若不开发新型动力能源,世界将很快从目前的能源短缺走向能源枯竭.为了解决经济发展与能源短缺及环境污染之间日益加剧的矛盾,开发清洁、高效、可持续发展的新动力能源技术已成了十分紧迫的任务.氢能以其清洁、高效、来源广泛及可再生等特点,使人们普遍认为氢能是替代化石能源的最佳选择.21世纪,人类社会正在从以化石能为能源基础的"碳氢经济"逐步过渡到以氢能为主要能源的"氢经济"时代.质子交换膜燃料电池(PEMFC)是以氢气为燃料的发电装置,具有清洁、高效、性能稳定,且工作温度低(一般在80℃以下)和启动速度快等显著特点,在电源、电力驱动和发电领域均具有十分广阔的应用前景.PEMFC已被美国、日本、德国、法国、英国、意大利等发达国家列为重点发展的关键技术,也是我国"九五","十五"期间支持的重大高新技术. 目前国内外对PEMFC的研究主要集中在两方面:一是研发电池部件所需的新材料,同时对其结构及装配工艺进行改进;二是根据单电池或电堆内部的反应机理建立其数学模型.而关于PEMFC系统的可控模型和控制算法研究还很少,随着PEMFC的技术不断发展和商业化的到来,解决.PEMFC系统有关控制方面的问题就显得极为迫切了. 本课题以上海交通大学燃料电池研究所正在进行的两个科研项目-"985工程"项目"质子交换膜燃料电池动力系统研制","十五"国防科研项目"20kW车载质子交换膜燃料电池系统的研制"-作为本论文研究工作的辅助,对PEMFC系统数学建模和控制方面展开了相关理论研究和实验验证.本文首先提出了四种不同神经网络方法建立的PEMFC单电池的输出电特性模型,并对它们进行了仿真和比较;同时从电池内部机理入手建立了PEMFC电池适于控制的发电系统的模型,提出了三种输出电压的控制方案,并进行了仿真、验证和比较;然后为了提供PEMFC输出特性模型的预测精度并使其适用范围更广,提出了一种改进的遗传算法对电池输出特性模型中的参变量系数进行了优化;最后提出了用T-s模糊方法、自适应神经模糊方法和改进Elman方法建立的PEMFC温度模型代替实际电堆,应用于模糊神经控制和一种改进型T_s模糊神经两种智能控制中,并进行了仿真和比较.本论文的创新性工作主要包括: 1、:PEMFC数学模型的建立是一个极其繁琐的过程,本论文结合上海交通大学燃料电池研究所研发的质子膜燃料电池的实验参数和测试数据,在文中22.4节提出了采用四种不同的人工神经网络方法对PEMFC单电池进行建模的方法,避免了其复杂性.概括说来就是从电堆入口处阴阳极气体压力、湿度和电池工作温度这三个主要影响因素入手,详细阐述了BPNN,LMBPNN,RBFNN和ANFIS算法在PEMFC中的应用并通过对实验样本数据的训练、学习,建立了单电池的电特性数学模型,仿真得到了PEMFC的电特性曲线;同时比较和分析了四种不同算法的仿真时间、均方误差和步数三项指标.这项工作不仅为PEMFC的数学模型的建立提供了新的途径,并为其发电系统的优化和控制打下了基础. 2、为了掌握PEMFC电池的动态响应特性并建立其可控的数学模型,本文第三章从单电池的内部运行机理着手,运用质量守恒、动量守恒和能量守恒定律,分析并建立了开路电压、活化过电压、欧姆电压和浓差过电压方程;同时将电池系统发电等效为一个RC回路来模拟电池的动态变化;用MATLAB/Simulink软件搭建了PEMFC发电系统的动态数学模型,并对系统进行了仿真和分析,为后续控制算法的设计和实施打下了基础. 3、为了确保PEMFC发电系统输出电压的稳定,并使其维持安全、可靠和高效的运行,本文提出了通过调节阴极空气和阳极氢气的压力来控制PEMFC电堆输出电压的方法.同时设计和实现了模糊自整定PID控制器和CMAC神经网络并行控制器在PEMFC动态系统控制中的应用,并将两种算法与PID常规控制算法进行了比较,CMAC神经网络并行算法不仅能够节能,而且具有良好的控制性能,为PEMFC发电系统设计时电压的控制提供了设计思路和参考方案. 4、PEMFC单电池输出特性模型中的参变量系数对模型的精度有着很大的影响,由于这些系数均是在特定实验环境下测定,所以模型难于满足在各种不同反应条件下的精度要求.为了提高模型的精度,本文提出了对模型的参变量系数采用一种变换适应度尺度、保护优秀个体和交叉预选择机制的改进型遗传算法进行优化.仿真结果表明单电池输出模型在多种不同反应条件下均能与实验数据很好的拟合,为PEMFC输出特性模型在更广范围内预测电池工作电压的变化提供了新的改善途径. 5、PEMFC发电系统的工作温度严重影响着电堆的输出性能和使用寿命,为了减少温度波动使其稳定在最佳值上,必须采取有效的控制手段. 本文首先利用来自专家的经验和实验数据,分别采用T-S模糊方法和自适应神经模糊方法建立了电堆温度的辨识模型,分析比较得知自适应神经模糊方法具有较高的精度与辨识速度;并在自适应神经模糊方法辨识模型的基础上提出了一种神经模糊控制算法,采用BP反向传播算法对模糊隶属度函数的参数进行修改,使模糊系统中自学习能力较差、不能满足实时控制要求的问题得以解决;仿真实验结果验证了该控制器是可行的.其次,从提高PEMFC系统辨识精度和速度的角度出发,本文在基本Elman神经网络的基础上,给结构单元中增加了一个固定增益的自反馈连接改进了网络结构;并运用动态BP算法对网络权值进行调整;仿真实验结果表明改进后的神经网络辨识器的性能得到了较大改善.之后,在改进Elman神经网络辨识模型的基础上提出了一种改进T-S模糊神经控制,对算法作了以下三点改进: 1)模糊控制器的结构前件网络由四层简化为三层; 2)采用减法聚类确定模糊划分数;3)在后件网络权值的学习中引入了动量因子.与常规的模糊神经控制器相比本文设计的控制器不仅能够对温度变化反映出较小的波动,且能较快、较稳定地达到设定温度值,说明该控制器具有良好性能,为实际PEMFC发电系统的温度控制提供了有效的可行性方案. PEMFC要从特殊应用和示范运行阶段到商业化、产业化阶段,仍然存在着大量问题待解决,研发过程是艰难的,但相信其广阔的应用前景会继续得到国家和越来越多企业界的大力支持,并不断吸引更多、更优秀的人才投身于我国燃料电池产业,使其实现这一跨越式发展.