技术专题 第七期 | 燃料电池的“生命周期”是如何预测的？

引言

图1 PHM的框架结构

图2 多种尺度下的PEMFC

图3 PEMFC衰减机理的影响因素

图4 各组件对PEMFC衰减影响的层次结构

表1 关键组件衰减机理及表征指标

2.1 数据驱动方法

2.2 模型驱动方法

Mathieu B.等[7]基于PEMFC的衰减机理提出了电压衰减模型，是通过活化损失、欧姆损失和传质损失确定的，选择其中具有代表性的衰减因子，基于参数的选择建立经验模型，采用扩展卡尔曼滤波方法评估PEMFC的SOH和RUL，其预测方法如图5。

图5 PEMFC的预测方法

2.3 混合方法

图6 预测方法流程图

新源动力股份有限公司在产品开发与验证的过程中非常重视燃料电池耐久性验证与预测工作，并在专利[9]CN111144021A 中提出了一种燃料电池寿命预测方法，其具有耗时低、可靠性高等优点，主要是通过采集PEMFC的测试数据进行两次统计分析，将两次统计分析出的统计指标信息输出，使用上述统计指标衡量样本数据的离散度，根据衍生统计量集合中的数据分析PEMFC的性能变化趋势得到预测的性能变化轨迹，从而获得PEMFC的剩余使用寿命，其效果如图7所示。

图7 PEMFC寿命预测效果图

[1] 焦魁, 王博文, 杜青. 质子交换膜燃料电池水热管理[M]. 北京:科学出版社, 2020:2-3.

[2] JOUIN M, Gouriveau R, Hissel D, et al. Prognostics and health management of PEMFC-State of the art and remaining challenges[J]. International Journal of Hydrogen Energy, 2013, 38(35): 15307-15317.

[3] ROBIN C, Gerard M, Franco AA, Schott P. Multi-scale coupling between two dynamical models for PEMFC aging prediction[J]. International Journal of Hydrogen Energy 2013, 38(11): 4675-4688.

[4] JOUIN M, Gouriveau R, Hissel D, et al. Degradations analysis and aging modeling for health assessment and prognostics of PEMFC[J]. Reliability engineering and system safety, 2016, 148: 78-95.

[5] SILVA R E, Gouriveau R, Jemeï S, et al. Proton exchange membrane fuel cell degradation prediction based on Adaptive Neuro-Fuzzy Inference Systems[J]. International Journal of Hydrogen Energy, 2014, 39(21): 11128-11144.

[6] 刘浩. 质子交换膜燃料电池的寿命预测研究[D]. 杭州: 浙江大学, 2019: 26-28.

LIU Hao. Lifetime prediction of proton exchange membrane fuel cells[D]. Hangzhou: Zhejiang University, 2019: 26-28.

[7] MATHIEU B, Mickael H, DanielH. Extended Kalman Filter for prognostic of Proton Exchange Membrane Fuel Cell. Applied Energy 2016, 164: 220-227

[8] ZHOU D, Al-durra A, Zhang K, et al. Online remaining useful lifetime prediction of proton exchange membrane fuel cells using a novel robust methodology[J]. Journal of Power Sources, 2018, 399: 314-328.

[9] 张家骏, 孙昕, 沈鸿娟等. 一种燃料电池寿命预测方法及系统：中国, ZL 201911400194.3 [P]. 2019-12-30.