Modeling, optimization and control of an integrated PEM fuel cell system

Abstract

Fuel cell systems are part of a prominent key enabling technology for achieving carbon free electricity generation and can be used for stationary, mobile and portable applications. The last decade, significant research efforts have been allocated to the development of fuel cell components and integrated systems, since they constitute an efficient energy conversion technology for transforming hydrogen, and possibly other fuels, into electricity. During their operation various phenomena are evolving and their behavior is affected by many variables such as temperature, partial pressures, gas utilization and humidity. Therefore, it is necessary to be able to understand qualitatively and predict quantitatively the behavior of an integrated fuel cell system in order to protect its longevity and preserve its long-term performance. Driven by this motivation their optimum operation is of great importance. Thus, it is imperative to develop appropriate control strategies and algorithms that optimize their response so that they can accomplish certain intended functions and utilize the available resources, e.g. consumption of fuel, in an efficient manner and satisfy operating and physical constraints. The impact of control is evident not only in fuel cell systems, but also in a wide range of every day applications such as production of chemicals, automotive industry, generation and distribution of energy to name a few. Overall, control engineering provides the scientific foundation and technology for dynamically evolving systems by integrating concepts from computer science, mathematics, and systems engineering. This thesis has a multidisciplinary scope and it is concerned with the optimal operation of an integrated Polymer Electrolyte Membrane fuel cell (PEMFC) unit and the design and development of advanced model-based control schemes which are deployed to the automation system of a small-scale experimental PEMFC unit. More specifically, a dynamic nonlinear mathematical model is developed that describes the behavior of the PEMFC and it is experimentally validated using a formal systematic estimation procedure for the determination of the empirical parameters. Also, the automation infrastructure and the architecture of the Supervisory Control and Data Acquisition (SCADA) system is presentedwhich is used as a platform for the verification of a number of advanced controllers. After the determination of the operational requirements of a PEMFC system a modular model predictive control (MPC) framework is designed and the PEMFC acts as a motivating system where the behavior of multivariable nonlinear MPC (NMPC) and multiparametric MPC (mpMPC) controllers are evaluated. In addition to the NMPC and mpMPC methods, a novel synergetic strategy is proposed that empowers the performance of NMPC by exploiting a multi-parametric quadratic programming (mpQP) approach. At the core of the NMPC formulation lies a nonlinear programming (NLP) problem which is solved using a simultaneous direct transcription optimization method. The performance of the NLP solver is enhanced by a warm-start initialization and a search space reduction technique. This synergy transcends the traditional problem formulation of the NMPC aiming at the reduction of the computational time for the dynamic optimization problem withoutsacrificing the quality of the obtained solution. Τhe interconnection between the advanced model-based controllers and the automation system is facilitated through a custom developed software platform based on state-of-the-art industrial protocols. The establishment of such an infrastructure addresses the challenges related to the interface of control, computing and communication issues between the MPC and the integrated PEMFC unit. The MPC framework is deployed online to the industrial automation system and the performance of the controllers is assessed through a set of experimental studies, illustrating the operation of the PEMFC under varying operating conditions.

Τα συστήματα κυψελών καυσίμου (ΚΚ) έχουν προσελκύσει το ενδιαφέρον τόσο της βιομηχανικής όσο και της βασικής έρευνας τα τελευταία χρόνια, καθώς αποτελούν μέρος μιας φιλικής προς το περιβάλλον τεχνολογίας για την παραγωγή ηλεκτρικής ενέργειας. Κατά τη διάρκεια της λειτουργίας των ΚΚ εξελίσσονται διάφορα φαινόμενα και η συμπεριφορά τους επηρεάζεται από ένα πλήθος μεταβλητών που σχετίζονται με την θερμοκρασία, τις μερικές πιέσεις των αερίων, τη χρησιμοποίηση των αντιδρώντων και την υγρασία. Σε αυτά τα πλαίσια η ανάπτυξη κατάλληλων μεθόδων ελέγχου κρίνεται επιτακτική καθώς είναι σημαντικό το σύστημα ΚΚ να καθοδηγείται στην κατάλληλη περιοχή λειτουργίας ώστε να επιτυγχάνεται η βέλτιστη απόδοση και να διασφαλίζεται η εύρυθμη λειτουργία του ενώ ταυτόχρονα να διασφαλίζεται η μακροβιότητα του. Η παρούσα διατριβή έχει διττό αντικείμενο ενασχόλησης. Το πρώτο αφορά στην αντιμετώπιση θεμάτων διαχείρισης ενός ολοκληρωμένου συστήματος ΚΚ μέσω της μοντελοποίησης και της βέλτιστης λειτουργίας του. Ενώ το δεύτερο σχετίζεται με την ανάλυση, διερεύνηση και ανάπτυξη μεθόδων προηγμένης ρύθμισης που βασίζονται σε μαθηματικά μοντέλα χρησιμοποιώντας αλγόριθμους προρρητικού ή προβλεπτικού ελέγχου (model predictive control - MPC). Σε αυτό το πλαίσιο το σύστημα ΚΚ αποτελεί το πεδίο πειραματικής εφαρμογής, επιβεβαίωσης και αποτίμησης των αναλυόμενων και προτεινόμενων μεθόδων. Αρχικά αναπτύσσεται ένα μαθηματικό μη-γραμμικό δυναμικό μοντέλο για συστήματα ΚΚ τύπου πολυμερικής μεμβράνης (Polymer Electrolyte Membrane - ΡΕΜ) το οποίο αποτελείται από ένα σύνολο διαφορικών και αλγεβρικών εξισώσεων (ΔΑΕ) που περιγράφουν τα βασικά ισοζύγια μάζας και ενέργειας καθώς και την ηλεκτροχημική συμπεριφορά του συστήματος. Σε αυτές τις εξισώσεις εμφανίζονται κάποιες εμπειρικές παράμετροι, οι βέλτιστες τιμές των οποίων προσδιορίζονται από μια γενικευμένη συστηματική μεθοδολογία εκτίμησης. Ο στόχος της μεθοδολογίας αυτής είναι να προσδώσει πειραματικά επιβεβαιωμένη εγκυρότητα στο μοντέλο που λαμβάνει υπόψη τις αλληλεπιδράσεις των υποσυστημάτων που επηρεάζουν την ΚΚ. Στη συνέχεια παρατίθεται μια εμπεριστατωμένη ανάλυση μεθόδων προηγμένης ρύθμισης που αποτελούν μια ανερχόμενη στρατηγική καθώς μπορούν να αντιμετωπίσουν ταυτόχρονα μη-γραμμικά συστήματα, πολλαπλά κριτήρια βελτιστοποίησης υπό περιορισμούς και να οδηγήσουν το σύστημα στην επιθυμητή κατάσταση μέσω της βέλτιστης λήψης αποφάσεων. Η μελέτη εστιάζει σε δύο μεθόδους προρρητικού ελέγχου, το μη-γραμμικό MPC (NMPC) και το πολυπαραμετρικό MPC (mpMPC). Η πρώτη βασίζεται στην online επίλυση ενός δυναμικού προβλήματος βελτιστοποίησης μη-γραμμικού προγραμματισμού (Nonlinear Programming - NLP), ενώ η δεύτερη βασίζεται στην offline επίλυση ενός προβλήματος πολυπαραμετρικού τετραγωνικού προγραμματισμού (multi-parametric Quadratic Programming - mpQP). Τέλος προτείνεται μία νέα μέθοδος που συνδυάζει τα πλεονεκτήματα των δύο προηγούμενων (mpMPC, NMPC) τροποποιώντας κατάλληλα τον χώρο αναζήτησης των μεταβλητών μέσω της δυναμικής προσαρμογής του, σε ένα υποσύνολο του εφικτού με βάση την πολυεδρική καταμέρισή του. Η συνέργεια αυτή συμβάλει καταλυτικά στην βελτίωση της απόδοσης του βελτιστοποιητή που χρησιμοποιείται για την online επίλυση ενός NLP προβλήματος καιαποτελεί νευραλγική συνιστώσα του προρρητικού ελέγχου. Ακολουθεί η σχεδίαση και ανάπτυξη ενός ολοκληρωμένου πλαισίου ελέγχου το οποίο ενσωματώνει ένα πλήθος πολυμεταβλητών ελεγκτών που βασίζονται στις μεθόδους προηγμένης ρύθμισης που σχεδιάζονται για το πειραματικό σύστημα ΚΚ. Επιπρόσθετα παρουσιάζεται η αρχιτεκτονική του βιομηχανικού συστήματος εποπτικού ελέγχου και της διεπαφής που επιτρέπει τη διασύνδεση των αλγόριθμων προηγμένης ρύθμισης με το σύστημα αυτοματισμού. Το πακέτο λογισμικού που σχεδιάστηκε και αναπτύχθηκε, αναλαμβάνει τη διασύνδεση και το συγχρονισμό της επικοινωνίας μεταξύ των ελεγκτών τύπου MPC και του εποπτικού συστήματος της μονάδας, καθιστώντας με αυτό τον τρόπο εφικτή τη μετάβαση από την θεωρητική μελέτη στην πρακτική εφαρμογή των στρατηγικών προρρητικού ελέγχου. Η μελέτη της απόκρισης των ελεγκτών και της συμπεριφοράς της μονάδας αναλύεται μέσα από ένα πλήθος πειραμάτων (σε επίπεδο προσομοίωσης και online), που παρουσιάζουν τα χαρακτηριστικά της κάθε μεθόδου σε σχέση με τους επιδιωκόμενους στόχους βέλτιστης λειτουργίας που τίθενται για το σύστημα. Για το σκοπό αυτό η μελέτη καλύπτει ένα μεγάλο εύρος λειτουργικών συνθηκών, την ύπαρξη διαταραχών και την έναρξη της λειτουργίας της μονάδας.