Plug Power acelera el desarrollo de sistemas de control de pilas de combustible

Para crear un producto fiable y rentable al tiempo que acorta los plazos de comercialización, Plug Power debe modelar los sistemas de pila de combustible con precisión y probar rápidamente algoritmos nuevos o mejorados antes de implementarlos en hardware.

Para que el rendimiento sea óptimo, el módulo de generación de energía, las pilas de combustible y el módulo de procesamiento de reformado se ejecutan dentro de rangos de temperatura estrictos, lo que supone desafíos de diseño de control adicionales. Como explica Dinan, "un cambio en la demanda de energía eléctrica provoca una enorme perturbación en el sistema; tenemos que automatizar el control de todo el sistema".

Estos algoritmos de control automatizado deben ofrecer el mismo nivel de rendimiento con menos entradas, para permitir a la empresa reducir costes disminuyendo el número de sensores del sistema de control.

Plug Power utiliza MATLAB y Simulink para desarrollar y probar algoritmos, simular componentes y sistemas, y agilizar el proceso de desarrollo desde la idea hasta la implementación.

En un proyecto reciente, Dinan desarrolló un algoritmo de control para mantener constante la temperatura del catalizador manipulando un ventilador de aire. Primero, accionó el ventilador manualmente en el laboratorio para determinar cómo afecta a la temperatura en el mundo real.

Luego, utilizó MATLAB para analizar los datos y realizar la identificación del sistema. "Introduje los datos y utilicé MATLAB para determinar todos los parámetros de la función de transferencia de lazo abierto, ganancia, retardo de tiempo y constante de tiempo", agrega Dinan.

Sirviéndose de estos parámetros, desarrolló rápidamente un modelo que incorpora un controlador proporcional integral derivativo (PID) en Simulink. "Se asigna un valor de consigna al controlador PID, que a su vez utiliza el ventilador para regular la temperatura hasta el valor indicado; similar al control de crucero de un automóvil", explica Dinan. "Para ello, utilicé un bloque PID en Simulink. Es simple y fácil de usar".

Cuando la dinámica del sistema requiere una estrategia más compleja, Dinan ajusta un controlador predictivo basado en modelo con Control System Toolbox y Deep Learning Toolbox.

Deep Learning Toolbox también permitió crear un modelo que predice la demanda de energía exigida al sistema de pila de combustible. El modelo se basa en un gran volumen de datos históricos de carga eléctrica.

"Deep Learning Toolbox nos permitió acelerar el análisis de datos, la creación de modelos y la validación", afirma Dinan.

Luego, con una sola línea de código de MATLAB, Dinan creó gráficas tridimensionales para analizar diversos aspectos del sistema, como la relación señal-ruido.

Después de realizar ajustes en los controles, Dinan envió los algoritmos previamente probados al equipo de ingeniería de software integrado para que pudieran implementarlos fácilmente.

Una interfaz gráfica desarrollada con MATLAB permitirá a Plug Power acelerar aún más el desarrollo del sistema de control simulando cómo la posición del ventilador afecta al sistema.

Otro grupo de Plug Power está acelerando el diseño de control empleando Simulink para crear un modelo completo de un sistema de pila de combustible de próxima generación. Actualmente están validando los modelos del sistema de Simulink con el sistema físico.