基于扩展状态观测的燃料电池空气供应系统容错控制研究

doi:10.19562/j.chinasae.qcgc.2025.11.010

摘要/Abstract

摘要：

为解决车用质子交换膜燃料电池（PEMFC）空气供应系统的容错控制问题，提出了一种基于扩展状态观测和输入-输出反馈线性化（IOFL）的自适应控制方法，能够有效观测系统在故障条件下的状态变化，自适应调整控制量，保证系统的可靠稳定运行。首先，基于文献中的PEMFC系统状态空间模型，构建了线性化反馈控制器，进而，基于扩展观测器对系统状态进行重构，实现对故障参数的有效估计。根据已构建模型和控制器，对压缩机过热故障、机械摩擦因数增大故障以及歧管空气泄漏故障，研究IOFL控制器和本文提出的自适应控制器对过氧比的控制效果。结果表明：自适应控制器在应对单一及多重故障时，均能有效消除稳态误差，确保系统稳定运行，并提供可靠的状态估计，显著提升空气供应系统控制的鲁棒性和可靠性。此外，控制结果还验证了所提出的自适应控制策略能够有效避免空压机电压振荡，从而进一步提升燃料电池系统的稳定性和延长其使用寿命。

关键词: 质子交换膜燃料电池, 空气供应系统, 扩展状态观测, 容错控制

Abstract:

To address the fault-tolerant control issue in the air supply system of proton exchange membrane fuel cell （PEMFC） for automotive application， an adaptive control method based on extended state observer and input-output feedback linearization （IOFL） is proposed， which effectively observes the state changes of the system under fault conditions， adaptively adjusts the control input， and ensures the reliable and stable operation of the system. Firstly， a feedback linearization controller is constructed based on the PEMFC system state-space model from the literature. Subsequently， the system states are reconstructed using an extended state observer to achieve effective estimation of fault parameters. Based on the constructed model and controller， the control performance of both the IOFL controller and the proposed adaptive controller on the oxygen excess ratio is investigated for compressor overheating， increased mechanical friction and air manifold leakage faults. The results show that the adaptive controller can effectively eliminate steady-state errors， ensure stable system operation， and provide reliable state estimation when dealing with single and multiple faults， which significantly enhances the robustness and reliability of the air supply system control. Furthermore， the control results also verify that the proposed adaptive control strategy can effectively avoid compressor voltage oscillations， thereby further improving the stability and extending the lifespan of the fuel cell system.

Key words: proton exchange membrane fuel cells, air supply system, extended state observation, fault tolerant control

曾升,岳美玲,李昕彤. 基于扩展状态观测的燃料电池空气供应系统容错控制研究[J]. 汽车工程, 2025, 47(11): 2159-2167.

Sheng Zeng,Meiling Yue,Xintong Li. Study on Fault-Tolerant Control for Fuel Cell Air Supply Systems via Extended State Observer[J]. Automotive Engineering, 2025, 47(11): 2159-2167.

图/表 15

图 1

表 1

模型参数及计算公式"

变量名	计算公式
$c 1$	$R ? T s t ? l c a ? i n M O 2 ? V c a ? x O 2 ? a t m 1 + ω a t m$
$c 2$	$R ? T s t ? l c a ? i n M N 2 ? V c a ? 1 - x O 2 ? a t m 1 + ω a t m$
$c 3$	$R ? T s t V c a$
$c 4$	$R ? T s t ? n 4 F ? V c a$
$c 5$	$η c m ? k t ? k v J c p ? R c m$
$c 6$	$M v ? p s a t$
$c 7$	$ω a t m$
$c 8$	$γ - 1 γ$
$c 9$	$η c m ? k t J c p ? R c m$
$c 10$	$R ? T a t m M a ? a t m ? V s m$
$c 11$	$1 η c p$
$c 12$	$k c a ? i n$
$c 13$	$l c a ? i n ? x O 2 ? a t m 1 + ω a t m$
$c 14$	$n ? M O 2 4 ? F$

表 1

表 2

系统参数"

参数	描述	数值	单位
$η c p$	压缩机效率	0.8
$η c m$	压缩机电机机械效率	0.98
$J c p$	压缩机转动惯量	5×10^-5	kg·m³
$R c m$	压缩机电机电阻	0.82	Ω
$k t$	电机转矩灵敏度常数	0.015 3	N·m/A
$k v$	电机反电动势常数	0.015 3	V/（rad/s）
$M a ? a t m$	大气空气摩尔质量	28.97×10^-3	kg/mol
$M O 2$	氧气摩尔质量	32×10^-3	kg/mol
$M N 2$	氮气摩尔质量	28×10^-3	kg/mol
$M v$	水蒸气摩尔质量	18.02×10^-3	kg/mol
$x O 2 ? a t m$	阴极入口氧气摩尔比	0.21
$V c a$	阴极体积	0.01	m³
$l c a ? i n$	阴极入口流量系数	0.3629×10^-5	kg/（s·Pa）
$V s m$	供气歧管体积	0.02	m³
$T s t$	燃料电池堆温度	353.15	K
$T a t m$	大气温度	298.15	K
$ω a t m$	大气压力	101 325	Pa
$p s a t$	饱和压力	47 076	Pa
$γ$	空气比热比	1.4
$R$	通用气体常数	8.314 5	J/（mol·K）
$n$	单电池数量	381
$F$	法拉第常数	96 485	C/mol

表 2

图 2

图 3

图 4

图 5

图 6

图 7

图 8

图 9

图 10

图 11

图 12

图 13

参考文献 16

[1]	邵志刚，衣宝廉. 氢能与燃料电池发展现状及展望［J］. 中国科学院院刊， 2019， 34（4）： 469-477.
	SHAO Z G， YI B L. Developing trend and present status of hydrogen energy and fuel cell development［J］. Bulletin of Chinese Academy of Sciences， 2019， 34（4）： 469-477.
[2]	李建秋，方川，徐梁飞. 燃料电池汽车研究现状及发展［J］. 汽车安全与节能学报， 2014， 5（1）： 17-29.
	LI J Q， FANG C， XU L F. Current status and trends of the research and development for fuel cell vehicles［J］. Journal of Automotive Safety and Energy， 2014， 5（1）： 17-29.
[3]	MENG J， GUO Q， YUE M， et al. A Lyapunov-based adaptive control strategy with fault-tolerant objectives for proton exchange membrane fuel cell air supply systems［J］. Applied Energy， 2024， 376： 124275.
[4]	PUKRUSHPAN J T， STEFANOPOULOU A G， HUEI P. Control of fuel cell breathing［J］. IEEE Control Systems Magazine， 2004， 24（2）： 30-46.
[5]	陈家城. 燃料电池空气供给系统建模与控制［J］. 机电技术， 2023 （3）： 70-73，91.
	CHEN J C. Modeling and control of fuel cell air supply system［J］. Mechanical & Electrical Technology， 2023 （3）： 70-73，91.
[6]	马钘骢，李惠林，龚成平，等. 串联型滑模结构的燃料电池供气系统控制研究［J］. 电子测量技术， 2024， 47 （11）： 28-35.
	MA X C， LI H L， GONG C P， et al. Research on the control of fuel cell gas supply system with tandem sliding mode structure［J］. Electronic Measurement Technology， 2024， 47 （11）： 28-35.
[7]	马冰心，王永富. PEMFC系统过氧比的自适应高阶滑模控制［J］. 控制理论与应用， 2020， 37（2）： 253-264.
	MA B X， WANG Y F. Adaptive high-order sliding mode control for oxygen excess ratio of PEMFC system［J］. Control Theory & Applications， 2020， 37（2）： 253-264.
[8]	张春雷，李鹤，董茂林，等. 燃料电池空气供应系统自适应神经网络滑模控制［J］. 东北大学学报（自然科学版）， 2022， 43（9）： 1270-1276.
	ZHANG C L， LI H， DONG M L， et al. Adaptive neural network simulink sliding mode control for the fuel cell air supply system［J］. Journal of Northeastern University （Natural Science）， 2022， 43（9）： 1270-1276.
[9]	DENG H， LI Q， CUI Y， et al. Nonlinear controller design based on cascade adaptive sliding mode control for PEM fuel cell air supply systems ［J］. International Journal of Hydrogen Energy， 2019， 44（35）： 19357-19369.
[10]	ZHAO D， LI F， MA R， et al. An unknown input nonlinear observer based fractional order PID control of fuel cell air supply system ［J］. IEEE Transactions on Industry Applications， 2020， 56（5）： 5523-5532.
[11]	WANG Y， LI M， GAO J， et al. Fault-tolerant control through dynamic surface triple-step approach for proton exchange membrane fuel cell air supply systems ［J］. International Journal of Hydrogen Energy， 2022， 47（3）： 1804-1819.
[12]	WANG Z， GUO X， DONG Z， et al. Fixed time adaptive fault tolerant sliding mode control of PEMFC air supply system ［J］. International Journal of Hydrogen Energy， 2024， 55： 1434-1444.
[13]	YAN C， CHEN J， LIU H， et al. Health management for PEM fuel cells based on an active fault tolerant control strategy ［J］. IEEE Transactions on Sustainable Energy， 2021， 12（2）： 1311-1320.
[14]	OU K， WANG Y X， LI Z Z， et al. Feedforward fuzzy-PID control for air flow regulation of PEM fuel cell system ［J］. International Journal of Hydrogen Energy， 2015， 40（35）： 11686-11695.
[15]	TALJ R J， HISSEL D， ORTEGA R， et al. Experimental validation of a pem fuel-cell reduced-order model and a moto-compressor higher order sliding-mode control ［J］. IEEE Transactions on Industrial Electronics， 2010， 57（6）： 1906-1913.
[16]	BAROUD Z， BENMILOUD M， BENALIA A， et al. Novel hybrid fuzzy-PID control scheme for air supply in PEM fuel-cell-based systems ［J］. International Journal of Hydrogen Energy， 2017， 42（15）： 10435-10447.