CN101515024A - 燃料电池系统中低性能电池的在线预测和检测 - Google Patents
燃料电池系统中低性能电池的在线预测和检测 Download PDFInfo
- Publication number
- CN101515024A CN101515024A CNA2009101307143A CN200910130714A CN101515024A CN 101515024 A CN101515024 A CN 101515024A CN A2009101307143 A CNA2009101307143 A CN A2009101307143A CN 200910130714 A CN200910130714 A CN 200910130714A CN 101515024 A CN101515024 A CN 101515024A
- Authority
- CN
- China
- Prior art keywords
- voltage
- low performance
- fuel cell
- current density
- performance cells
- 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.)
- Granted
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000010287 polarization Effects 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims description 13
- 230000008439 repair process Effects 0.000 claims description 5
- 230000009897 systematic effect Effects 0.000 claims description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 5
- 239000012528 membrane Substances 0.000 description 5
- 239000001257 hydrogen Substances 0.000 description 4
- 229910052739 hydrogen Inorganic materials 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000003197 catalytic effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000003792 electrolyte Substances 0.000 description 3
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 3
- 239000007789 gas Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006555 catalytic reaction Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- UQSQSQZYBQSBJZ-UHFFFAOYSA-N fluorosulfonic acid Chemical compound OS(F)(=O)=O UQSQSQZYBQSBJZ-UHFFFAOYSA-N 0.000 description 1
- 229920000554 ionomer Polymers 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 239000005518 polymer electrolyte Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- H01M8/04664—Failure or abnormal function
- H01M8/04671—Failure or abnormal function of the individual fuel cell
-
- 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
- H01M8/04552—Voltage of the individual fuel cell
-
- 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
- H01M8/04582—Current of the individual fuel cell
-
- 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
- H01M8/04634—Other electric variables, e.g. resistance or impedance
- H01M8/04641—Other electric variables, e.g. resistance or impedance of the individual fuel cell
-
- 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
-
- 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
Abstract
本发明涉及燃料电池系统中低性能电池的在线预测和检测。一种用于检测和预测燃料电池堆中低性能电池的系统和方法。当燃料电池堆正在运行并且已经符合某些数据有效性准则时，算法收集数据，例如堆电流密度、平均电池电压以及最小电池电压。该信息用来估计定义堆极化曲线的预定参数。该系统定义用来识别低性能电池的预定最小电流密度。然后该系统计算在最小电流密度设定点的平均电池电压以及最小电池电压，并且计算两者间的电池电压差。如果电池电压差大于预定低电压阈值并且最小电池电压低于预定高电压阈值，该算法设定识别低性能电池的可能性的标记。
Description
技术领域
本申请通常涉及一种用于检测燃料电池堆中低性能电池(low performingcell)的系统和方法，更具体地，涉及一种为了预防性的维护目的在低性能电池变成电池堆性能问题之前，检测燃料电池堆中的低性能电池的系统和方法。
背景技术
氢是一种很有吸引力的燃料，因为其清洁并且在燃料电池中能用来有效地产生电。氢燃料电池是一种包括阴极和阳极以及位于两者之间的电解质的电化学装置。阳极接收氢气并且阴极接收氧气或空气。氢气在阳极被离解以产生自由的氢质子和电子。氢质子穿过电解质到达阴极。氢质子与氧以及电子在阴极反应产生水。来自阳极的电子不能穿过电解质，因此电子在被送到阴极之前被引导通过负载而做功。
质子交换膜燃料电池(PEMFC)是常用的车用燃料电池。质子交换膜燃料电池一般包括固体聚合物电解质质子传导膜，例如全氟磺酸膜。阳极和阴极通常包括精细分开的催化微粒，一般是铂(Pt)，该催化微粒被载持在碳微粒上并与离聚物相混合。催化混合物沉积在该膜的相对两侧上。阳极催化混合物、阴极催化混合物以及膜的组合定义了膜电极组件(MEA)。膜电极组件造价相对昂贵并且需要某些条件才能有效工作。
几个燃料电池通常组合在燃料电池堆中来产生所需的功率。燃料电池堆接收阴极输入气体，通常是使用压缩机强迫通过电池堆的空气流。并非所有的氧气都被电池堆消耗掉，并且一些空气作为阴极废气排出，所述阴极废气可能包括水作为电池堆副产物。燃料电池堆还接收流入电池堆的阳极侧的阳极氢气输入气体。
堆控制器需要知道燃料电池堆的电流/电压关系(称为极化曲线)来提供来自电池堆的功率的合理分配并且向电池堆提供反应物。该电池堆的电压和电流之间的关系通常难以定义，因为它是非线性的，并且依据许多变量而变化，包括堆温度，堆分压以及阴极和阳极化学计量(stoichiometry)。另外堆电压和电流之间的关系随着电池堆随时间退化而发生改变。特别地，与新的非退化的电池堆相比，较老的电池堆将具有较低的电池电压，并将需要提供更多的电流来满足功率需求。
幸运的是，一旦高于某个温度，许多燃料电池系统趋向于在给定的电流密度下具有可重复的操作条件。在这种情况下，电压可以近似地描述为堆电流密度以及使用年限(age)的函数。
发明内容
根据本发明的教导，公开了一种用于检测和预测燃料电池堆中的低性能电池的系统和方法。当燃料电池堆正在运行并且已经符合某些数据有效性准则，算法收集数据，例如堆电流密度，平均电池电压以及最小电池电压。该信息用来估计定义堆极化曲线的预定参数。该系统定义用于识别低性能电池的预定最小电流密度。然后该系统计算在最小电流密度设定点的最小电池电压以及平均电池电压，并且计算这两者间的电池电压差。如果该电池电压差大于预定的低电压阈值并且最小电池电压低于预定的高电压阈值，该算法设置识别低性能电池的可能性(potential)的标记。
根据下文结合相应附图的描述以及随附的权利要求书，本发明的其他特征将变得显而易见。
附图说明
图1是包括分离的堆和控制器的燃料电池系统的框图；
图2是示出电池堆中平均电池和最小电池的燃料电池堆极化曲线的曲线图，其中水平轴代表堆电流密度并且垂直轴代表堆电压；以及
图3是示出根据本发明实施例的用于识别电池堆中低性能电池的可能性的算法过程的流程图。
具体实施方式
本发明实施例的以下讨论针对一种用于检测燃料电池堆中潜在的低性能电池的系统和方法，该讨论实质上仅仅是示例性的，并且决不打算限制本发明或其应用或用途。
燃料电池系统的许多控制参数需要知道燃料电池堆的极化曲线，例如知道从该燃料电池堆可得到的最大电压电势以及电流汲取(current draw)。如上所述，当电池堆老化时，作为堆退化的结果，堆极化曲线也发生改变。于2007年1月31日提交的、题为“Algorithm for Online Adaptive Polarization Curve Estimation ofa Fuel Cell Stack”的美国专利申请序列号11/669,898公开了一种在燃料电池系统工作时在线计算燃料电池堆的极化曲线的算法，该专利申请被转让给本申请的受让人并且在此引入以供参考。‘898申请的算法根据电池堆工作时收集的数据估计两个或更多个堆参数，并且用这些参数计算极化曲线。当燃料电池堆正在运行，并且已经符合某些数据有效性准则时，该算法进入良好收集模式，在该模式下其收集堆数据，例如堆电流密度，平均电池电压以及最小电池电压。当电池堆关闭时，该算法采用电池电压模型来求解非线性最小二乘问题以估计定义极化曲线的预定参数。如果估计的参数满足某些终止(termination)准则，则这些估计的参数被存储以供系统控制器用于计算用于未来堆运行的堆极化曲线。
图1是包括第一分离(split)堆12、第二分离堆14以及控制器16的燃料电池系统10的框图。控制器16接收来自分离堆12和14的信息，并且控制器16控制分离堆12和14。控制器16使用该信息实时计算堆12和14的极化曲线，并且识别潜在的低性能电池。
图2是示出燃料电池堆12或14中平均电池的极化曲线20以及电池堆12或14中最小电池的极化曲线22的曲线图，其中水平轴代表电流密度并且垂直轴代表电压。基于堆测试、分析以及评估定义低性能电池电流密度设定点jLPC sp，其可被用于识别堆12或14中低性能电池的可能性。电流密度设定点jLPC sp和极化曲线20在点24处相交的位置识别对于电池密度设定点jLPC sp的平均电池电压CVAvg并且电流密度设定点jLPC sp和极化曲线22在点26处相交的位置识别对于电池密度设定点jLPC sp的最小电池电压CVmin。
如下文详细论述的，本发明提出一种过程和相关算法，其用于识别或检测燃料电池堆12或14任一个中的低性能电池的可能性，以便预测低性能电池何时可能表现出使得有必要对燃料电池系统10进行维修的显著性能问题。特别地，该算法识别燃料电池堆12或14中随时间变得更差的潜在的低性能电池。
图3是示出根据本发明实施例的识别低性能电池的算法的过程的流程图30。在框32，该算法通常在燃料电池系统关闭时取回(retrieve)系统参数，例如堆电流密度，平均电池电压以及最小电池电压，这些参数可以被用于例如通过‘898申请中公开的过程来估计堆12或14的极化曲线。在框34，该算法使用系统参数估计堆12和14中的平均电池和最小电池的极化曲线。在框36，该算法定义用于识别堆12或14中任一燃料电池是否是低性能的电流密度设定点jLPC sp。在一个非限制性实施例中，电流密度设定点jLPC sp被选择为大约0.9A/cm2，但是，在范围0.6-15A/cm2内的任何合适的电流密度都可采用。在框38，该算法计算在电流密度设定点jLPC sp处的平均电池电压CVAvg以及最小电池电压CVmin。
然后在框40该算法为燃料电池堆12和14两者确定平均电池电压CVAvg和最小电池电压CVmin之间的delta电压差。然后，在判定菱形42，该算法确定该delta电压差是否高于预定的低电压阈值并且最小电池电压是否低于预定的高电压阈值。在一个非限制性实施例中，该预定的低电压阈值是大约150mV并且该高电压阈值是大约400mV，但是，在范围0-9mV内的任何合适的电压均可被采用。如果在判定菱形42处这两个条件不是都满足，那么该算法将返回框32以通常在下一次系统关闭时取回系统参数来更新极化曲线。如果在判定菱形42处，delta电压差高于预定的低电压阈值并且最小电池电压低于预定的高电压阈值，那么，在框44，该算法设置低性能电池标记，表明在该算法当前正在分析的这两个堆12或14的任一个中可能存在低性能电池。
在已经基于某个分析方案存储了预定数目的低性能电池标记之后，该算法可以提供有必要进行维修使得低性能电池不会变得太低而对燃料电池堆造成损坏的指示。
本发明对确定低性能电池提供了若干优势。例如，仅需要高达0.6A/cm2的数据来在0.9A/cm2预测低性能电池。另外，可以提供寿命末期堆功率和低性能堆功率之间的简单在线区分，以便允许维修中心更换电池而不是整个电池堆。另外，该过程提供了一种即使在较差的极化曲线估计期间确定低性能电池的鲁棒方法，因为其依赖于平均电池电压估计和最小电池电压估计两者。特别地，如果极化曲线较差，那么平均电池电压估计和最小电池电压估计两者将沿同一方向发生偏移。并且，不需数据后加工就能确定存在低性能电池状况，因为仅需要后加工来确定电池位置，并且容易编写简单的监控算法来输出最小电池上的最高发位置。另外，该过程避免了运行时间动态监控低性能电池并且避免了在上瞬变(up-transients)期间由于例如缺少空气等其他控制问题而产生的错误的低性能电池检测。
前面的论述仅公开并记述了本发明的示例性实施例。本领域技术人员将容易根据这些论述和附图以及权利要求书认识到，在不脱离如随附权利要求书所限定的本发明的精神和范围的情况下，可以做出各种改变，修改以及变型。
Claims (20)
1、一种用于预测燃料电池堆中低性能电池的方法，所述方法包括：
使用系统参数来估计该燃料电池堆的用于平均电池电压和最小电池电压的极化曲线；
确定低性能电池电流密度设定点；
计算该电流密度设定点处的平均电池电压；
计算该电流密度设定点处的最小电池电压；
确定该平均电池电压和该最小电池电压之间的电压差；以及
确定该电压差高于第一预定电压阈值以及该最小电池电压低于第二预定电压阈值中的一个还是两个，以确定该燃料电池堆是否包括低性能电池。
2、根据权利要求1的方法，其中低性能电池电流密度设定点是大约0.9A/cm2。
3、根据权利要求1的方法，其中第一预定电压阈值低于第二预定阈值。
4、根据权利要求3的方法，其中第一预定电压阈值是大约150mV并且第二预定电压阈值是大约400mV。
5、根据权利要求1的方法，其中所述系统参数包括堆电流密度、平均电池电压以及最小电池电压。
6、根据权利要求1的方法，还包括随时间分析低性能电池的确定，以确定是否应该维修该燃料电池堆。
7、根据权利要求6的方法，其中分析低性能电池的确定包括确定低性能电池是否变得更差。
8、根据权利要求1的方法，其中估计燃料电池堆的极化曲线包括在堆关闭时估计燃料电池堆的极化曲线。
9、根据权利要求1的方法，其中燃料电池堆是分离的堆。
10、一种用于预测燃料电池堆中低性能电池的方法，所述方法包括：确定低性能电池电流密度设定点；
计算该电流密度设定点处的平均电池电压；
计算该电流密度设定点处的最小电池电压；
确定该平均电池电压和最小电池电压之间的电压差；以及
确定该电压差是否高于第一预定电压阈值以确定该燃料电池堆是否包括低性能电池。
11、根据权利要求10的方法，还包括确定该最小电池电压是否低于第二预定电池电压阈值以确定该燃料电池堆是否包括低性能电池，其中第一预定电压阈值低于第二预定电压阈值。
12、根据权利要求11的方法，其中第一预定电压阈值是大约150mV并且第二预定电压阈值是大约400mV。
13、根据权利要求10的方法，其中低性能电池电流密度设定点是大约0.9A/cm2。
14、根据权利要求10的方法，还包括随时间分析低性能电池的确定，以确定是否应该维修该燃料电池堆。
15、一种用于预测燃料电池堆中低性能电池的系统，所述系统包括：
用于使用系统参数来估计该燃料电池堆的用于平均电池电压和最小电池电压的极化曲线的装置；
用于确定低性能电池电流密度设定点的装置；
用于计算该电流密度设定点处的平均电池电压的装置；
用于计算该电流密度设定点处的最小电池电压的装置；
用于确定该平均电池电压和最小电池电压之间的电压差的装置；以及
用于确定该电压差是否高于第一预定电压阈值以及该最小电池电压是否低于第二预定电压阈值中的一个或两个以确定该燃料电池堆是否包括低性能电池的装置。
16、根据权利要求15的系统，其中低性能电流密度设定点是大约0.9A/cm2。
17、根据权利要求15的系统，其中第一预定电压阈值低于第二预定电压阈值。
18、根据权利要求17的系统，其中第一预定电压阈值是大约150mV并且第二预定电压阈值是大约400mV。
19、根据权利要求15的系统，还包括随时间分析低性能电池的确定以确定是否应该维修燃料电池堆的装置。
20、根据权利要求15的系统，其中燃料电池堆是分离的堆。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US12/027,070 US8088525B2 (en) | 2008-02-06 | 2008-02-06 | Online low performing cell (LPC) prediction and detection of fuel cell system |
| US12/027070 | 2008-02-06 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101515024A true CN101515024A (zh) | 2009-08-26 |
| CN101515024B CN101515024B (zh) | 2012-05-02 |
Family
ID=40896924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2009101307143A Active CN101515024B (zh) | 2008-02-06 | 2009-02-06 | 燃料电池系统中低性能电池的在线预测和检测 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US8088525B2 (zh) |
| CN (1) | CN101515024B (zh) |
| DE (1) | DE102009007167B4 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110082688A (zh) * | 2019-06-25 | 2019-08-02 | 潍柴动力股份有限公司 | 一种燃料电池的性能检测方法及装置 |
| CN111413626A (zh) * | 2020-04-17 | 2020-07-14 | 清华大学 | 基于类极化特性的燃料电池使用寿命的预测方法及装置 |
| CN111413627A (zh) * | 2020-04-17 | 2020-07-14 | 清华大学 | 基于伏安曲线的燃料电池使用寿命的预测方法及装置 |
| CN111426954A (zh) * | 2020-04-13 | 2020-07-17 | 清华大学 | 燃料电池使用寿命和剩余寿命的对数预测方法及装置 |
| 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系统及测量方法 |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8420271B2 (en) * | 2009-07-14 | 2013-04-16 | GM Global Technology Operations LLC | Method to improve reliability of a fuel cell system using low performance cell detection at low power operation |
| US8374808B2 (en) * | 2010-01-20 | 2013-02-12 | GM Global Technology Operations LLC | Detection method for membrane and electrode failures in fuel cell stacks |
| US8280659B2 (en) * | 2010-01-21 | 2012-10-02 | GM Global Technology Operations LLC | Early detection of minimum cell voltage degradation of a fuel cell stack |
| CN102269798B (zh) * | 2010-06-07 | 2013-06-26 | 四川德源电气有限公司 | 一种检测故障电池的方法及装置 |
| US20130004872A1 (en) * | 2011-07-01 | 2013-01-03 | GM Global Technology Operations LLC | Method for early detection of membrane failures of fuel cell stacks and fuel cell system component defects |
| US9099702B2 (en) * | 2012-12-07 | 2015-08-04 | GM Global Technology Operations LLC | Method for running a fuel cell system with a failed stack health monitor |
| CN103605078B (zh) * | 2013-11-12 | 2016-02-10 | 清华大学 | 混合动力车用动力电池或电池组的性能测试方法 |
| DE102015007913A1 (de) * | 2015-06-20 | 2016-12-22 | Man Truck & Bus Ag | Verfahren zur Online-Adaption einer Kennlinie eines Hybridfahrzeugs |
| DE102015224083A1 (de) * | 2015-12-02 | 2017-06-08 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Betrieb oder zur Reparatur eines Brennstoffzellensystems sowie Brennstoffzellensystem |
| JP7157837B2 (ja) * | 2021-02-25 | 2022-10-20 | 本田技研工業株式会社 | 燃料電池システムの動作方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2309025A1 (en) * | 1999-07-06 | 2001-01-06 | General Motors Corporation | Fuel cell stack monitoring and system control |
| DE19960761C1 (de) * | 1999-12-16 | 2001-05-23 | Daimler Chrysler Ag | Verfahren zur Überwachung der Restladung und der Leistungsfähigkeit einer Batterie |
| JP2002334726A (ja) * | 2001-05-09 | 2002-11-22 | Nissan Motor Co Ltd | 組電池の異常セル検出装置および異常セル検出方法 |
| 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 |
| DE10217694A1 (de) * | 2002-04-20 | 2003-11-06 | Ballard Power Systems | Verfahren zur dynamischen Bestimmung der Spannungs-Strom-Charakteristik einer Brennstoffzelle |
| DE10342146A1 (de) * | 2003-09-12 | 2005-04-07 | Daimlerchrysler Ag | Verfahren zur Überwachung einer Brennstoffzelleneinheit |
| CN101103481A (zh) * | 2005-01-04 | 2008-01-09 | 安萨多燃料电池（共同）股份公司 | 操作熔融碳酸盐燃料电池的方法和系统 |
| US20060166051A1 (en) * | 2005-01-24 | 2006-07-27 | Mahesh Murthy | Method and device to improve operation of a fuel cell |
| JP2007309839A (ja) * | 2006-05-19 | 2007-11-29 | Fuji Electric Systems Co Ltd | 組電池状態測定装置、組電池劣化判定方法および組電池劣化判定プログラム |
| 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 |
| US20080241608A1 (en) * | 2007-04-02 | 2008-10-02 | Gm Global Technology Operations, Inc. | Method of starting up a fuel cell under conditions in which water may freeze |
-
2008
- 2008-02-06 US US12/027,070 patent/US8088525B2/en active Active
-
2009
- 2009-02-03 DE DE102009007167.9A patent/DE102009007167B4/de active Active
- 2009-02-06 CN CN2009101307143A patent/CN101515024B/zh active Active
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110082688A (zh) * | 2019-06-25 | 2019-08-02 | 潍柴动力股份有限公司 | 一种燃料电池的性能检测方法及装置 |
| CN110082688B (zh) * | 2019-06-25 | 2019-09-20 | 潍柴动力股份有限公司 | 一种燃料电池的性能检测方法及装置 |
| CN111426954A (zh) * | 2020-04-13 | 2020-07-17 | 清华大学 | 燃料电池使用寿命和剩余寿命的对数预测方法及装置 |
| CN111426954B (zh) * | 2020-04-13 | 2021-04-13 | 清华大学 | 燃料电池使用寿命和剩余寿命的对数预测方法及装置 |
| CN111413626A (zh) * | 2020-04-17 | 2020-07-14 | 清华大学 | 基于类极化特性的燃料电池使用寿命的预测方法及装置 |
| CN111413627A (zh) * | 2020-04-17 | 2020-07-14 | 清华大学 | 基于伏安曲线的燃料电池使用寿命的预测方法及装置 |
| CN111413626B (zh) * | 2020-04-17 | 2021-04-23 | 清华大学 | 基于类极化特性的燃料电池使用寿命的预测方法及装置 |
| CN111413627B (zh) * | 2020-04-17 | 2021-05-11 | 清华大学 | 基于伏安曲线的燃料电池使用寿命的预测方法及装置 |
| 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系统及测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US8088525B2 (en) | 2012-01-03 |
| US20090197155A1 (en) | 2009-08-06 |
| DE102009007167B4 (de) | 2015-07-30 |
| DE102009007167A1 (de) | 2009-08-27 |
| CN101515024B (zh) | 2012-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101515024B (zh) | 燃料电池系统中低性能电池的在线预测和检测 | |
| CN101237064B (zh) | 燃料电池堆的在线自适应极化曲线估算用的算法 | |
| Zhang et al. | Load profile based empirical model for the lifetime prediction of an automotive PEM fuel cell | |
| JP4895989B2 (ja) | 適応性水素抜き取りの枠組みのためのスタッククロスオーバー率のオンライン検出 | |
| CN102347499B (zh) | Pem燃料电池系统中的低阳极氢分压的诊断和补救 | |
| US8057941B2 (en) | Comprehensive method for triggering anode bleed events in a fuel cell system | |
| CN101533073B (zh) | 基于极化曲线估计的燃料电池系统最大净功率计算方法及系统 | |
| 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 | |
| US10892502B2 (en) | Apparatus and method for controlling operation of fuel cell system | |
| CN101521288B (zh) | 基于燃料电池系统的电压性能的电流限制的增益调度控制 | |
| CN102759714A (zh) | 用于燃料电池堆健康量化的车载算法 | |
| CN101957434B (zh) | 在低功率操作时使用低性能电池检测来改进可靠性的方法 | |
| Zhou et al. | RETRACTED: Online adaptive water management fault diagnosis of PEMFC based on orthogonal linear discriminant analysis and relevance vector machine | |
| US10199668B2 (en) | Fuel cell system and performance improvement method of fuel cell system | |
| KR20170051348A (ko) | 연료전지 시스템 및 이의 제어방법 | |
| US9178233B2 (en) | Smart in-vehicle reactive recovery strategy | |
| CN109216737B (zh) | 不纯燃料的检测和补救措施 | |
| US8280659B2 (en) | Early detection of minimum cell voltage degradation of a fuel cell stack | |
| US20150165928A1 (en) | Technique of diagnosing fuel cell stack | |
| US9080938B2 (en) | Extremum seeking algorithm in a variable time interval to detect anode pressure sensor stuck failure in a fuel cell system | |
| Patil et al. | Degradation mechanisms in PEM fuel cells: A brief review | |
| US8722264B2 (en) | Algorithm for stack current controller based on polarization curve estimation of a fuel cell stack | |
| US20160079620A1 (en) | Hydrogen purging device and method for fuel cell system | |
| CN107017425B (zh) | 燃料电池系统和燃料电池系统的性能改进方法 | |
| JP5178305B2 (ja) | 燃料電池システムおよび燃料電池システムのセル電圧制御方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |