带有参数不确定性的质子交换膜燃料电池的分级多目标优化

提高聚合物电解质膜燃料电池（PEMFC）的性能指标对于考虑到参数不确定性尤为重要。因此，本文提出了一种层次化的多目标优化框架，包括离线优化和在线优化。首先，建立了稳态非线性PEMFC系统模型作为基础模型。其次，在离线优化过程中，采用自适应多目标粒子群优化（AMPSO）算法方案进行精确操作参数的优化，并引入基于粒子分散度（PD）信息的自适应飞行参数策略以平衡帕累托解的收敛性和多样性。最后，在在线优化层面上结合AMPSO结果提出了区间优化方法以减少参数不确定性影响。通过理论分析验证了所提出的优化方案收敛条件，并在数值仿真和硬件在环实验中将所提出的AMPSO与其他算法进行比较，并测试该方法在四个代表性基准问题上的表现。这些结果显示，采用所提出的层次化优化方法可以使PEMFC系统在净功率、系统效率等指标上超越基准模型和经典优化算法，证明了该方法成功地解决了准确优化和参数不确定性问题。统计测试表明，该算法在帕累托解分布上实现更好的超体积（HV）度量。

图1 PEMFC堆栈运行示意图

Fig. 1 PEMFC stack operation diagram.

图 2 PEMFC 系统的总体结构图

Fig. 2 Overall structure diagram of PEMFC system.

图3 PEMFC系统的层次化多目标优化方案

Fig. 3 The hierarchical multi-objective optimization scheme of PEMFC system.

本文提出了一种分层多目标优化框架，旨在同时优化PEMFC系统的性能指标。该算法框架以PEMFC系统的净功率和系统效率为优化目标，并通过调整权重系数来实现决策者对不同目标的偏好。首先，基于PD信息，提出了自适应飞行参数机制，以增强帕累托解的收敛性和多样性。其次，结合AMPSO算法结果，引入在线区间优化策略，以降低参数不确定性影响并寻找更加卓越的帕累托解。最后，在研究所提多目标优化方案时进行了仔细的收敛分析和收敛条件探讨，并将所提AMPSO算法与其他算法在。