直接内部重整固体氧化物燃料电池系统的建模与控制研究

论文摘要

燃料电池是一种新兴的、高效率的且清洁的发电装置。从能量转换角度考虑,燃料电池与普通的一次电源和二次电源相同,都是直接将化学能转变为电能的装置。从实际应用来考虑,燃料电池有其独特的性质,其运行所需燃料和氧化剂并非存储在其内部,而是源源不断地由电池外部设备供给。直接内部重整固体氧化物燃料电池（DIR-SOFC）除了具有燃料电池共有的优点（高效率、低污染、低噪声、高能量密度和高可靠性）外,其凭借自身运行温度高、电极催化剂特殊的特点,可以直接利用天然气、煤气或者其它碳氢化合物作为燃料,因此DIR-SOFC无需外部燃料重整器,从而简化了电池系统结构。另外,DIR-SOFC可以与燃气轮机或蒸汽轮机等构成联合发电系统,对电池排出的含有大量未使用燃料和热量的尾气加以再利用,以提高系统总的发电效率（其系统总体效率可以超过80%）和进一步降低对环境的污染。而且,SOFC系统发电容量大,用途更为广泛。本课题是国家高技术研究发展计划资助项目（863计划）“中温平板型SOFC模块发电系统的研制”和国家自然科学基金项目“燃料电池-燃气轮机混合动力系统非线性对象的协调控制”课题的一部分。本文以DIR-SOFC发电系统为研究对象,以甲烷蒸汽混合气体作为其燃料,对DIR-SOFC系统的建模、数值模拟、控制策略等问题进行了研究。以甲烷蒸汽重整反应动力学、DIR-SOFC系统机理模型为研究基础,详细地分析讨论了DIR-SOFC系统在不同运行条件下的静态和动态特性。在此基础上,采用基于数据的小波网络（WN）方法（免疫优化WN（IOWN）和自递归WN（SRWN））对DIR-SOFC系统建立了输入输出黑盒模型。根据对DIR-SOFC系统动态特性的分析讨论,设计了适合其的控制方案（包括模糊控制和预测控制）,并对不同控制方法的结果进行了比较分析。本文的主要工作包括:1.在甲烷蒸汽重整动力学理论的基础上,建立了甲烷蒸汽重整过程中各个反应的动力学模型。依据模型,在MATLAB/SIMULINK仿真环境里,建立了重整反应平衡组成计算模块和反应速度计算模块。基于建立的计算模块,对甲烷蒸汽重整过程进行了热力学计算分析,并对其稳定状态和动态行为进行了仿真,考察了运行温度、压力、S/C等重要参数对重整反应的影响,给出了不同运行条件下,甲烷转化率、反应产物平衡组成（甲烷、氢气、一氧化碳、二氧化碳）、以及重整过程中不同反应进行速度的计算结果。同时,分别对不同条件下的结果进行了对比,并对反应中出现的各种状态进行了分析讨论。2.基于甲烷蒸汽重整反应动力学、化学能电能转换原理、质量和能量传递原理建立了DIR-SOFC的机理数学模型。模型中采用了微分方程组来描述DIR-SOFC内部的各种物理和化学过程,为了求得模型方程的解,结合本研究的需要并采用计算流体动力学方法推导了DIR-SOFC模型的二维矩阵形式进而对其进行了数值计算。在MATLAB环境中编写仿真程序（m文件）,将其封装成SIMULINK中可调用的子模块,并整合为便于操作和调用的DIR-SOFC模块。针对电池运行中的重要变量和参数（SOLID厚度、燃料气流、空气气流、压力、S/C和电压）,考察了它们对交叉流场电池运行状态及性能的影响,给出了由各种输入和参数的阶跃变化引起的电池二维参数分布动态变化过程,并对结果进行了分析和讨论。DIR-SOFC性能研究表明:1)在燃料入口处,DIR-SOFC温度有明显的下降,在达到最低值之后,会沿着阳极流道逐渐上升,在阳极流道中部阴极流道出口附近达到温度的最大值,接着沿流道缓慢下降;2)沿着阴极流道,电池温度逐渐上升,在阴极流道出口附近达到最大值;3)阳极和阴极入口处的电流密度较小,沿着阳极流道电流密度逐渐升高,在温度最高点附近达到电流密度的最大值,接着逐渐下降,而沿着阴极流道,电流密度总的趋势是逐渐增大的,在阳极出口附近,沿着阴极流道方向,电流密度是逐渐减小的,这与阳极出口处燃料消耗殆尽有关;4) DIR-SOFC中甲烷气体浓度沿着阳极流道逐渐减小,氢气的浓度沿着阳极流道先增大然后逐渐减小,水蒸汽的浓度则是先减小而后逐渐增大,氧气的浓度沿着阴极流道逐渐减小,并在电流密度最大处达到其最小值;5)增加SOLID厚度,会降低电池的平均温度、平均电流密度、燃料和氧气的利用率;6)燃料气流量减少20%,会减低电池的平均温度、平均电流密度,增加燃料利用率,减小氧气利用率;7)燃料气流量增加20%,使得平均电流密度增加,但是平均温度下降了,燃料利用率相应减小,氧气利用率会突然增加而后回落;8)空气流量减少20%,会增大电池的平均温度、平均电流密度、燃料利用率和氧气利用率;9)空气流量增加10%,降低了电池的平均温度、平均电流密度、燃料利用率和氧气利用率;10)压力从3bar变为2bar,降低了电池的平均温度、平均电流密度、燃料利用率和氧气利用率;11)压力从3bar变为5bar,增加了电池的平均温度、平均电流密度、燃料利用率和氧气利用率;12) S/C 2.14→1.8,增加了电池的平均温度、平均电流密度、燃料利用率和氧气利用率;13) S/C 2.14→3.0,降低了电池的平均温度、平均电流密度、燃料利用率和氧气利用率;14)单电池电压从0.7V升至0.75V,降低了电池的平均温度、平均电流密度、燃料利用率和氧气利用率。3.在WN建模方法基础上采用多目标免疫优化算法（MOIA）对原始WN模型的网络结构和初始状态进行优化,用以达到提高WN模型精度的目的。为了提高模型对DIR-SOFC及其系统的动态行为的学习能力,本文采用改进了的SRWN。为了进一步实现在线模型辨识,采用了带遗忘因子的二次函数作为目标函数,并推导了SRWN中参数的更新公式（包括小波尺度和平移参数的梯度更新公式,以及权重参数的迭代更新公式）。接着,对其参数更新算法的收敛性进行了证明,提出了参数学习速度自适应调整律。仿真结果表明IOWN和SRWN（采用带遗忘因子的目标函数）均能够成功地对DIR-SOFC建模,并能获得较高的精度,其中SRWN具有更好的在线学习能力。4.根据质量、能量守恒定律以及经验公式建立了DIR-SOFC发电系统中其它各部件（燃烧室、压气机、透平、热交换器）的模型,并创建了SIMULINK中可调用的子模块。以这些部件模块为基础,构建了190kW级DIR-SOFC发电系统的SIMULINK模型,通过该模型,设置了多种运行条件,进行了仿真实验,获得了DIR-SOFC系统在不同工况下的动态运行特性,分析了各变量对系统性能的影响。基于对DIR-SOFC系统的动态仿真实验,确定了各操纵量（入口燃料和空气流量以及燃烧室添加燃料流量）来控制发电系统的运行状态和输出性能（电堆温度、燃料利用率和系统输出功率）。应用智能控制中具有代表性的模糊控制和预测控制方法设计了针对该DIR-SOFC发电系统的控制策略。在模糊控制算法中采用了改进的非均匀分布模糊变量隶属度函数、T-S模糊规则以及加权平均反模糊方法。在预测控制算法中,采用SRWN模型作为DIR-SOFC系统的预测模型,并对DIR-SOFC系统进行了在线建模和预测仿真实验,结果表明DIR-SOFC系统的SRWN模型具有较好的在线辨识能力和适应性,而且具有较高的预测精度。在控制实验中,为了展示基于SRWN的预测控制方法的优越性,还采用了IOWN模型替换预测控制中的SRWN模型。控制仿真实验结果表明,与模糊控制和基于IOWN的预测控制相比,基于在线更新SRWN模型的预测控制器具有最短的调节时间和平稳的控制过程,能够快速稳定地跟随控制变量设定值,获得了良好的控制精度。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 燃料电池概述
• 1.1.1 燃料电池工作原理
• 1.1.2 燃料电池分类
• 1.2 直接内部重整固体氧化物燃料电池（DIR-SOFC）
• 1.2.1 燃料的直接内部重整
• 1.2.2 SOFC 的建模研究现状（包括使用纯氢气和IR 方式）
• 1.2.3 SOFC 系统的研究现状（包括使用纯氢气和IR 方式）
• 1.2.4 SOFC 系统的控制研究现状（包括使用纯氢气和IR 方式）
• 1.2.5 SOFC 系统相关研究现状的小结
• 1.3 本文的主要研究任务、拟解决的关键问题和创新点
• 1.3.1 主要研究任务和拟解决的关键问题
• 1.3.2 论文各部分的主要内容
• 1.3.3 创新点
• 第二章 甲烷重整的建模与仿真
• 2.1 重整催化剂
• 2.1.1 催化剂阳极材料
• 2.2 甲烷蒸汽重整反应过程
• 2.3 重整反应平衡常数
• 2.4 重整反应平衡组成的计算
• 2.4.1 反应气体平衡组成的计算方法
• 2.4.2 平衡组成的计算模块
• 2.4.3 温度和压力对平衡状态的影响
• 2.4.4 S/C 对平衡状态的影响
• 2.5 重整反应动力学
• 2.5.1 反应速度计算方程
• 2.5.2 反应速度计算模块
• 2.5.3 反应速度计算结果
• 2.6 本章小结
• 第三章 DIR-SOFC 的机理建模与仿真
• 3.1 DIR-SOFC 工作原理
• 3.2 DIR-SOFC 建模
• 3.2.1 重整模型
• 3.2.2 电化学模型
• 3.2.3 物质传递
• 3.2.4 能量平衡
• 3.3 DIR-SOFC 模型的计算方法
• 3.3.1 网格划分
• 3.3.2 DIR-SOFC 模型的数值计算矩阵形式
• 3.3.3 边界条件
• 3.4 模型在SIMULINK 中的实现
• 3.5 条件、参数对DIR-SOFC 的影响
• 3.5.1 稳态参数分布
• 3.5.2 从初始值到稳态的过程
• 3.5.3 SOLID 厚度对电池运行状态的影响
• 3.5.4 燃料气流对电池运行状态的影响
• 3.5.5 空气气流对电池运行状态的影响
• 3.5.6 压力对电池运行状态的影响
• 3.5.7 S/C 对电池运行状态的影响
• 3.5.8 电压对电池运行状态的影响
• 3.6 电池极化特性实验数据比较
• 3.6.1 低燃料利用率情况
• 3.6.2 高燃料利用率情况
• 3.7 本章小结
• 第四章 DIR-SOFC 的智能建模与仿真
• 4.1 小波网络（WN）
• 4.1.1 小波分解
• 4.1.2 WN 初始化
• 4.1.2.1 建立小波库
• 4.1.2.2 小波的选择
• 4.1.3 WN 训练算法
• 4.2 免疫优化WN
• 4.2.1 多目标优化免疫算法
• 4.2.2 MOIA 算子
• 4.2.2.1 亲和力
• 4.2.2.2 增强度
• 4.2.2.3 克隆选择
• 4.2.2.4 细胞克隆
• 4.2.2.5 亲和突变
• 4.2.2.6 免疫选择
• 4.2.2.7 抗原聚类算法
• 4.2.3 MOIA 步骤
• 4.2.4 免疫优化WN 过程
• 4.2.5 免疫优化WN 对DIR-SOFC 建模
• 4.3 自递归WN（SRWN）
• 4.3.1 SRWN 的结构
• 4.3.2 SRWN 的训练算法
• 4.3.3 SRWN 收敛性分析
• 4.4 SRWN 在线辨识DIR-SOFC
• 4.4.1 DIR-SOFC 参数设置
• 4.4.2 SRWN 初始设置
• 4.4.3 辨识结果
• 4.5 本章小结
• 第五章 DIR-SOFC 发电系统的控制方法研究
• 5.1 DIR-SOFC 发电系统
• 5.1.1 燃烧室
• 5.1.2 压气机
• 5.1.3 透平
• 5.1.4 热交换器
• 5.1.5 DIR-SOFC 系统仿真运行
• 5.2 DIR-SOFC 系统的控制
• 5.2.1 DIR-SOFC 系统控制结构
• 5.2.2 控制算法
• 5.2.2.1 模糊控制
• 5.2.2.2 基于SRWN 的预测控制
• 5.3 DIR-SOFC 系统的控制实验
• 5.3.1 DIR-SOFC 系统SRWN 建模
• 5.3.2 控制实验结果
• 5.4 本章小结
• 第六章 总结和展望
• 6.1 总结
• 6.2 后续工作与展望
• 参考文献
• 致谢
• 攻读博士学位期间已发表或录用的论文