一种燃料电池飞机的能量管理方法及系统

本发明属于能量管理，尤其涉及一种燃料电池飞机系统氢气消耗与蓄电池荷电状态优化的能量管理方法及系统。

背景技术：

1、氢能作为一种清洁能源，相比于传统油耗飞机污染严重、噪声大等特点，燃料电池飞机以氢燃料电池动力系统功率密度高、零排放、噪声小等特点受到非常广泛的关注。燃料电池动力系统以氢燃料电池为主体，由于燃料电池响应慢的特性，辅助以蓄电池加快系统整体响应，提高整体系统的可靠性与灵活性。如何在满足需求功率的基础上合理分配燃料电池输出功率以减小氢耗与维持蓄电池健康。

2、现有的能量管理策略一般可以分为基于规则型和基于优化型。基于规则型的能量管理策略又可进一步细分为多种类型，其中最主要的是基于确定规则和基于模糊规则这两种策略。这种策略通常基于工程经验，通过逻辑门限值式控制策略来设定控制参数。而基于优化型的能量管理策略则主要依赖于最优化算法和动态规划算法来实现。这种策略通常针对系统某一具体性能指标进行优化或者对多个性能指标进行多目标优化。基于优化的能量管理策略大致可分为全局优化控制策略和瞬时优化控制策略。全局优化策略关注整个系统的长期性能，而瞬时优化策略则更侧重于在特定时间或条件下的最优表现。两类策略各有优缺点。基于规则的策略简单易行，稳定性高，但依赖经验；而基于优化的策略虽然算法复杂度较高，但优化效果更好，具有更高的潜力。

3、通过上述分析，现有技术存在的问题及缺陷为：

4、（1）传统的油驱飞机污染严重、噪声大，不符合当今社会对于绿色、可持续能源的要求。

5、（2）燃料电池飞机系统只采用燃料电池会存在功率动态响应慢的缺陷，所以需要结合蓄电池来构成混合动力系统，进而保证系统的合理稳定运行。

6、（3）现有的能量管理策略多为规则型策略，非常依赖经验或人为主观设定，需要结合其他优化手段实现更合理的能量管理策略。

技术实现思路

1、针对现有技术存在的问题，本发明提供了一种燃料电池飞机的能量管理方法、系统及设备。

2、本发明是这样实现的，一种基于燃料电池飞机的能量管理方法，燃料电池飞机的能量管理方法包括：选择燃料电池飞机的整体系统拓扑结构；建立基于系统氢耗与蓄电池荷电状态的目标函数；构建模糊逻辑控制器，其中输入量为燃料电池飞机系统的需求功率和蓄电池的荷电状态，输出变量为燃料电池输出功率与需求功率的比例系数；利用黏菌优化算法分别将目标函数与模糊逻辑控制的隶属度函数作为适应度函数优化目标函数；将黏菌优化算法控制与用黏菌优化后的模糊控制分别得到的燃料电池输出功率作比较取小值，从而得到改善的基于优化的模糊逻辑能量管理策略。

3、进一步，燃料电池飞机的能量管理方法包括以下步骤：

4、步骤一，建立燃料电池飞机动力系统的数学模型；

5、步骤二，建立优化目标函数，以氢气消耗与维持蓄电池荷电状态为优化目标搭建燃料电池飞机动力系统的能量管理策略模型；

6、步骤三，建立基于燃料电池飞机动力系统的模糊逻辑控制能量管理控制器；

7、步骤四，将目标函数作为适应度函数，采用黏菌优化算法对隶属度函数进行优化求解，进而得到最佳的模糊控制器参数；采用黏菌优化算法对步骤二中的优化目标函数进行优化求解，建立基于燃料电池飞机动力系统的黏菌算法优化的能量管理控制器。将改进的模糊控制求解结果中的燃料电池输出功率与黏菌优化算法中的结果相比较取较小值，进而得到最佳的控制器参数。

8、进一步，步骤一中的燃料电池飞机动力系统的数学模型包括燃料电池模型、蓄电池模型。

9、（1）燃料电池模型：

10、 ；

11、其中，表示燃料电池单电池输出电压；表示燃料电池模型中的能斯特电压；表示燃料电池模型中的活化过电压；表示燃料电池模型中的欧姆过电压；表示燃料电池模型中的浓差过电压。

12、燃料电池模型中的能斯特电压为：

13、 ；

14、其中，表示燃料电池做功过程中吉布斯自由能变化量；表示法拉第常数，取值为96485c/mol；表示熵的变化值，单位为j/mol；表示通用气体常数，取值为8.314j/(molk)；表示电池温度；表示电池绝对温度参考值，为313.15k；表示氢气在阳极的分压，为0.5；表示氧气在阴极的分压，为1.0。

15、燃料电池模型中的活化过电压为：

16、；

17、其中，表示燃料电池的电流；表示热动力、流体动力以及电化学等试验数据拟合得到的最终模型系数，i=1,2,3,4；表示阴极催化剂界面上溶解的氧气浓度，是有关电池温度和氧气分压的表达式，可根据亨利定律表示如下：

18、；

19、燃料电池模型中的欧姆过电压为：

20、；

21、其中，表示电池内阻；表示离子传输阻抗；表示电子传输阻抗，由于离子传输阻抗占主导，故可忽略。

22、离子传输阻抗由欧姆定律表达如下：

23、 ；

24、其中，表示质子膜的厚度；表示质子膜的有效活化面积；表示电阻率。以nafion系列的质子膜为例，其电阻率为：

25、 ；

26、其中，表示质子膜的含水量。而电池内阻可由如下经验公式得：

27、 ；

28、燃料电池模型中的浓差过电压为：

29、 ；

30、其中，为电池运行系数，由燃料电池自身工作态决定；表示电流密度；表示最大电流密度。

31、（2）蓄电池模型为：

32、；

33、；

34、其中，表示电池的输出电压；表示电池的开路电压；表示极化电压；表示输出电流；表示欧姆电阻；表示极化电阻；表示极化电容；表示电池在时间结束时的；表示电池在时间结束时的；表示电池的额定容量；表示充放电效率；是up的微分。

35、进一步，步骤二中的建立优化目标函数，以氢气消耗与维持蓄电池荷电状态为优化目标搭建的燃料电池飞机动力系统能量管理控制器包括：

36、目标函数为：

37、；

38、其中，与表示权重系数；表示燃料电池的氢气消耗；为蓄电池期望的荷电状态；表示时刻蓄电池的荷电状态。

39、约束条件为：

40、；

41、质子交换膜燃料电池的氢耗速率为：

42、；

43、其中，表示pemfc的氢气消耗速率，单位为mol/s；表示质子交换膜燃料电池的输出功率，单位为kw；表示质子交换膜燃料电池的最大输出功率，单位为kw；表示蓄电池输出功率，单位为kw；表示氢气的摩尔质量，为2.02g/mol；表示质子交换膜燃料电池的单片电压，单位为v；表示动力电池荷电状态；表示法拉第常数；、分别表示蓄电池的输出电压最大值和最小值。

44、通过实验采集并对氢耗数据进行拟合得到氢耗速率与燃料电池功率的关系：

45、；

46、其中，、、、表示拟合系数，分别是pfc的二次方和三次方。

47、 ；

48、其中，表示燃料电池运行时间。

49、进一步，步骤三中的建立基于燃料电池飞机动力系统的模糊逻辑控制能量管理控制器：

50、采用合理的模糊逻辑隶属度函数，其中输入为负载功率与蓄电池荷电状态，输出为燃料电池输出功率；

51、（1）对燃料电池飞机系统的需求功率进行区间模糊化，采用trimf函数与trapmf函数相结合的方法来设置隶属度函数，论域为[0,1]，模糊子集为{nh，nm，nl，pl，pm，ph}，这些分别代表着极小值，较小值，小值，大值，较大值，极大值；

52、（2）对动力电池荷电状态soc进行区间模糊化，采用guassmf函数来设置隶属度函数，论域为[0,1]，模糊子集为{bl，bm，bh}，这些分别代表着小值，中值，大值；

53、（3）燃料电池输出功率与需求功率的比例系数进行区间模糊化，采用guassmf函数来设置隶属度函数，论域为[0,1]，模糊子集为{vl，l，m，h，vh}，这些分别代表着很小值，小值，中值，大值，很大值；

54、（4）对（1）、（2）与输出的比例系数进行经验推理，制定模糊逻辑规则。

55、（5）查询模糊控制器内部设定的模糊规则库，采用平均最大隶属度函数法，获取到对应的各个燃料电池输出功率与需求功率的比例系数，进而获得燃料电池输出功率。

56、进一步，步骤四中采用黏菌优化算法分别对模糊控制的隶属度函数和优化目标函数进行优化求解。将改进的模糊控制求解结果中的燃料电池输出功率与黏菌优化算法中的结果相比较取较小值，进而得到最佳的控制器参数：

57、（1）初始化黏菌优化算法的相关参数；其中，相关参数包括黏菌数量、最大迭代次数、空间维度参数和变异概率；

58、（2）根据种群的数量与边界初始化种群位置；

59、（3）基于工况数据，结合黏菌优化算法的适应度函数，迭代更新每个黏菌的当前位置；

60、（4）得到最佳适应度值时的各个参数；

61、（5）反复运行30次黏菌优化算法，取得最佳适应度值时各个参数的平均值，得到合理的燃料电池输出功率；

62、（6）采用黏菌优化算法经上述（1）~（5）步骤分别对模糊逻辑控制的隶属度函数和优化目标函数都进行优化求解后，将优化后的模糊逻辑控制得到的燃料电池输出功率与黏菌优化算法中的结果相比较，取较小值作为整个控制系统输出的结果，即燃料电池应输出的功率，得到合理的能量管理策略。

63、本发明的另一目的在于提供一种应用所述的燃料电池飞机的能量管理方法的燃料电池飞机的能量管理系统，燃料电池飞机的能量管理系统包括质子交换膜燃料电池系统、锂电池系统、变换器、电机和电子调速器。

64、其中，燃料电池系统通过一个boost变换器连接到母线，蓄电池通过双向变换器连接到母线，燃料电池与蓄电池并联为负载提供电源。

65、本发明的另一目的在于提供一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的燃料电池飞机的能量管理方法的步骤。

66、本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的燃料电池飞机的能量管理方法的步骤。

67、本发明的另一目的在于提供一种信息数据处理终端，信息数据处理终端用于实现所述的燃料电池飞机的能量管理系统。

68、结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：

69、第一，保证在减少系统燃料消耗的同时，延长蓄电池系统的使用寿命。本发明以燃料电池作为主要功率输出装置，由于燃料电池的无污染、零排放的特性，可以实现碳减排和能源结构改革；本发明构建了考虑燃料电池系统燃料消耗和蓄电池的荷电状态等多目标优化的函数模型，延长燃料电池的使用寿命，维持锂电池的健康荷电状态，降低系统氢气使用成本，实现对燃料电池飞机混合动力系统的能量管理策略的协同调节，提高系统的经济性和耐久性；结合基于规则与基于优化的能量管理策略的优点，将模糊逻辑控制策略与智能优化算法相结合，采用黏菌优化算法对基于模糊逻辑控制的燃料电池飞机混合动力系统能量管理控制器进行优化求解，将得到的结果与采用黏菌优化算法对优化目标函数进行求解得到的结果相结合，改善系统的控制品质。

70、第二，本发明提供的燃料电池飞机的能量管理方法及系统，选择燃料电池飞机的整体系统拓扑结构；建立基于燃料消耗与蓄电池荷电状态的目标函数，作为黏菌算法的适应度函数；构建模糊逻辑控制器，输入量为系统需求功率和蓄电池荷电状态，输出量为燃料电池应输出功率与系统需求功率的比例系数建立基于燃料电池飞机动力系统的模糊逻辑控制能量管理控制器；将目标函数作为适应度函数，采用黏菌优化算法对隶属度函数进行优化求解，进而得到最佳的模糊控制器参数；采用黏菌优化算法对优化目标函数进行优化求解，建立基于燃料电池飞机动力系统的黏菌算法优化的能量管理控制器。将改进的模糊控制求解结果中的燃料电池输出功率与黏菌优化算法中的结果相比较取较小值，进而得到最佳的控制器参数，从而得到改善的能量管理策略。本发明提供的燃料电池飞机的能量管理方法，通过引入黏菌优化算法来优化模糊逻辑控制器的参数并与黏菌直接优化相结合，此方法具有一定的创新性，延长燃料电池的使用寿命，维持锂电池的健康荷电状态，降低系统氢气使用成本，实现对燃料电池飞机混合动力系统的能量管理策略的协同调节，提高系统的经济性和耐久性，且有利于提高燃料电池飞机系统的效率和能源利用率。

71、第三，对于燃料电池系统的能量管理控制策略一般分为基于规则与基于优化两大类，这两类各有其优缺点。本发明的优点在于对燃料电池飞机系统提出了一种充分结合基于规则与基于优化的能量管理策略，通过构建燃料电池飞机系统的拓扑结构与数学模型来保证对系统优化的准确性，还考虑了基于燃料消耗和蓄电池系统状态等因素来建立目标函数，进而提高系统的经济性和耐久性。

72、第四，本发明通过提出一种基于燃料电池飞机的能量管理方法，积极效果还包括：

73、能量管理不精确： 现有技术中燃料电池系统的能量管理往往不够精确，不能有效地平衡功率输出与能源消耗，导致燃料利用率不高，本发明通过引入模糊逻辑控制器和黏菌算法优化，提高了能量管理的精度。

74、响应速度慢： 传统能量管理系统在快速变化的负载条件下响应速度慢，难以满足燃料电池飞机的实时功率需求，本发明优化的控制策略显著提升了系统对负载变化的响应速度。

75、系统效率低： 现有的燃料电池系统在飞行器应用中常因能量管理不当而导致系统整体效率低下，本发明的能量管理方法有效提升了燃料电池系统的运行效率。

76、优化能源管理： 通过模糊逻辑控制器与黏菌算法的结合使用，实现了对燃料电池和蓄电池之间能量流动的精细控制，优化了能源的管理和利用，增强了系统的能效和经济性。

77、提升动力系统性能： 本发明通过改进的能量管理方法，确保燃料电池在最佳工作状态下运行，延长了燃料电池的使用寿命，并减少了维护成本。

78、增强系统适应性和稳定性： 本发明提出的方法增强了燃料电池动力系统在面对不同飞行阶段和变化环境下的适应性和稳定性，有助于燃料电池飞机在各类任务中展现更好的性能表现。

79、第五，本发明通过建立燃料电池飞机动力系统的数学模型，对现有技术在燃料电池动力系统能量管理和优化方面存在的问题，积极效果包括：

80、系统优化不足： 在现有技术中，对燃料电池飞机动力系统的能量管理往往缺乏精确的数学模型支持，导致系统优化不足，无法达到最佳的能效比。本发明通过建立精确的数学模型，为系统优化提供了坚实的基础。

81、参数调整困难：在现有技术中，燃料电池系统的参数调整往往依赖于经验或试错法，缺乏科学依据，使得调整过程既费时又效率低。本发明的数学模型为参数调整提供了明确的指导，提高了调整的效率和准确性。

82、能量损耗大： 现有的能量管理策略未能充分利用燃料电池的潜力。本发明通过数学模型优化能量管理策略，充分利用了燃料，显著减少了能量损耗。

83、系统性能显著提升： 本发明的数学模型允许系统在各种工作条件下都能保持最优的能量管理，显著提升了燃料电池飞机动力系统的整体性能，包括提高了燃料利用率和系统的运行效率。

84、提高了系统的稳定性和可靠性： 通过精确的数学模型进行能量管理，可以准确预测和调整系统状态，从而提高了系统的稳定性和可靠性，减少了系统故障的性。

85、经济性增强： 优化的能量管理策略减少了燃料消耗和维护成本，提高了系统的经济性。此外，通过精确的数学模型进行系统设计和优化，可以在设计阶段就有效地减少不必要的材料和能源浪费，进一步降低了成本。