CN113889646A - 燃料电池催化层的性能分析方法、装置、设备及存储介质 - Google Patents
燃料电池催化层的性能分析方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113889646A CN113889646A CN202111115921.9A CN202111115921A CN113889646A CN 113889646 A CN113889646 A CN 113889646A CN 202111115921 A CN202111115921 A CN 202111115921A CN 113889646 A CN113889646 A CN 113889646A
- Authority
- CN
- China
- Prior art keywords
- catalytic layer
- liquid water
- characteristic data
- performance
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000003054 catalyst Substances 0.000 title claims abstract description 46
- 239000000446 fuel Substances 0.000 title claims abstract description 41
- 230000003197 catalytic effect Effects 0.000 claims abstract description 119
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 77
- 239000007788 liquid Substances 0.000 claims abstract description 59
- 230000004913 activation Effects 0.000 claims abstract description 41
- 239000007790 solid phase Substances 0.000 claims abstract description 36
- 230000005012 migration Effects 0.000 claims abstract description 20
- 238000013508 migration Methods 0.000 claims abstract description 20
- 239000011148 porous material Substances 0.000 claims abstract description 15
- 239000000126 substance Substances 0.000 claims abstract description 15
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Substances [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 20
- 229910052697 platinum Inorganic materials 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 16
- 239000002245 particle Substances 0.000 claims description 13
- 230000006399 behavior Effects 0.000 claims description 12
- 238000010884 ion-beam technique Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 239000005518 polymer electrolyte Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 27
- 238000010586 diagram Methods 0.000 description 9
- 239000012528 membrane Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000009792 diffusion process Methods 0.000 description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000003487 electrochemical reaction Methods 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 239000001257 hydrogen Substances 0.000 description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000011230 binding agent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 150000002431 hydrogen Chemical class 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229920005597 polymer membrane Polymers 0.000 description 2
- 239000000376 reactant Substances 0.000 description 2
- 230000005514 two-phase flow Effects 0.000 description 2
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 238000006555 catalytic reaction Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 229920000831 ionic polymer Polymers 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000007800 oxidant agent Substances 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000001052 transient effect 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
- H01M8/04305—Modeling, demonstration models of fuel cells, e.g. for training purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Chemical & Material Sciences (AREA)
- Computer Hardware Design (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Inert Electrodes (AREA)
- Fuel Cell (AREA)
Abstract
本申请涉及燃料电池催化层的性能分析方法、装置、设备及存储介质，该方法包括：基于催化层的扫描图像构建催化层的数值模型；基于数值模型，利用格子玻尔兹曼方法模拟水动力行为，得到固相分布数据和液态水的流动特征数据；液态水的流动特征数据包括液态水在催化层中的迁移与再分布的特征数据；基于液态水的流动特征数据，利用孔尺度模型，确定数值模型中气体的扩散率和带电物质的导电率；根据固相分布数据和基于局部饱和度的有效因子确定活化比表面积；基于液态水在催化层中的迁移与再分布的特征数据、气体的扩散率、带电物质的导电率和活化比表面积，得到催化层的性能参数。如此，可以准确评估燃料电池催化层的性能状态。
Description
技术领域
本申请涉及燃料电池技术领域，特别涉及一种燃料电池催化层的性能分析方法、装置、设备及存储介质。
背景技术
质子交换膜燃料电池(protonexchange membrane fuel cell，PEMFC)是一种高效的能量转换装置，能够将储存在氢燃料和氧化剂中的化学能通过电化学反应的方式直接转换为电能，具有绿色环保、高比能量、低温快速启动和高平稳运行的特点。
PEMFC由三个主要部件组成:膜电极组件(Membrane ElectrodeAssemblies，MEA)，阴(Cathode)阳(Anode)多孔电极和集流双极板(BipolarPate，BP)。在阳极催化层处，氢气通过多孔电极扩散到膜电极表面并在铂(Pt)催化剂的作用下发生氢的氧化反应(HydrogenOxidation Reaction,HOR)转换成质子和电子。发生电化学反应的膜电极组件是PEMFC的核心，最常用类型的聚合物交换膜具有高带隙(Band Gap)结构,使之成为电子的绝缘体。因此，电子只能通过多孔电极以及双极集流板经由外部电路从阳极电极转移到阴极。在阴极催化层处，分别通过聚合物膜和外部电路迁移的质子和电子以及从阴极流道扩散而来的氧气聚集在一起并发生氧的还原反应(Oxygen Reduction Reaction，ORR)。水是该反应唯一的副产物,将从催化层渐渐向微孔层和气体扩散层移动，最终通过集流板中的气体流道离开，由汽车排气管排出，可以实现汽车尾气零排放的目的。
虽然PEMFC具有优越的工作性能以及环境友好性，但仍然存在许多关键性的技术问题阻碍了其全面商业化的脚步，例如，水管理、热管理、耐久性以及高效催化技术问题。PEMFC中的水管理问题涵盖了组成电池的每一个部件：质子交换膜(Proton ExchangeMembrane,PEM)、催化层(Catalyst Layer,CL)、微孔层(Micro Porous Layer，MPL)、气体扩散层(Gas DiffusionLayer，GDL)以及气体流道。
燃料电池内水的运输对系统性能有着显著影响。为了保持PEMFC中的高质子传导性，聚合物膜必须保持有一定量的含水率以避免膜干涸，但过多的水会引起催化层、微孔层、气体扩散层或气体通道内出现“水淹”现象，抑制气体反应物运输到反应位点，并使得部分活性位点失活，降低了装置的效率。
因此，恰当的水管理是提高PEMFC工作性能的关键技术，特别是对于阴极各组件来说。但是，在目前的燃料电池仿真手段中，尚未有一种有效的方式去评估水淹对电极性能的影响。
发明内容
本申请实施例提供了一种燃料电池催化层的性能分析方法、装置、设备及存储介质，可以较为真实的去模拟不同水分布条件下的催化层的微观形态，通过引入有效因子来修正ECSA，以反映水淹对催化剂粒子活化所带来的负面影响，从而可以准确评估燃料电池催化层的性能状态。
一方面，本申请实施例提供了一种燃料电池催化层的性能分析方法，包括：
基于催化层的扫描图像构建催化层的数值模型；
基于数值模型，利用格子玻尔兹曼方法模拟水动力行为，得到固相分布数据和液态水的流动特征数据；液态水的流动特征数据包括液态水在催化层中的迁移与再分布的特征数据；
基于液态水的流动特征数据，利用孔尺度模型，确定数值模型中气体的扩散率和带电物质的导电率；
根据固相分布数据和基于局部饱和度的有效因子确定活化比表面积；
基于液态水在催化层中的迁移与再分布的特征数据、气体的扩散率、带电物质的导电率和活化比表面积，得到催化层的性能参数。
可选的，扫描图像为通过聚焦离子束扫描电子显微镜对催化层进行采集得到的灰度图像；
基于催化层的扫描图像构建催化层的数值模型，包括：
确定催化层中各组分在灰度图像中对应的分布区域；
基于各组分在灰度图像中对应的分布区域，在预设计算空间中，构建催化层的数值模型。
可选的，有效因子根据下述公式(1)确定：
其中，β为有效因子；S表示局部饱和度，表征基于预设计算空间中每个局部计算空间的液态水含量；
根据固相分布数据和基于局部饱和度的有效因子确定活化比表面积，包括：
根据固相分布数据和基于局部饱和度的有效因子，基于下述公式(2)确定活化比表面积：
其中，aV表示活化比表面积；SPt和V均为固相分布数据，其中，SPt表示催化剂粒子被聚合物电解质所覆盖的面积，V表示碳载铂的体积。
可选的，方法还包括：
建立包含催化层的单电池的三维宏观模型；
基于三维宏观模型和催化层的性能参数，确定单电池的性能曲线；性能曲线包括电池电压与电池平均电流密度的关系曲线。
另一方面，本申请实施例提供了一种燃料电池催化层的性能分析装置，包括：
构建模块，被配置为执行基于催化层的扫描图像构建催化层的数值模型；
第一确定模块，被配置为执行基于数值模型，利用格子玻尔兹曼方法模拟水动力行为，得到固相分布数据和液态水的流动特征数据；液态水的流动特征数据包括液态水在催化层中的迁移与再分布的特征数据；
第二确定模块，被配置为执行基于液态水的流动特征数据，利用孔尺度模型，确定数值模型中气体的扩散率和带电物质的导电率；
第三确定模块，被配置为执行根据固相分布数据和基于局部饱和度的有效因子确定活化比表面积；
第四确定模块，被配置执行基于液态水在催化层中的迁移与再分布的特征数据、气体的扩散率、带电物质的导电率和活化比表面积，得到催化层的性能参数。
可选的，扫描图像为通过聚焦离子束扫描电子显微镜对催化层进行采集得到的灰度图像；
构建模块，被配置为执行：
确定催化层中各组分在灰度图像中对应的分布区域；
基于各组分在灰度图像中对应的分布区域，在预设计算空间中，构建催化层的数值模型。
可选的，还包括第五确定模块，被配置为执行：根据下述公式(1)确定有效因子：
其中，β为有效因子；S表示局部饱和度，表征基于预设计算空间中每个局部计算空间的液态水含量；
第三确定模块，被配置为执行：
根据固相分布数据和基于局部饱和度的有效因子，基于下述公式(2)确定活化比表面积：
其中，aV表示活化比表面积；SPt和V均为固相分布数据，其中，SPt表示催化剂粒子被聚合物电解质所覆盖的面积，V表示碳载铂的体积。
可选的，装置还包括：
建立模块，被配置为执行建立包含催化层的单电池的三维宏观模型；
第六确定模块，被配置为执行基于三维宏观模型和催化层的性能参数，确定单电池的性能曲线；性能曲线包括电池电压与电池平均电流密度的关系曲线。
另一方面，本申请实施例提供了一种设备，设备包括处理器和存储器，存储器中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行上述的燃料电池催化层的性能分析方法。
另一方面，本申请实施例提供了一种计算机存储介质，存储介质中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现上述的燃料电池催化层的性能分析方法。
本申请实施例提供的燃料电池催化层的性能分析方法、装置、设备及存储介质具有如下有益效果：
基于催化层的扫描图像构建催化层的数值模型；基于数值模型，利用格子玻尔兹曼方法模拟水动力行为，得到固相分布数据和液态水的流动特征数据；液态水的流动特征数据包括液态水在催化层中的迁移与再分布的特征数据；基于液态水的流动特征数据，利用孔尺度模型，确定数值模型中气体的扩散率和带电物质的导电率；根据固相分布数据和基于局部饱和度的有效因子确定活化比表面积；基于液态水在催化层中的迁移与再分布的特征数据、气体的扩散率、带电物质的导电率和活化比表面积，得到催化层的性能参数。本申请可以较为真实的去模拟不同水分布条件下的催化层的微观形态，通过引入有效因子来修正ECSA，以反映水淹对催化剂粒子活化所带来的负面影响，从而可以准确评估燃料电池催化层的性能状态。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种PEMFC单电池结构示意图；
图2是本申请实施例提供的一种燃料电池催化层的性能分析方法的流程示意图；
图3是本申请实施例提供的一种燃料电池催化层的性能分析过程示意图；
图4是本申请实施例提供的一种燃料电池催化层的性能分析装置的结构示意图；
图5是本申请实施例提供的一种燃料电池催化层的性能分析方法的服务器的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是本申请实施例提供的一种PEMFC单电池结构示意图，包括质子交换膜、阳极/阴极催化层、气体扩散层、阳极/阴极流道以及双极板。其中，气体扩散层主要由碳纤维制成，起传导电子的作用。催化层由四个主要元素组成:球状石墨，起转移电子的作用；离子聚合物，起传导质子的作用；铂催化剂，提供电化学反应位点；孔隙，有利于阳极和阴极的反应物与生成物(如氧气，水蒸气和液态水)的运输。
与燃料电池仿真实验直接相关的性能参数包括渗透率、孔隙率、电导率、气体扩散率和电化学活化比表面积(electrochemical active surface area，ECSA)。例如，催化层需要提供电子和质子传输途径，反应气体的可及性，对HOR和ORR的高催化活性，以及足够高的ECSA。这些参数都有相应的专用设备和实验方法可以测量，但是对实验设备，场地条件都有较高的要求。对于一般研究人员来说，很难具有相应的实验条件，成本较高。因此，通过模拟的手段去测试电极性能变得很有意义。它能协助燃料电池仿真实验的进行，提高仿真模拟的准确性，从而达到节省大量时间和金钱成本的目的。
此外，在目前的燃料电池宏观仿真研究中，多孔催化层的性能参数都是通过查阅文献或者人为调参来确定，与实际案例的匹配度不高，其忽略了不同工况条件下多孔电极孔尺度层面的变化对电极性能的影响。本申请通过仿真的方式，较为真实的去模拟不同工况条件下的催化层微观形态，然后去评估该条件下催化层的性能参数，从而可以提高燃料电池性能仿真实验的准确度。
以下介绍本申请一种燃料电池催化层的性能分析方法的具体实施例，图2是本申请实施例提供的一种燃料电池催化层的性能分析方法的流程示意图，本说明书提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。具体的如图2所示，该方法可以包括：
在步骤S201中，基于催化层的扫描图像构建催化层的数值模型。
本申请实施例中，由燃料电池中水动力行为的实验观察得知，液态水的动力学行为和传输过程会对PEMFC各组件的性能和耐久性产生显著的影响，尤其是对于阴极催化层。因此，理解PEMFC各组件中的两相传输过程对于电池的水管理和工作性能起着至关重要的作用。
由于在PEMFC多孔电极中发生的基本微尺度传输现象无法通过传统的宏观流动模拟观察，需要使用孔隙尺度模拟技术来更加准确地描述，因此，需要重建这些多孔介质(如GDL、MPL和CL)的微观结构。正确表征PEMFC催化层的微观结构是充分理解传输现象的先决条件。
因而，本申请实施例中，可以使用高精度的聚焦离子束扫描电子显微镜(FIB-SEM)对催化层样品进行扫描成像，然后基于扫描得到的催化层的扫描图像来构建催化层的数值模型。
本申请其他实施例中，也可以通过X射线断层扫描逐步采集2D图像，对采集的图像进行处理后，构建催化层的数值模型；或者，还可以采用随机四参数生长方法(QuartetStructure Gencration Set，QSGS)随机重构催化层的数值模型。
一种可选的实施方式中，扫描图像为通过聚焦离子束扫描电子显微镜对催化层进行采集得到的灰度图像；则，上述步骤S201可以包括以下步骤：
确定催化层中各组分在灰度图像中对应的分布区域；
基于各组分在灰度图像中对应的分布区域，在预设计算空间中，构建催化层的数值模型。
具体的，将催化层的原始灰度图像进行处理并转换为8位图像，然后对灰度图像进行像素分割以区分催化层中各组分：孔、碳载体、粘合剂和铂催化剂的分布区域，不同组分对应的灰度像素值不同，其中，碳载体对应的灰度像素值为70至100，粘合剂对应的灰度像素值为155，铂对应的灰度像素值为255，孔隙对应的灰度像素值为0。请参阅图3，图3中的(a)是本申请实施例提供的一种催化层的灰度图像的示意图，图3中的(b)是本申请实施例提供的一种催化层的数值模型的示意图，该数值模型表征真实催化层的几何形貌，其中，数值模型对应的预设计算空间的大小为200×200×200，且该重构的催化层几何在计算域中仅具有两个固相(碳载体和Pt)。
在步骤S203中，基于数值模型，利用格子玻尔兹曼方法模拟水动力行为，得到固相分布数据和液态水的流动特征数据；液态水的流动特征数据包括液态水在催化层中的迁移与再分布的特征数据。
格子玻尔兹曼方法(lattice Boltzmann method，LBM)是一种将宏观模型和微观模型联系起来的介观模拟方法。
本申请实施例中，利用该方法研究催化层中的两相流问题，模拟催化层中水动力行为，如图3中的(c)所示；如此，可以得到不同工况下的固相分布数据和液态水的流动特征数据，不同工况指的是水分布的条件不同，不同条件下催化层中的水含量不同；液态水的流动特征数据包括液态水在催化层中的迁移与再分布的特征数据。
在步骤S205中，基于液态水的流动特征数据，利用孔尺度模型，确定数值模型中气体的扩散率和带电物质的导电率。
本申请实施例中，基于液态水的流动特征数据，结合孔尺度模型(pore scalemodel,PSM)来确定不同水的含量和其分布形式下，数值模型中气体的扩散率和带电物质的导电率。
在步骤S207中，根据固相分布数据和基于局部饱和度的有效因子确定活化比表面积。
其中活化比表面积(ECSA)是指电化学活性表面积，即参与电化学反应的有效面积。ECSA通常是基于LBM的输出结果中的固相分布数据得到，ECSA被定义为被水覆盖的铂粒子的表面积和碳载铂体积之比。
本申请实施例中，经验证，水与催化剂粒子的接触程度决定了ECSA的大小，即水含量和其分布形式会影响ECSA。因此，本申请在确定ECSA时引入一个有效因子来修正ECSA，以反映水淹对催化剂粒子活化所带来的负面影响。
一种可选的实施方式中，有效因子根据下述公式(1)确定：
其中，β为有效因子；S表示局部饱和度，表征基于预设计算空间中每个局部计算空间的液态水含量；例如，将预设计算空间划分为8×8×8个局部计算空间，每个局部计算空间的大小为25×25×25。
对应的，上述步骤S207中，可以包括：
根据固相分布数据和基于局部饱和度的有效因子，基于下述公式(2)确定活化比表面积：
其中，aV表示活化比表面积；SPt和V均为固相分布数据，其中，SPt表示催化剂粒子被聚合物电解质所覆盖的面积，V表示碳载铂的体积。
在步骤S209中，基于液态水在催化层中的迁移与再分布的特征数据、气体的扩散率、带电物质的导电率和活化比表面积，得到催化层的性能参数。
本申请实施例中，液态水在催化层中的迁移与再分布的特征数据、气体的扩散率、带电物质的导电率和活化比表面积，均可以表征为催化层的性能参数。
进一步地，可以将上述催化层的性能参数进行整合，与单电池宏观模型结合，进一步确定单电池的性能。一种可选的实施方式中，本申请方法还包括：
建立包含催化层的单电池的三维宏观模型；
基于三维宏观模型和催化层的性能参数，确定单电池的性能曲线；性能曲线包括电池电压与电池平均电流密度的关系曲线。
其中，电池电压与电池平均电流密度的关系曲线用于表征单电池的性能。
具体的，三维宏观模型如图3中的(d)所示，由膜电极组件和阳极/阴极气体通道组成。在得到阴极催化层的各项性能参数(气体的扩散率、带电物质的导电率和活化比表面积)之后，将其与单电池宏观模型进行结合，进一步可以确定单电池的性能。如此，可以大大减少实验的时间和金钱成本，并且可以有效提高单电池仿真实验的准确性。
综上，本申请实施例中基于催化层的扫描图像重构得到催化层的三维数值模型后，采用格子玻尔兹曼方法研究催化层几何形貌中的两相流问题，模拟水动力行为，得到固相分布数据和液态水的流动特征数据，其次，利用孔尺度模型确定数值模型中气体的扩散率和带电物质的导电率，并通过有效因子对ECSA进行修正，以反映水淹对催化剂粒子活化所带来的负面影响，从而可以更加准确的表征多孔电极的催化能力；最终得到的催化层的性能参数与单电池三维宏观模型进行结合以进一步分析单电池的性能，如此，可以提高燃料电池性能仿真实验的准确度。
本申请实施例还提供了一种燃料电池催化层的性能分析装置，图4是本申请实施例提供的一种燃料电池催化层的性能分析装置的结构示意图，如图4所示，该装置包括：
构建模块401，被配置为执行基于催化层的扫描图像构建催化层的数值模型；
第一确定模块402，被配置为执行基于数值模型，利用格子玻尔兹曼方法模拟水动力行为，得到固相分布数据和液态水的流动特征数据；液态水的流动特征数据包括液态水在催化层中的迁移与再分布的特征数据；
第二确定模块403，被配置为执行基于液态水的流动特征数据，利用孔尺度模型，确定数值模型中气体的扩散率和带电物质的导电率；
第三确定模块404，被配置为执行根据固相分布数据和基于局部饱和度的有效因子确定活化比表面积；
第四确定模块405，被配置执行基于液态水在催化层中的迁移与再分布的特征数据、气体的扩散率、带电物质的导电率和活化比表面积，得到催化层的性能参数。
可选的，扫描图像为通过聚焦离子束扫描电子显微镜对催化层进行采集得到的灰度图像；
构建模块401，被配置为执行：
确定催化层中各组分在灰度图像中对应的分布区域；
基于各组分在灰度图像中对应的分布区域，在预设计算空间中，构建催化层的数值模型。
可选的，还包括第五确定模块，被配置为执行：根据下述公式(1)确定有效因子：
其中，β为有效因子；S表示局部饱和度，表征基于预设计算空间中每个局部计算空间的液态水含量；
第三确定模块404，被配置为执行：
根据固相分布数据和基于局部饱和度的有效因子，基于下述公式(2)确定活化比表面积：
其中，aV表示活化比表面积；SPt和V均为固相分布数据，其中，SPt表示催化剂粒子被聚合物电解质所覆盖的面积，V表示碳载铂的体积。
可选的，装置还包括：
建立模块，被配置为执行建立包含催化层的单电池的三维宏观模型；
第六确定模块，被配置为执行基于三维宏观模型和催化层的性能参数，确定单电池的性能曲线；性能曲线包括电池电压与电池平均电流密度的关系曲线。
本申请实施例中的装置与方法实施例基于同样地申请构思。
本申请实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例，图5是本申请实施例提供的一种燃料电池催化层的性能分析方法的服务器的硬件结构框图。如图5所示，该服务器500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(Central Processing Units，CPU)510(处理器510可以包括但不限于微处理器NCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器530，一个或一个以上存储应用程序523或数据522的存储介质520(例如一个或一个以上海量存储设备)。其中，存储器530和存储介质520可以是短暂存储或持久存储。存储在存储介质520的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器510可以设置为与存储介质520通信，在服务器500上执行存储介质520中的一系列指令操作。服务器500还可以包括一个或一个以上电源560，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口540，和/或，一个或一个以上操作系统521，例如Windows，Mac OS，Unix,Linux，FreeBSD等等。
输入输出接口540可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器500的通信供应商提供的无线网络。在一个实例中，输入输出接口540包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口540可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解，图5所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器500还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。
本申请的实施例还提供了一种存储介质，所述存储介质可设置于服务器之中以保存用于实现方法实施例中一种燃料电池催化层的性能分析方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述燃料电池催化层的性能分析方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本申请提供的燃料电池催化层的性能分析方法、装置、设备及存储介质的实施例可见，本申请中通过基于催化层的扫描图像构建催化层的数值模型；基于数值模型，利用格子玻尔兹曼方法模拟水动力行为，得到固相分布数据和液态水的流动特征数据；液态水的流动特征数据包括液态水在催化层中的迁移与再分布的特征数据；基于液态水的流动特征数据，利用孔尺度模型，确定数值模型中气体的扩散率和带电物质的导电率；根据固相分布数据和基于局部饱和度的有效因子确定活化比表面积；基于液态水在催化层中的迁移与再分布的特征数据、气体的扩散率、带电物质的导电率和活化比表面积，得到催化层的性能参数。本申请可以较为真实的去模拟不同水分布条件下的催化层的微观形态，通过引入有效因子来修正ECSA，以反映水淹对催化剂粒子活化所带来的负面影响，从而可以准确评估燃料电池催化层的性能状态。
需要说明的是：上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种燃料电池催化层的性能分析方法，其特征在于，包括：
基于催化层的扫描图像构建所述催化层的数值模型；
基于所述数值模型，利用格子玻尔兹曼方法模拟水动力行为，得到固相分布数据和液态水的流动特征数据；所述液态水的流动特征数据包括液态水在所述催化层中的迁移与再分布的特征数据；
基于所述液态水的流动特征数据，利用孔尺度模型，确定所述数值模型中气体的扩散率和带电物质的导电率；
根据所述固相分布数据和基于局部饱和度的有效因子确定活化比表面积；
基于所述液态水在所述催化层中的迁移与再分布的特征数据、所述气体的扩散率、所述带电物质的导电率和所述活化比表面积，得到所述催化层的性能参数。
2.根据权利要求1所述的方法，其特征在于，所述扫描图像为通过聚焦离子束扫描电子显微镜对所述催化层进行采集得到的灰度图像；
所述基于催化层的扫描图像构建所述催化层的数值模型，包括：
确定所述催化层中各组分在所述灰度图像中对应的分布区域；
基于所述各组分在所述灰度图像中对应的分布区域，在预设计算空间中，构建所述催化层的数值模型。
3.根据权利要求2所述的方法，其特征在于，所述有效因子根据下述公式(1)确定：
其中，β为所述有效因子；S表示局部饱和度，表征基于所述预设计算空间中每个局部计算空间的液态水含量；
所述根据所述固相分布数据和基于局部饱和度的有效因子确定活化比表面积，包括：
根据所述固相分布数据和基于局部饱和度的有效因子，基于下述公式(2)确定所述活化比表面积：
其中，aV表示活化比表面积；SPt和V均为所述固相分布数据，其中，SPt表示催化剂粒子被聚合物电解质所覆盖的面积，V表示碳载铂的体积。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
建立包含所述催化层的单电池的三维宏观模型；
基于所述三维宏观模型和所述催化层的性能参数，确定所述单电池的性能曲线；所述性能曲线包括电池电压与电池平均电流密度的关系曲线。
5.一种燃料电池催化层的性能分析装置，其特征在于，包括：
构建模块，被配置为执行基于催化层的扫描图像构建所述催化层的数值模型；
第一确定模块，被配置为执行基于所述数值模型，利用格子玻尔兹曼方法模拟水动力行为，得到固相分布数据和液态水的流动特征数据；所述液态水的流动特征数据包括液态水在所述催化层中的迁移与再分布的特征数据；
第二确定模块，被配置为执行基于所述液态水的流动特征数据，利用孔尺度模型，确定所述数值模型中气体的扩散率和带电物质的导电率；
第三确定模块，被配置为执行根据所述固相分布数据和基于局部饱和度的有效因子确定活化比表面积；
第四确定模块，被配置执行基于所述液态水在所述催化层中的迁移与再分布的特征数据、所述气体的扩散率、所述带电物质的导电率和所述活化比表面积，得到所述催化层的性能参数。
6.根据权利要求5所述的装置，其特征在于，所述扫描图像为通过聚焦离子束扫描电子显微镜对所述催化层进行采集得到的灰度图像；
所述构建模块，被配置为执行：
确定所述催化层中各组分在所述灰度图像中对应的分布区域；
基于所述各组分在所述灰度图像中对应的分布区域，在预设计算空间中，构建所述催化层的数值模型。
7.根据权利要求6所述的装置，其特征在于，还包括第五确定模块，被配置为执行：根据下述公式(1)确定所述有效因子：
其中，β为所述有效因子；S表示局部饱和度，表征基于所述预设计算空间中每个局部计算空间的液态水含量；
所述第三确定模块，被配置为执行：
根据所述固相分布数据和基于局部饱和度的有效因子，基于下述公式(2)确定所述活化比表面积：
其中，aV表示活化比表面积；SPt和V均为所述固相分布数据，其中，SPt表示催化剂粒子被聚合物电解质所覆盖的面积，V表示碳载铂的体积。
8.根据权利要求5-7任一项所述的装置，其特征在于，所述装置还包括：
建立模块，被配置为执行建立包含所述催化层的单电池的三维宏观模型；
第六确定模块，被配置为执行基于所述三维宏观模型和所述催化层的性能参数，确定所述单电池的性能曲线；所述性能曲线包括电池电压与电池平均电流密度的关系曲线。
9.一种设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行如权利要求1-4任一项所述的燃料电池催化层的性能分析。
10.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-4任一项所述的燃料电池催化层的性能分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111115921.9A CN113889646B (zh) | 2021-09-23 | 2021-09-23 | 燃料电池催化层的性能分析方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111115921.9A CN113889646B (zh) | 2021-09-23 | 2021-09-23 | 燃料电池催化层的性能分析方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113889646A true CN113889646A (zh) | 2022-01-04 |
| CN113889646B CN113889646B (zh) | 2023-09-22 |
Family
ID=79010403
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111115921.9A Active CN113889646B (zh) | 2021-09-23 | 2021-09-23 | 燃料电池催化层的性能分析方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113889646B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104040772A (zh) * | 2011-12-13 | 2014-09-10 | 利兹大学 | 质子交换膜燃料电池 |
| CN106960970A (zh) * | 2017-02-23 | 2017-07-18 | 天津大学 | 质子交换膜燃料电池内部水分布预测方法 |
| CN111199122A (zh) * | 2020-01-02 | 2020-05-26 | 西南交通大学 | 基于多物理场的质子交换膜燃料电池水淹故障诊断方法 |
| CN111929338A (zh) * | 2020-07-29 | 2020-11-13 | 同济大学 | 基于模拟退火算法三维重构的燃料电池催化层分析方法 |
-
2021
- 2021-09-23 CN CN202111115921.9A patent/CN113889646B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104040772A (zh) * | 2011-12-13 | 2014-09-10 | 利兹大学 | 质子交换膜燃料电池 |
| CN106960970A (zh) * | 2017-02-23 | 2017-07-18 | 天津大学 | 质子交换膜燃料电池内部水分布预测方法 |
| CN111199122A (zh) * | 2020-01-02 | 2020-05-26 | 西南交通大学 | 基于多物理场的质子交换膜燃料电池水淹故障诊断方法 |
| CN111929338A (zh) * | 2020-07-29 | 2020-11-13 | 同济大学 | 基于模拟退火算法三维重构的燃料电池催化层分析方法 |
Non-Patent Citations (1)
| Title |
|---|
| 肖柳胜等: ""重构全钒液流电池碳毡力学仿真及孔尺度模拟"", 《重庆大学学报》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113889646B (zh) | 2023-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pivac et al. | Inductive phenomena at low frequencies in impedance spectra of proton exchange membrane fuel cells–A review | |
| Saleh et al. | Determining electrochemically active surface area in PEM fuel cell electrodes with electrochemical impedance spectroscopy and its application to catalyst durability | |
| Kulkarni et al. | Elucidating effects of catalyst loadings and porous transport layer morphologies on operation of proton exchange membrane water electrolyzers | |
| Gerteisen et al. | Effect of operating conditions on current density distribution and high frequency resistance in a segmented PEM fuel cell | |
| Schulze et al. | Combined electrochemical and surface analysis investigation of degradation processes in polymer electrolyte membrane fuel cells | |
| Ramasamy et al. | Investigation of macro-and micro-porous layer interaction in polymer electrolyte fuel cells | |
| Iranzo et al. | Experimental fuel cell performance analysis under different operating conditions and bipolar plate designs | |
| Easton et al. | Properties of gas diffusion electrodes containing sulfonated poly (ether ether ketone) | |
| Kim et al. | Experimental analysis of discharge characteristics in vanadium redox flow battery | |
| Avcioglu et al. | Effect of PTFE nanoparticles in catalyst layer with high Pt loading on PEM fuel cell performance | |
| Glass et al. | Effect of the thickness of the anode electrode catalyst layers on the performance in direct methanol fuel cells | |
| Ebrahimi et al. | Power density optimization of PEMFC cathode with non-uniform catalyst layer by Simplex method and numerical simulation | |
| Hu et al. | Modelling and simulations of carbon corrosion during operation of a polymer electrolyte membrane fuel cell | |
| Brus et al. | Combining structural, electrochemical, and numerical studies to investigate the relation between microstructure and the stack performance | |
| Lin et al. | Structure majorization on the surface of microporous layer in polymer electrolyte membrane fuel cells to optimize performance and durability | |
| Fırtına et al. | Preparation and characterization of membrane electrode assembly (MEA) for PEMFC | |
| Wang et al. | Degradation characteristics of membrane electrode assembly under drive cycle test protocol | |
| Moghaddam et al. | The interplay between impedance parameters, structure, and performance of fuel cell catalyst layers | |
| Yan et al. | Modeling of single catalyst particle in cathode of PEM fuel cells | |
| Yang et al. | Rapid activation of a full-length proton exchange membrane fuel cell stack with a novel intermittent oxygen starvation method | |
| Emmanuel et al. | Effect of anode and cathode reletive humidity variance and pressure gradient on single cell PEMFC performance | |
| Kishimoto et al. | Asymmetric behavior of solid oxide cells between fuel cell and electrolyzer operations | |
| CN113889646B (zh) | 燃料电池催化层的性能分析方法、装置、设备及存储介质 | |
| Shokhen et al. | Fuel cell electrode degradation followed by identical location transmission electron microscopy | |
| Uenishi et al. | Optimization of cathode catalyst layer of membrane electrode assembly for polymer electrolyte fuel cells using machine learning |
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 |