一种燃料电池性能预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种燃料电池性能预测方法、装置、电子设备及存储介质，其中，预测方法包括步骤：获取若干不同性能的GDL，并将GDL重构为对应的GDL模型；基于孔尺度模型和格子玻尔兹曼方法分析GDL模型获取对每种GDL模型的性能参数信息；将性能参数信息导入燃料电池模型中；获取并分析燃料电池模型的电池性能信息；基于电池性能信息指导GDL调整或选择最佳GDL模型；该方法实现了微观模型和宏观模型关联体系，系统性地综合了燃料电池微观、宏观特性，可精确地预测燃料电池的性能，并能以预测结果作为燃料电池的研发调整基础或选择基础。为燃料电池的研发调整基础或选择基础。为燃料电池的研发调整基础或选择基础。

【技术实现步骤摘要】
一种燃料电池性能预测方法、装置、电子设备及存储介质


[0001]本申请涉及电池
，具体而言，涉及一种燃料电池性能预测方法、装置、电子设备及存储介质。

技术介绍

[0002]近年来，质子交换膜燃料电池（proton exchange membrane fuel cell，质子交换膜）逐渐走向商业化，因为与其他能源相比，质子交换膜具有高效率、低排放和可持续性等优势。膜电极（membrane electrode assembly，膜电极）是质子交换膜核心组件，其包括GDL、催化剂层(catalyst layer，催化剂层)和质子交换膜(proton exchange membrane，质子交换膜)。
[0003]现代膜电极在GDL和催化剂层之间加增微孔层（micro porous layer，微孔层），以增强膜电极的水管理和机械性能。GDL是一种多孔介质，由树脂粘合的碳纤维构成，通常涂有聚四氟乙烯(polytetrafluoroethylene，PTFE)。GDL同时为传质、导电、导热提供路径，并支撑催化剂层和质子交换膜，以保持其良好的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种燃料电池性能预测方法，用于模拟预测燃料电池的性能，其特征在于，所述方法包括以下步骤：S1、获取若干不同性能的GDL，并将GDL重构为对应的GDL模型；S2、基于孔尺度模型和格子玻尔兹曼方法分析GDL模型获取对每种GDL模型的性能参数信息；S3、将性能参数信息导入燃料电池模型中；S4、获取并分析燃料电池模型的电池性能信息；S5、基于电池性能信息指导GDL调整或选择最佳GDL模型。2.根据权利要求1所述的一种燃料电池性能预测方法，其特征在于，步骤S1包括以下子步骤：S11、获取若干不同性能的GDL；S12、获取每种GDL的基础参数信息，所述基础参数信息包括孔隙率、碳纤维直径、纤维长度、粘结剂体积分数、计算域大小和各向异性参数；S13、基于基础参数信息进行数值随机重构生成原始GDL模型；S14、对原始GDL模型添加添加剂获取GDL模型。3.根据权利要求2所述的一种燃料电池性能预测方法，其特征在于，步骤S13包括以下子步骤：S131、基于计算域大小和各向异性参数，在坐标系中随机生成在计算域中的碳纤维单体；S132、基于碳纤维直径和纤维长度，重复增加碳纤维单体的数量并排列形成圆柱形碳纤维结构；S133、判断圆柱形碳纤维结构是否符合孔隙率大小，是则将该圆柱形碳纤维结构输出为原始GDL模型，否则再次执行步骤S131
‑
S133。4.根据权利要求1所述的一种燃料电池性能预测方法，其特征在于，所述性能参数信息包括气体扩散系数、电导系数和热导系数。5.根据权利要求1所述的一种燃料电池性能预测方法，其...

【专利技术属性】
技术研发人员：隋邦傑，沙启业，彭金星，陈梦言，周宁，
申请(专利权)人：广东兰氢科技有限公司，
类型：发明
国别省市：