本发明涉及燃料电池系统，尤其涉及一种基于极值搜寻法的燃料电池最优操作条件适应方法。
背景技术：
1、目前燃料电池子系统靠的是单一的控制指令进行一一横向调控，其目标状态(控制参考)是根据当前子系统稳态的标定前馈和当前的对象状态的反馈进行，必然受制于稳态因素和标定的实验条件。在动态工况下，相同的负载下，系统当前状态与标定时的状态常不相同，按照既定的稳态策略给出状态标定表参考来指导子系统进行实时动态控制，其结果往往不能贴近最佳情况，这也是系统在某些情况下出现膜干、水淹、缺气等故障的原因。
2、基于当前燃料燃料电池系统控制上的缺点，本发明基于燃料电池实时运行特性，设计基于极值搜寻法的燃料电池最优供气-温控操作条件自适应策略，实时优化操作条件，从而有助于实现提升系统动态工况下的水-热自平衡，自动维持燃料电池运行舒适性，提升系统输出表现与整体寿命。
技术实现思路
1、本发明提供了一种基于极值搜寻法的燃料电池最优操作条件适应方法，解决目前按照既定的稳态策略给出状态标定表参考来指导子系统进行实时动态控制，其结果往往不能贴近最佳情况，导致电堆出现膜干、水淹、缺气等故障的问题。
2、本发明提供的一种基于极值搜寻法的燃料电池最优操作条件适应方法，所述方法为：
3、将燃料电池实时采集到的电堆输出功率和电堆电压传递到极值搜寻操作条件优化器中进行操作条件的适应，步骤如下：
4、s3.1：判断当前系统进入到自动运行模式，并运行在稳态，则计算当前k时间步奖励因子j：
5、j(k)＝f(vcell(k),pout(k)) (1)
6、其中，j(k)为当前k时间步奖励因子，是根据当前电堆电压vcell(k)和电堆输出功率pout(k)计算的，函数的具体形式可以根据优化目标需求进行个性化定义，
7、s3.2：给当前k时间步的操作条件修正量赋初值：
8、a(k)＝aik,0ε(k) (2)
9、其中，aik,0为上次记录的最优值，在第一次迭代计算时，aik,0＝0，ε为方向因子初值，代表搜索的方向，在第一次迭代计算时，ε＝1；
10、s3.3：进入判断程序，判断k时刻与k-1时刻的奖励因子是否增大，即判断是否j(k)＞j(k-1)，并进行方向因子ε(k)的计算：是则
11、ε(k+1)＝ε(k) (3)
12、否则
13、ε(k+1)＝-ε(k) (4)
14、然后，更新当前操作条件修正值：
15、a(k+1)＝a(k)+ε(k+1)ω(k) (5)
16、其中，ω(k)为k时刻的移动因子，可根据不同电堆进行调整设置，操作条件实时赋予并输出：
17、[tstack,fix,oerfix]＝a(k+1) (6)
18、其中，oerfix为当前空气计量比修正值，tstack,fix为当前温度修正值；
19、s3.3：判断燃料电池运行是否跳出稳态运行模式，若是则令k＝k+1，进行下一轮迭代；否则进入储存记忆阶段，记录当前的电流值，并记录当前的电流下的目标空气计量比和操作条件：
20、aik,0＝a(k) (7)
21、其中，aik,0代表操作条件记忆矩阵，包括不同负载电流下的操作条件初始值，每次完成一次极值搜寻，更新的数据将写入操作条件记忆矩阵，并作为下一次进入此次电流工况下的运行初值。
22、本发明的有益效果：在传统的燃料电池系统基于电流标定表标定的操作控制架构基础上，加入了对燃料电池运行状态空气侧计量比和电堆出口水温两个较为敏感操作条件最优值的在线搜寻，使得操作空气、热管理路的控制目标(操作条件)能根据燃料电池的实时运行输出表现进行在线适应调节，实现最优操作条件的搜寻，通过本发明的方法可以实现燃料电池对燃料电池最优操作条件的自动搜寻，实现全生命周期燃料电池最优水热平衡自适应调节，有利于增加全生命周期下燃料电池输出效率和寿命。
1.一种基于极值搜寻法的燃料电池最优操作条件适应方法，其特征在于，将燃料电池实时采集到的电堆输出功率和电堆电压传递到极值搜寻操作条件优化器中进行操作条件的适应，方法如下：
