基于模糊自抗擾的PEMFC輸出電壓控制研究

摘" 要： 針對質(zhì)子交換膜燃料電池（PEMFC）自啟動后輸出電壓不穩(wěn)定、發(fā)電效率低下等問題，提出一種基于模糊?自抗擾控制器的控制策略，以提高PEMFC的輸出電壓穩(wěn)定性。在建立PEMFC電化學動態(tài)模型的基礎上，采用優(yōu)化的自抗擾控制器實時估計并補償系統(tǒng)受到的總擾動，跟蹤輸出電壓；同時，加入模糊控制器實現(xiàn)雙參數(shù)在有限范圍內(nèi)的自整定。通過仿真實驗驗證控制技術的有效性，并與比例?積分?微分（PID）、常規(guī)自抗擾控制方式進行對比分析。結(jié)果表明：所提控制策略可有效降低PEMFC電壓振蕩幅度，使PEMFC電壓達到穩(wěn)定狀態(tài)；并且在相同擾動下的閉環(huán)系統(tǒng)超調(diào)量最小，調(diào)節(jié)時間最短，系統(tǒng)擁有更優(yōu)的魯棒性和抗干擾性。

關鍵詞： 質(zhì)子交換膜燃料電池； 自抗擾控制； 模糊控制； 輸出電壓； 參數(shù)自整定； 電化學動態(tài)模型

中圖分類號： TN86?34； TM911.4" " " " " " " " " "文獻標識碼： A" " " " " " " " " " 文章編號： 1004?373X（2024）14?0046?07

Research on PEMFC output voltage control based on fuzzy active disturbance rejection

YAN Hua， DOU Yinke， WANG Jin， TIAN Tao

（College of Electrical and Power Engineering， Taiyuan University of Technology， Taiyuan 030024， China）

Abstract： In allusion to the problems of unstable output voltage and low power generation efficiency of proton exchange membrane fuel cell （PEMFC） after self startup， a control strategy based on fuzzy self disturbance rejection controller is proposed to improve the output voltage stability of PEMFC. On the basis of establishing the PEMFC electrochemical dynamic model， an optimized self disturbance rejection controller is used to estimate and compensate for the total disturbance received by the system in real time， track the output voltage， and add a fuzzy controller to achieve self tuning of the dual parameters within a limited range. The effectiveness of the control technology was verified by the simulation experiments， and the comparison analysis is conducted with proportional integral derivative （PID） and conventional self disturbance rejection control methods. The results show that the proposed control strategy can effectively reduce the voltage oscillation amplitude of PEMFC， make the PEMFC voltage reach a stable state， and the closed?loop system has the smallest overshoot and the shortest adjustment time under the same disturbance. The system has better robustness and anti?interference ability.

Keywords： proton exchange membrane fuel cell; active disturbance rejection control; fuzzy control; output voltage; parameter self?tuning; electrochemical dynamic model

0" 引" 言

氣候與能源問題在全球愈演愈烈，中國對此提出“碳達峰、碳中和”的戰(zhàn)略目標。氫能作為一種清潔、無毒的二次能源，憑借著來源豐富、靈活高效、應用場景廣泛等優(yōu)點，引起了世界各國的廣泛關注。質(zhì)子交換膜燃料電池（Proton Exchange Membrane Fuel Cell， PEMFC）是以氫氣、氧氣為原料的低溫電池，具有普通燃料電池清潔、安全的特點，更有工作溫度低、效率高、無噪聲等優(yōu)勢，因此提高PEMFC的動態(tài)穩(wěn)定性對燃料電池行業(yè)有重大意義。目前，在PEMFC控制方面，大多數(shù)研究為對于其溫度、氣體壓力和質(zhì)子交換膜濕度等方面進行建模控制，而對于系統(tǒng)輸出電壓的控制較少。PEMFC是一個內(nèi)部參數(shù)復雜、多相流的非線性時變系統(tǒng)，在增、減負載等不同運行工況下，電池電壓會隨之陡變與波動，使得輸出電壓穩(wěn)定性降低。而輸出電壓作為評價電池發(fā)電性能優(yōu)劣的關鍵指標，對PEMFC系統(tǒng)輸出電壓穩(wěn)定性控制尤為重要。

為了實現(xiàn)有效控制的目標，Li J W等先建立基于分布式深度強化學習的PEMFC最優(yōu)輸出電壓控制器，再使用集成梯度算法控制輸出電壓，發(fā)現(xiàn)此策略提升了PEMFC系統(tǒng)的魯棒性和適應性[1]。皇甫宜耿等使用PID控制的Boost升壓電路，旨在將PEMFC輸出電壓穩(wěn)定在期望值，但文中系統(tǒng)給定反應時間較短且設定的負載擾動較小[2]。Kocaarslan Ilhan等在使用經(jīng)典比例積分（PI）控制器對輸出電壓進行調(diào)節(jié)的基礎上，設計了PEMFC的DC/DC級聯(lián)升壓變換器，將輸出電壓在短時間內(nèi)穩(wěn)定在設定值。該研究體現(xiàn)了多控制方式的協(xié)同效應[3]。Chen X等分析了PEMFC在模型預測控制器（MPC）和傳統(tǒng)PID控制器下的輸出性能，得出MPC控制的輸出電壓超調(diào)量更小的結(jié)論[4]。肖仰淦等為了解決傳統(tǒng)的PID控制在處理PEMFC系統(tǒng)因氧氣過量比跟蹤過程中存在響應速度慢、超調(diào)量大等不足，提出基于自抗擾控制的PEMFC輸出特性控制研究，實現(xiàn)了對PEMFC系統(tǒng)氧氣過量比的快速跟蹤控制[5]。禹聰?shù)柔槍τ来磐诫姍C非線性系統(tǒng)雜糅的問題，設計了模糊滑?？刂破鳎岣吡穗姍C系統(tǒng)的抗干擾性能，得到了穩(wěn)定的輸出轉(zhuǎn)速及轉(zhuǎn)矩，有效緩解了滑?？刂浦械妮敵鎏匦圆环€(wěn)定現(xiàn)象[6]。

迄今為止，以PI、PID為主要應用的傳統(tǒng)工業(yè)算法在控制器領域難以解決非線性系統(tǒng)參數(shù)多變、抗干擾性弱和超調(diào)量較大等問題。在PEMFC系統(tǒng)面臨波動干擾時，需要強魯棒自適應能力，為此主要研究策略已轉(zhuǎn)變?yōu)槎嗨惴ňC合控制器。模糊算法結(jié)合傳統(tǒng)控制器解決非線性系統(tǒng)不易控制的趨勢愈發(fā)明顯，已廣泛應用于永磁同步電機、風光儲能及微電網(wǎng)領域中?；谏鲜鰡栴}，為了提高PEMFC電壓穩(wěn)定性與負載自適應能力，并考慮到內(nèi)部參數(shù)攝動和外部負載擾動，本文在建立PEMFC電化學動態(tài)模型的基礎上，提出一種優(yōu)化的模糊?自抗擾控制器對PEMFC輸出電壓進行調(diào)控，使系統(tǒng)具備更強的魯棒性與抗干擾性。

1" PEMFC組成及動態(tài)模型

1.1" PEMFC組成

PEMFC主要由質(zhì)子交換膜、催化層、氣體擴散層、雙極板組成，如圖1所示。其內(nèi)部工作原理可分為以下3步。

1） 氣體在氣體擴散層內(nèi)擴散。

2） 催化劑層內(nèi)反應氣體完成吸附，發(fā)生電催化反應。

3） 質(zhì)子交換膜將陽極產(chǎn)生的質(zhì)子傳遞到陰極，電子經(jīng)外電路傳導至陰極，二者同氧氣發(fā)生反應生成水，將儲存在燃料中的化學能轉(zhuǎn)換為電能[7]。當氫氣與氧氣流量升高時，化學反應加劇引起釋放的電能增多，進而使輸出電壓升高。故氣體流量是影響電池輸出電壓的重要因素。

1.2" PEMFC動態(tài)模型

為了實現(xiàn)對PEMFC的優(yōu)化控制，本文以PEMFC電化學模型為基礎，搭建電池動態(tài)模型[8]。

PEMFC發(fā)生氧化還原反應生成液態(tài)水時，理想狀態(tài)下單電池的標準電動勢E為1.229 V，但在實際運行過程中會有三種不可逆的過電壓損失，使得輸出電壓下降，分別為活化極化過電壓[ηact]、歐姆極化過電壓[ηohm]與濃差極化過電壓[ηcon]。

1） 單電池輸出電壓[Vcell]

[Vcell=E-ηact-ηohm-ηcon] （1）

PEMFC電堆是指將N個單電池串聯(lián)在一起，電堆輸出電壓[Ust]為：

[Ust=NVcell] （2）

2） 熱力學電動勢E

根據(jù)氫氣、氧氣燃料電池方程式，可得出熱動力學公式：

[E=1.229-0.85×10-3×（T-298.15）+" " " " "4.308 5×10-5×T×ln（PH2×P0.5O2）] （3）

式中：T為電堆工作溫度；[PH2]、[PO2]分別為氫氣、氧氣分壓。

3） 活化極化過電壓[ηact]

[ηact=ξ1+ξ2T+ξ3TlnCO2+ξ4TlnI] （4）

式中：[ξ1]、[ξ2]、[ξ3]、[ξ4]均為經(jīng)驗參數(shù)；[CO2]為陰極氧氣濃度；I為負載電流。[CO2]公式為：

[CO2=PO25.08×106×exp-498T] （5）

4） 歐姆極化過電壓[ηohm]

[ηohm=IRin] （6）

式中[Rin]為電池內(nèi)阻，由經(jīng)驗公式可得出：

[Rin=0.016 05+8×10-5I-3.5×10-5T] （7）

5） 濃差極化過電壓[ηcon]

[ηcon=-Bln1-iimax] （8）

[i=IA] （9）

式中：B為常數(shù)；i為電流的實際密度；[imax]為最大電流密度；A為單電池活化面積。

6） 電堆最佳工作溫度T

PEMFC在啟停與運行過程中，其溫度會發(fā)生相應變化。當負載變動時，需應用使PEMFC電堆性能最佳的理想溫度。小型PEMFC最佳工作溫度的擬合經(jīng)驗公式為：

[T=（-0.000 006 85T3e+0.000 4T2e-" " " " 0.007 3Te+0.100 6）I3+（0.000 08T3e-" " " " 0.004 8T2e+0.103 6Te-2.120 9）I2+" " " " （-0.252Te+15.545）I+0.978 7Te+0.733 2] （10）

式中[Te]為環(huán)境溫度。

7） 氫氣流量[mH2]

根據(jù)能量守恒定律與氣體狀態(tài)方程，可得出氫氣壓力與氫氣流量之間的數(shù)量關系[9]：

[VaRT?dPH2dt=mH2-KaPH2+KaPH2，B-0.5NIF] （11）

式中：[Va]為陽極流場總體積；R為氣體常數(shù)；[PH2，B]為氫氣排除壓力；[Ka]為陽極流量系數(shù)。

8） 極化電壓[Vd]

在PEMFC內(nèi)部存在“雙層電荷層”現(xiàn)象，即氫離子聚集在電解質(zhì)表面，電子聚集在電極表面，兩者之間形成電勢差。電解質(zhì)與電極附近的電荷層會存儲電荷和能量，相當于一個等效電容，它的存在對等效電阻的電壓降起到“平滑”作用，防止電壓突變。在PEMFC等效電壓模型中加入等效電容C可以使其動態(tài)性能優(yōu)良，具備更強的動力特性。單電池等效模型如圖2所示。其中，[Rd]為極化過電阻；[Rohm]為歐姆電阻。極化電壓[Vd]為：

[Vd=ηact+ηcon]" " " " " "（12）

單電池的動態(tài)微分方程為：

[CdVddt=I-VdRd] （13）

式中[C]為等效電容。當[t→∞]時有：

[Vd=ηact+ηcon] （14）

PEMFC輸出電壓[Ust]為：

[Ust=NE-I（Rd+Rohm）] （15）

2" 自抗擾控制

2.1" 控制策略設計

PEMFC是一個復雜的強耦合非線性系統(tǒng)，在研究輸出電壓特性時，難以獲取精準的模型與內(nèi)部參數(shù)，應設計一個不依賴于模型的、抗擾動的控制器來控制輸出電壓。自抗擾控制器（Active Disturbances Rejection Controller， ADRC）是由我國學者韓京清教授提出的[10]，它是一種不依賴系統(tǒng)模型的、具有可預測性的控制技術，能夠追蹤系統(tǒng)輸出值，實時估計并補償系統(tǒng)受到的內(nèi)、外擾動，實現(xiàn)負載擾動自適應。相較于傳統(tǒng)的PID控制方式，ADRC被控對象內(nèi)容廣泛，控制量組合方式靈活，具有優(yōu)異的抗干擾能力。

在實際運行中，PEMFC的電流變化取決于負載變化。本文將負載電流的突變作為系統(tǒng)外部擾動輸入量，質(zhì)子交換膜的含水量、氣體進氣的溫濕度等作為內(nèi)部擾動。本研究采用風扇直接將空氣送入陰極，合理設計風扇轉(zhuǎn)速即可保證氧氣氣體量充足。那么，陽極氫氣流量將會是影響PEMFC輸出電壓的首要因素。氫氣從高壓儲氫罐中排出，當經(jīng)過減壓閥后的壓力依然高于系統(tǒng)所需壓力時，調(diào)節(jié)比例閥的開度來控制氫氣流量。流量的變化引起氫氣壓力的變化，間接影響輸出電壓。故采用氫氣流量作為被控量，電池電壓為輸出量，使電壓穩(wěn)定在設定值。采用ADRC構建的PEMFC控制結(jié)構圖如圖3所示。

2.2" ADRC理論

ADRC由跟蹤微分器（Tracking Differentiator， TD）、擴張狀態(tài)觀測器（Extended State Observer， ESO）和非線性狀態(tài)誤差反饋控制律（Nonlinear State Error Feedback， NLSEF）三部分組成[11]。

1） 跟蹤微分器（TD）

TD的作用是濾波和微分，安排過渡過程，旨在跟蹤設定值，提高系統(tǒng)的快速性。TD表達式如下：

[e=v0-v1v1=-hfal（e，α，δ）] （16）

式中：[v0]為輸出電壓設定值；[v1]為安排過渡過程后的輸入信號；[h]為控制器的離散控制周期；[fal]為非線性離散函數(shù)。

2） 非線性離散函數(shù)[fal]

函數(shù)[fal]是ADRC控制的關鍵性單元，在TD、ESO和NLSEF中均會用到，表達式如下：

[fal（e，α，δ）=eαsgn（e），" egt;δeδ1-α，" elt;δ] （17）

式中：[e]為誤差信號；[α]為跟蹤因子；[δ]為濾波因子；[sgn]為階躍函數(shù)。

3） 擴張狀態(tài)觀測器（ESO）

ESO是ADRC的核心環(huán)節(jié)，它把非線性、參數(shù)不確定性、外界擾動視為擴張狀態(tài)，觀測擾動并利用前饋環(huán)節(jié)進行補償。ESO與普通狀態(tài)觀測器相比最大的區(qū)別就是它的階數(shù)比系統(tǒng)高一階，本文中PEMFC為一階系統(tǒng)，故需要設計二階ESO。ESO的兩個輸入分別是ADRC的控制量[u]和被控對象輸出[y]，兩個輸出值[z1]、[z2]分別是[y]的追蹤信號與擾動的觀測估計值。參數(shù)表達式如下：

[e1=z1-yz1=z2-β01fal（e1，α，δ）+buz2=-β02fal（e1，α，δ）] （18）

式中：[z1]、[z2]為ESO的兩個狀態(tài)變量；[β01]、[β02]為ESO的誤差調(diào)節(jié)增益；[b]為補償因子。

4） 非線性狀態(tài)誤差反饋控制律（NLSEF）

NLSEF是將TD和ESO產(chǎn)生的誤差信號進行非線性函數(shù)整合，最終得到ADRC被控量[u]的非線性控制器。參數(shù)表達式如下：

[e=v1-z1u0=βfal（e，α，δ）u=u0-z2b] （19）

式中[β]為反饋控制律調(diào)節(jié)增益。

3" 優(yōu)化的模糊?自抗擾控制器

在本文系統(tǒng)中，ESO的輸出不存在控制對象的微分信號，故控制器不再需要TD將微分信號輸出，可將TD在模型中省去。ADRC控制器參數(shù)繁多，由于其各部分是獨立設計的，因此各部分的參數(shù)可以獨立調(diào)整。

ESO作為ADRC的核心，選取合適的固定值[β01]、[β02]能夠使ESO快速準確地估計出系統(tǒng)狀態(tài)變量估計值與總擾動的實時估計值。實驗研究表明，[β01]、[β02]主要由控制器的離散控制周期決定，一般取[β01=1h]、[β02=1（5h2）]。補償因子[b]決定了ADRC的補償控制能力，NLSEF的參數(shù)[β]會影響系統(tǒng)擾動估計值的滯后性能。[b]越小或者[β]越大，控制能力越強，滯后越小，響應速度越快，系統(tǒng)的魯棒性就越強，但超調(diào)量也會隨之增加。故固定的參數(shù)[b]、[β]難以滿足PEMFC系統(tǒng)多種運行狀態(tài)下的控制需求，大多數(shù)研究的方法需要大量經(jīng)驗試湊，得不到優(yōu)良的控制效果。因此，本文引入模糊控制器（Fuzzy?Controller）對ADRC進行參數(shù)優(yōu)化。

模糊控制器是一類具有深度學習能力的系統(tǒng)，通過模糊推理來學習系統(tǒng)內(nèi)部以及系統(tǒng)與外部的動態(tài)關系，將模糊化的輸入值輸出為一個清晰值[12]，具有較強的容錯性和適應性。其內(nèi)部結(jié)構如圖4所示。模糊控制器具有參數(shù)自整定、增進系統(tǒng)穩(wěn)定精度的優(yōu)點，本文利用模糊化處理和模糊邏輯推理得到模糊量，最終解模糊輸出的校正參數(shù)會在有限變化范圍內(nèi)自我調(diào)整，自動逼近最優(yōu)值，彌補ADRC在參數(shù)整定中的不足。模糊控制器主要包括模糊論域、模糊規(guī)則、隸屬度函數(shù)三部分。

1） 輸入輸出變量模糊化及隸屬度函數(shù)確定

系統(tǒng)所設計的模糊控制器的輸入為電堆輸出電壓設定值[v0]與輸出電壓觀測值[z1]的誤差[e=v0-z1]，及其導數(shù)[e=dedt]；補償因子[b]和NLSEF的控制增益[β]的各自增量[Δb]、[Δβ]作為模糊控制器的輸出。應用于PEMFC的優(yōu)化后的Fuzzy?ADRC系統(tǒng)結(jié)構如圖5所示。其中，[k1]、[k2]為輸入增益因子；[k3]、[k4]為輸出增益因子。[e]、[e]經(jīng)過[k1]、[k2]映射到模糊規(guī)則所對應的基本論域均為[-6，6]，[Δb]、[Δβ]的基本論域為[-1，1]、[-0.5，0.5]。若[e]和[e]的變化范圍超過基本論域，則通過整定[k1]、[k2]調(diào)節(jié)輸出值。輸入、輸出的隸屬度函數(shù)選擇靈敏度較高的三角形函數(shù)。

2） 模糊規(guī)則和模糊推理

在模糊論域上設定7個模糊子集：[NB，NM，NS，ZO，PS，PM，PB]，各元素的含義為：負大、負中、負小、零、正小、正中、正大。根據(jù)專業(yè)知識與操作經(jīng)驗的積累，按照各參數(shù)調(diào)節(jié)規(guī)律，可得出[Δb]、[Δβ]的模糊控制規(guī)則選用表，如表1所示。當[e]和[e]較大時，應減小[Δb]或增大[Δβ]的取值，以加快系統(tǒng)響應速度并提高動態(tài)性能；當[e]和[e]較小時，應增大[Δb]或減少[Δβ]的取值，以降低系統(tǒng)響應的擾動。為了減少控制器的計算量，本文依據(jù)技術人員經(jīng)驗與文獻先調(diào)試出參數(shù)初始值[b=50]、[β=0.1]，再按照模糊規(guī)則調(diào)節(jié)校正參數(shù)。

模糊推理使用易于圖形表示的Mamdani型推理，由輸出平滑的重心法（加權平均法）解模糊得到清晰值[13]：

[f=i=1qT*（i）mc（i）i=1qmc（i）] （20）

式中：[f]為清晰值；[mc]為隸屬度；[T*]為模糊集合；[q]為模糊集合中元素的個數(shù)?？梢缘玫絻?yōu)化后的增益為[b0=b+Δbβ0=β+Δβ]。

4" 仿真結(jié)果與分析

4.1" PEMFC系統(tǒng)仿真

為驗證基于Fuzzy?ADRC的PEMFC系統(tǒng)自適應控制的有效性，本文以Matlab/Simulink為平臺搭建PEMFC的電化學動態(tài)模型，采用優(yōu)化后的策略對該系統(tǒng)進行控制。整體仿真模型如圖6所示。系統(tǒng)仿真參數(shù)源于對上海攀業(yè)小型燃料電池進行活化實驗的數(shù)據(jù)，參數(shù)如表2所示。實驗圖如圖7所示。

系統(tǒng)設定實驗運行工況為：負載電流在100 s前為2.5 A，在100 s時突變到4 A，200 s時突變到1 A。對控制器設置合適參數(shù)，觀測PEMFC輸出電壓的變化曲線，如圖8所示。

圖9為未使用控制器時PEMFC輸出電壓隨負載電流階躍變化的動態(tài)響應曲線。當負載電流升高時，輸出電壓降低，這是由于PEMFC內(nèi)阻消耗的能量會隨著負載電流升高而被轉(zhuǎn)化為熱能。根據(jù)實驗運行工況，輸出電壓的仿真結(jié)構曲線與計算值和實際值基本吻合，驗證了該動態(tài)模型適用于控制的可行性。

圖10為Fuzzy?ADRC對PEMFC系統(tǒng)輸出電壓的追蹤性能曲線。分析可得，當負載電流突變時，輸出電壓會在短時間內(nèi)產(chǎn)生相應的向下或向上的小幅振蕩，一段時間后恢復并穩(wěn)定在設定值。這是因為控制器對輸出值與擾動變化進行實時捕捉和計算，將觀測值反饋到輸入量，提高了系統(tǒng)的抗擾能力和魯棒性能。同時，控制器中的ESO能夠準確地追蹤系統(tǒng)狀態(tài)，其電壓追蹤值[z1]與輸出電壓[Ust]波形基本吻合，完成了對輸出電壓的實時觀測，驗證出Fuzzy?ADRC具有良好的追蹤性能。

4.2" 三種策略對比分析

為了說明模糊?自抗擾控制器的控制效果，本文分別采用PID控制、ADRC控制方式與Fuzzy?ADRC進行對比分析。三種控制策略下的PEMFC系統(tǒng)輸出電壓曲線對比圖如圖11所示。

由仿真結(jié)果可看出，三種控制器在負載電流突變時均有一定超調(diào)量：在第100 s電流上升時，PID控制方式下的輸出電壓超調(diào)量約為8.10%，約27 s后恢復至設定電壓值18.5 V；ADRC控制方式下的輸出電壓超調(diào)量約為5.41%，約18 s后恢復至設定值；Fuzzy?ADRC控制方式下的輸出電壓超調(diào)量約為2.16%，約9 s后恢復至設定值。在200 s電流下降時，PID控制方式下的輸出電壓超調(diào)量約為4.86%，約10 s后恢復至設定電壓值18.5 V；ADRC控制方式下的輸出電壓超調(diào)量約為3.78%，約8 s后恢復至設定值；Fuzzy?ADRC控制方式下的輸出電壓超調(diào)量約為3.24%，約5 s后恢復至設定值。值得注意的是，ADRC與Fuzzy?ADRC具有一定的可預測性，在外部擾動來臨時會及時作出補償響應，說明控制器提高了系統(tǒng)受到擾動后的反應靈敏度。

綜上可知，本文所提控制策略在相同外部擾動下的閉環(huán)系統(tǒng)超調(diào)量最小、調(diào)節(jié)時間最快，在遭遇負載擾動時具有極高的動態(tài)穩(wěn)定性，較傳統(tǒng)控制器系統(tǒng)魯棒性明顯提高。

5" 結(jié)" 語

針對PEMFC運行工況不穩(wěn)定且電壓降均勻性劣化的問題，本文首先建立了一個PEMFC的電化學動態(tài)模型，驗證出所建立的模型能較好地反映PEMFC的動態(tài)性能；在此基礎上，提出一種基于模糊?自抗擾控制器（Fuzzy?ADRC）的PEMFC系統(tǒng)輸出電壓控制策略；最后，將所設計控制器與傳統(tǒng)PID控制、常規(guī)ADRC控制方式作對比分析。

仿真結(jié)果表明，自抗擾控制能夠追蹤輸出值，估計擾動變化值，并對其進行補償，將控制輸出穩(wěn)定在設定值，并通過模糊邏輯策略實現(xiàn)了控制器在多種運行工況下的參數(shù)自整定。在增加負載時，相比于PID控制器，F(xiàn)uzzy?ADRC的輸出電壓超調(diào)量提高了5.94%，響應時間提高了18 s；相比于常規(guī)ADRC控制器，F(xiàn)uzzy?ADRC的輸出電壓超調(diào)量提高了3.25%，響應時間提高了9 s。最終得出結(jié)論：改進后的Fuzzy?ADRC具有響應速度快、穩(wěn)態(tài)精度高、超調(diào)量小、對負載及系統(tǒng)擾動魯棒性更強的特點，縮短了過渡時間并提高了PEMFC輸出電壓的穩(wěn)定性。證明了所提控制策略具有優(yōu)良的控制可行性，為后續(xù)開展實驗工作奠定了理論基礎。

注：本文通訊作者為閆樺。

參考文獻

[1] LI J W， YU T. Distributed deep reinforcement learning for optimal voltage control of PEMFC [J]. IET renewable power generation， 2021， 15（12）： 2778?2798.

[2] 皇甫宜耿，石麒，李玉忍.質(zhì)子交換膜燃料電池系統(tǒng)建模仿真與控制[J].西北工業(yè)大學學報，2015，33（4）：682?687.

[3] ILHAN Kocaarslan， SUDE Kart， NACI Genc， et al. Design and application of PEM fuel cell?based cascade boost converter [J]. Electrical engineering， 2019， 101： 1323?1332.

[4] CHEN X， FANG Y， LIU Q X， et al. Temperature and voltage dynamic control of PEMFC Stack using MPC method [J]. Energy reports， 2022， 12（8）： 798?808.

[5] 肖仰淦，吳肖龍，李曦.基于ADRC的PEMFC系統(tǒng)陰極相對濕度和氧氣過量比控制[J].太陽能學報，2023，44（12）：499?509.

[6] 禹聰，康爾良.永磁同步電機模糊滑模速度控制器設計[J].電機與控制學報，2022，26（7）：98?104.

[7] 郝俊紅，馬騰宇，周敬龍，等.基于多場協(xié)同的PEMFC雙梯形漸縮流道結(jié)構性能分析和評價[J/OL].中國電機工程學報：1?15[2023?07?28].https：//doi.org/10.13334/j.0258?8013.pcsee.230638.

[8] 胡杰，徐澤俊，岳肖，等.質(zhì)子交換膜燃料電池性能優(yōu)化控制[J].中國電機工程學報，2024，44（1）：395?407.

[9] YERRAMALLA S， DAVARI A， FELIA CHI A. Modeling and simulation of the dynamic behavior of a polymer electrolyte membrane fuel cell [J]. Journal of power sources， 2003， 124： 104?113.

[10] 韓京清.自抗擾控制技術：估計補償不確定因素的控制技術[M].北京：國防工業(yè)出版社，2008.

[11] 孫天浩.基于多智能體理論的四旋翼無人機編隊控制[D].長春：吉林大學，2022.

[12] 馬幼捷，張超，周雪松.基于自抗擾的混合儲能系統(tǒng)控制策略[J].電源技術，2023，47（1）：122?126.

[13] 劉柏霖，陳卓，孫雨晴，等.基于模糊控制的高壓直流輸電控制策略改進研究[J].電網(wǎng)與清潔能源，2022，38（3）：16?23.