CN104051755B - 用于预测燃料电池***中的极化曲线的***及方法 - Google Patents

用于预测燃料电池***中的极化曲线的***及方法 Download PDF

Info

Publication number
CN104051755B
CN104051755B CN201410094173.4A CN201410094173A CN104051755B CN 104051755 B CN104051755 B CN 104051755B CN 201410094173 A CN201410094173 A CN 201410094173A CN 104051755 B CN104051755 B CN 104051755B
Authority
CN
China
Prior art keywords
parameter
performance metric
voltage
fuel cell
current density
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410094173.4A
Other languages
English (en)
Other versions
CN104051755A (zh
Inventor
D.R.勒布策尔特
S.加纳帕蒂
D.T.富尔姆斯比
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN104051755A publication Critical patent/CN104051755A/zh
Application granted granted Critical
Publication of CN104051755B publication Critical patent/CN104051755B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04992—Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0432—Temperature; Ambient temperature
    • H01M8/04358—Temperature; Ambient temperature of the coolant
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04574—Current
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
    • H01M8/04858—Electric variables
    • H01M8/04865—Voltage
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/10—Fuel cells with solid electrolytes
    • H01M2008/1095—Fuel cells with polymeric electrolytes
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2250/00—Fuel cells for particular applications; Specific features of fuel cell system
    • H01M2250/20—Fuel cells in motive systems, e.g. vehicle, ship, plane
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/40—Application of hydrogen technology to transportation, e.g. using fuel cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Manufacturing & Machinery (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Fuel Cell (AREA)

Abstract

本发明涉及用于预测燃料电池***中的极化曲线的***及方法。具体地，本公开内容涉及可用于预测燃料电池的性能度量的***和方法。与本公开内容一致的***可包括与燃料电池堆通信的传感器、性能度量预测***以及控制***。性能度量预测***可在多个时间段处基于由传感器提供的输入确定电流密度，在电流密度小于低阈值时计算第一参数，以及在电流密度高于高阈值时计算第二参数。第一参数和第二参数可用于在一定时间内有选择地调整燃料电池极化曲线。基于该极化曲线，可预测燃料电池堆的性能度量。控制***可基于性能度量实施控制动作。

Description

用于预测燃料电池***中的极化曲线的***及方法
技术领域
本公开内容涉及用于预测燃料电池堆性能的***和方法。更确切地说，但非排它地，本公开内容涉及用于确定可用于调整参数来提高燃料电池堆的效率和性能优化的一个或多个性能度量的***和方法。
背景技术
乘用车辆可包括用以向车辆的电气***和传动***的某些特征供能的燃料电池("FC")***。例如，FC***可用于车辆中以直接地和/或经由中间电池***向车辆的电气传动系构件(例如，电动马达等)供能。FC***可包括单个电池，或替代地，可包括布置成堆构造的多个电池。
氢为可用于FC***中的一种可能的燃料。氢为清洁燃料，且可用于在燃料电池中有效地发电。氢燃料电池为电化学装置，其包括设置在阳极与阴极之间的电解质。阳极接收氢气而阴极接收氧或空气。氢气在阳极中离解以生成自由的氢质子和电子。氢质子可被选择地传导横穿电解质。来自阳极的电子不能穿过电解质，且因此在被传送到阴极之前引导其穿过负载以做功。氢质子与阴极中的电子和氧反应以生成水。
质子交换膜燃料电池("PEMFC")可用于FC车辆中。PEMFC大体上包括固体聚合物电解质质子传导膜，如，全氟磺酸膜。包括在PEMFC中的阳极和阴极可包括细分的催化颗粒，如，支承在碳颗粒上且与离聚物混合的铂(Pt)。催化混合物可沉积在膜的相对侧上。
典型的FC堆的开路电压可在FC堆的寿命内减小。电压退化可尤其归因于堆中的FC的电压循环。电压循环在铂催化剂颗粒用于增强低电势状态与高电势状态之间的电化学反应过渡时发生。催化剂颗粒的反复过渡促进了颗粒的分解。颗粒的分解导致颗粒的活性表面面积的损失和性能退化。
许多因素都可影响与电压循环有关的铂颗粒的表面面积的相对减少，包括峰值堆电压、温度、堆湿度、电压循环动态等。较低的堆电压设定点可提供抵御退化的更好保护，而较高的堆电压设定点可提供提高的***效率。
固定电压可用于设定堆的最小功率水平，以防止不需要的电压循环。例如，典型的电压抑制策略可使用固定的电压设定点。如果燃料电池功率控制器不需要功率，或需要最小的功率，则使电池电压水平保持在固定的电压设定点处或在固定的电压设定点以下所需的由堆生成的功率可提供至功率被使用或消散的某些***或构件。例如，多余的功率可用于使FC***车辆中的高压电池充电。如果电压设定点处于相对低的电压，则***可频繁地对电池充电，这可导致电池电荷比电压设定点设定在较低水平处时更频繁地处于至其最大电荷处。如果电池处于其最大电荷且不能接受来自FC***的更多充电功率，则控制器可引起多余功率在其它构件(如，电阻器)中消散。在使用电阻器消散多余功率的情况下，***效率可受损。因此，设立最佳的设定点可改善FC堆的效率。
若干FC可组合成FC堆，以产生期望的功率输出。FC堆可接收阴极输入气体，该输入气体可包括由压缩机迫使穿过堆的空气流。阴极排出气体可包括作为堆的副产物的与未消耗的氧及其它气体一起的水。
堆的电流/电压关系可被称为极化曲线。堆控制器可使用关于极化曲线的信息，以根据功率需求调度反应物到FC***的传送。堆的电压与电流之间的关系可为非线性的，且可受许多变量的影响，包括堆温度、堆的局部压力，以及阴极和阳极化学计量。此外，FC堆的电流与电压之间的关系可随堆性能的退化随时间变化。换言之，较老的FC堆可具有较低的电池电压，且因此，较老的FC堆可需要提供比新的、未退化的堆更多的电流，以产生相等的功率输出。
发明内容
本文公开了用于确定FC***的一个或多个性能度量的多种***和方法。根据各种实施例，该性能度量可用于调整FC***的参数以便提高效率和性能优化。性能度量预测***可接收来自多个传感器的多个输入。该输入可包括关于与FC***相关联的多个操作条件的信息。根据各种实施例，可基于输入测量、计算或估计各种类型的信息。可使用该输入，以便计算某些参数。根据与本公开内容一致的一个实施例，当***处于高电流密度时可确定一个参数，而当***处于低电流密度时可确定另一个参数。
FC控制***可使用一个或多个性能度量来实施与FC***相关联的控制动作。根据一些实施例，该性能度量可用于优化FC***的性能特点。根据一些实施例，性能度量可包括与极化曲线相关联的参数。该性能度量可随时间调整以实现FC***的提高的性能。
根据一些实施例，一种性能度量预测***可构造成在其中温度测量结果低于特定阈值的时间段期间有选择地舍弃电流密度测量结果。在某些实施例中，由于冷却剂温度可表现出FC堆温度，故可测量冷却剂温度。一旦FC堆在某一温度以上操作，则与本公开内容一致的某些FC***在给定的电流密度下可具有可重复的操作条件。在那些情况下，电压可大致描述为按照可调整的参数表示的年限和堆电流密度的函数。根据一些实施例，当FC堆操作温度时采集的数据值可被舍弃，因为基于此类数据的性能估计可为非最佳的。
某些实施例可包括与多个电气传感器相结合的故障检测***。故障检测***可构造成基于来自多个电气传感器中的一个或多个的输入检测故障状态。该故障检测***可用于检测与传感器相关联的故障，例如，该传感器测量电流密度、冷却剂温度、氧化铂覆盖度、电压或可与本公开内容中描述的方法有关的任何其它参数。
本发明还提供如下方案：
1. 一种预测燃料电池(FC)堆的性能度量的***，所述***包括：
与所述FC堆通信的多个传感器；
性能度量预测***，所述性能度量预测***构造成：
在多个时间段处基于来自所述多个传感器中的至少一个的输入确定电流密度；
在所述电流密度小于下阈值的第一时间段期间计算第一参数；
在所述电流密度大于上阈值的第二时间段期间计算第二参数；
基于所述第一参数和所述第二参数在一定时间内有选择地调整FC极化曲线；
基于所述FC极化曲线预测所述FC堆的性能度量；以及
控制***，所述控制***构造成基于所述性能度量实施控制动作。
2. 根据方案1所述的***，其特征在于，所述性能度量预测***还构造成：
基于来自所述多个传感器的所述多个输入中的至少一者测量瞬时参数；以及
还基于所述瞬时参数选择地调整所述燃料电池极化曲线。
3. 根据方案2所述的***，其特征在于，所述瞬时参数基于氧化铂模型。
4. 根据方案1所述的***，其特征在于，所述性能参数包括电池电压的粗略估计，其被计算为：
，
其中，
为在基准条件下的热力可逆电势，
为氢氧化还原超电势，
为阴极氧化还原超电势，
i为堆电流密度，
为堆HFR平均数，
为电极中的质子电阻，
为传质系数，
为瞬时校正电压因数。
5. 根据方案1所述的***，其特征在于，所述性能度量包括最大功率估计。
6. 根据方案1所述的***，其特征在于，所述控制动作包括基于所述性能度量调度功率需求。
7. 根据方案1所述的***，其特征在于，还包括：
电压抑制***；以及
其中所述控制动作包括基于所述性能度量设立电压抑制设定点。
8. 根据方案1所述的***，其特征在于，所述多个传感器中的至少一者构造成测量冷却剂温度，并且所述性能度量预测***构造成在所述冷却剂温度低于冷却剂温度阈值的时间段期间有选择地舍弃电流密度测量结果。
9. 根据方案1所述的***，其特征在于，还包括：
故障检测***，所述故障检测***与所述多个电气传感器通信且构造成基于来自所述多个电气传感器中的一个或多个的输入检测故障状态。
10. 根据方案1所述的***，其特征在于，所述第一参数包括基于与所述多个传感器中的至少一者相关联的电压测量结果所计算的质量活性参数。
11. 根据方案10所述的***，其特征在于，所述质量活性参数被计算为：
，
其中，
为在基准条件下的热力可逆电势，
为氢氧化还原超电势，
为平均电池电压反馈，
i为堆电流密度，
为堆HFR平均数，
为电极中的质子电阻，
为传质系数，
为瞬时校正电压因数。
12. 根据方案1所述的***，其特征在于，所述第二参数包括基于与所述多个传感器中的至少一者相关联的电压测量结果所计算的传质系数。
13. 根据方案12所述的***，其特征在于，所述传质参数被计算为：
，
其中，
为在基准条件下的热力可逆电势，
为平均电池电压反馈，
为氢氧化还原超电势，
为阴极氧化还原超电势，
i为堆电流密度，
为堆HFR平均数，
为电极中的质子电阻，
为传质系数，
为瞬时校正电压因数。
14. 一种用于预测燃料电池(FC)堆的性能度量的方法，所述方法包括：
接收来自多个传感器的多个输入；
在多个时间段处基于所述多个输入中的至少一者确定电流密度；
在所述电流密度小于下阈值的第一时间段期间计算第一参数；
在所述电流密度大于上阈值的第二时间段期间计算第二参数；
基于所述第一参数和所述第二参数在一定时间内有选择地调整燃料电池极化曲线；
基于所述燃料电池极化曲线预测所述燃料电池堆的性能度量；以及
基于所述性能度量实施控制动作。
15. 根据方案14所述的方法，其特征在于，还包括：
基于来自所述多个传感器的所述多个输入中的至少一者测量瞬时参数；以及
其中还基于所述瞬时参数有选择地调整所述燃料电池极化曲线。
16. 根据方案15所述的方法，其特征在于，所述瞬时参数基于氧化铂模型。
17. 根据方案14所述的方法，其特征在于，所述性能度量包括最大功率估计。
18. 根据方案14所述的方法，其特征在于，所述控制动作包括基于所述性能度量调度功率需求。
19. 根据方案14所述的方法，其特征在于，基于所述性能度量实施所述控制动作包括设立电压抑制设定点；并且所述方法还包括：
构造电压抑制***以抑制电压小于所述电压抑制设定点。
20. 根据方案14所述的方法，其特征在于，还包括：
使用所述多个传感器中的至少一者测量冷却剂温度；
将所述冷却剂温度与冷却剂温度阈值相比较；
在所述冷却剂温度低于所述冷却剂温度阈值的时间段期间有选择地舍弃电流密度测量结果。
附图说明
参考附图描述了本公开内容的非限制性和非穷尽性的实施例，包括本公开内容的各种实施例，在附图中：
图1A示出与本文公开的实施例一致的示例性车辆***的功能框图。
图1B示出与本文公开的实施例一致的FC极化曲线的实例。
图2示出用以预测与本文公开的实施例一致的FC***的性能度量的示例性方法的流程图。
图3示出用于确定与本文公开的实施例一致的FC***的一个或多个参数的***的框图。
图4示出与本文公开的实施例一致的FC控制计算机***的功能框图。
具体实施方式
下文提供了与本公开内容的实施例一致的***和方法的详细描述。虽然描述了若干实施例，但本公开内容不限于任何一个实施例，而是作为替代，涵盖许多备选方案、变型以及等同物。此外，虽然以下描述中阐述了许多特定细节以便提供本文公开的实施例的彻底了解，但在没有这些细节中的一些或所有这些细节的情况下也可实施一些实施例。此外，为了清晰起见，未详细描述相关领域中已知的某些技术材料，以便避免不必要地使本公开内容模糊。
将参考附图来更好地理解本公开内容的实施例，其中相似的零件可由相似的数字指定。如本文的附图中大体上描述和示出的，所公开的实施例的构件可以以多种不同构造来布置和设计。因此，本公开内容的***和方法的实施例的以下详细描述不旨在限制如所声明的本公开内容的范围，而是仅代表本公开内容的可能的实施例。此外，方法的步骤不一定需要以任何特定顺序或按顺序执行，或甚至不一定仅执行一次步骤，除非另有规定。
本文公开的***和方法的实施例可用于确定FC***的一个或多个参数，包括最大电流输出、关于调度电流需求的参数、关于电压抑制操作的参数等。在某些实施例中，***和方法可使用极化曲线预测器。该极化曲线预测器可使用测量的和/或预测的输入来优化可调整的参数。该输入可基于与FC***相关联的测量结果和/或计算结果。输入可在电流密度的上阈值和下阈值处收集到，且可用于在一定时间内有选择地调整FC极化曲线。
图1A示出了与本文公开的实施例一致示例性车辆***100的功能框图。车辆***100可为机动车辆、船舶、飞行器，和/或任何其它类型的车辆。此外，如将对本领域中的技术人员变得明显的是，与本公开内容一致的实施例可合并到适用于在车辆应用外的使用的燃料电池***中。在某些实施例中，车辆100可包括FC堆102，该FC堆可与高压("HV")电池***(未示出)联接。该HV电池***可用于向电气传动系构件供能。在其它实施例中，FC堆102可与低电压电池联接且可构造成向各种车辆100***供应电能，例如包括，车辆起动***(例如，起动马达)、照明***、点火***、气候控制***等。
FC堆102可包括FC控制***104。FC控制***104可构造成监测和控制FC堆102的某些操作。例如，FC控制***104可构造成监测和控制FC堆102的可调整的性能参数和电压抑制操作。在某些实施例中，FC控制***104可与多个传感器106(例如，电压传感器、电流传感器，和/或相似的传感器等)和/或构造成使得FC控制***104能够监测和控制FC堆102的操作的其它***通信联接。例如，与FC堆102通信的多个传感器106可向FC控制***104提供可用于估计极化曲线的信息。在某些实施例中，FC控制***104可构造成单独地监测各个电池114。FC控制***104还可构造成向包括在车辆100中的其它***提供信息和/或接收来自包括在车辆100中的其它***的信息。例如，FC控制***104可与内部车辆计算机***108和/或外部计算机***110(例如，经由无线通信***等)通信联接。在某些实施例中，FC控制***104至少部分地可构造成向车辆100的使用者、车辆计算机***108，和/或外部计算机***110提供关于FC堆102的信息。例如，此类信息可包括在特定操作条件下的最大功率输出、冷却剂温度、传感器故障，和/或关于FC堆102的任何其它信息。
图1B示出了示出两个示例性极化曲线的图表。水平轴线124示出FC堆电流密度，而垂直轴线122示出了FC堆电压。FC堆内的各个燃料电池可展现不同的极化曲线。极化曲线128可代表具有低电池电压(例如，最低的电池电压)的燃料电池的极化曲线，而极化曲线126可代表平均燃料电池的极化曲线。可确定各个电池的最大功率输出。点130代表可从FC堆中的平均电池中获得的最大功率，而点132代表可从具有低电池电压的电池获得的最大功率。134处代表对应于点132的电流，而138处代表电压。同样地，136处代表对应于点130的电流，而140处代表电压。
极化曲线126,128可基于一定数目的参数算术地描述。参数可使用本文描述的多种方法、计算和技术来确定。由于参数的变化，故可调整极化曲线126,128的斜率、凹度、拐点，以及其它特征。此类调整可改善由极化曲线126,128模拟的物理***的估计。
图2示出了用于预测与本文公开的实施例一致的FC***的性能度量的示例性方法的流程图。所示出的方法200可至少部分地使用车辆计算机***、外部计算机***、FC控制***、模拟和/或数字滤波器***，和/或包括参考图1A、图3和图4描述的***的任何其它适合的***来执行。
方法200可开始于202处。在204处，可预测与FC堆相关联的一个或多个性能度量。初始预测可基于历史数据。相关传感器在206处验证，且如果任何传感器涉及故障，则方法200可导致在210处不修改参数。如果无传感器涉及故障，则在208处FC***可测量冷却剂温度以确定该冷却剂温度是否高于适当的阈值。如果冷却剂温度不高于特定阈值，则在210处可不修改参数，因为某些预测在它们基于与高于阈值的温度测量结果相关联的数据时可更准确。如果温度测量结果高于阈值，则在212处，FC***可在多个时间段处基于多个输入中的至少一者确定电流密度。
在214处，电流密度可与低阈值相比和可与高阈值相比。如果发现电流密度在214处大于低阈值且小于特定的高阈值，则在210处可修改参数。换言之，如果电流密度在低阈值与高阈值之间，则可舍弃测量结果。
如果电流密度在216处小于低阈值，则方法200可前进到220。在220处，方法200可确定铂氧化覆盖度是否超过特定阈值。在某些实施例中，可使用氧化铂覆盖度，因为高的值可指示在低电流密度下的稳态操作。如果氧化铂覆盖度在220处高于特定的高阈值，则在222处可计算质量活性参数。根据一些实施例，质量活性参数可使用等式1来确定。
　　等式1
其中，
为在基准条件下的热力可逆电势，
为氢氧化还原超电势，
为平均电池电压反馈，
i为堆电流密度，
为堆HFR平均数，
为电极中的质子电阻，
为传质系数，和
为瞬时校正电压因数。
基于在214和216处作出的确定，质量活性参数的计算发生在电流密度小于阈值的第一时间段期间。质量活性参数可用于以在224处计算到的质量活性修改预测性的质量活性。
在216处如果电流密度大于高阈值，则方法200可前进到218。在218处，方法200可确定铂氧化覆盖度是否超过具体阈值。如果在218处发现氧化铂覆盖度大于特定阈值，则在230处可不修改参数。如果氧化铂覆盖度低于阈值，则方法200可前进到226，其中传质系数可基于电池电压和操作条件计算。由于在高电流下，稳态电压在低氧化铂浓度下测量，所以所估计的氧化铂浓度必须为低的，以用于发生修改。根据一些实施例，传质系数可使用等式2来确定。
，等式2
其中，
为在基准条件下的热力可逆电势，
为平均电池电压反馈，
为氢氧化还原超电势，
为阴极氧化还原超电势，
i为堆电流密度，
为堆HFR平均数，
为电极中的质子电阻，
为传质系数，和
为瞬时校正电压因数。
然后在228处，***可以以计算到的传质系数修改预测性传质系数。基于在214和216处作出的确定，在226处计算到的值可基于在电流密度大于上阈值的时间段期间获得的测量结果。
回到204，可预测性能度量，其可用于修改控制参数和改善***性能。根据各种实施例，***性能可通过基于性能度量有选择地实施一个或多个控制动作来改善。例如，控制动作可包括调度功率需要、调度反应物到FC堆的传送、调整电压抑制***的设定点等。
图3示出了用于确定与本文公开的实施例一致的FC***的一个或多个参数的***的框图。***300可包括堆的电压和电流特点模块302、质量活性参数估计模块304、传质系数估计模块306、FC电压估计模块308，以及输出318。堆的电压和电流特点模块302可接收多个输入310。输入310可包括冷却剂入口温度、冷却剂出口温度、阴极入口压力、阴极出口压力，以及来自可提供堆的电压和电流特点的指示的多个传感器的任何其它信号。
堆的电压和电流特点模块302可生成用作到质量活性参数估计模块304、传质系数估计模块306，以及FC电压估计模块308的输入的多个输出。来自堆的电压和电流特点模块302的输出可尤其包括即时局部压力的计算、均衡电压的计算、由于氢加在阴极上引起的等价催化剂加热和用于氢氧化的交换电流密度的计算、电流密度的计算，以及各种其它参数的计算。
质量活性参数估计模块304可接收来自堆的电压和电流特点模块302和来自其它源的输入。输入312可代表来自除堆的电压和电流特点模块302外的源的输入。根据各种实施例，输入312可包括传感器输入、恒定值、由图3中未示出的其它模块计算到的值，以及类似的值。在一些实施例中，输入312可包括所有的输入310和/或输入310的子集。输入312可包括但不限于电流密度阈值、温度阈值，以及可由质量活性参数估计模块304使用的任何其它参数或常数。
使用输入312、来自传质系数估计模块306的输入、以及来自堆的电压和电流特点模块302的某些输出，质量活性参数估计模块304可生成质量活性参数的估计。根据与本公开内容一致的各种实施例，质量活性参数可使用如以上详述的等式1来计算。此外，根据一些实施例，质量活性参数估计模块304还可包含加权平均组合，以将质量活性参数确定为退化的测量值。可基于某些输入有选择地启用或禁止加权平均组合。
传质系数估计模块306可接收来自堆的电压和电流特点模块302、质量活性参数估计模块304、以及来自其它源314的输入。根据各种实施例，输入314可包括传感器输入、恒定值、由图3中未示出的其它模块计算到的值，以及类似的值。在一些实施例中，输入314可包括输入310、输入312和/或输入310或输入312的子集。传质系数估计模块306可执行计算以生成传质系数的估计。根据某些实施例，传质系数还可包含加权平均组合，以使传质系数确定为退化的测量值。传质系数估计模块306基于输入314。
FC电压估计模块308可接收来自传质系数估计模块306、堆的电压和电流特点模块302、以及来自其它源的输入。输入316可包括传感器输入、恒定值、由图3中未示出的其它模块计算到的值，以及类似的值。输入316可包括输入310、输入312、输入314和/或输入310、输入312和/或输入314的子集。根据与本公开内容一致的各种实施例，FC电压估计模块308可计算FC电压的估值。根据一些实施例，FC电压估计模块308可使用等式3生成电池电压的粗略估计。
　　等式3，
其中，
为在基准条件下的热力可逆电势，
为氢氧化还原超电势，
为阴极氧化还原超电势，
i为堆电流密度，
为堆HFR平均数，
为电极中的质子电阻，
为传质系数，
为瞬时校正电压因数。
FC电压估计模块308的输出可在一定时间内调整和改进（refine），且因此，由FC电压估计模块308生成的FC电压的估计更准确地模拟物理***的性能，该物理***的参数可提供输入310,312,314和316中的一个或多个。
图4示出了可用于实施本文公开的***和方法的某些实施例的计算机***400的框图。在某些实施例中，计算机***400可为个人计算机***、服务器计算机***、机载车辆计算机、FC控制***，和/或适合于实施所公开的***和方法的任何其它类型的***。在其它实施例中，计算机***400可为任何便携式电子计算机***或电子装置，包括例如，笔记本计算机、智能手机，和/或平板计算机。
如所示，计算机***400尤其可包括一个或多个处理器402、随机存取存储器(RAM)404、通信接口406、用户接口408、以及非瞬时的计算机可读的存储介质410。处理器402、RAM404、通信接口406、用户接口408、以及计算机可读存储介质410可经由公共数据总线412通信地连接到彼此上。在一些实施例中，可使用硬件、软件、固件，和/或它们的任何组合来实施计算机***400的各种构件。
用户接口408可包括允许用户与计算机***400交互的任何数目的装置。例如，用户接口408可用于向用户显示交互式接口。该用户接口408可为与计算机***400通信地联接的单独的接口***，或替代地，可为一体式***，如，笔记本计算机或其它类似的装置的显示界面。在某些实施例中，用户接口408可产生于触屏显示器上。该用户接口408还可包括任何数目的其它输入装置，包括例如，键盘、轨迹球，和/或指针装置。
通信接口406可为能够与其它计算机***、***装置，和/或通信地联接到计算机***400上的其它设备通信的任何接口。例如，通信接口406可允许计算机***400与其它计算机***(例如，与外部数据库和/或因特网相关联的计算机***)通信，允许传递以及接收来自此类***的数据。通信接口406尤其可包括调制解调器、卫星数据传输***、以太网卡，和/或使得计算机***400能够连接到数据库和网络(如，LAN、MAN、WAN以及因特网)的任何其它适合的装置。
处理器402可包括一个或多个通用处理器、专用处理器、可编程的微处理器、微控制器、数字信号处理器、FPGA，其它可定制的或可编程的处理装置，和/或能够实施本文公开的***和方法的任何其它装置或装置的布置。
处理器402可构造成执行存储在非瞬时的计算机可读存储介质410上的计算机可读指令。计算机可读存储介质410可按期望存储其它数据或信息。在一些实施例中，计算机可读指令可包括计算机可执行的功能模块414。例如，计算机可读指令可包括构造成实施上述***和方法的所有功能或一部分功能的一个或多个功能模块。可存储在计算机可读存储介质410上特定功能模块包括堆的电压和电流特点模块、质量活性参数估计模块、传质系数估计模块、电池电压估计模块、电池控制模块，以及电压抑制模块。
本文描述的***和方法可独立于用于产生计算机可读指令的程序语言和/或在计算机***400上操作的任何操作***来实施。例如，计算机可读指令可以以任何适合的程序语言编写，其实例包括但不限于，C、C++、Visual C++，和/或Visual Basic、Java、Perl，或任何其它适合的程序语言。此外，计算机可读指令和/或功能模块可以以单独的程序或模块的集合，和/或在较大的程序内的程序模块或程序模块的一部分的形式。可响应于用户命令、前述处理的结果，或由另一个处理机器作出的要求由计算机***400处理数据。将理解的是，计算机***400可使用任何适合的操作***，包括例如，Unix、DOS、Android、Symbian、Windows、iOS、OSX、Linux，和/或类似的操作***。

Claims (18)

1.一种预测燃料电池堆的性能度量的***，所述***包括：
与所述燃料电池堆通信的多个传感器；
性能度量预测***，所述性能度量预测***构造成：
在多个时间段处基于来自所述多个传感器中的至少一个的输入确定电流密度；
在所述电流密度小于下阈值的第一时间段期间计算第一参数；
在所述电流密度大于上阈值的第二时间段期间计算第二参数；
基于所述第一参数和所述第二参数在一定时间内有选择地调整燃料电池极化曲线；
基于所述燃料电池极化曲线预测所述燃料电池堆的性能度量；以及
控制***，所述控制***构造成基于所述性能度量实施控制动作，
其中，所述第一参数包括基于与所述多个传感器中的至少一者相关联的电压测量结果所计算的质量活性参数，所述第二参数包括基于与所述多个传感器中的至少一者相关联的电压测量结果所计算的传质系数。
2.根据权利要求1所述的***，其特征在于，所述性能度量预测***还构造成：
基于来自所述多个传感器的至少一个输入测量瞬时参数；以及
还基于所述瞬时参数选择地调整所述燃料电池极化曲线。
3.根据权利要求2所述的***，其特征在于，所述瞬时参数基于氧化铂模型。
4.根据权利要求1所述的***，其特征在于，所述性能度量包括电池电压的粗略估计，其被计算为：
，
其中，
为在基准条件下的热力可逆电势，
为氢氧化还原超电势，
为阴极氧化还原超电势，
i为堆电流密度，
为堆高频电阻（HFR）平均数，
为电极中的质子电阻，
为传质系数，
为瞬时校正电压因数。
5.根据权利要求1所述的***，其特征在于，所述性能度量包括最大功率估计。
6.根据权利要求1所述的***，其特征在于，所述控制动作包括基于所述性能度量调度功率需求。
7.根据权利要求1所述的***，其特征在于，还包括：
电压抑制***；以及
其中所述控制动作包括基于所述性能度量设立电压抑制设定点。
8.根据权利要求1所述的***，其特征在于，所述多个传感器中的至少一者构造成测量冷却剂温度，并且所述性能度量预测***构造成在所述冷却剂温度低于冷却剂温度阈值的时间段期间有选择地舍弃电流密度测量结果。
9.根据权利要求1所述的***，其特征在于，还包括：
故障检测***，所述故障检测***与所述多个传感器通信且构造成基于来自所述多个传感器中的一个或多个的输入检测故障状态。
10.根据权利要求1所述的***，其特征在于，所述质量活性参数被计算为：
，
其中，
为在基准条件下的热力可逆电势，
为氢氧化还原超电势，
为平均电池电压反馈，
i为堆电流密度，
为堆高频电阻（HFR）平均数，
为电极中的质子电阻，
为传质系数，
为瞬时校正电压因数。
11.根据权利要求1所述的***，其特征在于，所述传质参数被计算为：
，
其中，
为在基准条件下的热力可逆电势，
为平均电池电压反馈，
为氢氧化还原超电势，
为阴极氧化还原超电势，
i为堆电流密度，
为堆高频电阻（HFR）平均数，
为电极中的质子电阻，
为传质系数，
为瞬时校正电压因数。
12.一种用于预测燃料电池堆的性能度量的方法，所述方法包括：
接收来自多个传感器的多个输入；
在多个时间段处基于所述多个输入中的至少一者确定电流密度；
在所述电流密度小于下阈值的第一时间段期间计算第一参数；
在所述电流密度大于上阈值的第二时间段期间计算第二参数；
基于所述第一参数和所述第二参数在一定时间内有选择地调整燃料电池极化曲线；
基于所述燃料电池极化曲线预测所述燃料电池堆的性能度量；以及
基于所述性能度量实施控制动作，
其中，所述第一参数包括基于与所述多个传感器中的至少一者相关联的电压测量结果所计算的质量活性参数，所述第二参数包括基于与所述多个传感器中的至少一者相关联的电压测量结果所计算的传质系数。
13.根据权利要求12所述的方法，其特征在于，还包括：
基于来自所述多个传感器的所述多个输入中的至少一者测量瞬时参数；以及
其中还基于所述瞬时参数有选择地调整所述燃料电池极化曲线。
14.根据权利要求13所述的方法，其特征在于，所述瞬时参数基于氧化铂模型。
15.根据权利要求12所述的方法，其特征在于，所述性能度量包括最大功率估计。
16.根据权利要求12所述的方法，其特征在于，所述控制动作包括基于所述性能度量调度功率需求。
17.根据权利要求12所述的方法，其特征在于，基于所述性能度量实施所述控制动作包括设立电压抑制设定点；并且所述方法还包括：
构造电压抑制***以抑制电压小于所述电压抑制设定点。
18.根据权利要求12所述的方法，其特征在于，还包括：
使用所述多个传感器中的至少一者测量冷却剂温度；
将所述冷却剂温度与冷却剂温度阈值相比较；
在所述冷却剂温度低于所述冷却剂温度阈值的时间段期间有选择地舍弃电流密度测量结果。
CN201410094173.4A 2013-03-15 2014-03-14 用于预测燃料电池***中的极化曲线的***及方法 Active CN104051755B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/839,261 2013-03-15
US13/839261 2013-03-15
US13/839,261 US8920995B2 (en) 2013-03-15 2013-03-15 Systems and methods for predicting polarization curves in a fuel cell system

Publications (2)

Publication Number Publication Date
CN104051755A CN104051755A (zh) 2014-09-17
CN104051755B true CN104051755B (zh) 2017-04-19

Family

ID=51419039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410094173.4A Active CN104051755B (zh) 2013-03-15 2014-03-14 用于预测燃料电池***中的极化曲线的***及方法

Country Status (3)

Country Link
US (1) US8920995B2 (zh)
CN (1) CN104051755B (zh)
DE (1) DE102014102814B4 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016116049A1 (de) 2016-08-29 2018-03-01 Audi Ag Verfahren zum Schätzen eines Zustandsvektors eines Brennstoffzellensystems, Verfahren zum Steuern oder Regeln einer Zustandsgröße eines Brennstoffzellensystems und Brennstoffzellensystem
US10871519B2 (en) 2017-11-07 2020-12-22 Toyota Motor Engineering & Manufacturing North America, Inc. Fuel cell stack prediction utilizing IHOS
US10634727B2 (en) * 2017-11-29 2020-04-28 GM Global Technology Operations LLC Fuel cell stack cell voltage sensor diagnostic
US10714767B2 (en) 2017-12-07 2020-07-14 Toyota Motor Engineering & Manufacturing North America, Inc. Fuel cell air system safe operating region
US10971748B2 (en) 2017-12-08 2021-04-06 Toyota Motor Engineering & Manufacturing North America, Inc. Implementation of feedforward and feedback control in state mediator
US10590942B2 (en) 2017-12-08 2020-03-17 Toyota Motor Engineering & Manufacturing North America, Inc. Interpolation of homotopic operating states
US10665875B2 (en) 2017-12-08 2020-05-26 Toyota Motor Engineering & Manufacturing North America, Inc. Path control concept
US11482719B2 (en) 2017-12-08 2022-10-25 Toyota Jidosha Kabushiki Kaisha Equation based state estimate for air system controller
US10985391B2 (en) 2018-03-06 2021-04-20 Toyota Motor Engineering & Manufacturing North America, Inc. Real time iterative solution using recursive calculation
US10547070B2 (en) 2018-03-09 2020-01-28 Toyota Motor Engineering & Manufacturing North America, Inc. STL actuation-path planning
CN108872872B (zh) * 2018-06-27 2019-08-09 清华大学 燃料电池使用寿命和剩余寿命的预测方法及装置
CN111313056B (zh) * 2020-03-03 2020-12-29 电子科技大学 一种数据驱动燃料电池在线性能评估方法
CN111722111A (zh) * 2020-06-22 2020-09-29 上海骥翀氢能科技有限公司 电堆参数确定方法、装置、计算机设备以及可读存储介质
CN111834654B (zh) * 2020-07-24 2021-09-14 上海捷氢科技有限公司 质子交换膜燃料电池最大功率的在线预测控制方法及装置
DE102020123782A1 (de) * 2020-09-11 2022-03-17 Audi Aktiengesellschaft Verfahren zur Unterscheidung der Ursache von Spannungsverlusten bei einer Brennstoffzellenvorrichtung, Brennstoffzellenvorrichtung und Kraftfahrzeug mit einer solchen
CN114628742A (zh) * 2020-12-11 2022-06-14 中国科学院大连化学物理研究所 一种燃料电池极化曲线的测量***及测量方法
CN117059847B (zh) * 2023-10-09 2023-12-12 深圳市北测检测技术有限公司 燃料电池的性能检测方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101533073A (zh) * 2008-02-06 2009-09-16 通用汽车环球科技运作公司 基于极化曲线估计的燃料电池***最大净功率计算方法
CN102412405A (zh) * 2010-07-20 2012-04-11 通用汽车环球科技运作有限责任公司 通过堆健康监控器的离散最小电池电压输出来预测最小电池电压的方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6020584A (en) 1997-02-14 2000-02-01 Corning Incorporated Method of measuring the polarization mode dispersion of an optical waveguide device
US5879828A (en) 1997-10-10 1999-03-09 Minnesota Mining And Manufacturing Company Membrane electrode assembly
DE19821956A1 (de) 1998-05-16 1999-11-18 Deutsch Zentr Luft & Raumfahrt Verfahren zur quantitativen Analyse von Gasvolumina, insbesondere von Abgasen aus Verbrennungseinrichtungen oder -anlagen, sowie Einrichtungen zur Durchführung des Verfahrens
CA2309025A1 (en) 1999-07-06 2001-01-06 General Motors Corporation Fuel cell stack monitoring and system control
DE10207659B4 (de) 2001-02-23 2006-09-28 Yazaki Corp. Verfahren und Vorrichtung zum Schätzen einer Klemmenspannung einer Batterie, Verfahren und Vorrichtung zum Berechnen einer Leerlaufspannung einer Batterie sowie Verfahren und Vorrichtung zum Berechnen der Batteriekapazität
US6756141B2 (en) 2001-04-17 2004-06-29 Southwest Research Institute Three-electrode fuel cell
JP3480451B2 (ja) 2001-05-22 2003-12-22 日産自動車株式会社 燃料電池システム
US6794844B2 (en) 2001-08-31 2004-09-21 Visteon Global Technologies, Inc. Method and system for fuel cell control
US7569293B1 (en) 2001-10-15 2009-08-04 Nuvera Fuel Cells, Inc. Methods and systems for efficient operation of integrated fuel cell-fuel reformer systems
JP2003346849A (ja) 2002-05-23 2003-12-05 Denso Corp 燃料電池の発電制御装置およびこれを備えた燃料電池システム
US7632583B2 (en) 2003-05-06 2009-12-15 Ballard Power Systems Inc. Apparatus for improving the performance of a fuel cell electric power system
DE10342146A1 (de) 2003-09-12 2005-04-07 Daimlerchrysler Ag Verfahren zur Überwachung einer Brennstoffzelleneinheit
JP4511162B2 (ja) 2003-12-05 2010-07-28 株式会社チノー 燃料電池の評価装置
CN1635357A (zh) 2003-12-25 2005-07-06 中国航空工业第一集团公司三○四所 里氏硬度基准装置
US7348082B2 (en) 2004-02-05 2008-03-25 General Motors Corporation Recursive Kalman filter for feedback flow control in PEM fuel cell
JP2005322577A (ja) 2004-05-11 2005-11-17 Nissan Motor Co Ltd 燃料電池システム
US20060166051A1 (en) 2005-01-24 2006-07-27 Mahesh Murthy Method and device to improve operation of a fuel cell
US20060194082A1 (en) 2005-02-02 2006-08-31 Ultracell Corporation Systems and methods for protecting a fuel cell
JP2006244966A (ja) 2005-03-07 2006-09-14 Nissan Motor Co Ltd 燃料電池の電流−電圧特性学習装置
US7862935B2 (en) * 2005-05-17 2011-01-04 Gm Global Technology Operations, Inc. Management via dynamic water holdup estimator in a fuel cell
US7682719B2 (en) * 2006-09-22 2010-03-23 Gm Global Technology Operations, Inc. Method for adaptive prediction of stack voltage in automotive fuel cell systems
US8214174B2 (en) * 2007-01-31 2012-07-03 GM Global Technology Operations LLC Algorithm for online adaptive polarization curve estimation of a fuel cell stack
DE102008006738A1 (de) 2008-01-30 2009-08-13 Daimler Ag Verfahren zum Ermitteln einer Polarisationskurve eines Brennstoffzellensystems, sowie Verfahren zum Betreiben eines Brennstoffzellensystems und Brennstoffzellensystem
DE102010047504B4 (de) 2009-10-09 2017-06-22 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) Verfahren zum Halten einer Ausgangsspannung von Brennstoffzellen in einem Brennstoffzellenstapel bei oder unter einer maximalen Spannung
US9105892B2 (en) * 2010-03-15 2015-08-11 GM Global Technology Operations LLC Adaptive method for conversion of external power request to current setpoint to a fuel cell system based on stack performance
US8431276B2 (en) * 2010-04-06 2013-04-30 GM Global Technology Operations LLC Using an effectiveness approach to model a fuel cell membrane humidification device

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101533073A (zh) * 2008-02-06 2009-09-16 通用汽车环球科技运作公司 基于极化曲线估计的燃料电池***最大净功率计算方法
CN102412405A (zh) * 2010-07-20 2012-04-11 通用汽车环球科技运作有限责任公司 通过堆健康监控器的离散最小电池电压输出来预测最小电池电压的方法

Also Published As

Publication number Publication date
US8920995B2 (en) 2014-12-30
DE102014102814A1 (de) 2014-09-18
CN104051755A (zh) 2014-09-17
DE102014102814B4 (de) 2022-05-19
US20140272652A1 (en) 2014-09-18

Similar Documents

Publication Publication Date Title
CN104051755B (zh) 用于预测燃料电池***中的极化曲线的***及方法
CN107342430B (zh) 利用燃料电池组的燃料电池堆健康监测
US9124100B2 (en) Power supply system, control device of power supply system, operation method of power supply system, and control method of power supply system
US11196065B2 (en) Output performance diagnosis apparatus for fuel cell, output performance diagnosis system for fuel cell, output performance diagnosis method for fuel cell, and non-transitory computer readable medium storing output performance diagnosis program for fuel cell
US20060177711A1 (en) Fuell cell control and data reporting
US7362073B2 (en) Dynamic fuel cell system management controller
CN102412405B (zh) 预测燃料电池堆中的燃料电池的最小电池电压趋势的方法
EP2622672B1 (en) Fuel cell system, method and program of determining cause of negative voltage, and storage medium storing program
JP7030784B2 (ja) 等価回路に基づく燃料電池予測モデル
CN113030754B (zh) 燃料电池车的绝缘电阻检测方法、装置、设备和存储介质
CN111162295A (zh) 一种考虑退化的燃料电池混合***的能量管理方法
JP2023529733A (ja) 電池診断装置および方法
JP6903882B2 (ja) 制御装置、制御方法、およびプログラム
Santos et al. Evaluation of a fuel cell system designed for unmanned aerial vehicles
Shkolnikov et al. 2 W power source based on air–hydrogen polymer electrolyte membrane fuel cells and water–aluminum hydrogen micro-generator
Wang et al. Lifetime simulation of rechargeable zinc-air battery based on electrode aging
KR20220060931A (ko) 배터리 관리 장치 및 방법
US10601060B2 (en) Systems and methods to determine cathode inlet pressure limits in a fuel cell system
JP6670753B2 (ja) 電源装置
KR101189127B1 (ko) 아연-공기 연료전지용 가변식 공기공급장치
US9947950B2 (en) Systems and methods for initiating voltage recovery in a fuel cell system
Kheirmand et al. Analytic parameter identification of proton exchange membrane fuel cell catalyst layer using electrochemical impedance spectroscopy
JP2010061887A (ja) 燃料電池用の電極触媒の性能評価方法および評価装置
JP2006196221A (ja) 燃料電池システム
JP7248004B2 (ja) 燃料電池制御指令装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant