基于自适应分区域麻雀算法的氢燃料电池供气系统的PID控制器设计

在外界干扰的情况下,传统的PID控制已经无法满足氢燃料电池空气供应系统的实时调节。因此,本文提出了一个自适应分区域麻雀搜索算法(APSSA)的PID控制器。首先,针对麻雀搜索算法存在易陷入局部最优、收敛速度过快导致算法精度不高等问题,提出了一种自适应分区域麻雀搜索算法。其次,设计了一种基于APSSA的PID控制器,用于整定PID参数:定义积分时间加权绝对误差(ITAE)为目标函数,按照APSSA的核心迭代步骤对Kp、Ki、Kd三个参数迭代优化,确定最佳的参数组合。最后通过一个仿真实验,将其与PSO-PID进行比较,结果表明,APSSA-PID相较PSO-PID,稳定性更强,花费的时间成本更低。

阴极饥饿活化工艺在氢燃料电堆中的应用

活化工艺对电堆的性能具有重要影响,新组装的电堆需要对膜电极组件(MEA)进行适当的活化,才能发挥其最佳性能。对比传统活化与阴极饥饿活化两种活化方式下氢燃料电堆的活化耗时、电堆性能及电压一致性,并对阴极饥饿活化工艺的研究进行展望。结果显示:与传统活化法相比,阴极饥饿活化法的活化时间和极化时间明显缩短,仅需90 min;电堆性能及电压一致性表现较好。

基于改进Pelican优化算法的质子交换膜燃料电池参数识别

针对传统智能算法在求解质子交换膜燃料电池(PEMFC)参数识别问题时识别精度低、收敛速度慢、易受局部最优影响等问题,提出一种基于改进Pelican优化算法(IPOA)的PEMFC参数识别方法。在算法的初始化阶段,使用改进的混沌逆学习策略来初始化POA算法的搜索代理,确保搜索代理在解空间中的分布更加均匀。在优化阶段,引入自适应调整因子来动态调整算法的步长,平衡算法的开发和探索能力,从而提高优化效率,使其能够更有效地确定最优解。接着,设计了一种多策略变异机制来进一步更新优化结果,增强了算法的全局最优搜索能力。最后,将所提出的算法应用于250 W PEMFC模型的参数识别。结果表明,其具有更高的参数识别精度。