基于退化感知的船用固体氧化物燃料电池控制与状态估计

《European Journal of Control》：Degradation-Conscious Control and State Estimation of Marine Solid Oxide Fuel Cells

　　

船用固体氧化物燃料电池（SOFC）作为全球脱碳进程的一部分，因其高效率和燃料灵活性而成为有前景的海洋发电解决方案。然而，系统复杂度高、强非线性行为以及退化现象仍阻碍其大规模有效应用。健康感知控制（HAC）策略融合了容错控制（FTC）对故障的响应能力与预测与健康管理（PHM）的主动性，为平衡实时动态需求与长期退化效应提供了可行途径。本研究提出了一种基于非线性模型预测控制（nMPC）和移动时域估计（MHE）的退化感知控制框架，用于船用固体氧化物燃料电池。该方法的目的是确保SOFC产生所需功率以满足船舶日常负荷需求，同时减轻实时和长期退化效应。通过跟踪SOFC的面积比电阻（Ra）的演变（该物理参数的缓慢不可逆增加与电池退化直接相关），并将系统运行在能够减少并限制该增加的区域内，研究人员实现了上述目标。研究结果表明，退化状态可在日常运行中被一致估计；控制器能有效约束退化速率并在不牺牲负载跟踪性能的前提下实时降低退化；长期仿真（4000天）表明，该方法在保持实时性能的同时，能将累积退化值保持在显著较低水平。该框架通过在控制回路中整合退化估计与调控，为船用SOFC系统提供了一种兼顾短期动态性能与长期耐用性的有效控制策略。

论文解读：基于退化感知的船用固体氧化物燃料电池控制与状态估计

**一、研究背景与问题提出**

全球航运业年排放约3%的温室气体，由超过十三万艘各类船舶贡献。在脱碳压力下，船用动力系统正经历技术变革，氢、甲烷、甲醇、氨等替代燃料受到广泛关注。固体氧化物燃料电池（SOFC）以其燃料灵活性和高效率成为大型船舶发电方案的有力候选。然而，SOFC在船用领域的大规模应用面临三重挑战：第一，SOFC是一个"系统的系统"（system of systems），具有强电热耦合特性，建模与控制难度大；第二，与船用其他发电系统相比，SOFC动态响应特性较差；第三，SOFC长期运行存在退化效应，降低系统效率、可靠性和寿命。船用环境中的额外应力源，如船舶运动引起的倾斜和加速度、盐雾暴露等，会加速退化进程。此外，SOFC与内燃机等子系统集成时的交互作用也会影响整体性能和寿命。因此，需要开发能同时处理实时控制目标与长期退化缓解的"健康感知控制"（Health-Aware Control, HAC）策略。已有文献中的HAC方法虽在风电、电池、机械传动等领域有应用（如Félix等基于LPV的状态空间框架、Kanso等基于强化学习的退化容忍控制、Dadash和Bj?rsell基于MPC的退化感知框架），但船用SOFC领域的HAC策略仍属空白。为此，研究人员发展了本文所提出的"退化感知"（degradation-conscious）控制框架，整合了非线性模型预测控制（DC-nMPC）与移动时域估计（MHE）模块。

**二、研究内容与方法**

本文构建了融合退化感知的非线性SOFC控制与估计框架。首先采用零维动态模型描述SOFC电化学与热力学行为，将甲烷蒸汽重整（MSR）、水煤气变换（WGS）和氢氧化反应（HOR）作为主导反应，进而建立以面积比电阻（Ra）增加为指标的退化动力学模型，得到扩展非线性状态空间表达式，包含温度（T）、燃料流量（nf）、空气流量（na）、电流（I）以及退化状态（Ra）五个状态量。在此基础上构建包含DC-nMPC与MHE的闭环控制结构，其中DC-nMPC在传统参考追踪目标中引入退化率惩罚项，MHE利用一组过去测量数据估计当前扩展状态，采用序贯预测以降低测量噪声的影响。研究采用仿真方式验证，在MATLAB环境用CasADi库实现算法。基准场景采用一艘邮轮24小时典型负荷需求曲线（据Baldi et al. (2018)改绑），评估了不同估计时域长度与预测时域长度的参数敏感性，并在运行第1天、第1000天和第4000天检验系统的长期性能。

**三、主要结果**

（3.1 MHE估算性能）：在M=5、15、30三种估计时域条件下，系统均可实现对扩展状态的稳定估计，均方根误差（RMSE）在1%以下。M=15是最优折中方案，可准确重建非直接可测的退化状态Ra，跟踪其在运行过程中的缓慢上升。

（3.2 闭环性能）：对DC-nMPC预测时域N=10、25、40进行比较。N=25在负载跟踪性能（稳态功率RMSE最低0.5131%）、快速响应性（10%-90%上升时间160 s）和退化抑制（Ra增长0.0282%）三方面综合最优。N较长使控制器可提前预判负载变化并限制温度偏移；N过短则响应迟滞，动态性能与退化性能下降。闭环仿真表明，DC-nMPC能紧跟踪参考功率，同时将退化率维持在约束上限内，其燃料利用率μf_f基本恒定在0.8附近，保持高效率运行。

（3.3 退化意识长期运行比较）：在1、1000、4000天的运行仿真中将DC-nMPC与两个打折扣的退化意识策略（MPC-1，仅在线更新Ra而不在目标函数中加入退化项；MPC-2，完全忽略退化Ra，视为恒定常数）作比较。结果显示：三者在初期的功率跟踪RMSE和上升时间均相当，但DC-nMPC温度均值略高(~1107~1115K)，以降低退化。长期看，DC-nMPC可将Ra的累计增加值控制在1.20%（第1000天）和4.70%（第4000天），远低于MPC-1（2.07%和8.27%）和MPC-2（2.11%和8.43%）。MPC-2在4000天后因模型失配加剧而出现功率跟踪性能显著恶化（稳态RMSE上升至1.872%，上升时间变为170s），而MPC-1的跟踪性能相对稳健但退化损失显著。三种策略的输入利用（μuavg、μumax、总变化率uTV）未出现显著区别，说明DC-nMPC的退化缓解效果并非是以显著加大执行器负担或浪费多余燃料为代价，而是在合理设定点下协同实现的。

**四、讨论与结论**

本文提出的退化感知控制框架融合了MHE与DC-nMPC，能够在运行过程中通过在线估计退化指标（Ra的动态漂移），并利用反馈环路实时控制退化速率的上限，同时兼保负载跟踪。仿真结果证实：即使在噪声环境下，MHE也能一致估计Ra的缓慢增长；DC-nMPC能通过调节运行点（尤其是适度提升运行温度而降低退化速率）实现退化约束的满足，且不损害稳态负载跟踪精度。与未在目标函数中包括退化惩罚的控制策略相比，长期运行可减少超过50%的累积退化，同时保持很好的动态跟踪性能。结论指出该框架能实现SOFC在动态负载下的在线退化调节，为延长船用SOFC系统使用寿命提供了可靠支撑。未来工作将进一步拓展多源退化机理的联合建模与协同缓解策略。