CN115472874A - 一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法 - Google Patents

一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法 Download PDF

Info

Publication number
CN115472874A
CN115472874A CN202210955100.4A CN202210955100A CN115472874A CN 115472874 A CN115472874 A CN 115472874A CN 202210955100 A CN202210955100 A CN 202210955100A CN 115472874 A CN115472874 A CN 115472874A
Authority
CN
China
Prior art keywords
fuel cell
cathode
voltage
anode
cell
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.)
Pending
Application number
CN202210955100.4A
Other languages
English (en)
Inventor
陈剑
刘浩
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202210955100.4A priority Critical patent/CN115472874A/zh
Publication of CN115472874A publication Critical patent/CN115472874A/zh
Pending legal-status Critical Current

Links

Images

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
    • H01M8/04313—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
    • 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
    • H01M8/04291—Arrangements for managing water in solid electrolyte fuel cell systems
    • 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
    • H01M8/0444—Concentration; Density
    • 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
    • H01M8/04544—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
    • H01M8/04—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
    • H01M8/04791—Concentration; Density
    • 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
    • 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

Landscapes

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

Abstract

本发明公开了一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法。包括：首先离线测量全新燃料电池在不同电流密度下的氮气渗透率和在老化阶段k时的极化曲线，获得燃料电池的电化学表面积、欧姆电阻和限制电流密度；接着在线监测燃料电池运行过程中的电压和电流，实时计算获得由阴极氧气传输受阻导致的电压降；进而实时计算获得阴极氧气传输阻力；根据阳极氮气浓度和阴极氧气传输阻力对燃料电池的阳极进行精确吹扫控制。本发明实现了氢燃料电池阳极吹扫的精确控制，提升了燃料电池的经济性、耐久性、可靠性和安全性。

Description

一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法
技术领域
本发明属于燃料电池***应用的领域的一种质子交换膜燃料电池阳极吹扫控制方法，涉及一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法。
背景技术
质子交换膜燃料电池***的阳极吹扫策略会影响其经济性、耐久性和可靠性。目前，大部分商用质子交换膜燃料电池***都采用阳极死端构型，在氢气循环泵的辅助下能够实现阳极氢气的往复循环，极大的提升氢气利用率。但是，在运行过程中，由于存在浓度梯度，阴极的氮气和液态水会不可避免通过跨膜运输向阳极渗透，从而造成阳极液态水和氮气的积累。一方面过多的液态水和氮气积累会造成阳极局部氢气饥饿而导致反极故障，严重影响燃料电池的耐久性。另一方面，阳极过多的氮气积累会造成氢气偏分压的下降，进而导致燃料电池输出性能的下降。因此，需要对阳极进行周期性吹扫来排除积累的液态水和氮气。
目前，大部分的商用质子交换膜燃料电池***采用的都是基于时间或电压的吹扫策略。前者基于在不同负载电流密度下的固定时间周期进行吹扫，后者基于在不同负载电流密度下的电压阈值进行吹扫。前者在电流密度动态变化时存在吹扫时间难以选取的问题，后者电压会随着燃料电池老化逐渐降低，固定的电压阈值会导致吹扫频率的增加，降低了氢气利用率。尽管有最新提出的基于阳极氮气浓度估计的吹扫策略，但也仅仅考虑了阳极氮气浓度积累的影响，并没有考虑燃料电池老化以及内部液态水积累的影响，吹扫方法带来的燃料电池经济性、耐久性和可靠性提升还有待进一步优化。
发明内容
为了解决现有技术的不足，本发明提出了一种质子交换膜燃料电池阳极吹扫控制方法。本发明在已有基于阳极氮气浓度估计的阳极吹扫策略基础上，进一步考虑了液态水积累和燃料电池老化的影响。一方面延长了吹扫间隔时间，降低了吹扫次数，提升了氢气利用率。另一方面，通过阴极氧气传输阻力和阳极氮气浓度两个参数来共同决策吹扫，可以实时判断燃料电池内部的水含量，进而避免了水淹故障的发生，提升可靠性和耐久性。此外，还可以根据氧气传输阻力来自适应的决策连续吹扫次数，实现燃料电池性能的在线恢复。
本发明采用的方案是：
1)离线测量全新质子交换膜燃料电池在不同电流密度下的氮气渗透率；
2)离线测量质子交换膜燃料电池在老化阶段k时的极化曲线，基于燃料电池电压模型，利用极化曲线分段辨识方法对老化阶段k时的极化曲线进行拟合，估计获得燃料电池的电化学表面积ECSA、欧姆电阻Rohmic和限制电流密度ilim；
3)在线监测燃料电池运行过程中的电压和电流，再基于燃料电池的电化学表面积ECSA、欧姆电阻Rohmic和限制电流密度ilim实时计算燃料电池在吹扫间隔期间的总电压降ΔVcell和电化学表面积ECSA下降导致的电压降ΔVECSA，基于在不同电流密度下的氮气渗透率实时计算阳极氮气浓度积累及其导致的电压降ΔVN2，an，通过燃料电池在吹扫间隔期间的总电压降ΔVcell减去阳极氮气浓度积累导致的电压降ΔVN2，an和电化学表面积ECSA下降导致的电压降ΔVECSA，计算获得由阴极氧气传输受阻导致的电压降ΔVw；
4)基于燃料电池浓度损耗模型和由阴极氧气传输受阻导致的电压降ΔVw，实时计算获得阴极氧气传输阻力RO2，ca；
5)当阳极氮气浓度cN2，an超过预设氮气浓度阈值或阴极氧气传输阻力RO2，ca超过预设氧气传输阻力阈值时，开启吹扫阀，进行预设吹扫时长的吹扫；
6)吹扫结束后，将阳极氮气浓度cN2，an重新设置为0，然后燃料电池运行10s，判断阴极氧气传输阻力RO2，ca是否大于等于预设氧气传输阻力阈值，如果大于等于，则重复步骤5)-6)，如果小于，则重复步骤3)-6)；
7)当燃料电池运行时间超过预设老化时长时，燃料电池进入新的老化阶段，接着判断燃料电池是否已经达到最大使用寿命；如果是，则结束；如果不是，则基于额定电流负载条件下初始燃料电池电压与当前燃料电池电压判断氮气渗透率是否达到非线性变化的临界点；如果已经达到临界点，则基于燃料电池额定电压值和氮气渗透率预测模型更新氮气渗透率和渗透电流密度，接着重复步骤2)-6)；如果没有达到临界点，则直接重复步骤2)-6)。
所述步骤2)中，燃料电池电压模型为：
Ecell＝Ener-ηact+cross-ηohmic-ηcon
其中，Ecell表示单片燃料电池的电压，Ener表示单片燃料电池的能斯特电压，ηact+cross表示单片燃料电池的活化损耗与渗透损耗之和，ηohmic表示单片燃料电池的总欧姆损耗，ηcon表示单片燃料电池的总浓度损耗；
单片燃料电池的活化损耗与渗透损耗之和ηact+cross通过以下公式进行设置：
Figure BDA0003790977340000031
Figure BDA0003790977340000032
其中，A表示阴极的活化常数，icross表示渗透电流密度，i表示负载电流密度，常数10是单位转换因子，f表示催化剂粗糙度因子，且f＝ECSA×Lpt，ECSA是铂催化剂的电化学表面积，Lpt表示阴极的铂负载量，i0，c表示阴极交换电流密度；
Figure BDA0003790977340000033
表示标准运行条件***极氧气的参考偏分压，Tref表示燃料电池的参考运行温度，
Figure BDA0003790977340000034
表示在
Figure BDA0003790977340000035
和Tref运行条件***极交换电流密度的参考值，
Figure BDA0003790977340000036
表示阴极的氧气偏分压，γc表示氧气还原反应的反应阶数，Eact，c表示氧气还原反应的活化能量；R表示理想气体常数；T表示燃料电池运行温度；
所述单片燃料电池的总欧姆损耗ηohmic通过以下公式进行计算：
ηohmic＝iRohmic
Figure BDA0003790977340000037
其中，Rohmic表示总欧姆电阻，Rm表示质子交换膜的质子传输电阻，
Figure BDA0003790977340000038
表示阴极催化层的有效质子传输电阻，Rct表示双极板与气体扩散层之间的接触电阻；
所述单片燃料电池的总浓度损耗ηcon通过以下公式进行设置：
Figure BDA0003790977340000039
其中，Bc表示阴极的浓度常数，ilim表示限制电流密度。
所述步骤3)中，单片燃料电池的总电压降ΔVcell的计算公式如下：
ΔVcell＝Vcell，0-Vcell
其中，Vcell，0表示全新燃料电池的单片电压，Vcell表示实际运行过程中燃料电池的单片电压；
单片燃料电池中，电化学表面积ECSA下降导致的电压降ΔVECSA的计算公式如下：
Figure BDA0003790977340000041
其中，A表示阴极的活化常数，ECSA0表示全新燃料电池的电化学表面积，ECSAk表示燃料电池在老化阶段k时的电化学表面积；icross表示渗透电流密度，i表示燃料电池的负载电流密度，常数10是单位转换因子，Lpt表示阴极的铂负载量，i0，c表示阴极交换电流密度；
单片燃料电池中，阳极氮气浓度积累导致的电压降ΔVN2，an的计算公式如下：
Figure BDA0003790977340000042
其中，R表示理想气体常数，F表示法拉第常数，T表示燃料电池的运行温度，pan表示阳极气体总压力，pN2，an表示阳极氮气的偏分压；
单片燃料电池中，由于阴极氧气传输受阻导致的电压降ΔVw的计算公式如下：
ΔVw＝ΔVcell-ΔVECSA-ΔVN2,an。
所述步骤4)中，燃料电池阴极浓度损耗模型如下：
Figure BDA0003790977340000043
其中，R表示理想气体常数，F表示法拉第常数，T表示燃料电池的运行温度，γc表示阴极氧化还原反应的阶数，αc表示阴极氧化还原反应的传输系数，PO2，c表示阴极氧气的偏分压，i表示燃料电池的负载电流密度。
所述步骤6)中，在吹扫后燃料电池运行的10s期间，继续实时计算阳极氮气浓度积累。
所述步骤7)中，氮气渗透率非线性变化临界点的判断模型为：
Vb＝V0-0.632×(V0-VL)
Figure BDA0003790977340000044
其中，Vb表示氮气渗透率非线性变化临界点时额定电流负载条件下的单片燃料电池电压，V0表示额定电流负载条件下全新单片燃料电池的初始电压，VL表示额定额定电流负载条件下初始单片电压V0衰减10％后的电压，rcross，t表示燃料电池运行时间为t时氮气渗透率和渗透电流增加的比例，D表示燃料电池从最开始至变化临界点期间的平均额定单片电压衰减速率，Vcell，t表示t时刻燃料电池的单片电压。
本发明的有益效果是：
本发明在已有基于阳极氮气浓度估计的质子交换膜燃料电池阳极吹扫策略基础上，进一步考虑了液态水积累和燃料电池老化的影响。一方面延长了吹扫间隔时间，降低了吹扫次数，提升了氢气利用率。另一方面，通过阴极氧气传输阻力和阳极氮气浓度两个指标来共同决策吹扫，可以实时判断燃料电池内部的水含量，进而避免了水淹故障的发生，提升可靠性和耐久性。此外，还可以根据氧气传输阻力来自适应的决策连续吹扫次数，实现燃料电池性能的在线恢复和水淹故障容错。
附图说明
图1是本发明的整体流程图。
图2是本发明实施例中燃料电池阳极进气***的结构图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
如图1所示，本发明包括以下步骤：
1)离线测量全新质子交换膜燃料电池在不同电流密度下的氮气渗透率。
如图2所示，燃料电池阳极结构包含位于燃料电池电堆入口的第一水汽分离器①、位于燃料电池电堆出口的第二水汽分离器②、氢气循环泵、氢气供给阀、压力调节阀和净化阀；氢气供给阀的入口连接氢气源，氢气供给阀的出口经压力调节阀连接到第一水汽分离器①的入口，第一水汽分离器①的出口连接到燃料电池电堆阳极入口，燃料电池电堆阳极出口连接到第二水汽分离器②的入口，第二水汽分离器②的出口经净化阀排出；第一水汽分离器①和第二水汽分离器②之间连接有氢气循环泵，第二水汽分离器②的出口和净化阀之间管道引出连接到氢气循环泵的入口，第一水汽分离器①入口和压力调节阀之间管道引出连接到氢气循环泵的出口；通过氢气循环泵驱动带出燃料电池电堆产生的气体并循环回入到燃料电池电堆中，经由第二水汽分离器②除去从燃料电池电堆出来的气体中的液态水，且经由第一水汽分离器①处进一步除去将进入燃料电池电堆的气体中析出的液态水。
某一特定电流密度下氮气渗透率的测量方法为：(1)调节燃料电池的输出电流至该电流密度，保持电堆运行的参数稳定不变；(2)开启燃料电池阳极回路出口的吹扫电磁阀2s，排出电堆阳极内的所有氮气然后关闭电磁阀；(3)保持阳极出口的电磁阀处于关闭的状态，每隔固定时间通过阳极回路的取样点对阳极内的气体进行采样；(4)在除去采样气体内的水后，采用气相色谱仪对气体中的氢气浓度进行分析；(5)基于测量得到的氢气浓度、阳极压力和温度，计算获得每个采样时间点的氮气浓度；(6)对不同采样点的氮气浓度数据进行线性拟合计算，获得的直线斜率便为该电流密度下燃料电池的氮气渗透速率。
极化曲线的测量方法为：(1)调节燃料电池的输出电流至最大电流密度，保持电堆运行的参数稳定不变；(2)开启燃料电池阳极回路出口的吹扫电磁阀2s，排出电堆阳极内的所有氮气然后关闭电磁阀；(3)测量燃料电池的电压值作为极化曲线上该电流密度对应的电压值；(4)调节燃料电池的输出电流至下一个电流密度，重复步骤(2)-(3)，直至电流密度达到燃料电池的最小电流密度值；(5)将不同电流密度对应的电压值进行拟合，获得燃料电池的极化曲线。
2)离线测量质子交换膜燃料电池在老化阶段k时的极化曲线，基于燃料电池电压模型，利用极化曲线分段辨识方法对老化阶段k时的极化曲线进行拟合，估计获得燃料电池的电化学表面积ECSA、欧姆电阻Rohmic和限制电流密度ilim；
步骤2)中，质子交换膜燃料电池电压模型为：
Ecell＝Ener-ηact+cross-ηohmic-ηcon
其中，Ecell表示单片燃料电池的电压，Ener表示单片燃料电池的能斯特电压，ηact+cross表示单片燃料电池的活化损耗与渗透损耗之和，ηohmic表示单片燃料电池的总欧姆损耗，ηcon表示单片燃料电池的总浓度损耗。
单片燃料电池的活化损耗与渗透损耗之和ηact+cross通过以下公式进行设置：
Figure BDA0003790977340000061
Figure BDA0003790977340000062
其中，A表示阴极的活化常数，icross表示渗透电流密度，i表示负载电流密度，常数10是单位转换因子，f表示催化剂粗糙度因子，且f＝ECSA×Lpt，ECSA是铂催化剂的电化学表面积，Lpt表示阴极的铂负载量，i0，c表示阴极交换电流密度；
Figure BDA0003790977340000063
表示标准运行条件***极氧气的参考偏分压，Tref表示燃料电池的参考运行温度，
Figure BDA0003790977340000071
表示在
Figure BDA0003790977340000072
和Tref运行条件***极交换电流密度的参考值，
Figure BDA0003790977340000073
表示阴极的氧气偏分压，γc表示氧气还原反应的反应阶数，Eact，c表示氧气还原反应的活化能量；R表示理想气体常数；T表示燃料电池运行温度。
单片燃料电池的总欧姆损耗ηohmic通过以下公式进行计算：
ηohmic＝iRohmic
Figure BDA0003790977340000074
其中，Rohmic表示总欧姆电阻，Rm表示质子交换膜的质子传输电阻，
Figure BDA0003790977340000075
表示阴极催化层的有效质子传输电阻，Rct表示双极板与气体扩散层之间的接触电阻。
单片燃料电池的总浓度损耗ηcon通过以下公式进行设置：
Figure BDA0003790977340000076
其中，Bc表示阴极的浓度常数，ilim表示限制电流密度。
采用极化曲线分段辨识方法，将极化曲线按照不同损耗主导划分为三段，即低电流密度区间由活化损耗主导的部分、中高电流密度区间由欧姆损耗主导的部分和高电流密度区间由浓度损耗主导的部分。通过最小二乘拟合算法分别对极化曲线的三段进行辨识，辨识获得电化学表面积ECSA、欧姆电阻Rohmic和限制电流密度ilim。
3)在线监测燃料电池运行过程中的电压和电流，再基于燃料电池的电化学表面积ECSA、欧姆电阻Rohmic和限制电流密度ilim实时计算燃料电池在吹扫间隔期间的总电压降ΔVcell和电化学表面积ECSA下降导致的电压降ΔVECSA，基于在不同电流密度下的氮气渗透率实时计算阳极氮气浓度积累及其导致的电压降ΔVN2，an，通过燃料电池在吹扫间隔期间的总电压降ΔVcell减去阴极氮气浓度积累导致的电压降ΔVN2，an和电化学表面积ECSA下降导致的电压降ΔVECSA，计算获得由阴极氧气传输受阻导致的电压降ΔVw；
步骤3)中，单片燃料电池的总电压降ΔVcell的计算公式如下：
ΔVcell＝Vcell，0-Vcell
其中，Vcell，0表示全新燃料电池的单片电压，Vcell表示实际运行过程中燃料电池的单片电压。
电化学表面积下降导致的电压降ΔVECSA的计算公式如下：
Figure BDA0003790977340000081
其中，ECSA0表示全新燃料电池的电化学表面积，ECSAk表示燃料电池在老化阶段k时的电化学表面积。
阳极氮气浓度积累导致的电压降ΔVN2，an的计算公式如下：
Figure BDA0003790977340000082
其中，F表示法拉第常数，pan表示阳极气体总压力，pN2，an表示阳极氮气的偏分压。
由于阴极氧气传输受阻导致的电压降ΔVw的计算公式如下：
ΔVw＝ΔVcell-ΔVECSA-ΔVN2，an。
4)基于燃料电池浓度损耗模型和由阴极氧气传输受阻导致的电压降ΔVw，实时计算获得阴极氧气传输阻力RO2，ca。
步骤4)中，燃料电池阴极浓度损耗模型如下：
Figure BDA0003790977340000083
其中，αc表示阴极氧化还原反应的传输系数，PO2，c表示阴极氧气的偏分压。
在已知ΔVw的前提下，根据以上模型便可反推获得RO2，ca的值。
5)当阳极氮气浓度cN2，an超过预设氮气浓度阈值或阴极氧气传输阻力RO2超过预设氧气传输阻力阈值时，开启吹扫阀，进行预设吹扫时长的吹扫。在本实施例中，吹扫时长为1s。
6)吹扫结束后，将阳极氮气浓度cN2，an重新设置为0，然后燃料电池运行10s，判断阴极氧气传输阻力RO2，ca是否大于预设氧气传输阻力阈值，如果大于，则重复步骤5)-6)，如果不大于预设氧气传输阻力阈值，则重复步骤3)-6)。
步骤6)中，在吹扫后燃料电池运行的10s期间，继续实时计算阳极氮气浓度。
7)当燃料电池运行时间超过预设时长时，燃料电池进入新的老化阶段，接着判断燃料电池是否已经达到最大使用寿命；如果是，则结束；如果不是，则基于额定电流负载条件下初始燃料电池电压与当前燃料电池电压判断氮气渗透率是否达到非线性变化的临界点；如果已经达到临界点，则基于燃料电池额定电压值和氮气渗透率预测模型更新氮气渗透率和渗透电流密度，接着重复步骤2)-6)；如果没有达到临界点，则直接重复步骤2)-6)。
步骤7)中，氮气渗透率非线性变化临界点的判断模型为：
Vb＝V0-0.632×(V0-VL)
Figure BDA0003790977340000091
其中，Vb表示氮气渗透率非线性变化临界点时额定电流负载条件下的单片燃料电池电压，V0表示额定电流负载条件下全新单片燃料电池的初始电压，VL表示额定额定电流负载条件下初始电压V0衰减10％后的电压，rcross，t表示燃料电池运行时间为t时氮气渗透率和渗透电流增加的比例，D表示燃料电池从最开始至变化临界点期间的平均额定单片电压衰减速率，Vcell，t表示t时刻燃料电池的单片电压。

Claims (6)

1.一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法，其特征在于，包括以下步骤：
1)离线测量全新质子交换膜燃料电池在不同电流密度下的氮气渗透率；
2)离线测量质子交换膜燃料电池在老化阶段k时的极化曲线，基于燃料电池电压模型，利用极化曲线分段辨识方法对老化阶段k时的极化曲线进行拟合，估计获得燃料电池的电化学表面积ECSA、欧姆电阻Rohmic和限制电流密度ilim；
3)在线监测燃料电池运行过程中的电压和电流，再基于燃料电池的电化学表面积ECSA、欧姆电阻Rohmic和限制电流密度ilim实时计算燃料电池在吹扫间隔期间的总电压降ΔVcell和电化学表面积ECSA下降导致的电压降ΔVECSA，基于在不同电流密度下的氮气渗透率实时计算阳极氮气浓度积累及其导致的电压降ΔVN2，an，通过燃料电池在吹扫间隔期间的总电压降ΔVcell减去阳极氮气浓度积累导致的电压降ΔVN2，an和电化学表面积ECSA下降导致的电压降ΔVECSA，计算获得由阴极氧气传输受阻导致的电压降ΔVw；
4)基于燃料电池浓度损耗模型和由阴极氧气传输受阻导致的电压降ΔVw，实时计算获得阴极氧气传输阻力RO2，ca；
5)当阳极氮气浓度cN2，an超过预设氮气浓度阈值或阴极氧气传输阻力RO2，ca超过预设氧气传输阻力阈值时，开启吹扫阀，进行预设吹扫时长的吹扫；
6)吹扫结束后，将阳极氮气浓度cN2，an重新设置为0，然后燃料电池运行10s，判断阴极氧气传输阻力RO2，ca是否大于等于预设氧气传输阻力阈值，如果大于等于，则重复步骤5)-6)，如果小于，则重复步骤3)-6)；
7)当燃料电池运行时间超过预设老化时长时，燃料电池进入新的老化阶段，接着判断燃料电池是否已经达到最大使用寿命；如果是，则结束；如果不是，则基于额定电流负载条件下初始燃料电池电压与当前燃料电池电压判断氮气渗透率是否达到非线性变化的临界点；如果已经达到临界点，则基于燃料电池额定电压值和氮气渗透率预测模型更新氮气渗透率和渗透电流密度，接着重复步骤2)-6)；如果没有达到临界点，则直接重复步骤2)-6)。
2.根据权利要求1所述的一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法，其特征在于，所述步骤2)中，燃料电池电压模型为：
Ecell＝Ener-ηact+cross-ηohmic-ηcon
其中，Ecell表示单片燃料电池的电压，Ener表示单片燃料电池的能斯特电压，ηact+cross表示单片燃料电池的活化损耗与渗透损耗之和，ηohmic表示单片燃料电池的总欧姆损耗，ηcon表示单片燃料电池的总浓度损耗；
单片燃料电池的活化损耗与渗透损耗之和ηact+cross通过以下公式进行设置：
Figure FDA0003790977330000021
Figure FDA0003790977330000022
其中，A表示阴极的活化常数，icross表示渗透电流密度，i表示负载电流密度，常数10是单位转换因子，f表示催化剂粗糙度因子，且f＝ECSA×Lpt，ECSA是铂催化剂的电化学表面积，Lpt表示阴极的铂负载量，i0，c表示阴极交换电流密度；
Figure FDA0003790977330000023
表示标准运行条件***极氧气的参考偏分压，Tref表示燃料电池的参考运行温度，
Figure FDA0003790977330000024
表示在
Figure FDA0003790977330000025
和Tref运行条件***极交换电流密度的参考值，
Figure FDA0003790977330000026
表示阴极的氧气偏分压，γc表示氧气还原反应的反应阶数，Eact，c表示氧气还原反应的活化能量；R表示理想气体常数；T表示燃料电池运行温度；
所述单片燃料电池的总欧姆损耗ηohmic通过以下公式进行计算：
ηohmic＝iRohmic
Figure FDA0003790977330000027
其中，Rohmic表示总欧姆电阻，Rm表示质子交换膜的质子传输电阻，
Figure FDA0003790977330000028
表示阴极催化层的有效质子传输电阻，Rct表示双极板与气体扩散层之间的接触电阻；
所述单片燃料电池的总浓度损耗ηcon通过以下公式进行设置：
Figure FDA0003790977330000029
其中，Bc表示阴极的浓度常数，ilim表示限制电流密度。
3.根据权利要求1所述的一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法，其特征在于，所述步骤3)中，单片燃料电池的总电压降ΔVcell的计算公式如下：
ΔVcell＝Vcell，0-Vcell
其中，Vcell，0表示全新燃料电池的单片电压，Vcell表示实际运行过程中燃料电池的单片电压；
单片燃料电池中，电化学表面积ECSA下降导致的电压降ΔVECSA的计算公式如下：
Figure FDA0003790977330000031
其中，A表示阴极的活化常数，ECSA0表示全新燃料电池的电化学表面积，ECSAk表示燃料电池在老化阶段k时的电化学表面积；icross表示渗透电流密度，i表示燃料电池的负载电流密度，常数10是单位转换因子，Lpt表示阴极的铂负载量，i0，c表示阴极交换电流密度；
单片燃料电池中，阳极氮气浓度积累导致的电压降ΔVN2，an的计算公式如下：
Figure FDA0003790977330000032
其中，R表示理想气体常数，F表示法拉第常数，T表示燃料电池的运行温度，pan表示阳极气体总压力，pN2，an表示阳极氮气的偏分压；
单片燃料电池中，由于阴极氧气传输受阻导致的电压降ΔVw的计算公式如下：
ΔVw＝ΔVcell-ΔVECSA-ΔVN2，an。
4.根据权利要求1所述的一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法，其特征在于，所述步骤4)中，燃料电池阴极浓度损耗模型如下：
Figure FDA0003790977330000033
其中，R表示理想气体常数，F表示法拉第常数，T表示燃料电池的运行温度，γc表示阴极氧化还原反应的阶数，αc表示阴极氧化还原反应的传输系数，PO2，c表示阴极氧气的偏分压，i表示燃料电池的负载电流密度。
5.根据权利要求1所述的一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法，其特征在于，所述步骤6)中，在吹扫后燃料电池运行的10s期间，继续实时计算阳极氮气浓度积累。
6.根据权利要求1所述的一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法，其特征在于，所述步骤7)中，氮气渗透率非线性变化临界点的判断模型为：
Vb＝V0-0.632×(V0-VL)
Figure FDA0003790977330000041
其中，Vb表示氮气渗透率非线性变化临界点时额定电流负载条件下的单片燃料电池电压，V0表示额定电流负载条件下全新单片燃料电池的初始电压，VL表示额定额定电流负载条件下初始单片电压V0衰减10％后的电压，rcross，t表示燃料电池运行时间为t时氮气渗透率和渗透电流增加的比例，D表示燃料电池从最开始至变化临界点期间的平均额定单片电压衰减速率，Vcell，t表示t时刻燃料电池的单片电压。
CN202210955100.4A 2022-08-10 2022-08-10 一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法 Pending CN115472874A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210955100.4A CN115472874A (zh) 2022-08-10 2022-08-10 一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210955100.4A CN115472874A (zh) 2022-08-10 2022-08-10 一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法

Publications (1)

Publication Number Publication Date
CN115472874A true CN115472874A (zh) 2022-12-13

Family

ID=84365898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210955100.4A Pending CN115472874A (zh) 2022-08-10 2022-08-10 一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法

Country Status (1)

Country Link
CN (1) CN115472874A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115966734A (zh) * 2022-12-29 2023-04-14 海卓动力(青岛)能源科技有限公司 一种质子交换膜燃料电池氢气浓度估计方法及控制策略

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115966734A (zh) * 2022-12-29 2023-04-14 海卓动力(青岛)能源科技有限公司 一种质子交换膜燃料电池氢气浓度估计方法及控制策略
CN115966734B (zh) * 2022-12-29 2024-04-02 海卓动力(青岛)能源科技有限公司 一种质子交换膜燃料电池氢气浓度估计方法及控制策略

Similar Documents

Publication Publication Date Title
CN109585884B (zh) 一种在线排除燃料电池缺气和水淹的方法
CN111313055B (zh) 一种质子交换膜燃料电池阳极气体净化控制方法
EP1678773B1 (en) Fuel cell system
US8057941B2 (en) Comprehensive method for triggering anode bleed events in a fuel cell system
US7544430B2 (en) Online detection of stack crossover rate for adaptive hydrogen bleed strategy
US20110244348A1 (en) Feedback control of h2 injection during park based on gas concentration model
US20100151287A1 (en) Adaptive anode bleed strategy
CN113193212B (zh) 一种燃料电池阳极排水排杂一体装置及其控制方法
JP3879517B2 (ja) 燃料電池の運転方法および固体高分子型燃料電池
US8450018B2 (en) Method to automatically enable/disable stack reconditioning procedure based on fuel cell stack parameter estimation
CN113782778B (zh) 基于定频阻抗和气体压降的电堆水管理调控方法及装置
CN117080498B (zh) 一种燃料电池***的电堆膜水含量控制方法
CN114914488B (zh) 一种燃料电池缺氢检测与诊断方法
CN113571745A (zh) 一种氢燃料电池的故障诊断处理方法及装置
CN115472874A (zh) 一种面向多目标性能优化的氢燃料电池阳极吹扫控制方法
CN112670537A (zh) 质子交换膜燃料电池金属双极板电堆的快速活化方法
CN114843562B (zh) 一种基于电堆电压的燃料电池水淹诊断方法
CN114583221B (zh) 一种电堆衰减寿命的测算方法
CN115842142A (zh) 一种燃料电池电堆阳极排水控制方法及装置
US7264900B2 (en) Fuel cell system
CN220934129U (zh) 一种燃料电池电堆的反极测试***
CN111129545B (zh) 一种车用燃料电池供氢循环***及控制方法
US8722264B2 (en) Algorithm for stack current controller based on polarization curve estimation of a fuel cell stack
CN115312814A (zh) 一种氢燃料电池***自适应氧气过量比设置方法
CN116247247A (zh) 一种基于多点电压的燃料电池阳极排氢方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination