一种固体氧化物燃料电池电堆内部温度分布的预测方法与流程

技术特征：

1.一种固体氧化物燃料电池电堆内部温度分布的预测方法，其特征在于，该预测方法包括下列步骤：

(a)将固体氧化物燃料电池SOFC电堆进行有限元处理，即将该电堆划分为若干个串联的相同动态特性的单电池片，且每个所述单电池片沿着气体流向分为多个节点，利用物理守恒定律对所述电堆进行动态建模得到所述节点的多个非线性模型；

(b)将所述非线性模型线性化处理后得到线性化模型，将所述电堆的总电流，入口氢气流量和入口空气流量作为输入，对比每个所述节点输出的空气层温度和固体层温度经过所述非线性化模型与线性化模型在阶跃扰动下的动态响应结果，二者结果相同，由此验证所述线性化处理的合理性；

(c)将所述线性化模型离散化得到所述电堆在不同时刻的状态估计变量和测量信号，将该状态估计变量和测量信号应用到卡尔曼滤波观测器中计算出所述观测器中的参数矩阵，预设所述单电池片中每个所述节点的固体层和空气层的温度作为状态初值，通过递推迭代计算到每个时刻所述电堆内部的温度，由此实现所述电堆内部温度的预测。

2.如权利要求1所述的预测方法，其特征在于，步骤(a)中，在所述有限元处理中所述电堆满足下列特性：

(I)所述气体为理想气体，

(II)所述电堆与外界是隔热，

(III)每个所述节点的电势相等，

(IV)所述气体的流出节点的温度和摩尔分数等同于该节点内相应的温度和摩尔分数，

(V)沿所述气体的气流方向，上一个所述节点的输出等于下一个所述节点的输入。

3.如权利要求1或2所述的预测方法，其特征在于，步骤(a)中，所述多个节点优选采用5个节点。

4.如权利要求1-3任一项所述的预测方法，其特征在于，步骤(a)中，所述动态建模的模型优选采用二阶温度模型，其中，该模型中包括每个所述节点的氢气摩尔分数子模型、空气摩尔分数子模型、空气层温度子模型、固体层温度子模型和电化学子模型。

5.如权利要求1-4任一项所述的预测方法，其特征在于，步骤(b)中，所述线性化处理优选采用泰勒级数展开的方法，保留展开后的线性化部分，舍弃高阶项。

6.如权利要求1-5任一项所述的预测方法，其特征在于，步骤(b)中，所述阶跃扰动优选采用电堆电流5A、电堆阳极入口气体流量20％、电堆阴极入口气体流量20％的阶跃扰动。

7.如权利要求1-6任一项所述的预测方法，其特征在于，步骤(c)中，所述卡尔曼滤波观测器优选采用下列表达式，其中，是所述电堆k时刻的内部温度状态估计值，是第k-1时刻到第k时刻的最优预测项，是修正项，K_k是第k时刻的滤波增益，Z_k是k时刻所述电堆的测量信号，H是所述电堆的测量矩阵，

${\hat{X}}_k={\hat{X}}_{k/k-1}+K_k(Z_k-H{\hat{X}}_{k/k-1}).$