要仿真 PEMFC 的工作原理与发电过程，首先需要建立合适的数学模型。其次，PEMFC 的工作性能受到多因素的综合影响，因此在仿真过程中对这些影响因素做出适当的控制是必 要的。另外，要做 PEMFC 仿真系统，一款实用的仿真软件是必不可少的。综合以上分析， 本节将就 PEMFC 的数学模型、控制策略和仿真软件三方面的研究现状展开讨论。 78763

1 数学模型

PEMFC 的建模研究最早是从经验模型开始的，经验模型能较好地反映 PEMFC 电压和电 流密度的关系，但忽略了对燃料电池内部反应机理和结构参数的分析，因此其使用性受到一 定限制。 

为了克服经验模型的不足，研究者后来又提出能反映电池内部特性及传递现象的参数机 理模型，根据所基于的空间维数变量可分别划分为一维、二维和三维。一维模型建模方便、 结构简单，但由于研究维数的局限因此与二维、三维模型相比，准确性稍差。二维模型加入 了温度和膜的含水量对电池性能影响的探究。而三维模型则更是考虑了气体流道和流体分布 的建模研究。 

目前最常用的是电化学稳态模型和动态模型，用于探究温度、膜的含水量、阴极阳极压 力、电流密度等对 PEMFC 输出性能的影响。本文在讨论电压模型时也正是基于此常用模型。而伴随着智能控制理论的大力发展，基于智能优化算法、神经网络、支持向量机等智能策略 的 PEMFC 智能方法模型由于未知参数易于辨识、建模精准等优点将会越来越被广泛应用。 

2 控制策略

传统的控制算法是 PID 控制，但对于 PEMFC 这个多输入多输出、时变且非线性的复杂 系统来说，随着 PEMFC 的大规模应用和性能要求越来越高，PID 控制在对控制效果要求高的 场合已显得不尽人意。目前正被广泛研究的新型控制策略有以下几种：  论文网

（1）PEMFC 的预测控制：基于模型的历史信息和未来可能的输入而对未来的输出做出 预测。其实时跟踪的性质保证了在跟踪负荷方面有突出的优越性，但快速性和鲁棒性较差。 YUAN R  等在燃料电池控制中就采用了一种预测控制方法，该方法是基于支持向量机。 

（2）PEMFC 的模糊控制：基于 PEMFC 的模糊模型建立模糊规则库和设计模糊控制器 来实现模糊推理从而为系统提供控制策略，但其模糊化过程需依赖于经验。研究表明，自适 应模糊控制器在动态模型中效果突出。德国的 SCHUMA CHEN JO 等控制微型 PEMFC 的水 管理时采用的就是模糊控制策略。 

（3）PEMFC 的神经网络控制：通过建立 PEMFC 的神经网络模型，让系统通过训练和 学习而逐渐达到理想的输出性能。研究表明，在负载突变时，神经网络控制器仍具有较强的 学习能力和鲁棒性。ALMEDA P E 针对输出电压的控制提出了一种采用参数化小脑神经模型 控制器的神经网络控制方法。 

（4）PEMFC 的组合控制：将模糊控制、神经网络控制等智能控制方法与传统控制方法 相结合，实现优势互补。主要有模糊 PID 控制、神经网络 PID 控制和模糊神经网络控制。 

3 仿真软件

选择一款合适的仿真软件是模拟 PEMFC 的发电原理及发电过程的有效途径。目前，已 有多种仿真语言已被开发，如用于混合系统仿真的 SIMAN、用于离散系统仿真的 GPSS 及用 于动态系统仿真的 DYNAMO 等。另外，LabVIEW 软件、MATLAB 中的 Simulink 组件等仿 真工具在 PEMFC  的仿真与优化控制领域中得到了广泛使用，甚至一些 CFD(Computational

Fluid Dynamics)商用软件公司研发了专门的 PEMFC 模块供科学研究者使用，如 Fluent 公司推 出的 Fluent  软件、COMSOL 公司推出的 COMSOL 电池与燃料电池模块等。