用于优化燃料电池动态响应的氧过量比控制策略

《Sustainable Energy Technologies and Assessments》：Oxygen excess ratio control strategy for fuel cell dynamic response optimization

氧 excess 比例控制、二阶主动干扰抑制控制、PID控制、燃料电池、扰动抑制、自适应控制、实时性能、膜电极堆、气路模型、参数漂移

　　在当今全球能源需求持续增长、环境污染日益严重的背景下，燃料电池车辆（Fuel Cell Vehicles, FCVs）因其零排放、快速加氢、长续航等优势，已成为研究的热点。燃料电池系统的核心在于其性能的稳定性和高效性，而这一目标的实现高度依赖于系统中气体供应策略的准确性。其中，氧气过量比（Oxygen Excess Ratio, OER）的动态调节被认为是衡量氧气输送是否充分以及阴极反应效率的重要指标。然而，若OER的动态响应过于迟缓或出现较大的超调，会导致燃料电池堆电压剧烈波动，系统可能反复进入膜干燥或膜水淹区域，从而对膜-催化剂层造成持续压力，加速组件老化，降低整体使用寿命。因此，开发一种能够快速跟踪OER设定值并有效抑制干扰的控制策略，成为研究质子交换膜燃料电池（Proton Exchange Membrane Fuel Cell, PEMFC）空气供应系统的核心议题。

现有的控制方法在OER调节方面存在一定的局限性。例如，传统的比例-积分（Proportional-Integral, PI）控制在系统模型精度下降或运行条件变化较大的情况下，容易产生较大的稳态误差和超调现象。此外，基于滑模控制（Sliding Mode Control, SMC）的控制策略虽然在某些情况下表现出较好的鲁棒性，但其对观测器设计和参数调整的要求较高，容易引发控制抖动和疲劳问题。而模型预测控制（Model Predictive Control, MPC）虽然在处理非线性系统和动态不确定性方面具有一定的优势，但其依赖于准确的系统建模，计算复杂度较高，对实时计算资源和系统校准提出了更高要求。数据驱动的方法如模糊控制和神经网络控制虽然在一定程度上提升了系统的自适应能力，但在面对复杂条件变化时，其泛化能力仍有待进一步验证。

基于上述问题，本文提出了一种基于二阶主动干扰抑制控制（Second-Order Active Disturbance Rejection Control, 2-ADRC）的OER控制策略。该策略结合了跟踪微分器（Tracking Differentiator, TD）、扩展状态观测器（Extended State Observer, ESO）和非线性状态误差反馈（Nonlinear State Error Feedback, NLSEF）算法，旨在实现对快速变化干扰的高效抑制，同时保持良好的稳态精度和动态响应速度。与传统的PI控制相比，2-ADRC在OER阶跃变化和负载扰动情况下，能够实现更快的上升时间、更小的超调量和更低的稳态误差。此外，ADRC虽然对系统建模的依赖较弱，只需对系统增益进行粗略估计，但其在处理快速变化的动态干扰时，仅能捕捉到干扰的瞬时值，从而限制了补偿的精度。相比之下，2-ADRC通过引入干扰导数的估计，使得观测器和反馈律能够更准确地跟踪系统变化，实现更平滑的过渡响应。

本文的研究成果表明，2-ADRC在多步负载和OER指令下的仿真研究中，表现出优于PI和ADRC的性能。在无噪声条件下，与PI相比，2-ADRC的积分绝对误差（Integral of Absolute Error, IAE）、积分平方误差（Integral of Squared Error, ISE）和总变化量（Total Variation, TV）分别减少了44.03%、7.27%和42.40%。而在存在测量噪声的情况下，与ADRC相比，2-ADRC在IAE、ISE和TV方面的减少分别达到了64.5%、58.3%和27.7%。这些结果表明，2-ADRC不仅能够缩短系统的上升时间和稳定时间，还能有效抑制系统振荡，实现更平滑的执行器响应。其毫秒级的实时性能进一步提升了系统的鲁棒性和控制精度，使其在嵌入式电子控制单元（Electronic Control Unit, ECU）应用中展现出广阔的应用前景。

为了实现上述目标，本文首先构建了PEMFC系统的模型。该系统由空气供应子系统和氢气供应子系统组成，如图2所示。本文的研究重点聚焦于空气供应子系统，而氢气供应子系统则假设为已得到良好控制。在构建模型的过程中，本文做出了以下假设：首先，所有气体均被视为理想气体，冷却回路能够维持燃料电池堆的温度恒定在80°C。其次，中间冷却器能够精确控制压缩机出口的温度和压力。这些假设为后续的控制策略设计和仿真验证提供了基础。同时，通过建立非线性阴极气体路径模型，本文能够更准确地反映系统在不同运行条件下的动态特性，为设计有效的OER控制策略提供理论支持。

在控制策略设计方面，本文提出了基于二阶ADRC的OER控制方法。该方法通过引入跟踪微分器，能够生成无超调且响应迅速的参考轨迹。同时，扩展状态观测器能够实时估计系统状态和干扰，并通过非线性状态误差反馈算法对干扰进行有效补偿。这种设计使得系统在面对阶跃响应和负载扰动时，能够快速调整控制输出，从而减少超调量和稳态误差。此外，由于2-ADRC对系统建模的依赖较弱，仅需对系统增益进行粗略估计，因此其在处理由环境温度、湿度和压缩机性能变化引起的动态不确定性时，表现出较强的鲁棒性。这种特性使得2-ADRC在复杂工况下仍能保持较高的控制精度和系统稳定性。

为了验证2-ADRC的性能，本文进行了大量的仿真研究。在多步负载扰动的情况下，系统负载电流从100 A逐步增加到180 A，再逐步降低至120 A，时间范围为0–50秒。这一工况为评估空气供应子系统在面对大范围、快速变化的负载时的动态调节能力提供了严格的测试条件。在对应的OER响应中，传统PI控制器和2-ADRC策略的表现被进行对比。结果表明，PI控制器在面对负载变化时，会出现显著的超调现象，其超调量约为±0.10。而2-ADRC在相同条件下，不仅能够有效抑制超调，还能实现更快速的响应和更平滑的过渡。此外，在存在测量噪声的情况下，2-ADRC的性能同样表现出色，其在IAE、ISE和TV指标上的表现均优于传统ADRC方法，进一步证明了其在复杂干扰环境下的鲁棒性和控制精度。

本文的实验结果还表明，2-ADRC在实际应用中具有较高的可行性。在燃料电池车辆的嵌入式电子控制单元（ECU）中，实时性和鲁棒性是关键因素。2-ADRC的毫秒级响应时间使其能够快速调整控制输出，适应快速变化的工况。同时，其对系统模型的弱依赖性使得在实际应用中，无需对系统增益进行精确建模，从而降低了系统设计和调试的复杂度。此外，2-ADRC的高精度控制能力，使其在面对由环境温度、湿度和压缩机性能变化引起的动态不确定性时，仍能保持良好的控制效果。这种特性使得2-ADRC在实际应用中，能够适应复杂的运行环境，提高系统的可靠性和稳定性。

本文的研究还强调了控制策略在燃料电池系统中的重要性。OER的动态调节不仅影响燃料电池堆的输出性能，还对系统的安全性和寿命产生深远影响。因此，设计一种能够快速响应、高精度控制、强鲁棒性的OER控制策略，是提升燃料电池车辆性能的关键。传统的控制方法在面对复杂干扰和动态不确定性时，往往难以兼顾响应速度和控制精度。而2-ADRC通过引入干扰导数的估计，使得系统能够更准确地跟踪变化，实现更平滑的过渡响应。这种设计不仅提升了系统的动态性能，还增强了其在复杂工况下的适应能力。

此外，本文的研究还涉及了控制策略的实现方式。在设计2-ADRC控制策略时，本文采用了跟踪微分器、扩展状态观测器和非线性状态误差反馈算法的组合。跟踪微分器能够生成无超调的参考轨迹，使得系统在面对阶跃响应时，能够快速调整控制输出。扩展状态观测器能够实时估计系统状态和干扰，为后续的控制调整提供依据。非线性状态误差反馈算法则能够根据误差信号及其变化率，对干扰进行有效补偿，从而提升系统的控制精度和动态响应速度。这种组合方式不仅提升了系统的控制性能，还降低了对系统模型的依赖，使得控制策略在实际应用中更加灵活和可靠。

本文的研究成果表明，2-ADRC在实际应用中具有较高的可行性。通过仿真验证，2-ADRC在面对多步负载扰动和OER指令变化时，表现出优于传统PI和ADRC的性能。其在IAE、ISE和TV指标上的表现均显著提升，说明其在抑制超调、减少稳态误差和控制总变化量方面具有优势。此外，在存在测量噪声的情况下，2-ADRC的性能同样优于ADRC，说明其在复杂干扰环境下的鲁棒性更强。这种性能优势使得2-ADRC在实际应用中，能够适应复杂的运行条件，提高系统的可靠性和稳定性。

在实际应用中，2-ADRC不仅能够提升燃料电池系统的性能，还能够降低系统的维护成本和运行风险。由于其对系统模型的弱依赖性，无需对系统增益进行精确建模，从而降低了系统设计和调试的复杂度。同时，其在面对快速变化的干扰时，能够实现更快速的响应和更准确的补偿，使得系统在复杂工况下仍能保持良好的控制效果。这种特性使得2-ADRC在实际应用中，能够适应不同的运行环境，提高系统的适应能力和运行效率。

此外，本文的研究还涉及了控制策略的工程实现。在实际应用中，控制策略的设计需要兼顾系统的实时性和鲁棒性。2-ADRC通过引入干扰导数的估计，使得系统能够在面对快速变化的干扰时，实现更快速的响应和更准确的补偿。这种设计不仅提升了系统的动态性能，还增强了其在复杂工况下的适应能力。同时，由于其对系统模型的弱依赖性，使得控制策略在实际应用中更加灵活和可靠。此外，2-ADRC的高精度控制能力，使其在面对由环境温度、湿度和压缩机性能变化引起的动态不确定性时，仍能保持良好的控制效果。

本文的研究成果表明，2-ADRC在燃料电池系统中的应用具有广阔的前景。通过仿真验证，2-ADRC在面对多步负载扰动和OER指令变化时，表现出优于传统PI和ADRC的性能。其在IAE、ISE和TV指标上的表现均显著提升，说明其在抑制超调、减少稳态误差和控制总变化量方面具有优势。此外，在存在测量噪声的情况下，2-ADRC的绩效同样优于ADRC，说明其在复杂干扰环境下的鲁棒性更强。这种性能优势使得2-ADRC在实际应用中，能够适应复杂的运行条件，提高系统的可靠性和稳定性。

综上所述，本文提出了一种基于二阶ADRC的OER控制策略，该策略通过引入跟踪微分器、扩展状态观测器和非线性状态误差反馈算法，实现了对快速变化干扰的有效抑制，同时保持了良好的稳态精度和动态响应速度。与传统PI和ADRC相比，2-ADRC在多个性能指标上表现出显著优势，说明其在燃料电池系统中的应用具有较高的可行性。此外，其对系统模型的弱依赖性，使得控制策略在实际应用中更加灵活和可靠。因此，2-ADRC不仅能够提升燃料电池系统的性能，还能够降低系统的维护成本和运行风险，为燃料电池车辆的推广和应用提供了有力的技术支持。