摘要
燃料电池汽车是新能源汽车战略的重要解决方案之一，笔者所在的课题组依托于2018 年国家重点研发计划 4.1 项目的子课题“全功率燃料电池动力系统平台开发与优化”，重点解决大功率燃料电池系统在集成过程中的关键设计与控制问题。考虑到电堆的研发受制于关键材料以及相应的制造工艺很难在短期内有重大突破，因此从控制层面，通过分析特定电堆的输出特性，深度挖掘电堆的输出能力，在电堆单体数目不变的情况下提升其功率水平是实现大功率燃料电池系统集成的重要技术手段。
本研究基于某款燃料电池电堆的输出特性，在燃料电池供给路系统的优化控制层面开展研究，主要研究内容如下：
首先，从燃料电池电堆的输出特性层面，基于某款燃料电池电堆的基本设计参数，建立活化面积为 255cm2、由 370 片组成的电堆输出电压仿真模型。针对输出电压仿真模型中与压力相关的非独立输入变量这一问题，通过对各组分流动行为的分析建立压力形成机理模型，将电堆模型与压力形成机理模型进行整合，实现电堆控制输入的独立化，并在此基础上，对电堆工作点分布与流量-压力特性进行仿真分析。
其次，从燃料电池系统建模层面，为了进一步建立流场压力与供给路系统的联系，充分论述燃料电池供给路系统方案以及工作过程，在此基础上，在 MATLAB/Simulink 环境完成燃料电池供给路系统动态模型搭建，对其关键部件的特性进行建模仿真，将所建立的供给路系统关键部件模型与电堆模型进行集成。
最后，从系统优化控制层面，分析供给路系统寄生功率与电堆输出功率的博弈过程，通过补偿进气压力进而优化输出能力，针对压力补偿过程中的流量-压力耦合强化问题，将自抗扰控制思想用于该耦合系统，设计流量-压力动态解耦控制器（Disturbancedecoupling control，简写为 DDC）以削弱流量-压力的耦合作用。为了验证控制优化效果，将控制策略模型与燃料电池电堆-供给路系统模型进行集成，搭建联合仿真平台，对控制优化效果进行仿真验证。
关键词：燃料电池，供给路系统，压力补偿，解耦控制
ABSTRACTR
esearch on Modeling and Optional Control of Fuel cell Supply SystemFuel cell vehicle is one of the important solutions to deal with energy security and newenergy strategy. In the 2018 national key R & D plan 4.1, it is clearly proposed that "to breakthrough the integration technology of vehicle power system based on high-power fuel cellengine". Relying on this major special sub topic, the research group of the author focuses onsolving the integration process of high-power fuel cell system The key design and controlproblems of the system provide theoretical guidance for its forward design. It is true that themost direct solution to improve the power density of the fuel cell system is to improve the outputcapacity of the stack, but the research and development of the stack is subject to the keymaterials and the corresponding manufacturing process. Therefore, from another perspective,by analyzing the output characteristics of a specific stack, the output capacity of the stack isexcavated in depth from the control level, and the power of the stack is improved when thenumber of individual stacks is constant Rate level is an important technical means to realize theintegration of high-power fuel cell system. Based on the output characteristics of a fuel cell stackand the optimal control of air compressor, back pressure valve, hydrogen supply assembly andother components (hereinafter referred to as fuel cell supply circuit system), the energyoptimization of the system is studied. The main research contents are as follows:
First of all, based on the output characteristics of a fuel cell stack and the basic designparameters of a fuel cell stack, the output voltage simulation model with an activation area of255cm2 and 370 pieces is established. Aiming at the non independent input variables related tothe pressure in the output voltage simulation model, the flow behavior of each component isanalyzed and the pressure formation mechanism model is established It integrates with thepressure forming mechanism model to realize the independence of the control input of thereactor. The simulation analysis is carried out for the distribution of the working points and theflow pressure characteristics of the reactor under different characteristics of the electric density.
Secondly, from the fuel cell system level, in order to further establish the relationshipbetween the flow field pressure and the supply circuit system, this paper fully discusses the fuelIVcell supply circuit system scheme and the working process, and proposes the modeling andcontrol demand of the supply circuit. On this basis, the dynamic models of the fuel cell air supplycircuit, hydrogen supply circuit and the output characteristics of the fuel cell system are built Inatlab / Simulink environment, the characteristics of key components in the supply system aremodeled and simulated. The key component model of the supply system is integrated with thereactor model to form a fuel cell reactor supply system simulation environment, which is usedto verify the optimization effect of control strategy.
Finally, from the fuel cell supply system optimization control level, based on the simulationof the output characteristics of the reactor and the flow pressure characteristics of the supplysystem, the game process between the parasitic power of the supply system and the output powerof the reactor is analyzed, and the pressure of the gas supply system is compensated to optimizethe output. For the flow pressure coupling problem in the pressure compensation process, theauto disturbance rejection control(DDC) is used In order to verify the control optimization effect,the control strategy model is integrated with the simulation environment of fuel cell stack supplysystem, and a joint simulation platform is built to simulate the control optimization effect.
Key words：Fuel cell，Supply system，Pressure compensation , Disturbance decoupling control
目 录
第 1 章 绪论..................................................................................................... 1
1.1 研究背景及意义 .................................................................................. 1
1.2 国内外研究现状 .................................................................................. 3
1.2.1 燃料电池电堆建模研究现状 .................................................... 3
1.2.2 燃料电池供给路控制研究现状 ................................................ 4
1.2.3 压缩机流量-压力解耦控制方法研究现状 ............................... 5
1.3 技术路线与研究内容 .......................................................................... 6
第 2 章 燃料电池电堆输出特性分析 ................................................................ 9
2.1 燃料电池电堆输出电压模型 .............................................................. 9
2.2 燃料电池电堆组分-压力模型 ........................................................... 14
2.2.1 压力形成机理分析.................................................................. 14
2.2.2 流场内供给气体流动模型 ...................................................... 18
2.2.3 电堆组分流量-压力模型 ........................................................ 29
2.3 电堆工作点仿真 ................................................................................ 31
2.4 本章小结............................................................................................ 34
第 3 章 燃料电池供给路系统动态建模 .......................................................... 37
3.1 燃料电池供给路系统总体方案......................................................... 37
3.1.1 供给路系统构型 ..................................................................... 37
3.1.2 供给路系统协调工作过程 ...................................................... 41
3.1.3 供给路系统建模需求 .............................................................. 43
3.2 燃料电池供给路系统建模 ................................................................ 44
3.2.1 供给路系统建模分析 .............................................................. 44
3.2.2 空气进气系统 ......................................................................... 46
3.2.3 空气背压系统 ......................................................................... 51
3.2.4 氢气供应系统 ......................................................................... 53
3.3 供给路系统输出特性模型 ................................................................ 53
3.4 供给路系统-电堆集成仿真模型搭建 ............................................... 55
3.5 本章小结............................................................................................ 56
第 4 章 基于压力补偿的系统优化控制研究 .................................................. 57
4.1 流量控制策略 .................................................................................... 57
4.1.1 基于过氧比的流量控制器设计 .............................................. 57
4.1.2 联合仿真平台搭建与模型仿真验证 ...................................... 59
4.2 基于压力补偿的系统输出优化......................................................... 63
4.2.1 压力补偿策略 ......................................................................... 63
4.2.2 稳态输出优化仿真与动态控制问题 ...................................... 66
4.3 流量-压力动态解耦控制方法 ........................................................... 67
4.3.1 流量-压力耦合特性与控制方法分析 ..................................... 67
4.3.2 进气-背压系统动态过程描述 ................................................. 68
4.3.3 动态解耦控制器设计 .............................................................. 71
4.3.4 控制模型搭建与仿真验证 ...................................................... 75
4.4 本章小结............................................................................................ 77
第 5 章 控制优化仿真验证 ............................................................................. 79
5.1 供给路流量-压力解耦仿真 ............................................................... 79
5.2 燃料电池系统输出仿真 .................................................................... 82
5.3 整车层面仿真与设计分析 ................................................................ 84
5.4 本章小结............................................................................................ 87
第 6 章 全文总结与研究展望 ......................................................................... 88
6.1 全文总结............................................................................................ 88
6.2 研究展望............................................................................................ 88
参考文献 .......................................................................................................... 91
作者简介及研究成果 ....................................................................................... 97
致 谢 .......................................................................................................... 99
第 1 章 绪论
1.1 研究背景及意义
从国家的能源战略角度，大力发展新能源汽车是减少对石油重度依赖的解决途径之一[1][2]。近年来，许多国家和公司投入巨资开展了广泛的研究和开发项目，致力于开发新的替代能源和可再生技术，以可持续的方式弥补当前和未来的能源供需缺口，中国制造2025 的三大核心战略之一即为新能源汽车战略[3][4][5][6]。在新能源汽车发展体系中，燃料电池汽车是其重要的组成部分[7]。在第十四届中国国际氢能、燃料电池、氢能汽车与加氢站展览会中展示了2013-2019年国内燃料电池汽车市场规模统计情况，如图 1.1所示，从图中可见国内燃料电池的市场规模呈上涨态势，2018 年国内燃料电池的市场规模达到了 87.7%的增长率，2019 年增长率稍有降低，但是其市场规模依然在提升，到达了 6.25亿元[8]。
图 1.
12013-2019 年国内燃料电池汽车市场规模统计情况燃料电池汽车的核心部件是燃料电池电堆以及对应的辅助系统，燃料和氧化剂等反应物由外部供应，而不是被封闭在电池中，只要燃料和氧气供应给燃料电池，同时没有泄漏或腐蚀，燃料电池就会不断产生电能[9]，相比于蓄电池，燃料电池加氢时间短方便用户使用，在加氢站保障的前提下更容易在大范围内实现[10]。
燃料电池可以根据其电解质的不同，分为固体氧化物燃料电池（SOFC）、质子交换膜燃料电池（PEMFC）、直接甲醇燃料电池（DMFC）、磷酸燃料电池（PAFC）等。其中，吉林大学硕士学位论文2质子交换膜燃料电池可以实现较高的功率水平，满足汽车在不同工况下的行驶需求[11]，同时具备工作温度宽（其工作温度约为 70°C，高温质子交换膜燃料电池的工作温度高达180°C[12]），常温下启动时间短等优势，是较为理想的燃料电池汽车动力源[13]。但是其系统机理复杂，负载运行工况变化时，其温度、流量和压力的控制是其实际应用的难点，对于大功率燃料电池系统，较大的寄生功率以及供应系统时滞性问题会进一步凸显，为了能够将燃料电池系统进一步推广并实现更大范围的实车搭载，从系统设计和控制层面提升燃料电池的功率水平，同时降低燃料电池汽车的氢耗是亟待解决的问题[14]。
为突破基于大功率燃料电池发动机的整车集成技术，进行全功率燃料电池动力系统平台设计与集成、关键零部件设计优化和控制系统开发已成为行业的热点。通过对燃料电池汽车的能量优化以提升整车经济性是大功率燃料电池车载应用的重要技术手段，其研究主要体现在三个层面：（1）在燃料电池系统层面：对燃料电池系统级的能耗进行优化，提升其功率水平以及动态响应品质；（2）在动力系统层面，优化燃料电池混合动力系统的能量管理策略；（3）整车集成层面，提出提高整车经济性的关键部件设计需求以及动力系统的测试与试验验证体系。提升燃料电池本身的输出能力是燃料电池汽车动力性与经济性的重要保证，但是考虑到电堆技术水平的提升严重依赖新材料的研发，因此从燃料电池系统层面优化，整体提升其输出能力是切实可行的解决方案之一。
对于燃料电池系统层面的优化控制，氢气与空气的供给是重要的控制环节，考虑到氢气在变载过程的供给策略仅需要满足压力跟随，对于运行过程的脉动排气环节，大都基于电堆的测试结果对排气间隔进行经验标定，同时考虑到喷氢阀时间常数非常小，通过 PID 控制即可实现良好的动态品质，因此氢气供给的控制优化对经济性的提升空间有限[15]。相对于氢气的供给，空气供给过程的控制更为复杂，一方面进气过程的高压气体由压缩机形成，需要控制压缩机的转速来维持需求的压缩比以及流量，同时为了保证氧气过量比和压力均维持在一定水平，还必须设置连续排气环节，由于压缩机本身的流量-压力耦合，连续排气过程引起的压力变化会对压缩机的工作点产生耦合影响，因此解耦控制是空气供给过程需要解决的关键问题，另一方面，考虑到压缩机的功耗是整个燃料电池系统寄生功率最大的部件，因此空气的供气策略对系统的能量优化也尤为重要[16]。
本研究依托 2018 年国家重点研发计划 4.1 项目“全功率燃料电池动力系统平台开发与优化子课题”，重点从燃料电池系统层面研究供给路系统优化控制，基于某款燃料电3池电堆的设计参数以及输出特性，通过对空气供给过程的优化控制开展研究，从控制层面深度挖掘电堆的输出能力，为实现整体提升燃料电池系统的功率水平提供设计指导。
1.2国内外研究现状
控制的优化依赖于对被控对象的充分认识，针对本文的供给路系统控制优化，需要重点研究的被控对象是电堆的输出特性以及供给路系统的流量-压力特性。基于此，对国内外的研究现状介绍主要围绕以下三个方面展开：（1）燃料电池电堆建模的研究现状，（2）从供给路系统层面介绍其优化控制研究现状，（3）针对供气过程中压缩机产生的流量-压力解耦控制问题，介绍解耦控制方法研究现状。
1.2.1燃料电池电堆建模研究现状
燃料电池电堆建模的意义在于通过建立电堆模型分析其输出特性，在不同的性能参数与环境参数条件下对燃料电池进行分析与优化[17]，从应用角度主要有动态模型和稳态模型。
在燃料电池结构设计以及水热管理系统开发时，广泛应用分布式参数的稳态模型，这类模型采用多物理场融合的建模方式，可以考察电堆在不同工况点的多尺度状态，预测燃料电池在工作时状态参数的空间分布[18][19]。Janssen[20]在二维空间考虑了质子交换膜的水分布特征建立电堆分布式参数的仿真模型，Rowe[21]基于该模型采用电堆的实测数据对模型进行修正，同时考虑了电堆的热场分布，建立电堆的三维仿真模型，形成广泛应用于燃料电池电堆结构设计和水热管理设计的稳态仿真模型。
在进行燃料电池控制系统开发时，模型的动态响应能力显得更为重要，需要面向特定的控制问题通过参数集中化建立具备良好动态特性的仿真模型[22]。在电堆动态建模方面，考虑电堆电化学反应机理与实际测试结果的半经验公式具有更好的效果[23][24][25]26]。
Lee[27]考虑了工作参数对电堆输出的影响，模型中引入了基于特定电堆的实测数据建立电堆温度、气体压力、气体湿度与电堆输出的拟合参数，但是该模型中因为拟合系数会随电堆的工作状态而变化，故模型通用性不强。在面向控制的燃料电池电堆通用化建模方面，文献[28]建立了能够反映电堆输出与温度、气体压力及气体湿度的通用模型。该模型将活化面积、单片电池数目、质子交换膜厚度、密度和摩尔质量作为设计变量，将阴极进气压力、氧分压、氢分压、膜电极水含量以及温度作为电堆的输入变量。基于该模型，通过向电堆供应商咨询电堆的关键设计参数，即可以通过设置相应的仿真条件基本反映电堆的输出能力，但是从实际应用角度考虑，对于阴极进气压力与氧分压这两个输入变量，如果将二者的关系如果按照空气的比例处理，在电堆发生反应时随着氧气的消耗导致仿真结果无法与实际匹配，且功率越高，消耗氧气越多，和实际偏差越大，因此还应该在此基础上研究基于负载的阴极进气压力与各组分分压的关系，实现仿真结果与实际输出的良好匹配。
1.2.2 燃料电池供给路控制研究现状
燃料电池系统是一个多耦合、非线性的系统，各子系统之间的工作相互约束，为获得良好的工作性能，需要设计相应的控制策略协调各系统之间的工作。其中供给路系统和水热管理系统的控制优化可以有效提升电堆性能，在给定的电流需求条件下，通过对进气温度与湿度、进气压力、进气流量以及排气流量的优化可以提升电堆的输出电压，在这个过程中，既需要有合适的温度和湿度，还要求在电堆机械特性允许的条件下有充足的流量和压力[29][30][31]。供给路系统的控制主要包括氢气的进气控制和空气的进气控制，其中氢气路的供气使用高压氧罐提供纯氢，其控制策略比较明确，即通过比例调节阀调节进气流量以跟随阴极流场压力，对于排氢阀和排水阀的周期性开闭控制，更多是基于标定结果来制定开闭策略[32][33][34]。与氢气供给过程不同的是，空气供给的高压气体是由空气压缩机来形成，而空压机本身具有的流量-压力耦合特性对空气供给的控制提出了更高的要求，在供气策略方面，充足的氧气流量才能满足电堆的工作要求，也会提升电堆的输出品质，但是流量的提升也会导致压缩机功耗升高降低系统效率，因此控制问题需要特别关注，在一些研究中，供给路系统的控制往往专指空气供给路系统的控制[35]。
供给路系统控制方面，必须要保证充足的氧气流量，当前广泛应用的空气进气策略为 Pukrushpan[36]提出的按照氧气过量比为 2 的需求来控制进气流量，既可以保证燃料电池不发生缺氧，也能保证一定的输出功率。基于该种供气策略，国内外对其控制方法的优化进行了广泛的研究，文献[37]中，采用了一种前馈 PI 控制器来控制燃料电池的氧气过量比，并在特定工作点线性化处理来验证控制效果，结果表明，适当的前馈分量可以有效地改善质量流量响应。神经网络作为一种非线性控制方法，有着自组织、自学习、自
适应的特点而被应用到 PEMFC 系统中，卫东等[38]结合实验数据与专家经验对模型进行辨识，利用模糊神经网络建立整个 PEMFC 系统的模型，采用自适应神经网络算法对控制器参数实时调整，获得比传统 PID 算法更优的效果。Azmy 等[39]使用遗传算法在离线优化过程中提取数据，基于所提取的数据利用神经网络进行训练与测试，简化了模型的建立并实现参数的在线更新。全睿等[40]基于大量故障样本数据，通过神经网络与模糊逻辑结合，针对燃料电池使用过程中的故障，建立了故障推理模型。为解决燃料电池系统的高度非线性问题，模型预测控制（MPC）[41]被应用于燃料电池空气供给路系统，包括非线性 MPC、显式 MPC 和约束 MPC，这些研究通过控制压缩机的电压来保持氧气过量比在一个期望值，但是 MPC 需要一个精确的系统模型，这对于燃料电池系统来说是很难获得的，此外，它对系统参数和外界干扰非常敏感，鲁棒性较低，计算量大也是 MPC的应用缺点。Julio[42]等提出了一种非线性模型预测控制（NMPC）策略，通过对不同的成本函数进行了比较，确定了误差最小的成本函数，针对不同的扰动，得到了合适的动力响应。在文献[43]中，提出了一种自适应模糊滑模控制器（AFSMC）用于耦合系统，为了减小抖振效应，在滑动面上引入了模糊变量，使得控制器对外界干扰和测量误差具有较强的鲁棒性，在大功率燃料电池系统控制方面，王宇鹏等[44]在基于过氧比的流量控制基础上，提出燃料电池的进气压力是非常重要的控制变量，在保证进气流量的情况下提升进气压力可以优化电堆输出能力。
1.2.3压缩机流量-压力解耦控制方法研究现状
供给路系统的流量-压力联合控制策略要求控制供气压力和质量流量均跟随轨迹，以确保其正常运行。在流量-压力联合控制过程中，空气压缩机是燃料电池系统运行中的关键被控部件，空气压缩机用于向燃料电池阴极提供压缩空气。当前燃料电池系统广泛应用的压缩机为离心式压缩机[45]，在车载应用时由于负载变化，必须相应地调节供应气体的质量流量[46]，但是此时由于压缩机的流量-压力耦合性导致压力控制困难，在严重的情况下，压力波动可能会破坏质子交换膜，缩短燃料电池电堆的使用寿命，同时会导致电压输出品质变差[47]。压力和质量流量的联合控制对燃料电池系统的运行至关重要，为解决压缩机引起的流量-压力耦合问题，在燃料电池供给路系统结构上在背压管路增加可变排量的背压系统，通过协调压缩机转速与背压阀开度可以实现压力控制过程中的流量-压力解耦控制[48][49][50]。
在目前研究中，对燃料电池流量-压力联合控制的研究较少，孙业琪等[51]通过简单的反馈控制器在流量环控制的基础上加上了压力环，但是流量和压力的收敛速度较慢。张立炎[52]、陈凤祥等[53]从多变量耦合系统的解耦理论出发，将燃料电池系统简化为稳态的传递函数，通过前馈解耦算法对流量-压力进行解耦控制，由于采用了对被控对象矩阵的对角化前馈处理，实现了流量和压力的完全解耦，但是该研究仅把系统近似看成两输入两输出的线性系统，因此并不适用于负载变化的非线性系统。在文献[54]中，开发了一个PI 控制器和一个滑模控制器来分别控制质量流量和压力，然而，压缩机的流量-压力的相互作用会降低其控制性能，虽然采用了滑膜控制，但是对控制效果提升很小。供给路系统的解耦控制实质上是离心式压缩机-背压阀的解耦控制[55]，在离心式空压机的控制问题上，Zhao 将自抗扰控制器设计思想应用于离心压缩系统的解耦控制，建立动态解耦控制器（DDC）做了系列化研究，并取得了较好的控制效果[56][57][58]。
综合上述分析，对于供给路系统的控制更多是通过控制空压机的工作保证系统进气流量满足氧气过量比，虽然也有流量-压力联合控制相关研究，但是针对变载过程的动态响应品质问题鲜有研究。因此，为实现流量-压力联合控制策略在燃料电池的实际应用中取得良好的控制效果，在优化出不同负载电流下的压力补偿曲线基础上，进一步解决通过控制方法的优化改善动态品质，将会对大功率燃料电池的系统集成与控制提供有力的理论支撑。
图 2.9 阴阳极流场压力随背压变化的曲线
图 3.1 燃料电池供给系统构型图
图 3.3 开机过程供给路系统动态过程
图 3.6 阴极气体在系统回路流动过程分析
图 3.7 压缩机转速、压缩比和压缩机下游质量流量的关系
…………由于本文篇幅较长,部分内容省略,详细全文见文末附件
第6章 全文总结与研究展望
6.1 全文总结
本研究对燃料电池供给路系统的优化控制开展研究，旨在于从控制层面深度挖掘电堆的输出能力，提升燃料电池系统的功率水平。完成的研究工作如下：
（1）从燃料电池电堆层面出发，基于某款电堆的设计参数建立相应的输出电压仿真模型，针对输出电压仿真模型中与压力相关的非独立输入变量，对各组分流动行为的分析并建立压力形成机理模型，将电堆模型与压力形成机理模型进行整合，实现了电堆控制输入的独立化，将阴极流场压力、氧分压和氢分压三个相互关联的控制变量转化为阳极流场进气流量、阴极流场进气流量和背压三个独立的控制输入，并分别针对特定电流需求条件下的电堆工作点分布与流量-压力特性进行了仿真；（2）为进一步从燃料电池系统层面分析其输出特性，基于燃料电池供给路系统方案完成了燃料供给路系统以及输出特性的动态模型搭建，并对关键部件的特性进行建模仿真，验证了部件特性后与电堆模型进行集成，形成燃料电池电堆-供给路系统仿真模型；（3）为了验证所搭建的供给路系统仿真模型动态特性，推导了基于负载需求的空气供给控制策略并设计相应的反馈控制器，搭建联合仿真平台，验证关键节点的流量-压力特征；并在此基础上，基于可变排量背压系统提出压力补偿策略，并分析动态控制问题。
为解决压力补偿后系统流量-压力耦合强化问题，参考自抗扰控制思想，设计 DDC 控制器用于流量-压力耦合系统，削弱了流量与压力之间的相互作用；（4）对控制优化效果进行了总结性仿真，集成电堆输出模型、供给路系统模型以及控制模型，对供给路系统的流量-压力动态响应以及燃料电池系统的输出性能开展仿真验证。
6.2 研究展望
本研究从理论层面对供给路系统进行优化控制，为了进一步实现车载应用，下一步需要完成的研究归纳如下：
（1）防喘振是将压缩机的运行限制在喘振线右侧的工作范围，本研究仅通过压力补偿程实现了对输出的优化，但是在工业应用方面，还需要考虑压缩机的喘振，在本研究的基础上，主动防喘振控制仍然具有较大的研究空间。
（3）本研究所开发的控制策略基于带有流量和压力传感器的构型，在实际系统中，考虑到成本问题，需要尽量减少或者避免流量传感器的应用，因此基于实际系统方案对控制策略中的相关控制变量进行进一步转化，同时硬件在环测试是实车测试之前必不可少的环节，因此在装车之前完成硬件在环测试。
参考文献
[1]高香玲. 美国新能源汽车产业及其竞争力分析[D]. 吉林大学,2012.
[2]艾民, 孟晨. 我国新能源汽车发展的原油进口替代效应分析[C]// 2012 管理创新、智能科技与经济发展研讨会.
[3]黎丽, 谢伟, 魏书传,等. 中国制造 2025[J]. 金融经济, 2015(13):10.
[4]陈虹, 李赠铨. 中国先进制造业国际竞争力的实证分析[J]. 统计与决策, 2019(7):154-[5]刘洪民, 韩熠超, 刘炜炜. 融合情景分析的战略性新兴产业技术路径图框架构建与案例分析——以中国新能源汽车产业为例[J]. 科技与管理, 2019(1):1-7.
[6]"新能源汽车"重点专项"燃料电池发动机及商用车产业化技术与应用"项目推进会在潍坊召开[J]. 电器工业, 2019(6):4-4.
[7]郝旭辉, 刘继烈, 王永军. 氢燃料电池汽车:汽车动力的革命——访中国工程院院李骏[J]. 汽车技术, 2018, No.511(04):5-7.
[8]Matraji I , Laghrouche S , Wack M . Pressure control in a PEM fuel cell via second ordersliding mode[J]. International Journal of Hydrogen Energy, 2012, 37(21): 16104-16116.
[9]Barelli L, Bidini G, Gallorini F, Ottaviano A. Dynamic analysis of PEMFC-based CHPsystems for domestic application[J].. Appl Energy 2012;91(1):13-28.
[10]Park S , Jung D . Effect of operating parameters on dynamic response of water-to-gasmembrane humidifier for proton exchange membrane fuel cell vehicle[J]. International Journalof Hydrogen Energy, 2013, 38(17):7114-7125.
[11]Ravey A , Blunier B , Miraoui A . Control Strategies for Fuel-Cell-Based Hybrid ElectricVehicles: From Offline to Online and Experimental Results[J]. Vehicular Technology IEEETransactions on, 2012, 61(6): 2452-2457.
[12]Barelli L , Bidini G , Ottaviano A . Optimization of a PEMFC/battery pack power systemfor a bus application[J]. Applied Energy, 2012, 97: 777-784.
[13]Kelouwani S , Agbossou K , Dubé, Yves, et al. Fuel cell Plug-in Hybrid Electric Vehicleanticipatory and real-time blended-mode energy management for battery life preservation[J].
Journal of power sources, 2013, 221(JAN.1):406-418.
[14]陈维荣, 钱清泉, 李奇. 燃料电池混合动力列车的研究现状与发展趋势[J]. 西南交通吉林大学硕士学位论文92大学学报, 2009, 044(001):1-6.
[15]顾炳波. 提高甲醇合成气中有效气体利用率的探讨[J]. 化工管理, 2014, 000(023):18-18.
[16]陈雪兰. 燃料电池系统建模与控制研究[D]. 浙江大学, 2013.
[17]丁舟波. 电动汽车燃料电池系统性能与优化设计研究[D]. 湖南大学, 2014.
[18]刘坤. PEM 燃料电池的传输模拟与结构优化[D]. 武汉理工大学, 2008.
[19]帅浚超, 沈檀, 蒋建华,等. 多通道平板型固体氧化物燃料电池的逆流流场数值分析[J]. 陶瓷学报, 2016(6):647-652.
[ 20 ]Janssen, GJM, A phenomenological model of water transport in a proton exchangemembrane fuel cell[J]. JOURNAL OF THE ELECTROCHEMICAL SOCIETY 2001, A1313-A1323.
[21]Ruy Sousa Jr, Flávio Colmati, Ernesto Rafael Gonzalez. Modeling techniques applied to thestudy of gas diffusion electrodes and proton exchange membrane biochemical fuel cells[J].
Journal of Power Sources, 161(1):183-190.
[22]马天才. 燃料电池发动机控制问题研究——系统分析与建模[D]. 同济大学汽车学院同济大学, 2007.
[ 23 ]Maher A.R. Sadiq Al-Baghdadi. Modelling of proton exchange membrane fuel cellperformance based on semi-empirical equations[J]. Renewable Energy, 30(10):1587-1599.
[24]Supramaniam Srinivasan, Omourtag A. Velev, Arvind Parthasarathy. High energy efficiencyand high power density proton exchange membrane fuel cells — electrode kinetics and masstransport[J]. Journal of Power Sources, 36(3):299-320.
[25]Lo D H , Srour J R . Modeling of proton-induced CCD degradation in the Chandra X-rayObservatory[J]. IEEE Transactions on Nuclear ence, 2003, 50(6):p.2018-2023.
[26]马冰心. 质子交换膜燃料电池建模与供气系统控制方法的研究[D]. 东北大学, 2017.
[ 27 ]J.H. Lee, T.R. Lalk. Modeling fuel cell stack systems[J]. Journal of Power Sources,73(2):229-241.
[28]Jee-Hoon Jung, Shehab Ahmed, Prasad Enjeti. PEM Fuel Cell Stack Model Developmentfor Real-Time Simulation Applications[J]. IEEE Transactions on Industrial Electronics, 2011,58(9):4217-4231.
[29]沈春晖, 余昊. 车用质子交换膜燃料电池发动机关键技术研究进展[J]. 武汉理工大学93学报, 290(02):34-39.
[30]沈烨烨, 陈雪兰, 谢磊,等. 基于 LPV 模型的燃料电池空气进气系统控制[J]. 化工学报, 2013(12):260-266.
[31]杨朵, 潘瑞, 汪玉洁, 燃料电池系统气体调压控制[C]// 第 19 届中国系统仿真技术及其应用学术年会. 2018.
[32]洪凌. 车用燃料电池发电系统氢气回路控制[D].浙江大学 2017.
[33]林歆悠, 李雪凡, 林海波. 考虑燃料电池衰退的 FCHEV 反馈优化控制策略[J]. 中国公路学报, 32(05):157-165.
[34]陈婕. 燃料电池汽车氢气加注控制策略分析[J]. 时代汽车, 297(6):67-68.
[35]王凡. 燃料电池进气系统控制[D]. 浙江大学 2016.
[36]Schultze M , Kirsten M , Helmker S , et al. Modeling and simulation of a coupled double-loop-cooling system for PEM-fuel cell stack cooling[C]// Control (CONTROL), 2012 UKACCInternational Conference on. IEEE, 2012.
[37]Pukrushpan, J.T, Stefanopoulou, A.G, Huei Peng. Control of fuel cell breathing[J]. controlsystems ieee, 2004, 24(2):30-46.
[38]卫东,曹广益,朱新坚.基于神经网络辨识的质子交换膜燃料电池建模[J].系统仿真学报,2003(06):817-819.
[39]Azmy,Ahmed M;Erlich,lstvan. Online optimal management of PEM fuel cells using neuralnetworks[J]. IEEE Transactions on Power Delivery,2005,20(21):1051-1058.
[40]全睿, 黄亮, 谢长君, 全书海. 基于模糊神经网络的燃料电池发动机故障诊断[J].华中科技大学学报(自然科学版), 37(S1):114-117.
[41]Gruber J K , Doll M , Bordons C . Design and experimental validation of a constrained MPCfor the air feed of a fuel cell[J]. Control Engineering Practice, 2009, 17(8):874-885.
[42]Klauco M , Kaluz M , Kvasnica M . Real-time implementation of an explicit MPC-basedreference governor for control of a magnetic levitation system[J]. Control Engineering Practice,2017, 60(Mar.):99-105.
[43]Mahapatro S R , Subudhi B , Ghosh S . Design and real-time implementation of an adaptivefuzzy sliding mode controller for a coupled tank system[J]. International Journal of NumericalModelling, 2019, 32(1):e2485.1-e2485.17.
[44]王宇鹏, 都京, 黄兴等. 基于数据驱动的燃料电池系统最优供气压力研究[C]// 2019吉林大学硕士学位论文94中国汽车工程学会年会论文集(2). 2019.
[45]Choi K H , Park D J , Rho Y W , et al. A study of the internal humidification of an integratedPEMFC stack[J]. Journal of Power Sources, 1998, 74(1):146-150.
[46]Ahluwalia R K , Wang X . Fuel cell systems for transportation: Status and trends[J]. Journalof Power Sources, 2008, 177(1):167-176.
[47]Gravdahl J T , Egeland O , Vatland S O . Drive torque actuation in active surge control ofcentrifugal compressors[J]. Automatica, 2002, 38(11):1881-1893.
[48]Erdinc O , Vural B , Uzunoglu M . A wavelet-fuzzy logic based energy management strategyfor a fuel cell/battery/ultra-capacitor hybrid vehicular power system[J]. Journal of power sources,2009, 194(1):369-380.
[49]Emadi A , Rajashekara K , Williamson S S , et al. Topological overview of hybrid electricand fuel cell vehicular power system architectures and configurations[J]. IEEE Transactions onVehicular Technology, 2005, 54(3):763-770.
[ 50 ]Blunier B , Miraoui A . Proton Exchange Membrane Fuel Cell Air Management inAutomotive Applications[J]. Journal of Fuel Cell ence and Technology, 2010, 7(4):1571-1574.
[51]孙业祺, 许思传, 倪淮生,等.高压燃料电池发动机进气压力控制试验研究[J]. 车用发动机, 2008, 000(005):22-25.
[52]全书海, 张天贺, 张立炎. PEMFC 空气供应系统的建模、仿真与控制[J]. 武汉理工大学学报(信息与管理工程版), 2007(10):65-68.
[53]陈凤祥, 陈兴. 燃料电池系统空气供应内模解耦控制器设计[J]. 同济大学学报:自然科学版, 2016(12): 1924-1930.
[ 54 ]Zhao D , Gao F , Bouquain D , et al. Sliding-Mode Control of an Ultrahigh-SpeedCentrifugal Compressor for the Air Management of Fuel-Cell Systems for AutomotiveApplications[J]. IEEE Transactions on Vehicular Technology, 2014, 63(1):51-61.
[55]Bonini, Lorenzo, Basili, Roberto, Burrato, Pierfrancesco. The role of pre-existing frictionalweaknesses on the propagation of extensional fault[J]. journal of mechanical science &technology, 2014, 28(3):895-905.
[ 56 ]Zhao D , Gao F , Bouquain D , et al. Sliding-Mode Control of an Ultrahigh-SpeedCentrifugal Compressor for the Air Management of Fuel-Cell Systems for AutomotiveApplications[J]. IEEE Transactions on Vehicular Technology, 2014, 63(1):51-61.
[57]Zhao D , Daniel K , Blunier B , et al. Design and control of an ultra high speed turbocompressor for the Air Management of fuel cell systems[C]// Transportation ElectrificationConference and Expo (ITEC), 2012 IEEE. IEEE, 2012.
[58]Zhao D , Blunier B , Gao F , et al. Control of an Ultrahigh-Speed Centrifugal Compressorfor the Air Management of Fuel Cell Systems[J]. IEEE Transactions on Industry Applications,2014, 50(3):2225-2234.
[59]杨超. 阳极支撑型固体氧化物燃料电池内多物理场传递过程的机理与数值分析[D].大连海事大学, 2013.
[60]郭爱. 基于过氧比的车载燃料电池系统控制技术[D]. 西南交通大学, 2015.
[61]李奇. 质子交换膜燃料电池系统建模及其控制方法研究[D]. 西南交通大学, 2011.
[62]朱柳. 质子交换膜燃料电池热管理的动态建模、控制仿真及故障诊断策略研究[D].上海交通大学, 2012.
[63]郭爱, 李奇, 陈维荣,等. 车用燃料电池阴极系统特性[J]. 西南交通大学学报, 2013,048(006):1052-1058.
[64]Moraal, P. and Kolmanovsky, I. (1999). Turbocharger modeling for automotive controlapplications. SAE Paper 1999-01-0908.
[65]Cunningham, J., Hoffman, M., Moore, R., and Friedman, D. (1999). Requirements for aflexible and realistic air supply model for incorporationinto a fuel cell vehicle (FCV) systemsimulation. SAE Paper 1999-01-2912.
[66]Jay T. Pukrushpan, Anna G. Stefanopoulou, Huei Peng. Modeling and Control for PEMFuel Cell Stack System[C]// American Control Conference, 2002. Proceedings of the 2002.
