一种微生物燃料电池的PID控制方法及系统

本发明属于能源控制，具体涉及一种微生物燃料电池的pid控制方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、微生物燃料电池是一种利用废水中的微生物作为催化剂，将废水中有机物的化学能转化为电能的新能源技术。目前，人类所需要的能源供应主要来自化石燃料的燃烧，然而自然界中的化石燃料是有限的，化石燃料的过渡使用，不仅会造成能源危机，而且不可避免的也会带来环境污染的问题。因此，人类非常迫切的寻找一种新型的绿色可再生能源，所以，对微生物燃料电池进行研究有利于解决上述问题。

3、微生物燃料电池的内部反应非常复杂，涉及微生物学、电化学、控制学、材料学等多门学科。发电效率高的双室微生物燃料电池的内部结构由阳极、阴极、以及二者之间的质子交换膜组成。当微生物燃料电池的底物为葡萄糖时，阳极的微生物氧化分解葡萄糖，产生质子和电子，质子通过质子交换膜传递到阴极，电子则通过外电路到达阴极，同时也是经过外电路放出电能，在阴极，电子与氧气结合生成水。

4、目前微生物燃料电池的使用处于实验室阶段；其阳极、阴极材料以及产电微生物的种类的选择与控制都是影响微生物燃料电池产电的重要因素。据发明人了解，微生物燃料电池其实是一类复杂的非线性系统，产电性能受很多外部因素以及微生物燃料电池内部微生物之间相互作用等内部因素的影响。微生物燃料电池的产电速度较慢，输出电压不稳定，且容易受到内部与外部不确定因素的影响，且如何实现通过控制微生物燃料电池的输入与底物浓度的变化来实现对微生物燃料电池输出电压的控制都是有待解决的问题。

技术实现思路

1、为解决上述问题，本发明提出了一种微生物燃料电池的pid控制方法及系统，通过pid控制微生物燃料电池的输入，使用改进的蚁群算法来优化pid参数，使用时延估计来抵消微生物燃料电池的外部扰动以及微生物燃料电池内部各种微生物之间的相互作用的影响，使得微生物燃料电池快速、稳定的产生最大输出电压。

2、根据一些实施例，本发明的第一方案提供了一种微生物燃料电池的pid控制方法，采用如下技术方案：

3、一种微生物燃料电池的pid控制方法，包括：

4、获取微生物燃料电池参数；

5、根据所获取的参数，构建微生物燃料电池的pid控制器；

6、基于时延估计与pid控制所构建的控制器的输入，控制微生物燃料电池的稀释率，采用改进的蚁群算法优化所构建的pid控制器的参数，得到微生物燃料电池的最大输出电压，完成对微生物燃料电池的pid控制。

7、作为进一步的技术限定，基于微生物燃料电池系统的数学模型，设状态的参考值为，则，，那么，误差动力学为：，为常数矩阵；将控制输入选为，其中，为的估计值，可以表示为，其中l为采样周期，当l无限小的时候，则；此时，控制输入。

8、作为进一步的技术限定，采用改进的蚁群算法优化所构建的pid控制器的参数，具体的，通过二进制数进行所述pid控制器参数的编码，将初始种群分为若干个大小相等且信息素不能互通的子种群，分别通过不同的方式进行各个子种群的路径选择和迭代，当子种群均达到最大迭代次数后进行子种群的合并，合并后的子种群的信息素互通，对这个种群继续进行蚁群算法的正常寻优操作，设置最大迭代次数为100；得到最优解z，对应的微生物燃料电池的输出电压为f(z)，随机生成的多个新解z1,z2,…zn,其中，n为有限的值。此时，对应的输出电压为f(z1)，f(z2)，…，f(zn)；将f(z)与f(z1)，f(z2)，…，f(zn)对比，如果f(z)最大，则输出x=z，f(x)=f(z)；否则，则输出最大的f(zq)，q属于[1,n]，即x=zq, f(x)=f(zq)，然后，以新解zq和旧解z为局部优化范围的上下界，利用蚁群优化算法进行局部寻优，输出最优解x=za，f(x)=f(za)，a属于[1,n]；当达到设置的最大迭代次数100时，输出最优解，得到微生物燃料电池的最优pid控制参数。

9、作为进一步的技术限定，在构建微生物燃料电池的pid控制器之前，根据所获取的微生物燃料电池参数获取微生物燃料电池的数学模型，根据所获取的微生物燃料电池的数学模型，得到微生物燃料电池的总电压。

10、作为进一步的技术限定，根据所得到的微生物燃料电池的总电压，分析所构建的微生物燃料电池的数学模型中的微生物燃料电池参数，得到微生物燃料电池的时延估计与pid控制器。

11、进一步的，根据所得到的微生物燃料电池的数学模型和时延估计与pid控制器，得到微生物燃料电池的稀释率的表达式；通过控制所述稀释率，实现对微生物燃料电池状态的控制。

12、作为进一步的技术限定，所获取的微生物燃料电池参数至少包括微生物燃料电池中的底物浓度、微生物含量、醋酸根浓度、氢离子浓度、微生物生长速率和底物利用率。

13、根据一些实施例，本发明的第二方案提供了一种微生物燃料电池的pid控制系统，采用如下技术方案：

14、一种微生物燃料电池的pid控制系统，包括：

15、获取模块，其被配置为获取微生物燃料电池参数；

16、构建模块，其被配置为根据所获取的参数，构建微生物燃料电池的pid控制器；

17、控制模块，其被配置为基于时延估计与pid控制所构建的控制器的输入，控制微生物燃料电池的稀释率，采用改进的蚁群算法优化所构建的pid控制器的参数，得到微生物燃料电池的最大输出电压，完成对微生物燃料电池的pid控制。

18、根据一些实施例，本发明的第三方案提供了一种计算机可读存储介质，采用如下技术方案：

19、一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方案所述的微生物燃料电池的pid控制方法中的步骤。

20、根据一些实施例，本发明的第四方案提供了一种电子设备，采用如下技术方案：

21、一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方案所述的微生物燃料电池的pid控制方法中的步骤。

22、与现有技术相比，本发明的有益效果为：

23、本发明通过时延估计与pid控制器控制微生物燃料电池的输入，使用改进的蚁群算法来优化pid参数，使用时延估计来抵消微生物燃料电池的外部扰动以及微生物燃料电池内部各种微生物之间的相互作用的影响，使得微生物燃料电池快速、稳定的产生最大输出电压。

技术特征：

1.一种微生物燃料电池的pid控制方法，其特征在于，包括：

2.如权利要求1中所述的一种微生物燃料电池的pid控制方法，其特征在于，基于微生物燃料电池系统的数学模型，设状态的参考值为，则，，那么，误差动力学为：，为常数矩阵；将控制输入选为，其中，为的估计值，可以表示为，其中l为采样周期，当l无限小的时候，则；此时，控制输入。

3.如权利要求1中所述的一种微生物燃料电池的pid控制方法，其特征在于，采用改进的蚁群算法优化所构建的pid控制器的参数，具体的，通过二进制数进行所述pid控制器参数的编码，将初始种群分为若干个大小相等且信息素不能互通的子种群，分别通过不同的方式进行各个子种群的路径选择和迭代，当子种群均达到最大迭代次数后进行子种群的合并，合并后的子种群的信息素互通，对这个种群继续进行蚁群算法的正常寻优操作，设置最大迭代次数为100；得到最优解z，对应的微生物燃料电池的输出电压为f(z)，随机生成的多个新解z1,z2,…zn,其中，n为有限的值；对应的输出电压为f(z1)，f(z2)，…，f(zn)；将f(z)与f(z1)，f(z2)，…，f(zn)对比，如果f(z)最大，则输出x=z，f(x)=f(z)；否则，则输出最大的f(zq)，q属于[1,n]，即x=zq, f(x)=f(zq)，然后，以新解zq和旧解z为局部优化范围的上下界，利用蚁群优化算法进行局部寻优，输出最优解x=za，f(x)=f(za)，a属于[1,n]；当达到设置的最大迭代次数100时，输出最优解，得到微生物燃料电池的最优pid控制参数。

4.如权利要求1中所述的一种微生物燃料电池的pid控制方法，其特征在于，在构建微生物燃料电池的pid控制器之前，根据所获取的微生物燃料电池参数获取微生物燃料电池的数学模型，根据所获取的微生物燃料电池的数学模型，得到微生物燃料电池的总电压。

5.如权利要求4中所述的一种微生物燃料电池的pid控制方法，其特征在于，根据所得到的微生物燃料电池的总电压，分析所构建的微生物燃料电池的数学模型中的微生物燃料电池参数，得到微生物燃料电池的时延估计与pid控制器。

6.如权利要求5中所述的一种微生物燃料电池的pid控制方法，其特征在于，根据所得到的微生物燃料电池的数学模型和时延估计与pid控制器，得到微生物燃料电池的稀释率的表达式；通过控制所述稀释率，实现对微生物燃料电池状态的控制。

7.如权利要求1中所述的一种微生物燃料电池的pid控制方法，其特征在于，所获取的微生物燃料电池参数至少包括微生物燃料电池中的底物浓度、微生物含量、醋酸根浓度、氢离子浓度、微生物生长速率和底物利用率。

8.一种微生物燃料电池的pid控制系统，其特征在于，包括：

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现了如权利要求1-7任一项所述的微生物燃料电池的pid控制方法的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现了如权利要求1-7任一项所述的微生物燃料电池的pid控制方法的步骤。

技术总结
本发明属于能源控制技术领域，具体涉及一种微生物燃料电池的PID控制方法及系统，包括：获取微生物燃料电池参数；根据所获取的参数，构建微生物燃料电池的PID控制器；基于时延估计与PID控制所构建的控制器的输入，控制微生物燃料电池的稀释率，采用改进的蚁群算法优化所构建的PID控制器的参数，得到微生物燃料电池的最大输出电压，完成对微生物燃料电池的PID控制。

技术研发人员：马凤英,王晨龙,祝宝龙,纪鹏,孙嘉豪
受保护的技术使用者：齐鲁工业大学（山东省科学院）
技术研发日：
技术公布日：2024/3/31