CN115579490A - 一种固体氧化物燃料电池堆模型的参数修正方法 - Google Patents
一种固体氧化物燃料电池堆模型的参数修正方法 Download PDFInfo
- Publication number
- CN115579490A CN115579490A CN202211416766.9A CN202211416766A CN115579490A CN 115579490 A CN115579490 A CN 115579490A CN 202211416766 A CN202211416766 A CN 202211416766A CN 115579490 A CN115579490 A CN 115579490A
- Authority
- CN
- China
- Prior art keywords
- fuel cell
- cell stack
- solid oxide
- oxide fuel
- model
- 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.)
- Pending
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 114
- 239000007787 solid Substances 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012937 correction Methods 0.000 title claims abstract description 20
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 24
- 239000001257 hydrogen Substances 0.000 claims abstract description 21
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 21
- 238000012360 testing method Methods 0.000 claims abstract description 19
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 18
- 239000001301 oxygen Substances 0.000 claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 18
- 229910001868 water Inorganic materials 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 239000000376 reactant Substances 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 150000002431 hydrogen Chemical class 0.000 claims description 12
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 8
- 238000003487 electrochemical reaction Methods 0.000 claims description 6
- 239000007789 gas Substances 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000007254 oxidation reaction Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000006722 reduction reaction Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims 2
- 230000004048 modification Effects 0.000 claims 2
- 125000004435 hydrogen atom Chemical class [H]* 0.000 abstract 1
- 230000007246 mechanism Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000002918 waste heat Substances 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
-
- 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
- H01M8/12—Fuel cells with solid electrolytes operating at high temperature, e.g. with stabilised ZrO2 electrolyte
- H01M2008/1293—Fuel cells with solid oxide 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Fuel Cell (AREA)
Abstract
本发明公开了一种固体氧化物燃料电池堆模型的参数修正方法。该方法包括以下步骤：搭建输出电压模型、阴阳极出口组分模型；分别测试燃料电池堆在不同输出电流下运行的输出电压，得到对应的I‑V放电曲线；对每个I‑V放电曲线进行划分处理；对每个I‑V放电曲线中的稳态数据进行滤波，得到每个I‑V放电曲线的有用数据；将每个I‑V放电曲线的有用数据中的电流数据代入稳态模型，获得每个I‑V放电曲线对应的氢气、氧气、水的摩尔分数，并计算出对应的分压比值，代入输出电压模型，计算出输出电压模型中各个参数的修正值并修正。本发明能够对固体氧化物燃料电池堆模型参数进行精确修正，更加真实的反应固体氧化物燃料电池堆的电流特性及动态信息。
Description
技术领域
本发明涉及燃料电池技术领域，尤其涉及一种固体氧化物燃料电池堆模型的参数修正方法。
背景技术
固体氧化物燃料电池(SOFC)是目前发电效率最高的燃料电池技术，具有燃料适用性广、余热品质高、维护费用低、可逆运行等特点，在当前的发电系统领域极具应用前景。随着SOFC的日趋广泛应用，设计、模拟、分析和开发高效燃料电池系统的重要性日益凸显，其中燃料电池系统核心元件电堆的精确建模问题逐步得到重视。
目前，固体氧化物燃料电池堆模型的搭建主要基于机理分析法与测试法两大类。然而，SOFC多样的工艺结构以及复杂的热、气、电机理难以进行精确描述，给机理模型的建立带来了一定的困难。而测试法则需要大量实验数据，受限于实际系统的硬件、运行条件约束，完善的数据采集会面临较大的困难。
发明内容
本发明为了解决上述技术问题，提供了一种固体氧化物燃料电池堆模型的参数修正方法，其通过有限的实验测试数据，实现对固体氧化物燃料电池堆模型参数的精确修正，更加真实的反应固体氧化物燃料电池堆的电流特性及动态信息。
为了解决上述问题，本发明采用以下技术方案予以实现：
本发明的一种固体氧化物燃料电池堆模型的参数修正方法，包括以下步骤：
S1：搭建固体氧化物燃料电池堆模型，所述固体氧化物燃料电池堆模型包括输出电压模型、阴阳极出口组分模型；
S2：调节固体氧化物燃料电池堆的阳极入口流量、阴极入口流量至设定值，分别测试固体氧化物燃料电池堆在不同输出电流下运行的输出电压，绘制出每个输出电流下的I-V放电曲线；
S3：对每个I-V放电曲线进行划分处理，方法如下：
将每个I-V放电曲线中电压波动幅值小于或等于±2％的区间的数据划分为稳态数据，将I-V放电曲线中电压波动幅值大于±2％的区间的数据划分为动态数据；
S4：采用卡尔曼滤波算法，对每个I-V放电曲线中的稳态数据进行滤波，得到每个I-V放电曲线的有用数据；
S5：将阴阳极出口组分模型转换为稳态模型，将每个I-V放电曲线的有用数据中的电流数据代入稳态模型，获得每个I-V放电曲线对应的氢气、氧气、水的摩尔分数，并计算出对应的分压比值；
S6：将每个I-V放电曲线对应的有用数据、分压比值代入输出电压模型，计算出输出电压模型中各个参数的修正值，并将各个参数赋值为对应的修正值。
在本方案中，先构建固体氧化物燃料电池堆模型，然后测试固体氧化物燃料电池堆在多个不同输出电流下运行的输出电压，采集输出电流下的I-V放电曲线，对每个输出电流下的I-V放电曲线进行处理得到每个输出电流下的I-V放电曲线中有用的稳定数据，然后将有用的稳定数据代入稳态模型，计算出每个I-V放电曲线对应的氢气、氧气、水的摩尔分数，并计算出对应的分压比值，最后将数据代入输出电压模型，计算出输出电压模型中各个参数的修正值，并将各个参数赋值为对应的修正值，从而使得固体氧化物燃料电池堆模型能够反应真实的固体氧化物燃料电池堆的电流特性及动态信息。
作为优选，所述步骤S1中的输出电压模型的公式如下：
其中，V为固体氧化物燃料电池堆的输出电压，Ncell为固体氧化物燃料电池堆的电池片数，I为固体氧化物燃料电池堆的输出电流，Ts为电堆温度，R为气体常量、F为法拉第常量，
分别为固体氧化物燃料电池堆内部的氢分压、氧分压、水分压(与对应气体的摩尔组分相关)，T0为室温，z为反应电子的摩尔数，Cre为氢气的浓度，E0、kE为能斯特电动势经验常数，δ、γ为固体氧化物燃料电池堆的欧姆阻抗经验常数，k1、k2为交换电流经验常数，k3为极限电流的经验常数。
作为优选，所述步骤S1中的阴阳极出口组分模型的公式如下：
i∈{CO，CO2，H2，H2O，O2，N2}，
其中，N为所有反应物组成的混合流体的摩尔量，C10，i为固体氧化物燃料电池堆的阳极出口的i反应物的摩尔分数，C12，i为固体氧化物燃料电池堆的阴极出口的i反应物的摩尔分数，F9为固体氧化物燃料电池堆的阳极入口流量，F11为固体氧化物燃料电池堆的阴极入口流量，C9，i为固体氧化物燃料电池堆的阳极入口的i反应物的摩尔分数，C11，i为固体氧化物燃料电池堆的阴极入口的i反应物的摩尔分数，F10为固体氧化物燃料电池堆的阳极出口流量，F12为固体氧化物燃料电池堆的阴极出口流量，
为j1反应中i反应物的化学计量系数，
为j2反应中i反应物的化学计量系数，
为固体氧化物燃料电池堆的阳极电化学反应的反应速率，
为固体氧化物燃料电池堆的阴极电化学反应的反应速率，OR为氧化反应，OR化学反应式为H2+O2-→H2O+2e-，RR为还原反应，RR化学反应式为
F为法拉第常量，Ncell为固体氧化物燃料电池堆的电池片数，I为固体氧化物燃料电池堆的输出电流。
作为优选，所述步骤S2中测试固体氧化物燃料电池堆在每个输出电流下运行的输出电压的测试时间不低于t1分钟，相邻测试之间的间隔不低于t2分钟。t1≥30，t2≥15。
作为优选，所述将阴阳极出口组分模型转换为稳态模型的方法如下：
将阴阳极出口组分模型中的
都设置为0，得到稳态模型，稳态模型的公式如下：
i∈{CO，CO2，H2，H2O，O2，N2}。
作为优选，所述步骤S5中根据某个I-V放电曲线对应的氢气、氧气、水的摩尔分数计算出对应的分压比值的公式如下：
其中，
分别为固体氧化物燃料电池堆内部的氢分压、氧分压、水分压，
为固体氧化物燃料电池堆的阳极出口的氢气的摩尔分数，
为固体氧化物燃料电池堆的阳极出口的水的摩尔分数，
为固体氧化物燃料电池堆的阴极出口的氧气的摩尔分数。
作为优选，所述步骤S6中采用粒子群优化算法计算出输出电压模型中各个参数的修正值。
本发明的有益效果是：通过有限的实验测试数据，实现对固体氧化物燃料电池堆模型参数的精确修正，更加真实的反应固体氧化物燃料电池堆的电流特性及动态信息。
附图说明
图1是本实施例的流程图；
图2是固体氧化物燃料电池堆模型的I-V放电曲线与真实固体氧化物燃料电池堆的I-V放电曲线的对比图。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例：本实施例的一种固体氧化物燃料电池堆模型的参数修正方法，如图1所示，包括以下步骤：
S1：搭建固体氧化物燃料电池堆模型，固体氧化物燃料电池堆模型包括输出电压模型、阴阳极出口组分模型；
输出电压模型的公式如下：
其中，V为固体氧化物燃料电池堆的输出电压，Ncell为固体氧化物燃料电池堆的电池片数，I为固体氧化物燃料电池堆的输出电流，Ts为电堆温度，R为气体常量、F为法拉第常量，
分别为固体氧化物燃料电池堆内部的氢分压、氧分压、水分压(与对应气体的摩尔组分相关)，T0为室温，z为反应电子的摩尔数，Cre为氢气的浓度，E0、kE为能斯特电动势经验常数，δ、γ为固体氧化物燃料电池堆的欧姆阻抗经验常数，k1、k2为交换电流经验常数，k3为极限电流的经验常数；
阴阳极出口组分模型的公式如下：
i∈{CO，CO2，H2，H2O，O2，N2}，
其中，N为所有反应物组成的混合流体的摩尔量，C10，i为固体氧化物燃料电池堆的阳极出口的i反应物的摩尔分数，C12，i为固体氧化物燃料电池堆的阴极出口的i反应物的摩尔分数，F9为固体氧化物燃料电池堆的阳极入口流量，F11为固体氧化物燃料电池堆的阴极入口流量，C9，i为固体氧化物燃料电池堆的阳极入口的i反应物的摩尔分数，C11，i为固体氧化物燃料电池堆的阴极入口的i反应物的摩尔分数，F10为固体氧化物燃料电池堆的阳极出口流量，F12为固体氧化物燃料电池堆的阴极出口流量，
为j1反应中i反应物的化学计量系数，
为j2反应中i反应物的化学计量系数，
为固体氧化物燃料电池堆的阳极电化学反应的反应速率，
为固体氧化物燃料电池堆的阴极电化学反应的反应速率，OR为氧化反应，OR化学反应式为H2+O2-→H2O+2e-，RR为还原反应，RR化学反应式为
F为法拉第常量，Ncell为固体氧化物燃料电池堆的电池片数，I为固体氧化物燃料电池堆的输出电流；
S2：调节固体氧化物燃料电池堆的阳极入口流量、阴极入口流量至设定值，分别测试固体氧化物燃料电池堆在不同输出电流下运行的输出电压，绘制出每个输出电流下的I-V放电曲线；
测试固体氧化物燃料电池堆在单个输出电流下运行的输出电压的测试时间不低于30分钟，相邻测试之间的间隔不低于15分钟；
S3：对每个I-V放电曲线进行划分处理，方法如下：
将每个I-V放电曲线中电压波动幅值小于或等于±2％的区间的数据划分为稳态数据，将I-V放电曲线中电压波动幅值大于±2％的区间的数据划分为动态数据；
S4：采用卡尔曼滤波算法，对每个I-V放电曲线中的稳态数据进行滤波，得到每个I-V放电曲线的有用数据；
S5：将阴阳极出口组分模型转换为稳态模型，将每个I-V放电曲线的有用数据中的电流数据代入稳态模型，获得每个I-V放电曲线对应的氢气、氧气、水的摩尔分数，并计算出对应的分压比值；
将阴阳极出口组分模型转换为稳态模型的方法如下：
将阴阳极出口组分模型中的
都设置为0，得到稳态模型，稳态模型的公式如下：
i∈{CO，CO2，H2，H2O，O2，N2}；
根据某个I-V放电曲线对应的氢气、氧气、水的摩尔分数计算出对应的分压比值的公式如下：
其中，
分别为固体氧化物燃料电池堆内部的氢分压、氧分压、水分压，
为固体氧化物燃料电池堆的阳极出口的氢气的摩尔分数，
为固体氧化物燃料电池堆的阳极出口的水的摩尔分数，
为固体氧化物燃料电池堆的阴极出口的氧气的摩尔分数；
S6：将每个I-V放电曲线对应的有用数据、分压比值代入输出电压模型，采用粒子群优化算法计算出输出电压模型中各个参数的修正值，并将各个参数赋值为对应的修正值。
在本方案中，先构建固体氧化物燃料电池堆模型，然后测试固体氧化物燃料电池堆在多个不同输出电流下运行的输出电压，采集输出电流下的I-V放电曲线，对每个输出电流下的I-V放电曲线进行处理得到每个输出电流下的I-V放电曲线中有用的稳定数据，然后将有用的稳定数据代入稳态模型，计算出每个I-V放电曲线对应的氢气、氧气、水的摩尔分数，并计算出对应的分压比值，最后将数据代入输出电压模型，计算出输出电压模型中各个参数的修正值，并将各个参数赋值为对应的修正值。输出电压模型中需要修正的参数为E0、kE、δ、γ、k1、k2、k3。
由于本方法只需测试固体氧化物燃料电池堆在多个不同输出电流下运行的输出电压，无需进行大量实验，通过有限的实验测试数据，就能够实现对固体氧化物燃料电池堆模型参数的精确修正，更加真实的反应固体氧化物燃料电池堆的电流特性及动态信息。
采用本方法对输出电压模型中的参数E0、kE、δ、γ、k1、k2、k3进行修正后得到的固体氧化物燃料电池堆模型的I-V放电曲线与真实固体氧化物燃料电池堆的I-V放电曲线的对比图，如图2所示。
Claims (7)
1.一种固体氧化物燃料电池堆模型的参数修正方法，其特征在于，包括以下步骤：
S1：搭建固体氧化物燃料电池堆模型，所述固体氧化物燃料电池堆模型包括输出电压模型、阴阳极出口组分模型；
S2：调节固体氧化物燃料电池堆的阳极入口流量、阴极入口流量至设定值，分别测试固体氧化物燃料电池堆在不同输出电流下运行的输出电压，绘制出每个输出电流下的I-V放电曲线；
S3：对每个I-V放电曲线进行划分处理，方法如下：
将每个I-V放电曲线中电压波动幅值小于或等于±2％的区间的数据划分为稳态数据，将I-V放电曲线中电压波动幅值大于±2％的区间的数据划分为动态数据；
S4：采用卡尔曼滤波算法，对每个I-V放电曲线中的稳态数据进行滤波，得到每个I-V放电曲线的有用数据；
S5：将阴阳极出口组分模型转换为稳态模型，将每个I-V放电曲线的有用数据中的电流数据代入稳态模型，获得每个I-V放电曲线对应的氢气、氧气、水的摩尔分数，并计算出对应的分压比值；
S6：将每个I-V放电曲线对应的有用数据、分压比值代入输出电压模型，计算出输出电压模型中各个参数的修正值，并将各个参数赋值为对应的修正值。
2.根据权利要求1所述的一种固体氧化物燃料电池堆模型的参数修正方法，其特征在于，所述步骤S1中的输出电压模型的公式如下：
其中，V为固体氧化物燃料电池堆的输出电压，Ncell为固体氧化物燃料电池堆的电池片数，I为固体氧化物燃料电池堆的输出电流，Ts为电堆温度，R为气体常量、F为法拉第常量，
分别为固体氧化物燃料电池堆内部的氢分压、氧分压、水分压，T0为室温，z为反应电子的摩尔数，Cre为氢气的浓度，E0、kE为能斯特电动势经验常数，δ、γ为固体氧化物燃料电池堆的欧姆阻抗经验常数，k1、k2为交换电流经验常数，k3为极限电流的经验常数。
3.根据权利要求1所述的一种固体氧化物燃料电池堆模型的参数修正方法，其特征在于，所述步骤S1中的阴阳极出口组分模型的公式如下：
i∈{CO，CO2，H2，H2O，O2，N2}，
其中，N为所有反应物组成的混合流体的摩尔量，C10，i为固体氧化物燃料电池堆的阳极出口的i反应物的摩尔分数，C12，i为固体氧化物燃料电池堆的阴极出口的i反应物的摩尔分数，F9为固体氧化物燃料电池堆的阳极入口流量，F11为固体氧化物燃料电池堆的阴极入口流量，C9，i为固体氧化物燃料电池堆的阳极入口的i反应物的摩尔分数，C11，i为固体氧化物燃料电池堆的阴极入口的i反应物的摩尔分数，F10为固体氧化物燃料电池堆的阳极出口流量，F12为固体氧化物燃料电池堆的阴极出口流量，
为j1反应中i反应物的化学计量系数，
为j2反应中i反应物的化学计量系数，
为固体氧化物燃料电池堆的阳极电化学反应的反应速率，
为固体氧化物燃料电池堆的阴极电化学反应的反应速率，OR为氧化反应，RR为还原反应，F为法拉第常量，Ncell为固体氧化物燃料电池堆的电池片数，I为固体氧化物燃料电池堆的输出电流。
4.根据权利要求1或2或3所述的一种固体氧化物燃料电池堆模型的参数修正方法，其特征在于，所述步骤S2中测试固体氧化物燃料电池堆在每个输出电流下运行的输出电压的测试时间不低于t1分钟，相邻测试之间的间隔不低于t2分钟。
5.根据权利要求3所述的一种固体氧化物燃料电池堆模型的参数修正方法，其特征在于，所述将阴阳极出口组分模型转换为稳态模型的方法如下：
将阴阳极出口组分模型中的
都设置为0，得到稳态模型，稳态模型的公式如下：
i∈{CO，CO2，H2，H2O，O2，N2}。
6.根据权利要求5所述的一种固体氧化物燃料电池堆模型的参数修正方法，其特征在于，所述步骤S5中根据某个I-V放电曲线对应的氢气、氧气、水的摩尔分数计算出对应的分压比值的公式如下：
其中，
分别为固体氧化物燃料电池堆内部的氢分压、氧分压、水分压，
为固体氧化物燃料电池堆的阳极出口的氢气的摩尔分数，
为固体氧化物燃料电池堆的阳极出口的水的摩尔分数，
为固体氧化物燃料电池堆的阴极出口的氧气的摩尔分数。
7.根据权利要求1或2或3所述的一种固体氧化物燃料电池堆模型的参数修正方法，其特征在于，所述步骤S6中采用粒子群优化算法计算出输出电压模型中各个参数的修正值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211416766.9A CN115579490A (zh) | 2022-11-11 | 2022-11-11 | 一种固体氧化物燃料电池堆模型的参数修正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211416766.9A CN115579490A (zh) | 2022-11-11 | 2022-11-11 | 一种固体氧化物燃料电池堆模型的参数修正方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115579490A true CN115579490A (zh) | 2023-01-06 |
Family
ID=84588772
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211416766.9A Pending CN115579490A (zh) | 2022-11-11 | 2022-11-11 | 一种固体氧化物燃料电池堆模型的参数修正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115579490A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117096388A (zh) * | 2023-10-18 | 2023-11-21 | 上海氢晨新能源科技有限公司 | 燃料电池含水量管理控制方法、用电设备和电子设备 |
-
2022
- 2022-11-11 CN CN202211416766.9A patent/CN115579490A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117096388A (zh) * | 2023-10-18 | 2023-11-21 | 上海氢晨新能源科技有限公司 | 燃料电池含水量管理控制方法、用电设备和电子设备 |
| CN117096388B (zh) * | 2023-10-18 | 2023-12-15 | 上海氢晨新能源科技有限公司 | 燃料电池含水量管理控制方法、用电设备和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2013083872A1 (en) | Method and arrangement for indicating solid oxide cell operating conditions | |
| EP1834371A1 (en) | Method and system of operating molten carbonate fuel cells | |
| CN114628745B (zh) | 用于高温质子交换膜燃料电池的极化损失分离方法及系统 | |
| CN115579490A (zh) | 一种固体氧化物燃料电池堆模型的参数修正方法 | |
| CN113937322B (zh) | 一种多功能固体氧化物燃料电池电堆测试系统及其运行方法 | |
| CN114089210B (zh) | 一种质子交换膜燃料电池健康状态估计方法及系统 | |
| WO2013083873A1 (en) | Method and arrangement for diagnosis of solid oxide cells operating conditions | |
| Glauche et al. | Product development for SOFC and SOE applications | |
| Beyrami et al. | Degradation modeling in solid oxide electrolysis systems: A comparative analysis of operation modes | |
| Luo et al. | Dynamic response characteristics and water-gas-heat synergistic transport mechanism of proton exchange membrane fuel cell during transient loading | |
| O’Brien et al. | High-temperature electrolysis for hydrogen production from nuclear energy | |
| US20220263107A1 (en) | Method and system for examining a fuel cell by means of a cyclic voltammetric measurement | |
| Koomson et al. | Effect of gas-phase transport in a planar solid oxide fuel cell | |
| Steinberger-Wilckens et al. | Innovations in fuel cell technologies | |
| Bernadet et al. | Assessment of pressure effects on high temperature steam electrolysis based on solid oxide technology | |
| Koomson et al. | Reaction characteristics of molten carbonate cell operated in fuel cell and electrolysis modes with reactant gas addition method | |
| O’Brien et al. | Performance characterization of solid-oxide electrolysis cells for hydrogen production | |
| Christiansen et al. | Status of the SOFC development at Haldor Topsøe/Risø | |
| Zhang et al. | Model-based Investigation of PEMFC Catalyst Layer Degradation Behavior under Dynamic Conditions Considering the Evolution of Transfer Coefficient | |
| JP2006155965A (ja) | 燃料電池評価方法及び燃料電池評価試験装置並びに燃料電池評価用解析プログラム | |
| Hagen et al. | Recent highlights of solid oxide fuel cell and electrolysis research at DTU Energy | |
| Del Zotto et al. | Experimental Procedures & First Results of an Innovative Solid Oxide Fuel Cell Test Rig: Parametric Analysis and Stability Test. Energies 2021, 14, 2038 | |
| El Aimani | Towards a study of the operation of a Hydrogen- based Proton Exchange Membrane Fuel Cell for Power Generation | |
| Mary et al. | Model Reference Adaptive Controller (MRAC) for Solid Oxide Fuel Cell (SOFC) | |
| Fronterotta | Long-Term Predictive Analysis and Control Strategies Development for μ-CHP SOFC System |
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 |