Abstract
A fuel cell power plant is a very complex system which has various control loops with some non-linearity. For control of a fuel cell power plant, dynamic models of fuel cell stacks have been developed and simplified process flow diagrams of a fuel cell power plant has been presented. Using such a model of a Molten Carbonate Fuel Cell (MCFC) power plant, this paper deals with development of an intelligent setpoint reference governor (I-SRG) to find the optimal setpoints and feed forward control inputs for the plant power demand. The I-SRG is implemented with neural network by using Particle Swarm Optimization (PSO) algorithm based on system constraints and performance objectives. The feasibility of the I-SRG is shown through simulation of an MCFC power plant for tracking control of its power demand.
연료전지 발전 시스템은 비선형성을 내포한 다수의 제어 루로들로 구성된 매우 복잡한 형태의 시스템이다. 연료전지 발전 시스템의 제어를 위하여 연료전지의 스텍 모델이 개발되고 있으며 연료전지 발전 시스템의 간략화된 프로세스 흐름도도 제시되고 있다. 본 연구에서는 이러한 모델을 사용하여 연료전지 발전 시스템을 지능적으로 제어할 수 있는 I-SRG(Intelligent Setpoint Reference Governor)를 개발한다. I-SRG는 시스템의 제약조건과 성능목표에 대한 최적의 운전 설정치를 산출하고 각 제어 루프의 앞먹임 제어입력을 생성한다. I-SRG는 PSO(Particle Swarm Optimization) 알고리즘을 최적화 기법에 사용하고 신경회로망으로 구현되어진다. MCFC 발전 시스템의 전력 프로파일에 대한 추종 제어의 모의실험을 수행하여 제안된 I-SRG의 유용성을 보인다.