顏閩秀, 盧振方, 史曉琳

(沈陽化工大學(xué) 信息工程學(xué)院, 遼寧 沈陽 110142)

?

微生物燃料電池的恒壓控制

顏閩秀, 盧振方, 史曉琳

(沈陽化工大學(xué) 信息工程學(xué)院, 遼寧 沈陽 110142)

針對(duì)微生物燃料電池(MFC)具有非線性、多變量等特點(diǎn),利用模糊-PID組合控制方法研究MFC的恒壓控制問題.首先以雙室MFC為控制對(duì)象,建立仿真模型.為了保證MFC的恒壓輸出設(shè)計(jì)了模糊-PID控制器.最后將所提算法進(jìn)行仿真驗(yàn)證,結(jié)果表明該算法控制效果好、魯棒性強(qiáng),保證了系統(tǒng)在整個(gè)狀態(tài)空間內(nèi)具有較好的運(yùn)動(dòng)品質(zhì).

微生物燃料電池; 建模; 模糊-PID; 恒壓

目前,環(huán)境污染和能源緊缺是當(dāng)前世界面臨的重大問題.環(huán)境工程領(lǐng)域一個(gè)重要的研究方向是研發(fā)出一種保證環(huán)境友好型的同時(shí)具有高轉(zhuǎn)換效率的新型綠色能源.微生物燃料電池(Microbial fuel cell, MFC)將微生物作為其催化劑,同時(shí)通過電化學(xué)技術(shù)把來自有機(jī)物的化學(xué)能轉(zhuǎn)化為電能的一種全新廢水處理技術(shù).較于其他燃料電池,MFC具有的一系列特點(diǎn)包括獲取途徑廣泛、操作條件易于實(shí)現(xiàn)、高效清潔以及良好的生物兼容性[1-2].

自21世紀(jì)初,應(yīng)用于MFC的技術(shù)實(shí)現(xiàn)了重大飛躍.國內(nèi)外的研究大致分為以下幾個(gè)方面:對(duì)MFC的陽極進(jìn)行不同的修飾來提高陽極表面的電子接受速率,或者提高代謝產(chǎn)物,如H2、CH4,在陽極的氧化速率;改變MFC陰極的電子受體來改善系統(tǒng)的輸出電勢(shì)和輸出功率;改進(jìn)MFC結(jié)構(gòu)設(shè)計(jì)來提高M(jìn)FC系統(tǒng)的性能[3].然而,有關(guān)MFC的建模及仿真的研究很少.自2007年以來,相繼提出了MFC的一維模型、二維模型,直到最近幾年才提出三維模型.但這些模型由于其復(fù)雜性的原因而沒有推廣開來.因此,針對(duì)MFC建立簡單可行的仿真模型能為后續(xù)控制系統(tǒng)研究提供理論依據(jù)[4].

常規(guī)PID控制對(duì)于MFC系統(tǒng)的時(shí)變、強(qiáng)耦合、不確定、非線性等特點(diǎn)很難得到令人滿意的控制效果.模糊邏輯是在二值邏輯的基礎(chǔ)上發(fā)展起來的,模擬人類思維建立與語言型控制規(guī)則.相對(duì)于以往PID的控制方法,現(xiàn)今采用的模糊控制即使不建立像傳統(tǒng)方法中被控對(duì)象的精確數(shù)學(xué)模型,也可以具有抗干擾能力強(qiáng)、魯棒跟蹤性能優(yōu)等特點(diǎn).本文針對(duì)MFC設(shè)計(jì)組合模糊-PID控制方案,實(shí)現(xiàn)燃料電池的恒壓運(yùn)行.

1 MFC建模

國內(nèi)外對(duì)MFC的研究大都是從MFC裝置本身進(jìn)行的,或者從微生物本身的角度研究分析,本文在分析MFC內(nèi)部運(yùn)動(dòng)機(jī)制基礎(chǔ)上,從控制角度建立了MFC的數(shù)學(xué)模型,以陰陽兩極室的進(jìn)料為控制系統(tǒng)的輸入,以MFC系統(tǒng)的輸出電壓為輸出進(jìn)行了建模,并對(duì)其進(jìn)行了控制器設(shè)計(jì).

雙室MFC的結(jié)構(gòu)示意圖如圖1所示[5].典型的雙室MFC由陽極室、陰極室及質(zhì)子交換膜等構(gòu)成.陰、陽極室分別充滿電解質(zhì)溶液,并通過質(zhì)子交換膜相隔開;陽極為微生物的附著生長提供載體并傳導(dǎo)電子,陰極置于陰極溶液中,同過曝氣利用溶解氧作為電子受體.

圖1 典型雙室MFC結(jié)構(gòu)示意圖

本文主要研究以醋酸鹽做底物的MFC,其反應(yīng)過程如下[6]:

陽極反應(yīng):

(1)

陰極反應(yīng):

(2)

陽極室反應(yīng)速率的描述為:

(3)

陰極溶解氧消耗表達(dá)式如下:

(4)

陰極室的反應(yīng)速率可用下式表示[7]:

(5)

陽極室的四個(gè)質(zhì)量平衡方程(乙酸鹽、溶解的二氧化碳、氫離子、生物量)分別由下面幾式表示[8-9]:

(6)

(7)

(8)

(9)

式中,下標(biāo)“a”表示陽極,上標(biāo)“in”代表進(jìn)料,V, Q 和Am分別代表體積,流量和膜的橫截面積,fX指洗出餾分的倒數(shù),Yac指細(xì)菌產(chǎn)量,Kdec則指的是利用醋酸鹽的延遲常數(shù).

陰極室中,溶解氧,氫氧根離子和質(zhì)子M+的質(zhì)量平衡方程可分別由下式表示:

(10)

(11)

(12)

其中,下標(biāo)“C”代表陰極,NM指M+由陽極室流向陰極室時(shí)通過質(zhì)子膜的流量,可用下式表示[10-11]:

(13)

其中,icell代表的是電流密度,陽極和陰極的電荷平衡方程可用下式表示:

(14)

(15)

其中,Cc和Ca和分別代表陰極以及陽極的電容.各參數(shù)及其含義如表1所示.

表1 MFC模型所需參數(shù)

續(xù)表

符號(hào)量 名 稱 單位參數(shù)值Yac細(xì)菌產(chǎn)量無量綱的0．05Kdec醋酸鹽利用常數(shù)h-18．33×10-4fx洗出餾分的倒數(shù)Dimensionless10Qa陽極室流量m3·h-12．25×10-5Qc陰極室流量m3·h-11．11×10-3cinac陽極室進(jìn)水醋酸鹽濃度mol·m-31．56cinCO2陽極室進(jìn)水CO2濃度mol·m-30Xin陽極室進(jìn)水生物量濃度molm-30cinH陽極室進(jìn)水H+濃度mol·m-30cinO2陰極室O2濃度mol·m-30．3125cinM陰極室M+濃度mol·m-30cinOH陰極室OH-濃度mol·m-30U0開路電壓V0．77

2 MFC控制系統(tǒng)設(shè)計(jì)

模糊控制器適用于那些數(shù)學(xué)模型難以獲取、動(dòng)態(tài)特性不易掌握或變化顯著的對(duì)象,其動(dòng)態(tài)性能好,但穩(wěn)態(tài)性能較差,且無法消除系統(tǒng)凈差.PID控制器穩(wěn)態(tài)性能良好,但對(duì)非線性被控對(duì)象控制效果差,并且響應(yīng)速度慢.模糊-PID控制方法可以實(shí)現(xiàn)快速穩(wěn)定的控制效果,因此,本文采用模糊-PID控制方法實(shí)現(xiàn)MFC的恒壓控制.圖2為模糊-PID控制系統(tǒng)圖.當(dāng)誤差較大時(shí)選用模糊控制,誤差較小時(shí)選用PID控制.由于這兩種控制方法并非同時(shí)運(yùn)行,因此可單獨(dú)設(shè)計(jì)模糊控制器和PID控制器.

圖2 模糊-PID控制系統(tǒng)

模糊控制器選擇誤差e(k)與誤差的變化ec(k)為控制器輸入,輸出則為控制輸出u(k).它們的表達(dá)式即:

(16)

(17)

(18)

表2 模糊控制規(guī)則表

3 仿真實(shí)驗(yàn)

仿真實(shí)驗(yàn)將選擇在Matlab仿真平臺(tái)上進(jìn)行,其目的是驗(yàn)證前面設(shè)計(jì)的模糊-PID控制器的有效性.PID參數(shù)為Kp=28e-5,KI=3e-5,KD=3.5e-5,MFC輸出電壓的參考值為0.44 V.在100 h時(shí)由于負(fù)載變化使得電流密度從3 Am-2變到6 Am-2,仿真結(jié)果見圖3、圖4.

圖3 輸出電壓變化曲線

圖4 輸出誤差變化曲線

從控制效果圖可以看到,相對(duì)于PID控制,模糊-PID上升時(shí)間短,超調(diào)量小.當(dāng)負(fù)載發(fā)生變化時(shí),模糊-PID控制能保證輸出電壓迅速恢復(fù)到設(shè)定值,而PID控制不但上升時(shí)間長,并且誤差值較大.

4 結(jié) 語

本文設(shè)計(jì)了一套高效的MFC模型,使用模糊PID控制使系統(tǒng)在有較快響應(yīng)速度的同時(shí)獲得了較強(qiáng)的魯棒性,為進(jìn)一步研究MFC的控制與優(yōu)化提供理論依據(jù).

[ 1 ] 寶玥,吳霞琴. 生物燃料電池的研究進(jìn)展[J]. 電化學(xué), 2004,10(1):1-8. (BAO Y, WU X Q. Progress in research for biofuel cell[J]. El Ectrochemistry, 2004,10(1):1-8.)

[ 2 ] 顏閩秀,樊立萍. 微生物燃料電池的故障樹診斷[J]. 沈陽大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015,25(5):363-365.

(YAN M X, FAN L P. Fault tree diagnosis for microbial fuel cell[J]. Journal of Shenyang University(Natural Science), 2015,25(5):363-365.)

[ 3 ] WANG L. Continuous time model predictive control design using orthonormal functions[J]. International Journal of Control, 2001,74(16):1588-1600.

[ 4 ] ZHENG P Y, XI Y G, LI D W. An improved robust model predictive control approach to systems with linear fractional transformation perturbations[J]. International Journal of Automation and Computing, 2011,8(1):134-140.

[ 5 ] TAYLOR C J, CHOTAI A, YOUNG P C. State space control system design based on non-minimal state variable feedback: further generation of control and unification[J]. International Journal of Control, 2000,73(14):1329-1345.

[ 6 ] ZHANG R, XUE A K, WANG S Q, et al. An improved model predictive control approach based on extended non-minimal state space formulation[J]. Journal of Process Control, 2011,21(8):1183-1192.

[ 7 ] FAN L, ZHANG J, LIU Y, et al. Improved model predictive control for a proton exchange membrane fuel cell[J]. International Journal of Electrochemical Science, 2012,7(9):8734-8744.

[ 8 ] ZHANG X C, HALME A, Modelling of a microbial fuel cell process[J]. Biotechnology Letters, 1995,17(8):809-814.

[ 9 ] TORRES C. Improving microbial fuel cells[J]. Membrane Technology, 2012 (8):8-9.

[10] PICIOREANU C, HEAD I M, KATURI K P, et al. A computational model for biofilm-based microbial fuel cells[J]. Water Research, 2007,41(13):2921-2940.

[11] O’HAYRE R,CHA S W, COLELLA W, et al. Fuel cell fundamentals[M]. New York: John Wiley & Sons, 2005:228-275.

【責(zé)任編輯: 胡天慧】

Constant Voltage Control of a MFC Fuel Cell

YanMinxiu,LuZhenfang,ShiXiaolin

(Information Engineering Institute, Shenyang University of Chemical Technology, Shenyang 110142, China)

Aiming at the nonlinear and multivariable characteristics of MFC, the fuzzy-PID combination control method is used to study the constant voltage control of MFC. Using two-chamber MFC as the model, the simulation model is established and the fuzzy-PID is designed to guarantee the constant voltage output of MFC. The proposed control approaches are applied to simulation. The results show that the fuzzy-PID has a good control effect and strong robustness so that it guarantees the system good running status in the whole status space.

microbial fuel cell; modeling; fuzzy-PID; constant voltage

2015-03-29

國家科技支撐計(jì)劃項(xiàng)目(2012BAF09B01); 遼寧省教育廳項(xiàng)目(LZ2016006)

顏閩秀(1972-),女,福建仙游人,沈陽化工大學(xué)副教授,博士.

2095-5456(2017)02-0091-04

TK 6; TM 911.4; TP 273

A