福州大學電氣工程與自動化學院的研究人員鄭先娜、林瑞全，在2017年第11期《電氣技術》雜志上撰文，簡單介紹了質子交換燃料電池的工作原理，分析了影響其工作性能的重要因素，對目前質子交換膜燃料電池控制方法的國內外研究現狀進行綜述，結合當前研究現狀，對質子交換膜燃料電池系統控制今后的發展方向進行了展望。

質子交換膜燃料電池也稱作高分子電解質燃料電池(Polymer Electrolyte Fuel Cell PEMFC),PEMFC是燃料電池中最典型的一種，具有工作溫度低、啟動迅速、過載能力大、能量轉化效率高、環境友好、能量密度高、可靠性高等特點，是一種應用前景廣闊的新能源發電裝置。

目前，PEMFC廣泛應用于移動電源、家用電源、電動汽車等供應系統。PEMFC的數學模型是一個高度非線性、強耦合等特點的復雜模型，很難用精確的模型對其進行描述。同時PEMFC在正常運行時會受到進氣壓力、溫度、濕度、電流密度等多種因素的影響。因此，為了提高系統的工作性能，保持良好的運行狀態，采取恰當的控制策略對其進行設計，具有重要的學術意義和實用價值。

目前，國內外對PEMFC控制技術已經開展了一定研究，各種控制方法如傳統PI控制、神經網絡控制、預測控制、模糊控制、自適應模糊控制、滑模控制、魯棒控制等，均在PEMFC系統的研究中得到了應用，并取得一定成果。

本文基于多種控制策略的PEMFC的控制問題，對當前國內外研究現狀進行綜述，并對PEMFC今后發展方向進行展望。

1 PEMFC工作原理

PEMFC基本結構主要包括陰極、陽極、電解質和外電路組成，其電解質是一種固態高分子聚合物，位于陰極陽極之間，將氫氣和氧氣的化學能通過電極反應直接轉化成電能。

PEMFC結構與反應原理如圖1所示，反應過程實質上可以看成是水電解的逆過程：陽極，在催化劑作用下，氫氣分子分解成質子和電子，質子穿過質子交換膜到達陰極，在陰極催化劑層和氧分子結合生成水，并產生電能。陰極，空氣經壓縮裝置進入，與電子、氫離子在催化劑的作用下生結合生成水。

總化學反應方程如下：

圖1 PEMFC結構與反應原理

2 PEMFC性能影響因素

2.1溫度對PEMFC性能的影響

電堆能量轉換率通常在50%~60%之間，意味著電堆在反應過程中放出大量的熱，而溫度變化對電池放電性能和使用壽命有很大影響。PEMFC內部正常溫度應維持在65～85℃，溫度適當升高時，會加速反應速度，降低極化電壓，同時質子交換膜燃料電池的電導率也會增加，通過減少膜的歐姆極化電壓提高電堆轉換效率[1,2,3]。但是溫度過高會引起高分子膜失水，大大降低了高分子膜的傳導能力和熱穩定性，嚴重時導致膜收縮破損，縮短電池的使用壽命。

影響電堆溫度主要有以下兩個因素：其一，電堆內部化學反應放熱，包括電化學反應熱、歐姆極化熱和活化極化熱等；其二，系統對PEMFC電堆溫度的影響，電堆溫度與電堆濕度密切相關，而電堆濕度與進氣空氣流量兩者相互影響，此外，環境溫度變化和電堆負載的大小對PEMFC電堆溫度也有一定的影響[3]。

2.2壓力對PEMFC性能的影響

在質子交換膜燃料電池系統中，當其他運行條件不變時，電極內反應氣體的壓力越大，電池的輸出性能越好。在動力學角度分析，增大氣體壓力對提高交換電流密度，降低活化過電位有很大幫助；在熱力學角度分析，增大氣體壓力對于增大電池可逆電勢，改善電池性能有很大影響；在擴散的角度分析，增加反應氣體的壓力，可以加快反應氣體的傳質速度，增大催化層內反應物的濃度，加快正向反應，進而提高燃料電池的工作特性[3]。

因此，要想獲得較高的電池功率密度，可以適當提高反應氣體的壓力[4,5]。考慮到增大反應氣體的壓力會增加電堆的密閉難度以及增大壓縮系統的功耗和成本等因素，在實際工作中，PEMFC反應氣體的工作壓力不宜過高，一般都控制在幾個大氣壓以內。為了保持電解質膜最佳濕度以及對生成水的排放，要求陰極反應氣體的壓力要等于或者稍高于陽極反應氣體，并且在調節兩極壓力時要確保同升同降，以減少對質子膜的損害。

2.3濕度對PEMFC性能的影響

電解質膜是PEMFC中最關鍵的元件，用于傳遞H+，隔離電子。電解質膜中必須有足夠的水分才能更好工作。當電解質膜缺水濕度下降時會減少膜的電導率，降低PEMFC的性能，嚴重時將停止工作[6,7]；而水分過多時會發生水淹電極現象。

因此，膜中水的含量對電池的性能有很大影響，為了保證電解質膜有一定的濕度，最常用的辦法是外升溫增濕的方法，利用增濕系統控制電解質膜水含量，保證PEMFC正常工作。

電解質膜濕度主要取決于反應氣體帶進來的水以及反應生成的水，同時，PEMFC工作溫度、反應氣體濕度、流量、壓力、外界溫度等對膜濕度都有影響。

3PEMFC控制策略

質子交換膜燃料電池是一個多輸入、多輸出、不確定的非線性時變系統，由于受多參數的影響導致其輸出特性很難控制。國內外學者，針對這一特性進行了大量研究，提出多種控制方法，從不同角度對PEMFC進行控制，以提高凈輸出功率。以下介紹近年來研究進展。

3.1傳統PID控制

PID控制器是工業控制中最廣泛的控制規律，因其簡單易懂的特點廣泛應用于控制系統。PEMFC系統的壓力、溫度、濕度等同樣采用了PID算法進行控制。程站立[8]等采用PID算法控制器控制電堆的輸出電流。

通過分析了電堆輸出電流出現階躍變化時，對電堆輸出電壓、輸出功率以及電堆效率的影響，證明所設計的算法具有較好的魯棒性，對改善PEMFC控制系統的性能有很大提高。Swain P[9]等，利用Matlab工具箱得到可控可觀的線性化系統的狀態空間矩陣，進而采用PID控制器對氫氣氧氣壓力差進行控制，仿真實驗證實所設計控制器可以使氫氣氧氣壓力差維持在一定范圍，達到控制效果。

但是由于控制器的適應能力和抗干擾能力都較差，采用PID算法控制的系統容易受干擾的影響，因此不適于大擾動和對控制性能要求很高的復雜系統?；诖?，智能控制被逐漸廣泛應用。

3.2神經網絡控制

神經網絡是一個高度非線性系統，神經網絡控制是一種只能智能控制方法，因其具有自組織、自學習、自適應能力而廣泛應用于控制系統。適用于對PEMFC這種復雜系統控制分析。葛福臻[10]等針對PEMFC的濕度特性，采用模糊神經網絡控制算法對加濕系統進行控制，根據進口區、中間區和出口區三個部分平均單片電壓間的關系建立模糊規則，將該規則運用到神經網絡結構中，通過對陽極加濕溫度的控制來提高工作性能。

實驗數據分析表明，所設計的濕度控制系統具有較好的控制效果。R Vinu[11]等設計了電壓輸出反饋控制器，該控制器運用了和諧搜索算法的優化技術的神經網絡前饋控制器來控制輸出電壓，通過比較所設計的控制器與神經網絡前饋控制器的效果表明，該控制器輸出結果更接近參考電壓。通過評估積分平方誤差，積分絕對誤差和積分時間加權絕對誤差來比較所設計的控制器的性能，結果表明該控制器的系統誤差值最小，性能最優。

Guo Li[12]等針對溫度特性，設計了一個BP神經網絡溫度控制器，該控制器具有良好的控制性能，同時對模型精度要求不高，仿真結果表明該BP神經網絡溫度控制系統有很好的魯棒性和溫度控制性能。

3.3預測控制

模型預測控制采用一種擇優思想，采用多步測試、滾動優化和反校正控制策略，有較好的控制效果，因此適用于復雜的且不易建立精確數學模型的系統。羅超[13]采用一種基于T-S模糊模型的預測控制算法對PEMFC的溫度進行控制，運用T-S模糊建模方法把非線性系統轉化成線性時變系統，實驗結果證明了模糊預測控制在PEMFC的溫度控制系統中可以較好的滿足系統的控制要求，證實了該算法的有效性。

陳雪蘭[14]從機理出發推導建立了電堆電壓的半經驗的穩態模型。考慮燃料電池空氣進氣系統的非線性和約束，提出了基于線性變參數模型的預測控制(LPV-MPC)算法。針對狀態不可測問題，在LPV-MPC算法中加入Kalman濾波，并通過可觀性分析確定了需要測量的變量。通過與線性MPC和基于機理模型的非線性預測控制(NMPC)對比，驗證了在燃料電池負載大范圍變化時該算法的有效性和可行性。

簡棄非[15]等針對一輛小型燃料電池電動車的2kW質子交換膜燃料電池動力系統，利用遺傳算法優化的BP神經網絡建立其電壓輸出特性模型，將PEMFC部分實測數據作為遺傳算法優化的BP神經網絡的訓練樣本對其進行訓練，利用訓練好的神經網絡對電堆電壓輸出特性進行預測，并與實驗數據進行對比，結果顯示：網絡預測的輸出電壓與實測輸出電壓之間的最大相對誤差均保持在4%之內。

Costa Lopes F D[16]等為了實現燃料電池最大效率運行，設計了一種預測電壓控制器，采用了非線性自回歸與外部輸入和非線性輸出誤差神經網絡的系統識別建模方法，獲得面向預測控制系統的PEMFC堆棧的黑盒模型，實驗數據表明所設計的控制器能準確預測電壓，并且可實現實時預測。

3.4自適應控制

自適應控制與常規的反饋控制和最優控制區別在于自適應控制依據的先驗知識比較少，而是依據從系統運行中提取出的不斷更新的數據。

呂學勤[17]等針對PEMFC的時變、非線性及不確定性導致其輸出動態特性難以控制的問題,設計了以PEMFC系統的神經網絡模型作為預測模型具有實時控制的自適應預測控制器。結果表明所設計的自適應控制器具有較強的魯棒性,較強的學習能力,控制精度高,并具有自適應能力,對PEMFC的輸出動態特性的穩定性具有較好的控制效果。

L Xueqin[18]等考慮PEMFC的輸出電壓經常受時變性能、非線性性能和不確定性的影響。導致其動態輸出無法控制。設計了基于自適應預測控制的控制器。在控制過程中，通過將負反饋控制引入自適應模型和預測控制的前端，提高系統的控制精度和響應速度。仿真結果表明，自適應預測控制器具有適應能力強，魯棒性強，學習能力強，控制精度高，對質子交換膜燃料電池輸出特性的動態穩定性具有完美的控制作用。

M Karimi[19]等針對PEMFC的模型不確定的非線性和因變量問題，采用了自適應神經模糊推理系統對PEMFC堆棧的動態電壓進行建模，經過一系列實驗數據的訓練，結果表明，自適應神經模糊推理系統的輸出與實際工廠以及物理模型之間達到很好的一致性，該模型可用于預測系統的動態行為。

3.5滑?？刂?/p>

滑?？刂凭哂袕婔敯粜?，響應速度快、對系統的數學模型精度要求不高，對參數攝動及外部擾動不敏感，易于實現，計算機實現簡單等優點。

SM Rakhtala[20]設計了一個高階滑模觀測器，用來提供不可測狀態下的過氧比，通過應用二階滑模通過超扭轉和次優控制器來控制質子交換膜燃料電池的呼吸。結果驗證所設計的控制器有較好的跟蹤性能。

Z Baroud[21]等提出了一種質子交換膜燃料電池空氣供應子系統的滑模控制器，以便在負載發生變化時調節和補充燃料電池陰極消耗的氧氣量。根據電堆電流，通過氧過比穩態分析得到空氣流量的參考值。為了確保系統工作在過氧比的參考值，提出了滑?？刂仆ㄟ^調節空氣壓縮機電壓控制空氣流量。仿真結果表明該控制方法有較好的抗干擾性動和抑制不確定性。

A．Pilloni[22]等注意到氧氣過量比不應簡單地控制在2，并基于觀測器輸出反饋控制，提出一種滑?？刂品椒▉慝@取一個合適的氧氣過量比常數，然而這個常數并非燃料電池系統凈功率最高對應的值，因為他沒有考慮空氣壓縮機等附屬設備的耗能。

S Laghrouche[23]等提出了高分子電解質膜燃料電池供氣系統的基于Lyapunov的魯棒和自適應高階滑模(HOSM)控制器，這是一種具有有界不確定性的非線性單輸入單輸出系統。首次提出了一個以Lyapunov為基礎比較完整的適應性任意的高階滑?？刂?。通過比較證明該控制器有較好的性能。

3.6魯棒控制

魯棒性是指控制系統的結構參數在一定范圍內發生攝動，仍能滿足某些性能指標。近年來設計魯棒控制器成為國內外科研人員研究課題。Wang F C[24]等設計了質子交換膜燃料電池系統的魯棒控制器，旨在將同一控制器用在不同模型中。

實驗結果證實，所設計的魯棒控制器可以直接在不同的PEMFC模塊上實現，同時可以將氫效率提高1.4％，并將PEMFC電壓的均方根誤差降低約93％，實現了在工業應用生產線上對所有PEMFC模塊應用一般控制器。

Yang B[25]等期望以最佳氧過量比實現期望的凈輸出功率的精確跟蹤，提出了一種用于質子交換膜燃料電池輸出功率跟蹤問題的級聯控制器，該控制器由多輸入多輸出魯棒非線性非交互（RNNI）控制器和非線性擾動解耦結構組成的控制結構。仿真結果表明，通過兩個性能指標良好的解耦可以獲得良好的跟蹤性能，此外，可以通過非線性補償器抵消參數不確定性的影響。

A Mohammadi[26]等針對PEMFC模型動態響應慢以及模型復雜問題提出了一種基于信號的PEMFC魯棒模型，實驗結果與不同種車型進行對比，驗證改模型的可靠性同時具備很好的魯棒性。

3.7模糊控制

模糊控制屬于智能控制,實質上是一種非線性控制。模糊控制最主要特點之一是將系統化理論與實際應用背景相結合。鄭維[27]等在換熱器的控制中引入模糊控制,并運用Matlab模糊邏輯工具箱對模糊推理系統進行設計。運用Simulink設計模糊PID控制器,并進行仿真,得出引入模糊控制后系統的階躍響應曲線。結果表明模糊PID控制與傳統PID控制相比,超調更小,精度更高,穩定速度更快,可以達到預期的恒溫輸出,可以有效提高換熱率,減少能量損失。

胡鵬[28]等建立了基于控制的PEMFC的溫度機理動態模型，并根據所建立的溫度模型和控制經驗規則設計帶積分環節的PEMFC溫度二維增量模糊控制器。結果證明該模型能模擬PEMFC的動態特性,并且當PEMFC溫度控制在理想工作范圍內,所設計的控制器可用于對PEMFC進行溫度實時控制，具有較強的魯棒性。

Li[29]等提出了模糊滑?？刂破骺刂芇EMFC堆棧的供氣流量，該控制器具有良好魯棒性，模糊滑模控制器是在傳統的滑?？刂破髦星度肓艘粋€模糊邏輯推理機制，產生了一個平滑控制。結果表明，該模糊滑膜控制器消除了傳統滑膜控制器的抖動現象。通過比較證明模糊滑膜控制器很好的提高了PEMFC控制性能。

樊立萍[30]等，建立了質子交換膜燃料電池數學模型，針對恒功率燃料電池設計了自適應模糊控制器。實驗證明，所設計的控制器可以實現PEMFC恒功率輸出。

4結論

本文介紹了質子交換膜燃料電池系統的工作原理、結構，分析了影響性能幾點重要因素，對當前國內外學者采用的控制策略進行綜述。當前PEMFC的控制方法基本都是針對影響PEMFC性能的單方面因素進行研究，雖然能達到相應的控制效果，但是在設計過程通常假設其他因素恒定或者進行了理想化假設，而忽略了變量間的相互耦合關系，所以，今后設計中應同時考慮多種因素對系統進行控制，實現整個系統的最優控制。

同時大多數學者對PEMFC的研究都是針對連續系統模型進行控制，很少考慮離散系統，以及后期信號采集問題。隨著計算機技術的飛速發展，工業自動化領域對其需求日益增加，實現PEMFC數字化控制將成為今后研究的一個熱點，因此，有效解決快速采樣時的PEMFC數字化控制問題將是今后研究的一個方向。