CN116053531A - 一种燃料电池堆健康状态的评估系统及方法 - Google Patents

一种燃料电池堆健康状态的评估系统及方法 Download PDF

Info

Publication number
CN116053531A
CN116053531A CN202211710179.0A CN202211710179A CN116053531A CN 116053531 A CN116053531 A CN 116053531A CN 202211710179 A CN202211710179 A CN 202211710179A CN 116053531 A CN116053531 A CN 116053531A
Authority
CN
China
Prior art keywords
fuel cell
cell stack
health state
data
voltage
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
Application number
CN202211710179.0A
Other languages
English (en)
Inventor
赖沛清
伍兴俊
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.)
Shanghai H Rise New Energy Technology Co Ltd
Original Assignee
Shanghai H Rise New Energy Technology Co Ltd
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 Shanghai H Rise New Energy Technology Co Ltd filed Critical Shanghai H Rise New Energy Technology Co Ltd
Priority to CN202211710179.0A priority Critical patent/CN116053531A/zh
Publication of CN116053531A publication Critical patent/CN116053531A/zh
Pending legal-status Critical Current

Links

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
    • H01M8/04537—Electric variables
    • H01M8/04544—Voltage
    • 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
    • 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
    • H01M8/04992—Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
    • 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安全检测技术领域的一种燃料电池堆健康状态的评估系统及方法，包括绝缘电阻评估模块：将燃料电池堆当前的绝缘电阻值与实验室耐久性测试得的数据进行分析对比得到第一健康状态SOHRm；电压一致性评估模块：将燃料电池堆当前各单电池之间的电压极差、标准差与出厂数据及实验室耐久性测试得到的数据进行分析对比得到第二健康状态。电压评估模块：将燃料电池堆初始单电池平均电压与燃料电池堆当前状态单电池平均电压计算得出燃料电池堆的第三健康状态。根据以上三个健康状态计算得出燃料电池的最终健康状态。本发明可实时在线估算燃料电池堆的健康状态，避免了不同运行工况对燃料电池堆健康状况估算的影响。

Description

一种燃料电池堆健康状态的评估系统及方法
技术领域
本发明涉及燃料电池安全检测技术领域，特别涉及一种燃料电池堆健康状态的评估系统及方法。
背景技术
在燃料电池堆运行过程中，受双极板和膜电极材料的性能、设计、工艺、控制策略、运行工况等因素的影响，燃料电池堆的性能会下降。
目前通用的判定电堆性能的方法有两个：一是通过测试电堆在额定电流密度下的输出电压与出厂电压对比来判定电堆的性能状况；二是通过检测膜电极、双极板等关键材料的水、气传输情况的分析进而确定电堆的性能状况。
第一种方法需要在在实验室或者测试间离线测试电堆的性能，繁琐且耗时，并且非常不方便。
第二种方法受电堆的内部状况，如堆芯压力、温度等影响，误差较大。
发明内容
为了解决目前判定电堆性能的弊端，解决不同运行工况下的异变量对测试燃料电池堆健康状态(性能)所带来的影响，本发明披露了一种燃料电池堆健康状态的评估系统及方法，本发明的技术方案是这样实现的：
一种燃料电池堆健康状态的评估系统，包括数据采集模块、绝缘电阻评估模块、电压一致性评估模块、电压评估模块和计算模块；
数据采集模块实时采集当前燃料电池堆的运行数据；
绝缘电阻评估模块将当前燃料电池堆的绝缘状态数据经过归一化处理得到燃料电池堆当前的绝缘电阻值并与实验室耐久性测试得的数据进行分析对比，得到燃料电池堆的第一健康状态；
电压一致性评估模块将燃料电池堆当前各单电池之间的电压极差、标准差与出厂数据及实验室耐久性测试得到的数据进行分析对比，得到燃料电池堆的第二健康状态；
电压评估模块根据实验室耐久性测试下燃料电池堆初始单电池平均电压与燃料电池堆当前状态单电池平均电压计算得出燃料电池堆的第三健康状态；
计算模块根据第一健康状态、第二健康状态、第三健康状态计算得出燃料电池的最终健康状态。
一种燃料电池堆健康状态的评估方法，包括步骤如下，
S1，在实验室内模拟燃料电池堆的工况并进行耐久度测试；
S2，获取当前工况条件下的燃料电池堆的运行数据；
S3，调整工况，回到S1，直到完成n次耐久度测试，再进行S4；
S4，将n次耐久度测试的数据作为初始参数上传至评估系统；
S5，数据采集模块采集燃料电池堆的当前运行数据；
S6，评估系统根据初始参数和燃料电池堆的当前运行数据得出燃料电池堆的第一健康状态、第二健康状态和第三健康状态；
S7，计算模块根据第一健康状态、第二健康状态和第三健康状态得出燃料电池堆的最终健康状态。
优选地，所述S4步骤中，初始参数包括燃料电池堆的型号、节数、反应面积、功率、电流、电流密度、总电压、各单电池的电压、单电池平均单体电压、单电池电压极差、单电池标准差和绝缘值。
优选地，所述S6步骤包括：S6.1，绝缘电阻评估模块将当前燃料电池堆的绝缘状态数据经过归一化处理得到燃料电池堆当前的绝缘电阻值RmN并与实验室耐久性测试得的数据进行分析对比，得到燃料电池堆的第一健康状态SOHRm；
S6.2，电压一致性评估模块将燃料电池堆当前各单电池之间的电压极差、标准差与出厂数据及实验室耐久性测试得到的数据进行分析对比，得到燃料电池堆的第二健康状态SOHUC；
S6.3，电压评估模块根据实验室耐久性测试下燃料电池堆初始单电池平均电压与燃料电池堆当前状态单电池平均电压计算得出燃料电池堆的第三健康状态SOHU。
优选地，所述S6.3步骤中：
SOHU＝(UDS-UDN)/UDS*100％；
其中，UDS为燃料电池堆初始单电池平均电压，UDN为燃料电池堆当前状态单电池平均电压。
优选地，所述S7步骤中，燃料电池堆的最终健康状态SOH＝αSOHU+βSOHRm+γSOHUC；
其中，α、β、γ为第一健康状态、第二健康状态和第三健康状态的系数。
优选地，，所述S5步骤还包括数据清洗：数据采集模块将采集的数据进行清洗，去除噪声干扰数据、重复数据、不完整数据及已知条件导致的异常数据。
本发明通过分析电堆的VI曲线并结合燃料电池电堆的运行数据和电池的初始状态条件来实时评估燃料电池堆的健康状态，解决不同运行工况下的异变量对测试燃料电池堆健康状态(性能)所带来的影响，能够更全面地评估燃料电池堆的健康状态。
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作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一种实施例，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为一种燃料电池堆健康状态评估系统实施例的核心部分结构图；
图2为一种燃料电池堆健康状态评估方法实施例的流程简图。
具体实施方式
下面将结合本发明实施例及其附图，对本发明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。基于本发明中的实施例，本领域普通技术人员在没有作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。
实施例
在一种具体的实施例中，如图1所示，一种燃料电池堆健康状态的评估系统，包括数据采集模块、绝缘电阻评估模块、电压一致性评估模块、电压评估模块和计算模块；
数据采集模块实时采集当前燃料电池堆的运行数据；
绝缘电阻评估模块将当前燃料电池堆的绝缘状态数据经过归一化处理得到燃料电池堆当前的绝缘电阻值并与实验室耐久性测试得的数据进行分析对比，得到燃料电池堆的第一健康状态；
电压一致性评估模块将燃料电池堆当前各单电池之间的电压极差、标准差与出厂数据及实验室耐久性测试得到的数据进行分析对比，得到燃料电池堆的第二健康状态；
电压评估模块根据实验室耐久性测试下燃料电池堆初始单电池平均电压与燃料电池堆当前状态单电池平均电压计算得出燃料电池堆的第三健康状态；
计算模块根据第一健康状态、第二健康状态、第三健康状态计算得出燃料电池的最终健康状态。
采用本实施例堆燃料电池堆的健康状态进行评估的方法步骤如图2所示，
S1，在实验室内模拟燃料电池堆的工况并进行耐久度测试；
S2，获取当前工况条件下的燃料电池堆的运行数据；数据包括功率、电流、电流密度、总电压、各单电池的电压、单电池平均电压、单电池电压极差、单电池标准差、绝缘值等。
S3，调整工况，回到S1，直到完成n次耐久度测试，再进行S4；调整工况的测试条件包括调整阳极计量比、阴极计量比、阳极湿度、阴极湿度、阳极入口压力、阴极入口压力、冷却液出口温度、温差、冷却液流量等参数。
S4，将n次耐久度测试的数据作为初始参数上传至评估系统；初始参数包括燃料电池堆的型号、节数、反应面积、功率、电流、电流密度、总电压、各单电池的电压、单电池平均单体电压、单电池电压极差、单电池标准差和绝缘值等。
S5，数据采集模块采集燃料电池堆的当前运行数据；数据包括型号、总电压、电流及对应各单电池的电压、单电池平均电压、单电池电压极差、单电池标准差、绝缘值等。
采集到的信息进行数据清洗：数据采集模块将采集的数据进行清洗，去除噪声干扰数据、重复数据、不完整数据及已知条件(例如欠气、采集数据模块异常等情况)导致的异常数据。
S6，评估系统根据初始参数和燃料电池堆的当前运行数据得出燃料电池堆的第一健康状态、第二健康状态和第三健康状态；
S6.1，绝缘电阻评估模块将当前燃料电池堆的绝缘状态数据经过归一化处理得到燃料电池堆当前的绝缘电阻值RmN并与实验室耐久性测试得的数据进行分析对比，得到燃料电池堆的第一健康状态SOHRm；
S6.2，电压一致性评估模块将燃料电池堆当前各单电池之间的电压极差、标准差与出厂数据及实验室耐久性测试得到的数据进行分析对比，得到燃料电池堆的第二健康状态SOHUC；
S6.3，电压评估模块根据实验室耐久性测试下燃料电池堆初始单电池平均电压与燃料电池堆当前状态单电池平均电压计算得出燃料电池堆的第三健康状态SOHU。
SOHU＝(UDS-UDN)/UDS*100％；
其中，UDS为燃料电池堆初始单电池平均电压，UDN为燃料电池堆当前状态单电池平均电压。
S7，计算模块根据第一健康状态、第二健康状态和第三健康状态得出燃料电池堆的最终健康状态SOH。
SOH＝αSOHU+βSOHRm+γSOHUC；
其中，α、β、γ为第一健康状态、第二健康状态和第三健康状态的系数，该系数是通过实验测试数据和本领域技术人员的经验值结合得到，并非一个确定的数值。

Claims (7)

1.一种燃料电池堆健康状态的评估系统，其特征在于，包括数据采集模块、绝缘电阻评估模块、电压一致性评估模块、电压评估模块和计算模块；
数据采集模块实时采集当前燃料电池堆的运行数据；
绝缘电阻评估模块将当前燃料电池堆的绝缘状态数据经过归一化处理得到燃料电池堆当前的绝缘电阻值并与实验室耐久性测试得的数据进行分析对比，得到燃料电池堆的第一健康状态；
电压一致性评估模块将燃料电池堆当前各单电池之间的电压极差、标准差与出厂数据及实验室耐久性测试得到的数据进行分析对比，得到燃料电池堆的第二健康状态；
电压评估模块根据实验室耐久性测试下燃料电池堆初始单电池平均电压与燃料电池堆当前状态单电池平均电压计算得出燃料电池堆的第三健康状态；
计算模块根据第一健康状态、第二健康状态、第三健康状态计算得出燃料电池的最终健康状态。
2.一种燃料电池堆健康状态的评估方法，其特征在于，包括步骤如下，
S1，在实验室内模拟燃料电池堆的工况并进行耐久度测试；
S2，获取当前工况条件下的燃料电池堆的运行数据；
S3，调整工况，回到S1，直到完成n次耐久度测试，再进行S4；
S4，将n次耐久度测试的数据作为初始参数上传至评估系统；
S5，数据采集模块采集燃料电池堆的当前运行数据；
S6，评估系统根据初始参数和燃料电池堆的当前运行数据得出燃料电池堆的第一健康状态、第二健康状态和第三健康状态；
S7，计算模块根据第一健康状态、第二健康状态和第三健康状态得出燃料电池堆的最终健康状态。
3.根据权力要求2所述的方法，其特征在于，所述S4步骤中，初始参数包括燃料电池堆的型号、节数、反应面积、功率、电流、电流密度、总电压、各单电池的电压、单电池平均单体电压、单电池电压极差、单电池标准差和绝缘值。
4.根据权力要求3所述的方法，其特征在于，所述S6步骤包括：S6.1，绝缘电阻评估模块将当前燃料电池堆的绝缘状态数据经过归一化处理得到燃料电池堆当前的绝缘电阻值RmN并与实验室耐久性测试得的数据进行分析对比，得到燃料电池堆的第一健康状态SOHRm；
S6.2，电压一致性评估模块将燃料电池堆当前各单电池之间的电压极差、标准差与出厂数据及实验室耐久性测试得到的数据进行分析对比，得到燃料电池堆的第二健康状态SOHUC；
S6.3，电压评估模块根据实验室耐久性测试下燃料电池堆初始单电池平均电压与燃料电池堆当前状态单电池平均电压计算得出燃料电池堆的第三健康状态SOHU。
5.根据权力要求4所述的方法，其特征在于，所述S6.3步骤中：
SOHU＝(UDS-UDN)/UDS*100％；
其中，UDS为燃料电池堆初始单电池平均电压，UDN为燃料电池堆当前状态单电池平均电压。
6.根据权力要求5所述的方法，其特征在于，所述S7步骤中，燃料电池堆的最终健康状态SOH＝αSOHU+βSOHRm+γSOHUC；
其中，α、β、γ为第一健康状态、第二健康状态和第三健康状态的系数。
7.根据权力要求2-6任意所述的方法，其特征在于，所述S5步骤还包括数据清洗：数据采集模块将采集的数据进行清洗，去除噪声干扰数据、重复数据、不完整数据及已知条件导致的异常数据。
CN202211710179.0A 2022-12-29 2022-12-29 一种燃料电池堆健康状态的评估系统及方法 Pending CN116053531A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211710179.0A CN116053531A (zh) 2022-12-29 2022-12-29 一种燃料电池堆健康状态的评估系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211710179.0A CN116053531A (zh) 2022-12-29 2022-12-29 一种燃料电池堆健康状态的评估系统及方法

Publications (1)

Publication Number Publication Date
CN116053531A true CN116053531A (zh) 2023-05-02

Family

ID=86121224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211710179.0A Pending CN116053531A (zh) 2022-12-29 2022-12-29 一种燃料电池堆健康状态的评估系统及方法

Country Status (1)

Country Link
CN (1) CN116053531A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117239186A (zh) * 2023-11-10 2023-12-15 杭州德海艾科能源科技有限公司 一种用于全钒液流电池系统soh在线评估装置及方法
CN117712431A (zh) * 2024-02-05 2024-03-15 中汽研新能源汽车检验中心(天津)有限公司 基于热电比调控约束的燃料电池系统寿命优化方法和系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117239186A (zh) * 2023-11-10 2023-12-15 杭州德海艾科能源科技有限公司 一种用于全钒液流电池系统soh在线评估装置及方法
CN117239186B (zh) * 2023-11-10 2024-02-06 杭州德海艾科能源科技有限公司 一种用于全钒液流电池系统soh在线评估装置及方法
CN117712431A (zh) * 2024-02-05 2024-03-15 中汽研新能源汽车检验中心(天津)有限公司 基于热电比调控约束的燃料电池系统寿命优化方法和系统
CN117712431B (zh) * 2024-02-05 2024-04-16 中汽研新能源汽车检验中心(天津)有限公司 基于热电比调控约束的燃料电池系统寿命优化方法和系统

Similar Documents

Publication Publication Date Title
CN116053531A (zh) 一种燃料电池堆健康状态的评估系统及方法
Liu et al. Prognostics methods and degradation indexes of proton exchange membrane fuel cells: A review
CN110190306B (zh) 一种用于燃料电池系统的在线故障诊断方法
JP6195905B2 (ja) 燃料電池スタックの臨界運転状態を測定する方法
US10581099B2 (en) Use of neural network and EIS signal analysis to quantify H2 crossover in-situ in operating PEM cells
CN110676488B (zh) 一种基于低频阻抗与电化学阻抗谱的在线质子交换膜燃料电池故障诊断方法
EP3215832B1 (en) Method and apparatus for monitoring and diagnosing electrochemical devices based on automatic electrochemical impedance identification
Russo et al. Application of buckingham π theorem for scaling-up oriented fast modelling of proton exchange membrane fuel cell impedance
CN113782778B (zh) 基于定频阻抗和气体压降的电堆水管理调控方法及装置
CN113611900A (zh) 一种质子交换膜燃料电池的膜干故障诊断方法
CN115219905A (zh) 一种电池内短路在线检测方法、装置及存储介质
CN111628195A (zh) 一种基于逻辑推理的燃料电池电堆实时状态识别方法
CN117117258B (zh) 一种氢燃料电池系统的故障监测方法及装置
CN115248382A (zh) 一种质子交换膜燃料电池控制方法
CN113076689B (zh) 一种基于自动编码器的电池状态评估方法
Stepančič et al. Fault detection of fuel cell systems based on statistical assessment of impedance data
CN113359037A (zh) 基于bp神经网络的燃料电池故障诊断方法
CN115425267A (zh) 燃料电池质子交换膜故障诊断方法
CN113917352B (zh) 基于阻抗老化特征的燃料电池催化层在线老化诊断方法
Barhate et al. Proton exchange membrane fuel cell dynamic model based on time series analysis for fault diagnosis
Petrone et al. Data-driven multi-fault approach for H2/O2 PEM Fuel Cell diagnosis
Li et al. Diagnosis and prognosis of proton exchange membrane fuel cells
CN113707915B (zh) 一种可用于燃料电池电堆的水管理控制方法及装置
Wang et al. SOFC modelling based on discrete Bayesian network for system diagnosis use
Zhang et al. A Coursework Report by Harsh Mahendra Zaveri–(F036149) GREY-BOX MODELLING FOR PEM FUEL CELL MONITORING

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