燃料电池模型优化方案

采用增量数据进行辨识。燃料电池是一种基于电化学原理的发电装置。采用氢气、氧气作为原料的固体氧化物燃料电池的概念模型如图8-7所示^[52]。这是一种特殊的非线性模型：动态部分是线性的，但输出端有一个静态非线性环节（能斯特方程）。在工作点附近，能斯特方程呈现弱非线性，故概念模型可以用线性模型近似代替。燃料电池的相关参数见表8-1。该系统的MV是氢气流量qⁱⁿ_H2，满足约束0.00002498mol/s≤qⁱⁿ_H2≤0.00162498mol/s（因此限制了测试信号的幅值），DV是燃料电池负荷I_r，CV为输出端电压V。

用MATLAB的SIMULINK工具箱搭建仿真平台，采集输入输出数据。采样周期T_s＝1s。采用多通道测试技术，对2个输入通道施加互不相关的GBN信号，其中DV通道的测试信号是幅值为5的序列，并且序列中的每个值都加上350，而MV通道的测试信号是幅值为0.0008的序列，并且序列中的每个值都加上0.00082498。取T_min＝T_s和p_sw＝0.5。采样得到2500组输入输出数据，其中，前2000组用于辨识，后500组用于预测。

采用前述三种子空间辨识算法，其中，Hankel矩阵行数i＝20，得到其奇异值直方图分布（三种方法相差无几，故仅以MOESP法为例）如图8-8所示。观察奇异值直方图，根据系统模型的特点，选择系统阶数n_x＝3。如图8-9所示是基于模型的CV增量预测值与真实值的对比情况。可见，对非线性系统，采用线性模型描述是存在误差的。

(www.xing528.com)

图8-7 燃料电池系统的概念模型

表8-1 燃料电池系统参数