基于优化双积分滑模控制器的混合灰狼-秃鹰搜索算法在燃料电池电力系统中的应用

《Next Energy》：An optimized double-integral sliding mode controller based hybrid gray wolf with bald eagle search algorithm for a fuel cell power system

质子交换膜燃料电池（PEMFC）系统最大功率点跟踪（MPPT）控制策略研究，提出融合双积分滑模控制（DISMC）与混合狼群-鹰群优化算法（GWO-BES）的智能控制方法，通过Lyapunov稳定性分析验证系统鲁棒性，仿真显示其响应时间较传统滑模控制（SMC）缩短85.9%，稳态误差降低97.4%，效率达99.53%。

　　在当今全球能源结构向低碳转型的背景下，氢能源作为一种清洁、无污染的二次能源，正逐渐成为推动可持续发展的关键动力。氢燃料电池（PEMFC）作为氢能源利用的重要方式，因其在电力输出效率高、功率密度大、启动速度快等优势，被广泛应用于交通运输、工业制造等高能耗领域。然而，PEMFC在实际运行中仍面临诸多挑战，如温度波动、负载变化等对系统性能的影响。因此，开发一种高效的控制策略，以实现最大功率点跟踪（MPPT）并提高系统的稳定性和效率，成为研究的重点。

本文提出了一种结合双积分滑模控制（DISMC）与混合灰狼优化-秃鹫搜索（GWO-BES）算法的新型控制方法，以解决传统滑模控制（SMC）在实际应用中面临的高频率振荡（chattering）问题，并通过智能优化算法提升控制参数的适应性与准确性。该方法的核心在于利用GWO-BES算法对DISMC控制器的参数进行优化，从而在不牺牲系统稳定性的情况下，显著提升系统的响应速度和控制精度。通过引入双积分滑模控制方法，该策略能够有效消除稳态误差，同时减少控制信号的高频波动，从而提升系统的鲁棒性。

研究背景表明，PEMFC的性能受到多种因素的影响，包括温度、膜湿度、反应气体的压力等。此外，PEMFC的输出电压和电流存在显著的非线性特征，使得传统的控制方法难以在动态负载变化的情况下保持系统稳定。为此，本文提出了一种基于滑模控制理论的优化控制策略，结合了GWO-BES算法的全局搜索能力和BES算法的局部优化能力，实现对DISMC参数的智能调整，以提升系统的动态响应和鲁棒性。这一方法不仅能够快速调整控制信号，以适应负载变化，还能够避免控制参数设置不当导致的系统不稳定或输出波动。

在具体实现方面，研究团队构建了一个包含PEMFC、DC-DC升压变换器和电阻负载的系统模型，并通过数学建模与仿真验证了所提出控制策略的有效性。其中，升压变换器用于将PEMFC的输出电压提升至满足负载需求的水平，而滑模控制方法则用于调节变换器的占空比，以实现对系统输出电流的精确控制。为了进一步优化控制性能，研究团队采用GWO-BES算法对DISMC控制器的参数进行了优化，通过最小化积分平方误差（ISE）作为优化目标函数，使得控制信号更加平滑，从而有效降低chattering现象的发生。

研究结果表明，所提出的GWO-BES-DISMC控制方法在多个性能指标上显著优于传统SMC和DISMC控制器。在响应时间方面，GWO-BES-DISMC的设定时间仅为0.184秒，比SMC的1.309秒和DISMC的0.534秒分别提高了85.9%和65.5%。在稳态误差方面，GWO-BES-DISMC将误差降低至5.2×10??安培，比SMC的1.986×10?3安培减少了97.4%。此外，该方法的效率达到了99.53%，远超传统SMC的94.43%和DISMC的98.63%。这些改进表明，GWO-BES-DISMC方法在动态负载条件下，能够实现更高的控制精度和系统稳定性。

在控制信号的平滑性方面，GWO-BES-DISMC控制器成功消除了chattering现象，而传统的SMC控制器则存在明显的振荡。这表明，所提出的控制方法不仅提升了系统的动态响应能力，还有效改善了系统的长期运行稳定性。此外，仿真结果还显示，该方法在不同负载条件下均能保持良好的控制性能，验证了其在复杂工况下的适用性。

为了进一步验证所提出方法的有效性，研究团队进行了多组仿真实验，包括负载变化情况下的系统响应分析。仿真结果显示，GWO-BES-DISMC方法在不同负载变化条件下均表现出快速的响应能力和高精度的跟踪性能，同时避免了系统输出的过冲现象。这些结果表明，该控制策略能够有效应对实际运行中可能出现的负载波动，从而确保PEMFC系统在不同工况下均能保持高效率和稳定性。

此外，研究团队还对GWO-BES算法的优化过程进行了分析，展示了参数优化过程中的收敛性与稳定性。优化过程中，参数k?、k?和k??在多个迭代周期内逐步趋近于最优值，最终实现控制信号的平滑与系统性能的提升。这一优化过程不仅提高了控制系统的鲁棒性，还减少了不必要的控制动作，从而降低了系统能耗，提高了整体效率。

从理论层面来看，本文通过Lyapunov函数对所提出的GWO-BES-DISMC控制策略进行了稳定性分析，证明了该方法能够在有限时间内将系统轨迹引导至滑模面，并在滑模面上保持稳定运行。这为实际应用提供了理论支持，同时也表明该方法在复杂系统中的可靠性。

总体而言，本文提出的GWO-BES-DISMC控制方法在多个方面展现出显著优势，包括快速的动态响应、高精度的跟踪性能、以及对chattering现象的有效抑制。这些特性使其成为一种适用于PEMFC系统的高效控制策略，尤其在需要快速适应负载变化和保持系统稳定性的应用中。未来的研究可以进一步探索该方法在其他可再生能源系统中的应用潜力，同时优化其计算复杂度，以提升其实时性与实用性。