CN112993337B - 一种适用于燃料电池衰减过程的水管理故障诊断系统 - Google Patents

Abstract

本发明提供一种用于燃料电池衰减过程的水管理故障诊断系统，包括：数据采集单元，分别采集润湿情况良好条件下质子交换膜燃料电池的标定I‑V曲线以及实时工作条件下燃料电池的I‑V曲线数据；计算单元，根据I‑V曲线模型，通过曲线拟合的方法根据标定I‑V曲线提取标定模型参数，同时根据实时I‑V曲线提取实时模型参数；判断单元，根据电池内阻标定值R^*、电池实时内阻R、极限电流密度标定值J_L ^*以及极限扩散电流密度J_L判断电池故障类型，并生成响应的故障清除指令；执行单元，根据所述故障清除指令执行故障清楚操作。本发明通过反复的标定来消除电池衰减对模型参数的影响，且无需额外测量的设备，降低成本，避免附加故障。

Description

一种适用于燃料电池衰减过程的水管理故障诊断系统

技术领域

本发明涉及燃料电池技术领域，具体而言，尤其涉及一种适用于燃料电池衰减过程的水管理故障诊断系统。

背景技术

质子交换膜燃料电池具有转化效率高、清洁无污染、室温下快速启动等优点，从而在航空航天、交通运输以及分布式发电等领域取得了广泛应用。然而在质子交换膜燃料电池商业化进程中，电池寿命和成本成为了人们日益关注的焦点。故障诊断技术旨在利用实时监测的电堆状态，及时发现并排除故障，进而提高燃料电池的耐久性和稳定性。该技术的应用对燃料电池系统的耐久性、可靠性和可维护性具有重要意义。

在质子交换膜燃料电池中常见的故障有燃料饥饿、电极水淹、膜脱水、催化剂中毒以及质子交换膜破裂等，其中水淹和脱水故障发生频率高，具有可恢复性，且对燃料电池性能具有极大影响。因此，研究水管理故障诊断方法具有十分重要的应用价值。例如文献(N.Fouquet,et al.Journal of Power Sources,2006,159:905–913.)通过等效电路拟合的方法获取模型参数，然后再根据模型参数的分布特征进行水淹和脱水故障的诊断。类似的，文献(C.Jeppesen,et al.Journal of Power Sources,2017,359:37-47.)采用基于数据驱动的方法，首先通过采集电化学阻抗谱数据来提取变量特征，随后再根据神经网络分类器进行故障识别。以上方法虽然均可进行故障诊断，但是等效电路模型的建立充满挑战，而且额外的测量设备增加了系统成本，提高了附加故障的风险。专利(CN200510126365.X)首先在质子交换膜润湿良好的情况下采集不同温度、电流下的三维谱图R′_Ω＝f(T,I)，再根据实际运行时的电池电压变化值ΔV和电流变化值ΔI，计算阻抗值R_Ω＝ΔV/ΔI，并通过比较来判定是否缺水。专利(CN201810059712.9)首先获取电堆系统在每个正常工况的氢气压力降基准值，以得到调控控制线，采集当前氢气侧压力降，并在当前氢气侧压力降高于当前正常工况对应的调控控制线时，根据第一电堆和第二电堆的电压或电流判定故障电堆。以上故障诊断方法虽然避免了附加设备使用，但是普遍存在的缺点是其未考虑电池衰减对模型参数(或阈值)的影响，进而限制其应用。

现有技术多采用等效电路模型参数识别的方法进行故障诊断，但是等效电路模型难以获得，额外的测量设备也增加了系统成本与复杂性，而且普遍未考虑电池衰减对模型参数(或阈值)的影响。

发明内容

鉴于现有技术存在的不足，本发明提供一种适用于燃料电池衰减过程的水管理故障诊断系统，通过反复的标定来消除电池衰减对模型参数的影响，且无需额外测量的设备，降低成本，避免附加故障。

本发明采用的技术手段如下：

一种用于燃料电池衰减过程的水管理故障诊断系统，其特征在于，包括：

数据采集单元，分别采集润湿情况良好条件下质子交换膜燃料电池的标定I-V曲线以及实时工作条件下燃料电池的I-V曲线数据；

计算单元，根据I-V曲线模型，通过曲线拟合的方法根据标定I-V曲线提取标定模型参数，同时根据实时I-V曲线提取实时模型参数；

判断单元，根据电池内阻标定值R^*、电池实时内阻R、极限电流密度标定值J_L ^*以及极限扩散电流密度J_L判断电池故障类型，并生成响应的故障清除指令；

执行单元，根据所述故障清除指令执行故障清楚操作；

存储单元，存储I-V曲线模型以及提取的标定模型参数和实时模型参数。

较现有技术相比，本发明具有以下优点：

本发明通过反复标定消除电池衰减对模型参数的影响，且无需额外测量的设备，降低系统成本与复杂性，避免附加故障。

基于上述理由本发明可在燃料电池领域广泛推广。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明系统结构框图。

图2为实施例1中质子交换膜燃料电池的标定I-V曲线及其拟合效果图。

图3为实施例1中质子交换膜燃料电池的实时I-V曲线及其拟合效果图。

图4为实施例1中质子交换膜燃料电池脱水故障对比图。

图5为实施例2中质子交换膜燃料电池的标定I-V曲线及其拟合效果图。

图6为实施例2中质子交换膜燃料电池的实时I-V曲线及其拟合效果图。

图7为实施例2中质子交换膜燃料电池水淹故障对比图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明提供了1、一种用于燃料电池衰减过程的水管理故障诊断系统，包括：数据采集单元、计算单元、判断单元、执行单元、存储单元以及定时单元。

数据采集单元用于分别采集润湿情况良好条件下质子交换膜燃料电池的标定I-V曲线以及实时工作条件下燃料电池的I-V曲线数据。

计算单元，根据I-V曲线模型，通过曲线拟合的方法根据标定I-V曲线提取标定模型参数，同时根据实时I-V曲线提取实时模型参数。所述标定模型参数包括电池开路电压标定值E₀ ^*、电流密度标定值J₀ ^*、极限电流密度标定值J_L ^*以及电池内阻标定值R^*；所述实时模型参数包括电池实时内阻R和极限扩散电流密度J_L。

具体地，所述I-V曲线模型为

其中，U_ave是电堆平均电压；U_stack是电堆总电压；N是电堆中单池数目；E₀是单池开路电压；

是气体常数；T是电池温度；n是电子转移数目；α是电子转移系数；F是法拉第常数；j是电流密度；j₀是交换电流密度；R是电池内阻；k是扩散系数；j_L是极限扩散电流密度。

判断单元，根据电池内阻标定值R^*、电池实时内阻R、极限电流密度标定值J_L ^*以及极限扩散电流密度J_L判断电池故障类型，并生成响应的故障清除指令。

具体地，若(1+K)·R^*<R，其中K为区间系数，且K∈[0,0.2]，则判断电池发生脱水故障，此时，执行单元通过提高増湿温度来消除故障；若(1-K)·R^*>R且(1-K)·J_L ^*>J_L，其中K为区间系数，且K∈[0,0.2]，则判断电池发生水淹故障，此时，执行单元通过增加气体计量比来消除故障。

执行单元，根据所述故障清除指令执行故障清楚操作；

存储单元，存储I-V曲线模型以及提取的标定模型参数和实时模型参数。

定时单元，用于设定检测循环周期。

下面通过具体的应用实例对本发明的技术方案做进一步说明。

实施例1

图2为润湿情况良好条件下质子交换膜燃料电池电堆的标定I-V曲线及其拟合效果；质子交换膜燃料电池电堆由10节单池组成，单片膜电极有效活性面积为270cm²，背压为2bar，流场类型为平行流场。标定I-V曲线数据采集条件为：质子交换膜燃料电池电堆工作温度为60℃，増湿度为60％RH，数据采集范围为：0～1.25A cm^-2。

根据I-V曲线模型对上述采集的数据进行曲线拟合，结果为：E₀ ^*＝1.01138V、J₀ ^*＝0.00056Acm²、R^*＝0.13624Ωcm²和J_L ^*＝1.34273Acm²，可以看出实验数据和拟合数据高度一致，表明拟合的模型参数具有较高的可信度。

图3为质子交换膜燃料电池电堆实时工作时的I-V曲线及其拟合效果。质子交换膜燃料电池电堆由10节单池组成，单片膜电极有效活性面积为270cm²，背压为2bar，流场类型为平行流场。实时工作时I-V曲线数据采集条件为：质子交换膜燃料电池电堆工作温度为60℃，増湿度为0，数据采集范围为：0～1.25A cm^-2。

将标定值E₀ ^*、J_L ^*和电堆实时工作时的I-V曲线数据带入I-V曲线模型，并通过曲线拟合的方法得到电堆的实时内阻R和极限扩散电流密度J_L，结果为R＝0.15473Ωcm²、J_L＝1.37230Acm²，可以看出实验数据与拟合数据高度一致，表明拟合电堆的实时内阻R和极限扩散电流密度J_L可信度较高。

比较当前的电池内阻和标定内阻，因为(1+K)·R^*<R，说明电堆发生脱水故障(K取0.1)。由图4可以看出该方法可以有效判定脱水故障。

实施例2

图5为润湿情况良好条件下质子交换膜燃料电池的标定I-V曲线及其拟合效果；质子交换膜燃料电池活性面积为50cm²，背压为1bar，流场类型为平行流场。标定I-V曲线数据采集条件为：质子交换膜燃料电池工作温度为80℃，増湿度为50％RH，数据采集范围为：0.05～1.65A cm^-2。

根据I-V曲线模型对上述采集的数据进行曲线拟合，结果为：E₀ ^*＝0.99957V、J₀ ^*＝0.00096Acm²、R^*＝0.02792Ωcm²和J_L ^*＝1.69612Acm²，可以看出实验数据和拟合数据高度一致，表明拟合的模型参数具有较高的可信度。

采集电堆实时工作时的I-V曲线数据，数据采集范围为：0.05～1.35A cm^-2。将标定值E₀ ^*、J_L ^*和电堆实时工作时的I-V曲线数据带入I-V曲线模型，并通过曲线拟合的方法得到电堆的实时内阻R和极限扩散电流密度J_L，结果为R＝0.00115Ωcm²、J_L＝1.35213Acm²，拟合效果如图6所示，可以看出实验数据与拟合数据高度一致，表明拟合电堆的实时内阻R和极限扩散电流密度J_L可信度较高。

比较当前的电池内阻和标定内阻，因为(1-K)·R^*>R且(1-K)·J_L ^*>J_L，说明电堆发生水淹故障(K取0.2)。由图7可以看出该方法可以有效判定水淹故障。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (4)

1.一种用于燃料电池衰减过程的水管理故障诊断系统，其特征在于，包括：

数据采集单元，分别采集润湿情况良好条件下质子交换膜燃料电池的标定I-V曲线以及实时工作条件下燃料电池的I-V曲线数据；

计算单元，根据I-V曲线模型，通过曲线拟合的方法根据标定I-V曲线提取标定模型参数，同时根据实时I-V曲线提取实时模型参数；

判断单元，根据电池内阻标定值R^*、电池实时内阻R、极限电流密度标定值J_L ^*以及极限扩散电流密度J_L判断电池故障类型，并生成响应的故障清除指令，所述判断单元判断故障类型包括：

若(1+K)·R^*＜R，其中K为区间系数，且K∈[0,0.2]，则判断电池发生脱水故障，此时，执行单元通过提高増湿温度来消除故障；

若(1-K)·R^*＞R且(1-K)·J_L ^*＞J_L，其中K为区间系数，且K∈[0,0.2]，则判断电池发生水淹故障，此时，执行单元通过增加气体计量比来消除故障；

执行单元，根据所述故障清除指令执行故障清楚操作；

存储单元，存储I-V曲线模型以及提取的标定模型参数和实时模型参数。

2.根据权利要求1所述的用于燃料电池衰减过程的水管理故障诊断系统，其特征在于，所述标定模型参数包括电池开路电压标定值E₀ ^*、电流密度标定值J₀ ^*、极限电流密度标定值J_L ^*以及电池内阻标定值R^*；所述实时模型参数包括电池实时内阻R和极限扩散电流密度J_L。

3.根据权利要求1或2所述的用于燃料电池衰减过程的水管理故障诊断系统，其特征在于，系统还包括定时单元，用于设定检测循环周期。

4.根据权利要求1所述的用于燃料电池衰减过程的水管理故障诊断系统，其特征在于，所述I-V曲线模型为

其中，U_ave是电堆平均电压；U_stack是电堆总电压；N是电堆中单池数目；E₀是单池开路电压；

是气体常数；T是电池温度；n是电子转移数目；α是电子转移系数；F是法拉第常数；j是电流密度；j₀是交换电流密度；R是电池内阻；k是扩散系数；j_L是极限扩散电流密度。

Images