典型文献
基于卡尔曼滤波算法的固体氧化物燃料电池的状态预估研究
文献摘要：
固体氧化物燃料电池(SOFC)是一种多输入多输出、强耦合和强非线性的新型发电装置,对其内部状态变量的预估将有助于了解实际SOFC的运行过程和实现高效控制器的设计.本文采用卡尔曼滤波算法对SOFC的状态进行预估.通过对SOFC发电原理的深入分析,建立其离散时间的状态空间模型;采用卡尔曼滤波算法对SOFC的各气体进气侧压力值进行预估,并将预估值带入输出电压方程,对SOFC下一时刻的电压进行预估.MATLAB/Simulink仿真结果表明,氢气、氧气和水蒸气压力的估计值与真实值的误差分别为0.425×105,0.141×105和0.364×105 Pa,远小于各气体压力测量值与真实值的误差1.479×105,1.165×105和1.155×105 Pa,同时SOFC输出电压的估计值较为符合真实值的变化,验证了卡尔曼滤波算法在SOFC状态预估中的有效性和实时性.
文献关键词：
固体氧化物燃料电池;卡尔曼滤波;状态预估;进气侧压力
中图分类号：
作者姓名：
林厚飞;顾吉鹏;施亦治;冯昌森
作者机构：
国网浙江省电力有限公司平阳县供电公司,浙江温州325000;浙江工业大学信息工程学院,浙江杭州310000
文献出处：
引用格式：
[1]林厚飞;顾吉鹏;施亦治;冯昌森-.基于卡尔曼滤波算法的固体氧化物燃料电池的状态预估研究)[J].热能动力工程,2022(07):146-154
A类：
进气侧压力
B类：
卡尔曼滤波算法,固体氧化物燃料电池,状态预估,SOFC,多输入多输出,强耦合,强非线性,发电装置,内部状态,状态变量,发电原理,离散时间,状态空间模型,压力值,估值,带入,输出电压,压进,Simulink,氢气,水蒸气压力,估计值,真实值,Pa,气体压力测量,测量值
AB值：
0.233648
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
