一、基于神经网络辨识的熔融碳酸盐燃料电池(MCFC)建模(论文文献综述)
李正辉[1](2021)在《车用质子交换膜燃料电池系统空气路解耦控制研究》文中研究说明在环境和能源变成全球共同关心问题的背景下,新能源汽车技术在各国的支持下将会在未来变成比较重要的趋势,以氢为能源供应的燃料电池汽车技术也将成为未来新能源技术的重要突破方向。随着燃料电池的市场化,燃料电池的技术突破和研发问题也受到广泛关注。本文主要研究了车用质子交换膜燃料电池空气供给系统的模型和控制问题,搭建了燃料电池空气供给系统的模型和试验测试台架。针对其压力与流量的非线性和强耦合性的特点,为了避免不利因素的干扰以改善燃料电池系统的性能,需要对其进行解耦控制,所涉及的具体内容主要如下:本文首先在课题的研究背景和控制问题研究的现状基础上,针对质子交换膜燃料电池的结构阐明了其原理以及对其输出特性和极化现象进行分析。根据电化学和热力学等原理建立了燃料电池的输出电压和物质消耗的模型。其次参考阴极空气系统的模型假设和数学公式推导建立了系统的动力学模型,各个主要部分有空压机、供气管路、回流管路与背压阀和阴极内部。利用实际实验的结果对其重要部件空压机的出口流量进行了拟合。根据过程单元模型建立的思路和所推导的数学模型,在Simulink中搭建燃料电池空气系统模型,对燃料电池的电压电流、压力和流量进行仿真分析。然后搭建了系统的实验台架,设计了系统的通讯网络结构,对其进行加载与降载的实验并记录相关的实验数据。通过将台架实验与模型仿真实验的结果进行对比验证并分析各主要参数随实验过程的变化情况,证明了搭建模型能够正确反映台架实验过程,为后续的控制器设计与仿真提供了平台和基础。最后为了解决燃料电池空气系统压力与流量耦合的控制问题,深入分析了空气回路的控制算法逻辑,根据多变量过程控制系统的解耦控制过程对燃料电池空气系统的控制器进行解耦控制器设计。在前馈控制的基础上,将系统在不同压力条件下的工作点与解耦控制系数进行匹配,进而确定燃料电池空气系统在不同操作点的解耦控制系数,实现解耦控制的过程。仿真结果表明本文提出的解耦控制过程可以很好地实现燃料电池空气系统流量与压力的解耦控制,控制器的结构简单,具有良好的解耦效果和实用性能。
夏世远[2](2021)在《PEMFC燃料电池系统建模与优化控制研究》文中指出能源安全和环境保护是当今人类社会的两大重要议题。质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)是一种低温燃料电池,因具有能量密度高、结构简单、零排放等优点,拥有巨大的发展潜力和应用前景。PEMFC系统是一个非线性、多变量、多输入输出的复杂系统,安全、稳定、高效运行是其控制目标。PEMFC的研究主要集中于模型的建立以及对子系统的控制,这对于提高燃料电池的发电效率以及延长使用寿命至关重要。目前国内相关研究多还处于实验室阶段,特别是控制方面还有许多问题亟需解决。本文以PEMFC为研究对象,针对PEMFC系统的建模和优化控制展开研究,主要内容如下:(1)调研了PEMFC的研究背景,包括其产生、特点及发展。分析了有关PEMFC系统的建模和优化控制的研究现状,由此引出了本文的研究重点。(2)在一定假设条件下,基于PEMFC的电化学特性、气体热动力学性质、质量守恒定律等,建立了PEMFC的电堆模型和空气供给系统模型。为后续建立基于改进BP神经网络的电堆模型和PEMFC系统控制设计,提供了一定的理论依据。(3)由于PEMFC电堆输出特性与运行参数之间的复杂关系,建立基于BP神经网络的PEMFC电堆模型。采用贝叶斯正则化算法改进BP神经网络,较好地解决了传统BP神经网络存在的高训练精度、低预测精度的过拟合问题。仿真验证了经过训练后的电堆模型,在精度和稳定性上具有一定的优势,即使在训练样本数量减少的情况下,依然可以保持良好的泛化能力和较高的稳定性。(4)针对PEMFC较软的输出特性,搭建PEMFC的DC/DC系统,分析了含燃料电池和蓄电池的双有源DC/DC的工作条件和控制规律,采用一种基于燃料电池电压和蓄电池电压的双外环并行控制策略。双外环控制结构实现了在蓄电池端电压过高以及燃料电池输出电流过大时,限制燃料电池的输出电流,避免蓄电池的过度充电和燃料电池的过度放电,提高系统的安全性、可靠性,并通过仿真验证了所提方法的有效性。(5)考虑到PEMFC系统中空气压缩机的功率消耗在所有辅助设备中占比最大。以PEMFC系统效率作为控制目标,采用扰动观察(P&O)与DC/DC能量管理联动方法,控制空气压缩机端电压,使系统维持在最大效率点附近,缩短了搜索系统最大效率点所需的时间,有效避免了过氧比在负载功率变化时可能处于失控的状态,同时仿真验证了控制方法的正确性。
郝家琪[3](2020)在《SOFC/锂电池混合发电系统能量管理》文中认为固体氧化物燃料电池(SOFC)是一种在高温下工作的发电装置,具有清洁高效的特点,是一种很有发展前景的绿色能源。由于SOFC系统的输出特性偏软,无法实时跟踪负载的快速变化,需要引入辅助电源(例如锂电池)来帮助实现对负载的快速跟踪。然而在混合发电系统中,SOFC系统与锂电池相互影响,研究合适的能量管理策略实现混合发电系统的实时能量分配和跟踪,以期提高系统性能和经济性,已成为目前SOFC混合发电系统研究领域内的关键问题。因此本文针对SOFC/锂电池混合发电系统提出了基于功率预测的实时能量管理策略,主要研究内容如下:(1)搭建了SOFC/锂电池混合发电系统模型。首先基于质量守恒定律、能量守恒定律、电化学原理与热力学定律,建立了SOFC系统的数学模型,包括电堆、空气压缩机、热交换器、旁路阀、混合器、尾气燃烧室、分流器等部件。其次建立了锂电池二阶阻容等效电路模型,并基于最小二乘法进行模型参数的辨识。本文进行仿真并验证了SOFC系统的极化曲线和锂电池模型的V-t曲线,结果表明搭建的SOFC系统与锂电池系统均能够较为准确地反映系统的实际输出特性。(2)提出了一种SOFC/锂电池混合发电系统实时能量管理策略,包括功率预测、能量分配、功率跟踪三部分。在功率预测部分,本文基于某家庭用电数据分别建立了基于非线性自回归神经网络和长短期记忆神经网络的功率预测模型,并分析了不同参数设置对于模型预测精度的影响。最后对比了两种功率预测模型的训练速度和预测精度,结果表明长短期记忆神经网络在模型训练速度和预测精度上均优于传统的非线性自回归神经网络。(3)在能量分配部分,基于预测功率、SOFC系统和锂电池工作状态分别设计了基于规则和基于优化的能量分配策略,得到了SOFC系统和锂电池的参考输出功率。在功率跟踪部分,基于径向基神经网络整定的PID控制器,分别通过调节燃料流量和充放电电流实现了对SOFC系统和锂电池参考输出功率的快速跟踪。最后在MATLAB/Simulink平台实现了上述两种能量管理策略,结果表明基于优化的能量管理策略不仅使得锂电池荷电状态维持合理水平,在SOFC系统发电效率、燃料利用率、以及混合发电系统运行成本等三个方面也均优于基于规则的能量管理策略。
兰洪星[4](2020)在《氢燃料电池系统建模与控制策略研究》文中指出随着当今社会各行业的快速不断发展,能源消耗的同时环境污染问题也应运而生,提高能源利用率与解决环境污染问题迫在眉睫。质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)作为氢能领域杰出代表,以其高效率、高能量密度、低工作温度、低噪音和低排放等优势,受到了世界各国的青睐。基于其独特的优势,质子交换膜燃料电池适用于混合动力汽车以及便携式移动电源等。氢燃料电池目前也存在一些劣势,如易受外界环境和工况变化的影响、电压输出不稳定、存在大滞后性以及燃料安全性的问题,严重阻碍了燃料电池的商业化应用推广。因此,本文针对氢燃料电池的建模及控制方面开展了以下研究:(1)搭建氢燃料电池试验平台。根据厂家提供的质子交换膜燃料电池电堆相关数据,计算燃料电池各子系统相应的工作参数,完成低温水冷氢燃料电池的试验平台各子系统的设计、选型以及搭建工作。其中,氢燃料电池总体设计方案包括氢气供给子系统设计方案、空气供给子系统设计方案、冷却及加湿子系统设计方案以及数据采集系统设计方案。(2)基于MATLAB/SIMULINK建立了氢燃料电池系统模型。依据电堆的实际情况建立了输出电压、输出功率的半经验模型;根据燃料电池系统的工作原理,建立了燃料电池空气供给系统和氢气供给系统的机理模型,得到氢燃料电池氢气、氧气以及水蒸气分压模型,并依据试验数据验证模型的正确性。(3)基于MATLAB/SIMULINK的氢燃料电池系统模型仿真分析。根据所搭建的氢燃料电池系统模型,对电堆运行的工作压力、电堆温度、阴阳极工作压力差以及氧气过量比等关键参数进行仿真分析,得到不同工况下的输出电压、输出功率随负载电流的关系曲线图,仿真结果表明,电堆的工作压力、温度、压力差的升高对电堆的输出性能有积极的影响,氧气过量比的适当增大可以提高电堆的输出性能,氧气过量比过大时,则会降低氢燃料电池系统的净功率。这就为后续章节控制策略的仿真研究提供了参考。(4)基于MATLAB/SIMULINK的氢燃料电池系统控制策略仿真研究。氧气过量比在燃料电池运行过程中发挥着重要作用,为了保证燃料电池的安全高效的运行,燃料电池工作过程中需要保证不发生氧匮乏的现象,氧气过量比需要维持在一合适的数值,以确保系统的净功率最大化。根据仿真研究中电流密度-氧气过量比-净功率的关系,确定不同工况下系统的最佳氧气过量比,通过增量式PID和模糊控制来调节空气进气流量的大小,仿真结果表明,增量式PID控制的控制效果在静态工况下优于模糊控制,在动态工况下的控制效果不及模糊控制;同时,为最大程度的保证燃料电池的安全高效的运行,利用PID控制来调节氢气进气流量的大小,实现阴阳极两侧工作压力差工作在目标设定值,仿真结果表明,PID控制可以较理想的完成控制目标。
赵同军[5](2020)在《燃料电池硬件在环仿真平台开发及应用》文中认为氢的来源多样,清洁低碳,灵活高效以及其丰富的应用场景,是全球最具发展潜力的清洁能源之一,是目前新能源研究领域的热点。其中,以氢为燃料的质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)结构简单,响应迅速,工作温度低,启动快,比功率高且清洁无污染,非常适合应用于交通、便携式动力源以及分布式发电领域,是现阶段国内外的研究热点之一。质子交换膜燃料电池是一个非线性、时变性、强耦合、滞后性的复杂动态系统,其动态特性涉及到流体力学、热力学以及电化学等众多学科,对燃料电池的设计、开发和应用有极其重要的影响,尤其是在燃料电池电动车等大功率使用时呈现出严重的非线性,对其进行精确控制有相当大的困难。一个合理的控制策略,对于提高燃料电池的性能及燃料电池的寿命都有重要的作用。本文通过V流程开发方式开发出一套PEMFC控制策略。本文的主要内容包括:首先,在分析质子交换膜燃料电池的系统组成结构与运行机理的基础上,通过MATLAB/Simulink平台的Thermolib工具包搭建了质子交换膜燃料电池及周围辅助设备(Balance of Plant,BoP)的仿真模型,在验证了模型可行性的基础上,分析了进气温度、压力、流量、湿度以及电堆运行温度等参数对PEMFC输出性能的影响。其次,通过分析质子交换膜燃料电池控制系统的硬件接口与功能需求,进行了控制器的原理图设计与PCB设计。在之前分析电堆运行参数的基础上,通过MATLAB/Simulink平台开发出一套燃料电池控制策略模型,能够使发电功率快速、稳定地满足负荷需求。根据控制系统的软件需求,基于LabVIEW开发出一套具有人机交互界面的监测系统软件,结合燃料电池控制系统实现燃料电池的运行控制。最后,将搭建的质子交换膜燃料电池控制策略自动生成代码,下载到控制器中,通过硬件在环仿真(Hardware in the Loop,HiL)对控制策略的可行性、可靠性等进行全面的验证,对控制策略进行完善。将开发的控制策略用于实际燃料电池的运行控制,结果表明提出的控制策略能够满足燃料电池的稳态及瞬态工况控制的要求,提出的控制策略有效可行。
范远哲[6](2019)在《基于有限元的模型降阶方法在半实物分布式能源系统中的应用》文中研究表明随着世界各国能源需求的不断增加以及对污染物排放、碳排放控制的不断收紧,开发高效、环境友好的新型能源系统势在必行。在目前各类能源供应方式中,分布式能源系统作为一种清洁高效的能源生产方式,在国内外得到高度重视并成为能源领域的重点研究发展方向之一。分布式能源系统的动态特性仿真、优化和控制成为热门的研究方向,对系统及其组成部分建立精确、高效的动态数学模型具有十分重要的意义。在分布式能源系统的研究中,采用半实物的研究方法具有独特的优势,但由于该系统中同时存在实物部件与数学模型,便要求模型具有严格的实时性。采用有限元方法建立的模型能够详细展现出部件内部物理参数的分布情况,具有很高的精度。但受限于计算机性能,有限元模型需要消耗大量求解时间而不能满足实时计算的要求。以往半实物系统中的数学模型则由于要实时计算通常采用简化模型而无法获取部件内部物理场的详细信息。为此,本文提出了一种在半实物仿真系统中应用本征正交分解与伽辽金投影相结合实现模型降阶的方法,将有限元模型与半实物系统有机地结合在一起。本文的主要工作包括,以换热器为对象,首先建立包括换热器传热过程的有限元全阶模型并对其算法进行验证,收集其在采样点处板内温度分布作为样本,将收集到的样本所在函数空间作为降阶模型所在的空间,并通过本征正交分解的方法获得该降阶空间的一组正交基函数并截断。其次通过伽辽金投影的方法将全阶模型投影至该降阶空间之中,使模型自由度降低。最后将获得的降阶模型与APROS(Advanced Process Simulation)中建立的过程仿真模型通过OPC协议实现实时通信,实现两者之间数据的实时交换,并在此过程中检验了降阶模型计算的实时性、准确性及接入降阶模型的混合发电系统的动态特性。从本文介绍的模型降阶方法所建立的降阶模型可以在满足实时性的前提下保证足够的计算精度,为半实物系统中应用高精度和高速计算的实时模型奠定了坚实的基础。
陈晶[7](2019)在《质子交换膜燃料电池气体供应系统控制研究》文中提出燃料电池是一种直接将化学能转换为电能的发电装置,具有发电高效、环境友好等特点,应用前景非常广阔。质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)作为新一代燃料电池,不仅可以与太阳能、风能或者其它能源实现可持续能源互补,而且具有能量转化率高、低温运行、无污染、无噪音、使用灵活等优点,适用于分布式电站、电动汽车和偏远地区的供电。但是,寿命短和高成本等问题严重制约着PEMFC的商业化推广。PEMFC气体供应系统作为PEMFC的重要部分,对燃料电池的寿命和输出性能有重要影响,即在负载变动下,电堆内部气体压力会随之发生变化,所形成的压力差会对质子交换膜造成不可逆转的损坏,并造成输出电压不稳定和燃料电池的效率下降等问题。本文针对PEMFC气体供应系统的非线性和强耦合性以及传统控制方法的控制效果不理想的问题,对PEMFC气体供应系统进行智能解耦控制研究,主要内容如下:首先,本文概述了PEMFC系统的发展过程与研究现状,介绍了PEMFC系统各基本部件的基本结构、工作原理与控制策略,以及PEMFC在燃料电池混合动力系统中的应用状况。基于PEMFC系统的介绍,本文仿真实验了气体压力对燃料电池性能的影响,并对结果进行了分析。然后,根据PEMFC的运行机理、理想气体方程和相关理论,建立PEMFC系统动态模型并进行模型分析。以两极气体流量为输入,两极气体分压为输出,电堆输出电流为扰动量,利用MATLAB/Simulink工具,对PEMFC传统PI控制系统进行仿真实验和结果分析。最后,基于PEMFC模型建立与分析,提出了一种混合智能自适应解耦控制策略。本文结合改进遗传算法和改进模糊控制算法,结合模糊近似解耦理论,使其对PI控制参数分别进行离线和在线近似解耦调整,并进行仿真实验验证。基于建立模型和参数设置,在负载无规则变化下,所提出的控制策略可以使PEMFC阴极和阳极的气体压强稳定在设定值,维持两极之间的压强差在0.018atm之内。仿真结果表示了此方法的可行性。
陈金伟[8](2018)在《基于引射回流的固体氧化物燃料电池—燃气轮机系统建模与控制策略研究》文中进行了进一步梳理随着能源危机和环境问题的日益加重,人类已经意识到可持续发展的重要性,建立高效、清洁、经济的能源结构,开发和利用新能源俨然成为当今国际研究的一大热点。同时严控温室气体、NOX等污染物排放相关法规的颁布,进一步促进了寻找清洁能源的进程。燃料电池-燃气轮机混合动力系统具有高效率、低排放的优点,被认为是一种极具前景的绿色能源利用技术。由于混合动力系统是一个具有强非线性、多变量、强耦合的高度复杂系统,其热力学特性尚未被完全掌握,并且对混合动力系统控制策略的研究目前还处于探索阶段,尚未形成完整的理论体系,导致系统运行时将面临低效、安全隐患等诸多严重问题。因此,研究混合动力系统建模方法、热力学特性、控制策略设计等关键技术,可为混合动力系统的发展提供必要的技术储备,对混合动力系统实际应用具有重要的指导意义。本文围绕基于阳极和阴极引射器的新型SOFC-GT混合动力系统针对建模方法、控制策略设计两个关键问题展开了研究。引射器具有高可靠性、低维修成本的优点,本文设计了一个基于阳极与阴极引射器的新型SOFC-GT混合动力系统结构,该系统的特点是利用引射器代替引风机实现阳极与阴极高温排气的回流,解决了引风机在高温条件的低可靠性问题。基于模块化建模思想建立了新型SOFC-GT混合动力系统的部件模块库,其中系统中SOFC和引射器两个关键部件模块的误差均在1%以内;结合开发的工质热物性模块形成完整的系统仿真模块库,并搭建了新型SOFC-GT混合动力系统的仿真模型。首先分析了混合动力系统的设计点工况性能,设计的混合动力系统发电功率为328kW,发电效率达到61.88%;然后针对新型混合动力系统的部分负荷运行状况,提出了四种不同的运行方案,通过性能仿真对比和分析了在部分负荷下四种不同运行方案的安全性和高效性,结果表明运行方案4优于其他三种方案;最后研究了混合动力系统燃料量阶跃变化的动态响应过程,总结了该混合动力系统的动态响应特性。接着基于上述的研究成果对设计的新型SOFC-GT混合动力系统展开了两项研究,包括燃料系统非线性特性影响研究和混合动力系统控制策略研究。燃料系统非线性特性研究旨在分析燃料系统伺服执行机构中非线性特性对SOFC-GT系统的影响。首先在混合动力系统本体模型基础上建立含有死区继电特性的燃料系统模型;然后利用该模型研究了不同死区继电特性的影响,结果表明当死区继电宽度较小时,系统会出现振荡;同时基于模糊补偿算法,设计了一个二维模糊补偿器,性能仿真结果表明该补偿器可以有效的抑制死区继电特性引起的振荡;最后设计和搭建了一个伺服执行机构实验系统,通过实验研究了死区继电的影响特性,并验证了模糊补偿器在实际设备的有效性。混合动力系统控制策略研究旨在针对新型的SOFC-GT混合动力系统设计一套控制策略,保证系统安全高效运行。在控制回路设计过程中,除了功率、透平入口温度、燃料利用率、转速等常规控制外,在SOFC的热管理系统中,提出了监控阳极与阴极通道温差的概念,设计了同时控制阳极与阴极入口温度的双控制回路结构,控制性能的仿真结果表明阳极和阴极入口温度的双控制回路结构可以改善系统的动态性能,保证系统安全高效运行。最后,对基于数据驱动的SOFC-GT动态建模方法进行了研究,旨在准确的反映真实机组的实际性能状况。首先结合NARX在非线性系统辨识和LS-SVR在非线性函数回归的优点,提出了一种基于LS-SVR的NARX建模方法;为了尽可能提高模型精度,提出了一种基于PSO的模型训练框架。然后将上述建模方法应用于设计的新型混合动力系统的燃料利用率的模型建立,结果表明采用10-折交叉验证适应度函数以及大容量样本训练的模型精度较高。最后将建立的数据驱动模型应用于燃料利用率控制回路性能仿真研究中,为基于数据驱动的SOFC-GT自适应模型在控制回路设计的研究奠定了基础。
余达太,马欣[9](2010)在《一种基于自适应模糊算法的燃料电池温度控制系统》文中研究表明MCFC(熔融碳酸盐燃料电池)运行时,必须考虑其工作温度范围,过高或过低都会影响电池工作效率和使用寿命。现有的针对MCFC构建的温度模型均为非线性模型,运算量较大,难以在实时控制环境下运行。提出一种基于自适应模糊算法的MCFC温度控制模型并设计了相应的自适应模糊控制器,仿真结果表明新的模型优于传统的模型。
杨帆[10](2008)在《熔融碳酸盐燃料电池/燃气轮机混合发电系统的建模与控制研究》文中研究指明高温燃料电池/燃气轮机混合发电技术具有很高的发电效率和极低的污染物排放水平,在国内外引起广泛的关注。目前,该技术在国外还处于示范电站阶段,国内的相应研究才刚刚起步。本课题是在863工程项目“50kW天然气熔融碳酸盐燃料电池发电系统研究”和“燃料电池/燃气轮机混合动力系统研制”资助下完成的。在参考国内外混合发电系统研究经验的基础上,对熔融碳酸盐燃料电池/燃气轮机混合发电系统(MCFC/GT)进行结构设计、系统建模、动态仿真、性能分析、动态优化和分层控制,最终使设计出的系统在稳定、可靠而且高效运行的同时良好地满足负载的电能需求,为熔融碳酸盐燃料电池/燃气轮机混合发电系统提供必要的技术准备和理论指导。研究的具体内容和成果包括:1.建立了MCFC/GT混合发电系统动态数学模型。本文通过分析比较确定了MCFC和GT混合发电的底层循环式拓扑结构,并采用灵活的模块化建模方法建立该系统的动态模型。首先建立了面向MCFC/GT混合发电系统的简化集中参数型直接内重整熔融碳酸盐燃料电池(DIR-MCFC)模型。然后分别基于最小二乘和非线性最小二乘方法建立了燃气轮机的压气机模块和透平模块,根据质量守恒、热力学公式建立了转子模块、燃烧室模块、换热器模块以及旁通阀等。经仿真验证,该系统动态模型能够正确反映各种操作参数的动态变化和系统电能输出特性,可以作为系统仿真设计、性能分析和控制研究的有效工具。为实现动态优化和控制设计打下坚实的基础。2.研究了MCFC/GT混合发电的动态优化问题,并针对MCFC/GT混合发电系统动态优化问题提出了迭代遗传优化方法。本文针对复杂的动态优化问题,将迭代思想、平滑算子和改进了的遗传寻优操作相结合,设计改进的迭代遗传算法(Novel iterative genetic algorithm, NIGA),并首次利用NIGA智能寻优方法对混合系统进行动态优化的研究。对于NIGA算法,首先将变量离散化,用改进遗传优化算法搜索离散控制变量的最优解,然后在随后的迭代过程中将基准移到刚解得的最优值处,同时收缩控制变量的搜索域,使优化性能指标和控制轨线在迭代过程中不断趋于最优解。采用NIGA根据设计的目标函数离线计算出不同负荷下最优运行轨迹,避免了求解大规模的微分方程组问题,优化结果为以后混合发电系统实际应用中现场的工作人员提供操作指导或直接作为下层控制回路的设定值和系统的前馈输出值,进行闭环优化控制。3.提出并验证了MCFC/GT混合发电系统的分层控制设计。以建立的MCFC/GT混合发电系统的动态模型为对象,结合系统开环仿真分析结果及发电系统NIGA离线动态优化结果,完成系统稳定运行的控制设计。本文针对系统结构庞大、性能复杂且控制参数多的特点,提出具有基础层和监督层的分层控制策略。采用多输出支持向量机回归(Multi-output Support Vector Machine Regression ,MSVR)方法实现监督层、先进复合控制方法实现基础层。首先利用NIGA离线动态优化得到的数据建立基于多输出支持向量机的监督层,该监督层为MCFC/GT混合发电系统提供实时性的优化指导。实验表明基于MSVR的预测精度高于现有的基于神经网络和单输出支持向量机的函数估计方法。在基础控制层,采用分块简化再整合的设计方法,针对各输出参数响应特点,利用AZNPI对系统输出功率进行反馈调节、利用MCFC输出电压对燃料流量进行反馈调节、利用QDRNN-PID对燃烧室温度和MCFC温度进行解耦控制等。最后,将各部分内容按照分层控制设计方案连接起来,仿真验证了分层控制是合理的和有效的。在所设计的分层控制方案下混合发电系统能够跟随负载的电能需求,且具有较高的发电效率,透平入口温度和燃烧室温度及燃料使用率都能维持在系统要求的范围。
二、基于神经网络辨识的熔融碳酸盐燃料电池(MCFC)建模(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于神经网络辨识的熔融碳酸盐燃料电池(MCFC)建模(论文提纲范文)
(1)车用质子交换膜燃料电池系统空气路解耦控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 燃料电池发展与原理 |
1.2.1 燃料电池的发展与国内外现状 |
1.2.2 质子交换膜燃料电池的原理 |
1.3 燃料电池系统及其控制问题研究现状 |
1.3.1 质子交换膜燃料电池系统 |
1.3.2 燃料电池空气系统控制问题研究现状 |
1.4 本文的研究内容 |
第2章 质子交换膜燃料电池特性与输出特性模型 |
2.1 引言 |
2.2 质子交换膜燃料电池输出特性 |
2.2.1 燃料电池的极化 |
2.2.2 理想开路电压 |
2.2.3 活化极化电压 |
2.2.4 欧姆极化电压 |
2.2.5 浓差极化电压 |
2.2.6 双电层效应 |
2.3 质子交换膜燃料电池模型 |
2.3.1 燃料电池输出电压模型 |
2.3.2 物质消耗 |
2.4 本章小结 |
第3章 燃料电池空气供给系统模型 |
3.1 引言 |
3.2 气体压力与流量对燃料电池系统的影响 |
3.3 空气压缩机模型 |
3.3.1 空压机Map图 |
3.3.2 空压机模型 |
3.3.3 空压机出口流量的多项式拟合 |
3.4 供气管路模型 |
3.5 回流管路以及背压阀模型 |
3.6 阴极内部流体模型 |
3.7 本章小结 |
第4章 燃料电池空气系统仿真与台架实验分析 |
4.1 引言 |
4.2 燃料电池空气系统Simulink模型与仿真 |
4.2.1 燃料电池空气系统Simulink模型 |
4.2.2 燃料电池空气系统Simulink仿真分析 |
4.3 燃料电池系统台架 |
4.3.1 燃料电池通讯系统结构 |
4.3.2 燃料电池系统试验台架 |
4.4 燃料电池系统台架试验 |
4.5 仿真与实验对比分析 |
4.6 本章小结 |
第5章 燃料电池空气系统参数解耦控制 |
5.1 引言 |
5.2 多变量过程解耦控制 |
5.3 燃料电池空气系统参数解耦控制器设计 |
5.3.1 控制系统分析 |
5.3.2 解耦控制器设计 |
5.4 控制效果仿真分析 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 全文总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表论文 |
致谢 |
(2)PEMFC燃料电池系统建模与优化控制研究(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 研究现状 |
1.2.1 PEMFC建模研究现状 |
1.2.2 PEMFC系统优化控制研究现状 |
1.3 主要工作与篇章结构 |
第二章 PEMFC原理及系统建模 |
2.1 PEMFC工作原理及系统组成 |
2.1.1 PEMFC工作原理 |
2.1.2 PEMFC系统组成 |
2.2 PEMFC电堆 |
2.2.1 能斯特电压 |
2.2.2 活化过电压 |
2.2.3 欧姆过电压 |
2.2.4 浓差过电压 |
2.3 PEMFC空气供给系统 |
2.3.1 空气压缩机 |
2.3.2 供给管道 |
2.3.3 阴极 |
2.3.4 回流管道 |
2.4 本章小结 |
第三章 基于贝叶斯正则化BP神经网络的PEMFC电堆建模 |
3.1 PEMFC输出电压影响因素 |
3.1.1 电堆温度影响 |
3.1.2 反应气体压力影响 |
3.1.3 反应气体相对湿度影响 |
3.2 贝叶斯正则化BP神经网络 |
3.2.1 BP神经网络 |
3.2.2 贝叶斯正则化 |
3.3 PEMFC神经网络电堆模型 |
3.3.1 数据来源与处理 |
3.3.2 PEMFC的BP神经网络设置 |
3.3.3 BR-BP模型的仿真与分析 |
3.4 本章小结 |
第四章 PEMFC的 DC/DC控制 |
4.1 PEMFC的DC/DC系统结构 |
4.2 DC/DC的双环控制方法 |
4.3 DC/DC控制仿真 |
4.4 本章小结 |
第五章 PEMFC系统架构及优化控制 |
5.1 PEMFC系统构架 |
5.2 PEMFC系统效率分析 |
5.3 PEMFC系统最大效率跟踪控制研究 |
5.3.1 PEMFC系统最大效率扰动观察法 |
5.3.2 PEMFC系统最大效率跟踪控制方法 |
5.4 最大效率跟踪控制仿真 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
攻读硕士学位期间发表的论文 |
攻读硕士学位期间参加的主要科研项目 |
(3)SOFC/锂电池混合发电系统能量管理(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 SOFC混合发电系统研究现状 |
1.2.2 SOFC混合发电系统能量管理研究现状 |
1.3 结构安排 |
第二章 搭建SOFC/锂电池混合发电系统模型 |
2.1 混合发电系统能量管理策略 |
2.2 固体氧化物燃料电池系统模型 |
2.2.1 空气压缩机模型 |
2.2.2 热交换器模型 |
2.2.3 尾气燃烧室模型 |
2.2.4 旁路阀模型 |
2.2.5 混合器模型 |
2.2.6 电堆模型 |
2.3 锂电池模型 |
2.4 模型验证 |
2.4.1 SOFC系统模型验证 |
2.4.2 锂电池模型验证 |
2.5 本章小结 |
第三章 混合发电系统负载预测 |
3.1 基于NARNN的功率预测模型 |
3.1.1 NARNN网络 |
3.1.2 基于NARNN的功率预测流程 |
3.2 基于LSTM的功率预测模型 |
3.2.1 LSTM网络 |
3.2.2 基于LSTM网络的功率预测流程 |
3.3 预测结果及分析 |
3.4 本章小结 |
第四章 混合发电系统的实时能量分配和跟踪 |
4.1 实时能量分配与跟踪策略结构 |
4.2 混合发电系统能量分配策略 |
4.2.1 基于规则的能量分配策略 |
4.2.2 基于优化的能量分配策略 |
4.3 混合发电系统功率跟踪 |
4.4 仿真结果与分析 |
4.4.1 能量分配结果 |
4.4.2 负载跟踪结果 |
4.4.3 两种能量管理策略对比 |
4.5 本章小结 |
第五章 本文总结与展望 |
5.1 本文总结 |
5.2 展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(4)氢燃料电池系统建模与控制策略研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题背景与意义 |
1.2 燃料电池介绍 |
1.2.1 燃料电池分类 |
1.2.2 燃料电池的结构 |
1.2.3 燃料电池工作原理 |
1.3 国内外研究现状 |
1.3.1 国内外建模研究现状 |
1.3.2 国内外控制策略研究现状 |
1.4 本文研究内容 |
第2章 氢燃料电池试验台架搭建 |
2.1 引言 |
2.2 台架设计总体方案 |
2.3 燃料电池介绍 |
2.4 供给系统设计与分析 |
2.4.1 空气供给系统 |
2.4.2 氢气供给系统 |
2.4.3 氮气回路 |
2.5 冷却及加湿系统 |
2.6 数据采集系统 |
2.7 本章小结 |
第3章 氢燃料电池系统的数学描述与分析 |
3.1 引言 |
3.2 氢燃料电池输出电压模型 |
3.3 氢燃料电池管道模型 |
3.3.1 供给管道模型 |
3.3.2 返回管道模型 |
3.4 氢燃料电池流道模型 |
3.4.1 阴极流道模型 |
3.4.2 阳极流道模型 |
3.4.3 膜水合模型 |
3.5 辅助设备模型 |
3.5.1 电磁阀模型 |
3.5.2 加湿器模型 |
3.6 氢燃料电池堆输出功率模型 |
3.7 本章小结 |
第4章 氢燃料电池系统模型建立及仿真分析 |
4.1 引言 |
4.2 模型建立及验证 |
4.2.1 软件MATLAB/SIMULINK介绍 |
4.2.2 模型建立 |
4.2.3 模型验证 |
4.3 氢燃料电池系统模型仿真分析 |
4.3.1 稳态性能仿真 |
4.3.2 动态性能仿真 |
4.4 本章小结 |
第5章 氢燃料电池供给系统控制策略 |
5.1 引言 |
5.2 供给系统进气特性分析 |
5.3 控制算法介绍 |
5.3.1 PID控制算法介绍 |
5.3.2 模糊控制算法介绍 |
5.4 供给系统控制效果仿真分析 |
5.4.1 氢气供给系统控制效果仿真分析 |
5.4.2 空气供给系统控制效果仿真分析 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 全文内容总结 |
6.2 研究展望 |
参考文献 |
作者简介 |
在学期间所取得的科研成果 |
致谢 |
(5)燃料电池硬件在环仿真平台开发及应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 PEMFC系统介绍 |
1.2.1 PEMFC工作原理 |
1.2.2 PEMFC性能影响因素 |
1.2.3 控制器开发与硬件在环仿真 |
1.3 PEMFC研究现状 |
1.3.1 PEMFC建模研究现状 |
1.3.2 PEMFC控制系统现状 |
1.3.3 PEMFC控制策略研究现状 |
1.4 本课题的研究意义和内容 |
第2章 系统建模及电堆运行参数影响分析 |
概述 |
2.1 Thermolib简介 |
2.2 Thermolib总线 |
2.2.1 流体总线 |
2.2.2 状态总线 |
2.3 热力学理论 |
2.3.1 质量平衡 |
2.3.2 能量存储 |
2.4 热力学性质 |
2.4.1 理想气体模型 |
2.4.2 使用Peng-Robinson EOS的真实气体建模 |
2.4.3 水的计算 |
2.4.4 液相 |
2.4.5 蒸汽—液体平衡 |
2.4.6 混合模型 |
2.4.7 化学平衡 |
2.5 PEMFC运行参数影响规律仿真分析 |
2.5.1 PEMFC最小系统模型 |
2.5.2 模型验证 |
2.5.3 电堆温度对PEMFC的影响 |
2.5.4 空气进气湿度对PEMFC的影响 |
2.5.5 空气进气温度对PEMFC的影响 |
2.5.6 氢气进气压力对PEMFC的影响 |
2.5.7 空气进气压力对PEMFC的影响 |
2.5.8 空气过量系数对PEMFC的影响 |
2.6 本章小结 |
第3章 硬件在环仿真平台的搭建 |
概述 |
3.1 系统整体结构分析 |
3.1.1 各模块之间的连接方式 |
3.1.2 PEMFC系统框架 |
3.1.3 PEMFC控制信号 |
3.2 PEMFC仿真模型 |
3.2.1 阴极进气模块 |
3.2.2 阳极进气模块 |
3.2.3 冷却回路模块 |
3.2.4 模型验证 |
3.3 控制器硬件设计 |
3.3.1 单片机选型 |
3.3.2 CAN通讯电路 |
3.3.3 电源电路 |
3.3.4 电压采集电路 |
3.3.5 可配置多功能模拟信号采集电路 |
3.3.6 空气侧背压阀电机驱动电路 |
3.3.7 PWM输出电路 |
3.3.8 低边驱动电路 |
3.4 控制系统下位机软件设计 |
3.4.1 自动代码生成 |
3.4.2 FCU主要控制功能 |
3.4.3 FCU软件设计 |
3.5 上位机软件 |
3.5.1 LabVIEW简介 |
3.5.2 上位机软件程序设计 |
3.6 HiL平台仿真实验 |
3.6.1 空气过量系数对比 |
3.6.2 背压阀开度对比 |
3.7 本章小结 |
第4章 PEMFC性能测试分析 |
概述 |
4.1 PEMFC整体运行特性测试分析 |
4.1.1 试验台布局 |
4.1.2 电堆输出特性 |
4.1.3 单片电池电压特性 |
4.2 PEMFC运行参数分析 |
4.2.1 空气进气参数特性 |
4.2.2 氢气空气侧压差 |
4.2.3 冷却水温度 |
4.3 瞬态工况运行特性测试分析 |
4.3.1 空气进气参数特性 |
4.3.2 氢气进气压力 |
4.3.3 氢气空气侧压差 |
4.3.4 单体电池电压 |
4.4 本章小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术成果 |
学位论文评阅及答辩情况表 |
(6)基于有限元的模型降阶方法在半实物分布式能源系统中的应用(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 研究意义 |
1.2 研究现状 |
1.2.1 分布式能源半实物系统 |
1.2.2 有限元方法 |
1.2.3 模型降阶方法 |
1.3 研究目的和研究内容 |
2 基于有限元的模型降阶 |
2.1 模型降阶总体结构 |
2.2 有限元全阶模型 |
2.2.1 有限元基本原理 |
2.2.2 有限元模型求解 |
2.3 POD-GALERKIN降阶模型 |
2.3.1 本征正交分解原理及实现 |
2.3.2 伽辽金投影原理及实现 |
2.4 本章小结 |
3 模型降阶程序验证 |
3.1 有限元程序验证 |
3.1.1 Re=20 固定边界条件圆柱扰流 |
3.1.2 Re=100 固定边界条件圆柱扰流 |
3.1.3 Re=100周期性边界条件圆柱扰流 |
3.2 降阶程序验证 |
3.2.1 降阶模型计算精度 |
3.2.2 降阶模型计算速度 |
3.3 本章小结 |
4 MCFC-MGT混合系统 |
4.1 电流密度阶跃响应 |
4.2 燃料量阶跃响应 |
4.3 本章小结 |
5 结论与展望 |
5.1 本文主要结论 |
5.2 后续工作及展望 |
参考文献 |
附录 |
A 作者在攻读硕士学位期间发表的论文目录 |
B 作者在攻读硕士学位期间取得的科研成果目录 |
C 学位论文数据集 |
致谢 |
(7)质子交换膜燃料电池气体供应系统控制研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 PEMFC的国内外发展现状 |
1.3 PEMFC的结构及工作原理 |
1.4 论文选题的背景与意义 |
1.5 论文主要工作和研究内容 |
第二章 PEMFC气体供应系统 |
2.1 PEMFC混合动力系统 |
2.1.1 氢燃料电池混合动力系统的结构 |
2.1.2 氢燃料电池混合动力系统控制策略 |
2.2 PEMFC气体供应系统的结构及工作原理 |
2.3 PEMFC两极供给气体压力对输出性能的影响分析 |
2.3.1 氢气压力对燃料电池的影响分析 |
2.3.2 空气压力对燃料电池的影响分析 |
2.4 本章小结 |
第三章 PEMFC动态模型的建立及SIMULINK实现 |
3.1 PEMFC动态模型简述 |
3.2 PEMFC开路电压 |
3.3 PEMFC输出电压 |
3.4 PEMFC气体供应系统动态模型的建立 |
3.5 PEMFC模型的SIMULINK实现 |
3.5.1 PEMFC模型的实现 |
3.5.2 PEMFC数学模型仿真与结果分析 |
3.6 本章小结 |
第四章 混合智能自适应PI解耦控制系统设计 |
4.1 基于AGA的 PI控制 |
4.1.1 模拟退火遗传算法介绍 |
4.1.2 基于AGA-PI的气体供应系统实验仿真和结果分析 |
4.2 PEMFC气体供给系统的非线性控制 |
4.3 PEMFC气体供给系统Fuzzy-AGA-PI自适应解耦控制 |
4.3.1 模糊控制算法的介绍 |
4.3.2 混合智能自适应PI解耦控制器的设计过程 |
4.4 仿真过程及结果分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
附录 A:攻读硕士学位期间发表的论文及科研情况 |
(8)基于引射回流的固体氧化物燃料电池—燃气轮机系统建模与控制策略研究(论文提纲范文)
摘要 |
ABSTRACT |
主要符号说明表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 能源结构与环境问题 |
1.1.2 燃料电池及其混合动力系统概述 |
1.2 国内外研究现状 |
1.2.1 SOFC-GT混合动力系统建模技术研究现状 |
1.2.2 SOFC-GT混合动力系统控制系统研究现状 |
1.2.3 SOFC-GT混合动力系统示范装置研究现状 |
1.2.4 SOFC-GT混合动力系统实验系统研究现状 |
1.3 本文的主要工作与结构 |
1.3.1 已有研究的主要不足 |
1.3.2 本文的主要工作 |
第二章 SOFC-GT混合动力系统模块库建立 |
2.1 引言 |
2.2 DIR-SOFC模型 |
2.2.1 DIR-SOFC工作原理 |
2.2.2 DIR-SOFC模型建立 |
2.2.3 DIR-SOFC模型验证 |
2.3 阳极与阴极引射器模型 |
2.3.1 阳极与阴极引射器作用 |
2.3.2 引射器工作原理 |
2.3.3 引射器模型建立 |
2.3.4 引射器模型验证 |
2.4 微型燃气轮机模型 |
2.4.1 压气机模块 |
2.4.2 透平模块 |
2.4.3 后燃室模块 |
2.4.4 转子模块 |
2.5 其他辅助部件模块 |
2.5.1 换热器模块 |
2.5.2 重整换热器模块 |
2.5.3 容积模块 |
2.5.4 分离器模块 |
2.5.5 混合器模块 |
2.5.6 引风机模块 |
2.6 气体热物性模块 |
2.7 本章小结 |
第三章 SOFC-GT混合动力系统热力学特性分析 |
3.1 引言 |
3.2 SOFC-GT混合动力系统结构设计 |
3.3 SOFC-GT系统设计工况性能 |
3.4 SOFC-GT系统部分负荷工况性能 |
3.4.1 部分负荷工况的不同运行方案 |
3.4.2 系统安全运行限制条件 |
3.4.3 不同运行方案下的部分负荷特性 |
3.5 SOFC-GT系统动态仿真实验 |
3.6 本章小结 |
第四章 燃料系统非线性特性影响研究与实验验证 |
4.1 引言 |
4.2 燃料系统非线性特性影响研究 |
4.2.1 燃料系统的非线性特性 |
4.2.2 死区继电非线性特性影响 |
4.2.3 死区继电特性影响机理分析 |
4.2.4 模糊补偿控制器 |
4.3 燃料系统执行机构实验平台设计与建立 |
4.3.1 实验系统的设计 |
4.3.2 伺服执行机构实验台 |
4.3.3 PXI实时测控系统 |
4.3.4 数据实时采集与输出模块设计 |
4.4 燃料系统执行机构的实验验证研究 |
4.4.1 执行机构死区继电特性影响实验研究 |
4.4.2 模糊补偿技术实验验证 |
4.5 本章小结 |
第五章 SOFC-GT混合动力系统控制策略设计与性能仿真 |
5.1 引言 |
5.2 SOFC-GT系统的控制策略设计 |
5.3 SOFC-GT混合动力系统控制性能仿真分析 |
5.3.1 SOFC-GT混合动力系统控制器参数选取 |
5.3.2 SOFC-GT混合动力系统控制性能仿真 |
5.4 本章小结 |
第六章 基于数据驱动的SOFC-GT动态建模方法研究 |
6.1 引言 |
6.2 基于支持向量机的数据驱动建模方法研究 |
6.2.1 数据驱动建模的基本原理 |
6.2.2 基于LS-SVR的 NARX数据驱动模型 |
6.2.3 基于PSO和 LS-SVR的 NARX模型训练框架 |
6.3 基于数据驱动的SOFC-GT系统模型建立 |
6.3.1 基于LS-SVR的燃料利用率NARX模型结构 |
6.3.2 基于LS-SVR的 SOFC燃料利用率NARX建模 |
6.4 基于数据驱动模型的燃料利用率控制 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 主要工作与结论 |
7.2 主要创新点 |
7.3 研究展望 |
参考文献 |
致谢 |
攻读博士学位期间已发表或录用的论文及科研成果 |
(9)一种基于自适应模糊算法的燃料电池温度控制系统(论文提纲范文)
1 MCFC系统建模 |
1.1 传统MCFC系统建模 |
1.2 基于神经网络的系统建模 |
2 MCFC自适应模糊控制系统 |
2.1 模糊控制系统设计 |
2.2 参数调整及学习算法 |
2.3 MCFC自适应模糊控制系统结构 |
3 基于自适应模糊算法的MCFC系统仿真 |
4 结论 |
(10)熔融碳酸盐燃料电池/燃气轮机混合发电系统的建模与控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 熔融碳酸盐燃料电池(MCFC) |
1.2.1 燃料电池原理 |
1.2.2 MCFC 单体电池 |
1.2.3 MCFC 电堆技术 |
1.2.4 MCFC 的建模与控制研究现状 |
1.3 高温燃料电池与燃气轮机混合发电系统研究现状 |
1.3.1 高温燃料电池/燃气轮机混合发电系统 |
1.3.2 高温燃料电池/燃气轮机混合发电系统技术研究现状 |
1.3.3 高温燃料电池/燃气轮机混合发电系统的建模与控制研究现状 |
1.4 本论文的主要工作和创新点 |
1.4.1 课题的提出 |
1.4.2 主要工作 |
1.4.3 创新点 |
第二章 MCFC/GT 混合发电系统建模 |
2.1 引言 |
2.2 熔融碳酸盐燃料电池/燃气轮机混合发电系统的拓扑结构 |
2.3 MCFC/GT 混合系统模块化建模 |
2.4 DIR-MCFC 集中参数简化模型 |
2.4.1 DIR-MCFC 的反应动力学参数 |
2.4.2 DIR-MCFC 集中参数模型 |
2.4.3 DIR-MCFC 模型验证 |
2.4.4 DIR-MCFC 电特性分析 |
2.5 燃气轮机 |
2.5.1 基于最小二乘拟合的压气机模型 |
2.5.2 基于非线性最小二乘拟合的透平模型 |
2.5.3 转子模块 |
2.6 换热器模块 |
2.7 燃烧室模块 |
2.8 旁通阀 |
2.9 MCFC/GT 混合系统模型 |
2.10 本章小结 |
第三章 MCFC/GT 混合发电系统仿真分析 |
3.1 引言 |
3.2 操作条件对MCFC/GT 混合发电系统的影响 |
3.2.1 压比对MCFC/GT 混合发电系统的影响 |
3.2.2 MCFC 入口温度及TIT 对混合发电系统的影响 |
3.2.3 燃料使用率对发电系统的影响 |
3.3 MCFC/GT 发电系统的结构参数和特性参数 |
3.3.1 MCFC/GT 发电系统的结构参数 |
3.3.2 MCFC/GT 发电系统的特性参数 |
3.4 MCFC/GT 混合发电系统稳态性能 |
3.4.1 设计点工况性能 |
3.4.2 非设计点工况性能 |
3.5 MCFC/GT 混合发电系统动态仿真分析 |
3.5.1 电流阶跃变化时系统动态响应 |
3.5.2 燃料流量阶跃变化时系统动态响应 |
3.6 本章小结 |
第四章 MCFC/GT 混合发电系统的动态优化研究 |
4.1 引言 |
4.2 MCFC/GT 混合发电系统的动态优化问题 |
4.2.1 MCFC/GT 混合发电系统拓扑结构的改变和决策变量的选取 |
4.2.2 MCFC/GT 混合发电系统动态优化目标函数的确定 |
4.2.3 MCFC/GT 混合发电系统动态优化约束条件的建立 |
4.2.4 MCFC/GT 混合发电系统动态优化算法的选择 |
4.3 改进迭代遗传算法(NIGA) |
4.3.1 变量的离散化 |
4.3.2 改进的遗传寻优操作(NGA) |
4.3.3 基于离散化的迭代计算 |
4.3.4 NIGA 的参数设定 |
4.3.5 NIGA 的步骤 |
4.4 数值验证 |
4.4.1 改进的遗传寻优操作数值测试 |
4.4.2 改进的迭代遗传算法数值测试 |
4.5 NIGA 在MCFC/GT 混合发电系统动态优化中的应用 |
4.5.1 模型的处理 |
4.5.2 优化结果 |
4.6 本章小结 |
第五章 MCFC/GT 混合发电系统的分层控制设计 |
5.1 引言 |
5.2 MCFC/GT 混合发电系统控制方案设计 |
5.2.1 MCFC/GT 混合发电系统分层控制的提出 |
5.2.2 MCFC/GT 混合发电系统分层控制方案的建立 |
5.3 基于多输出支持向量机回归的监督层 |
5.3.1 多输出的支持向量机回归问题的提出 |
5.3.2 支持向量机方法 |
5.3.3 多输出支持向量机回归算法(MSVR) |
5.3.4 MSVR 和SSVR 数值比较 |
5.4 基于MSVR 监督层的实现及比较 |
5.5 MCFC/GT 系统输出功率控制 |
5.5.1 功率控制器设计 |
5.5.2 AZNPI 控制 |
5.5.3 基于AZNPI 反馈调节的功率控制实验 |
5.6 MCFC/GT 系统燃料流控制设计及实验 |
5.7 MCFC/GT 系统温度控制 |
5.7.1 温度解耦控制器设计 |
5.7.2 基于QDRNN-PID 的温度控制 |
5.7.3 控制实验结果 |
5.8 MCFC 系统输出电压控制 |
5.9 系统分层控制综合仿真实验 |
5.10 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读博士学位期间已发表或录用的论文目录 |
附录 |
四、基于神经网络辨识的熔融碳酸盐燃料电池(MCFC)建模(论文参考文献)
- [1]车用质子交换膜燃料电池系统空气路解耦控制研究[D]. 李正辉. 青岛理工大学, 2021(02)
- [2]PEMFC燃料电池系统建模与优化控制研究[D]. 夏世远. 合肥工业大学, 2021(02)
- [3]SOFC/锂电池混合发电系统能量管理[D]. 郝家琪. 电子科技大学, 2020(01)
- [4]氢燃料电池系统建模与控制策略研究[D]. 兰洪星. 吉林大学, 2020(08)
- [5]燃料电池硬件在环仿真平台开发及应用[D]. 赵同军. 山东大学, 2020(12)
- [6]基于有限元的模型降阶方法在半实物分布式能源系统中的应用[D]. 范远哲. 重庆大学, 2019(01)
- [7]质子交换膜燃料电池气体供应系统控制研究[D]. 陈晶. 昆明理工大学, 2019(04)
- [8]基于引射回流的固体氧化物燃料电池—燃气轮机系统建模与控制策略研究[D]. 陈金伟. 上海交通大学, 2018(01)
- [9]一种基于自适应模糊算法的燃料电池温度控制系统[J]. 余达太,马欣. 电源技术, 2010(05)
- [10]熔融碳酸盐燃料电池/燃气轮机混合发电系统的建模与控制研究[D]. 杨帆. 上海交通大学, 2008(01)
标签:燃料电池论文; 系统仿真论文; 系统辨识论文; 神经网络模型论文; 混合动力电动汽车论文;