1.一种燃料电池热管理系统数据驱动迭代学习控制器设计方法,其特征在于:其步骤是:S1.迭代域动态线性化数据模型PEMFC的热管理系统描述成如下的一般非线性系统:Y(i,k+1)=F(Y(i,k),…,Y(i,k-ny),U(i,k),…,U(i,k-nu)) (1)其中,k∈{0,1,…,K}是时间序列,K为迭代长度;i∈{0,1,…imax}为迭代数,imax为最大跌代数;ny和nu代表着未知正整数;
Y(i,k)=[y1(i,k),y2(i,k)]=[Tst,out(i,k),Tst,in(i,k)]是第i次迭代中k时刻的输出向量,y1(i,k)=Tst,out(i,k)为电堆的冷却水出口温度,y2(i,k)=Tst,in(i,k)为冷却水入口温度;
U(i,k)=[u1(i,k),u2(i,k)]=[Wcl(i,k),Wair(i,k)]是第i次迭代中k时刻的输入向量,u1(i,k)=Wcl(i,k)为循环水泵冷却水流量,u2(i,k)=Wair(i,k)为散热器空气流量;F(·)代表着广义非线性函数;
将模型(1)转变成如下的迭代域动态线性化数据模型:ΔY(i,k+1)=Φ(i,k)ΔU(i,k) (2)其中,ΔY(i,k)=Y(i,k)-Y(i-1,k),ΔU(i,k)=U(i,k)-U(i-1,k);Φ(i,k)是伪雅克比矩阵,其定义如下:其中,φ11,φ12,φ21和φ22都是伪雅克比矩阵中的元素;
伪雅克比矩阵用下面估计算法进行估计,定义性能指标函数为:其中,μ为惩罚函数,令则获得如下估计算法:其中,为Φ(i,k)的估计值;η为步长因子;
则迭代域动态线性化数据模型转换成如下:
S2、迭代域扩展状态观测器
动态线性化数据模型(6)转换成如下形式:
其中,为对角矩阵,和分别是φ11(i,k)和φ22(i,k)的估计值;D(i,k)=[d1(i,k),d2(i,k)]T为耦合项向量,d1(i,k)是y1(i,k)的耦合项,d2(i,k)是y2(i,k)的耦合项;
则解耦模型如下:
设计迭代域扩展状态观测器实现对耦合项D(i,k)的估计和补偿,迭代域扩展状态观测器设计如下:其中,是Y(i,k)的估计值;是D(i,k)的估计值,是d1(i,k)的估计值,是d2(i,k)的估计值;L1和L2是观测器增益;
解耦动态线性化数据模型为:
S3、无模型自适应迭代学习控制器
解耦动态数据模型(10)改写为:
考虑如下控制输入准则函数:
根据优化条件得控制输入为:
其中,为第j个输出的期望值,即,为电堆出口冷却水温度Tst,out的期望值,为电堆冷却水入口温度Tst,in的期望值;λ是权重因子;ρ是步长因子。