氢能可再生能源系统中基于LPV模型的低压燃料电池内模控制实验研究

本文创新性地提出基于线性变参数（LPV）模型的内模控制（IMC）策略，解决了低压燃料电池鼓风机因滞后性和非线性导致的空气供给控制难题。通过多平衡点系统辨识构建LPV模型，实验证明该控制器在0.16g/s平均绝对误差下实现全工况精准流量跟踪，显著优于传统PI控制与模型切换策略，为氢能微电网系统效率优化提供关键技术支撑。

　　

亮点

本研究首次将LPV-IMC控制框架应用于低压燃料电池系统，其创新性体现在：1）采用M序列激励信号实现三平衡点动态特性精准辨识；2）构建的LPV模型在显著参数失配条件下仍保持0.28g/s均方根误差的鲁棒性；3）相比传统方法，解决了模型切换时的振荡失稳问题。

系统描述

如图2所示，低压燃料电池系统由电堆、空气供给子系统（含鼓风机）、氢气供给子系统和热管理子系统构成。由于阴极入口压力较低，省去了中冷器结构，鼓风机功耗降低的同时也减少了机械噪声——这对离网型气象监测站等应用场景至关重要。

系统辨识

通过输入输出数据构建控制导向的LPV模型：在20%、50%、80%三个典型负载点施加M序列激励，采集鼓风机电压-流量响应曲线。采用递推最小二乘法拟合变参数空间，最终获得可覆盖5-100%负载范围的连续光滑参数化模型。

可再生能源系统工况仿真

基于功率平衡方程：P_solar+P_wind+P_FC=P_load/η_DC/AC，模拟微电网实际运行中电解槽与燃料电池的功率动态分配。结果显示当风光功率波动超过30%时，LPV-IMC控制器仍能维持空气流量跟踪误差在±0.5g/s以内。

结论

该控制策略成功解决了鼓风机惯性润滑效应导致的非线性滞后问题，为氢能可再生能源系统提供了兼具高精度（MAE=0.16g/s）与强鲁棒性的解决方案，特别适用于偏远地区离网供电场景。