[Zurück]


Zeitschriftenartikel:

L. Böhler, D. Ritzberger, C. Hametner, S. Jakubek:
"Constrained extended Kalman filter design and application for on-line state estimation of highorder polymer electrolyte membrane fuel cell systems";
International Journal of Hydrogen Energy, 46 (2021), 11 S.



Kurzfassung deutsch:
In diesem Beitrag wird ein alternativer Ansatz zur erweiterten Kalman-Filterung (EKF) für Polymerelektrolytmembran-Brennstoffzellensysteme (BZ) vorgeschlagen. Ziel ist es, robuste, echtzeitfähige Zustandsschätzungen eines BZ-Modells hoher Ordnung für Beobachteranwendungen in Kombination mit Regelung oder Fehlererkennung zu erhalten. Die vorgestellte Formulierung löst die Abhängigkeiten von den Betriebsbedingungen durch sukzessive Linearisierung und Nebenbedingungen auf und erlaubt es, das nichtlineare BZ-Modell mit deutlich niedrigeren Abtastraten als bei Standardansätzen zu betreiben. Die vorgeschlagene Methode liefert Zustandsschätzungen für herausfordernde Betriebsbedingungen, wie z.B. das Herunterfahren und Anfahren der Brennstoffzelle, bei denen der EKF ohne Beschränkungen versagt. Ein detaillierter Vergleich mit dem unscented Kalman-Filter zeigt, dass der vorgeschlagene EKF die Ausgaben gleich genau, aber neunmal schneller rekonstruiert. Es wird eine Anwendung auf gemessene Daten aus einem BZ-betriebenen PKW vorgestellt, welche Zustandsschätzungen eines realen BZ-Systems liefert, die anhand des angewandten Modells validiert werden.

Kurzfassung englisch:
In this paper an alternative approach to extended Kalman filtering (EKF) for polymer electrolyte membrane fuel cell (FC) systems is proposed. The goal is to obtain robust realtime capable state estimations of a high-order FC model for observer applications mixed with control or fault detection. The introduced formulation resolves dependencies on operating conditions by successive linearization and constraints, allowing to run the nonlinear FC model at significantly lower sampling rates than with standard approaches. The proposed method provides state estimates for challenging operating conditions such as shut-down and start-up of the fuel cell for which the unconstrained EKF fails. A detailed comparison with the unscented Kalman filter shows that the proposed EKF reconstructs the outputs equally accurate but nine times faster. An application to measured data from an FC powered passenger car is presented, yielding state estimates of a real FC system, which are validated based on the applied model.

Schlagworte:
PEMFC; Kalman filter; Successive linearization; Observer; Constrained estimation


"Offizielle" elektronische Version der Publikation (entsprechend ihrem Digital Object Identifier - DOI)
http://dx.doi.org/10.1016/j.ijhydene.2021.03.014

Elektronische Version der Publikation:
https://publik.tuwien.ac.at/files/publik_296424.pdf


Erstellt aus der Publikationsdatenbank der Technischen Universitšt Wien.