EP4548417A1 - Vorrichtung und verfahren zum bestimmen eines zustands in einem stapel von brennstoffzellen oder elektrolysezellen oder in einer brennstoffzelle oder einer elektrolysezelle - Google Patents

Vorrichtung und verfahren zum bestimmen eines zustands in einem stapel von brennstoffzellen oder elektrolysezellen oder in einer brennstoffzelle oder einer elektrolysezelle

Info

Publication number
EP4548417A1
EP4548417A1 EP23735267.9A EP23735267A EP4548417A1 EP 4548417 A1 EP4548417 A1 EP 4548417A1 EP 23735267 A EP23735267 A EP 23735267A EP 4548417 A1 EP4548417 A1 EP 4548417A1
Authority
EP
European Patent Office
Prior art keywords
model
state
stack
fuel cell
membrane
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
EP23735267.9A
Other languages
English (en)
French (fr)
Inventor
Todor DOYCHEV
Lars Reichelt
Peter Wassermann
Veronika SCHLEPER
Matthias Martin Hanauer
Markus Ganser
Manuel Joachim Schmidt
Ulrich Sauter
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of EP4548417A1 publication Critical patent/EP4548417A1/de
Pending legal-status Critical Current

Links

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
    • H01M8/04992—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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B15/00—Operating or servicing cells
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B15/00—Operating or servicing cells
    • C25B15/02—Process control or regulation
    • C25B15/023—Measuring, analysing or testing during electrolytic production
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B9/00—Cells or assemblies of cells; Constructional parts of cells; Assemblies of constructional parts, e.g. electrode-diaphragm assemblies; Process-related cell features
    • C25B9/70—Assemblies comprising two or more cells
    • C25B9/73—Assemblies comprising two or more cells of the filter-press type
    • C25B9/75—Assemblies comprising two or more cells of the filter-press type having bipolar electrodes
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B9/00—Cells or assemblies of cells; Constructional parts of cells; Assemblies of constructional parts, e.g. electrode-diaphragm assemblies; Process-related cell features
    • C25B9/70—Assemblies comprising two or more cells
    • C25B9/73—Assemblies comprising two or more cells of the filter-press type
    • C25B9/77—Assemblies comprising two or more cells of the filter-press type having diaphragms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • 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
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B1/00—Electrolytic production of inorganic compounds or non-metals
    • C25B1/01—Products
    • C25B1/02—Hydrogen or oxygen
    • C25B1/04—Hydrogen or oxygen by electrolysis of water
    • 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
    • H01M2008/1095—Fuel cells with polymeric 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

Definitions

  • the invention relates to a device and method for determining a state in a stack of fuel cells or electrolytic cells or in a fuel cell or an electrolytic cell.
  • a method for determining a state in a stack of fuel cells or electrolytic cells or in a fuel cell or an electrolytic cell wherein at least one membrane-electrode unit and plates are provided, between which a membrane-electrode unit is arranged, with a first Model Inflows of process media from a periphery and processes of a process product into the periphery and electrical input and output variables are modeled, with a second model, segments of the plates are modeled, the membrane-electrode unit or segments of the membrane-electrode unit being modeled with a third model, the first model and the second model being coupled via at least one coupling variable, the second model and the third model is coupled in segments via at least one coupling variable, with at least one input variable of the first model being specified, the state being determined with the at least one input variable, the first model, the second model and the third model.
  • a membrane-electrode unit can be understood to mean, in particular, at least one ion-conducting layer, the so-called membrane, and at least one electrode layer arranged, in particular applied, on one side of the ion-conducting layer.
  • An electrode layer is preferably arranged or applied on both sides of the ion-conducting layer, so that the ion-conducting layer is located (preferably sandwich-like) between the two electrode layers.
  • the membrane-electrode unit can preferably comprise further applied porous layers which serve to distribute (transport/remove) the reaction media, the current and/or the heat.
  • the at least one ion-conducting layer (membrane) can be at least partially as an ion-conducting polymer (e.g.
  • the electrode layers are typically porous layers that fulfill the combined functions of ion transport, electron transport, transport of the liquid and/or gaseous reaction media, heat transport and electrocatalysis.
  • the membrane-electrode unit can include further (usually porous) functional layers, e.g. B. the Distribution of the reaction media (transport of the liquid and/or gaseous educts, removal of the liquid and/or gaseous products) and/or the transport of electrons and heat.
  • at least one of the layers of the membrane-electrode unit can also have mechanical functions, e.g. B. providing a spring effect or mechanical support for adjacent layers.
  • the method can advantageously also be used to determine a state in a redox flow cell or a redox flow cell stack.
  • the method is particularly, but not exclusively, suitable for determining a state in an NT-PEM fuel cell, an HT-PEM fuel cell, an NT-PEM electrolytic cell, an HT-PEM electrolytic cell, an AEM fuel cell, an AEM electrolytic cell, an AEL electrolysis cell (classic liquid alkaline electrolysis), a SOFC, a SOEC, a MCFC/MCEC (Molten Carbonate Fuel Cell/Electrolysis Cell), PAFC/PAEC (phosphoric acid fuel cell/electrolysis).
  • the second model is used to model a physical effect per segment or for a bundle of several segments. This further improves the simulation.
  • the third model is used to model a physical effect of the membrane-electrode unit or each segment of the membrane-electrode unit. This enables simulation with particularly low demands on computing resources.
  • a measurement is recorded that characterizes the operation, the state during operation being determined depending on the measurement. This means that the operation can be influenced depending on the result of the simulation.
  • a variable for the operation in particular an operating strategy, a control variable or a controlled variable, is determined depending on the state during its operation, and the stack, the fuel cell or the electrolytic cell is controlled depending on the variable. This means that operation is influenced depending on a result of the simulation.
  • a quantity is determined which characterizes irreversible aging of the stack, the fuel cell or the electrolytic cell or a part thereof or includes a prediction for maintenance of the stack, the fuel cell or the electrolytic cell or a part thereof.
  • the simulation makes it possible to determine this information about the state.
  • a design parameter is determined for the stack, the fuel cell or the electrolytic cell or a part thereof. This makes it possible to achieve a better design more quickly.
  • the first model, the second model and/or the third model comprises parameters, with training data being provided which each comprise at least one input variable for the first model and a reference for the state, with the at least one input variables from the training data being used to determine the respective States are determined and, depending on a deviation of the states from their respective reference, the parameters for which the deviation is as small as possible are determined from the training data, and the state is then determined depending on the predetermined at least one input variable of the first model.
  • a device for determining a state of a stack of fuel cells or electrolytic cells or in a fuel cell or electrolytic cell is designed to determine the state according to the method.
  • FIG. 2 shows a schematic representation of a stack of a polymer electrolyte membrane fuel cell
  • FIG. 3 is a flowchart showing steps in a method for determining a state in the stack.
  • a polymer electrolyte membrane fuel cell converts hydrogen and oxygen into water by releasing electrical and thermal energy.
  • a solid oxide fuel cell converts a fuel such as methane by releasing electrical and thermal energy.
  • the procedure is carried out accordingly, particularly for a solid oxide electrolytic cell or a polymer electrolyte membrane electrolytic cell.
  • the polymer electrolyte membrane fuel cell includes a bipolar plate in a bipolar structure.
  • the bipolar plate includes a first electrode and a second electrode.
  • Several bipolar plates are arranged in series between two end plates to form a stack.
  • a proton-conducting polymer membrane is arranged in the stack between two of the bipolar plates. The stack is held together by the end plates.
  • the two outer bipolar plates of the stack are each electrically contacted by one of the end plates.
  • the polymer electrolyte membrane fuel cell comprises a monopolar plate instead of the bipolar plate.
  • the monopolar plate includes an electrode.
  • Several monopolar plates are arranged in series between two end plates to form a stack.
  • a proton-conducting polymer membrane is arranged for each fuel cell, which is surrounded by an insulator layer outside its active area. The stack is held together by the end plates.
  • the two outer monopolar plates of the Stacks are electrically contacted by one of the end plates.
  • electrical contacts are provided for monopolar plates, which are arranged within the stack.
  • Bipolar plate and monopolar plate are hereinafter referred to as plate.
  • the number of plates is one greater than the number of membrane-electrode units.
  • a number of plates is twice as large as a number of membrane electrode units.
  • At least one channel for supplying a first process medium, in particular process air, is provided in the plate.
  • a channel can be understood here as a channel in the narrower sense and a channel in the broader sense as a continuous flow path, for example in the form of a path through an open-porous material such as in a PEM electrolysis cell.
  • At least one channel for supplying a second process medium, in particular process hydrogen, is provided in the plate.
  • At least one channel for a coolant, in particular water, is provided in the plate.
  • At least one channel is provided in the plate for the removal of a process product, in particular process air and product water.
  • FIG. 1 shows exemplary models for determining a state 100 in the stack.
  • a first model 102 for a periphery of the stack as well as a second model 104 and a third model 106 for at least one segment in the stack.
  • the segment comprises at least part of an anode channel, at least part of a membrane electrode unit, at least part of a cathode channel and at least part of a coolant channel.
  • the second model 104 models the at least one part of the anode channel, the at least one part of the cathode channel and the at least one part the coolant channel consists of two plates.
  • the third model 106 models at least part of the membrane-electrode unit.
  • the first model 102 is coupled to the second model 104 via at least a first coupling variable 108.
  • the second model 104 is coupled to the first model 102 via at least one second coupling variable 110.
  • the two plates in the second model 104 are combined as one plate, with only one coupling size per direction, i.e. the first coupling size 108 and the second coupling size, being provided for both plates. It can be provided that two segments are modeled per plate in the second model 104 and that these are each coupled in each direction via their own coupling size.
  • the second model 104 is coupled to the third model 106 via at least one third coupling variable 112.
  • the third model 106 is coupled to the second model 104 via at least a fourth coupling variable 114.
  • a virtual sensor 116 is provided, which detects the state 100.
  • the virtual sensor 116 is coupled to the third model 106 via at least a fifth coupling variable 118.
  • the first model 102 has an input 120 for at least one input variable of the first model 102.
  • the first model 102 has an output 122 for outputting at least one output variable of the first model 102.
  • the second model 104 is designed to model physical processes, in particular transport processes, in the plate.
  • the second model 104 models discrete segments in the plate in the example.
  • the transport processes take place on the one hand in a plane of the plate between the segments and on the other hand in a plane perpendicular to the plate between each segment or a bundle of segments from and to a membrane-electrode unit.
  • the transport processes in the plate are modeled in these levels with the second model 104.
  • the transport processes in the membrane-electrode unit are modeled with the third model 106.
  • the second model 104 is designed, for example, to model heat transport, coolant transport, gas transport and an electrical potential in one segment or a bundle of such segments.
  • media supply, supply of process media, especially reaction gases, removal of process products, especially liquid water, especially in a PEM fuel cell, and/or heat, and electrical voltage are represented by generalized resistances. These resistors are connected to form resistance networks.
  • the resistances can be linear or non-linear.
  • the underlying resistances can be specified from physical models.
  • the physical models are discretized, for example by finite volumes.
  • the physical models are, for example, pre-generated tables or data-based models.
  • a segment is a discretization point and includes, for example, a channel of a certain channel length.
  • the segment can also include multiple channels.
  • the physical processes within a segment are represented, for example, via a representative element, for example a single channel or a representative channel bundle.
  • the following variables can be determined in a segment: a gas concentration, a partial pressure, an electrical voltage, a plate temperature, a gas temperature, a liquid water saturation, a coolant temperature, a coolant pressure. These sizes are examples. Other sizes can also be determined.
  • mathematical descriptions of the relationships can be used, e.g. for gas transport a description of two-phase flow according to Darcy or Pisseuille, for electrical voltage a description according to Ohm's law, for the plate temperature a description according to the heat conduction equation, for the coolant a description as an incompressible flow.
  • the third model 106 includes a membrane-electrode unit model for each segment in the plane perpendicular to the plate.
  • This membrane-electrode unit model can be designed with different levels of complexity.
  • the third model 106 is, for example, a one-dimensional model for the approximate determination of inhomogeneous current distributions in the stack and for determining a corresponding gas conversion.
  • the third model 106 is, for example, a two-dimensional model for determining internal states of the membrane-electrode unit.
  • the third model 106 is, for example, a three-dimensional model for evaluating processes in a microstructure of a membrane-electrode unit.
  • the processes are, for example, flow effects along a channel flow direction.
  • the membrane-electrode unit model models membrane-electrode unit physics in detail, with various internal states such as membrane moisture or saturations being automatically calculated.
  • the at least one fifth coupling variable 118 includes, for example, at least one of these internal states. This makes it possible, for example, to determine aging in a segment that is assigned to this membrane-electrode unit. By abstracting it into segments, the membrane-electrode unit model can be one-dimensional, two-dimensional or three-dimensional.
  • the third model 106 models the membrane-electrode unit physics in the case of a PEMFC, for example according to L. M. Pant et al., Electrochimica Acta, 326, 134963 (2019) or R. Vetter and J. O. Schumacher, Journal of Power Sources, 438, 227018 (2019) or A. A. Kulikovsky, Journal of The Electrochemical Society, 161, F263-F270 (2014).
  • the at least one third coupling variable 112 is, for example, a gas species concentration, a bipolar plate temperature, an electrical potential.
  • the at least one fourth coupling variable 114 is, for example, a material flow, a heat flow, or an electrical current.
  • the third coupling size 112 and/or the fourth coupling size 114 couple the segments or bundles of segments to the membrane-electrode unit models.
  • the third model 106 is implemented using partial differential equations, in which the third coupling variable 112 and the fourth coupling size 114 are each designed for an anode and a cathode, in Experimental parameter uncertainty in PEM fuel cell modeling Part I: Scatter in material parameterization, R. Vetter and JO Schumacher, Journal of Power Sources, 438, 227018 (2019) arXiv: 1811.10091 reveals:
  • Equation (5) a heat equation is solved, where the temperature represents the third coupling variable 112 and the heat flow represents the fourth coupling variable 114.
  • the gas transport is calculated using the Maxwell-Stefan equation, where the gas concentration represents the third coupling variable 112 and the material flow represents the fourth coupling variable 114.
  • the first model 102 includes, for example, a collection node for a resistance network.
  • the first model 102 is designed, for example, to represent an inhomogeneity between cells of the stack.
  • manifold i.e. inlet for process media and outlet for a process product and end plates of the stack are combined. It can be provided that one model is used for the inlet and outlet and a separate model is used for the end plates. It can be provided that separate models are used for the inlet, outlet and end plates.
  • the first model 102 is designed, for example, to take thermal and electrical behavior of the entire stack into account.
  • the first model 102 is designed, for example, to model an inhomogeneity of fluids across the channels.
  • the first model 102 is assigned to segments at the edge of the plate in addition to a membrane-electrode unit model.
  • Appropriate First and second coupling variables model a media supply, gas species flow, and a gas temperature.
  • the media supply is modeled, for example, by mass flows from the periphery into the segment or from the segment into the periphery, an operating pressure, an outlet pressure and/or a coolant temperature. This is done, for example, by means of a numerical calculation of fluid mechanics and a subsequent extraction of generalized resistances.
  • the first model 102 includes at least one end plate model that is assigned to segments on which the end plates are arranged.
  • Corresponding first and second coupling variables model a translation of electrical requirements into electrical currents in the respective segments.
  • the cell bundle has changed properties compared to the individual cell. For example, a resistance in the plane causes a compensating current, which is shown.
  • the summary has an impact on the first model 102.
  • the first model 102 is designed with corresponding coupling sizes for cell bundles. This creates a resistance network for the entire stack, which provides local information about the internal states of the membrane-electrode unit and the plates across the entire stack.
  • the permissible number of cells in a cell bundle is determined, for example, according to the accuracy requirements of the application question.
  • the choice of the number of cell bundles and segments is a trade-off between accuracy and computing time.
  • the segments can be rectangular, especially square. Another geometric shape is also possible. In the example, a geometric requirement for the segments is that they allow the plate to be completely subdivided.
  • the segments combine several channels into a channel bundle.
  • the number of combined channels can range from one to all channels of the plates.
  • the choice of just one channel bundle is sufficient if the expected performance differences are transverse to a flow direction the channels are low or of little relevance to the question being investigated. Otherwise it may be necessary to consider several channel bundles.
  • a channel bundle includes, for example, 10 or more channels.
  • the cells at the edge of the stack are preferably integrated into cell bundles that are smaller than other cell bundles that include cells in the middle of the stack, since the temperature profiles there often differ in particular from those in the cells in the middle of the stack.
  • a further discretization is chosen, for example, depending on use cases:
  • a number of segments of, for example, 100 or more segments along the flow direction of the channels is also advantageous.
  • the first model 102, the second model 104 and the third model 106 include parameters.
  • the models in particular include partial differential equations coupled to one another or are determined as analytical functions or as a neural network or several neural networks.
  • the parameters define the models, ie the differential equations or the analytical functions or neural networks.
  • the differential equations, analytical functions and the neural networks model electrochemical or physical effects in the stack.
  • the differential equations and analytical functions include electrochemical or physical quantities.
  • the differential equations and analytical functions can also include state variables for which there is neither an electrochemical nor a physical equivalent in the stack.
  • the neural networks include inputs for electrochemical or physical quantities and outputs for electrochemical or physical ones sizes.
  • the differential equations or the analytical functions or the neural networks are coupled via the coupling variables.
  • the differential equations and the neural networks can include different variables, coupling variables and/or parameters. Examples of the sizes and the coupling sizes are described below.
  • the models i.e. the differential equations, the analytical functions or the neural networks, are solved fully coupled to determine state 100.
  • one or more explicit couplings may be provided.
  • the first model 102 optionally has an interface 124 for providing data to the first model 102.
  • the second model 104 optionally has an interface 126 for providing data to the second model 104.
  • the third model 106 optionally has an interface 128 for providing data to the third model 106.
  • Training can be provided for the purpose of dating.
  • training data is provided, each of which includes at least one input variable for the first model 102 and a reference for the state 100.
  • the reference indicates which state 100 should be modeled with the models and the respective input variables.
  • the respective states 100 are determined using the at least one input variables from the training data.
  • the parameters are determined, for example, depending on a deviation of the states 100 from their respective reference from the training data.
  • an optimization method that minimizes the deviation determines the parameters for which the deviation is as small as possible.
  • the deviation is as small as possible, for example if an average value of the deviations for the training data is minimal.
  • the state 100 is then determined depending on the parameters determined during training and a predetermined at least one input variable of the first model 102.
  • membrane electrode units 202 are shown schematically, which are arranged in a fuel cell stack 204.
  • the stack 204 has two ends 206, between which plates 208 are arranged.
  • the stack 204 is electrically contacted at its ends 206 by an end plate 210 each. These are arranged on opposite end faces of the stack 204.
  • a first of the plates 208 of the stack 204 is electrically connected to a first of the end plates 210 and a last of the plates 208 of the stack 204 is electrically connected to a second of the end plates 210.
  • Segments 208-1 of plate 208 are modeled with the second model 104.
  • Plates 208 include channels 208-2.
  • Each segment 208-1 comprises a part of one of the channels 208-2 or parts of several channels 208-2.
  • electrical input and output variables of the stack 204 are modeled depending on at least one input variable of the first model 102.
  • the segments 208-1 of the plates 208 of the stack 204 are modeled in the second model 104.
  • the second model 104 is used to model physical effects in segments 208-1.
  • the segments 202-1 of a membrane electrode element 202 are, for example, each assigned to a segment 208-1 of the two plates 208 adjacent to the membrane electrode element 202, wherein segments 202-1 arranged adjacent to one another can be assigned to one another.
  • a number of segments in the second model 104 is equal to a number of segments in the third model 106. This represents a conformal discretization.
  • the segments in the second model 104 are connected to the segments in the third model 106, for example via the third coupling variable 112
  • the segments in the third model 104 are connected to the segments in the second model 106, for example via the fourth coupling size 114.
  • the number of segments in the second model 104 can differ from the number of segments in the third model 106. This represents a non-conforming discretization.
  • the segments in the second model 104 are connected to the segments in the third model 106, for example, via a correspondingly adapted third coupling variable 112.
  • the segments in the third model 106 are connected to the segments in the second model 104, for example. via a correspondingly adapted fourth coupling size 114.
  • the third model 106 comprises a one-dimensional, a two-dimensional or a three-dimensional model for each segment 202-1, with which boundary conditions from the segment 208-1 of the plate 208 assigned to this segment 202-1 are modeled. This results in a significant saving in computing time.
  • a step 302 at least one input variable of the first model 102 is determined, for example from a predetermined measurement on a membrane-electrode unit that is installed in the polymer electrolyte membrane fuel cell.
  • the measurement is recorded during operation of the polymer electrolyte membrane fuel cell.
  • the measurement characterizes the operation of the polymer electrolyte membrane fuel cell, ie the measurement includes at least one measurable quantity that characterizes the operation.
  • the state 100 is determined with the at least one input variable, the first model 102, the second model 104 and the third model 106.
  • the state 100 is detected, for example, with the virtual sensor 116.
  • the virtual sensor 116 detects the at least one fifth coupling variable 118.
  • the first model 102, the second model 104 and the third model 106 are solved completely coupled for the at least one input variable of the first model 102.
  • the models are linked via the respective coupling sizes.
  • a step 306 is then carried out.
  • the at least one output variable of the first model 102 is output.
  • the output size is, for example, a calculated size for a size that is included in the measurement. Provision can be made for these variables to be compared with one another.
  • a size for the operation of the stack 204 is determined and the stack 204 is controlled depending on the size.
  • the size is determined, for example, during operation of the stack 204 depending on a measurement on the stack 204 that is recorded during operation of the stack 204.
  • the stack 204 is controlled by size during its operation.
  • a quantity is determined that characterizes irreversible aging of the stack 204 or one of its parts. The state 100 and/or the size is determined, for example, during operation.
  • a quantity is determined that includes a prediction for maintenance of the stack 204 or one of its parts.
  • the state 100 and/or the size is determined, for example, during operation.
  • step 306 in one example, depending on the state 100 of the stack 204, a design parameter for the stack 204 or one of its parts is determined. For example, steps 302 to 306 are repeated many times in a design process, with a plurality of design parameters being determined. For example, different designs are simulated using different parameters of the second model 104 and/or the third model 106.
  • the state 100 is determined, for example, depending on the at least one input variable for the first model 102.
  • Example applications for example states are given below.
  • a distinction is made with respect to the stack 204 between a fuel cell stack of the polymer electrolyte membrane fuel cell and an electrolysis stack of the polymer electrolyte membrane electrolysis cell.
  • the fuel cell stack includes fuel cells.
  • the electrolysis stack includes electrolysis cells.
  • the procedure is the same for a redox flow battery, a solid oxide fuel cell or a solid oxide electrolysis cell.
  • the fuel cell stack includes, for example, at least one gas diffusion layer, at least one microporous layer, at least one catalyst layer, at least one inlet for the first process medium, at least one inlet for the second process medium, at least one membrane and/or at least one gas diffusion medium.
  • state 100 is an internal state of the fuel cell stack.
  • variables are, for example, input variables of the fuel cell stack or indicate the internal state of the fuel cell stack: a gas composition of anode gas, a gas composition of cathode gas, a gas pressure of anode gas at an outlet in the fuel cell stack for it, a gas mass flow of anode gas at an outlet in the fuel cell stack for it, a gas pressure of cathode gas at an outlet in the fuel cell stack therefor, a gas mass flow of cathode gas at an outlet in the fuel cell stack therefor, a gas pressure of anode gas at an inlet in the fuel cell stack therefor, a gas mass flow of anode gas at an inlet in the fuel cell stack therefor, a gas pressure of cathode gas at an inlet in the Fuel cell stack for a gas mass flow of cathode gas at an inlet in the Fuel cell stack for a gas mass flow of cathode gas at an inlet in the Fuel cell stack for a gas mass flow of cathode gas at an inlet in the Fuel cell stack
  • the first model 102 optionally includes a thermal model that models an environmental condition of the fuel cell stack, eg Temperature and/or a relative humidity of the ambient air of the fuel cell stack.
  • a thermal model that models an environmental condition of the fuel cell stack, eg Temperature and/or a relative humidity of the ambient air of the fuel cell stack.
  • state 100 is an inhomogeneity of an internal state of a fuel cell in the fuel cell stack.
  • the state 100 is an inhomogeneity of an internal state of at least one channel for gas, at least one channel for coolant or a structure of the plate in the fuel cell stack.
  • state 100 is an operating state of the membrane electrode unit of a fuel cell or several fuel cells of the fuel cell stack, for example the operating state of at least one gas diffusion carrier, at least one microporous layer, at least one catalyst layer and/or at least one polymer electrolyte membrane of the fuel cell.
  • State 100 is determined, for example, for drying, for a short-term overload or in transient operation of the fuel cell.
  • the state 100 is, for example, a state within a fuel cell or within the fuel cell stack for water management in the fuel cell stack, e.g. a temperature, a gas composition, a saturation, a liquid water content, a water transfer through the polymer electrolyte membrane fuel cell.
  • the state 100 is, for example, a state that arises when the fuel cell stack starts or stops.
  • state 100 is a state that is important during a freeze start.
  • the start of freezing is recognized, in particular depending on a temperature, and state 100 is recorded at the start of freezing.
  • State 100 is, for example, a local state in the fuel cell stack. In one example, depending on state 100, an effect of production fluctuations on the local state is determined. In one example, state 100 is a local temperature distribution or a local gas composition within a fuel cell and/or the fuel cell stack.
  • state 100 is a local saturation within a fuel cell and/or the fuel cell stack in at least one porous layer, in particular at least one gas diffusion layer, at least one microporous layer, at least one catalyst layer and/or at least one gas channel.
  • state 100 is a local current density distribution or a local voltage distribution within a fuel cell and/or the fuel cell stack.
  • state 100 is a local water content in a membrane of the fuel cell stack.
  • state 100 is at least a local potential in at least one catalyst layer of the fuel cell stack.
  • state 100 is a local contribution of a local response to a total voltage or current provided by the fuel cell stack.
  • the state 100 is recorded for various local reactions and the total voltage and the total current are determined depending on the recorded states.
  • state 100 is local irreversible aging, in particular ionomer aging in the fuel cell stack.
  • the irreversible aging is, for example, catalyst aging of a catalyst layer of the fuel cell stack and/or membrane aging in at least one membrane of the fuel cell stack and/or aging in at least one gas diffusion support of the fuel cell stack and/or aging in at least one microporous layer of the fuel cell stack.
  • condition 100 is local irreversible aging in a membrane-electrode assembly. For example, different states 100, ie different local irreversible aging, are recorded for the membrane-electrode unit and, depending on the recorded states, the irreversible aging of the membrane-electrode unit is determined.
  • state 100 is recorded and a particularly optimal operating strategy is determined depending on state 100.
  • the operating strategy is determined taking into account an efficiency and/or a lifetime of the fuel cell stack.
  • a design of the fuel cell stack that is optimal for achieving a desired efficiency and/or service life is determined depending on the state 100.
  • state 100 is determined for a plurality of different designs of the fuel cell stack and the optimal design is selected from the plurality depending on state 100. This enables a cost-effective design process.
  • an actual state of the fuel cell stack is determined depending on state 100.
  • the state 100 is determined, for example, depending on a measurement on the fuel cell stack.
  • the actual state is, for example, a state of the fuel cell stack during its operation.
  • the state 100 is determined, for example, depending on a measurement on the fuel cell stack that is recorded during its operation. For example, the measurement is recorded during operation of the fuel cell stack and the state 100 is determined during operation of the fuel cell stack depending on the measurement.
  • a control variable or a controlled variable for the operation of the fuel cell stack is determined depending on the state 100.
  • the control variable or the controlled variable is determined, for example, during operation of the fuel cell stack.
  • the control variable or the controlled variable is determined, for example, depending on the measurement. For example, the Measurement recorded during operation of the fuel cell stack, the state 100 determined during operation of the fuel cell stack depending on the measurement, the control variable or the controlled variable determined depending on the state 100 during operation of the fuel cell stack, and the fuel cell stack controlled depending on the control variable or the controlled variable.
  • a prediction for maintenance of the fuel cell stack is determined depending on the state 100.
  • a prediction for an adaptive change of at least one operating condition is determined, with which a lifetime and/or performance can be influenced during operation of the fuel cell stack.
  • At least one input variable for the fuel cell stack is estimated with a system model that models a system in which the fuel cell stack is operated.
  • Electrolysis stack includes electrolysis cells.
  • the electrolysis stack includes an electrolysis stack, which in the example includes the electrolysis cells.
  • State 100 is, for example, an internal state of the electrolysis stack.
  • variables are, for example, input variables of the electrolysis stack or indicate the internal state of the electrolysis stack: a composition of anode and cathode fluids, a pressure of an anode fluid at an inlet of the electrolysis stack for it, a pressure of an anode fluid at an outlet of the electrolysis stack for it, a pressure of a cathode fluid at an inlet of the electrolysis stack therefor, a pressure of a cathode fluid at an outlet of the electrolysis stack therefor, a mass flow of the anode fluid at the inlet of the electrolysis stack therefor, a mass flow of the anode fluid at the outlet of the electrolysis stack therefor, a mass flow of the cathode fluid at the inlet of the electrolysis stack therefor, a mass flow of the cathode fluid at the outlet of the electrolysis stack therefor, a temperature of the anode fluid, a temperature of the cathode fluid, an electrical voltage generated by the electrolysis stack, an electric current generated by the electrolysis stack
  • state 100 is an inhomogeneity of an internal state of an electrolytic cell in the electrolytic cell stack.
  • the state 100 is an inhomogeneity of an internal state of at least one channel for gas, at least one channel for coolant or a structure of the plate in the electrolysis cell stack.
  • state 100 is an operating state of the membrane electrode unit of an electrolytic cell or several electrolytic cells, for example the operating state of at least one porous transport layer, at least one catalyst layer and/or the polymer electrolyte membrane electrolytic cell.
  • the polymer electrolyte membrane electrolysis cell is, for example, part of an electrolyzer.
  • State 100 is determined, for example, in transient operation of the electrolyzer.
  • state 100 is an operating state of the electrolytic cell stack, in particular during load balancing, and is determined, for example, when the electrolytic cell stack is operating in overload.
  • state 100 is an operating state of the electrolytic cell stack that occurs when the electrolyzer is started up, ie, started, or shut down, ie stopped
  • State 100 is, for example, a local state in the electrolytic cell stack. In one example, depending on state 100, an effect of production fluctuations on the local state is determined.
  • state 100 is a local temperature distribution in the electrolytic cell stack or in an electrolytic cell.
  • state 100 is a local fluid composition within an electrolytic cell and/or the electrolytic cell stack.
  • the state 100 is a local saturation, i.e. a distribution of liquid and gas phases, in at least one porous layer, in particular in at least one porous transport layer, at least one catalyst layer and/or in at least one of the channels for a fluid.
  • state 100 is a local current density distribution or a local voltage distribution.
  • state 100 is a local current density distribution or a local voltage distribution within an electrolytic cell and/or the electrolytic cell stack.
  • state 100 is at least a local potential in at least one catalyst layer of the electrolytic cell stack.
  • state 100 is a local contribution of a local reaction to a total voltage or current provided by the electrolytic cell stack.
  • the state 100 is recorded for various local reactions and the total voltage and the total current are determined depending on the recorded states.
  • state 100 is local irreversible aging, in particular ionomer aging in the electrolytic cell stack.
  • the irreversible aging is, for example, catalyst aging of a catalyst layer of the electrolytic cell stack and/or membrane aging in at least one membrane of the electrolytic cell stack and/or aging in at least a gas diffusion carrier of the electrolytic cell stack and/or aging in at least one microporous layer of the electrolytic cell stack.
  • condition 100 is local irreversible aging in a membrane-electrode assembly.
  • different states 100 i.e. different local irreversible aging, are recorded for the membrane-electrode unit and, depending on the recorded states, the irreversible aging of the membrane-electrode unit is determined.
  • state 100 is recorded and a particularly optimal operating strategy is determined depending on state 100.
  • the operating strategy is determined taking into account an efficiency and/or a service life of the electrolytic cell stack.
  • a design of the electrolytic cell stack that is optimal for achieving a desired efficiency and/or service life is determined depending on the state 100.
  • state 100 is determined for a plurality of different designs of the electrolytic cell stack and the optimal design is selected from the plurality depending on state 100. This enables a cost-effective design process.
  • an actual state of the electrolytic cell stack is determined depending on state 100.
  • the state 100 is determined, for example, depending on a measurement on the electrolytic cell stack.
  • the actual state is, for example, a state of the electrolytic cell stack during its operation.
  • the state 100 is determined, for example, depending on a measurement on the electrolytic cell stack that is recorded during its operation. For example, the measurement is recorded during operation of the electrolytic cell stack and the state 100 is determined during operation of the electrolytic cell stack depending on the measurement.
  • a control variable or a controlled variable for the operation of the electrolytic cell stack is determined.
  • the control variable or the controlled variable is determined, for example, during operation of the electrolytic cell stack.
  • the control variable or the controlled variable is determined, for example, depending on the measurement.
  • the measurement is recorded during operation of the electrolytic cell stack
  • the state 100 is determined during operation of the electrolytic cell stack depending on the measurement
  • the control variable or the controlled variable is determined depending on the state 100 during operation of the electrolytic cell stack
  • the electrolytic cell stack is determined depending on the control variable or the controlled variable controlled.
  • a prediction for maintenance of the electrolytic cell stack is determined depending on the state 100.
  • a prediction for an adaptive change of at least one operating condition is determined, with which a lifetime and/or performance can be influenced during operation of the electrolytic cell stack.
  • At least one input variable for the electrolytic cell stack is estimated with a system model that models a system in which the electrolytic cell stack is operated.
  • the conductivity of water changes, for example due to contamination during operation.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • General Chemical & Material Sciences (AREA)
  • Fuel Cell (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)

Abstract

Vorrichtung und Verfahren zum Bestimmen eines Zustands (100) in einem Stapel von Brennstoffzellen oder Elektrolysezellen oder in einer Brennstoffzelle oder einer Elektrolysezelle, wobei eine Membran-Elektroden-Einheiten und Platten vorgesehen sind, zwischen denen je eine Membran-Elektroden-Einheit angeordnet ist, wobei mit einem ersten Modell (102) Zuläufe von Prozessmedien aus einer Peripherie und Abläufe eines Prozessprodukts in die Peripherie und elektrische Ein- und Ausgangsgrößen modelliert werden, wobei mit einem zweiten Modell (104) Segmente der Platten modelliert werden, wobei mit einem dritten Modell (106) die Membran-Elektroden-Einheit oder Segmente der Membran-Elektroden-Einheit modelliert werden, wobei das erste Modell (102) und das zweite Modell (104) über wenigstens eine Koppelgröße (108, 110) gekoppelt sind, wobei das zweite Modell (104) und das dritte Modell (106) segmentweise über wenigstens eine Koppelgröße (112, 114) gekoppelt sind, wobei wenigstens eine Eingangsgröße des ersten Modells (102) vorgegeben wird, wobei der Zustand (100) mit der wenigstens einen Eingangsgröße, dem ersten Modell (102), dem zweiten Modell (104) und dem dritten Modell (106) bestimmt wird.

Description

Beschreibung
Titel
Vorrichtung und Verfahren zum Bestimmen eines Zustands in einem Stapel von Brennstoffzellen oder Elektrolysezellen oder in einer Brennstoffzelle oder einer
Stand der Technik
Die Erfindung betrifft eine Vorrichtung und Verfahren zum Bestimmen eines Zustands in einem Stapel von Brennstoffzellen oder Elektrolysezellen oder in einer Brennstoffzelle oder einer Elektrolysezelle.
Beim Design der Polymer-Elektrolyt-Membran Brennstoffzelle ist ihr Verhalten in einer Simulation ermittelbar, die eine Geometrie der Brennstoffzelle berücksichtigt. Diese Simulation erfordert derart viele Rechenressourcen, dass es wünschenswert ist, für eine Bestimmung eines Zustands der Polymer- Elektrolyt-Membran Brennstoffzelle bei einem Betrieb in der Polymer-Elektrolyt- Membran Brennstoffzelle in einem Stapel von Polymer-Elektrolyt-Membran Brennstoffzelle eine verbesserte Simulation bereitzustellen.
Offenbarung der Erfindung
Dies wird durch den Gegenstand der unabhängigen Ansprüche erreicht.
Ein Verfahren zum Bestimmen eines Zustands in einem Stapel von Brennstoffzellen oder Elektrolysezellen oder in einer Brennstoffzelle oder einer Elektrolysezelle, wobei mindestens eine Membran-Elektroden-Einheit und Platten vorgesehen sind, zwischen denen je eine Membran-Elektroden-Einheit angeordnet ist, wobei mit einem ersten Modell Zuläufe von Prozessmedien aus einer Peripherie und Abläufe eines Prozessprodukts in die Peripherie und elektrische Ein- und Ausgangsgrößen modelliert werden, wobei mit einem zweiten Modell Segmente der Platten modelliert werden, wobei mit einem dritten Modell die Membran-Elektroden-Einheit oder Segmente der Membran- Elektroden-Einheit modelliert werden, wobei das erste Modell und das zweite Modell über wenigstens eine Koppelgröße gekoppelt sind, wobei das zweite Modell und das dritte Modell segmentweise über wenigstens eine Koppelgröße gekoppelt sind, wobei wenigstens eine Eingangsgröße des ersten Modells vorgegeben wird, wobei der Zustand mit der wenigstens einen Eingangsgröße, dem ersten Modell, dem zweiten Modell und dem dritten Modell bestimmt wird.
Unter einer Membran-Elektroden-Einheit kann insbesondere mindestens eine ionenleitende Schicht, die sogenannte Membran, und mindestens eine auf einer Seite der ionenleitenden Schicht angeordnete, insbesondere aufgebrachte Elektrodenschicht verstanden werden. Vorzugsweise ist auf beiden Seiten der ionenleitenden Schicht eine Elektrodenschicht angeordnet oder aufgebracht, so dass sich die ionenleitende Schicht (vorzugsweise sandwich-artig) zwischen den beiden Elektrodenschichten befindet. Bevorzugt kann die Membran-Elektroden- Einheit weitere aufgebrachte porösen Schichten umfassen, die der Verteilung (Antransport/Abtransport) der Reaktionsmedien, des Stroms und/oder der Wärme dienen. Die mindestens eine ionenleitende Schicht (Membran), kann hierbei zumindest teilweise als ionenleitendes Polymer (z. B. für eine PEM- Brennstoffzelle, PEM-Elektrolyse, AEM-Brennstoffzelle, AEM-Elektrolyse) und/oder als mit einem ionenleitenden Polymer und/oder einer ionenleitenden Flüssigkeit/Lösung getränkte elektrisch nicht leitende poröse Struktur (z. B. für eine flüssige alkalische Elektrolyse oder im Falle von Redox-Flow-Batterien) und/oder als keramischer lonenleiter (z. B. bei SOFC/SOEC) ausgeführt sein. Die Elektrodenschichten sind typischerweise poröse Schichten, die die kombinierten Funktionen lonentransport, Elektronentransport, Transport der flüssigen und/oder gasförmigen Reaktionsmedien, Wärmetransport und Elektrokatalyse erfüllen. Diese kombinierten Funktionen können in Abhängigkeit der betrachteten Technologie mit einer beliebigen Kombination von elektrokatalytisch aktiven Materialien (Metallen und/oder Metalloxiden und/oder keramischen Materialien) und/oder elektronisch leitfähigen (porösen) Trägermaterialien (Metallen, Kohlenstoffmaterialien, dotierten Metalloxiden,...) und/oder lonenleitern (polymere lonenleiter und/oder flüssige lonenleitern und/oder keramische lonenleiter) bestehen. Die Membran-Elektroden-Einheit kann weitere (meist poröse) Funktionsschichten umfassen, die z. B. der Verteilung der Reaktionsmedien (Antransport der flüssigen und/oder gasförmigen Edukte, Abtransport der flüssigen und/oder gasförmigen Produkte) und/oder dem Transport von Elektronen und von Wärme dienen. Je nach Anwendungsfall kann mindestens eine der Schichten der Membran-Elektroden-Einheit auch mechanische Funktionen haben, z. B. eine Bereitstellung einer Federwirkung oder eine mechanische Abstützung benachbarter Schichten.
Das Verfahren kann vorteilhafterweise auch zum Bestimmen eines Zustands in einer Redox-Flow-Zelle - oder einem Redox-Flow-Zellstapel verwendet werden. Insbesondere, aber nicht ausschließlich geeignet ist das Verfahren zum Bestimmen eines Zustandes in einer NT-PEM Brennstoffzelle, einer HT-PEM- Brennstoffzelle, einer NT-PEM Elektrolysezelle, einer HT-PEM-Elektrolysezelle, einer AEM-Brennstoffzelle, einer AEM-Elektrolysezelle, einer AEL- Elektrolysezelle (klassische flüssige alkalische Elektrolyse), einer SOFC, einer SOEC, einer MCFC/MCEC (Molten Carbonate Fuel Cell/Electrolysis Cell), PAFC/PAEC (Phosphorsaure Brennstoffzelle/Elektrolyse).
Im Folgenden wird das Verfahren im Wesentlichen am Beispiel der PEM- Brennstoffzelle erklärt, ist aber grundsätzlich auf beliebige Brennstoffzellen, Elektrolyse und Redox-Flow-Technologien übertragbar.
Vorzugsweise wird mit dem zweiten Modell ein physikalischer Effekt je Segment oder für ein Bündel von mehreren Segmenten modelliert. Dies verbessert die Simulation zusätzlich.
Vorzugsweise wird mit dem dritten Modell ein physikalischer Effekt der Membran- Elektroden-Einheit oder je Segment der Membran-Elektroden-Einheit modelliert. Dies ermöglicht eine Simulation mit besonders geringen Anforderungen an die Rechenressourcen.
Vorzugsweise wird während eines Betriebs des Stapels, der Brennstoffzelle oder der Elektrolysezelle eine Messung erfasst, die den Betrieb charakterisiert, wobei der Zustand während des Betriebs abhängig von der Messung bestimmt wird. Dadurch wird der Betrieb abhängig von einem Ergebnis der Simulation beeinflussbar. Vorzugsweise wird während des Betriebs eine Größe für den Betrieb, insbesondere eine Betriebsstrategie, eine Ansteuergröße oder eine Regelgröße, abhängig vom Zustand während seines Betriebs bestimmt, und der Stapel, die Brennstoffzelle oder die Elektrolysezelle abhängig von der Größe angesteuert. Dadurch wird der Betrieb abhängig von einem Ergebnis der Simulation beeinflusst.
Vorzugsweise wird abhängig vom Zustand insbesondere während des Betriebs eine Größe bestimmt, die eine irreversible Alterung des Stapels, der Brennstoffzelle oder der Elektrolysezelle oder eines Teils davon charakterisiert oder eine Vorhersage für eine Wartung des Stapels, der Brennstoffzelle oder der Elektrolysezelle oder eines Teils davon umfasst. Die Simulation ermöglicht es, diese Information über den Zustand zu bestimmen.
Vorzugsweise wird abhängig vom Zustand ein Designparameter für den Stapel, die Brennstoffzelle oder die Elektrolysezelle oder eines Teils davon bestimmt. Dies ermöglicht es, ein besseres Design schneller zu erzielen.
Vorzugsweise umfasst das erste Modell, das zweite Modell und/oder das dritte Modell Parameter, wobei Trainingsdaten bereitgestellt werden, die jeweils wenigstens eine Eingangsgröße für das erste Modell und eine Referenz für den Zustand umfassen, wobei mit den wenigstens einen Eingangsgrößen aus den Trainingsdaten die jeweiligen Zustände bestimmt werden und wobei abhängig von einer Abweichung der Zustände von ihrer jeweiligen Referenz aus den Trainingsdaten die Parameter bestimmt werden, für die die Abweichung möglichst klein ist, und wobei der Zustand anschließend abhängig von der vorgegebenen wenigstens einen Eingangsgröße des ersten Modells bestimmt wird.
Eine Vorrichtung, insbesondere ein virtueller Sensor, zum Bestimmen eines Zustands eines Stapels von Brennstoffzellen oder Elektrolysezellen oder in einer Brennstoffzelle oder Elektrolysezelle ist ausgebildet, den Zustands gemäß dem Verfahren zu bestimmen.
Weitere vorteilhafte Ausführungsformen sind der folgenden Beschreibung und der Zeichnung entnehmbar. In der Zeichnung zeigt: Fig. 1 eine schematische Darstellung von Modellen zum Bestimmen eines Zustands in einem Brennstoffzellenstapel,
Fig. 2 eine schematische Darstellung eines Stapels einer Polymer-Elektrolyt- Membran Brennstoffzelle,
Fig. 3 ein Flussdiagramm mit Schritten in einem Verfahren zum Bestimmen eines Zustands im Stapel.
Eine Polymer-Elektrolyt-Membran Brennstoffzelle wandelt Wasserstoff und Sauerstoff unter Abgabe von elektrischer und thermischer Energie in Wasser um. Eine Festoxid-Brennstoffzelle wandelt einen Brennstoff wie z.B. Methan unter Abgabe von elektrischer und thermischer Energie um.
Das Vorgehen wird in der folgenden Beschreibung für Stapel aus Polymer- Elektrolyt-Membran Brennstoffzellen beschrieben. Für andere Arten von Brennstoffzellen, Elektrolysezellen oder Redox-Flow-Zellen ist ein entsprechendes Vorgehen vorgesehen.
Wie oben angeführt, wird insbesondere für eine Festoxid-Elektrolysezelle oder eine Polymer-Elektrolyt-Membran Elektrolysezelle entsprechend verfahren.
Die Polymer-Elektrolyt-Membran Brennstoffzelle umfasst in einem bipolaren Aufbau eine Bipolarplatte. Die Bipolarplatte umfasst eine erste Elektrode und eine zweite Elektrode. Mehrere Bipolarplatten werden zwischen zwei Endplatten seriell zu einem Stapel angeordnet. Zwischen je zwei der Bipolarplatten ist im Stapel eine protonenleitende Polymermembran angeordnet. Der Stapel wird durch die Endplatten zusammengehalten. Die beiden äußeren Bipolarplatten des Stapels werden durch je eine der Endplatten elektrisch kontaktiert.
Die Polymer-Elektrolyt-Membran Brennstoffzelle umfasst in einem monopolaren Aufbau statt der Bipolarplatte eine Monopolarplatte. Die Monopolarplatte umfasst eine Elektrode. Mehrere Monopolarplatten werden zwischen zwei Endplatten seriell zu einem Stapel angeordnet. Je Brennstoffzelle ist im Beispiel eine protonenleitende Polymermembran angeordnet, die außerhalb ihrer aktiven Fläche von einer Isolatorschicht umgeben ist. Der Stapel wird durch die Endplatten zusammengehalten. Die beiden äußeren Monopolarplatten des Stapels werden durch je eine der Endplatten elektrisch kontaktiert. Zudem sind elektrische Kontakte für Monopolarplatten vorgesehen, die innerhalb des Stapels angeordnet sind.
Bipolarplatte und Monopolarplatte werden im Folgenden als Platte bezeichnet. Im Falle von Bipolarplatten ist eine Anzahl der Platten um Eins größer als eine Anzahl der Membran-Elektroden-Einheit. Im Falle von Monopolarplatten ist eine Anzahl der Platten doppelt so groß wie eine Anzahl der Membran-Elektroden- Einheiten.
In der Platte ist wenigstens ein Kanal für eine Zufuhr eines ersten Prozessmediums, insbesondere Prozessluft, vorgesehen. Unter einem Kanal kann hierbei ein Kanal im engeren Sinn und ein Kanal im weiteren Sinn als durchgängiger Strömungsweg verstanden werden, beispielsweise in Form eines Wegs durch ein offenporöses Material wie beispielsweise bei einer PEM- Elektrolysezelle.
In der Platte ist wenigstens ein Kanal für eine Zufuhr eines zweiten Prozessmediums, insbesondere Prozesswasserstoff, vorgesehen.
In der Platte ist wenigstens ein Kanal für ein Kühlmittel, insbesondere Wasser, vorgesehen.
In der Platte ist wenigstens einen Kanal für eine Abfuhr eines Prozessprodukts, insbesondere Prozessluft und Produktwasser, vorgesehen.
In Figur 1 sind beispielhafte Modelle für eine Bestimmung eines Zustands 100 im Stapel dargestellt. In Figur 1 ist ein erstes Modell 102 für eine Peripherie des Stapels, sowie ein zweites Modell 104 und ein drittes Modell 106 für wenigstens ein Segment im Stapel. Das Segment umfasst in einem Beispiel wenigstens einen Teil eines Anodenkanals, wenigstens einen Teil einer Membran- Elektroden-Einheit, wenigstens einen Teil eines Kathodenkanal und wenigstens einen Teil eines Kühlmittelkanals. Das bedeutet, das Segment umfasst zwei Platten und eine Membran-Elektroden-Einheit wenigstens teilweise. Das zweite Modell 104 modelliert im Beispiel den wenigstens einen Teil des Anodenkanals, den wenigstens einen Teil des Kathodenkanals und den wenigstens einen Teil des Kühlmittelkanals aus zwei Platten. Das dritte Modell 106 modelliert im Beispiel den wenigstens einen Teil der Membran-Elektroden-Einheit.
Das erste Modell 102 ist über wenigstens eine erste Koppelgröße 108 an das zweite Modell 104 angekoppelt. Das zweite Modell 104 ist über wenigstens eine zweite Koppelgröße 110 an das erste Modell 102 angekoppelt. Im Beispiel sind die zwei Platten im zweiten Modell 104 als eine Platte zusammengefasst, wobei für beide Platten nur eine Koppelgröße je Richtung, d.h. die erste Koppelgröße 108 und die zweite Koppelgröße, vorgesehen sind. Es kann vorgesehen sein, dass im zweiten Modell 104 je Platte zwei Segmente modelliert werden und diese jeweils über eine eigene Koppelgröße in jede Richtung gekoppelt sind.
Das zweite Modell 104 ist über wenigstens eine dritte Koppelgröße 112 an das dritte Modell 106 angekoppelt. Das dritte Modell 106 ist über wenigstens eine vierte Koppelgröße 114 an das zweite Modell 104 angekoppelt. Im Beispiel ist ein virtueller Sensor 116 vorgesehen, der den Zustand 100 erfasst. Im Beispiel ist der virtuelle Sensor 116 über wenigstens eine fünfte Koppelgröße 118 an das dritte Modell 106 angekoppelt. Das erste Modell 102 weist einen Eingang 120 für wenigstens eine Eingangsgröße des ersten Modells 102 auf. Das erste Modell 102 weist einen Ausgang 122 zur Ausgabe wenigstens einer Ausgangsgröße des ersten Modells 102 auf.
Das zweite Modell 104 ist ausgebildet, physikalische Vorgänge, insbesondere Transportprozesse, in der Platte zu modellieren. Das zweite Modell 104 modelliert im Beispiel diskrete Segmente in der Platte. Die Transportprozesse finden einerseits in einer Ebene der Platte zwischen den Segmenten und andererseits in einer Ebene senkrecht zur Platte zwischen je einem Segment oder einem Bündel von Segmenten von und zu einer Membran-Elektroden- Einheit statt. Die Transportprozesse in der Platte werden im Beispiel in diesen Ebenen mit dem zweiten Modell 104 modelliert. Die Transportprozesse in der Membran-Elektroden-Einheit werden mit dem dritten Modell 106 modelliert.
Das zweite Modell 104 ist z.B. ausgebildet, einen Wärmetransport, einen Kühlmitteltransport, einen Gastransport und ein elektrisches Potential in je einem Segment oder einem Bündel solcher Segmente zu modellieren. Dabei werden insbesondere Medienversorgung, Versorgung mit Prozessmedien, insbesondere Reaktionsgase, Abtransport von Prozessprodukten, insbesondere von Flüssigwasser vor allem bei einer PEM-Brennstoffzelle und/oder Wärme, und elektrische Spannung durch verallgemeinerte Widerstände abgebildet. Diese Widerstände werden zu Widerstandsnetzwerken verbunden. Die Widerstände können linear oder nichtlinear sein. Des Weiteren können die zu Grunde liegenden Widerstände aus physikalischen Modellen vorgegeben sein. Die physikalischen Modelle sind beispielsweise diskretisiert z.B. durch finite Volumen. Die physikalischen Modelle sind beispielsweise vorab erzeugte Tabellen oder datenbasierte Modelle.
Ein Segment ist ein Diskretisierungspunkt und umfasst z.B. einen Kanal einer bestimmten Kanallänge. Das Segment kann auch mehrere Kanäle umfassen.
Die physikalischen Prozesse innerhalb eines Segments werden z.B. über ein repräsentatives Element abgebildet, beispielsweise ein Einzelkanal oder ein repräsentatives Kanalbündel.
In einem Segment können beispielsweise folgende Größen bestimmt werden: eine Gaskonzentration, ein Partialdruck, eine elektrische Spannung, eine Plattentemperatur, eine Gastemperatur, eine Flüssigwassersättigung, eine Kühlmitteltemperatur, ein Kühlmitteldruck. Diese Größen sind beispielhaft. Es könne auch andere Größen bestimmt werden.
Für das zweite Modell 104 können mathematische Beschreibungen der Zusammenhänge verwendet werden, z.B. für den Gastransport eine Beschreibung von zwei-Phasen Strömung gemäß Darcy oder Poisseuille, für elektrische Spannung eine Beschreibung gemäß des Ohmschen Gesetzes, für die Plattentemperatur eine Beschreibung gemäß Wärmeleitungsgleichung, für das Kühlmittel eine Beschreibung als inkompressible Strömung.
Das dritte Modell 106 umfasst im Beispiel in der Ebene senkrecht zu der Platte je Segment ein Membran-Elektroden-Einheits-Modell. Dieses Membran-Elektroden- Einheits-Modell kann in unterschiedlicher Komplexitäten ausgeführt sein. Das dritte Modell 106 ist z.B. ein eindimensionales Modell zur approximativen Bestimmung von inhomogenen Stromverteilungen im Stapel und zur Bestimmung eines entsprechenden Gasumsatzes.
Das dritte Modell 106 ist z.B. ein zweidimensionales Modell zur Bestimmung interner Zustände der Membran-Elektroden-Einheit.
Das dritte Modell 106 ist z.B. ein dreidimensionales Modell zur Evaluierung von Prozessen in einer Mikrostruktur einer Membran-Elektroden-Einheit. Die Prozesse sind z.B. Strömungseffekte entlang einer Kanalströmungsrichtung.
In einem Beispiel modelliert das Membran-Elektroden-Einheits-Modell, eine Membran-Elektroden-Einheits-Physik detailliert, wobei verschiedene interne Zustände wie Membranfeuchte oder Sättigungen automatisch mitberechnet werden. Die wenigstens eine fünfte Koppelgröße 118 umfasst beispielsweise wenigstens einen dieser internen Zustände. Dadurch ist z.B. eine Alterung in einem Segment das dieser Membran-Elektroden-Einheit zugeordnet ist, bestimmbar. Durch die Abstraktion in Segmente kann das Membran-Elektroden- Einheits-Modell eindimensional zweidimensional oder dreidimensional ausgeführt sein.
Das dritte Modell 106 modelliert die Membran-Elektroden-Einheits-Physik im Falle einer PEMFC z.B. gemäß L. M. Pant et al., Electrochimica Acta, 326, 134963 (2019) oder R. Vetter and J. O. Schumacher, Journal of Power Sources, 438, 227018 (2019) oder A. A. Kulikovsky, Journal of The Electrochemical Society, 161 , F263-F270 (2014).
Die wenigstens eine dritte Koppelgröße 112 ist z.B. eine Gasspezieskonzentration, eine Bipolarplattentemperatur, ein elektrisches Potential. Die wenigstens eine vierte Koppelgröße 114 ist zum Beispiel ein Stoffstrom, ein Wärmestrom, ein elektrischer Strom. Die dritte Koppelgröße 112 und/oder die vierte Koppelgröße 114 koppeln die Segmente oder Bündel von Segmenten an die Membran-Elektroden-Einheits-Modelle.
Für eine PEM Brennstoffzelle ist eine Umsetzung des dritten Modells 106 anhand von partiellen Differenzialgleichen, in denen die dritte Koppelgröße 112 und die vierte Koppelgröße 114 jeweils für eine Anode und eine Kathode ausgeführt sind, in Experimental parameter uncertainty in PEM fuel cell modeling Part I: Scatter in material parameterization, R. Vetter and J. O. Schumacher, Journal of Power Sources, 438, 227018 (2019) arXiv: 1811.10091 offenbart:
In Gleichung (1) wird das Ohmsche Gesetz gelöst, wobei das elektrische Potential die dritte Koppelgröße 112 und der elektrische Strom die vierte Koppelgröße 114 darstellt.
In Gleichung (5) wird eine Wärmegleichung gelöst, wobei die Temperatur die dritte Koppelgröße 112 und der Wärmestrom die vierte Koppelgröße 114 darstellt.
In Gleichung (13) wird der Gastransport über die Maxwell-Stefan Gleichung berechnet, wobei die Gaskonzentration die dritte Koppelgröße 112 und der Stoffstrom die vierte Koppelgröße 114 darstellt.
Darüber hinaus wird in dieser Formulierung eine Protonleitung in einem Ionomer mit Gleichung (1), ein Wasserübertrag im Ionomer mit Gleichung (9), eine Adsorption / Desporption mit Gleichung (22), eine Evaporation / Kondensation mit Gleichung (23), eine Reaktionskinetik mit Gleichung (1) und Kontaktwiderstände mit Gleichung (S24) berechnet.
Das erste Modell 102 umfasst z.B. einen Sammelknoten für ein Widerstandsnetzwerk. Das erste Modell 102 ist z.B. ausgebildet, eine Inhomogenität zwischen Zellen des Stapels abzubilden. In diesem Beispiel sind Manifold, d.h. Zulauf für Prozessmedien und Ablauf für ein Prozessprodukt und Endplatten des Stapels zusammengefasst. Es kann vorgesehen sein, dass für Zulauf und Ablauf ein Modell und für die Endplatten ein separates Modell verwendet wird. Es kann vorgesehen sein, dass für Zulauf, Ablauf und Endplatten separate Modelle verwendet werden. Das erste Modell 102 ist z.B. ausgebildet, ein thermisches und elektrisches Verhalten des gesamten Stapels zu berücksichtigen. Das erste Modell 102 ist z.B. ausgebildet, eine Inhomogenität von Fluiden über die Kanäle zu modellieren.
Im Beispiel ist Segmenten am Rand der Platte zusätzlich zu einem Membran- Elektroden-Einheits-Modell das erste Modell 102 zugeordnet. Entsprechende erste und zweite Koppelgrößen modellieren eine Medienversorgung, Gasspeziesfluss, eine Gastemperatur. Die Medienversorgung wird z.B. durch Massenströme aus der Peripherie in das Segment oder aus dem Segment in die Peripherie, einen Betriebsdruck, einen Auslassdruck und/oder eine Kühlmitteltemperatur modelliert. Dies erfolgt z.B. mittels einer numerischen Berechnung einer Strömungsmechanik und einer anschließenden Extraktion verallgemeinerter Widerstände.
Im Beispiel umfasst das erste Modell 102 wenigstens ein Endplattenmodell, das Segmenten an denen die Endplatten angeordnet sind, zugeordnet ist. Entsprechende erste und zweite Koppelgrößen modellieren eine Übersetzung von elektrischen Anforderungen in elektrische Ströme in die jeweiligen Segmente.
Um mit Hilfe dieser Diskretisierung den ganzen Stapel zu rechnen, können mehrere einzelne Zellen des Stapels zu repräsentativen Zellbündeln zusammengefasst werden. Das Zellbündel hat veränderte Eigenschaften im Vergleich zur einzelnen Zelle. Beispielsweise bewirkt ein Widerstand in der Ebene einen Ausgleichstrom, der abgebildet wird. Zusätzlich hat die Zusammenfassung Auswirkungen auf das erste Modell 102. Das erste Modell 102 ist in diesem Fall dazu mit entsprechenden Koppelgrößen für Zellbündeln ausgebildet. So entsteht ein Widerstandsnetzwerk für den ganzen Stapel, das über den ganzen Stapel lokal Aussagen über interne Zustände der Membran- Elektroden-Einheit und die Platten liefert. Eine zulässige Zellzahl in einem Zellbündel ist dabei nicht beschränkt. Die Zellzahl wird z.B. gemäß den Genauigkeitsanforderungen der Anwendungsfragestellung festgelegt.
Die Wahl der Zellbündel- und Segmentanzahl ist eine Abwägung aus Genauigkeit und Rechenzeit. Die Segmente können rechteckig, insbesondere quadratisch sein. Eine andere geometrische Form ist auch möglich. Im Beispiel ist eine geometrische Anforderung an die Segmente, dass sie eine vollständige Unterteilung der Platte ermöglicht. Die Segmente fassen in einem Beispiel mehrere Kanäle zu einem Kanalbündel zusammen. Die Anzahl der zusammengefassten Kanäle kann vom einem bis zu allen Kanälen der Platten umfassen. Insbesondere die Wahl von nur einem Kanalbündel ist ausreichend, wenn die erwartbaren Leistungsunterschiede quer zu einer Strömungsrichtung in den Kanälen gering oder für die zu untersuchende Fragestellung von geringer Relevanz sind. Andernfalls kann es nötig sein, mehrere Kanalbündel zu betrachten. Ein Kanalbündel umfasst z.B. 10 oder mehr Kanäle.
Die Zellen am Rand des Stapels werden vorzugsweise in gegenüber anderen Zellbündeln, die Zellen mitten aus dem Stapels umfassen, kleineren Zellbündeln integriert, da sich dort häufig insbesondere die Temperaturprofile von denen in den Zellen mitten aus dem Stapel unterscheiden.
Eine weitere Diskretisierung wird beispielsweise abhängig von Anwendungsfällen gewählt:
Für einfache Fragestellungen wie Polarisationskurven oder Betriebsstrategien mit nicht-alterungsrelevanten Zuständen ist eine Wahl von z.B. 5-20 Segmenten entlang der Strömungskanäle, sowie z.B. 1-10 Zellbündel ausreichend.
Für alterungsrelevante Fragestellungen, in denen lokale interne Zustände einer Membran-Elektroden-Einheit sehr genau abgebildet werden müssen, ist auch eine Segmentanzahl von z.B. 100 und mehr Segmenten entlang der Strömungsrichtung der Kanäle vorteilhaft.
Das erste Modell 102, das zweite Modell 104 und das dritte Modell 106 umfassen Parameter. Die Modelle umfassen insbesondere miteinander gekoppelte partielle Differentialgleichungen oder sind als analytische Funktionen oder als ein neuronales Netzwerk oder mehrere neuronale Netzwerke bestimmt. Die Parameter definieren die Modelle, d.h. die Differentialgleichungen bzw. die analytischen Funktionen oder neuronalen Netzwerke. Die Differentialgleichungen, analytischen Funktionen und die neuronalen Netzwerke modellieren elektrochemische oder physikalische Effekte im Stapel. Die Differentialgleichungen und analytischen Funktionen umfassen elektrochemische oder physikalische Größen. Die Differentialgleichungen und analytischen Funktionen können auch Zustandsgrößen umfassen, für die es weder eine elektrochemische noch eine physikalische Entsprechung im Stapel gibt. Die neuronalen Netzwerke umfassen Eingänge für elektrochemische oder physikalische Größen und Ausgänge für elektrochemische oder physikalische Größen. Die Differentialgleichungen, bzw. die analytischen Funktionen bzw. die neuronalen Netzwerke sind über die Koppelgrößen gekoppelt.
Je nach Zustand 100 der modelliert werden soll, können die Differentialgleichungen und die neuronalen Netzwerke verschiedene Größen, Koppelgrößen und/oder Parameter umfassen. Beispiele für die Größen und die Koppelgrößen werden im Folgenden beschrieben. In einem Beispiel werden die Modelle, d.h. die Differentialgleichungen, die analytischen Funktionen bzw. die Neuronalen Netzwerke vollgekoppelt gelöst, um den Zustand 100 zu bestimmen. In einem Beispiel kann eine explizite Kopplung oder können mehrere explizite Kopplungen vorgesehen sein.
Das erste Modell 102 weist optional eine Schnittstelle 124 zur Bedatung des ersten Modells 102 auf. Das zweite Modell 104 weist optional eine Schnittstelle 126 zur Bedatung des zweiten Modells 104 auf. Das dritte Modell 106 weist optional eine Schnittstelle 128 zur Bedatung des dritten Modells 106 auf.
Mit diesen Schnittstellen sind zur Bedatung die Parameter der jeweiligen Modelle veränderbar.
Zur Bedatung kann ein Training vorgesehen sein. Im Training werden Trainingsdaten bereitgestellt, die jeweils wenigstens eine Eingangsgröße für das erste Modell 102 und eine Referenz für den Zustand 100 umfassen. Die Referenz gibt an, welcher Zustand 100 mit den Modellen und den jeweiligen Eingangsgrößen modelliert werden soll.
Mit den wenigstens einen Eingangsgrößen aus den Trainingsdaten werden die jeweiligen Zustände 100 bestimmt.
Die Parameter werden beispielsweise abhängig von einer Abweichung der Zustände 100 von ihrer jeweiligen Referenz aus den Trainingsdaten bestimmt.
Beispielsweise werden durch ein Optimierungsverfahren, das die Abweichung minimiert, die Parameter bestimmt, für die die Abweichung möglichst klein ist. Die Abweichung ist möglichst klein, wenn z.B. ein Mittelwert der Abweichungen für die Trainingsdaten minimal ist. In einer Inferenz wird der Zustand 100 anschließend abhängig von den im Training bestimmten Parametern und einer vorgegebenen wenigstens einen Eingangsgröße des ersten Modells 102 bestimmt.
In Figur 2 sind schematisch Membran-Elektroden-Einheiten 202 dargestellt, die in einem Brennstoffzellenstapel 204 angeordnet sind. Der Stapel 204 weist zwei Enden 206 auf, zwischen denen Platten 208 angeordnet sind. Der Stapel 204 ist an seinen Enden 206 durch je eine Endplatte 210 elektrisch kontaktiert. Diese sind an gegenüberliegenden Stirnseiten des Stapels 204 angeordnet. Eine erste der Platten 208 des Stapels 204 ist mit einer ersten der Endplatten 210 elektrisch verbunden und eine letzte der Platten 208 des Stapels 204 ist mit einer zweiten der Endplatten 210 elektrisch verbunden.
Mit dem zweiten Modell 104 werden Segmente 208-1 der Platte 208 modelliert. Die Platten 208 umfassen Kanäle 208-2. Jedes Segment 208-1 umfasst einen Teil je eines der Kanäle 208-2 oder Teile von jeweils mehreren Kanälen 208-2.
Seitlich am Stapel 204 ist ein Zulauf 212 angeordnet, durch den Kanäle 208-2 des Stapels 204 mit Prozessmedien versorgt werden. Ein Prozessprodukt wird über einen Ablauf 214 aus Kanälen 208-2 des Stapels 204 ausgeleitet. Der Ablauf 214 ist auf einer dem Zulauf 212 gegenüberliegenden Seite seitlich am Stapel 204 angeordnet.
Mit dem ersten Modell 102 werden abhängig von wenigstens einer Eingangsgröße des ersten Modells 102 Zu- oder Abläufe in den Stapel 204 modelliert.
Mit dem ersten Modell 102 werden abhängig von wenigstens einer Eingangsgröße des ersten Modells 102 elektrische Ein- und Ausgangsgrößen des Stapels 204 modelliert.
Die Segmente 208-1 der Platten 208 des Stapels 204 werden im zweiten Modell 104 modelliert. Mit dem zweiten Modell 104 werden physikalische Effekte in den Segmenten 208-1 modelliert.
Mit dem dritten Modell 106 werden physikalische Effekte in Membran-Elektroden- Elementen 202 oder in Segmenten 202-1 der Membran-Elektroden-Elemente 202 modelliert. Die Segmente 202-1 eines Membran-Elektroden-Elements 202 sind z.B. je einem Segment 208-1 der beiden dem Membran-Elektroden-Element 202 benachbarten Platte 208 zugeordnet, wobei einander benachbart angeordnete Segmente 202-1 einander zugeordnet sein können.
Diese Segmente können untereinander entkoppelt oder gekoppelt sein. Eine Anzahl der Segmente im zweiten Modell 104 ist im Beispiel gleich einer Anzahl der Segmente im dritten Modell 106. Dies stellt eine konforme Diskretisierung dar. Eine Anbindung der Segmente im zweiten Modell 104 an die Segmente im dritten Modell 106 erfolgt z.B. über die dritte Koppelgröße 112. Eine Anbindung der Segmente im dritten Modell 104 an die Segmente im zweiten Modell 106 erfolgt z.B. über die vierte Koppelgröße 114. Die Anzahl der Segmente im zweiten Modell 104 kann von der Anzahl der Segmente im dritten Modell 106 abweichen. Dies stellt eine nicht konforme Diskretisierung dar. Eine Anbindung der Segmente im zweiten Modell 104 an die Segmente im dritten Modell 106 erfolgt z.B. über eine entsprechend angepasste dritte Koppelgröße 112. Eine Anbindung der Segmente im dritten Modell 106 an die Segmente im zweiten Modell 104 erfolgt z.B. über eine entsprechend angepasste vierte Koppelgröße 114.
Das dritte Modell 106 umfasst im Beispiel je Segment 202-1 ein eindimensionales, ein zweidimensionales oder ein dreidimensionales Modell, mit dem Randbedingungen aus dem diesem Segment 202-1 zugeordneten Segment 208-1 der Platte 208 modelliert werden. Dadurch wird eine signifikante Rechenzeitersparnis erreicht.
In Figur 3 sind Schritte in einem Verfahren zum Bestimmen des Zustands 100 im Stapel 204 beschrieben. Das im Folgenden anhand der Polymer-Elektrolyt- Membran Brennstoffzelle erläuterte Verfahren kann analog für beliebige Brennstoffzellen, Elektrolyse und Redox-Flow-Technologien angewendet werden. In einem Schritt 302 wird wenigstens eine Eingangsgröße des ersten Modells 102 z.B. aus einer vorgegebenen Messung an einer Membran-Elektroden- Einheit, die in der Polymer-Elektrolyt-Membran Brennstoffzelle verbaut ist, bestimmt. Die Messung wird in einem Beispiel während des Betriebs der Polymer-Elektrolyt-Membran Brennstoffzelle erfasst. Die Messung charakterisiert im Beispiel den Betrieb der Polymer-Elektrolyt-Membran Brennstoffzelle, d.h. die Messung umfasst wenigstens eine messbare Größe, die den Betrieb charakterisiert.
In einem Schritt 304 wird der Zustand 100 mit der wenigstens einen Eingangsgröße, dem ersten Modell 102, dem zweiten Modell 104 und dem dritten Modell 106 bestimmt. Der Zustand 100 wird beispielsweise mit dem virtuellen Sensor 116 erfasst.
Der virtuelle Sensor 116 erfasst im Beispiel die wenigstens eine fünfte Koppelgröße 118. Im Beispiel wird das erste Modell 102, das zweite Modell 104 und das dritte Modell 106 für die wenigstens eine Eingangsgröße des ersten Modells 102 vollständig gekoppelt gelöst. Dabei sind die Modelle über die jeweiligen Koppelgrößen gekoppelt.
Anschließend wird ein Schritt 306 ausgeführt.
Im Schritt 306 wird in einem Beispiel die wenigstens eine Ausgangsgröße des ersten Modells 102 ausgegeben. Die Ausgangsgröße ist beispielsweise eine berechnete Größe für eine Größe, die in der Messung enthalten ist. Es kann vorgesehen sein, dass diese Größen miteinander abgeglichen werden.
Im Schritt 306 wird in einem Beispiel abhängig vom Zustand 100 eine Größe für den Betrieb des Stapels 204, insbesondere eine Betriebsstrategie, eine Ansteuergröße oder eine Regelgröße, bestimmt und der Stapel 204 abhängig von der Größe angesteuert. Die Größe wird beispielsweise während des Betriebs des Stapels 204 abhängig von einer Messung am Stapel 204, die im Betrieb des Stapels 204 erfasst wird, bestimmt. Der Stapel 204 wird beispielsweise während seines Betriebs mit der Größe angesteuert. In Schritt 306 wird in einem Beispiel abhängig vom Zustand 100 des Stapels 204 eine Größe bestimmt, die eine irreversible Alterung des Stapels 204 oder eines seiner Teile charakterisiert. Der Zustand 100 und/oder die Größe wird z.B. während des Betriebs bestimmt.
In Schritt 306 wird in einem Beispiel abhängig vom Zustand 100 des Stapels 204 eine Größe bestimmt, die eine Vorhersage für eine Wartung des Stapels 204 oder eines seiner Teile umfasst. Der Zustand 100 und/oder die Größe wird z.B. während des Betriebs bestimmt.
Im Schritt 306 wird in einem Beispiel abhängig vom Zustand 100 des Stapels 204 ein Designparameter für den Stapel 204 oder eines seiner Teile bestimmt. Die Schritte 302 bis 306 werden beispielsweise in einem Designprozess vielfach wiederholt, wobei eine Mehrzahl von Designparametern bestimmt werden. Durch unterschiedliche Parameter des zweiten Modells 104 und/oder des dritten Modells 106 werden beispielsweise verschiedene Designs simuliert.
Der Zustand 100 wird beispielsweise abhängig von der wenigstens einen Eingangsgröße für das erste Modell 102 bestimmt.
Im Folgenden werden beispielhafte Anwendungen für beispielhafte Zustände angeben. Im Beispiel wird bezüglich des Stapels 204 zwischen einem Brennstoffzellenstapel der Polymer-Elektrolyt-Membran Brennstoffzelle und einem Elektrolysestapel der Polymer-Elektrolyt-Membran Elektrolysezelle unterschieden. Der Brennstoffzellenstapel umfasst Brennstoffzellen. Der Elektrolysestapel umfasst Elektrolysezellen.
Für eine Redox-Flow Batterie, eine Festoxid-Brennstoffzelle oder eine Festoxid- Elektrolysezelle wird entsprechend verfahren.
Die Zustände betreffen beispielsweise den Brennstoffzellenstapel, Brennstoffzellen darin oder Teile davon. Außer den bereits beschriebenen Teilen des Brennstoffzellenstapels umfasst der Brennstoffzellenstapel z.B. wenigstens eine Gasdiffusionsschicht, wenigstens eine mikroporöse Schicht, wenigstens eine Katalysatorschicht, wenigstens einen Einlass für das erste Prozessmedium, wenigstens einen Einlass für das zweite Prozessmedium, wenigstens eine Membran und/oder wenigstens ein Gasdiffusionsmedium.
Beispielsweise ist der Zustand 100 ein interner Zustand des Brennstoffzellenstapels.
Folgende Größen sind beispielsweise Eingangsgrößen des Brennstoffzellenstapels oder geben den internen Zustand des Brennstoffzellenstapels an: eine Gaszusammensetzung von Anodengas, eine Gaszusammensetzung von Kathodengas, ein Gasdruck von Anodengas an einem Auslass im Brennstoffzellenstapel dafür, ein Gasmassenstrom von Anodengas an einem Auslass im Brennstoffzellenstapel dafür, ein Gasdruck von Kathodengas an einem Auslass im Brennstoffzellenstapel dafür, ein Gasmassenstrom von Kathodengas an einem Auslass im Brennstoffzellenstapel dafür, ein Gasdruck von Anodengas an einem Einlass im Brennstoffzellenstapel dafür, ein Gasmassenstrom von Anodengas an einem Einlass im Brennstoffzellenstapel dafür, ein Gasdruck von Kathodengas an einem Einlass im Brennstoffzellenstapel dafür, ein Gasmassenstrom von Kathodengas an einem Einlass im
Brennstoffzellenstapel dafür, eine Gastemperatur von Anodengas eine Gastemperatur von Kathodengas, eine Temperatur des Kühlmittels, ein Massestrom des Kühlmittels, eine elektrische Spannung, die vom Brennstoffzellenstapel erzeugt wird, ein elektrischer Strom, der vom Brennstoffzellenstapel erzeugt wird.
Das erste Modell 102 umfasst optional ein thermisches Modell, das eine Umgebungsbedingung des Brennstoffzellenstapels modelliert, z.B. eine Temperatur und/oder eine relative Feuchte der Umgebungsluft des Brennstoffzellenstapels.
Beispielsweise ist der Zustand 100 eine Inhomogenität eines internen Zustands einer Brennstoffzelle im Brennstoffzellenstapel.
Beispielsweise ist der Zustand 100 eine Inhomogenität eines internen Zustands wenigstens eines Kanals für Gas, wenigstens eines Kanals für Kühlmittel oder einer Struktur der Platte im Brennstoffzellenstapel.
Beispielsweise ist der Zustand 100 ein Betriebszustand der Membran- Elektroden-Einheit einer Brennstoffzelle oder mehrerer Brennstoffzellen des Brennstoffzellenstapels, beispielsweise der Betriebszustand wenigstens eines Gasdiffusionsträgers, wenigstens einer mikroporösen Schicht, wenigstens einer Katalysatorschicht und/oder wenigstens einer Polymer-Elektrolyt-Membran der Brennstoffzelle.
Der Zustand 100 wird z.B. für Trocknung, für eine kurzzeitige Überlast oder in einem transienten Betrieb der Brennstoffzelle bestimmt.
Der Zustand 100 ist beispielsweise ein Zustand innerhalb einer Brennstoffzelle oder innerhalb des Brennstoffzellenstapels für ein Wassermanagement in dem Brennstoffzellenstapel, z.B. eine Temperatur, eine Gaszusammensetzung, eine Sättigung, ein Flüssigwassergehalt, ein Wasserübertritt durch die Polymer- Elektrolyt-Membran Brennstoffzelle.
Der Zustand 100 ist beispielsweise ein Zustand, der bei einem Start oder einem Stopp des Brennstoffzellenstapels entsteht.
Der Zustand 100 ist beispielsweise ein Zustand, der bei einem Gefrierstart wichtig ist. In einem Beispiel wird insbesondere abhängig von einer Temperatur der Gefrierstart erkannt und der Zustand 100 beim Gefrierstart erfasst.
Der Zustand 100 ist beispielsweise ein lokaler Zustand im Brennstoffzellenstapel. In einem Beispiel wird abhängig vom Zustand 100 eine Auswirkung von Produktionsschwankungen auf den lokalen Zustand bestimmt. In einem Beispiel ist der Zustand 100 eine lokale Temperaturverteilung oder eine lokale Gaszusammensetzung innerhalb einer Brennstoffzelle und/oder des Brennstoffzellenstapels.
In einem Beispiel ist der Zustand 100 eine lokale Sättigung innerhalb einer Brennstoffzelle und/oder des Brennstoffzellenstapels in wenigstens einer porösen Schicht, insbesondere wenigstens einer Gasdiffusionsschicht, wenigstens einer mikroporösen Schicht, wenigstens einer Katalysatorschicht und/oder wenigstens eines Gaskanals.
In einem Beispiel ist der Zustand 100 eine lokale Stromdichteverteilung oder eine lokale Spannungsverteilung innerhalb einer Brennstoffzelle und/oder des Brennstoffzellenstapels.
In einem Beispiel ist der Zustand 100 ein lokaler Wassergehalt in einer Membran des Brennstoffzellenstapels.
In einem Beispiel ist der Zustand 100 wenigstens ein lokales Potential in wenigstens einer Katalysatorschicht des Brennstoffzellenstapels.
In einem Beispiel ist der Zustand 100 ein lokaler Beitrag einer lokalen Reaktion zu einer Gesamtspannung oder zu einem Gesamtstrom, den der Brennstoffzellenstapel liefert. Beispielsweise wird der Zustand 100 für verschiedene lokale Reaktionen erfasst und abhängig von den erfassten Zuständen die Gesamtspannung und der Gesamtstrom bestimmt.
In einem Beispiel ist der Zustand 100 eine lokale irreversible Alterung insbesondere eine lonomeralterung im Brennstoffzellenstapel. Die irreversible Alterung ist z.B., eine Katalysatoralterung einer Katalysatorschicht des Brennstoffzellenstapels und/oder eine Membranalterung in wenigstens einer Membran des Brennstoffzellenstapels und/oder eine Alterung in wenigstens einem Gasdiffusionsträger des Brennstoffzellenstapels und/oder eine Alterung in wenigstens einer Mikroporösen Schicht des Brennstoffzellenstapels. In einem Beispiel ist der Zustand 100 eine lokale irreversible Alterung in einer Membran-Elektroden-Einheit. Beispielsweise werden für die Membran- Elektroden-Einheit verschiedene Zustände 100, d.h. verschiedene lokale irreversible Alterungen, erfasst und abhängig von den erfassten Zuständen die eine irreversible Alterung der Membran-Elektroden-Einheit bestimmt.
In einem Beispiel wird der Zustand 100 erfasst und eine insbesondere optimale Betriebsstrategie abhängig vom Zustand 100 bestimmt. Beispielsweise wird die Betriebsstrategie unter Berücksichtigung einer Effizienz und/oder einer Lebenszeit des Brennstoffzellenstapels bestimmt.
In einem Beispiel wird ein für ein Erreichen einer gewünschten Effizient und/oder Lebenszeit optimales Design des Brennstoffzellenstapels abhängig vom Zustand 100 bestimmt.
In einem Beispiel wird der Zustand 100 für eine Mehrzahl verschiedener Designs des Brennstoffzellenstapels bestimmt und das optimale Design abhängig vom Zustand 100 aus der Mehrzahl ausgewählt. Das ermöglicht einen kosteneffizienten Designprozess.
In einem Beispiel wird ein tatsächlicher Zustand des Brennstoffzellenstapels abhängig vom Zustand 100 bestimmt. Der Zustand 100 wird beispielsweise abhängig von einer Messung am Brennstoffzellenstapel bestimmt.
Der tatsächliche Zustand ist beispielsweise ein Zustand des Brennstoffzellenstapels während seines Betriebs. Der Zustand 100 wird beispielsweise abhängig von einer Messung am Brennstoffzellenstapel bestimmt, die während seines Betriebs erfasst wird. Beispielsweise wird die Messung im Betrieb des Brennstoffzellenstapels erfasst und der Zustand 100 während des Betriebs des Brennstoffzellenstapels abhängig von der Messung bestimmt.
In einem Beispiel wird abhängig vom Zustand 100 eine Ansteuergröße oder eine Regelgröße für den Betrieb des Brennstoffzellenstapels bestimmt. Die Ansteuergröße oder die Regelgröße wird beispielsweise im Betrieb des Brennstoffzellenstapels bestimmt. Die Ansteuergröße oder die Regelgröße wird beispielsweise abhängig von der Messung bestimmt. Beispielsweise wird die Messung im Betrieb des Brennstoffzellenstapels erfasst, der Zustand 100 während des Betriebs des Brennstoffzellenstapels abhängig von der Messung bestimmt, die Ansteuergröße oder die Regelgröße abhängig vom Zustand 100 während des Betriebs des Brennstoffzellenstapels bestimmt, und der Brennstoffzellenstapel abhängig von der Ansteuergröße oder der Regelgröße angesteuert.
In einem Beispiel wird abhängig vom Zustand 100 eine Vorhersage für eine Wartung des Brennstoffzellenstapels bestimmt.
In einem Beispiel wird abhängig vom Zustand 100 eine Vorhersage für eine adaptive Änderung wenigstens einer Betriebsbedingung bestimmt, mit der eine Lebenszeit und/oder Leistungsfähigkeit während eines Betriebs des Brennstoffzellenstapels beeinflussbar ist.
In einem Beispiel wird abhängig vom Zustand 100 mit einem Systemmodell, das ein System modelliert, in dem der Brennstoffzellenstapel betrieben wird, wenigstens eine Eingangsgröße für den Brennstoffzellenstapel geschätzt, z.B. eine Gaszusammensetzung.
Im Folgenden werden Anwendungsfälle beschrieben, die eine Elektrolyse im Elektrolysestapel betreffen. Elektrolysestapel umfasst Elektrolysezellen. Der Elektrolysestapel umfasst einen Elektrolysestapel, der im Beispiel die Elektrolysezellen umfasst.
Der Zustand 100 ist beispielsweise ein interner Zustand des Elektrolysestapels.
Folgende Größen sind beispielsweise Eingangsgrößen des Elektrolysestapels oder geben den internen Zustand des Elektrolysestapels an: eine Zusammensetzung von Anoden- und Kathodenfluiden, ein Druck eines Anodenfluids an einem Einlass des Elektrolysestapels dafür, ein Druck eines Anodenfluids an einem Auslass des Elektrolysestapels dafür, ein Druck eines Kathodenfluids an einem Einlass des Elektrolysestapels dafür, ein Druck eines Kathodenfluids an einem Auslass des Elektrolysestapels dafür, ein Massestrom des Anodenfluids am Einlass des Elektrolysestapels dafür, ein Massestrom des Anodenfluids am Auslass des Elektrolysestapels dafür, ein Massestrom des Kathodenfluids am Einlass des Elektrolysestapels dafür, ein Massestrom des Kathodenfluids am Auslass des Elektrolysestapels dafür, eine Temperatur des Anodenfluids, eine Temperatur des Kathodenfluids, eine elektrische Spannung, die vom Elektrolysestapel erzeugt wird, ein elektrischer Strom, der vom Elektrolysestapel erzeugt wird.
Beispielsweise ist der Zustand 100 eine Inhomogenität eines internen Zustands einer Elektrolysezelle im Elektrolysezellenstapel.
Beispielsweise ist der Zustand 100 eine Inhomogenität eines internen Zustands wenigstens eines Kanals für Gas, wenigstens eines Kanals für Kühlmittel oder einer Struktur der Platte im Elektrolysezellenstapel.
Beispielsweise ist der Zustand 100 ein Betriebszustand der Membran- Elektroden-Einheit einer Elektrolysezelle oder mehrerer Elektrolysezellen beispielsweise der Betriebszustand wenigstens einer porösen Transportschicht, wenigstens einer Katalysatorschicht und/oder der Polymer-Elektrolyt-Membran Elektrolysezelle.
Die Polymer-Elektrolyt-Membran Elektrolysezelle ist beispielsweise Teil eines Elektrolyseurs. Der Zustand 100 wird z.B. in einem transienten Betrieb des Elektrolyseurs bestimmt.
Der Zustand 100 ist in einem Beispiel ein Betriebszustand des Elektrolysezellenstapels insbesondere beim Load-Balancing, und wird beispielsweise in einem Betrieb des Elektrolysezellenstapels in Überlast bestimmt.
Der Zustand 100 ist in einem Beispiel ein Betriebszustand des Elektrolysezellenstapels der beim Anfahren, d.h. Start, oder Abfahren, d.h. Stopp, des Elektrolyseurs entsteht Der Zustand 100 ist beispielsweise ein lokaler Zustand im Elektrolysezellenstapel. In einem Beispiel wird abhängig vom Zustand 100 eine Auswirkung von Produktionsschwankungen auf den lokalen Zustand bestimmt.
In einem Beispiel ist der Zustand 100 eine lokale Temperaturverteilung im Elektrolysezellenstapel oder in einer Elektrolysezelle.
In einem Beispiel ist der Zustand 100 eine lokale Fluidzusammensetzung innerhalb einer Elektrolysezelle und / oder des Elektrolysezellenstapels.
In einem Beispiel ist der Zustand 100 eine lokale Sättigung, d.h. eine Verteilung von Flüssig- und Gasphasen, in wenigstens einer porösen Schicht, insbesondere in wenigstens einer porösen Transportschicht, wenigstens einer Katalysatorschicht und/oder in wenigstens einem der Kanäle für ein Fluid.
In einem Beispiel ist der Zustand 100 eine lokale Stromdichteverteilung oder eine lokale Spannungsverteilung.
In einem Beispiel ist der Zustand 100 eine lokale Stromdichteverteilung oder eine lokale Spannungsverteilung innerhalb einer Elektrolysezelle und / oder des Elektrolysezellenstapels.
In einem Beispiel ist der Zustand 100 wenigstens ein lokales Potential in wenigstens einer Katalysatorschicht des Elektrolysezellenstapels.
In einem Beispiel ist der Zustand 100 ein lokaler Beitrag einer lokalen Reaktion zu einer Gesamtspannung oder zu einem Gesamtstrom, den der Elektrolysezellenstapel liefert. Beispielsweise wird der Zustand 100 für verschiedene lokale Reaktionen erfasst und abhängig von den erfassten Zuständen die Gesamtspannung und der Gesamtstrom bestimmt.
In einem Beispiel ist der Zustand 100 eine lokale irreversible Alterung insbesondere eine lonomeralterung im Elektrolysezellenstapel. Die irreversible Alterung ist z.B., eine Katalysatoralterung einer Katalysatorschicht des Elektrolysezellenstapels und/oder eine Membranalterung in wenigstens einer Membran des Elektrolysezellenstapels und/oder eine Alterung in wenigstens einem Gasdiffusionsträger des Elektrolysezellenstapels und/oder eine Alterung in wenigstens einer Mikroporösen Schicht des Elektrolysezellenstapels.
In einem Beispiel ist der Zustand 100 eine lokale irreversible Alterung in einer Membran-Elektroden-Einheit. Beispielsweise werden für die Membran- Elektroden-Einheit verschiedene Zustände 100, d.h. verschiedene lokale irreversible Alterungen, erfasst und abhängig von den erfassten Zuständen die eine irreversible Alterung der Membran-Elektroden-Einheit bestimmt.
In einem Beispiel wird der Zustand 100 erfasst und eine insbesondere optimale Betriebsstrategie abhängig vom Zustand 100 bestimmt. Beispielsweise wird die Betriebsstrategie unter Berücksichtigung einer Effizienz und/oder einer Lebenszeit des Elektrolysezellenstapels bestimmt.
In einem Beispiel wird ein für ein Erreichen einer gewünschten Effizient und/oder Lebenszeit optimales Design des Elektrolysezellenstapels abhängig vom Zustand 100 bestimmt.
In einem Beispiel wird der Zustand 100 für eine Mehrzahl verschiedener Designs des Elektrolysezellenstapels bestimmt und das optimale Design abhängig vom Zustand 100 aus der Mehrzahl ausgewählt. Das ermöglicht einen kosteneffizienten Designprozess.
In einem Beispiel wird ein tatsächlicher Zustand des Elektrolysezellenstapels abhängig vom Zustand 100 bestimmt. Der Zustand 100 wird beispielsweise abhängig von einer Messung am Elektrolysezellenstapel bestimmt.
Der tatsächliche Zustand ist beispielsweise ein Zustand des Elektrolysezellenstapels während seines Betriebs. Der Zustand 100 wird beispielsweise abhängig von einer Messung am Elektrolysezellenstapel bestimmt, die während seines Betriebs erfasst wird. Beispielsweise wird die Messung im Betrieb des Elektrolysezellenstapels erfasst und der Zustand 100 während des Betriebs des Elektrolysezellenstapels abhängig von der Messung bestimmt. In einem Beispiel wird abhängig vom Zustand 100 eine Ansteuergröße oder eine Regelgröße für den Betrieb des Elektrolysezellenstapels bestimmt. Die Ansteuergröße oder die Regelgröße wird beispielsweise im Betrieb des Elektrolysezellenstapels bestimmt. Die Ansteuergröße oder die Regelgröße wird beispielsweise abhängig von der Messung bestimmt. Beispielsweise wird die Messung im Betrieb des Elektrolysezellenstapels erfasst, der Zustand 100 während des Betriebs des Elektrolysezellenstapels abhängig von der Messung bestimmt, die Ansteuergröße oder die Regelgröße abhängig vom Zustand 100 während des Betriebs des Elektrolysezellenstapels bestimmt, und der Elektrolysezellenstapel abhängig von der Ansteuergröße oder die Regelgröße angesteuert.
In einem Beispiel wird abhängig vom Zustand 100 eine Vorhersage für eine Wartung des Elektrolysezellenstapels bestimmt.
In einem Beispiel wird abhängig vom Zustand 100 eine Vorhersage für eine adaptive Änderung wenigstens einer Betriebsbedingung bestimmt, mit der eine Lebenszeit und/oder Leistungsfähigkeit während eines Betriebs des Elektrolysezellenstapels beeinflussbar ist.
In einem Beispiel wird abhängig vom Zustand 100 mit einem Systemmodell, das ein System modelliert, in dem der Elektrolysezellenstapel betrieben wird, wenigstens eine Eingangsgröße für den Elektrolysezellenstapel geschätzt, z.B. eine Leitfähigkeit des Wassers oder ein zirkulierendes Restgas. Die Leitfähigkeit des Wassers ändert sich z.B. durch Kontamination im Betrieb.

Claims

Ansprüche
1. Verfahren zum Bestimmen eines Zustands (100) in einem Stapel (204) von Brennstoffzellen oder Elektrolysezellen oder in einer Brennstoffzelle oder einer Elektrolysezelle, wobei mindestens eine Membran-Elektroden-Einheit (202) und Platten (208) vorgesehen sind, zwischen denen je eine Membran- Elektroden-Einheit (202) angeordnet ist, wobei mit einem ersten Modell (102) Zuläufe von Prozessmedien aus einer Peripherie und Abläufe eines Prozessprodukts in die Peripherie und elektrische Ein- und Ausgangsgrößen modelliert werden, wobei mit einem zweiten Modell (104) Segmente (208-1) der Platten (208) modelliert werden, wobei mit einem dritten Modell (106) die Membran-Elektroden-Einheit (202) oder Segmente (202-1) der Membran- Elektroden-Einheit (202) modelliert werden, wobei das erste Modell (102) und das zweite Modell (104) über wenigstens eine Koppelgröße (108, 110) gekoppelt sind, wobei das zweite Modell (104) und das dritte Modell (106) segmentweise über wenigstens eine Koppelgröße (112, 114) gekoppelt sind, wobei wenigstens eine Eingangsgröße des ersten Modells (102) vorgegeben wird (302), wobei der Zustand (100) mit der wenigstens einen Eingangsgröße, dem ersten Modell (102), dem zweiten Modell (104) und dem dritten Modell (106) bestimmt wird (304).
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass mit dem zweiten Modell (104) ein physikalischer Effekt je Segment (208-1) oder für ein Bündel von mehreren Segmenten (208-1) modelliert wird.
3. Verfahren nach Anspruch 1 oder zwei, dadurch gekennzeichnet, dass mit dem dritten Modell (106) ein physikalischer Effekt der Membran-Elektroden- Einheit (202) oder je Segment (202-1) der Membran-Elektroden-Einheit (202) modelliert wird.
4. Verfahren nach einem der vorherigen Ansprüche , dadurch gekennzeichnet, dass während eines Betriebs des Stapels (204), der Brennstoffzelle oder der Elektrolysezelle eine Messung erfasst wird (302), die den Betrieb charakterisiert, wobei der Zustand (100) während des Betriebs abhängig von der Messung bestimmt wird (304).
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass während des Betriebs eine Größe für den Betrieb, insbesondere eine Betriebsstrategie, eine Ansteuergröße oder eine Regelgröße, abhängig vom Zustand (100) während seines Betriebs bestimmt wird, und der Stapel (204), die Brennstoffzelle oder die Elektrolysezelle abhängig von der Größe angesteuert wird (306).
6. Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass abhängig vom Zustand (100) insbesondere während des Betriebs eine Größe bestimmt wird (306), die eine irreversible Alterung des Stapels (204), der Brennstoffzelle oder der Elektrolysezelle oder eines Teils davon charakterisiert oder eine Vorhersage für eine Wartung des Stapels (204), der Brennstoffzelle oder der Elektrolysezelle oder eines Teils davon umfasst.
7. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass abhängig vom Zustand (100) ein Designparameter für den Stapel (204), die Brennstoffzelle oder die Elektrolysezelle oder eines Teils davon bestimmt wird (306).
8. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass das erste Modell (102), das zweite Modell (104) und/oder das dritte Modell (106) Parameter umfassen, wobei Trainingsdaten bereitgestellt werden, die jeweils wenigstens eine Eingangsgröße für das erste Modell (102) und eine Referenz für den Zustand (100) umfassen, wobei mit den wenigstens einen Eingangsgrößen aus den Trainingsdaten die jeweiligen Zustände (100) bestimmt werden und wobei abhängig von einer Abweichung der Zustände (100) von ihrer jeweiligen Referenz aus den Trainingsdaten die Parameter bestimmt werden, für die die Abweichung möglichst klein ist, und wobei der Zustand (100) anschließend abhängig von der vorgegebenen wenigstens einen Eingangsgröße des ersten Modells (102) bestimmt wird.
9. Vorrichtung, insbesondere virtueller Sensor, zum Bestimmen eines Zustands (100) eines Stapels von Brennstoffzellen oder Elektrolysezellen oder in einer Brennstoffzelle oder Elektrolysezelle (202), dadurch gekennzeichnet, dass die Vorrichtung ausgebildet ist, den Zustands (100) gemäß dem Verfahren nach einem der vorherigen Ansprüche zu bestimmen.
10. Computerprogramm, dadurch gekennzeichnet, dass das
Computerprogramm computerlesbare Instruktionen umfasst, bei deren Ausführung durch einen Computer ein Verfahren nach einem der Ansprüche 1 bis 8 abläuft.
EP23735267.9A 2022-06-28 2023-06-22 Vorrichtung und verfahren zum bestimmen eines zustands in einem stapel von brennstoffzellen oder elektrolysezellen oder in einer brennstoffzelle oder einer elektrolysezelle Pending EP4548417A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102022206492.5A DE102022206492B4 (de) 2022-06-28 2022-06-28 Vorrichtung und Verfahren zum Bestimmen eines Zustands in einem Stapel von Brennstoffzellen oder Elektrolysezellen oder in einer Brennstoffzelle oder einer Elektrolysezelle
PCT/EP2023/066986 WO2024002861A1 (de) 2022-06-28 2023-06-22 Vorrichtung und verfahren zum bestimmen eines zustands in einem stapel von brennstoffzellen oder elektrolysezellen oder in einer brennstoffzelle oder einer elektrolysezelle

Publications (1)

Publication Number Publication Date
EP4548417A1 true EP4548417A1 (de) 2025-05-07

Family

ID=87035910

Family Applications (1)

Application Number Title Priority Date Filing Date
EP23735267.9A Pending EP4548417A1 (de) 2022-06-28 2023-06-22 Vorrichtung und verfahren zum bestimmen eines zustands in einem stapel von brennstoffzellen oder elektrolysezellen oder in einer brennstoffzelle oder einer elektrolysezelle

Country Status (6)

Country Link
US (1) US20250383403A1 (de)
EP (1) EP4548417A1 (de)
JP (1) JP7842910B2 (de)
CN (1) CN119452486A (de)
DE (1) DE102022206492B4 (de)
WO (1) WO2024002861A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119674135B (zh) * 2024-11-26 2025-10-28 香港科技大学(广州) 基于sofc的冷热电联供系统的建模方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5332139B2 (ja) * 2007-06-20 2013-11-06 トヨタ自動車株式会社 燃料電池システム
DE102010038602B4 (de) 2010-07-29 2016-04-07 Deutsches Zentrum für Luft- und Raumfahrt e.V. Brennstoffzellenanlage, Fahrzeug mit einer Brennstoffzellenanlage und Verfahren zur Detektion von Degradationsmechanismen
DE102016116049A1 (de) 2016-08-29 2018-03-01 Audi Ag Verfahren zum Schätzen eines Zustandsvektors eines Brennstoffzellensystems, Verfahren zum Steuern oder Regeln einer Zustandsgröße eines Brennstoffzellensystems und Brennstoffzellensystem
CN111914414B (zh) * 2020-07-24 2024-02-09 天津大学 质子交换膜电解池三维全电池模型的建立方法
CN112072138B (zh) * 2020-08-14 2025-01-10 同济大学 适应于冷启动的燃料电池混合电源系统及其建模方法
US20220140376A1 (en) * 2020-11-03 2022-05-05 Toyota Motor Engineering & Manufacturing North America, Inc Method of design of fuel cell fluid flow networks

Also Published As

Publication number Publication date
US20250383403A1 (en) 2025-12-18
DE102022206492B4 (de) 2024-01-04
CN119452486A (zh) 2025-02-14
JP2025525388A (ja) 2025-08-05
WO2024002861A1 (de) 2024-01-04
JP7842910B2 (ja) 2026-04-08
DE102022206492A1 (de) 2023-12-28

Similar Documents

Publication Publication Date Title
DE102007034239B4 (de) Verfahren zum herstellen superhydrophiler und elektrisch leitender oberelächen für bipolarplatten von brennstoffzellen und brennstoffzellen mit solchen bipolarplatten
DE102008038202B4 (de) PEM-Brennstoffzelle mit verbessertem Wassermanagement und Verfahren zu ihrer Herstellung
DE102010046149A1 (de) Verfahren zur Verbesserung der Leistungsfähigkeit eines Brennstoffzellensystems unter Verwendung einer Zellenspannungsvorhersage eines Brennstoffzellenstapels
DE102008028007A1 (de) Umfassendes Verfahren zum Auslösen von Anodenentlüftungsvorgängen in einem Brennstoffzellensystem
DE112009000381T5 (de) Brennstoffzelle
DE102008033010B4 (de) Verfahren zum Bestimmen eines Profils von freier Diffusivität zu effektiver Diffusivität eines Brennstoffzellendiffusionsmediums
DE102017108439A1 (de) Elektrochemievorrichtung, funktionelles Element sowie Verfahren zu dessen Herstellung
EP4548417A1 (de) Vorrichtung und verfahren zum bestimmen eines zustands in einem stapel von brennstoffzellen oder elektrolysezellen oder in einer brennstoffzelle oder einer elektrolysezelle
DE102015118426B4 (de) Membranelektrodenanordnung und Brennstoffzelle
DE102019215900A1 (de) Verfahren zum Inbetriebsetzen eines Brennstoffzellen-Stack
DE102010014080B4 (de) System zur elektrischen signalverarbeitung für einen brennstoffzellenstapel
DE102021209031A1 (de) Verfahren zur Überwachung einer elektrochemischen Zelleneinheit
DE102017215574A1 (de) Verfahren zum Betreiben einer Brennstoffzelle und Brennstoffzellensystem
DE102008026395B4 (de) Brennstoffzellenstapel und Verfahren zum Steigern der Stabilität von Endzellen in einem Brennstoffzellenstapel
DE102021204371A1 (de) Reversible shunts zum schutz vor überladung in polymerelektrolytmembran-brennstoffzellen
DE102023210717A1 (de) Verfahren zum Ermitteln von Temperaturen in einem elektrochemischen Zellenstapel sowie elektrochemischer Zellenstapel
DE102008058716B4 (de) Gegendruckventil mit induktiv erwärmter Klappe
DE102019215899A1 (de) Brennstoffzellen-Stack für einen Betrieb in zumindest zwei Leistungsbereichen
DE102010063254A1 (de) Membran-Elektroden-Anordnung mit zwei Deckschichten
DE102021207855A1 (de) Verfahren zur Überwachung einer elektrochemische Zelleneinheit
DE102021208847A1 (de) Verfahren zum Betreiben einer elektrochemische Zelleneinheit
DE102021213139A1 (de) Verfahren zur Konditionierung einer elektrochemischen Zelleneinheit
DE102023120280A1 (de) Verfahren zur Diagnose des Betriebszustands eines Brennstoffzellensystems, Verfahren zur Steuerung eines Brennstoffzellensystems, und Brennstoffzellensystem
DE102019217802A1 (de) Verfahren zum Betreiben einer Brennstoffzelleneinheit
DE102023204716A1 (de) Verfahren zur Konditionierung einer elektrochemische Zelleneinheit

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20250128

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC ME MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)