一种质子交换膜燃料电池温度调节系统及方法与流程

本发明涉及质子交换膜燃料电池，特别是涉及一种质子交换膜燃料电池温度调节系统及方法。

背景技术：

1、质子交换膜燃料电池(proton exchange membrane fuel cell,pemfc)作为一种高效、清洁的能源转换装置，在不断推进可再生能源和环保技术的背景下，广泛应用于汽车、航空航天、移动电源等领域。然而，在实际应用中，质子交换膜燃料电池的性能和寿命受到内部温度的影响较大，过高或过低的温度都会导致燃料电池的效率下降，甚至损害电池的结构。因此发明一种稳定、准确的燃料电池温度控制策略是很有必要的。

2、在现有技术中，大多数都集中在燃料电池整个系统的水热管理控制方向，单独在温度控制方面还是比较少。

3、与现有技术相比，近些年，燃料电池温度控制主要集中于传统的pid控制方法和基于模型预测控制(mpc)的方法。pid控制方法：pid控制是一种经典的控制方法，通过比较目标值和实际值的误差，根据比例、积分和微分的参数来调整控制输出。在燃料电池中，pid控制通常用于调节冷却系统和加热系统的工作状态，以维持电池的温度在合适的范围内。但是，pid控制方法对于复杂的非线性系统的适应性较差，难以处理快速变化的工作环境。

4、模型预测控制(mpc)方法：mpc方法是一种基于数学模型的高级控制策略。它使用系统的动态模型来预测未来的系统状态，并通过优化算法计算出最优的控制输入。在燃料电池中，mpc方法能够更准确地预测系统响应，并且具有较好的鲁棒性和适应性。然而，mpc方法计算复杂度高，需要大量的计算资源，且对模型的准确性要求较高。

技术实现思路

1、本发明的目的是提供一种质子交换膜燃料电池温度调节系统，灵活调节燃料电池的温度控制，确保电池在各种工作环境下都能够保持最佳的工作温度，确保温度调节的实时性和准确性。

2、为实现上述目的，本发明提供了如下方案：

3、一种质子交换膜燃料电池温度调节系统，包括：

4、数据采集模块，用于采集质子交换膜燃料电池的内部数据；

5、温度控制模块，用于通过所述内部数据，制定温度调节策略，基于所述温度调节策略控制所述质子交换膜燃料电池的内部温度；

6、所述温度控制模块包括：

7、数据收集子模块，用于接受并处理所述内部数据，同时采集所述质子交换膜燃料电池的外部环境因素；

8、温度预测子模块，用于构建温度预测神经网络模型，对所述温度预测神经网络模型进行训练，将处理后的所述内部数据和所述外部环境因素输入训练后的所述温度预测神经网络模型，获取最终预测结果；

9、控制策略制定子模块，用于根据所述预测结果，制定温度调节策略；

10、控制执行子模块，用于基于所述温度调节策略控制所述质子交换膜燃料电池的内部温度。

11、可选地，所述数据收集子模块包括：

12、第一数据接收单元，用于接收所述内部数据，对所述内部数据进行标准化处理、滤波处理和去噪处理；所述内部数据包括：内部温度数据和电流数据；

13、第二数据接收单元，用于将处理后的所述内部数据进行存储，将存储后的所述内部数据作为历史温度数据；

14、第三数据接收单元；用于采集所述质子交换膜燃料电池的外部环境因素；

15、其中，所述第一数据接收单元与所述第二数据接收单元连接，所述第一数据接收单元、所述第二数据接收单元和所述第三数据接收单元均与所述温度预测子模块连接。

16、可选地，所述温度预测子模块包括：

17、模型构建单元，用于构建所述温度预测神经网络模型，所述温度预测神经网络模型包括：输入层、若干隐藏层和输出层；

18、模型训练单元，用于将历史温度数据输入所述温度预测神经网络模型，采用均方误差的损失函数，基于反向传播算法调整所述温度预测神经网络模型的权重和偏差，并对所述温度预测神经网络模型进行验证，选择迭代次数以及超参数，获取训练后的所述温度预测神经网络模型；

19、第一预测结果获取单元，用于将处理后的所述内部数据输入训练后的所述温度预测神经网络模型，获取预测结果；

20、其中，所述模型构建单元、所述模型训练单元和所述第一预测结果获取单元依次连接。

21、可选地，所述温度预测子模块还包括：

22、参数优化单元，用于对所述预测结果、电流数据和外部环境因素进行标准化处理，将标准化处理后的所述预测结果、电流数据和外部环境因素作为输入特征，对所述输入特征分别赋予权重并进行特征选择，将选定的所述输入特征导入训练后的所述温度预测神经网络模型并进行参数优化，获取优化后的所述温度预测神经网络模型；

23、对所述预测结果和所述外部环境因素进行温度建模，获取温度模型，根据所述温度模型，第二预测结果获取单元，用于将处理后的所述内部数据输入优化后的所述温度预测神经网络模型，获取所述最终预测结果。

24、可选地，基于反向传播算法调整所述温度预测神经网络模型的权重和偏差包括：

25、将所述历史温度数据输入所述温度预测神经网络模型，经过所述温度预测神经网络模型前向传播，获取模型输出结果，将所述模型输出结果与实际温度数据进行比较，计算损失函数，获取误差数据，将所述误差数据从所述输出层传递至输入层，根据反向传播计算获取的梯度，调整所述温度预测神经网络模型中每个节点的权重和偏差。

26、可选地，所述控制策略制定子模块包括：

27、实时监测单元，用于连续监测所述质子交换膜燃料电池的内部温度数据，并定期接受来自所述数据采集模块的内部温度数据；

28、反馈机制单元，用于基于所述最终预测结果，制定所述温度调节策略，同时接收所述内部温度数据和所述最终预测结果，比较所述内部温度数据和所述最终预测结果，获取差异结果，根据所述差异结果，优化所述温度调节策略。

29、可选地，所述反馈机制单元包括：

30、差异结果获取单元，用于接收所述内部温度数据和所述最终预测结果，将所述内部温度数据和所述最终预测结果相减，获取所述差异结果；

31、策略调整单元，用于预设温度阈值，对所述差异结果与所述温度阈值进行判断，当所述差异结果大于所述温度阈值，则调整所述温度调节策略，当所述差异结果小于所述温度阈值，则不做任何处理；

32、其中，所述差异结果获取单元和所述策略调整单元依次连接。

33、可选地，所述控制执行子模块包括：

34、控制执行单元，用于基于所述温度调节策略，调节冷却装置的风扇转速、调节冷却液流速和调节加热装置功率，控制所述质子交换膜燃料电池的内部温度。

35、为实现上述目的，本发明还提供了一种质子交换膜燃料电池温度调节方法，包括：

36、采集质子交换膜燃料电池的内部数据；

37、通过所述内部数据，制定温度调节策略，基于所述温度调节策略控制所述质子交换膜燃料电池的内部温度。

38、本发明的有益效果为：

39、本发明则提供了一种质子交换膜燃料电池温度调节系统及方法，该智能温控系统具有高度的自适应性和实时性，能够根据电池内部温度的实际变化情况，灵活调节温度控制策略，确保电池在各种工作环境下都能够保持最佳的工作温度，并且系统采用先进的温度预测算法，能够提前预知电池内部温度的变化趋势，避免温度超出安全范围，同时具备实时监测与反馈机制，确保温度调节的实时性和准确性。

40、本发明通过制定温度预测与控制策略，智能温控系统根据传感器测量数据和预测模型，预测未来一段时间内电池内部的温度变化趋势，并制定相应的温度调节策略，当温度偏离设定范围时，系统通过控制冷却系统或加热系统的工作状态，实现对电池内部温度的精确控制。具有高度的自适应性和实时性，能够根据电池内部温度的实际变化情况，灵活调节温度控制策略，确保电池在各种工作环境下都能够保持最佳的工作温度，提高了燃料电池的效率和寿命。

41、本发明通过实时监测与反馈，系统实时监测电池内部温度的变化，随时调整温度调节策略，确保质子交换膜燃料电池在不同工作条件下都能保持稳定的温度。

42、本发明通过使用高精度传感器，实时采集燃料电池系统温度数据，引入高精度实时数据采集技术，确保数据准确性。

43、本发明的优点在于提供了一种质子交换膜燃料电池温度调节系统及方法，通过pemfc电堆、智能控制系统、水泵和温度传感器等重要模块，对燃料电池内部工作温度进行精确控制。高精度传感器实时监测燃料电池内部温度的变化，将测得温度数据传输至智能温控系统，进行处理与分析，基于分析结果建立温度变化的数学模型来预测温度变化趋势，并制定相应的温度控制策略，包括启动或停止加热及冷却系统，最后转化为控制指令传输至执行单元，控制冷却和加热系统启动或停止，以调整质子交换膜燃料电池的内部温度，温度控制过程中，中央控制单元不断接收传感器传来的实时温度数据。这些数据与预测的温度进行比较，如果温度偏离预期，智能温控系统会及时调整控制策略，并将新的指令传输至执行单元，保持温度在合适的范围内。这种连接方式确保了各个部分之间的紧密协作，使得智能温控系统能够高效地实现对质子交换膜燃料电池的温度进行精确控制。