CN117577897B - 燃料电池水淹健康状态监控方法、装置及燃料电池系统 - Google Patents
燃料电池水淹健康状态监控方法、装置及燃料电池系统 Download PDFInfo
- Publication number
- CN117577897B CN117577897B CN202311744279.XA CN202311744279A CN117577897B CN 117577897 B CN117577897 B CN 117577897B CN 202311744279 A CN202311744279 A CN 202311744279A CN 117577897 B CN117577897 B CN 117577897B
- Authority
- CN
- China
- Prior art keywords
- fuel cell
- current
- electric pile
- pile
- flooding
- 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
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 211
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012544 monitoring process Methods 0.000 title claims abstract description 43
- 230000036541 health Effects 0.000 title claims abstract description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 210
- 238000009792 diffusion process Methods 0.000 claims abstract description 119
- 239000012528 membrane Substances 0.000 claims abstract description 40
- 239000007789 gas Substances 0.000 claims description 56
- 230000000694 effects Effects 0.000 claims description 26
- 230000006835 compression Effects 0.000 claims description 21
- 238000007906 compression Methods 0.000 claims description 21
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 11
- 239000001257 hydrogen Substances 0.000 claims description 11
- 229910052739 hydrogen Inorganic materials 0.000 claims description 11
- 230000001105 regulatory effect Effects 0.000 claims description 11
- 230000003862 health status Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 11
- 238000001453 impedance spectrum Methods 0.000 abstract description 8
- 238000011084 recovery Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 8
- 239000007788 liquid Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000000157 electrochemical-induced impedance spectroscopy Methods 0.000 description 7
- 238000005094 computer simulation Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 239000011148 porous material Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000003197 catalytic effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000036647 reaction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- H01M8/04664—Failure or abnormal function
- H01M8/04679—Failure or abnormal function of fuel cell stacks
-
- 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
-
- 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
-
- 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
本申请涉及燃料电池技术领域，特别涉及一种燃料电池水淹健康状态监控方法、装置及燃料电池系统，其中，方法包括：根据电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并计算当前气体扩散层的水含量，判断若当前气体扩散层的水含量大于预设阈值，则判定燃料电池的电堆处于水淹状态。由此，解决了基于压降法诊断燃料电池水淹故障精确度较低和基于电化学阻抗谱检测诊断燃料电池水淹故障时间长等问题，通过计算燃料电池电堆操作环境下对应的气体扩散层的水含量判断电堆是否处于水淹状态，并根据水淹等级匹配水淹恢复策略对燃料电池系统进行控制，从而避免了燃料电池内部产生水淹故障，提升了系统的可靠性。
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水淹健康状态监控方法、装置及燃料电池系统。
背景技术
随着近年来全球能源危机与环境污染不断加剧，质子交换膜燃料电池(PEMFC，Proton Exchange Membrane Fuel Cell)正在得到越来越多的关注与研究。其中，氢燃料电池电堆的原理如图1所示，研究表明，除了PEMFC电堆自身之外，燃料电池温水管理系统的失效是导致电堆故障的主要原因，因此PEMFC水热管理子系统的相关研究是燃料系统研究中的重点与难点。
相关技术中，通常采用压降法(PD，Pressure Drop)和电化学阻抗谱(EIS，Electrochemical Impedance Spectroscopy)来诊断燃料电池内部水管理故障，其中，压降法采用PEMFC电堆气体流道中的压降变化来判断流道内是否存在多余的液态水，而电化学阻抗谱中包含了大量的电堆内部信息，通过定性或定量分析达到故障诊断的目的。
然而，基于压降法的故障诊断方法需要同时测得进出口两端气压状态，且气压测量值往往包含较大噪声，进而导致诊断的精确度较低。又由于电化学阻抗谱技术需要消耗大量检测时间，尽管现阶段电化学阻抗谱测试时间已从原先数小时缩短至数十秒，但仍然不适用于燃料电池的实时在线测试与性能监测，亟待改进。
发明内容
本申请提供一种燃料电池水淹健康状态监控方法、装置及燃料电池系统，以解决基于压降法诊断燃料电池水淹故障精确度较低和基于电化学阻抗谱检测诊断燃料电池水淹故障时间长等问题。
本申请第一方面实施例提供一种燃料电池水淹健康状态监控方法，包括以下步骤：
获取燃料电池的电堆状态参数；
根据所述电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并根据所述质子交换膜扩散水流量和所述电堆预估水饱和度计算当前气体扩散层的水含量，并判断所述当前气体扩散层的水含量是否大于预设阈值；以及
若所述当前气体扩散层的水含量大于所述预设阈值，则判定所述燃料电池的电堆处于水淹状态。
结合第一方面，在某些可能的实现方式中，所述电堆状态参数包括当前电堆电压、当前电堆电流、当前电堆阳极进出口压差、当前电堆阴极进出口压差、当前电堆阳极进口温度、当前电堆阳极出口温度、当前电堆阴极进口温度和当前电堆阴极出口温度中的至少一个。
结合第一方面和上述实现方式，在某些可能的实现方式中，所述根据所述电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，包括：
将所述当前电堆阴极进口温度和所述当前电堆阴极出口温度输入至预设的燃料电池电堆温度估计模型得到阴极水活度、阳极水活度和水扩散方向因子，并根据所述阴极水活度、所述阳极水活度和所述水扩散方向因子得到浓度扩散水流量；
根据所述当前电堆电流得到电扩散水流量，并基于预设的质子交换膜水流量模型，根据所述浓度扩散水流量和所述电扩散水流量得到所述质子交换膜扩散水流量；
将所述当前电堆阴极进口温度、所述当前电堆阴极出口温度、所述当前电堆阳极进出口压差、和所述当前电堆阴极进出口压差输入至预先训练的神经网络模型，得到所述电堆预估水饱和度。
结合第一方面和上述实现方式，在某些可能的实现方式中，在获取所述燃料电池的电堆状态参数之后，还包括：
判断所述当前电堆阳极进出口压差是否大于第一预设阈值、所述当前电堆阴极进出口压差是否大于第二预设阈值、所述当前电堆电压与上一时刻电堆电压差值是否小于第三预设阈值；
若所述当前电堆阳极进出口压差大于所述第一预设阈值、且所述当前电堆阴极进出口压差大于所述第二预设阈值、且所述差值小于所述第三预设阈值，则判定所述燃料电池的电堆处于所述水淹状态。
结合第一方面和上述实现方式，在某些可能的实现方式中，在判定所述燃料电池的电堆处于所述水淹状态之后，还包括：
将燃料电池系统中空气压缩设备的转速调节至第一预设转速，并获取所述燃料电池的电堆处于所述水淹状态的持续时长；
若所述持续时长大于第一预设时长，且所述持续时长小于或等于第二预设时长，则将所述空气压缩设备的转速调节至所述第二预设转速，且将所述燃料电池系统中冷却风扇转速降低至第三预设转速，且将电子节温器水路循环流量减小至第一预设流量，其中，所述第二预设转速大于所述第一预设转速；以及
在所述持续时长大于所述第二预设时长时，将所述空气压缩设备的转速调节至第四预设转速，且将所述燃料电池系统中氢气流量阀的开度降低至第一预设开度，且将排气背压阀开度增大至第二预设开度。
结合第一方面和上述实现方式，在某些可能的实现方式中，在获取所述燃料电池的电堆处于所述水淹状态的持续时长之后，还包括：
在所述持续时长小于或等于所述第一预设时长时，若所述电堆不处于所述水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤。
结合第一方面和上述实现方式，在某些可能的实现方式中，在判定所述持续时长大于所述第一预设时长，且所述持续时长小于或等于所述第二预设时长之后，还包括：
若所述电堆不处于所述水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤。
结合第一方面和上述实现方式，在某些可能的实现方式中，在判定所述持续时长大于所述第二预设时长之后，还包括：
若所述电堆不处于所述水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤，否则，控制所述燃料电池系统停机。
根据本申请实施例提供的燃料电池水淹健康状态监控方法，根据电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并计算当前气体扩散层的水含量，判断若当前气体扩散层的水含量大于预设阈值，则判定燃料电池的电堆处于水淹状态。由此，解决了基于压降法诊断燃料电池水淹故障精确度较低和基于电化学阻抗谱检测诊断燃料电池水淹故障时间长等问题，通过计算燃料电池电堆操作环境下对应的气体扩散层的水含量判断电堆是否处于水淹状态，并根据水淹等级匹配水淹恢复策略对燃料电池系统进行控制，从而避免了燃料电池内部产生水淹故障，提升了系统的可靠性。
本申请第二方面实施例提供一种燃料电池水淹健康状态监控装置，包括：
获取模块，用于获取燃料电池的电堆状态参数；
计算模块，用于根据所述电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并根据所述质子交换膜扩散水流量和所述电堆预估水饱和度计算当前气体扩散层的水含量，并判断所述当前气体扩散层的水含量是否大于预设阈值；以及
监控模块，若所述当前气体扩散层的水含量大于所述预设阈值，则判定所述燃料电池的电堆处于水淹状态。
结合第二方面，在某些可能的实现方式中，所述电堆状态参数包括当前电堆电压、当前电堆电流、当前电堆阳极进出口压差、当前电堆阴极进出口压差、当前电堆阳极进口温度、当前电堆阳极出口温度、当前电堆阴极进口温度和当前电堆阴极出口温度中的至少一个。
结合第二方面和上述实现方式，在某些可能的实现方式中，所述计算模块，用于：
将所述当前电堆阴极进口温度和所述当前电堆阴极出口温度输入至预设的燃料电池电堆温度估计模型得到阴极水活度、阳极水活度和水扩散方向因子，并根据所述阴极水活度、所述阳极水活度和所述水扩散方向因子得到浓度扩散水流量；
根据所述当前电堆电流得到电扩散水流量，并基于预设的质子交换膜水流量模型，根据所述浓度扩散水流量和所述电扩散水流量得到所述质子交换膜扩散水流量；
将所述当前电堆阴极进口温度、所述当前电堆阴极出口温度、所述当前电堆阳极进出口压差、和所述当前电堆阴极进出口压差输入至预先训练的神经网络模型，得到所述电堆预估水饱和度。
结合第二方面和上述实现方式，在某些可能的实现方式中，在获取所述燃料电池的电堆状态参数之后，所述获取模块，还用于：
判断所述当前电堆阳极进出口压差是否大于第一预设阈值、所述当前电堆阴极进出口压差是否大于第二预设阈值、所述当前电堆电压与上一时刻电堆电压差值是否小于第三预设阈值；
若所述当前电堆阳极进出口压差大于所述第一预设阈值、且所述当前电堆阴极进出口压差大于所述第二预设阈值、且所述差值小于所述第三预设阈值，则判定所述燃料电池的电堆处于所述水淹状态。
结合第二方面和上述实现方式，在某些可能的实现方式中，在判定所述燃料电池的电堆处于所述水淹状态之后，所述监控模块，还用于：
将燃料电池系统中空气压缩设备的转速调节至第一预设转速，并获取所述燃料电池的电堆处于所述水淹状态的持续时长；
若所述持续时长大于第一预设时长，且所述持续时长小于或等于第二预设时长，则将所述空气压缩设备的转速调节至所述第二预设转速，且将所述燃料电池系统中冷却风扇转速降低至第三预设转速，且将电子节温器水路循环流量减小至第一预设流量，其中，所述第二预设转速大于所述第一预设转速；以及
在所述持续时长大于所述第二预设时长时，将所述空气压缩设备的转速调节至第四预设转速，且将所述燃料电池系统中氢气流量阀的开度降低至第一预设开度，且将排气背压阀开度增大至第二预设开度。
结合第二方面和上述实现方式，在某些可能的实现方式中，在获取所述燃料电池的电堆处于所述水淹状态的持续时长之后，所述监控模块，还用于：
在所述持续时长小于或等于所述第一预设时长时，若所述电堆不处于所述水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤。
结合第二方面和上述实现方式，在某些可能的实现方式中，在判定所述持续时长大于所述第一预设时长，且所述持续时长小于或等于所述第二预设时长之后，所述监控模块，还用于：
若所述电堆不处于所述水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤。
结合第二方面和上述实现方式，在某些可能的实现方式中，在判定所述持续时长大于所述第二预设时长之后，所述监控模块，还用于：
若所述电堆不处于所述水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤，否则，控制所述燃料电池系统停机。
根据本申请实施例的燃料电池水淹健康状态监控装置，根据电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并计算当前气体扩散层的水含量，判断若当前气体扩散层的水含量大于预设阈值，则判定燃料电池的电堆处于水淹状态。由此，解决了基于压降法诊断燃料电池水淹故障精确度较低和基于电化学阻抗谱检测诊断燃料电池水淹故障时间长等问题，通过计算燃料电池电堆操作环境下对应的气体扩散层的水含量判断电堆是否处于水淹状态，并根据水淹等级匹配水淹恢复策略对燃料电池系统进行控制，从而避免了燃料电池内部产生水淹故障，提升了系统的可靠性。
本申请第三方面实施例提供一种燃料电池系统，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的燃料电池水淹健康状态监控方法。
本申请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，或通过本申请的实践了解到。
附图说明
本申请上述的和/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为根据本申请的一个实施例的氢燃料电池电堆的原理图；
图2为根据本申请实施例提供的一种燃料电池水淹健康状态监控方法的流程图；
图3为根据本申请的一个实施例的燃料电池电堆阴极水淹健康状态预测的原理图；
图4为根据本申请的一个实施例的燃料电池电堆阴极水淹健康恢复控制的原理图；
图5为根据本申请实施例的燃料电池水淹健康状态监控装置的方框示意图；
图6为本申请实施例提供的燃料电池系统的结构示意图。
具体实施方式
下面详细描述本申请的实施例，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，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的燃料电池水淹健康状态监控方法、装置及燃料电池系统。针对上述背景技术中提到的基于压降法诊断燃料电池水淹故障精确度较低和基于电化学阻抗谱检测诊断燃料电池水淹故障时间长的问题，本申请提供了一种燃料电池水淹健康状态监控方法，在该方法中，根据电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并计算当前气体扩散层的水含量，判断若当前气体扩散层的水含量大于预设阈值，则判定燃料电池的电堆处于水淹状态。由此，解决了基于压降法诊断燃料电池水淹故障精确度较低和基于电化学阻抗谱检测诊断燃料电池水淹故障时间长等问题，通过计算燃料电池电堆操作环境下对应的气体扩散层的水含量判断电堆是否处于水淹状态，并根据水淹等级匹配水淹恢复策略对燃料电池系统进行控制，从而避免了燃料电池内部产生水淹故障，提升了系统的可靠性。
在介绍本申请实施例之前，首先介绍一下本申请实施例的气体扩散层(GDL，GasDiffusion Layer)，气体扩散层是燃料电池中的重要部件，位于气体流道和催化层之间，不仅是支撑催化层与收集电流的重要结构，同时也为燃料电池反应提供了气体、水、质子以及电子等多种物质传输通道。气体扩散层是一种多孔介质，从而气体与液态水能够通过该多孔介质进行传输，其中水在气体扩散层中的渗透呈现出神经树状的样式。在正常反应过程中，气体扩散层会保持一个较为湿润的状态，只有少部分孔隙被液态水占据，气体传输过程几乎不受影响。然而，燃料电池在反应过程中会产生液态水，该液态水若没有进行良好的管理，则会进一步占据多余孔隙，从而造成阴极气体传输阻抗上升，进而影响反应进行，即水淹故障。基于上述分析，气体扩散层中的水含量，是一个能够反映燃料电池内部湿度状态的指标。若气体扩散层中水含量过高，则代表其内部过多孔隙被液态水占据，即为水淹状态；反之，过低的水含量则表示气体扩散层中可能存在过度干燥的可能，因而很有可能产生膜干状态。
虽然水含量只是一个宽泛的概念，但如果能具体度量阴极气体扩散层的含水量的多少则可以描述水淹程度及完成水淹的故障诊断。本申请实施例利用阴极水饱和度作为气体扩散层中水含量多少的量化指标，其定义为气体扩散层中被液态水占据的体积与所有孔隙体积之比，直观地反映了内部湿度状态。
具体而言，图2为本申请实施例所提供的一种燃料电池水淹健康状态监控方法的流程示意图。
如图2所示，该燃料电池水淹健康状态监控方法包括以下步骤：
在步骤S201中，获取燃料电池的电堆状态参数。
其中，在一些实施例中，电堆状态参数包括当前电堆电压、当前电堆电流、当前电堆阳极进出口压差、当前电堆阴极进出口压差、当前电堆阳极进口温度、当前电堆阳极出口温度、当前电堆阴极进口温度和当前电堆阴极出口温度中的至少一个。
具体地，本申请实施例可以通过电压传感器进行获取电堆状态参数中的当前电堆电压，可以通过电流传感器进行获取电堆状态参数中的当前电堆电流，可以通过压差传感器进行获取电堆状态参数中的当前电堆阳极进出口压差和当前电堆阴极进出口压差，还可以通过温度传感器进行获取电堆状态参数中的当前电堆阳极进口温度、当前电堆阳极出口温度、当前电堆阴极进口温度和当前电堆阴极出口温度。
需要说明的是，上述获取燃料电池的电堆状态参数的方式仅为示例性的，不作为对本申请的限制，本领域技术人员可以根据实际情况采取其他方式获取燃料电池的电堆状态参数为避免冗余，在此不做详细赘述。
进一步地，在一些实施例中，在获取燃料电池的电堆状态参数之后，还包括：判断当前电堆阳极进出口压差是否大于第一预设阈值、当前电堆阴极进出口压差是否大于第二预设阈值、当前电堆电压与上一时刻电堆电压差值是否小于第三预设阈值；若当前电堆阳极进出口压差大于第一预设阈值、且当前电堆阴极进出口压差大于第二预设阈值、且差值小于第三预设阈值，则判定燃料电池的电堆处于水淹状态。
其中，第一预设阈值、第二预设阈值和第三预设阈值可以是本领域技术人员预先设定的阈值，可以是通过有限次实验获取的阈值，也可以是通过有限次计算机仿真得到的阈值，在此不做具体限定。
具体地，因发生水淹时，燃料电池电堆的阴极压力降逐渐增加，进而导致电堆阴极进出口压差增大，直到平衡，此时由于浓度梯度的影响，燃料电池电堆的阴极侧的水反渗到阳极使阳极侧水含量增加，进一步导致阳极压力降增加，从而导致电堆阳极进出口压差增大，同时电堆输出电压出现大幅下降并伴随着剧烈波动，因此，如图3中基于压差预测水淹模型所示，本申请实施例可以利用以上三个水淹特征结合与门逻辑判断，当三种情况先后同时发生时，即当前电堆阳极进出口压差大于第一预设阈值、且当前电堆阴极进出口压差大于第二预设阈值、且当前电堆电压与上一时刻电堆电压差值小于第三预设阈值，则判定此时燃料电池的电堆发生水淹。
在步骤S202中，根据电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并根据质子交换膜扩散水流量和电堆预估水饱和度计算当前气体扩散层的水含量，并判断当前气体扩散层的水含量是否大于预设阈值。
其中，若预设阈值设置过高，则系统无法发现较为轻微的水淹故障，但在一定程度上该细微故障已经对燃料电池电堆造成了影响，甚至可能产生不可逆的危害。反而言之，如果阈值设定过低，则系统会对该指标过于敏感，一些由于建模误差亦或是测量噪声所产生的细微偏差也会被系统判定为故障。基于以上分析，本申请实施例可以根据燃料电池的不同工况来设置合理的预设阈值。
具体地，根据电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并根据质子交换膜扩散水流量和电堆预估水饱和度计算当前气体扩散层的水含量并判断其是否大于预设阈值，实现了实时监测和自动判断当前气体扩散层的水含量是否超过了设定的安全阈值，减少了人工干预的需要，避免了人工巡检和手动计算的繁琐过程，节省了时间和人力资源，同时提高了系统的可靠性和效率。
进一步地，在一些实施例中，根据电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，包括：将当前电堆阴极进口温度和当前电堆阴极出口温度输入至预设的燃料电池电堆温度估计模型得到阴极水活度、阳极水活度和水扩散方向因子，并根据阴极水活度、阳极水活度和水扩散方向因子得到浓度扩散水流量；根据当前电堆电流得到电扩散水流量，并基于预设的质子交换膜水流量模型，根据浓度扩散水流量和电扩散水流量得到质子交换膜扩散水流量；将当前电堆阴极进口温度、当前电堆阴极出口温度、当前电堆阳极进出口压差、和当前电堆阴极进出口压差输入至预先训练的神经网络模型，得到电堆预估水饱和度。
可以理解的是，结合图3中基于水扩散预测水淹模型，在正常状态下，水饱和度指标较小，随着燃料电池水淹程度的加剧，水饱和度指标也不断增大，在达到较为严重的水淹状态时，其均值变化为0.1454。由于在正常状态下燃料电池水饱和度均值大约在0.140，因此，本申请实施例可以根据燃料电池不同进气流量及气体供给量的工况，利用预先训练的神经网络得出电堆预估水饱和度，再结合基于质子交换膜水流量模型得到的质子交换膜扩散水流量，计算出当前气体扩散层的水含量水平。
由此，通过预先训练的神经网络并结合燃料电池电堆温度估计模型和预设的质子交换膜水流量模型计算，可以得出相对准确的电堆预估水饱和度和气体扩散层的水含量水平，更好地反映实际系统状态，减少误差和不确定性，提高水管理的准确性和可靠性。同时神经网络可以根据不同的输入和环境条件进行训练和调整，从而适应各种工况和变化。
在步骤S203中，若当前气体扩散层的水含量大于预设阈值，则判定燃料电池的电堆处于水淹状态。
具体地，通过监测气体扩散层的水含量并与预设阈值进行比较，可以及时判定电堆的水淹状态，实时了解到电堆的工作情况，便于当燃料电池的电堆处于水淹状态时，及时采取相应的控制和调整措施，以避免潜在的损害或故障。
进一步地，在一些实施例中，在判定燃料电池的电堆处于水淹状态之后，还包括：将燃料电池系统中空气压缩设备的转速调节至第一预设转速，并获取燃料电池的电堆处于水淹状态的持续时长；若持续时长大于第一预设时长，且持续时长小于或等于第二预设时长，则将空气压缩设备的转速调节至第二预设转速，且将燃料电池系统中冷却风扇转速降低至第三预设转速，且将电子节温器水路循环流量减小至第一预设流量，其中，第二预设转速大于第一预设转速；在持续时长大于第二预设时长时，将空气压缩设备的转速调节至第四预设转速，且将燃料电池系统中氢气流量阀的开度降低至第一预设开度，且将排气背压阀开度增大至第二预设开度。
可选地，空气压缩设备可以为压气机或空压机等，在此不做具体限定。
其中，预设转速可以是本领域技术人员预先设定的转速，可以是通过有限次实验获取的转速，也可以是通过有限次计算机仿真得到的转速，在此不做具体限定。预设时长可以是本领域技术人员预先设定的时长，可以是通过有限次实验获取的时长，也可以是通过有限次计算机仿真得到的时长，在此不做具体限定。优选地，第一预设时长可以为10秒，第二预设时长可以为20秒。预设流量可以是本领域技术人员预先设定的流量，可以是通过有限次实验获取的流量，也可以是通过有限次计算机仿真得到的流量，在此不做具体限定。预设开度可以是本领域技术人员预先设定的开度，可以是通过有限次实验获取的开度，也可以是通过有限次计算机仿真得到的开度，在此不做具体限定。
具体地，本申请实施例可以通过计时器获取燃料电池的电堆处于水淹状态的持续时长，还可以通过其他现有技术获取燃料电池的电堆处于水淹状态的持续时长，在此不做具体限定。
需要说明的是，空气压缩设备的转速与空气流量之间存在着直接的比例关系，空气压缩设备的转速越高，相应的空气流量越大。
进一步地，当氢燃料电池启动后，电堆阳极的氢气经质子交换膜与阴极附近的氧气发生反应生成水，应该达到保护电堆硬件的作用，因此，当判定燃料电池的电堆处于水淹状态时(如图4中G级水淹程度)，采用增加进气压比的有效方法进行系统减湿，通过PID(Proportion Integration Differentiation，比例-积分-微分)控制器将燃料电池系统中空气压缩设备的转速调节至第一预设转速，以提升空气流量，对积聚的水分进行脉冲吹扫，达到减湿的效果，恢复电池电堆健康。
进一步地，获取电堆处于水淹状态的持续时长，若持续时长大于第一预设时长且持续时长小于或等于第二预设时长(如图4中B级水淹程度)，则说明电堆水淹状况相对严重，将空气压缩设备的转速增大至第二预设转速以提升空气的流量，且将燃料电池系统中冷却风扇转速降低至第三预设转速，当燃料电池完成启动后，电堆产热量维持在一定水平，电堆出水口的温度达到设定值，此时电加热器停止加热，系统产热与水路循环达到平衡，通过监控电堆出口水温调整水流量大小，以对电堆健康进行恢复。
进一步地，当燃料电池的电堆处于水淹状态的持续时长大于第二预设时长时(如图4中W级水淹程度)，则说明水淹状况严重，将空气压缩设备的转速增大至第四预设转速，可以提升空气的流量，且将燃料电池系统中氢气流量阀的开度降低至第一预设开度，可以减少氢气供应量，从而缓解电堆的工作负荷，同时将排气背压阀开度增大至第二预设开度，有利于将水蒸汽从燃料电池电堆中排出，从而恢复燃料电池的正常性能。
由此，通过根据燃料电池水淹的时长采取不同的措施来恢复电堆的正常工作状态，实现了更有效地应对不同水淹程度的电堆和根据不同的水淹恢复策略对燃料电池系统进行更有效的减湿。
进一步地，在一些实施例中，在获取燃料电池的电堆处于水淹状态的持续时长之后，还包括：在持续时长小于或等于第一预设时长时，若电堆不处于水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤。
具体地，如果在持续时长小于或等于第一预设时长之后的检测中，发现电堆不再处于水淹状态，则会重新执行获取电堆状态参数的步骤，可以避免不必要的重复操作和资源的浪费，节约了时间和资源，并且重新获取电堆状态参数，实现了对燃料电池电堆的闭环检测，从而确保对电堆状态的准确判断。
进一步地，在一些实施例中，在判定持续时长大于第一预设时长，且持续时长小于或等于第二预设时长之后，还包括：若电堆不处于水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤。
具体地，若电堆不处于水淹状态，重新执行获取燃料电池的电堆状态参数步骤，可以及时获取准确的电堆状态信息，从而优化系统的性能并提高能源的利用效率。
进一步地，在一些实施例中，在判定持续时长大于第二预设时长之后，还包括：若电堆不处于水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤，否则，控制燃料电池系统停机。
具体地，通过重新获取电堆状态参数，可以更准确地判断电堆是否处于水淹状态，避免误判或漏判，提高判断的准确性，并且只有在判定电堆处于非水淹状态时，才会执行该步骤，避免了不必要的计算和浪费。
可以理解的是，如果在判定燃料电池的电堆处于水淹状态的持续时长大于第二预设时长之后，电堆仍然处于水淹状态，继续运行可能会导致燃料电池系统损坏或发生故障，甚至引发火灾或爆炸等危险情况，及时停机可以避免潜在的安全风险，并且当燃料电池系统暴露在水淹环境中时，电堆可能会引发腐蚀、电路短路等问题，停机可以避免这些问题的进一步发展，减少可能造成的损坏程度并减轻维修或更换成本。
举例而言，本申请实施例在重新判断电堆处于水淹状态时，燃料电池控制器发出降功率输出及电堆停机的指令，控制燃料电池系统停机之后，还可以将故障模式发送给整车控制器，并控制仪表显示故障灯亮起，以便提醒技术人员燃料电池发生水淹故障。
由此，通过重新判断电堆是否仍处于水淹状态，并当电堆仍处于水淹时控制燃料电池系统停机，有效提高了燃料电池系统的安全性。
根据本申请实施例提出的燃料电池水淹健康状态监控方法，根据电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并计算当前气体扩散层的水含量，判断若当前气体扩散层的水含量大于预设阈值，则判定燃料电池的电堆处于水淹状态。由此，解决了基于压降法诊断燃料电池水淹故障精确度较低和基于电化学阻抗谱检测诊断燃料电池水淹故障时间长等问题，通过计算燃料电池电堆操作环境下对应的气体扩散层的水含量判断电堆是否处于水淹状态，并根据水淹等级匹配水淹恢复策略对燃料电池系统进行控制，从而避免了燃料电池内部产生水淹故障，提升了系统的可靠性。
其次参照附图描述根据本申请实施例提出的燃料电池水淹健康状态监控装置。
图5是本申请实施例的燃料电池水淹健康状态监控装置10的方框示意图。
如图5所示，该燃料电池水淹健康状态监控装置10包括：获取模块100、计算模块200和监控模块300。
其中，获取模块100，用于获取燃料电池的电堆状态参数；计算模块200，用于根据电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并根据质子交换膜扩散水流量和电堆预估水饱和度计算当前气体扩散层的水含量，并判断当前气体扩散层的水含量是否大于预设阈值；监控模块300，若当前气体扩散层的水含量大于预设阈值，则判定燃料电池的电堆处于水淹状态。
进一步地，在一些实施例中，电堆状态参数包括当前电堆电压、当前电堆电流、当前电堆阳极进出口压差、当前电堆阴极进出口压差、当前电堆阳极进口温度、当前电堆阳极出口温度、当前电堆阴极进口温度和当前电堆阴极出口温度中的至少一个。
进一步地，在一些实施例中，计算模块200，用于：将当前电堆阴极进口温度和当前电堆阴极出口温度输入至预设的燃料电池电堆温度估计模型得到阴极水活度、阳极水活度和水扩散方向因子，并根据阴极水活度、阳极水活度和水扩散方向因子得到浓度扩散水流量；根据当前电堆电流得到电扩散水流量，并基于预设的质子交换膜水流量模型，根据浓度扩散水流量和电扩散水流量得到质子交换膜扩散水流量；将当前电堆阴极进口温度、当前电堆阴极出口温度、当前电堆阳极进出口压差、和当前电堆阴极进出口压差输入至预先训练的神经网络模型，得到电堆预估水饱和度。
进一步地，在一些实施例中，在获取燃料电池的电堆状态参数之后，获取模块100，还用于：判断当前电堆阳极进出口压差是否大于第一预设阈值、当前电堆阴极进出口压差是否大于第二预设阈值、当前电堆电压与上一时刻电堆电压差值是否小于第三预设阈值；若当前电堆阳极进出口压差大于第一预设阈值、且当前电堆阴极进出口压差大于第二预设阈值、且差值小于第三预设阈值，则判定燃料电池的电堆处于水淹状态。
进一步地，在一些实施例中，在判定燃料电池的电堆处于水淹状态之后，监控模块300，还用于：将燃料电池系统中空气压缩设备的转速调节至第一预设转速，并获取燃料电池的电堆处于水淹状态的持续时长；若持续时长大于第一预设时长，且持续时长小于或等于第二预设时长，则将空气压缩设备的转速调节至第二预设转速，且将燃料电池系统中冷却风扇转速降低至第三预设转速，且将电子节温器水路循环流量减小至第一预设流量，其中，第二预设转速大于第一预设转速；以及在持续时长大于第二预设时长时，将空气压缩设备的转速调节至第四预设转速，且将燃料电池系统中氢气流量阀的开度降低至第一预设开度，且将排气背压阀开度增大至第二预设开度。
进一步地，在一些实施例中，在获取燃料电池的电堆处于水淹状态的持续时长之后，监控模块300，还用于：在持续时长小于或等于第一预设时长时，若电堆不处于水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤。
进一步地，在一些实施例中，在判定持续时长大于第一预设时长，且持续时长小于或等于第二预设时长之后，监控模块300，还用于：若电堆不处于水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤。
进一步地，在一些实施例中，在判定持续时长大于第二预设时长之后，监控模块300，还用于：若电堆不处于水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤，否则，控制燃料电池系统停机。
需要说明的是，前述对燃料电池水淹健康状态监控方法实施例的解释说明也适用于该实施例的燃料电池水淹健康状态监控装置，此处不再赘述。
根据本申请实施例提出的燃料电池水淹健康状态监控装置，根据电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并计算当前气体扩散层的水含量，判断若当前气体扩散层的水含量大于预设阈值，则判定燃料电池的电堆处于水淹状态。由此，解决了基于压降法诊断燃料电池水淹故障精确度较低和基于电化学阻抗谱检测诊断燃料电池水淹故障时间长等问题，通过计算燃料电池电堆操作环境下对应的气体扩散层的水含量判断电堆是否处于水淹状态，并根据水淹等级匹配水淹恢复策略对燃料电池系统进行控制，从而避免了燃料电池内部产生水淹故障，提升了系统的可靠性。
图6为本申请实施例提供的燃料电池系统的结构示意图。该燃料电池系统可以包括：
存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
处理器602执行程序时实现上述实施例中提供的燃料电池水淹健康状态监控方法。
进一步地，燃料电池系统还包括：
通信接口603，用于存储器601和处理器602之间的通信。
存储器601，用于存放可在处理器602上运行的计算机程序。
存储器601可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器601、处理器602和通信接口603独立实现，则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器601、处理器602及通信接口603，集成在一块芯片上实现，则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
处理器602可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
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申请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N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。
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。在本申请的描述中，“N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。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或N个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是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，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请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)
1.一种燃料电池水淹健康状态监控方法，其特征在于，包括以下步骤：
获取燃料电池的电堆状态参数；
根据所述电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并根据所述质子交换膜扩散水流量和所述电堆预估水饱和度计算当前气体扩散层的水含量，并判断所述当前气体扩散层的水含量是否大于预设阈值；以及
若所述当前气体扩散层的水含量大于所述预设阈值，则判定所述燃料电池的电堆处于水淹状态；
其中，所述电堆状态参数包括当前电堆电压、当前电堆电流、当前电堆阳极进出口压差、当前电堆阴极进出口压差、当前电堆阳极进口温度、当前电堆阳极出口温度、当前电堆阴极进口温度和当前电堆阴极出口温度中的至少一个；
所述根据所述电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，包括：将所述当前电堆阴极进口温度和所述当前电堆阴极出口温度输入至预设的燃料电池电堆温度估计模型得到阴极水活度、阳极水活度和水扩散方向因子，并根据所述阴极水活度、所述阳极水活度和所述水扩散方向因子得到浓度扩散水流量；根据所述当前电堆电流得到电扩散水流量，并基于预设的质子交换膜水流量模型，根据所述浓度扩散水流量和所述电扩散水流量得到所述质子交换膜扩散水流量；将所述当前电堆阴极进口温度、所述当前电堆阴极出口温度、所述当前电堆阳极进出口压差、和所述当前电堆阴极进出口压差输入至预先训练的神经网络模型，得到所述电堆预估水饱和度。
2.根据权利要求1所述的燃料电池水淹健康状态监控方法，其特征在于，在获取所述燃料电池的电堆状态参数之后，还包括：
判断所述当前电堆阳极进出口压差是否大于第一预设阈值、所述当前电堆阴极进出口压差是否大于第二预设阈值、所述当前电堆电压与上一时刻电堆电压差值是否小于第三预设阈值；
若所述当前电堆阳极进出口压差大于所述第一预设阈值、且所述当前电堆阴极进出口压差大于所述第二预设阈值、且所述差值小于所述第三预设阈值，则判定所述燃料电池的电堆处于所述水淹状态。
3.根据权利要求1或2所述的燃料电池水淹健康状态监控方法，其特征在于，在判定所述燃料电池的电堆处于所述水淹状态之后，还包括：
将燃料电池系统中空气压缩设备的转速调节至第一预设转速，并获取所述燃料电池的电堆处于所述水淹状态的持续时长；
若所述持续时长大于第一预设时长，且所述持续时长小于或等于第二预设时长，则将所述空气压缩设备的转速调节至第二预设转速，且将所述燃料电池系统中冷却风扇转速降低至第三预设转速，且将电子节温器水路循环流量减小至第一预设流量，其中，所述第二预设转速大于所述第一预设转速；以及
在所述持续时长大于所述第二预设时长时，将所述空气压缩设备的转速调节至第四预设转速，且将所述燃料电池系统中氢气流量阀的开度降低至第一预设开度，且将排气背压阀开度增大至第二预设开度。
4.根据权利要求3所述的燃料电池水淹健康状态监控方法，其特征在于，在获取所述燃料电池的电堆处于所述水淹状态的持续时长之后，还包括：
在所述持续时长小于或等于所述第一预设时长时，若所述电堆不处于所述水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤。
5.根据权利要求3所述的燃料电池水淹健康状态监控方法，其特征在于，在判定所述持续时长大于所述第一预设时长，且所述持续时长小于或等于所述第二预设时长之后，还包括：
若所述电堆不处于所述水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤。
6.根据权利要求3所述的燃料电池水淹健康状态监控方法，其特征在于，在判定所述持续时长大于所述第二预设时长之后，还包括：
若所述电堆不处于所述水淹状态，则重新执行获取燃料电池的电堆状态参数的步骤，否则，控制所述燃料电池系统停机。
7.一种燃料电池水淹健康状态监控装置，其特征在于，包括：
获取模块，用于获取燃料电池的电堆状态参数；
计算模块，用于根据所述电堆状态参数得到质子交换膜扩散水流量和电堆预估水饱和度，并根据所述质子交换膜扩散水流量和所述电堆预估水饱和度计算当前气体扩散层的水含量，并判断所述当前气体扩散层的水含量是否大于预设阈值；以及
监控模块，若所述当前气体扩散层的水含量大于所述预设阈值，则判定所述燃料电池的电堆处于水淹状态；
其中，所述电堆状态参数包括当前电堆电压、当前电堆电流、当前电堆阳极进出口压差、当前电堆阴极进出口压差、当前电堆阳极进口温度、当前电堆阳极出口温度、当前电堆阴极进口温度和当前电堆阴极出口温度中的至少一个；
所述计算模块，具体用于：将所述当前电堆阴极进口温度和所述当前电堆阴极出口温度输入至预设的燃料电池电堆温度估计模型得到阴极水活度、阳极水活度和水扩散方向因子，并根据所述阴极水活度、所述阳极水活度和所述水扩散方向因子得到浓度扩散水流量；根据所述当前电堆电流得到电扩散水流量，并基于预设的质子交换膜水流量模型，根据所述浓度扩散水流量和所述电扩散水流量得到所述质子交换膜扩散水流量；将所述当前电堆阴极进口温度、所述当前电堆阴极出口温度、所述当前电堆阳极进出口压差、和所述当前电堆阴极进出口压差输入至预先训练的神经网络模型，得到所述电堆预估水饱和度。
8.一种燃料电池系统，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-6任一项所述的燃料电池水淹健康状态监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311744279.XA CN117577897B (zh) | 2023-12-18 | 2023-12-18 | 燃料电池水淹健康状态监控方法、装置及燃料电池系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311744279.XA CN117577897B (zh) | 2023-12-18 | 2023-12-18 | 燃料电池水淹健康状态监控方法、装置及燃料电池系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117577897A CN117577897A (zh) | 2024-02-20 |
| CN117577897B true CN117577897B (zh) | 2024-04-30 |
Family
ID=89891810
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311744279.XA Active CN117577897B (zh) | 2023-12-18 | 2023-12-18 | 燃料电池水淹健康状态监控方法、装置及燃料电池系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117577897B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007173071A (ja) * | 2005-12-22 | 2007-07-05 | Nissan Motor Co Ltd | 燃料電池診断装置及び燃料電池診断方法 |
| JP2010073563A (ja) * | 2008-09-19 | 2010-04-02 | Nissan Motor Co Ltd | 燃料電池及び燃料電池用ガス拡散層とその製造方法 |
| CN109841879A (zh) * | 2019-01-16 | 2019-06-04 | 清华大学 | 燃料电池水含量估计系统、方法、计算机设备及存储介质 |
| CN110010928A (zh) * | 2019-03-14 | 2019-07-12 | 同济大学 | 一种燃料电池阳极压力保护装置及其控制方法 |
| 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 |
| CN116417637A (zh) * | 2021-12-30 | 2023-07-11 | 未势能源科技有限公司 | 燃料电池防水淹控制方法、装置、电子设备及存储介质 |
-
2023
- 2023-12-18 CN CN202311744279.XA patent/CN117577897B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007173071A (ja) * | 2005-12-22 | 2007-07-05 | Nissan Motor Co Ltd | 燃料電池診断装置及び燃料電池診断方法 |
| JP2010073563A (ja) * | 2008-09-19 | 2010-04-02 | Nissan Motor Co Ltd | 燃料電池及び燃料電池用ガス拡散層とその製造方法 |
| CN109841879A (zh) * | 2019-01-16 | 2019-06-04 | 清华大学 | 燃料电池水含量估计系统、方法、计算机设备及存储介质 |
| CN110010928A (zh) * | 2019-03-14 | 2019-07-12 | 同济大学 | 一种燃料电池阳极压力保护装置及其控制方法 |
| 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 |
| CN116417637A (zh) * | 2021-12-30 | 2023-07-11 | 未势能源科技有限公司 | 燃料电池防水淹控制方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 基于COMSOL的质子交换膜燃料电池梯度扩散层的数值模拟;孟庆然;陈海伦;田爱华;刘金东;;吉林化工学院学报;20200115(01);全文 * |
| 质子交换膜燃料电池故障诊断;郭家兴;朱新坚;曹广益;;电源技术;20080820(08);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117577897A (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104143647B (zh) | 用于估算燃料电池状态的系统和方法 | |
| US10971745B2 (en) | Cell reversal diagnostics for a fuel cell stack | |
| JP5017783B2 (ja) | 燃料電池システム | |
| US9077003B2 (en) | Fuel cell system | |
| CN111029624B (zh) | 在线监控和恢复燃料电池水状态的系统及方法 | |
| EP2622672B1 (en) | Fuel cell system, method and program of determining cause of negative voltage, and storage medium storing program | |
| CN105609834B (zh) | 燃料电池系统、干燥程度取得方法 | |
| CN109585884A (zh) | 一种在线排除燃料电池缺气和水淹的方法 | |
| JP2000243418A (ja) | 燃料電池システム | |
| 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 | |
| CN109830714A (zh) | 燃料电池故障诊断方法、装置和存储介质 | |
| CN101609899B (zh) | 利用hfr测量提高启动可靠性 | |
| CN103326047B (zh) | 燃料电池车中原位检测水蒸汽传递装置退化的模型基方法 | |
| US11489179B2 (en) | Method and apparatus for multi-stage fault diagnosis of fuel cell systems | |
| US20170250416A1 (en) | Fuel cell control method and fuel cell system | |
| CN114914488B (zh) | 一种燃料电池缺氢检测与诊断方法 | |
| JP4905846B2 (ja) | 燃料電池システム及びその電解質膜の修復方法 | |
| US9853312B2 (en) | Method for determining membrane protonic resistance of a fuel cell stack | |
| CN103915641B (zh) | 诊断燃料电池湿化问题的方法 | |
| CN117577897B (zh) | 燃料电池水淹健康状态监控方法、装置及燃料电池系统 | |
| KR102231125B1 (ko) | 연료전지 시스템의 다단계 고장 진단 방법 및 장치 | |
| CN116487647A (zh) | 一种燃料电池系统电堆的控制方法、装置及车辆 | |
| CN113937324B (zh) | 一种燃料电池车辆空气泄露诊断方法及装置 | |
| CN115425267A (zh) | 燃料电池质子交换膜故障诊断方法 | |
| US9502726B2 (en) | Cathode humidification unit adapting degradation factor |
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 |