响应曲线显示出自适应模糊控制算法能够较好控制燃料电池有功和无功功率的输出。模型具有良好的负载跟踪特性。

摘要：针对直接甲醇燃料电池(DMFC)系统过于复杂,难以建模的特点,该文试图绕开DMFC的内部复杂性,基于实验数据,利用神经网络逼近任意复杂非线性函数的能力,将神经网络辨识方法应用到DMFC这种高度非线性系统的建模。以1000组电池电压、电流密度实验数据作为训练样本,采用基于LM算法的改进BP神经网络,建立了不同温度下电池电压-电流密度动态响应模型。仿真结果表明这种方法是可行的,建立的模型精度较高,它使得设计DMFC的实时控制器成为可能。

摘要：对质子交换膜燃料电池(PEMFC)电堆进行电输出特性研究,有助于改善燃料电池的设计,提高其性能。运用MATLAB的S imu link仿真工具对PEMFC建立仿真模型,通过所建立的电堆参数模型,就能够研究主要运行参变量对电堆动态输出性能和电堆非线性内阻产生的影响。当电堆输出电流出现阶跃变化时,对电堆电压,输出功率,消耗功率,电堆效率,非线性内阻的动态响应,进行了仿真和结果分析。仿真结果符合文献[7]实验数据,表明此参数模型是可操作和有效的,并可方便地用于PEMFC控制方法研究。

摘要：该文从设计质子交换膜燃料电池(PEMFC)控制方案的角度出发,首先提出了采用E lm an动态神经网络对PEMFC系统进行建模的新方法,以实验中采样到的PEMFC系统的工作温度输入输出数据训练网络,并采用动态反向传播学习算法根据误差不断调整网络参数直至达到要求精度;E lm an神经网络辨识可使辨识过程简化并提高了辨识精度。然后在此基础上设计了自适应模糊神经网络控制器。最后的仿真实验以E lm an神经网络模型为参考模型,使用自适应神经网络控制算法控制PEMFC的工作温度,取得了较好的控制效果。结果显示所设计的控制系统适合于控制PEMFC这样一类复杂非线性系统。