基于改进混沌粒子群的PEMFC模型参数辨识

作者：张领先; 谢长君; 杨扬^*; 刘相万; 朱文超

来源：电工电能新技术, 2023, 42(01): 29-39.

• 质子交换膜燃料电池
• 输出特性模型
• 改进的混沌粒子群优化
• 参数辨识

基于质子交换膜燃料电池(PEMFC)电堆的输出特性及相关电化学反应建立输出特性模型，提出改进混沌粒子群优化(CPSO)算法来优化PEMFC输出特性模型参数辨识问题。首先采用6种标准测试函数验证了CPSO算法的寻优性能，然后针对两种参数不同的电堆进行了输出特性模型参数辨识。结果表明，相较于遗传算法(GA)、粒子群优化(PSO)算法、受约束粒子群优化(B-PSO)算法、具有收缩系数的粒子群优化(PSO-χ)算法、引力粒子群优化(GSAPSO)算法以及差分进化算法(DE),CPSO算法辨识精度最高且收敛速度最快。静态工况下电堆1的均方根误差为0.213,平均相对误差为2.339%;电堆2的均方根误差为0.481,平均相对误差为1.243%,充分说明CPSO算法在PEMFC输出特性模型参数辨识方面的优越性。

• 单位
  武汉理工大学; 自动化学院; 现代汽车零部件技术湖北省重点实验室