增压型MCFC/MGT混合动力系统中燃料电池的特性分析

针对增压型熔融碳酸盐燃料电池(MCFC)与现有微型燃气轮机(MGT)设计的混合动力系统,分析了在部分负荷运行时MCFC的特性;在MCFC建模过程中,考虑了电流密度和电池工作温度等参数的影响,并将模拟结果与其实验数据进行对比;应用压气机和透平的特性曲线建立了MGT在非设计工况下的分析模型;提出了4种不同的控制方式,以控制系统的部分负荷运行,并应用所建模型分析了系统中MCFC在不同控制方式下的特性.结果表明:通过有效的控制手段以保持较高的MCFC工作温度,可使MCFC在部分负荷运行时的效率高于设计点值;MCFC的性能对混合动力系统影响很大;在部分负荷运行时需要维持较高的电池工作温度以提高系统性能.     

基于燃气轮机的MCFC/MGT混合动力系统特性

针对增压型熔融碳酸盐燃料电池/微型燃气轮机(MCFC/MGT)混合动力系统进行了系统设计、部分负荷特性和系统启动特性的分析.为实现系统的商业化,采用了基于现有微型燃气轮机进行系统设计的方法,对不同控制方式下系统的部分负荷运行特性进行了比较,提出了系统启动方案并对启动过程中可能出现的问题及系统特性进行了分析.结果表明,基于燃气轮机所设计系统性能要比基于MCFC的性能稍差,在系统部分负荷运行时保持MCFC的工作温度有助于系统性能的改善,由于MCFC自身的特点这种系统不适合频繁的启动.     

顺流型熔盐燃料电池电堆的电气特性模型

熔融碳酸盐燃料电池（MCFC）电堆的电气与温度特性决定其性能和可靠性，立足于控制MCFC电堆的输出电压，从单体电池推及电堆，比较全面地对MCFC电堆输出电压以及与之相关的电流密度，燃料气体利用率等特性加以分析，在系统级上建立了由一组变系数偏微分方程和积分方程描述的动态模型，并以外部负载扰动为例讨论了各状态量之间的相互关系，分析和建模的正确性为仿真结果所证实，所得结论有助于控制方案和流场的设计，以及电池材料的选择。     

基于神经网络辨识的熔融碳酸盐燃料电池建模

针对熔融碳酸盐燃料电池（MCFC）电堆系统难以建模以及已建立的模型过于复杂，难以满足工程上对MCFC系统控制设计特别是实时控制需要的情况，绕开MCFC的内部复杂性，提出利用神经网络可能逼近任意复杂非线性函数的性能，将神经网络辨识方法应用到MCFC这种高度非线性系统的建模中。以燃料气和氧化剂气体的流速的输入量，MCFC电堆温度响应为输出量，根据输入输出数据用神经网络辨识建立MCFC电堆系统的温度模型，给出了辨识系统的结构及改进BP算法。仿真结果证明了这种方法的可行性，所建立的模型精度较高，使得设计MCFC的实时控制器成为可能。     

Neural—networks—based Modelling and a Fuzzy Neural Networks Controller of MCFC

Molten Carbonate Fuel Cells(MCFC) are produced with a highly efficient and clean power generation technology which will soon be widely utilized.The temperature characters of MCFC stack are briefly analyzed.A radial basis function (RBF) neural networks identification technology is applied to set up the temperature nonlinear model of MCFC stack,and the identification structure,algorithm and modeling training process are given in detail.A fuzzy controllery of MCFC stack is designed.In order to improve its online control ability,a neural network trained by the I/O data of a fuzzy controller is designed.The neural networks can memorize and expand the inference rules of the fuzzy controller and substitute for the fuzzy controller to control MCFC stack online,A detailed design of the controller is given,The validity of MCFC stack modilling based on neural networks and the superior performance of the fuzzy neural networks controller are proved by Simulations.     

MCFC电堆的自适应模糊控制器的设计

根据熔融碳酸盐燃料电池（MCFC）的数学模型，为了在温度允许界限内保持MCFC电堆对外电压输出的恒定，采用自适应模糊控制理论对MCFC电堆的控制进行研究，设计了一种具有两个自适应调整模块（参数调整模块和聚类分析模块）的模糊控制器，仿真结果表明自适应模糊控制方法在性能和效果上都比PID控制有明显的提高，从而能够保证MCFC电堆在运动过程中的可靠性。     

Fuzzy fault diagnosis system of MCFC

A kind of fault diagnosis system of molten carbonate fuel cell (MCFC) stack is proposed in this paper. It is composed of a fuzzy neural network (FNN) and a fault diagnosis element. FNN is able to deal with the information of the expert knowledge and the experiment data efficiently. It also has the ability to approximate any smooth system. FNN is used to identify the fault diagnosis model of MCFC stack. The fuzzy fault decision element can diagnose the state of the MCFC generating system, normal or fault, and can decide the type of the fault based on the outputs of FNN model and the MCFC system. Some simulation experiment results are demonstrated in this paper.     

熔盐燃料电池电堆动态特性的建模和分析

根据物质、动量和能量守恒，建立了10kW级顺流型熔融碳酸盐燃料电池（MCFC）电堆的数学模型，给出了模型的边界条件。将MCFC电堆的波状板考虑到模型中，求解模型得到气压以及各部分温度的分布。给出并求解了MCFC的电气特性模型，分析了电堆沿气流方向的特性；电堆在电流密度阶跃变化下的动态响应。与试验数据的比较表明，模型能正确反映电堆真实的内部特性。     

基于计算流体力学的熔盐燃料电池电堆的仿真

基于计算流体力学技术，建立并仿真了10kW级顺流型熔融碳酸盐燃料电池（MCFC）电堆的三维模型，对电堆内部的物质、动量和能量守恒过程进行了理论分析，模型考虑了MCFC电堆的一个重要组成部分-波状板，并讨论了波状板尺寸对电堆性能的影响，结果表明，在采用较大尺寸波状板的电堆中，电化学反应进行得更加充分，所建模型对电堆内部流场的设计有一定意义。     

基于计算流体力学的熔融碳酸盐燃料电池输出性能数值模拟

对熔融碳酸盐燃料电池(MCFC)的连续、动量、能量方程以及电压、电化学方程进行了数学描述，采用计算流体力学(CFD)方法，对MCFC的输出性能进行数值模拟，计算结果包括电池温度、电流密度以及功率密度分布等重要参数．并将理论模型的计算结果与kW级的MCFC温度分布实验数据进行比较，两者符合很好，证明所提数学模型具有较高的可靠性．     

MCFC/燃气轮机联合发电系统的最小二乘支持向量机方法建模

分析了影响熔融碳酸盐燃料电池(MCFC)/燃气轮机(GT)联合发电系统工作温度的重要因素,在多个变量中选择了燃料气和空气流量作为MCFC工作温度的控制量;选择燃料气利用率和燃烧室附加燃料流量作为燃气轮机透平初温的控制量.在此基础上,推导了最小二乘支持向量机(LS-SVM)用于函数估计的算法,并将该算法用于建立联合发电系统的工作温度控制模型.实验结果表明,LS-SVM建模方法具有建模精度高、计算速度快的优点,适合于实时控制的情况.