汽车燃料电池推进系统的自调节热控制.pdf

本发明涉及汽车燃料电池推进系统的自调节热控制。使用在线自调节算法的燃料电池系统，其响应于系统上的扰动因素提供对燃料电池堆的温度控制。该燃料电池系统包括具有将冷却流体泵送通过燃料电池堆的冷却流体泵的热力子系统，测量排出堆叠体的冷却流体温度的温度传感器，冷却来自燃料电池堆的冷却流体的散热器和选择性地控制多少冷却流体通过散热器或绕过散热器的旁通阀。控制器响应于来自温度传感器的温度信号控制旁通阀的位置。该控制器计算多个变量和滞后时间值，且基于滞后时间设备模型的估算来确定该滞后时间值是否应该增加、降低或者保持不变。

1、  一种燃料电池系统，包括：
燃料电池堆；
将冷却流体泵送通过燃料电池堆的冷却流体泵；
测量排出燃料电池堆的冷却流体温度的温度传感器；
用于在冷却流体回到燃料电池堆之前冷却来自燃料电池堆的冷却流体的散热器；
选择性地允许冷却流体的一部分绕过散热器的旁通阀；和
用于控制旁通阀位置的控制器，所述控制器接收来自温度传感器的温度信号，所述控制器计算多个变量和滞后时间值，所述多个变量和滞后时间值被用于设置旁通阀的位置以使得排出燃料电池堆的冷却流体的温度达到期望的温度设定值。

2、  根据权利要求1所述的系统，其中控制器使用递归最小二乘方方法来计算旁通阀的位置。

3、  根据权利要求2所述的系统，其中该控制器使用一阶加纯滞后时间设备模型并结合递归最小二乘方方法来计算旁通阀的位置。

4、  根据权利要求1所述的系统，其中该控制器估算具有时间延迟大于滞后时间值的目前估算值的第一滞后时间设备模型，包括时间延迟小于滞后时间值的目前估算值的第二滞后时间设备模型和包括该滞后时间值的目前估算值的第三滞后时间设备模型。

5、  根据权利要求4所述的系统，其中通过计算估算值中的差值从而将第一滞后时间设备模型与第三滞后时间设备模型相比较且将第二滞后时间设备模型与第三滞后时间模型相比较以确定该滞后时间值是否应该增加或者减小。

6、  根据权利要求5所述的系统，其中差值比作为多个变量中的两个变量的比例，这里两个变量的比与阀值相比较以确定是否增加或减小时间延迟。

7、  根据权利要求1所述的系统，其中该控制器使用非周期控制来设置旁通阀的位置。

8、  根据权利要求1所述的系统，其中该控制器使用比例积分微分控制来设置旁通阀的位置。

9、  根据权利要求1所述的系统，其中该旁通阀是电加热蜡制恒温旁通阀。

10、  一种燃料电池系统，包括：
燃料电池堆；
将冷却流体泵送通过燃料电池堆的冷却流体泵；
测量排出燃料电池堆的冷却流体温度的温度传感器；
用于在冷却流体回到燃料电池堆之前冷却来自燃料电池堆的冷却流体的散热器；
选择性地允许冷却流体的一部分绕过散热器的旁通阀；和
用于响应于系统扰动因素控制旁通阀位置使得燃料电池堆的温度保持在期望温度设定值或者附近的控制器，所述控制器使用递归最小二乘方方法和一阶加纯滞后时间设备模型来计算该旁通阀的位置，所述控制器计算多个变量和滞后时间值，所述滞后时间值响应于滞后时间设备模型的估算值增加或减少。

11、  根据权利要求10所述的系统，其中该控制器估算具有时间延迟大于滞后时间值的目前估算值的第一滞后时间设备模型，包括时间延迟小于滞后时间值的目前估算值的第二滞后时间设备模型和包括该滞后时间值的目前估算值的第三滞后时间设备模型。

12、  根据权利要求11所述的系统，其中通过计算估算值中的差值从而将第一滞后时间设备模型与第三滞后时间设备模型相比较且将第二滞后时间设备模型与第三滞后时间模型相比较以确定该滞后时间值是否应该增加或者减小。

13、  根据权利要求12所述的系统，其中差值比被提供作为多个变量中的两个变量的比例，这里两个变量的比例与阀值相比较以确定是否增加或降低时间延迟。

14、  根据权利要求10所述的系统，其中该控制器使用非周期控制来设置旁通阀的位置。

15、  一种用于控制燃料电池系统中燃料电池堆温度的方法，所述方法包括以下步骤：
泵送冷却流体通过燃料电池堆；
测量排出燃料电池堆的冷却流体的温度；
在冷却流体回到燃料电池堆之前在散热器中将来自燃料电池堆的冷却流体冷却；以及
响应于系统扰动控制绕过散热器的冷却流体的量，以使燃料电池堆的温度保持在期望温度设定值或附近，其中控制绕过散热器的冷却流体的量包括使用递归最小二乘方方法和一阶加纯滞后时间设备模型，且计算多个变量和滞后时间值，该滞后时间值响应于滞后时间设备模型的估算增加或者减少。

16、  根据权利要求15所述的方法，其中响应于系统扰动控制绕过散热器的冷却流体的量包括使用下述估算，具有时间延迟大于滞后时间值的当前估算值的第一滞后时间设备模型，包括时间延迟小于滞后时间值的当前估算值的第二滞后时间设备模型和包括该滞后时间值的当前估算值的第三滞后时间设备模型。

17、  根据权利要求16所述的方法，其中响应于系统扰动控制绕过散热器的冷却流体的量包括通过计算估算值中的差异从而将第一滞后时间设备模型与第三滞后时间设备模型相比较，且将第二滞后时间设备模型与第三滞后时间设备模型相比较，来确定是否应该增加或者减少滞后时间值。

18、  根据权利要求17所述的方法，其中响应于系统扰动控制绕过散热器的冷却流体的量包括提供差值比作为多个变量中两个变量的比，这里两个变量的比与阀值相比较以确定是否增加或者减小时间延迟。

19、  根据权利要求15所述的方法，其中响应于系统扰动控制绕过散热器的冷却流体的量包括使用非周期控制来设置旁通阀的位置。

汽车燃料电池推进系统的自调节热控制
技术领域
本发明主要涉及一种燃料电池系统，该燃料电池系统包括热力子系统，所述热力子系统控制燃料电池堆的温度，且更具体地讲，本发明涉及一种燃料电池系统，所述燃料电池系统包括热力子系统，所述热力子系统采用在线自调节控制算法，该算法在工作过程中响应于系统扰动从而控制燃料电池堆的温度。
背景技术
由于清洁且能够用于在燃料电池中高效地发电，因此氢是一种很有吸引力的燃料。氢燃料电池是一种包括阳极和阴极以及其间的电解质的电化学装置。阳极接收氢气而阴极接收氧或空气。在阳极中氢气分解产生自由氢质子和电子。氢质子穿过电解质到达阴极。在阴极中氢质子与氧和电子反应产生水。来自阳极的电子不能通过电解质，因此在被送到阴极之前被引导通过负载来做功。
质子交换膜燃料电池(PEMFC)是一种广受欢迎的车辆用燃料电池。质子交换膜燃料电池通常包括固体聚合物电解质质子传导膜，例如全氟磺酸膜。阳极和阴极典型地包括担载在碳颗粒上并且与离聚物混合在一起的微小的催化剂颗粒，通常是铂(Pt)。该催化剂混合物沉积在该薄膜的相对侧上。阳极催化剂混合物、阴极催化剂混合物和薄膜的组合形成膜电极组件(MEA)。膜电极组件的制备相对昂贵且其高效运行需要特定条件。
多个燃料电池典型地结合成燃料电池堆以产生期望的功率。例如，用于车辆的典型的燃料电池堆可以具有两百个或更多堆叠在一起的燃料电池。该燃料电池堆接收阴极输入气体，通常为压缩机加压通过该堆叠体的空气流。并不是所有的氧都被堆叠体消耗，部分空气作为阴极排气输出，该阴极排气可能包括作为堆叠体副产物的水。该燃料电池堆同样接收流入堆叠体的阳极侧的阳极氢输入气体。
该燃料电池堆包括一系列布置在堆叠体中的多个膜电极组件之间的双极板，其中双极板和膜电极组件布置在两块端板之间。该双极板包括用于堆叠体中相邻燃料电池的阳极侧和阴极侧。阳极气体流动通道被设置在双极板的阳极侧上面，其允许阳极反应气体流向相应的膜电极组件。阴极气体流动通道被设置在双极板的阴极侧上面，其允许阴极反应气体流向相应的膜电极组件。一块端板包括阳极气体流动通道，另一端板包括阴极气体流动通道。该双极板和端板由导电材料，例如不锈钢或导电复合材料构成。该端板将通过燃料电池产生的电力传导到堆叠体之外。
如果堆叠体的温度超过一些材料的转变温度，例如85℃，那么燃料电池堆中的各种元件，例如膜可能会被损坏。燃料电池系统典型地包括用于保持燃料电池堆处于期望工作温度的热力子系统。该热力子系统典型地包括泵，所述泵将冷却流体泵送通过堆叠体外部的冷却剂回路和设置在双极板内的冷却流体流道。在将热冷却流体送回到堆叠体之前，散热器通常冷却排出堆叠体的热的冷却流体。
已公知燃料电池堆性能和耐久性需要精密地控制相对湿度(RH)。相对湿度的主要控制参数之一是温度。为了精确地控制冷却流体温度，和由此的堆叠体温度，需要考虑很多因素。已公知的一些变量是散热器尺寸和性能、冷却流体类型和堆叠体尺寸。然而，还有一些应当按扰动因素处理的未知参数，例如环境温度、汽车速度、堆叠体功率请求和致动器动力学。固定增益控制器的问题在于它们仅能得到调节用于一种工作条件。当所述条件与它们在汽车环境中变化程度一样时，固定增益控制器通常是不够的。
发明内容
根据本发明的教导，公开了一种采用在线自调节算法的燃料电池系统，其响应于燃料电池系统上的扰动来提供对燃料电池堆的温度控制。该燃料电池系统包括具有将冷却流体泵送通过燃料电池堆的冷却流体泵的热力子系统、测量堆叠体外冷却流体温度的温度传感器、冷却来自燃料电池堆的冷却流体的散热器和选择性地控制多少冷却流体流经散热器或者绕过散热器的旁通阀。控制器响应于来自温度传感器的温度信号控制旁通阀的位置。该控制器计算多个变量和滞后时间(dead-time)值，并且基于滞后时间设备模型的估算来确定该滞后时间值是否应该增加、降低或者保持不变。在一个非限定实施例中，该控制器使用一阶加纯滞后时间电流模型(a first-order plus dead-time current model)并结合递归最小二乘方法。
结合附图从以下说明书和所附权利要求书中本发明的附加特征将变得显而易见。
附图说明
图1是使用热力子系统的燃料电池系统的平面框图；和
图2是根据本发明实施例的用于控制图1中示出的燃料电池系统中旁通阀位置从而响应于系统扰动控制堆叠体温度的控制结构的框图。
具体实施方式
下面对本发明实施例的详述针对一种用于对燃料电池堆的温度控制进行在线调节的系统和方法，其实质上仅是示例性的，而绝非旨在限制本发明或其应用或者使用。
图1是包括燃料电池堆12的燃料电池系统10的框图。该燃料电池系统10还包括具有泵14的热力子系统，其将冷却流体泵送通过冷却流体管路16和燃料电池堆12。排出燃料电池堆12的被加热的冷却流体被输送至散热器18，热冷却流体在被送回到燃料电池堆12之前在散热器处被冷却。风扇20推动空气通过散热器18以提供附加冷却，这里可以控制风扇20的速度以提供期望的冷却。旁通阀22被设置在冷却流体管路16中，其允许冷却流体的受控部分按预期绕过在旁通管路24上的散热器20。在一非限制实施例中，该旁通阀22是电加热、蜡制恒温旁通阀。温度传感器26测量排出堆叠体12的冷却流体的温度。控制器30响应于来自温度传感器26的温度信号和其它的输入信号控制泵14的转速、旁通阀22的位置和风扇20的速度。正如下面详细描述的，该控制器30使用一种算法，其在燃料电池系统10的正常工作过程中通过响应于扰动控制旁通阀22的位置来控制堆叠体12的温度。
下面总结了一些扰动因素。汽车的速度请求导致对于燃料电池系统的功率请求，且汽车的速度请求包括均会影响功率请求的来自加速、倾斜度等等的扰动因素。对于环境温度而言，汽车应用通常要求的目标是-22°F到104°F。温度变化急剧地改变了散热器18的性能以及来自热力子系统的对流传热。风扇20的速度和通过散热器18的冲压气流提供了热力子系统扰动，这里该风扇速度是受控致动器，且可能有助于散热器冷却。该冲压空气流对于散热器18而言是一个主要的扰动因素。即使对于燃料电池堆12的功率请求是相同的，在水平面上的高速度也大大不同于低速拖曳到一个坡度。由于其长期耐久性、可靠性和低成本，标准内燃机冷却剂阀门通常使用蜡丸式恒温器来进行温度调整。燃料电池热控制需要高精度。这种解决方案是电加热蜡丸式恒温器。
如上面所述，众所周知为了保持燃料电池堆的最佳性能，准确的水管理是至关重要的。如果堆叠体12的相对湿度过高，例如大于100％，将在堆叠体流道内部形成水滴，可能导致溢流和最终的气体缺乏。没有合适的气流，期望的反应不能发生，性能遭受损害。另一方面，如果相对湿度过低，燃料电池内部的薄膜就不能得到足够加湿，这导致高电阻损耗和性能下降。现在的PEM燃料电池堆薄膜通常需要80％-100％的相对湿度来保持最佳性能。RH的这种关系可以通过下面来表示：
RH=PwPsat]]> (1)
这里P_w是水的分压，P_sat是饱和蒸气压力。
已公知该水的分压P_w仅仅是气流中水蒸汽的摩尔分数。所有的成分分压的总和等于总的绝对压力。分压密度取决于温度，然而该饱和蒸气压力紧密地依赖于温度，也就是说P_sat＝f(T)。因此，可以从式(1)中的RH计算公式容易地知道，对于定量水蒸汽，升高压力增加了相对湿度而升高温度降低了相对湿度。
下列实例说明与温度的紧密依赖性。对于RH＝70％，T＝20℃的空气而言，产生P_w＝1.64kPa的水的分压。假定该气压和气体成分保持恒定，但是温度上升到60℃，该RH急速下降到8％。对于通常的燃料电池工作条件而言，温度增加10℃能够降低24％的RH，达到非常严重的干燥条件，或者温度降低10℃将增加39％-109％的相对湿度，其形成液态水的区域这导致通道产生溢流和最终的燃料电池堆性能下降。
以上实例说明对于燃料电池系统10中精确热控制的需要。然而，系统10中大量的未知变量使得这个成为一个非常棘手的问题。标准固定增益控制，例如比例积分微分(PID)控制，可根据设定的工作条件进行校准并且运行良好。然而，由于系统10的工作条件不可避免地发生改变，因此该控制的最优性很快地降低。这个问题的解决方案之一是用于多个操作区域的控制器中的增益匹配。然而，覆盖数个工作点变得非常费时，这将占用已然有限的汽车控制器上重要的存储空间，而且依然可能不能在所有的条件下很好的发挥作用。因此，本发明提供一种在燃料电池系统10工作过程中自调节或自适应性控制方案以解决这个问题。
本发明提供一种适应性热管理控制方案，该方案假定系统模型和使用在线数据测量结果来识别这些参数，使得该模型适合该测量结果。通过对系统的适当的数学表达，有可能应用许多控制理论，例如最小方差或非周期理论。事实上，如果校准PID控制的调节规则使用模型信息，当新模型参数被识别出时，这些参数能够简单地得到更新。具有许多能够用于识别未知模型参数的实时辨识方法。最流行的同时也是在本发明非限制实施例中使用的是称为递归最小二乘方(RLS)。RLS成功地用于识别很多在线系统。
正如以上所讨论地，在热力子系统中具有三个致动器，即泵14、旁通阀22和风扇20。要控制的温度是温度传感器26测量的燃料电池堆12出口处的冷却流体温度。这个温度接近燃料电池堆12的温度。当阴极空气进入燃料电池堆12时，阴极空气很快地与堆叠体12的温度达到均衡。显然用风扇20控制电池堆冷却流体出口温度是不合理的。风扇速度的改变耗时过长，以至于不能对排出堆叠体12的冷却流体的温度产生影响。控制冷却流体泵14是可能的，但是通过相对增益分析，流量能够更有效地来控制通过堆叠体12的温度上升。因此，保留的控制致动器是旁通阀22。使用所有三个致动器的多端输入、多端输出控制方案将得到最好的效果，但是这些类型的控制方法是非常先进和经常难以发展的，特别是对于装备并不良好的系统来说。由于成本原因，在汽车应用中设备通常较少。对于设定的操作条件，能够使用电加热、蜡制恒温旁通阀来调节标准PID控制器得到适当的结果以保持期望的冷却剂出口温度。然而，当工作条件改变时，对于PID控制器的增益选择将很快变得次最佳化。本发明使用相同的致动器-测定组合装置，但是利用自调节适应控制理论以显著地改善对工作范围的控制而不需要重新校准。
该热力子系统的标准调节操作包括改变旁通阀位置命令、测量在设定燃料电池功率下得到的冷却流体温度、将数据拟合为一阶加纯滞后时间(FOPDT)模型的步骤。设定的燃料电池功率可考虑为在平坦路面上室温下以匀速驱动汽车所需。风扇速度和泵速度同样具有恒定值。因此，通过散热器18的空气流量将是恒定值且泵流将保持固定的温度上升。
燃料电池堆12中温升的简易关系可以由P=m··Cp·DT]]>给出，这里P是从燃料电池堆12到冷却流体的热传输的结果，且能够粗略近似堆叠体12的功率输出，变量是通过堆叠体12的冷却流体的流量，C_p是冷却流体的比热和DT是堆叠体12中的温升。因此，对于设定的功率请求下，如果期望在堆叠体12中具有10℃的温升，能够轻易地设置流量以实现这个目标。显然在泵转速和冷却流体出口温度之间具有紧密的依赖关系。固定泵的转速固定的泵转速缓和了模型的调节部分的这个问题，但是工作过程中这种互相影响依然非常强烈。
可以直接地看出成功的建立这个模型需要设定许多变量。然而在汽车的整个工作范围中这些参数通常变化很大。解决这个问题的方案之一是在一些不同工作点上的这个问题的方案来运行这个模型形成调控系统10的性能的模型参数族。这个参数族能够因此用于形成PID参数族的校准器调节规则的选择，该PID参数族可随后编入汽车控制器中。这个方法能够提供最好的成果，但是当汽车在非标准工作条件驱动时，其通常达不到最佳性能。
这个实例是汽车以160kph在平路上行请求燃料电池堆12提供80kW的功率。然而，相同的汽车在向上陡坡上以30kph拖曳拖车时同样对燃料电池堆12提供80kW。这两种情况之间的主要区别是第二种情况具有的通过散热器18的空气慢了130kph。这显著地改变了散热器18的散热能力。因此，该冷却流体控制增益方案不能够仅仅基于功率请求，还要根据汽车速度。在这个实例中，两种情况假定恒定空气温度。对于数个工作温度需要重复进行校准。很容易地看出校准所需要实例的数目将非常大。因此，要选择的是车辆整个操作中由有限数量的校准点是否能得到可接受水平的控制，牢记热量控制中几度的偏差导致燃料电池堆12中巨大的相对湿度变化。适应性控制方法将提供系统模型参数的在线估算且基于这个信息改变致动器输出。因此，操作条件是控制中不可分割的部分。
一阶加纯滞后时间模型动态表征燃料电池系统热力循环，效果良好。其能够接近非线性电热蜡丸式节温器和于各种运行状态下的散热器18的动态。然而，在真实汽车驱动条件下工作条件将改变。如果固定增益控制策略在于一个条件下调节而在另一个之下的操作那么该策略将不能完美执行。唯一最佳解决方案是适应性改变控制器参数以符合目前运行的条件。
根据本发明，系统10热力子系统的模型被更新以反映当前的驱动条件，以及必要的控制参数在新的条件下重新计算。这种解决方案保持了第一顺序加纯滞后时间模型的形态，判断该系统滞后时间，判断新的设备模型参数和使用该设备模型参数和具有该控制规则的滞后时间。
当系统滞后时间已知时，标准RLS是一种普通的在线设备模型参数估算方法。判断随时间变化的滞后时间是大量研究的目标。某些方法夸大该模型的阶数的企图在可能的滞后时间上施加限制。如果该时间延迟覆盖了很大的范围，这个方法的确有效时，但是这将导致阶数很高的模型，不适用于嵌入式控制应用。本发明使用的技术是比较技术，这里系统滞后时间是最初选择，每一样本中滞后时间判断或增加、降低或保持不变。
将一阶加纯滞后时间设备模型变为一体化在线样品时间如下式给出：
Tstk,out=K·eθ·sτ·s+1·BPV]]>(2)
Tstk,out(k)=a1·Tstk,out(k-1)+b^1·BPV(k-1-θ^)]]>(3)
这里T_stk，out是堆叠体12流出的冷却流体温度，BPV是旁通阀22的位置，K是系统增益，τ是时间恒定值，k是样品数目，a和b是变量，和θ是滞后时间值，且这里″顶部符号″表示真实设备参数估算。当值θ已知时，使用标准RLS算法来确定a₁和b₁。
如下所述确定值θ。按三个模型估算，也就是时间延迟大于值θ的当前估计值的模型G_p+(z)，具有时间延迟小于值θ当前估计值的模型G_p-(z)，和包括值θ当前估计值的模型G_p(z)。
Gp+(z)=z-θb1z-1+b2z-2A(z-1)]]>(4)
A(z^-1)y(z)＝b₁u(k-1-θ)+b₂u(k-2-θ)          (5)
Gp(z)=z-θb0+b1z-1+b2z-2A(z-1)]]>(6)
A(z^-1)y(z)＝b₀u(k-θ)+b₁u(k-1-θ)+b₂u(k-2-θ)(7)
Gp-(z)=z-θb0+b1z-1A(z-1)]]>(8)
A(z^-1)y(z)＝b₀u(k-θ)+b₁u(k-1-θ)            (9)
这里u是旁通阀指令，y是堆叠体12输出的温度测量。术语A(z^-1)表示a₁，同时随后确定b₁。
目的是将G_p相对G_p+和G_p相对G_p-进行比较。这通过计算两个判断中的差值σ来实现。如果差值σ过大，假定模型滞后时间应增加或者减少来反映参数估计量的变化。下列系列公式显示对比。
两个估算中的误差ε定义为：
ε₊＝G_p(z)-G_p+(z)                            (10)
ε_-＝G_p(z)-G_p-(z)                    (11)
计算差值σ由以下公式给出：
σ+2=E[ϵ+2]=E[(z-θb0A(z-1)·u(z))2]=b02·E[(u(k-θ)A(z-1))2]]]>(12)
σ-2=E[ϵ-2]=E[(z-θb2z-zA(z-1)·u(z))2]=b22·E[(u(k-2-θ)A(z-1))2]]]>(13)
两个差值σ的比值归纳为：
σ+2σ-2=b02b22]]>(14)
因此，通过参考模型估算和比较b₀到b₂将确定是否增加或者降低时间延迟。根据可选的阀值δ来进行这个比对，该阀值表示为：
b02b22>δ]]>减少时间延迟估算值                (15)
b02b22<δ]]>增加时间延迟估算值                (16)
根据值θ的新的估算值，RLS算法可用于确定a₁和b₁。在该点，模型的估算是全面的。现在能够使用任何一种基于模型的控制算法。在一个实施例中，非周期控制结构用于其快速调节时间和设定点跟踪特性，但是能够使用任何合理的技术，包括变量或者自调节PID控制器。
图2是显示本发明RLSVDT算法操作的框图40，通过控制器30实现以提供上述讨论的参数估计值。通过式(2)提供适应性模型以提供堆叠体12的入口温度，这里参数a、b和θ通过该算法来估算。期望的温度设定值T_sp和通过传感器26测量的在堆叠体12输出的温度T_stack提供给减法器42，该减法器提供温差信号给非周期控制处理器44。非周期控制处理器44是可使用的一种控制方式。正如所属领域的技术人员可理解的，其它控制方式，例如PID控制，可能是同样合适的。
该非周期控制算法接收变量a₁和b₁以及值θ，且提供旁通阀22的控制来推动输入到堆叠体12的冷却流体的温度到达温度设定值T_sp。来自处理器44的旁通阀22的指令信号发送给燃料电池设备46，定义为G_p，且代表燃料电池系统10。设备46接收线48上的各种扰动，例如环境温度T_amb、堆叠体12的输出功率、泵转速、风扇转速等等。设备46的输出是堆叠体12排出的冷却流体的实测温度T_stack，其通过传感器26来测量。
来自处理器44的旁通阀22的指令和堆叠体12排出的冷却流体的温度T_stack提供给滞后时间估算处理器50，其计算滞后时间值θ以及变量b₀和b₂。在一个实施例中，对于该处理器50使用公式(4)-(9)确定一系列样本周期k的滞后时间值θ以确定该滞后时间值θ是否适用于改变旁通阀22的位置以使堆叠体12出口的温度向温度设定值T_sp变化。来自处理器50的滞后时间值传送给设备模型估算处理器52，其使用下面的公式(17)-(23)来计算变量a₁和b₁，其是用于递归最小二乘方算法的标准方程，同样能够被所属领域的技术人员所理解。
ξ(k+1)＝ξ(k)+γ(k)·e(k+1)                    (17)
γ(k)＝u(k+1)·P(k)·ψ(k+1)                    (18)
e(k+1)＝y(k+1)-ψ^T(k+1)·ξ(k)                  (19)
ξ=[a^1...a^mb^1...b^m]T]]>(20)
ψT(k)=[-y(k-1)...-y(k-m^)u(k-θ^-1)...u(k-θ^-m^)]]]>(21)
μ(k+1)＝[λ+ψ^T(k+1)·P(k)·ψ(k+1)]^-1         (22)
P(k+1)＝[1-γ(k)·ψ^T(k+1)]·P(k)/λ            (23)
这里ξ是待识别设备参数，是来自框50的滞后时间估算，ψ^T是输入/输出数据的矩阵，μ是可与γ(k)结合在一起的虚值，其是协方差矩阵的估算，这里协方差矩阵是符合程度的衡量，且e(k+1)是数据y(k+1)和模型预测ψ^T(k+1)*θ(k)之间的误差。值γ能够同样与P(k+1)结合在一起。
非周期控制处理器44计算下面公式(24)和(25)示出的控制信号，其随后用于改变旁通阀22的位置，其将推动堆叠体12排出的冷却流体的温度T_stack达到温度设定值T_sp。
u＝q₀z^-θB+q₀A                                  (24)
q0=1Σb1,B=b,A=z+a]]>(25)
因此，变量a₁和b₁以及值θ的计算结果提供了燃料电池系统10上容易受到不可控扰动的燃料电池热力子系统设备模型的估算，其适于被通过处理器44用以改变燃料电池堆12的温度。
计算扰动的方法总结如下。从系统中得到输入/输出数据，在上述的情况中其是旁通阀22的指令和来自堆叠体12的冷却流体的输出温度。随后使用递归最小二乘方方法来与这三个模型相匹配。该模型随后与差值进行比较，其简化以比较b₀和b₂与阀值的比值，且随后确定滞后时间值θ应该增加、降低或者保持相同。滞后时间值θ随后送到另一个递归最小二乘方算法中以确定参数a和b。参数a、b和θ随后在非周期算法中得到应用。这些值是热力子系统的动态特性。
上述仅仅公开和描述了本发明的典型实施例。在不背离下面权利要求书确定的本发明的精神和范围的情况下，所属领域的技术人员能够容易地通过这种评述并对附图以及权利要求书中做出各种变化、改进和变型。