CN118099484B - 一种燃料电池吹扫过程优化方法、设备及存储介质 - Google Patents

一种燃料电池吹扫过程优化方法、设备及存储介质 Download PDF

Info

Publication number
CN118099484B
CN118099484B CN202410462330.6A CN202410462330A CN118099484B CN 118099484 B CN118099484 B CN 118099484B CN 202410462330 A CN202410462330 A CN 202410462330A CN 118099484 B CN118099484 B CN 118099484B
Authority
CN
China
Prior art keywords
purging
fuel cell
water
time
catalytic layer
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
Application number
CN202410462330.6A
Other languages
English (en)
Other versions
CN118099484A (zh
Inventor
王佳
王凯
施晖
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.)
Jiangsu Xugong Construction Machinery Research Institute Co ltd
Shanghai Xcmg Intelligent Technology Co ltd
Original Assignee
Jiangsu Xugong Construction Machinery Research Institute Co ltd
Shanghai Xcmg Intelligent Technology Co ltd
Filing date
Publication date
Application filed by Jiangsu Xugong Construction Machinery Research Institute Co ltd, Shanghai Xcmg Intelligent Technology Co ltd filed Critical Jiangsu Xugong Construction Machinery Research Institute Co ltd
Priority to CN202410462330.6A priority Critical patent/CN118099484B/zh
Publication of CN118099484A publication Critical patent/CN118099484A/zh
Application granted granted Critical
Publication of CN118099484B publication Critical patent/CN118099484B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种燃料电池吹扫过程优化方法、设备及存储介质,模拟多次燃料电池吹扫过程,获得每次燃料电池吹扫过程对应的所消耗的能量、吹扫时间、高频阻抗值修正值,排除吹扫时间大于最大吹扫时间或者排除高频阻抗值修正值小于高频阻抗的目标值对应的燃料电池吹扫过程,选取剩余燃料电池吹扫过程中所消耗的能量最小值对应的燃料电池吹扫过程作为最优燃料电池吹扫过程,将最优燃料电池吹扫过程对应的吹扫时间,阴极吹扫流量、阳极吹扫流量以及吹扫时电池温度作为现实燃料电池吹扫过程的操作参数。本发明能够提升吹扫的效果,减少吹扫过程中的能耗,在满足吹扫性能的条件下能够尽可能减小吹扫的能耗和吹扫的时间,提出最优的吹扫方法。

Description

一种燃料电池吹扫过程优化方法、设备及存储介质
技术领域
本发明涉及一种燃料电池吹扫过程优化方法、设备及存储介质,属于燃料电池技术领域。
背景技术
氢能和燃料电池是全球能源结构升级和动力转型的重大战略技术,燃料电池作为氢能应用的最佳方式之一受到了广泛的关注。具有工作温度低、电流密度高、稳定性好等突出优点。燃料电池的水管理是提高燃料电池性能和耐久性的重要途径。燃料电池在停机期间的气体吹扫过程可以有效去除燃料电池中的残留的水分,从而提升燃料电池启动时的性能。同时,气体吹扫也是通过最大限度地减少燃料电池内部残留水来提高燃料电池低温冷启动成功可能性的常用方法。目前,高频阻抗是表征燃料电池内部含水量的重要手段,常用来评价燃料电池吹扫过程的效果,反映燃料电池在吹扫过程中内部含水量的变化趋势。
现有的燃料电池吹扫方法及系统提供了一些燃料电池吹扫方法,能够在一定程度上提高燃料电池的吹扫效率。但是,并没有考虑停机过程燃料电池内部水分重新分配以及阻抗的弛豫现象等对吹扫效果的影响,对于吹扫进程的判断指标没有一个准确的依据,没有综合考虑停机的过程以及吹扫过程两方面对吹扫方法的影响,也没有考虑吹扫过程中的能耗。
因此,本领域技术人员急需要改进现有的燃料电池吹扫方法。
发明内容
目的:为了克服现有技术中存在的不足,本发明提供一种燃料电池吹扫过程优化方法、设备及存储介质。
技术方案:为解决上述技术问题,本发明采用的技术方案为:
第一方面,一种燃料电池吹扫过程优化方法,包括如下步骤:
步骤1、利用仿真工具对一维吹扫除水模型进行仿真,模拟出一次燃料电池吹扫过程对应的膜内结合水、催化层内结合水、吹扫时间的值。
步骤2、根据膜内结合水、催化层内结合水计算平均值作为膜内含水量。
步骤3:根据膜内含水量计算膜电极的高频阻抗作为初始阻抗值。
步骤4:获取阴极吹扫流量、阳极吹扫流量、吹扫时电池温度、停机存储过程环境温度和放置过程的时间,将阴极吹扫流量、阳极吹扫流量、吹扫时电池温度、停机存储过程环境温度、放置过程的时间和初始阻抗值作为神经网络的输入,神经网络输出高频阻抗值。
步骤5:获取吹扫时电池温度和高频阻抗值计算高频阻抗值修正值。
步骤6:根据吹扫时间和吹扫时电池温度计算吹扫气体的消耗和控制电池温度的能耗,并根据吹扫气体的消耗和控制电池温度的能耗计算一次燃料电池吹扫模拟过程的所消耗的能量。
步骤7:重复步骤1至步骤6,模拟多次燃料电池吹扫过程,获得每次燃料电池吹扫过程对应的所消耗的能量、吹扫时间、高频阻抗值修正值,排除吹扫时间大于最大吹扫时间或者排除高频阻抗值修正值小于高频阻抗的目标值对应的燃料电池吹扫过程,选取剩余燃料电池吹扫过程中所消耗的能量最小值对应的燃料电池吹扫过程作为最优燃料电池吹扫过程,将最优燃料电池吹扫过程对应的吹扫时间,阴极吹扫流量、阳极吹扫流量以及吹扫时电池温度作为现实燃料电池吹扫过程的操作参数。
作为优选方案,所述一维吹扫除水模型,包括:膜内结合水随吹扫过程的变化模型、催化层内结合水随吹扫过程的变化模型、催化层内气态水随吹扫过程的变化模型、气体扩散层内气态水随吹扫过程的变化模型以及流道内气态水随吹扫过程的变化模型。
作为优选方案,膜内结合水随吹扫过程的变化模型计算公式如下:
式中,表示吹扫过程中膜和催化层之间的结合水扩散通量,表示膜中结合水含量,t表示时间,用于表示吹扫过程中膜内结合水随吹扫时间的变化率。
催化层内结合水随吹扫过程的变化模型计算公式如下:
式中,表示吹扫过程中催化层内结合水向气态水转变的通量,表示催化层内结合水的含量,用于表示催化层内结合水随吹扫时间的变化率。
催化层内气态水随吹扫过程的变化模型计算公式如下:
式中,为催化层中水蒸气浓度,表示催化层内离聚物的浓度,表示催化层的孔隙率,为膜的密度,EW为膜的等效质量,为吹扫过程中催化层中液态水转化为气态水的通量,为吹扫过程中催化层和气体扩散层间水蒸气的通量。用于表示吹扫过程中催化层内气态水含量随吹扫时间的变化率。
气体扩散层内气态水随吹扫过程的变化模型计算公式如下:
式中, 为气体扩散层内水蒸气的浓度,为气体扩散层内液态水向气态水转变的通量,为气体扩散层和流道之间水蒸气的扩散通量,为气体扩散层内液体水的体积分数。用于表示吹扫过程中气体扩散层中气态水含量随吹扫时间的变化率。
流道内气态水随吹扫过程的变化模型计算公式如下:
式中,为燃料电池的有效活性面积,为燃料电池流道中吹扫带走的水蒸气通量,用于表示吹扫过程中流道中气态水含量随时间的变化率。
作为优选方案,膜电极的高频阻抗计算公式如下:
式中:
式中,R表示膜电极的高频阻抗,表示膜的厚度,表示膜的宽度, 表示和膜含水量相关的有效电导率,表示膜内含水量。
作为优选方案,高频阻抗值修正值计算公式如下:
其中,表示高频阻抗值修正值,表示高频阻抗值,表示吹扫时电池温度。
作为优选方案,所述神经网络采用BP神经网络。
作为优选方案,所消耗的能量计算公式如下:
其中,表示所消耗的能量,表示控制电池温度的能耗,表示吹扫气体的消耗。
第二方面,一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如第一方面中任一所述的一种燃料电池吹扫过程优化方法。
第三方面,一种计算机设备,包括:
存储器,用于存储指令。
处理器,用于执行所述指令,使得所述计算机设备执行如第一方面中任一所述的一种燃料电池吹扫过程优化方法的操作。
有益效果:本发明提供的一种燃料电池吹扫过程优化方法、设备及存储介质,可以对燃料电池吹扫的方法进行优化设计,综合考虑燃料电池吹扫和停机存储两个过程,并考虑了吹扫过程的能耗。该方法能够提升吹扫的效果,减少吹扫过程中的能耗,在满足吹扫性能的条件下能够尽可能减小吹扫的能耗和吹扫的时间,提出最优的吹扫方法。
附图说明
图1为本发明的吹扫方法流程示意图。
具体实施方式
下面结合本发明实例中的附图,对本发明实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。基于本发明的实施例,本领域技术人员在没有做创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
下面结合具体实施例对本发明作更进一步的说明。
实施例1:
如图1所示,本实施例介绍一种燃料电池吹扫过程优化方法,具体包括:吹扫过程模拟,停机过程预测,依据吹扫模拟结果和停机过程预测的结果对吹扫过程进行优化。
步骤1:吹扫过程模拟:
建立燃料电池的一维吹扫除水模型,能够准确计算吹扫过程中膜含水量随时间的变化趋势,燃料电池的一维吹扫除水模型包括:膜内结合水、催化层内结合水和气态水、气体扩散层内的气态水、流道内的气态水随吹扫过程的变化模型,具体包括:
膜内结合水随吹扫过程的变化模型计算公式如下:
式中,表示吹扫过程中膜和催化层之间的结合水扩散通量,表示膜中结合水含量,t表示时间,用于表示吹扫过程中膜内结合水随吹扫时间的变化率。
催化层内结合水随吹扫过程的变化模型计算公式如下:
式中,表示吹扫过程中催化层内结合水向气态水转变的通量,表示催化层内结合水的含量,用于表示催化层内结合水随吹扫时间的变化率。
催化层内气态水随吹扫过程的变化模型计算公式如下:
式中,为催化层中水蒸气浓度,表示催化层内离聚物的浓度,表示催化层的孔隙率,为膜的密度,EW为膜的等效质量,为吹扫过程中催化层中液态水转化为气态水的通量,为吹扫过程中催化层和气体扩散层间水蒸气的通量。用于表示吹扫过程中催化层内气态水含量随吹扫时间的变化率。
气体扩散层内气态水随吹扫过程的变化模型计算公式如下:
式中, 为气体扩散层内水蒸气的浓度,为气体扩散层内液态水向气态水转变的通量,为气体扩散层和流道之间水蒸气的扩散通量,为气体扩散层内液体水的体积分数。用于表示吹扫过程中气体扩散层中气态水含量随吹扫时间的变化率。
流道内气态水随吹扫过程的变化模型计算公式如下:
式中,为燃料电池的有效活性面积,为燃料电池流道中吹扫带走的水蒸气通量,用于表示吹扫过程中流道中气态水含量随时间的变化率。
利用仿真工具对一维吹扫除水模型进行仿真,模拟一次燃料电池吹扫过程,得到膜内结合水、催化层内结合水、吹扫时间的值。
含水量变化后的膜电极的高频阻抗的计算模型,输出吹扫结束后电池的高频阻抗值R,作为停机预测过程的输入HFR(init)。
膜电极的高频阻抗的计算模型计算公式如下:
式中,R表示膜电极的高频阻抗,表示膜的厚度,表示膜的宽度, 表示和膜含水量相关的有效电导率,表示膜电极内结合水含量,1为无纲量。
计算的平均值作为膜内含水量,最终计算得出不同吹扫时间下的高频阻抗值R,作为停机预测过程中的输入值
步骤2:停机存储过程中阻抗值的预测:
具体为建立神经网络模型预测燃料电池在停机存储过程中高频阻抗的变化趋势。针对吹扫过程而言,随着吹扫时间的增加,燃料电池内部被除去的水分也就越多,测量得到的燃料电池阻抗值也就不断上升,总体上呈现先慢后快的趋势。吹扫时电池温度、吹扫气体流量、吹扫气体温度都对吹扫效果有较为明显的影响。停机存储环境参数相对于吹扫条件对阻抗的变化影响也十分明显,包括吹扫流量、电池温度、存储环境温度、吹扫结束时的高频阻抗值等。吹扫条件和环境温度影响着燃料电池达到最终稳定状态所需的时间。
因此,获取初始阻抗值、通过温度采集装置获取停机存储过程环境温度、设置停机存储过程中的放置过程的时间,阴极吹扫流量、阳极吹扫流量,本发明采用BP神经网络模型,选取阴极吹扫流量、阳极吹扫流量、吹扫时电池温度、停机存储过程环境温度、初始阻抗值和放置过程的时间作为神经网络的输入参数,选择燃料电池的高频阻抗值作为神经网络的输出参数。
燃料电池的高频阻抗值受电池温度影响,需要对燃料电池的高频阻抗值HFR进行修正,消除设定的吹扫时电池温度的影响,高频阻抗值修正值计算公式如下式所示:
BP神经网络的结构,包括:输入层、隐藏层和输出层。通过该神经网络预测模型,可以依据吹扫结束时的高频阻抗值R作为神经网络预测模型的输入,计算对应停机存储阶段结束时的与电池温度相关的燃料电池高频阻抗值修正值,作为第三阶段吹扫过程优化的约束条件之一。
步骤3:吹扫过程的优化:
根据吹扫时间和吹扫时电池温度计算吹扫气体的消耗和控制电池温度的能耗,并计算一次燃料电池吹扫模拟过程的所消耗的能量
以吹扫效果和吹扫过程中的能耗为优化目标对吹扫的过程进行优化。在达到吹扫要求时,吹扫的时间尽可能短,吹扫过程中的额外消耗尽可能的少。因此,吹扫参数的优化目标如下:
式中,为所消耗的能量,为控制电池温度的能耗,为吹扫气体的消耗,为吹扫时间,是最大吹扫时间,为高频阻抗的目标值。
依据吹扫模型进行吹扫模拟,获得在每次吹扫操作参数下,找到在时间满足吹扫要求的多组操作参数。将上述操作参数作为输入,利用神经网络预测模型计算存储过程之后燃料电池阻抗值是否满足要求。在之中,记录在保证吹扫效果前提下吹扫所耗费的能量最低的一种吹扫方法作为最终实现吹扫过程的操作参数的优化选择,并执行优化选择的操作参数进行现实的吹扫,提升吹扫的效率,降低了吹扫的能耗。操作参数包括:吹扫时间,阴极吹扫流量、阳极吹扫流量以及吹扫时电池温度
实施例2:
本实施例介绍一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如实施例1中任一所述的一种燃料电池吹扫过程优化方法。
实施例3:
一种计算机设备,包括:
存储器,用于存储指令。
处理器,用于执行所述指令,使得所述计算机设备执行如实施例1中任一所述的一种燃料电池吹扫过程优化方法的操作。
实施例4:
以单电池为例,设环境温度为-5℃,燃料电池单电池阻抗值需要大于16.82mΩ。给定阳极的流量范围为1-2SLPM,阴极的流量范围为3-5SLPM,电池的温度范围为50℃-80℃之间,停机存储时间为10h。采用本发明的优化方法对多次吹扫进行模拟,得到优化的操作参数,如表1所示,相较于常见的吹扫操作参数,节省了2437.06J的能量,吹扫时间降低了32s。
表1吹扫模拟参数对比表
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种燃料电池吹扫过程优化方法,其特征在于:包括如下步骤:
步骤1、利用仿真工具对一维吹扫除水模型进行仿真,模拟出一次燃料电池吹扫过程对应的膜内结合水、催化层内结合水、吹扫时间的值;
步骤2、根据膜内结合水、催化层内结合水计算平均值作为膜内含水量;
步骤3:根据膜内含水量计算膜电极的高频阻抗作为初始阻抗值;
步骤4:获取阴极吹扫流量、阳极吹扫流量、吹扫时电池温度、停机存储过程环境温度和放置过程的时间,将阴极吹扫流量、阳极吹扫流量、吹扫时电池温度、停机存储过程环境温度、放置过程的时间和初始阻抗值作为神经网络的输入,神经网络输出高频阻抗值;
步骤5:获取吹扫时电池温度和高频阻抗值计算高频阻抗值修正值;
步骤6:根据吹扫时间和吹扫时电池温度计算吹扫气体的消耗和控制电池温度的能耗,并根据吹扫气体的消耗和控制电池温度的能耗计算一次燃料电池吹扫模拟过程的所消耗的能量;
步骤7:重复步骤1至步骤6,模拟多次燃料电池吹扫过程,获得每次燃料电池吹扫过程对应的所消耗的能量、吹扫时间、高频阻抗值修正值,排除吹扫时间大于最大吹扫时间或者排除高频阻抗值修正值小于高频阻抗的目标值对应的燃料电池吹扫过程,选取剩余燃料电池吹扫过程中所消耗的能量最小值对应的燃料电池吹扫过程作为最优燃料电池吹扫过程,将最优燃料电池吹扫过程对应的吹扫时间,阴极吹扫流量、阳极吹扫流量以及吹扫时电池温度作为现实燃料电池吹扫过程的操作参数;
所述一维吹扫除水模型,包括:膜内结合水随吹扫过程的变化模型、催化层内结合水随吹扫过程的变化模型、催化层内气态水随吹扫过程的变化模型、气体扩散层内气态水随吹扫过程的变化模型以及流道内气态水随吹扫过程的变化模型。
2.根据权利要求1所述的一种燃料电池吹扫过程优化方法,其特征在于:
膜内结合水随吹扫过程的变化模型计算公式如下:
式中,表示吹扫过程中膜和催化层之间的结合水扩散通量,表示膜中结合水含量,t表示时间,用于表示吹扫过程中膜内结合水随吹扫时间的变化率;
催化层内结合水随吹扫过程的变化模型计算公式如下:
式中,表示吹扫过程中催化层内结合水向气态水转变的通量,表示催化层内结合水的含量,用于表示催化层内结合水随吹扫时间的变化率;
催化层内气态水随吹扫过程的变化模型计算公式如下:
式中,为催化层中水蒸气浓度,表示催化层内离聚物的浓度,表示催化层的孔隙率,为膜的密度,EW为膜的等效质量,为吹扫过程中催化层中液态水转化为气态水的通量,为吹扫过程中催化层和气体扩散层间水蒸气的通量;用于表示吹扫过程中催化层内气态水含量随吹扫时间的变化率;
气体扩散层内气态水随吹扫过程的变化模型计算公式如下:
式中, 为气体扩散层内水蒸气的浓度,为气体扩散层内液态水向气态水转变的通量,为气体扩散层和流道之间水蒸气的扩散通量,为气体扩散层内液体水的体积分数;用于表示吹扫过程中气体扩散层中气态水含量随吹扫时间的变化率;
流道内气态水随吹扫过程的变化模型计算公式如下:
式中,为燃料电池的有效活性面积,为燃料电池流道中吹扫带走的水蒸气通量,用于表示吹扫过程中流道中气态水含量随时间的变化率。
3.根据权利要求1所述的一种燃料电池吹扫过程优化方法,其特征在于:
膜电极的高频阻抗计算公式如下:
式中:
式中,R表示膜电极的高频阻抗,表示膜的厚度,表示膜的宽度, 表示和膜含水量相关的有效电导率,表示膜内含水量。
4.根据权利要求1所述的一种燃料电池吹扫过程优化方法,其特征在于:高频阻抗值修正值计算公式如下:
其中,表示高频阻抗值修正值,表示高频阻抗值,表示吹扫时电池温度。
5.根据权利要求1所述的一种燃料电池吹扫过程优化方法,其特征在于:所述神经网络采用BP神经网络。
6.根据权利要求1所述的一种燃料电池吹扫过程优化方法,其特征在于:所消耗的能量计算公式如下:
其中,表示所消耗的能量,表示控制电池温度的能耗,表示吹扫气体的消耗。
7.一种计算机可读存储介质,其特征在于:其上存储有计算机程序,该计算机程序被处理器执行时,实现如权利要求1至6中任一所述的一种燃料电池吹扫过程优化方法。
8.一种计算机设备,其特征在于:包括:
存储器,用于存储指令;
处理器,用于执行所述指令,使得所述计算机设备执行如权利要求1至6中任一所述的一种燃料电池吹扫过程优化方法的操作。
CN202410462330.6A 2024-04-17 一种燃料电池吹扫过程优化方法、设备及存储介质 Active CN118099484B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410462330.6A CN118099484B (zh) 2024-04-17 一种燃料电池吹扫过程优化方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410462330.6A CN118099484B (zh) 2024-04-17 一种燃料电池吹扫过程优化方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN118099484A CN118099484A (zh) 2024-05-28
CN118099484B true CN118099484B (zh) 2024-07-02

Family

ID=

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111180762A (zh) * 2020-01-03 2020-05-19 上海捷氢科技有限公司 一种燃料电池的停机吹扫方式确定方法、装置及系统
CN113839068A (zh) * 2021-09-29 2021-12-24 北京亿华通科技股份有限公司 一种燃料电池电堆的停机吹扫方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111180762A (zh) * 2020-01-03 2020-05-19 上海捷氢科技有限公司 一种燃料电池的停机吹扫方式确定方法、装置及系统
CN113839068A (zh) * 2021-09-29 2021-12-24 北京亿华通科技股份有限公司 一种燃料电池电堆的停机吹扫方法及装置

Similar Documents

Publication Publication Date Title
Huo et al. On the water transport behavior and phase transition mechanisms in cold start operation of PEM fuel cell
CN109860670B (zh) 电动汽车燃料电池氢气压力控制方法及电子设备
CN112736268B (zh) 一种提高sofc系统寿命的控制优化方法和系统
Askarzadeh et al. A new artificial bee swarm algorithm for optimization of proton exchange membrane fuel cell model parameters
CN113862728B (zh) Pem纯水电解制氢的压力控制方法、系统、设备及介质
Miao et al. Metamodel based design optimization approach in promoting the performance of proton exchange membrane fuel cells
CN118099484B (zh) 一种燃料电池吹扫过程优化方法、设备及存储介质
Bai et al. Decoupling strategy for react-air supply and cooling of open-cathode proton exchange membrane fuel cell stack considering real-time membrane resistance estimation
Song et al. Novel closed anode pressure-swing system for proton exchange membrane fuel cells
CN118099484A (zh) 一种燃料电池吹扫过程优化方法、设备及存储介质
Xu et al. Multi-criteria evaluation and optimization of PEM fuel cell degradation system
JP2009211919A (ja) 燃料電池システム
CN114530618B (zh) 基于随机优化算法的燃料电池与空压机匹配建模方法
CN115716469A (zh) 一种混合动力系统的输出功率分配控制方法
JP5493695B2 (ja) 燃料電池システム
CN117154154B (zh) 阴极吹扫时间确定方法、装置、电子设备及燃料电池
US11641022B2 (en) Controlling purge operation for fuel cell assembly
CN115995586B (zh) 一种燃料电池发动机功率控制方法、装置、设备及介质
CN113379237A (zh) 一种质子交换膜燃料电池调峰适应性判断方法及系统
CN118299618A (zh) 一种燃料电池低温冷启动优化方法、设备及存储介质
Wen et al. Dynamic transport characteristics and performance response of commercial-size polymer electrolyte membrane fuel cell stack: An experimental study
CN115579495A (zh) 一种燃料电池变载方法、电子设备及介质
CN118299620A (zh) 考虑能耗的燃料电池停机变流量吹扫快速动态规划方法
CN118226757A (zh) 一种燃料电池飞机的能量管理方法及系统
CN117374331A (zh) 一种质子交换膜燃料电池的水淹故障预测方法

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant