WO2009101955A1 - 燃料電池シミュレーション装置及び燃料電池 - Google Patents

燃料電池シミュレーション装置及び燃料電池 Download PDF

Info

Publication number
WO2009101955A1
WO2009101955A1 PCT/JP2009/052270 JP2009052270W WO2009101955A1 WO 2009101955 A1 WO2009101955 A1 WO 2009101955A1 JP 2009052270 W JP2009052270 W JP 2009052270W WO 2009101955 A1 WO2009101955 A1 WO 2009101955A1
Authority
WO
WIPO (PCT)
Prior art keywords
fuel cell
catalyst layer
equation
model
electrolyte membrane
Prior art date
Application number
PCT/JP2009/052270
Other languages
English (en)
French (fr)
Inventor
Makoto Fujiuchi
Atsushi Ida
Takashi Harada
Tadashi Kawamoto
Original Assignee
Toyota Jidosha Kabushiki Kaisha
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 Toyota Jidosha Kabushiki Kaisha filed Critical Toyota Jidosha Kabushiki Kaisha
Priority to US12/867,358 priority Critical patent/US8620637B2/en
Publication of WO2009101955A1 publication Critical patent/WO2009101955A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04305—Modeling, demonstration models of fuel cells, e.g. for training purposes
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M4/00—Electrodes
    • H01M4/86—Inert electrodes with catalytic activity, e.g. for fuel cells
    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/50—Manufacturing or production processes characterised by the final manufactured product

Definitions

  • the present invention relates to a fuel cell simulation device for predicting the power generation performance of a fuel cell, and a fuel cell designed using the prediction result of the fuel cell simulation device.
  • a fuel cell includes a membrane-electrode assembly having an electrolyte membrane, a pair of catalyst layers sandwiching the electrolyte membrane, and a pair of diffusion layers sandwiching both outer sides of the catalyst layer, and a pair of fuels sandwiching both outer sides of the membrane electrode assembly And a battery separator.
  • the catalyst layer is an important element that influences the characteristics of the fuel cell, and therefore, the significance of utilizing the simulation technique is great.
  • the simulation is performed assuming that the structure of the catalyst layer is a “homogeneous porous body” in order to simplify the arithmetic processing at the time of simulation, the actual characteristics and behavior of the catalyst layer cannot be grasped. It becomes difficult to accurately predict the power generation performance of the fuel cell by simulation. JP 2005-135814 A JP 2007-95620 A
  • An object of the present invention is to provide a fuel cell simulation device capable of predicting the power generation performance of a fuel cell based on the actual structure (for example, a heterogeneous porous body) of a catalyst layer.
  • the present invention is a fuel cell simulation apparatus for predicting the power generation performance of a fuel cell including a membrane-electrode assembly having an electrolyte membrane, a catalyst layer, and a diffusion layer, and is based on the geometric shape and characteristic data of the catalyst layer.
  • Model creation means for modeling the catalyst layer, and using the catalyst layer model, the gas transport equation, the water generation / transport phase change equation, the electrical conduction equation, the heat conduction equation, and the catalytic reaction equation are coupled to form a catalyst layer model.
  • Calculating means for calculating at least one of the power generation state distribution and the macro physical property value.
  • the model creating unit models the electrolyte membrane and the diffusion layer from the geometric shape and characteristic data of the electrolyte membrane and the diffusion layer
  • the calculation unit includes: Using the electrolyte membrane model and the diffusion layer model, the gas transport equation, the water generation / transport phase change equation, the electrical conduction equation, the heat conduction equation, and the catalytic reaction equation are coupled to generate the power generation state distribution of the electrolyte membrane and the diffusion layer. It is preferable to calculate at least one of the macro physical property values.
  • the model creating means includes a model based on material composition ratio and material physical property data in addition to the geometric shape and characteristic data of the catalyst layer, the electrolyte membrane, and the diffusion layer. It is preferable to carry out.
  • a micro two-phase flow model may be used for the gas transport equation and the water generation / transport phase change equation. preferable.
  • the calculation means introduces time parameters into the equations, and dynamic characteristics of power generation state distributions of the catalyst layer, the electrolyte membrane, and the diffusion layer Is preferably calculated.
  • the geometric shape and the characteristic data are changed so that a difference between a calculation result by the calculation unit and a target value is equal to or less than a predetermined value, and a model creation unit It is preferable to include repetitive means for repeatedly performing modeling by and calculation by the calculating means.
  • the present invention is a fuel cell comprising a membrane-electrode assembly having an electrolyte membrane, a pair of catalyst layers sandwiching the electrolyte membrane, and a pair of diffusion layers sandwiching both outer sides of the pair of catalyst layers.
  • the catalyst layer preferably has geometric shape and physical property data determined based on the result of the power generation state distribution of the catalyst layer calculated by the fuel cell simulation apparatus described in (1) above.
  • a fuel cell simulation apparatus capable of analyzing a catalyst layer based on the actual physical structure (for example, a heterogeneous porous body) of the catalyst layer and predicting the power generation performance of the fuel cell. be able to.
  • FIG. 1 is a schematic cross-sectional view showing an example of a configuration of a fuel cell according to an embodiment of the present invention.
  • FIG. 1 is a schematic diagram showing an example of the configuration of a fuel cell simulation apparatus according to an embodiment of the present invention.
  • the fuel cell simulation apparatus 1 includes an input means 10 such as a keyboard for inputting geometric shapes and characteristic value data of a catalyst layer, an electrolyte membrane, and a diffusion layer (hereinafter sometimes referred to as a catalyst layer).
  • a CPU 12 that executes arithmetic processing and an output means 14 such as a display that outputs calculation results are provided.
  • the CPU 12 has a model creation module 16 for modeling the catalyst layer and the like from the geometric shape and characteristic data of the catalyst layer and the like.
  • the model creation module 16 of the CPU 12 models the catalyst layer and the like from the geometric shape and physical property data of the catalyst layer and the like input by the input means 10 using a 3D solid CAD or voxel method such as CATIA.
  • CATIA 3D solid CAD or voxel method
  • the geometric data such as the catalyst layer includes geometric data necessary for modeling or the following equation.
  • the geometric data of the catalyst layer includes, for example, the particle diameter of a catalyst metal such as platinum constituting the catalyst layer, the loading density, the particle diameter of carbon constituting the catalyst layer, the ionomer ratio (I / C), the catalyst layer thickness, For example, pore size distribution.
  • Examples of the electrolyte membrane geometry data include electrolyte film thickness and surface properties (roughness), and examples of the diffusion layer geometry data include diffusion layer thickness and diffusion layer hydrophilicity / hydrophobicity. Rate, pore size distribution, and the like.
  • SEM images and TEM image data of catalyst layers, electrolyte membranes, and diffusion layers as these geometric shape data.
  • the geometric shape data can be shortened because the modeling processing time can be shortened. Is more preferably numeric data than image data.
  • the characteristic data of the catalyst layer and the like includes physical characteristic data necessary for modeling or the following equation.
  • the characteristic data of the catalyst layer includes, for example, a pore size distribution, a hydrophilic / hydrophobic pore distribution, a capillary pressure characteristic, and the like.
  • the characteristic data of the electrolyte membrane and the diffusion layer are the same as described above.
  • the material composition ratio of the catalyst layer and the material property data should be added to model the catalyst layer.
  • the catalyst layer is formed, for example, by forming a film by mixing carbon carrying a metal catalyst such as platinum or ruthenium with a perfluorosulfonic acid electrolyte or the like. That is, the material composition ratio data of the catalyst layer or the like is the ratio of the material constituting the catalyst layer.
  • the material property data of the catalyst layer is the property of the material constituting the catalyst layer as described above, such as catalyst activity (exchange current density), thermal conductivity, electronic conductivity, proton conductivity, and the like. .
  • the material physical property data of the diffusion layer is the physical property of the material constituting the diffusion layer described above, for example, thermal conductivity, electronic conductivity, and the like.
  • the electrolyte membrane is a membrane having proton conductivity.
  • a perfluorosulfonic acid resin membrane or the like is used.
  • the electrolyte membrane to be used is used.
  • the ratio etc. becomes the material composition ratio data.
  • the material physical property data of the electrolyte membrane is physical property data of a resin to be used, such as thermal conductivity and proton conductivity.
  • FIG. 2 shows a catalyst layer, an electrolyte membrane, and a diffusion layer model (sometimes referred to as a membrane-electrode assembly model) modeled by the model creation module 16 from the geometric shape and characteristic data of the catalyst layer and the like.
  • the membrane-electrode assembly has an electrolyte membrane, a pair of catalyst layers that sandwich both sides of the electrolyte membrane, and a pair of diffusion layers that sandwich both sides of the catalyst layer.
  • a carrier 22 such as carbon carrying a catalyst such as platinum is supported on one surface of the electrolyte membrane 20 and the electrolyte membrane 20.
  • a membrane-electrode assembly model 28 having a catalyst layer 24 and a diffusion layer 26 is prepared.
  • the model of this embodiment is an example, and is not limited to this. For example, a three-dimensional membrane-electrode assembly model may be used.
  • the CPU 12 uses a membrane-electrode assembly model created by the model creation module 16 to provide a calculation module 18 that obtains the power generation state distribution and macro physical properties of the catalyst layer etc. by combining the following equations: Have.
  • the power generation state distribution is a distribution of gas supplied to the fuel cell, water generated by power generation of the fuel cell, heat (temperature), and electricity (current) in the catalyst layer, the diffusion layer, and the electrolyte membrane,
  • the distribution of water and gas in the catalyst layer etc. is based on the following gas transport equation and water generation / transport phase change equation, the temperature distribution is based on the heat conduction equation below, and the current distribution is based on the electrical conduction equation and catalytic reaction equation below. Is required.
  • the macro physical properties are ionic conductivity (resistance overvoltage), concentration overvoltage, diffusion coefficient (gas, water), and permeability coefficient (gas, water) obtained from each equation.
  • the calculation module 18 calculates at least one of the power generation state distribution such as the catalyst layer and the macro physical properties.
  • the calculation module 18 of the CPU 12 includes the membrane-electrode assembly model created by the model creation module 16 and the fuel cell operating conditions (current, temperature, humidity, pressure, etc.) necessary for the above equation stored in the calculation module.
  • the fuel cell operating conditions current, temperature, humidity, pressure, etc.
  • the gas transport equation is a law of conservation of mass, a law of conservation of momentum, or a law of conservation of mass, and is expressed by the following equations (1) to (3).
  • ⁇ ⁇ ( ⁇ u) 0 (1)
  • u velocity of gas fluid 1 / ⁇ 2
  • ⁇ ⁇ ( ⁇ uu) ⁇ ⁇ P + ⁇ + S u (2)
  • P pressure distribution of gas fluid
  • ⁇ gas shear force
  • S u volume force acting on gas fluid fragment
  • ⁇ ⁇ (uC k ) ⁇ ⁇ (D k eff ⁇ C k ) + S k (3)
  • C k gas fluid concentration distribution
  • D k eff effective diffusion coefficient
  • S k gas generation and consumption by chemical reaction
  • the electric conduction equation is a law of conservation of electric charge and is expressed by the following equation (4).
  • ⁇ ⁇ ( ⁇ eff ⁇ e ) + S ⁇ 0 (4)
  • ⁇ eff effective electron conductivity
  • ⁇ e potential
  • S ⁇ generated current
  • the heat conduction equation is an energy conservation law and is expressed by the following equation (5).
  • ⁇ ⁇ ( ⁇ c p uT) ⁇ ⁇ (k eff ⁇ T) + S T T: temperature distribution, c p : specific heat, k eff : effective thermal conductivity, S T : heat generation / endotherm
  • the catalytic reaction equation is an electrochemical reaction and is represented by the following formula (6).
  • ⁇ s k M k z ne ⁇ (6)
  • M k chemical formula
  • s k stoichiometric coefficient
  • n charge transfer number
  • Anode electrode H 2 ⁇ 2H + + 2e ⁇
  • Cathode electrode 1 / 2O 2 + 2H + + 2e ⁇ ⁇ H 2 O
  • the water generation / transport phase change equation is expressed by the following equations (7) to (9).
  • ⁇ ( ⁇ ) / ⁇ t + ⁇ ⁇ ( ⁇ u) 0 (7)
  • ⁇ ( ⁇ u) / ⁇ t + ⁇ ⁇ ( ⁇ uu) ⁇ ( ⁇ u) ⁇ P + ⁇ k g ⁇ 2 ⁇ ⁇ / K ⁇ u (8)
  • ⁇ / ⁇ t ( ⁇ C) + ⁇ ⁇ ( ⁇ c ⁇ uC) ⁇ ⁇ ( ⁇ D ⁇ C) + ⁇ ⁇ ⁇ ( ⁇ l sD l ⁇ C l + ⁇ g (1-s) D g ⁇ C g ⁇ D ⁇ C) ⁇ ⁇ ⁇ ⁇ ((C 1 ⁇ C g ) j l ) (9)
  • K permeability coefficient
  • C l water concentration gradient
  • C g gas concentration gradient
  • D l water diffusion coefficient
  • D g gas diffusion coefficient
  • the power generation state distribution and macro properties of the catalyst layer and the like obtained by the calculation module 18 of the CPU 12 are visually displayed by the output means 14 as numerical values, graphs, and distribution diagrams.
  • the calculation module 18 of the CPU 12 reads a micro two-phase flow model by a lattice Boltzmann method (LBM), a Lagrangian method, or the like, and uses the micro two-phase flow model to change a gas transport equation, water generation / transport phase change. It is preferable to obtain the distribution of water and gas in the catalyst layer or the like by an equation.
  • LBM lattice Boltzmann method
  • Lagrangian method Lagrangian method
  • the calculation module 18 of the CPU 12 reads software such as MOPAC2002 (manufactured by Fujitsu), Gaussian (registered trademark), Dmol3 (registered trademark), and replaces the material property data described above with quantum molecular dynamics. It is preferable to calculate the power generation state distribution or macrophysical properties of the catalyst layer or the like by using the molecular model by calculation and combining the above-described equations. Thereby, it is possible to calculate the power generation state distribution or the macro physical property of the catalyst layer or the like with high accuracy without inputting the material physical property data.
  • MOPAC2002 manufactured by Fujitsu
  • Gaussian registered trademark
  • Dmol3 registered trademark
  • the calculation module 18 of the CPU 12 introduces time parameters into the gas transport equation, water generation / transport phase change equation, electrical conduction equation, heat conduction equation and catalyst equation, and determines the dynamic characteristics of the power generation state distribution such as the catalyst layer. It is preferable to obtain. Thereby, the deterioration location etc. of a catalyst layer etc. can be estimated.
  • the time parameter may be read by the calculation module 18 or may be input from the input unit 10.
  • the CPU 12 determines the power generation state distribution of the catalyst layer and the like obtained by the calculation module 18 of the CPU 12, the geometric shape data of the catalyst layer and the like so that the difference between the macro physical property and the preset target value is not more than a predetermined value. It is preferable to include a repetitive module that changes characteristic data, material composition ratio data such as a catalyst layer, and material property data, and repeatedly performs modeling by the model creation module and calculation by the calculation module.
  • FIG. 3 is a schematic diagram showing an example of the configuration of a fuel cell simulation apparatus according to another embodiment of the present invention. As shown in FIG. 3, the fuel cell simulation device 2 includes a repetition module 32 in the CPU 30. In the simulation apparatus 2 shown in FIG. 3, the same reference numerals are given to the same configurations as those of the simulation apparatus 1 shown in FIG.
  • the operation of the CPU 12 including the repetitive module will be described using the fuel cell simulation device 2 of FIG.
  • geometric shape data or the like is input by the input means 10, and a model is created by the model creation module 16 from the geometric shape data or the like.
  • the power generation state distribution and the like of the catalyst layer and the like are calculated by the calculation module 18 using the model described above and the equations described above.
  • the repetition module 32 performs geometric analysis within a preset range.
  • the shape data and the like are changed, and a model creation instruction is given to the model creation module 16.
  • the calculation module 18 calculates the power generation state distribution and the like as described above. Then, the modeling by the model creation module 16 and the calculation by the calculation module 18 are repeatedly performed by the repetition module 32 until the difference between the calculation result and the target value is equal to or less than the predetermined value. As a result, it is possible to obtain optimal geometric shape data such as a catalyst layer, characteristic data, material composition ratio data such as a catalyst layer, and material physical property data.
  • FIG. 4 is a schematic cross-sectional view showing an example of the configuration of the fuel cell according to the embodiment of the present invention.
  • the fuel cell 3 includes an electrolyte membrane 34 and a pair of catalyst layers 36 (an anode electrode catalyst layer, a cathode electrode catalyst layer) that sandwich the electrolyte membrane 34 and a pair of catalysts that sandwich both outer sides of the catalyst layer 36.
  • a membrane-electrode assembly 40 having a diffusion layer 38 and a pair of fuel cell separators 42 sandwiching both outer sides of the membrane-electrode assembly 40 are provided.
  • the cavity of the fuel cell separator 42 is a flow path 44 of gas (anode gas, cathode gas) used for power generation of the fuel cell.
  • the fuel cell separators are sealed with an adhesive 46.
  • the electrolyte membrane 34, the catalyst layer 36, and the diffusion layer 38 used in the present embodiment are based on the results of the power generation state distribution or macro physical properties of the electrolyte membrane, the catalyst layer, and the diffusion layer calculated by the fuel cell simulation apparatus described above. It has the determined geometry and data, characteristic data, material composition ratio data, and material property data. Thereby, it becomes a fuel cell with high electric power generation performance.
  • the fuel cell according to the present embodiment can be used as a small power source for mobile devices such as a mobile phone and a portable personal computer, a power source for automobiles, a household power source, and the like.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Fuel Cell (AREA)
  • Inert Electrodes (AREA)

Abstract

　本発明は、電解質膜と触媒層と拡散層とを有する膜－電極アッセンブリを備える燃料電池の発電性能を予測する燃料電池シミュレーション装置であって、前記触媒層の幾何形状及び特性データから触媒層のモデル化を行うモデル作成手段と、触媒層モデルを用いて、ガス輸送方程式、水生成・輸送相変化方程式、電気伝導方程式、熱伝導方程式及び触媒反応方程式を連立させて前記触媒層の発電状態分布又はマクロ物性値を算出する算出手段と、を備える。

Description

燃料電池シミュレーション装置及び燃料電池
　本発明は、燃料電池の発電性能を予測するための燃料電池シミュレーション装置、及び当該燃料電池シミュレーション装置の予測結果を利用して設計される燃料電池に関するものである。
　近年の環境問題、特に自動車の排出ガスによる大気汚染や二酸化炭素に伴う地球温暖化に対する対策の一つとして、クリーンな排気及び高エネルギ効率運転を可能にする燃料電池技術が注目されている。燃料電池は、電解質膜と電解質膜を挟持する一対の触媒層と触媒層の両外側を挟持する一対の拡散層とを有する膜－電極アッセンブリと、膜電極アッセンブリの両外側を挟持する一対の燃料電池用セパレータとにより構成されている。
　燃料電池を構成する上記部材は高価であることから、燃料電池の設計、製造の際には、シミュレーション技術が広く活用されている（例えば、特許文献１，２参照）。
　燃料電池を構成する部材のうち、特に触媒層は燃料電池の特性を左右する重要な要素であるため、シミュレーション技術を活用する意義は大きい。しかし、シミュレーション時の演算処理を簡略化するため等により、触媒層の構造を「均質多孔体」と仮定してシミュレーションを行うと、実際の触媒層の特性及び挙動を把握することができず、燃料電池の発電性能をシミュレーションにより精度良く予測することが困難となる。
特開２００５－１３５８１４号公報 特開２００７－９５６２０号公報
　本発明の目的は、触媒層の実際の構造（例えば、不均質多孔体）に基づいて燃料電池の発電性能を予測することができる燃料電池シミュレーション装置を提供することである。
　（１）本発明は、電解質膜と触媒層と拡散層とを有する膜－電極アッセンブリを備える燃料電池の発電性能を予測する燃料電池シミュレーション装置であって、前記触媒層の幾何形状及び特性データから触媒層のモデル化を行うモデル作成手段と、触媒層モデルを用いて、ガス輸送方程式、水生成・輸送相変化方程式、電気伝導方程式、熱伝導方程式及び触媒反応方程式を連立させて前記触媒層の発電状態分布、マクロ物性値のうち少なくともいずれか１つを算出する算出手段と、を備える。
　（２）上記（１）記載の燃料電池シミュレーション装置において、前記モデル作成手段は、前記電解質膜及び前記拡散層の幾何形状及び特性データから電解質膜及び拡散層のモデル化を行い、前記算出手段は、電解質膜モデル及び拡散層モデルを用いて、ガス輸送方程式、水生成・輸送相変化方程式、電気伝導方程式、熱伝導方程式及び触媒反応方程式を連立させて前記電解質膜及び前記拡散層の発電状態分布、マクロ物性値のうち少なくともいずれか１つを算出することが好ましい。
　（３）上記（２）記載の燃料電池シミュレーション装置において、前記モデル作成手段は、前記触媒層、前記電解質膜、前記拡散層の幾何形状及び特性データに加え、材料構成割合、材料物性データからモデル化を行うことが好ましい。
　（４）上記（１）～（３）のいずれか１つに記載の燃料電池シミュレーション装置において、前記ガス輸送方程式、前記水生成・輸送相変化方程式には、ミクロ２相流モデルを用いることが好ましい。
　（５）上記（３）記載の燃料電池シミュレーション装置において、前記材料物性データに替えて、量子分子動力学計算による分子モデルを用いることが好ましい。
　（６）上記（２）記載の燃料電池シミュレーション装置において、前記算出手段は、前記各方程式に時間パラメータを導入して、前記触媒層、前記電解質膜及び前記拡散層の発電状態分布の動的特性を算出することが好ましい。
　（７）上記（２）記載の燃料電池シミュレーション装置において、前記算出手段による算出結果と目標値との差が所定値以下となるように、前記幾何形状及び前記特性データを変化させ、モデル作成手段によるモデル化及び算出手段による算出を繰り返し行わせる繰り返し手段を備えることが好ましい。
　（８）本発明は、電解質膜と前記電解質膜を挟持する一対の触媒層と前記一対の触媒層の両外側を挟持する一対の拡散層とを有する膜－電極アッセンブリを備える燃料電池であって、前記触媒層は、上記（１）記載の燃料電池シミュレーション装置により算出された触媒層の発電状態分布の結果に基づいて決定される幾何形状及び物性データを有することが好ましい。
　本発明によれば、触媒層の実際の物理的構造（例えば、不均質多孔体）に基づき、触媒層の解析を行い、燃料電池の発電性能を予測することができる燃料電池シミュレーション装置を提供することができる。
本発明の実施形態に係る燃料電池シミュレーション装置の構成の一例を示す概略模式図である。 モデル作成モジュールによりモデル化した膜－電極アッセンブリモデルである。 本発明の他の実施形態に係る燃料電池シミュレーション装置の構成の一例を示す概略模式図である。 本発明の実施形態に係る燃料電池の構成の一例を示す模式断面図である。
符号の説明
　１，２　燃料電池シミュレーション装置、３　燃料電池、１０　入力手段、１２，３０ＣＰＵ、１４　出力手段、１６　モデル作成モジュール、１８算出モジュール、２０　電解質膜、２２　担体、２４　触媒層、２６　拡散層、２８　膜－電極アッセンブリモデル、３２　繰り返しモジュール、３４　電解質膜、３６　触媒層、３８　拡散層、４０　膜－電極アッセンブリ、４２　燃料電池用セパレータ、４４　流路、４６　接着剤。
　本発明の実施の形態について以下説明する。
　図１は、本発明の実施形態に係る燃料電池シミュレーション装置の構成の一例を示す概略模式図である。図１に示すように燃料電池シミュレーション装置１は、触媒層、電解質膜及び拡散層（以下触媒層等と呼ぶ場合がある）の幾何形状及び特性値データ等を入力するキーボード等の入力手段１０と、演算処理を実行するＣＰＵ１２と、計算結果を出力するディスプレイ等の出力手段１４とを備えるものである。
　ＣＰＵ１２は、触媒層等の幾何形状及び特性データから触媒層等のモデル化を行うモデル作成モジュール１６を有する。ＣＰＵ１２のモデル作成モジュール１６は、ＣＡＴＩＡ等の３Ｄソリッドキャド又はボクセル法等を用いて、入力手段１０により入力された触媒層等の幾何形状及び物性データから触媒層等のモデル化を行う。本実施形態では、触媒層の幾何形状及び物性データのみでも、燃料電池の発電性能を予測することは可能であるが、電解質膜及び拡散層の幾何形状及び物性データを加えることにより、膜－電極アッセンブリとしてのモデル化が可能となり、精度よく燃料電池の発電性能を予測することが可能となる。触媒層等の幾何形状データとは、モデル化又は下記方程式に必要な幾何形状データを含むものである。触媒層の幾何形状データは、例えば、触媒層を構成する白金等の触媒金属の粒径、担持密度、触媒層を構成するカーボンの粒径、アイオノマー比率（Ｉ／Ｃ）、触媒層厚さ、気孔径分布等である。また、電解質膜の幾何形状データとしては、例えば、電解質膜厚さ、表面性状（粗さ）等であり、拡散層の幾何形状データとしては、例えば、拡散層の厚さ、拡散層の親疎水率、気孔径分布等である。また、これらの幾何形状データとして、触媒層、電解質膜、拡散層のＳＥＭ画像、ＴＥＭ画像データを用いることも可能であるが、モデル化の処理時間を短縮することができる点で、幾何形状データは画像データより数値データの方が好ましい。
　触媒層等の特性データとは、モデル化又は下記方程式に必要な物理的特性データを含むものである。触媒層の特性データは、例えば、細孔径分布、親疎水孔分布、毛管圧特性等である。電解質膜及び拡散層の特性データも上記と同様である。
　精度よく燃料電池の発電性能を予測することができる点で、上記幾何形状及び特性データの他に、触媒層等の材料構成割合、材料物性データを加えて、触媒層等のモデル化を行うことが好ましい。触媒層は、例えば、白金、ルテニウム等の金属触媒を担持したカーボンとパーフルオロスルホン酸系の電解質等とを混合して成膜することにより形成される。すなわち、触媒層等の材料構成割合データとは、触媒層を構成する材料の割合である。また、触媒層の材料物性データは、上記説明したような触媒層を構成する材料の物性であり、例えば、触媒活性（交換電流密度）、熱伝導率、電子伝導率、プロトン伝導率等である。拡散層は、カーボン繊維等の多孔質材料等が用いられるが、多孔質材料の表面に撥水剤等が塗布される場合には、多孔質材料と撥水剤との割合等が材料構成割合データとなる。また、拡散層の材料物性データは、上記説明した拡散層を構成する材料の物性であり、例えば、熱伝導率、電子伝導率等である。電解質膜は、プロトン伝導性を有する膜であり、例えば、パーフルオロスルホン酸系の樹脂膜等が用いられるが、パーフルオロスルホン酸系の樹脂の複合膜である場合には、使用される樹脂の割合等が材料構成割合データとなる。また、電解質膜の材料物性データは、使用する樹脂等の物性データであり、熱伝導率、プロトン伝導率等である。
　モデル作成モジュール１６により、触媒層等の幾何形状及び特性データ等からモデル化した触媒層、電解質膜、拡散層モデル（膜－電極アッセンブリモデルと呼ぶ場合がある）を図２に示す。通常、膜－電極アッセンブリは、電解質膜と電解質膜の両側を挟持する一対の触媒層と、触媒層の両外側を挟持する一対の拡散層とを有するものである。本実施形態では、その後の演算処理の負担を回避するため、図２に示すように、電解質膜２０と電解質膜２０の一方の面に、白金等の触媒が担持されたカーボン等の担体２２を有する触媒層２４と拡散層２６とを有するものを膜－電極アッセンブリモデル２８として作成される。本実施形態のモデルは一例であって、これに制限されるものではなく、例えば、３次元の膜－電極アッセンブリモデル等であってもよい。
　図１に示すようにＣＰＵ１２は、モデル作成モジュール１６により作成された膜－電極アッセンブリモデルを用いて、以下の各方程式を連立させて触媒層等の発電状態分布、マクロ物性を求める算出モジュール１８を有する。ここで、発電状態分布とは、触媒層、拡散層、電解質膜において、燃料電池に供給されるガス、燃料電池の発電によって生成する水、熱（温度）、電気（電流）の分布であり、触媒層等における水、ガスの分布は下記に示すガス輸送方程式、水生成・輸送相変化方程式により、温度分布は下記に示す熱伝導方程式により、電流分布は下記に示す電気伝導方程式及び触媒反応方程式により求められる。また、マクロ物性とは、各方程式から求められるイオン伝導度（抵抗過電圧）、濃度過電圧、拡散係数（ガス、水）、透過係数（ガス、水）である。本実施形態では、算出モジュール１８によって、触媒層等の発電状態分布、マクロ物性のうち少なくともいずれか１つが算出される。
　ＣＰＵ１２の算出モジュール１８は、モデル作成モジュール１６により作成された膜－電極アッセンブリモデルと、算出モジュールに記憶された上記方程式に必要な燃料電池の運転条件（電流、温度、湿度、圧力等）とを用いて、ガス輸送方程式、水生成・輸送相変化方程式、電気伝導方程式、熱伝導方程式及び触媒方程式により触媒層等の発電状態分布、マクロ物性を求める。
　ガス輸送方程式とは、質量保存則、運動量保存則、物質量保存則であり、下式（１）～（３）で表される。
　∇・（ρｕ）＝０　　　　　　　　　　　　　　　　　（１）
ρ：ガス流体の密度、ｕ：ガス流体の速度
　１／ε２∇・（ρｕｕ）＝－∇Ｐ＋∇τ＋Ｓｕ　　　　（２）
Ｐ：ガス流体の圧力分布、τ：ガスせん断力、Ｓｕ：ガス流体素片にはたらく体積力
　∇・（ｕＣｋ）＝∇・（Ｄｋ ｅｆｆ∇Ｃｋ）＋Ｓｋ　　　　　（３）
Ｃｋ：ガス流体濃度分布、Ｄｋ ｅｆｆ：実効拡散係数、Ｓｋ：化学反応によるガス生成・消費
　電気伝導方程式とは、電荷保存則であり、下式（４）で表される。
　∇・（κｅｆｆ∇Φｅ）＋ＳΦ＝０　　　　　　　　　　（４）
κｅｆｆ：実効電子伝導度、Φｅ：電位、ＳΦ：発電電流
　熱伝導方程式とは、エネルギ保存則であり、下式（５）で表される。
　∇・（ρｃｐｕＴ）＝∇・（ｋｅｆｆ∇Ｔ）＋ＳＴ
Ｔ：温度分布、ｃｐ：比熱、ｋｅｆｆ：実効熱伝導度、ＳＴ：発熱・吸熱
　触媒反応方程式は、電気化学反応であり、下式（６）で表される。
　ΣｓｋＭｋ ｚ＝ｎｅ－　　　　　（６）
　Ｍｋ：化学式、ｓｋ：化学量論係数、ｎ：電荷移動数
　電気化学反応は、以下に示す式による。
　アノード極：Ｈ２　→　２Ｈ＋　＋　２ｅ－
　カソード極：１／２Ｏ２　＋　２Ｈ＋　＋　２ｅ－　→　Ｈ２Ｏ
　水生成・輸送相変化方程式は、下式（７）～（９）で表される。
　∂（ερ）／∂ｔ＋∇・（ερｕ）＝０　　　　　（７）
　∂（ερｕ）／∂ｔ＋∇・（ερｕｕ）＝∂（εμ∇ｕ）－ε∇Ｐ＋ερｋｇ－ε２・μ／Ｋ・ｕ　　　　　　　　　　　　　　　　　　　（８）
　∂／∂ｔ（ερＣ）＋∇・（ενｃρｕＣ）＝∇・（ερＤ∇Ｃ）＋∇・｛ε（ρｌｓＤｌ∇Ｃｌ＋ρｇ（１－ｓ）Ｄｇ∇Ｃｇ－ρＤ∇Ｃ）｝－∇・（（Ｃｌ－Ｃｇ）ｊｌ）　（９）
　ｇ：重力、Ｋ：透過係数、Ｃｌ：水濃度勾配、Ｃｇ：ガス濃度勾配、Ｄｌ：水拡散係数、Ｄｇ：ガス拡散係数、νｃ：動粘性係数
　ＣＰＵ１２の算出モジュール１８により求められた触媒層等の発電状態分布、マクロ物性は、出力手段１４により、数値、グラフ、分布図で可視表示される。
　本実施形態では、ＣＰＵ１２の算出モジュール１８に格子ボルツマン法（ＬＢＭ）、ラグランジュ法等によるミクロ２相流モデルを読み込ませ、該ミクロ２相流モデルを用いてガス輸送方程式、水生成・輸送相変化方程式により触媒層等における水、ガスの分布を求めることが好ましい。このような演算処理には、例えば、Ｆｌｕｅｎｔ（登録商標）、ＳＴＡＲ－ＣＤ等のソフトウェアを用いることが好ましい。これにより、演算処理速度及び精度を向上させることができる。
　また、ＣＰＵ１２の算出モジュール１８は、例えば、ＭＯＰＡＣ２００２（富士通社製）、Ｇａｕｓｓｉａｎ（登録商標）、Ｄｍｏｌ３（登録商標）等のソフトウェアを読み込ませ、上記説明した材料物性データに替えて、量子分子動力学計算による分子モデルを用いて、上記説明した各方程式を連立させて触媒層等の発電状態分布又はマクロ物性を算出することが好ましい。これにより、材料物性データを入力することなく、触媒層等の発電状態分布又はマクロ物性を高精度に算出することができる。
　また、ＣＰＵ１２の算出モジュール１８は、ガス輸送方程式、水生成・輸送相変化方程式、電気伝導方程式、熱伝導方程式及び触媒方程式に時間パラメータを導入し、触媒層等の発電状態分布の動的特性を求めることが好ましい。これにより、触媒層等の劣化箇所等を予測することができる。時間パラメータは、算出モジュール１８に読み込ませておいてもよいし、入力手段１０から入力してもよい。
　また、ＣＰＵ１２は、ＣＰＵ１２の算出モジュール１８により求められた触媒層等の発電状態分布、マクロ物性と予め設定した目標値との差が所定値以下となるように、触媒層等の幾何形状データ、特性データ、触媒層等の材料構成割合データ、材料物性データを変化させ、モデル作成モジュールによるモデル化及び算出モジュールによる算出を繰り返し行わせる繰り返しモジュールを備えることが好ましい。図３は、本発明の他の実施形態に係る燃料電池シミュレーション装置の構成の一例を示す概略模式図である。図３に示すように、燃料電池シミュレーション装置２は、ＣＰＵ３０に繰り返しモジュール３２を備えている。図３に示すシミュレーション装置２において、図１に示すシミュレーション装置１と同様の構成については同一の符合を付している。
　繰り返しモジュールを備えるＣＰＵ１２の動作について、図３の燃料電池シミュレーション装置２を用いて説明する。まず、例えば、入力手段１０により幾何形状データ等が入力され、幾何形状データ等からモデル作成モジュール１６によりモデルが作成される。次に、算出モジュール１８により当該モデルを用いて上記説明した各方程式により触媒層等の発電状態分布等が算出される。次に、算出された発電状態分布と繰り返しモジュール３２に記録された目標値との差が所定値より大きいと繰り返しモジュール３２により判定された場合には、繰り返しモジュール３２により、予め設定した範囲で幾何形状データ等が変更され、モデル作成モジュール１６にモデル作成指示がなされる。そして、モデル作成モジュール１６により作成されたモデルを用いて、算出モジュール１８により上記同様に発電状態分布等が算出される。そして、算出結果と目標値との差が所定値以下となるまで繰り返しモジュール３２により、モデル作成モジュール１６によるモデル化及び算出モジュール１８による算出が繰り返し行われる。これにより、最適な触媒層等の幾何形状データ、特性データ、触媒層等の材料構成割合データ、材料物性データを得ることができる。
　図４は、本発明の実施形態に係る燃料電池の構成の一例を示す模式断面図である。図４に示すように、燃料電池３は、電解質膜３４と電解質膜３４を挟持する一対の触媒層３６（アノード極触媒層、カソード極触媒層）と触媒層３６の両外側を挟持する一対の拡散層３８とを有する膜－電極アッセンブリ４０と、膜－電極アッセンブリ４０の両外側を挟持する一対の燃料電池用セパレータ４２とを有する。燃料電池用セパレータ４２の空洞部は、燃料電池の発電に使用されるガス（アノードガス、カソードガス）の流路４４となっている。また、燃料電池用セパレータ同士は、接着剤４６によりシールされている。
　本実施形態に用いられる電解質膜３４、触媒層３６、拡散層３８は、上記説明した燃料電池シミュレーション装置により算出された電解質膜、触媒層、拡散層の発電状態分布又はマクロ物性の結果に基づいて決定された幾何形状及データ、特性データ、材料構成割合データ、材料物性データを有するものである。これにより、発電性能の高い燃料電池となる。
　上記本実施形態に係る燃料電池は、例えば、携帯電話、携帯用パソコン等のモバイル機器用小型電源、自動車用電源、家庭用電源等として使用することができる。

Claims (8)

  1. 　電解質膜と触媒層と拡散層とを有する膜－電極アッセンブリを備える燃料電池の発電性能を予測する燃料電池シミュレーション装置であって、
    　前記触媒層の幾何形状及び特性データから触媒層のモデル化を行うモデル作成手段と、
    　触媒層モデルを用いて、ガス輸送方程式、水生成・輸送相変化方程式、電気伝導方程式、熱伝導方程式及び触媒反応方程式を連立させて前記触媒層の発電状態分布、マクロ物性値のうち少なくともいずれか１つを算出する算出手段と、を備えることを特徴とする燃料電池シミュレーション装置。
  2. 　請求項１記載の燃料電池シミュレーション装置であって、前記モデル作成手段は、前記電解質膜及び前記拡散層の幾何形状及び特性データから電解質膜及び拡散層のモデル化を行い、前記算出手段は、電解質膜モデル及び拡散層モデルを用いて、ガス輸送方程式、水生成・輸送相変化方程式、電気伝導方程式、熱伝導方程式及び触媒反応方程式を連立させて前記電解質膜及び前記拡散層の発電状態分布、マクロ物性値のうち少なくともいずれか１つを算出することを特徴とする燃料電池シミュレーション装置。
  3. 　請求項２記載の燃料電池シミュレーション装置であって、前記モデル作成手段は、前記触媒層、前記電解質膜、前記拡散層の幾何形状及び特性データに加え、材料構成割合、材料物性データからモデル化を行うことを特徴とする燃料電池シミュレーション装置。
  4. 　請求項１に記載の燃料電池シミュレーション装置であって、前記ガス輸送方程式、前記水生成・輸送相変化方程式には、ミクロ２相流モデルを用いることを特徴とする燃料電池シミュレーション装置。
  5. 　請求項３記載の燃料電池シミュレーション装置であって、前記材料物性データに替えて、量子分子動力学計算による分子モデルを用いることを特徴とする燃料電池シミュレーション装置。
  6. 　請求項２記載の燃料電池シミュレーション装置であって、前記算出手段は、前記各方程式に時間パラメータを導入して、前記触媒層、前記電解質膜及び前記拡散層の発電状態分布の動的特性を算出することを特徴とする燃料電池シミュレーション装置。
  7. 　請求項２記載の燃料電池シミュレーション装置であって、前記算出手段による算出結果と目標値との差が所定値以下となるように、前記幾何形状及び前記特性データを変化させ、モデル作成手段によるモデル化及び算出手段による算出を繰り返し行わせる繰り返し手段を備えることを特徴とする燃料電池シミュレーション装置。
  8. 　電解質膜と前記電解質膜を挟持する一対の触媒層と前記一対の触媒層の両外側を挟持する一対の拡散層とを有する膜－電極アッセンブリを備える燃料電池であって、
    　前記触媒層は、請求項１記載の燃料電池シミュレーション装置により算出された触媒層の発電状態分布の結果に基づいて決定される幾何形状及び物性データを有することを特徴とする燃料電池。
PCT/JP2009/052270 2008-02-12 2009-02-12 燃料電池シミュレーション装置及び燃料電池 WO2009101955A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US12/867,358 US8620637B2 (en) 2008-02-12 2009-02-12 Fuel cell simulator and fuel cell

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008-029928 2008-02-12
JP2008029928A JP4924460B2 (ja) 2008-02-12 2008-02-12 燃料電池シミュレーション装置及び燃料電池

Publications (1)

Publication Number Publication Date
WO2009101955A1 true WO2009101955A1 (ja) 2009-08-20

Family

ID=40956985

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/052270 WO2009101955A1 (ja) 2008-02-12 2009-02-12 燃料電池シミュレーション装置及び燃料電池

Country Status (3)

Country Link
US (1) US8620637B2 (ja)
JP (1) JP4924460B2 (ja)
WO (1) WO2009101955A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013061691A (ja) * 2011-09-10 2013-04-04 Hokkaido Univ 輸送方程式解析プログラムおよび輸送方程式解析方法

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5253865B2 (ja) * 2008-03-31 2013-07-31 みずほ情報総研株式会社 シミュレーション装置、シミュレーション方法及びシミュレーションプログラム
JP2012221826A (ja) * 2011-04-12 2012-11-12 Toyota Motor Corp シミュレーション装置
US10234512B2 (en) 2011-06-11 2019-03-19 Sendyne Corporation Current-based cell modeling
WO2012173937A2 (en) * 2011-06-11 2012-12-20 Sendyne Corp. Cell modeling
JP2015135790A (ja) * 2014-01-20 2015-07-27 パナソニックＩｐマネジメント株式会社 燃料電池のシミュレーション方法およびシミュレーション装置とこれを用いた製造方法
FI127810B (fi) * 2015-02-19 2019-03-15 Inray Oy Ohjausjärjestelmä ja -menetelmä kiinteän biopolttoaineen syötön ohjaamiseksi polttoprosessissa
JP6515326B2 (ja) * 2015-03-10 2019-05-22 パナソニックＩｐマネジメント株式会社 燃料電池のシミュレーション方法及びシミュレーション装置
FR3041478A1 (fr) * 2015-09-21 2017-03-24 Commissariat Energie Atomique Determination d’une distribution spatiale de la permeabilite d’une electrode de cellule electrochimique
FR3041480A1 (fr) 2015-09-21 2017-03-24 Commissariat Energie Atomique Determination d’une distribution spatiale de la resistance electrique de contact d’une cellule electrochimique
FR3041479A1 (fr) * 2015-09-21 2017-03-24 Commissariat Energie Atomique Determination d’une distribution spatiale de l’activite catalytique d’une electrode de cellule electrochimique
FR3041481B1 (fr) 2015-09-21 2017-10-20 Commissariat Energie Atomique Determination d’une distribution spatiale d’un parametre de production electrique d’une cellule electrochimique
JP6767609B2 (ja) * 2016-01-19 2020-10-14 パナソニックＩｐマネジメント株式会社 燃料電池のシミュレーション方法
JP2017139158A (ja) * 2016-02-04 2017-08-10 パナソニックＩｐマネジメント株式会社 燃料電池のシミュレーション方法と、燃料電池のシミュレーショ装置
CN106295082A (zh) * 2016-09-27 2017-01-04 华中科技大学 一种平板式固体氧化物燃料电池的数值模拟方法
US10478929B2 (en) 2017-03-08 2019-11-19 A3 Labs LLC Energy source supply systems, energy source supply devices, and related methods
JP7092517B2 (ja) * 2018-02-23 2022-06-28 トヨタ自動車株式会社 燃料電池用触媒層のシミュレーションモデル作成方法
JP7304537B2 (ja) * 2018-06-06 2023-07-07 パナソニックＩｐマネジメント株式会社 相変化を伴う現象のシミュレーション方法及びシミュレーション装置
JP7063830B2 (ja) * 2019-02-21 2022-05-09 トヨタ自動車株式会社 燃料電池用触媒層のシミュレーションモデル作成方法
JP7063831B2 (ja) * 2019-02-21 2022-05-09 トヨタ自動車株式会社 燃料電池用触媒層のシミュレーションモデル作成方法
US11894566B2 (en) 2020-05-12 2024-02-06 Robert Bosch Gmbh Catalyst materials for a fuel cell stack
CN113161583B (zh) * 2021-03-30 2022-06-10 中通客车股份有限公司 一种燃料电池汽水分离器性能评价方法及系统
CN114597458B (zh) * 2022-05-10 2022-08-12 中汽研新能源汽车检验中心(天津)有限公司 一种阳极循环模式下燃料电池性能预测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06188020A (ja) * 1992-12-21 1994-07-08 Fuji Electric Co Ltd 燃料電池用シミュレーションモデル
JP2003166937A (ja) * 2001-12-04 2003-06-13 Toyota Motor Corp 燃料電池の内部解析装置及び燃料電池の内部解析方法
JP2004014331A (ja) * 2002-06-07 2004-01-15 Nippon Telegr & Teleph Corp <Ntt> 固体酸化物形燃料電池３次元応力評価法
JP2005285353A (ja) * 2004-03-26 2005-10-13 Toyota Motor Corp 数値解析システム
JP2007323852A (ja) * 2006-05-30 2007-12-13 Toyota Motor Corp 燃料電池触媒層解析装置及び燃料電池触媒層解析用の触媒幾何形状モデル

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3125120B2 (ja) 1993-05-21 2001-01-15 株式会社日立製作所 電池特性評価装置および評価方法
US7494731B2 (en) * 2001-12-27 2009-02-24 Toyota Jidosha Kabushiki Kaisha Fuel cell power generation system
WO2003098768A2 (en) * 2002-05-17 2003-11-27 Green Light Power Technologies , Inc. Method and system for verification, calibration and simulation of a fuel cell test station
JP4203806B2 (ja) * 2003-09-30 2009-01-07 トヨタ自動車株式会社 燃料電池シミュレータ
JP2005135814A (ja) 2003-10-31 2005-05-26 Toyota Motor Corp 燃料電池シミュレータ、シミュレーション方法、シミュレーションプログラム及び記録媒体
JP2006202735A (ja) 2004-12-20 2006-08-03 Toyota Motor Corp 燃料電池の電池特性評価
ITMI20050446A1 (it) * 2005-03-17 2006-09-18 Solvay Solexis Spa Composito ccm
JP2007095620A (ja) 2005-09-30 2007-04-12 Usc Corp 燃料電池シミュレーション装置及び燃料電池製造装置
US7844434B2 (en) * 2006-06-09 2010-11-30 Florida State University Research Foundation, Inc. System and methods for implementing a non-linear electrical circuit dynamic fuel cell model
US7698119B2 (en) * 2006-07-21 2010-04-13 Atomic Energy Council Simulator of fuel cell on gas phase reaction

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06188020A (ja) * 1992-12-21 1994-07-08 Fuji Electric Co Ltd 燃料電池用シミュレーションモデル
JP2003166937A (ja) * 2001-12-04 2003-06-13 Toyota Motor Corp 燃料電池の内部解析装置及び燃料電池の内部解析方法
JP2004014331A (ja) * 2002-06-07 2004-01-15 Nippon Telegr & Teleph Corp <Ntt> 固体酸化物形燃料電池３次元応力評価法
JP2005285353A (ja) * 2004-03-26 2005-10-13 Toyota Motor Corp 数値解析システム
JP2007323852A (ja) * 2006-05-30 2007-12-13 Toyota Motor Corp 燃料電池触媒層解析装置及び燃料電池触媒層解析用の触媒幾何形状モデル

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GUOQING WANG ET AL.: "Direct numerical simulation(DNS) modeling of PEFC electrodes Part II. Random microstructure", ELECTROCHIMICA ACTA, vol. 51, no. 15, 1 April 2006 (2006-04-01), pages 3151 - 3160 *
PARTHA P.MUKHERJEE ET AL.: "Stochastic Microstructure Reconstruction and Direct Numerical Simulation of the PEFC Catalyst Layer", JOURNAL OF THE ELECTROCHEMICAL SOCIETY, vol. 153, no. 5, 2006, pages A840 - A849 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013061691A (ja) * 2011-09-10 2013-04-04 Hokkaido Univ 輸送方程式解析プログラムおよび輸送方程式解析方法

Also Published As

Publication number Publication date
US8620637B2 (en) 2013-12-31
JP2009193672A (ja) 2009-08-27
US20100323279A1 (en) 2010-12-23
JP4924460B2 (ja) 2012-04-25

Similar Documents

Publication Publication Date Title
JP4924460B2 (ja) 燃料電池シミュレーション装置及び燃料電池
Abdin et al. PEM fuel cell model and simulation in Matlab–Simulink based on physical parameters
Abdin et al. Modelling and simulation of a proton exchange membrane (PEM) electrolyser cell
Ni Thermo-electrochemical modeling of ammonia-fueled solid oxide fuel cells considering ammonia thermal decomposition in the anode
Joshi et al. Lattice Boltzmann modeling of 2D gas transport in a solid oxide fuel cell anode
Machado et al. Influences of flow direction, temperature and relative humidity on the performance of a representative anion exchange membrane fuel cell: A computational analysis
Ho et al. Effects of heat sources on the performance of a planar solid oxide fuel cell
Promislow et al. PEM fuel cells: a mathematical overview
Vargas et al. Constructal flow structure for a PEM fuel cell
Fu et al. Pore-scale modeling of oxygen transport in the catalyst layer of air-breathing cathode in membraneless microfluidic fuel cells
Chaudhary et al. Reacting flow coupling with thermal impacts in a single solid oxide fuel cell
Wang et al. Non-isothermal modeling of a small passive direct methanol fuel cell in vertical operation with anode natural convection effect
Chen et al. A Review of Computational Fluid Dynamics Simulations on PEFC Performance.
Djilali et al. Transport phenomena in fuel cells: from microscale to macroscale
Ouyang et al. Energy, exergy and anti-vibration assessment of microfluidic fuel cell with a novel two-phase flow model
Paradis et al. Modeling of mass and charge transport in a solid oxide fuel cell anode structure by a 3D lattice Boltzmann approach
Sundén et al. Evaluation of models of the effective thermal conductivity of porous materials relevant to fuel cell electrodes
JP2007323852A (ja) 燃料電池触媒層解析装置及び燃料電池触媒層解析用の触媒幾何形状モデル
Naterer et al. Fuel cell entropy production with ohmic heating and diffusive polarization
Steinkamp et al. A nonisothermal PEM fuel cell model including two water transport mechanisms in the membrane
Cao et al. Numerical modeling of PEM fuel cells under partially hydrated membrane conditions
Paradis et al. Evaluation of lattice boltzmann method for reaction-diffusion process in a porous SOFC anode microstructure
Xu et al. Lattice Boltzmann simulation on molten carbonate fuel cell performance
Satjaritanun et al. Numerical Study of Mass Transport and Electrochemical Kinetics inside Porous Structure Layers of PEMFC Using Direct Simulation Approach
Wang et al. Three-dimensional modeling of anode-supported planar SOFC with different shapes of corrugated electrolytes

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09709518

Country of ref document: EP

Kind code of ref document: A1

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
WWE Wipo information: entry into national phase

Ref document number: 12867358

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 09709518

Country of ref document: EP

Kind code of ref document: A1