Optimization and control of multiple fuel cell systems

(English) Decarbonizing heavy-duty transportation is a pressing challenge in mitigating climate change. Fuel cell electric vehicles offer a promising zero-emission solution that combines the extended range of chemical fuels with the rapid refueling capabilities required by the freight industry. Commercial trucks increasingly adopt multi-stack fuel cell systems to meet power and redundancy demands. However, the commercial viability of these vehicles depends on minimizing the total cost of ownership. This economic metric directly reflects hydrogen fuel consumption and the degradation of all fuel cell stacks and the traction battery. Minimizing this total cost of ownership requires optimal control strategies that balance fuel economy against component longevity. This control problem is challenging due to stiff system dynamics with widely distributed time scales. Conventional rule-based control strategies react to present conditions and fail to anticipate future loads. Consequently, they schedule start-stop transitions poorly, struggle to prevent thermal derating, and cannot adapt to a declining state-of-health. To overcome these limitations, this dissertation develops a computationally tractable and lifetime-adaptive hierarchical model predictive control framework. A Planning Layer solves a multi-horizon mixed-integer problem to optimize the inter-stack power split, start-stop scheduling, and thermal management over the remaining driving route. Simultaneously, a fast-sampled Operational Layer manages constrained air-system dynamics to satisfy power demands while balancing fuel efficiency against electrochemical surface area loss. A closed-loop estimation scheme monitors stack degradation and automatically refits the internal prediction models to maintain controller accuracy. Simulations on standardized driving cycles demonstrate that this hierarchical controller approximates the global optimum. It consumes only 1.3% more hydrogen than an in-hindsight benchmark while maintaining real-time feasibility. Integrated thermal and energy management preconditions the cooling circuit to prevent thermal derating and enables less conservative component sizing. Furthermore, the proposed adaptive controller shifts its operating strategy over the fuel cell stack's lifetime. At the Begin-of-Life, the controller minimizes fuel cell degradation and reduces electrochemical surface area loss by up to 96.8% As the stack ages and voltage sensitivities decrease, the strategy transitions toward minimizing hydrogen consumption. This framework translates physical degradation mechanisms directly into an economic control objective, integrating electrochemical state-of-health into system-level powertrain management. It shows that predictive and integrated control of thermal, fluid, and power dynamics is a prerequisite to exploit the full hardware potential of hybrid multi-stack powertrains. Resolving these conflicts between fuel economy, component longevity, and computational limits lowers the economic barriers to widespread fuel cell electric vehicle adoption. (Català) La descarbonització del transport pesant és un repte urgent en la mitigació del canvi climàtic. Els vehicles elèctrics de pila de combustible ofereixen una solució prometedora de zero emissions que combina l'autonomia estesa dels combustibles químics amb les capacitats de recàrrega ràpida que requereix la indústria del transport de mercaderies. Els camions comercials adopten cada vegada més sistemes de piles de combustible multi-stack per satisfer les demandes de potència i redundància. No obstant això, la viabilitat comercial d'aquests vehicles depèn de la minimització del cost total de propietat. Aquesta mètrica econòmica reflecteix directament el consum d'hidrogen i la degradació de totes les piles de combustible i la bateria de tracció. Minimitzar aquest cost total de propietat requereix estratègies de control òptimes que equilibrin l'economia de combustible amb la longevitat dels components. Aquest problema de control és complex a causa de les dinàmiques de sistema rígides amb escales de temps àmpliament distribuïdes. Les estratègies de control convencionals basades en regles reaccionen a les condicions presents i no aconsegueixen anticipar càrregues futures. Consegüentment, planifiquen deficientment les transicions d'arrencada i parada, tenen dificultats per prevenir la reducció de potència per motius tèrmics (thermal derating), i no es poden adaptar a un estat de salut (state-of-health) decreixent. Per superar aquestes limitacions, aquesta tesi desenvolupa un marc de control predictiu de model (model predictive control) jeràrquic, computacionalment tractable i adaptatiu al temps de vida. Una Capa de Planificació resol un problema d'enters mixts multi-horitzó per optimitzar el repartiment de potència entre piles, la planificació d'arrencada i parada, i la gestió tèrmica al llarg de la ruta de conducció restant. Simultàniament, una Capa Operacional de mostreig ràpid gestiona les dinàmiques restringides del sistema d'aire per satisfer les demandes de potència mentre equilibra l'eficiència del combustible amb la pèrdua de superfície electroquímica. Un esquema d'estimació en llaç tancat monitora la degradació de les piles i reajusta automàticament els models de predicció interns per mantenir la precisió del controlador. Les simulacions en cicles de conducció estandarditzats demostren que aquest controlador jeràrquic s'aproxima a l'òptim global. Consumeix només un 1,3% més d'hidrogen que una referència retrospectiva (in-hindsight benchmark) mentre manté la viabilitat en temps real. La gestió tèrmica i energètica integrada precondiciona el circuit de refrigeració per prevenir la reducció de potència tèrmica i permet un dimensionament menys conservador dels components. A més, el controlador adaptatiu proposat canvia la seva estratègia operativa al llarg de la vida útil de la pila de combustible. A l'inici de la vida útil (Begin-of-Life), el controlador minimitza la degradació de la pila de combustible i redueix la pèrdua de superfície electroquímica fins a un 96,8%. A mesura que la pila envelleix i les sensibilitats de voltatge disminueixen, l'estratègia transita cap a la minimització del consum d'hidrogen. Aquest marc tradueix els mecanismes de degradació física directament en un objectiu de control econòmic, integrant l'estat de salut electroquímic en la gestió del tren de potència a nivell de sistema. Demostra que el control predictiu i integrat de les dinàmiques tèrmiques, de fluids i de potència és un requisit previ per explotar tot el potencial del maquinari dels trens de potència híbrids multi-stack. Resoldre aquests conflictes entre l'economia de combustible, la longevitat dels components i els límits computacionals redueix les barreres econòmiques per a l'adopció generalitzada dels vehicles elèctrics de pila de combustible. (Español) La descarbonización del transporte pesado es un desafío apremiante en la mitigación del cambio climático. Los vehículos eléctricos de pila de combustible ofrecen una prometedora solución de cero emisiones que combina la autonomía extendida de los combustibles químicos con las capacidades de reabastecimiento rápido que requiere la industria del transporte de mercancías. Los camiones comerciales adoptan cada vez más sistemas de pilas de combustible de múltiples stacks para satisfacer las demandas de potencia y redundancia. Sin embargo, la viabilidad comercial de estos vehículos depende de la minimización del coste total de propiedad. Esta métrica económica refleja directamente el consumo de hidrógeno y la degradación de todos los stacks de pilas de combustible y de la batería de tracción. Minimizar este coste total de propiedad requiere estrategias de control óptimas que equilibren la economía de combustible con la longevidad de los componentes. Este problema de control es complejo debido a las dinámicas de sistema rígidas (stiff) con escalas de tiempo ampliamente distribuidas. Las estrategias de control convencionales basadas en reglas reaccionan a las condiciones presentes y no logran anticipar las cargas futuras. En consecuencia, planifican deficientemente las transiciones de arranque-parada, tienen dificultades para prevenir la reducción de potencia por temperatura (thermal derating) y no pueden adaptarse a un estado de salud (state-of-health) en declive. Para superar estas limitaciones, esta tesis doctoral desarrolla un marco de control predictivo basado en modelo jerárquico, computacionalmente tratable y adaptable a la vida útil. Una Capa de Planificación resuelve un problema de múltiples horizontes con enteros mixtos para optimizar el reparto de potencia entre los stacks, la planificación de arranques y paradas, y la gestión térmica a lo largo de la ruta de conducción restante. Simultáneamente, una Capa Operacional de muestreo rápido gestiona las dinámicas restringidas del sistema de aire para satisfacer las demandas de potencia, a la vez que equilibra la eficiencia del combustible con la pérdida de área superficial electroquímica. Un esquema de estimación en lazo cerrado monitoriza la degradación de los stacks y reajusta automáticamente los modelos de predicción internos para mantener la precisión del controlador. Las simulaciones en ciclos de conducción estandarizados demuestran que este controlador jerárquico se aproxima al óptimo global. Consume solo un 1.3% más de hidrógeno que un punto de referencia retrospectivo (in-hindsight), manteniendo al mismo tiempo la viabilidad en tiempo real. La gestión térmica y energética integrada preacondiciona el circuito de refrigeración para prevenir la reducción de potencia por temperatura y permite un dimensionamiento menos conservador de los componentes. Además, el controlador adaptativo propuesto modifica su estrategia de operación a lo largo de la vida útil del stack de pilas de combustible. Al principio de su vida útil (Begin-of-Life), el controlador minimiza la degradación de la pila de combustible y reduce la pérdida de área superficial electroquímica hasta en un 96.8%. A medida que el stack envejece y las sensibilidades de voltaje disminuyen, la estrategia transita hacia la minimización del consumo de hidrógeno. Este marco de trabajo traduce los mecanismos de degradación física directamente en un objetivo de control económico, integrando el estado de salud electroquímico en la gestión del tren motriz a nivel de sistema. Demuestra que el control predictivo e integrado de las dinámicas térmicas, de fluidos y de potencia es un prerrequisito para explotar todo el potencial del hardware de los trenes motrices híbridos de múltiples stacks. Resolver estos conflictos entre la economía de combustible, la longevidad de los componentes y los límites computacionales reduce las barreras económicas para la adopción generalizada de los vehículos eléctricos de pila de combustible.