基于自抗扰控制的燃料电池供气系统协同控制研究

doi:10.19562/j.chinasae.qcgc.2025.05.007

摘要/Abstract

摘要：

发展氢燃料电池汽车是我国推进“双碳”战略目标的关键举措之一。质子交换膜燃料电池（PEMFC）发动机系统，作为燃料电池汽车的核心动力源，展现出非线性、强耦合性和时滞性等复杂特性。这些特性使得 PEMFC 系统在应对汽车加速、爬坡等多变工况下的复杂功率需求时面临诸多挑战，特别是在系统气体供给的精准控制和系统响应的动态调节方面。气体供给的流量和压力对 PEMFC 的输出性能具有决定性影响，不当的气体供给不仅会降低电堆效率，甚至可能导致电堆损坏或失效，从而严重影响系统的整体性能和使用寿命。因此，优化气体供给系统，实现精准控制，是提升 PEMFC 系统性能和延长其使用寿命的关键所在。本文从建立 PEMFC 供气系统模型出发，深入分析氧气过量比、气体压力和气体压差等关键运行参数对于系统输出性能的影响；针对 PEMFC 系统氧气过量比、阴极压力以及两极气体压差采用非线性自抗扰控制算法（ADRC）进行三者协同控制研究，并将其与比例—积分—微分（PID）控制器进行对比。在PID控制下氧气过量比超调量最大可达1，而在ADRC控制下，氧气过量比超调量仅为0.2左右，达到稳态时间大约在0.1 s，PID控制下则在1 s 左右；PID 控制算法下的阴极气体压力在负载电流突变后，超调量在0.08 bar左右且波动较大，在2 s内达到稳定值，而在 ADRC 控制算法下，阴极气体压力能够在0.8 s内达到稳定值，且超调量远小于 PID 控制算法；在PID控制下两级气体压差超调量最大可达到0.15 bar且波动幅度较大，达到稳定时间较长，但在ADRC控制器下能够快速且稳定地达到设定值0.2 bar且波动幅度较小。结果表明，在负载电流和排氢动作等扰动因素下，ADRC 控制器具有更好的解耦性、鲁棒性和稳定性。

关键词: 燃料电池, 供气系统, PID, 自抗扰控制, 协同控制

Abstract:

The development of hydrogen fuel cell vehicle is one of the important measures to realize the “Double carbon” strategic goal in our country. As the main power source of fuel cell vehicle， proton exchange membrane fuel cell （PEMFC） system has nonlinear， strong coupling and time-delay characteristics. Those characteristics make PEMFC system have many difficulties when it is faced with complex power demand under various conditions like vehicle acceleration and climbing， especially in terms of precise control of gas supply and dynamic regulation of system response. The flow rate and pressure of gas supply play a decisive role in the output performance of PEMFC. Improper gas supply can lead to low efficiency of the stack and even damage or failure of the stack， and then affect the overall performance and service life of the system. Therefore， accurate gas supply system by optimizing the gas supply system is the key to improve the performance and extend the service life of PEMFC. Based on the establishment of a gas supply system model for PEMFC， in this paper the influence of key operating parameters such as oxygen excess ratio， gas pressure and gas pressure difference on the output performance of the system is analyzed. The synergetic control of oxygen excess ratio， cathode pressure and bipolar gas pressure difference in PEMFC system using nonlinear active disturbance rejection control （ADRC） algorithm is researched， which is then compared with those under the proportional integral derivative （PID） controller. Under PID control， the maximum overshoot of the oxygen excess ratio can reach 1， while under ADRC control， the overshoot only around 0.2， and the time to reach steady state is approximately 0.1 seconds， compared to around 1 seconds under PID control. After a sudden change in load current， the overshoot of the cathode gas pressure under the PID control algorithm is around 0.08 with large fluctuations， reaching a stable value within 2 seconds. Under the ADRC control algorithm， the cathode gas pressure can reach stable value within 0.8 seconds， with an overshoot much smaller than the PID control algorithm. Under PID control， the overshoot of the two-stage gas difference can reach up to 0.15 with large fluctuations and longer time to reach stability， but under the ADRC controller， it can quickly and stably reach the set value of 0.2 bar with smaller fluctuations. The results show that the ADRC controller has better decoupling， robustness and stability under the disturbance factors of load current and hydrogen displacement action.

Key words: fuel cell, gas supply system, PID, auto-disturbance rejection control, cooperative control

付佩,张化喜,蔡旭,兰子剑,刘青山,陈轶嵩. 基于自抗扰控制的燃料电池供气系统协同控制研究[J]. 汽车工程, 2025, 47(5): 859-874.

Pei Fu,Huaxi Zhang,Xu Cai,Zijian Lan,Qingshan Liu,Yisong Chen. Research on Collaborative Control of Fuel Cell Gas Supply System Based on Auto-disturbance Rejection Control[J]. Automotive Engineering, 2025, 47(5): 859-874.

图/表 32

图1

图2

表 1

图3

图4

图5

图6

图7

表 2

图8

图9

图10

图11

图12

表 3

状态空间方程参数表"

参数	表达式	参数	表达式	参数	表达式	参数	表达式
a₁	$η c m k t k v J c p R c m$	a₂	$C p T a t m J c p η c p$	a₃	$p a t m$	a₄	$γ - 1 γ$
a₅	$η c m k t J c p R c m$	a₆	$R T s m U s m M a i r$	a₇	$k s m, o u t$	a₈	$x O 2, i n k s m, o u t$
a₉	$k c a, o u t$	a₁₀	$m w, c a$	a₁₁	$N c e l l M O 2 4 F$	a₁₂	$x N 2, i n k s m, o u t$
a₁₃	$R T r m U r m M a i r$	a₁₄	$R T f c M O 2 U c a$	a₁₅	$R T f c M N 2 U c a$	a₁₆	$m w, c a R T f c M w U c a$

表 3

图13

表 4

图14

图15

图16

图17

图18

表 5

图19

图20

图21

图22

图23

图24

图25

图26

图27

参考文献 26

1	ZHANG H， WANG Y， WANG D， et al. Adaptive robust control of oxygen excess ratio for PEMFC system based on type-2 fuzzy logic system［J］. Information Sciences， 2020， 511： 1-17.
2	刘秋秀. 燃料电池空气供给系统的调控策略研究［D］. 成都：电子科技大学， 2020.
	LIU Q X. Study on control strategy of fuel cell air supply system［D］. Chengdu： University of Electronic Science and Technology，2020.
3	徐梓淦. 质子交换膜燃料电池系统建模与气体控制研究［D］. 武汉：华中科技大学， 2022.
	XU Z G. Modeling of proton exchange membrane fuel cell systems and gas control studies［D］. Wuhan： Huazhong University of Science and Technology， 2022.
4	LIU Z， LI L， DING Y， et al. Modeling and control of an air supply system for a heavy duty PEMFC engine［J］. International Journal of Hydrogen Energy，2016，41（36）： 16230-16239.
5	MATRAJI I， LAGHROUCHE S， JEMEI S， et al. Robust control of the PEM fuel cell air-feed system via sub-optimal second order sliding mode［J］. Applied Energy， 2013， 104： 945-957.
6	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.
7	HAN J， YU S， YI S. Oxygen excess ratio control for proton exchange membrane fuel cell using model reference adaptive control［J］. International Journal of Hydrogen Energy， 2019， 44（33）： 18425-18437.
8	KIM B M， CHOIY Y H， YOO S J. Adaptive control of proton exchange membrane fuel cell air supply systems with asymmetric oxygen excess ratio constraints［J］. IEEE Access， 2019， 8： 5537-5549.
9	YANG D， PAN R， WANG Y， et al. Modeling and control of PEMFC air supply system based on TS fuzzy theory and predictive control［J］. Energy， 2019， 188： 116078.
10	周苏，胡哲，谢非. 车用质子交换膜燃料电池空气供应系统自适应解耦控制方法研究［J］. 汽车工程， 2020， 42（2）： 172-177.
	ZHOU S， HU Z， XIE F. Study on adaptive decoupling control method for vehicle proton exchange membrane fuel cell air supply system［J］. Automotive Engineering， 2020，42（2）： 172-177.
11	DANZER M A， WILHELM J， ASCHEMANN H， et al. Model-based control of cathode pressure and oxygen excess ratio of a PEM fuel cell system［J］. Journal of Power Sources， 2008， 176（2）： 515-522.
12	LI M， YIN H， DING T， et al. Air flow rate and pressure control approach for the air supply subsystems in PEMFCs［J］. ISA Transactions， 2022， 128： 624-634.
13	杨朵. 燃料电池空气供给系统控制与故障诊断策略研究［D］. 合肥：中国科学技术大学， 2021.
	YANG D. Research on control and fault diagnosis strategy of fuel cell air supply system［D］ . Hefei： University of Science and Technology of China， 2021.
14	王昭懿. 车用质子交换膜燃料电池空气供给系统建模及控制策略研究［D］. 长春：吉林大学， 2022.
	WANG Z Y. Study on modeling and control strategy of air supply system for vehicle proton exchange membrane fuel cell［D］. Changchun： Jilin University， 2022.
15	曾繁勇. 质子交换膜燃料电池系统空气供给回路控制研究［D］. 长春：吉林大学， 2022.
	ZENG F Y. Study on air supply loop control of proton exchange membrane fuel cell system［D］. Changchun： Jilin University， 2022.
16	KURNIA J C， SASMITO A P， SHAMIM T. Advances in proton exchange membrane fuel cell with dead-end anode operation： a review［J］. Applied Energy， 2019， 252： 113416.
17	FAN L， XING L， TU Z， et al. A breakthrough hydrogen and oxygen utilization in a H₂-O₂ PEMFC stack with dead-ended anode and cathode［J］. Energy Conversion and Management， 2021， 243： 114404.
18	洪凌. 车用燃料电池发电系统氢气回路控制［D］. 杭州：浙江大学， 2017.
	HONG L. Hydrogen loop control of vehicle fuel cell power generation system［D］. Hangzhou： Zhejiang University， 2017.
19	ZHANG Q， TONG Z， TONG S， et al. Modeling and dynamic performance research on proton exchange membrane fuel cell system with hydrogen cycle and dead-ended anode［J］. Energy， 2021， 218： 119476.
20	吴智才. 燃料电池发动机的氢气循环及排放策略研究［D］. 成都：电子科技大学，2020.
	WU Z C. Study on hydrogen cycle and emission strategy of fuel cell engine［D］. Chengdu： University of Electronic Science and Technology， 2020.
21	WANG Y， WANG Y. Pressure and oxygen excess ratio control of PEMFC air management system based on neural network and prescribed performance［J］. Engineering Applications of Artificial Intelligence， 2023， 121： 105850.
22	BAO C， OUYANG M G， YI B. Modeling and control of air stream and hydrogen flow with recirculation in a PEM fuel cell system—I. control-oriented modeling［J］. International Journal of Hydrogen Energy， 2006， 31（13）： 1879-1896.
23	BAO C， OUYANG M G， YI B. Modeling and control of air stream and hydrogen flow with recirculation in a PEM fuel cell system—II. linear and adaptive nonlinear control［J］. International Journal of Hydrogen Energy， 2006， 31（13）： 1897-1913.
24	朱云. 质子交换膜燃料电池阴阳极供气系统优化控制研究［D］. 成都：电子科技大学， 2023.
	ZHU Y. Study on optimal control of proton exchange membrane fuel cell gas supply system［D］. Chengdu： University of Electronic Science and Technology， 2023.
25	周炳杰. 燃料电池动力系统阴阳极压力平衡控制策略研究［D］. 成都：电子科技大学， 2022.
	ZHOU B J. Study on control strategy of cathode-anode pressure balance in fuel cell power system［D］. Chengdu： University of Electronic Science and Technology， 2022.
26	PUKRUSHPAN J T. Modeling and control of fuel cell systems and fuel processors ［D］. University of Michigan， 2003.

参数	数值
l₀₀	1.606
l₁₀	2.212×10^-4
l₀₁	-5.992
l₁₁	2.201×10^-3
l₂₀	3.521×10^-8
l₀₂	-88.53

电流/A	过氧量比λ_O2	阀门开度θ	供给管道压力/bar	阴极流道压力/bar
150	2.26	0.50	2.43	2.38
160	2.18	0.50	2.49	2.44
170	2.11	0.50	2.54	2.49
180	2.05	0.50	2.55	2.60
190	2.00	0.50	2.67	2.51
200	1.99	0.52	2.69	2.61
210	1.98	0.54	2.71	2.65
220	1.95	0.55	2.74	2.67
230	1.95	0.57	2.76	2.70
240	1.93	0.58	2.80	2.73
250	1.95	0.60	2.82	2.74
260	1.92	0.60	2.73	2.66
270	1.92	0.61	2.72	2.65
280	1.92	0.62	2.77	2.69
290	1.95	0.64	2.79	2.71
300	1.94	0.64	2.80	2.72
310	1.98	0.67	2.82	2.74
320	2.03	0.70	2.87	2.78
330	2.02	0.71	2.87	2.80
340	2.08	0.75	3.02	2.91
350	2.10	0.77	3.08	2.99

参数	K_P	K_I	K_D
A组	20	300	20
B组	30	400	50
C组	50	600	40

参数	PID 控制器参数			ADRC 控制器参数
回路1	K_P	K_I	K_D	r₁	h₁	c₁	r₃	h₃
	113	200	245	30	0.1	1	50	0.02
				δ₁	β_1，1	β_1，2	β_1，3	b₁
				0.01	400	800	1 500	0.25
回路2	K_P	K_I	K_D	r₂	h₂	c₂	r₄	h₄
	-1	-30	0	100	0.1	0.1	300	0.05
				δ₂	β_2，1	β_2，2	β_2，3	b₂
				0.01	400	800	1 500	300
回路3	K_P	K_I	K_D	r₅	h₅	c₃	r₆	h₆
	5	10	24	100	0.1	0.03	1	0.01
				δ₃	β_3，1	β_3，2	β_3，3	b₃
				0.01	400	800	1 500	30

[1]	王志红,曾嘉荣,胡杰,张志凌,杨东浩,纪越丰. 基于P-PP的轻型商用车路径跟踪控制[J]. 汽车工程, 2025, 47(4): 669-679.
[2]	李光伟,韩雪,邢丹敏,明平文. 催化层/微孔层界面设计对PEMFC影响研究[J]. 汽车工程, 2025, 47(1): 77-84.
[3]	朱仲文,程谭龙,江维海,周定华,李丞,季传龙. 燃料电池氢气系统自适应滑模解耦控制研究[J]. 汽车工程, 2025, 47(1): 85-95.
[4]	任立海,陈黎黎,杨振华,蒋成约,赵清江,刘西,胡远志. 冲击载荷下PEMFC力-电耦合建模及电学响应研究[J]. 汽车工程, 2025, 47(1): 96-106.
[5]	贺伯林,陈勇,代青林. 基于LADRC的纯电动汽车双离合变速器换挡控制[J]. 汽车工程, 2024, 46(9): 1668-1677.
[6]	徐寅嵩,李文浩,杜常清,颜伏伍. 考虑运行参数可寻优范围的PEMFC系统净功率优化[J]. 汽车工程, 2024, 46(7): 1137-1146.
[7]	张思龙,梁满志,孙珩凯,陈继成,张辉. 燃料电池氢气供应系统多功能测试平台设计[J]. 汽车工程, 2024, 46(7): 1147-1156.
[8]	余宾宴,马建,陈轶嵩,耿莉敏,王茜. 微孔间距和孔径对PEMFC气体扩散层表面液滴流动传输特性的影响[J]. 汽车工程, 2024, 46(6): 1025-1033.
[9]	张维东,蒋三青,郭文军,葛晓成,胡发跃,刘瑶. 车用燃料电池引射器设计及测试评价方法研究[J]. 汽车工程, 2024, 46(6): 1054-1061.
[10]	胡宾飞,周雅夫,连静,李琳辉. 车用燃料电池空气系统供气协同控制策略研究[J]. 汽车工程, 2024, 46(5): 842-851.
[11]	王国栋,王丽芳,吴艳,张俊智. 计及参数摄动的EMB电机改进型高阶线性自抗扰控制[J]. 汽车工程, 2024, 46(5): 923-934.
[12]	彭钰祥,余庆华,敖瑞,颜伏伍. 燃料电池废热驱动弹热制冷装置性能分析[J]. 汽车工程, 2024, 46(4): 662-668.
[13]	吴杰,张辉. 遗传算法优化的双线圈磁流变制动器模糊PID控制[J]. 汽车工程, 2024, 46(3): 526-535.
[14]	孔维峰,方川,刘继红,李建秋,李飞强,黄圣涛,赵兴旺,石焱,袁殿,徐梁飞,孙鹏,周恩飞,欧阳明高. 基于单片阻抗一致性吹扫的燃料电池低温冷启动策略研究[J]. 汽车工程, 2024, 46(2): 260-268.
[15]	陶阿邦,陶建建,魏学哲. PEMFC冷启动过程阻抗谱及特征频率分析[J]. 汽车工程, 2024, 46(2): 269-280.