| 초록 |
PEMFC 작동 성능 향상을 위해서는 실시간 전력 부하 변화에 대한 작동 온도 유지 및 내부 물 함량 조절이 필요하며 효율적인 계산을 바탕으로 실시간 제어가 이루어져야 한다. 본 연구에서는 Model Predictive Control (MPC)에 사용되는 모델을 인공신경망 모델로 대체한 뒤 변화하는 전력 부하에 따른 PEMFC의 막 물 함량 및 온도에 대한 MPC를 진행했다. 이를 위해서, Matlab/Simulink 상에 1.2kW PEMFC를 모델을 설계한 후 문헌의 실험 데이터와 비교를 통해 모델의 정확도를 검증하였다. 설계한 모델로부터 전력 부하 변화에 따른 온도, 막 물 함량 거동 데이터를 수집했다. 수집한 데이터는 인공신경망 학습에 사용되었으며 개발된 인공신경망은 MPC의 모델로 사용되었다. 제어 시나리오는 변화하는 전력 부하를 포함하여 연료 부족 문제와 같은 비상 상황으로 구성되었다. 제어 시스템의 성능 평가는 전통적인 PID 제어기를 대조군으로 Set-point tracking, Disturbance rejection을 통해 진행되었다. 인공신경망 모델을 기반으로 작동된 MPC는 전력 부하 변화에 대해 적은 계산 비용으로 최적의 막 물 함량 및 온도 목표를 달성하였다. |
