典型文献
基于EKF在线辨识的多堆燃料电池系统最大效率点跟踪控制方法
文献摘要：
为保证多堆燃料电池系统(multi-stack fuel cell system,MFCS)在负载不断变化条件下仍能稳定运行在最大效率点,该文提出了一种基于扩展卡尔曼滤波(extended kalman filter,EKF)在线辨识算法的MFCS最大效率点跟踪控制的方法.该方法利用EKF的实时在线拟合能力,快速实现对MFCS效率/功率曲线的辨识,做到实时估计系统最大效率点功率,并通过功率分配方法实现各个电堆间出力的合理分配,来达到维持系统在最大效率点处稳定运行的目的.最后,在搭建的RT-L AB半实物硬件在环测试平台上,与扰动观测(perturb and observe,P&O)算法进行了对比分析.实验结果证明,该文所提方法能够快速的实时估计MFCS最大效率点功率并且实现跟踪控制,减小燃料电池功率变化率等退化参数,提高燃料电池的耐久性.
文献关键词：
多堆燃料电池系统;实时最大效率点跟踪;扩展卡尔曼滤波;功率分配方法;硬件在环
中图分类号：
作者姓名：
李奇;刘强;王天宏;陈维荣
作者机构：
西南交通大学电气工程学院,四川省成都市 610031
文献出处：
引用格式：
[1]李奇;刘强;王天宏;陈维荣-.基于EKF在线辨识的多堆燃料电池系统最大效率点跟踪控制方法)[J].中国电机工程学报,2022(02):673-683,中插19
A类：
MFCS,实时最大效率点跟踪
B类：
EKF,在线辨识,多堆燃料电池系统,跟踪控制,multi,stack,fuel,cell,system,扩展卡尔曼滤波,extended,kalman,filter,法利,实时在线,快速实现,功率曲线,实时估计,功率分配方法,电堆,出力,合理分配,AB,半实物,硬件在环测试,测试平台,扰动观测,perturb,observe,电池功率,耐久性
AB值：
0.28548
相似文献
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。
