CN111413626B - 基于类极化特性的燃料电池使用寿命的预测方法及装置 - Google Patents

基于类极化特性的燃料电池使用寿命的预测方法及装置 Download PDF

Info

Publication number
CN111413626B
CN111413626B CN202010303823.7A CN202010303823A CN111413626B CN 111413626 B CN111413626 B CN 111413626B CN 202010303823 A CN202010303823 A CN 202010303823A CN 111413626 B CN111413626 B CN 111413626B
Authority
CN
China
Prior art keywords
fuel cell
polarization
service life
polarization curve
current
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
CN202010303823.7A
Other languages
English (en)
Other versions
CN111413626A (zh
Inventor
裴普成
王博正
陈东方
黄尚尉
任棚
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202010303823.7A priority Critical patent/CN111413626B/zh
Publication of CN111413626A publication Critical patent/CN111413626A/zh
Priority to US17/224,705 priority patent/US20210320312A1/en
Application granted granted Critical
Publication of CN111413626B publication Critical patent/CN111413626B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health

Abstract

本发明公开了一种基于类极化特性的燃料电池使用寿命的预测方法及装置，其中，该方法包括：对待测燃料电池进行活化，获取初始状态的极化曲线，并根据定电流下电压衰减的百分比确定寿命终结点；使待测燃料电池在预设时间内运行，获取燃料电池当前的极化曲线；根据类极化特性的燃料电池寿命预测公式对初始状态的极化曲线、燃料电池当前的极化曲线和寿命终结点进行处理，获取燃料电池的使用寿命和剩余寿命。该方法大幅简化了燃料电池寿命预测的步骤，节省了燃料电池寿命预测的时间。

Description

基于类极化特性的燃料电池使用寿命的预测方法及装置
技术领域
本发明涉及燃料电池技术领域，特别涉及一种燃料电池使用寿命和剩余寿命的预测方法及装置。
背景技术
燃料电池作为一种新型能源形式，在国家的节能减排进程中将会发挥重要的作用。而制约目前燃料电池发展的主要是成本和寿命。因此需要对燃料电池进行寿命的评价。
目前已有的燃料电池寿命预测方法有且不限于以下几种：通过实验数据仿真获得拟合公式进行预测；通过在实验室进行稳态实验进行获得；通过在实验室进行分工况运行并获取相应的寿命预测公式；将燃料电池装车进行实车运行。但以上方法均存在着预测用时长、适用对象范围窄的情形。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种基于类极化特性的燃料电池使用寿命的预测方法，该方法简单易操作，能够节省宝贵的测试时间和成本，并具有较高的准确性。
本发明的另一个目的在于提出一种基于类极化特性的燃料电池使用寿命的预测装置。
为达到上述目的，本发明一方面实施例提出了基于类极化特性的燃料电池使用寿命的预测方法，包括以下步骤：步骤S1，对待测燃料电池进行活化，获取初始状态的极化曲线，并根据定电流下电压衰减的百分比确定寿命终结点；步骤S2，使所述待测燃料电池在预设时间内运行，获取燃料电池当前的极化曲线；步骤S3，根据类极化特性的燃料电池寿命预测公式对所述初始状态的极化曲线、所述燃料电池当前的极化曲线和所述寿命终结点进行处理，获取所述燃料电池的使用寿命。
本发明实施例的基于类极化特性的燃料电池使用寿命的预测方法，该方法简单易操作，能够节省宝贵的测试时间和成本，并具有较高的准确性。
另外，根据本发明上述实施例的基于类极化特性的燃料电池使用寿命的预测方法还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述步骤S1中获取所述初始状态的极化曲线后，在所述初始状态的极化曲线上确定预设电压对应的目标点，并获取对应的电流。
进一步地，在本发明的一个实施例中，所述步骤S2中获取所述燃料电池当前的极化曲线后，根据步骤S1中的目标点确定电压值，在所述燃料电池当前的极化曲线获取新目标点，并确定所述新目标点对应的电流值。
进一步地，在本发明的一个实施例中，所述类极化特性的燃料电池寿命预测公式为：
Figure BDA0002455021800000021
Figure BDA0002455021800000022
Figure BDA0002455021800000023
其中，I0为所述初始状态的极化曲线上对应预设电压Vs的点的电流，I为所述燃料电池当前的极化曲线上对应预设电压Vs的点的电流；t0为活化完成到获取所述初始状态的极化曲线所经历的时间，t为从燃料电池活化完成到获取所述燃料电池当前的极化曲线所经历的时间；B为类极化特性的燃料电池寿命预测公式的衰减系数；V0为所述初始状态的极化曲线中所述待测燃料电池的理想电动势，Ib为所述待测燃料电池运行后对应Vs的点的电流，r为燃料电池内阻，R为气体常数8.31444J/(K·mol)，T为温度，F为法拉第常数96485C/mol，iL为极化曲线上的极限电流，Vt为所述待测燃料电池的电压值，Ve为所述燃料电池达到寿命终结点时的电压值，tft为预测的使用寿命。
进一步地，在本发明的一个实施例中，所述待测燃料电池包括质子交换膜燃料电池、直接甲醇燃料电池和固体氧化物燃料电池。
为达到上述目的，本发明另一方面实施例提出了基于类极化特性的燃料电池使用寿命的预测装置，包括：第一获取模块，用于对待测燃料电池进行活化，获取初始状态的极化曲线，并根据定电流下电压衰减的百分比确定寿命终结点；第二获取模块，用于使所述待测燃料电池在预设时间内运行，获取燃料电池当前的极化曲线；预测模块，用于根据类极化特性的燃料电池寿命预测公式对所述初始状态的极化曲线、所述燃料电池当前的极化曲线和所述寿命终结点进行处理，获取所述燃料电池的使用寿命。
本发明实施例的基于类极化特性的燃料电池使用寿命的预测装置，该装置简单易操作，能够节省宝贵的测试时间和成本，并具有较高的准确性。
另外，根据本发明上述实施例的基于类极化特性的燃料电池使用寿命的预测装置还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述第一获取模块进一步用于：在所述初始状态的极化曲线上确定预设电压对应的目标点，并获取对应的电流。
进一步地，在本发明的一个实施例中，所述第二获取模块进一步用于：根据所述第一获取模块的目标点确定电压值，在所述当前极化曲线获取新的目标点，并确定新的目标点对应的电流值。
进一步地，在本发明的一个实施例中，所述类极化特性的燃料电池寿命预测公式为：
Figure BDA0002455021800000031
Figure BDA0002455021800000032
Figure BDA0002455021800000033
其中，I0为所述初始状态的极化曲线上对应预设电压Vs的点的电流，I为所述燃料电池当前的极化曲线上对应预设电压Vs的点的电流；t0为活化完成到获取所述初始状态的极化曲线所经历的时间，t为从燃料电池活化完成到获取所述燃料电池当前的极化曲线所经历的时间；B为类极化特性的燃料电池寿命预测公式的衰减系数；V0为所述初始状态的极化曲线中所述待测燃料电池的理想电动势，Ib为所述待测燃料电池运行后对应Vs的点的电流，r为燃料电池内阻，R为气体常数8.31444J/(K·mol)，T为温度，F为法拉第常数96485C/mol，iL为极化曲线上的极限电流，Vt为所述待测燃料电池的电压值，Ve为所述燃料电池达到寿命终结点时的电压值，tft为预测的使用寿命。
进一步地，在本发明的一个实施例中，所述待测燃料电池包括质子交换膜燃料电池、直接甲醇燃料电池和固体氧化物燃料电池。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明一个实施例的基于类极化特性的燃料电池使用寿命的预测方法的流程图；
图2为根据本发明一个实施例的基于类极化特性的燃料电池使用寿命的预测方法中剩余寿命示意图；
图3为根据本发明一个实施例的基于类极化特性的燃料电池使用寿命的预测装置结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的基于类极化特性的燃料电池使用寿命的预测方法及装置，首先将参照附图描述根据本发明实施例提出的基于类极化特性的燃料电池使用寿命的预测方法。
图1是本发明一个实施例的基于类极化特性的燃料电池使用寿命的预测方法的流程图。
如图1所示，该基于类极化特性的燃料电池使用寿命的预测方法包括以下步骤：
在步骤S1中，对待测燃料电池进行活化，获取初始状态的极化曲线，并根据定电流下电压衰减的百分比确定寿命终结点。
需要说明的是，本发明实施例首先对燃料电池进行活化。如果活化期间出现性能下降等非正常现象，则需更换新的燃料电池并重新进行活化。
其中，待测燃料电池可以包括质子交换膜燃料电池、直接甲醇燃料电池和固体氧化物燃料电池。
进一步地，步骤S1中获取初始状态的极化曲线后，在初始状态的极化曲线上确定预设电压对应的目标点，并获取对应的电流。
具体地，如图2中虚线所示，获取点P(t0，Vs)，根据某电流值Iref在初始极化曲线上确定的V0和一个衰减百分比确定寿命结束终点Ve。电流值和衰减百分比根据实际需要确定。
在步骤S2中，使待测燃料电池在预设时间内运行，获取燃料电池当前的极化曲线。
进一步地，步骤S2中获取燃料电池当前的极化曲线后，根据步骤S1中的目标点确定电压值，在燃料电池当前的极化曲线获取新目标点，并确定新目标点对应的电流值。
具体地，如图2中实线所示，根据点P的电压值Vs获取P(t，Vs)。
在步骤S3中，根据类极化特性的燃料电池寿命预测公式对初始状态的极化曲线、燃料电池当前的极化曲线和寿命终结点进行处理，获取燃料电池的使用寿命。
进一步地，类极化特性的燃料电池寿命预测公式为：
Figure BDA0002455021800000051
Figure BDA0002455021800000052
Figure BDA0002455021800000053
其中，式中I0是初始状态的极化曲线上对应预设电压Vs的点的电流，I是燃料电池当前的极化曲线上对应预设电压Vs的点的电流；t0是活化完成到获取初始状态的极化曲线所经历的时间，t是从燃料电池活化完成到获取燃料电池当前的极化曲线所经历的时间；B是类极化特性的燃料电池寿命预测公式的衰减系数，可以通过该燃料电池活化后不同时间段的两条极化曲线对应同一个电压Vs的电流值Im、In以及测试这两条极化曲线距离活化完成的时间tn、tm得出；V0是初始状态的极化曲线中燃料电池的理想电动势，Ib是该燃料电池运行所需一段时间后对应Vs的点的电流，r是燃料电池内阻，R是气体常数8.31444J/(K·mol)，T是温度，F是法拉第常数96485C/mol，iL是极化曲线上的极限电流，Vt是待测燃料电池的电压值，Ve是燃料电池达到寿命终结点时的电压值，tft为预测的使用寿命。
根据本发明实施例提出的基于类极化特性的燃料电池使用寿命的预测方法，运用类极化特性的燃料电池寿命预测公式，通过在燃料电池活化后获取两次不同时间的燃料电池的极化曲线，即可快速获得寿命。该方法简单易操作，能够节省宝贵的测试时间和成本，并具有较高的准确性。
其次参照附图描述根据本发明实施例提出的基于类极化特性的燃料电池使用寿命的预测装置。
图3是本发明一个实施例的基于类极化特性的燃料电池使用寿命的预测装置的结构示意图。
如图3所示，该装置10包括：第一获取模块100、第二获取模块200和预测模块300。
其中，第一获取模块100用于对待测燃料电池进行活化，获取初始状态的极化曲线，并根据定电流下电压衰减的百分比确定寿命终结点。其中，待测燃料电池可以包括质子交换膜燃料电池、直接甲醇燃料电池和固体氧化物燃料电池。
进一步地，在本发明的一个实施例中，第一获取模块100进一步用于：在初始状态的极化曲线上确定预设电压对应的目标点，并获取对应的电流。
第二获取模块200用于使待测燃料电池在预设时间内运行，获取燃料电池当前的极化曲线；
进一步地，在本发明的一个实施例中，第二获取模块200进一步用于：根据第一获取模块的目标点确定电压值，在当前极化曲线获取新的目标点，并确定新的目标点对应的电流值。
预测模块300用于根据类极化特性的燃料电池寿命预测公式对初始状态的极化曲线、燃料电池当前的极化曲线和寿命终结点进行处理，获取燃料电池的使用寿命。
进一步地，在本发明的一个实施例中，类极化特性的燃料电池寿命预测公式为：
Figure BDA0002455021800000061
Figure BDA0002455021800000062
Figure BDA0002455021800000063
其中，式中I0是初始状态的极化曲线上对应预设电压Vs的点的电流，I是燃料电池当前的极化曲线上对应预设电压Vs的点的电流；t0是活化完成到获取初始状态的极化曲线所经历的时间，t是从燃料电池活化完成到获取燃料电池当前的极化曲线所经历的时间；B是类极化特性的燃料电池寿命预测公式的衰减系数，可以通过该燃料电池活化后不同时间段的两条极化曲线对应同一个电压Vs的电流值Im、In以及测试这两条极化曲线距离活化完成的时间tn、tm得出；V0是初始状态的极化曲线中燃料电池的理想电动势，Ib是该燃料电池运行所需一段时间后对应Vs的点的电流，r是燃料电池内阻，R是气体常数8.31444J/(K·mol)，T是温度，F是法拉第常数96485C/mol，iL是极化曲线上的极限电流，Vt是待测燃料电池的电压值，Ve是燃料电池达到寿命终结点时的电压值，tft为预测的使用寿命。
需要说明的是，前述对燃料电池使用寿命和剩余寿命的预测方法实施例的解释说明也适用于该实施例的燃料电池使用寿命和剩余寿命的预测装置，此处不再赘述。
根据本发明实施例提出的基于类极化特性的燃料电池使用寿命的预测装置，运用燃料电池老化过程中定电压下电流和时间之间所具有的倒数特性公式，通过在燃料电池活化后获取两次不同时间的燃料电池的极化曲线，即可快速获得寿命。该装置简单易操作，能够节省宝贵的测试时间和成本，并具有较高的准确性。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种基于类极化特性的燃料电池使用寿命的预测方法，其特征在于，包括以下步骤：
步骤S1，对待测燃料电池进行活化，获取初始状态的极化曲线，并根据定电流下电压衰减的百分比确定寿命终结点；
步骤S2，使所述待测燃料电池在预设时间内运行，获取燃料电池当前的极化曲线；以及
步骤S3，根据类极化特性的燃料电池寿命预测公式对所述初始状态的极化曲线、所述燃料电池当前的极化曲线和所述寿命终结点进行处理，获取所述燃料电池的使用寿命，其中，所述类极化特性的燃料电池寿命预测公式为：
Figure FDA0002949877290000011
Figure FDA0002949877290000012
Figure FDA0002949877290000013
其中，I0为所述初始状态的极化曲线上对应预设电压Vs的点的电流，I为所述燃料电池当前的极化曲线上对应预设电压Vs的点的电流；t0为活化完成到获取所述初始状态的极化曲线所经历的时间，t为从燃料电池活化完成到获取所述燃料电池当前的极化曲线所经历的时间；B为类极化特性的燃料电池寿命预测公式的衰减系数；V0为所述初始状态的极化曲线中所述待测燃料电池的理想电动势，Ib为所述待测燃料电池运行后对应Vs的点的电流，r为燃料电池内阻，R为气体常数8.31444J/(K·mol)，T为温度，F为法拉第常数96485C/mol，iL为极化曲线上的极限电流，Vt为所述待测燃料电池的电压值，Ve为所述燃料电池达到寿命终结点时的电压值，tft为预测的使用寿命。
2.根据权利要求1中所述的基于类极化特性的燃料电池使用寿命的预测方法，其特征在于，所述步骤S1中获取所述初始状态的极化曲线后，在所述初始状态的极化曲线上确定预设电压对应的目标点，并获取对应的电流。
3.根据权利要求1中所述的基于类极化特性的燃料电池使用寿命的预测方法，其特征在于，所述步骤S2中获取所述燃料电池当前的极化曲线后，根据步骤S1中的目标点确定电压值，在所述燃料电池当前的极化曲线获取新目标点，并确定所述新目标点对应的电流值。
4.根据权利要求1-3任一项中所述的基于类极化特性的燃料电池使用寿命的预测方法，其特征在于，所述待测燃料电池包括质子交换膜燃料电池、直接甲醇燃料电池和固体氧化物燃料电池。
5.一种基于类极化特性的燃料电池使用寿命的预测装置，其特征在于，包括：
第一获取模块，用于对待测燃料电池进行活化，获取初始状态的极化曲线，并根据定电流下电压衰减的百分比确定寿命终结点；
第二获取模块，用于使所述待测燃料电池在预设时间内运行，获取燃料电池当前的极化曲线；以及
预测模块，用于根据类极化特性的燃料电池寿命预测公式对所述初始状态的极化曲线、所述燃料电池当前的极化曲线和所述寿命终结点进行处理，获取所述燃料电池的使用寿命，其中，所述类极化特性的燃料电池寿命预测公式为：
Figure FDA0002949877290000021
Figure FDA0002949877290000022
Figure FDA0002949877290000023
其中，I0为所述初始状态的极化曲线上对应预设电压Vs的点的电流，I为所述燃料电池当前的极化曲线上对应预设电压Vs的点的电流；t0为活化完成到获取所述初始状态的极化曲线所经历的时间，t为从燃料电池活化完成到获取所述燃料电池当前的极化曲线所经历的时间；B为类极化特性的燃料电池寿命预测公式的衰减系数；V0为所述初始状态的极化曲线中所述待测燃料电池的理想电动势，Ib为所述待测燃料电池运行后对应Vs的点的电流，r为燃料电池内阻，R为气体常数8.31444J/(K·mol)，T为温度，F为法拉第常数96485C/mol，iL为极化曲线上的极限电流，Vt为所述待测燃料电池的电压值，Ve为所述燃料电池达到寿命终结点时的电压值，tft为预测的使用寿命。
6.根据权利要求5中所述的基于类极化特性的燃料电池使用寿命的预测装置，其特征在于，所述第一获取模块进一步用于：
在所述初始状态的极化曲线上确定预设电压对应的目标点，并获取对应的电流。
7.根据权利要求5中所述的基于类极化特性的燃料电池使用寿命的预测装置，其特征在于，所述第二获取模块进一步用于：
根据所述第一获取模块的目标点确定电压值，在所述当前极化曲线获取新的目标点，并确定新的目标点对应的电流值。
8.根据权利要求5-7任一项中基于类极化特性的燃料电池使用寿命的预测装置，其特征在于，所述待测燃料电池包括质子交换膜燃料电池、直接甲醇燃料电池和固体氧化物燃料电池。
CN202010303823.7A 2020-04-13 2020-04-17 基于类极化特性的燃料电池使用寿命的预测方法及装置 Active CN111413626B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010303823.7A CN111413626B (zh) 2020-04-17 2020-04-17 基于类极化特性的燃料电池使用寿命的预测方法及装置
US17/224,705 US20210320312A1 (en) 2020-04-13 2021-04-07 Method and device for predicting service life and remaining life of fuel cell

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010303823.7A CN111413626B (zh) 2020-04-17 2020-04-17 基于类极化特性的燃料电池使用寿命的预测方法及装置

Publications (2)

Publication Number Publication Date
CN111413626A CN111413626A (zh) 2020-07-14
CN111413626B true CN111413626B (zh) 2021-04-23

Family

ID=71489830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010303823.7A Active CN111413626B (zh) 2020-04-13 2020-04-17 基于类极化特性的燃料电池使用寿命的预测方法及装置

Country Status (1)

Country Link
CN (1) CN111413626B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112060964A (zh) * 2020-08-18 2020-12-11 金龙联合汽车工业（苏州）有限公司 基于电池与充电桩充电能力的电池加热策略优化方法
CN113871661B (zh) * 2021-09-23 2023-05-12 中国第一汽车股份有限公司 一种燃料电池的控制方法及控制装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101515024A (zh) * 2008-02-06 2009-08-26 通用汽车环球科技运作公司 燃料电池系统中低性能电池的在线预测和检测
CN105911474A (zh) * 2016-04-12 2016-08-31 北京航空航天大学 一种基于几何特征提取方法和马氏距离相结合的质子交换膜燃料电池健康状态评估方法
CN108872872A (zh) * 2018-06-27 2018-11-23 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
US20180375130A1 (en) * 2017-06-21 2018-12-27 Hyundai Motor Company Apparatus and method for predicting life span of fuel cell, and vehicle system having the same
CN109683093A (zh) * 2019-02-01 2019-04-26 清华大学 燃料电池寿命预测方法、预测装置及计算机可读存储介质
CN111007402A (zh) * 2019-12-03 2020-04-14 清华大学 燃料电池堆的耐久性测试方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101515024A (zh) * 2008-02-06 2009-08-26 通用汽车环球科技运作公司 燃料电池系统中低性能电池的在线预测和检测
CN105911474A (zh) * 2016-04-12 2016-08-31 北京航空航天大学 一种基于几何特征提取方法和马氏距离相结合的质子交换膜燃料电池健康状态评估方法
US20180375130A1 (en) * 2017-06-21 2018-12-27 Hyundai Motor Company Apparatus and method for predicting life span of fuel cell, and vehicle system having the same
CN108872872A (zh) * 2018-06-27 2018-11-23 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
CN109683093A (zh) * 2019-02-01 2019-04-26 清华大学 燃料电池寿命预测方法、预测装置及计算机可读存储介质
CN111007402A (zh) * 2019-12-03 2020-04-14 清华大学 燃料电池堆的耐久性测试方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
A lifetime prediction model for coated metallic bipolar plates in proton exchange membrane fuel cells;Peiyun Yi;《Energy Conversion and Management》;20190301;全文 *
A quick evaluating method for antomotive fuel cell lifetime;Pucheng Pei等;《International Journal of Hydrogen Energy》;20080731;第33卷(第14期);全文 *
Lifetime prediction and the economic lifetime of Proton Exchange Membrane fuel cells;Huicui Chen等;《Applied Energy》;20150315;全文 *
Nonlinear methods for evaluating and online predicting the lifetime of fuel cells;Pucheng Pei等;《Applied Energy》;20191115;全文 *
基于电参数的燃料电池寿命测试方法;罗熙;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20200115;第2020卷(第1期);全文 *
质子交换膜燃料电池剩余使用寿命预测方法综述及展望;李奇等;《中国电机工程学报》;20190420;第39卷(第8期);全文 *
车用锌空燃料电池系统开发研究;王希忠等;《清华大学学报（自然科学版）》;20130815;第53卷(第8期);全文 *

Also Published As

Publication number Publication date
CN111413626A (zh) 2020-07-14

Similar Documents

Publication Publication Date Title
CN108872872B (zh) 燃料电池使用寿命和剩余寿命的预测方法及装置
CN111146478B (zh) 一种用于质子交换膜燃料电池堆剩余使用寿命的预测方法
US7466138B2 (en) Method of structuring comparative reference value used in battery SOC estimating method for dynamic pattern
CN111413626B (zh) 基于类极化特性的燃料电池使用寿命的预测方法及装置
CN111175666B (zh) 一种soh检测方法及装置
De Moor et al. Perfluorosulfonic acid membrane degradation in the hydrogen inlet region: A macroscopic approach
US8283891B2 (en) Power source health assessment methods and systems thereof
Sadabadi et al. Design and calibration of a semi-empirical model for capturing dominant aging mechanisms of a PbA battery
CN111562510B (zh) 一种用于确定退役动力电池剩余寿命的方法及系统
JP4700073B2 (ja) 鉛蓄電池の容量劣化の方法および装置
CN115291131A (zh) 锂离子电池的循环寿命和使用温度预测方法及系统
CN113871661B (zh) 一种燃料电池的控制方法及控制装置
Mohsin et al. A new lead-acid battery state-of-health evaluation method using electrochemical impedance spectroscopy for second life in rural electrification systems
CN111413624B (zh) 燃料电池使用寿命和剩余寿命的倒数预测方法及装置
CN111426954B (zh) 燃料电池使用寿命和剩余寿命的对数预测方法及装置
CN114252795A (zh) 一种预测锂离子电池循环寿命的方法
CN111413627B (zh) 基于伏安曲线的燃料电池使用寿命的预测方法及装置
CN102661848A (zh) 智能电表液晶器件可靠性关键故障特征的测定方法
CN114487843A (zh) 基于燃料电池极化曲线变化规律的寿命预测方法和装置
CN116087815A (zh) 锂电池析锂的检测方法
CN114076899B (zh) 电池寿命的分档预估方法、装置、设备、系统及介质
CN114420981B (zh) 一种燃料电池耐久性测评的预检测方法和装置
CN114152823A (zh) 一种高可靠长寿命液晶显示器件快速可靠性评价方法
Hou et al. Voltage and voltage consistency attenuation law of the fuel cell stack based on the durability cycle condition
Alhaider et al. A Simplified Methodology to Quickly Build a Degradation Prediction Model for Lithium-Ion Batteries

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
GR01 Patent grant
GR01 Patent grant