一种燃料电池寿命预测方法技术

本发明专利技术涉及一种燃料电池寿命预测方法，该方法包括：对燃料电池进行老化测试，获取测试数据；构建燃料电池输出电压模型并基于测试数据进行模型训练，确定模型中老化参数随时间的变化函数；基于训练的燃料电池输出电压模型预测燃料电池输出电压随时间变化趋势，基于燃料电池寿命终了时的燃料电池输出电压确定燃料电池寿命时长。与现有技术相比，本发明专利技术具有预测精度高的优点。测精度高的优点。测精度高的优点。

【技术实现步骤摘要】
一种燃料电池寿命预测方法


[0001]本专利技术涉及燃料电池
，尤其是涉及一种燃料电池寿命预测方法。

技术介绍

[0002]质子交换膜燃料电池(PEMFC)作为一种电化学发电装置，具有传统动力装置所不具备的能源效率高、无污染、噪音低、启动快、工作温度低、无动态元件等优点。因此，PEMFC也被认为是未来最有前途的新一代汽车电源。然而，燃料电池汽车成本高、寿命短是制约其商业化的重要因素。研究表明，适当的预测方法可以为改善PEMFC的使用寿命提供切实可行的建议。预诊是一种工程诊断方法，可以预测系统的剩余使用寿命(RUL)，并评估其可靠性。
[0003]经过对现有技术的文献检索发现，半经验模型的研究主要集中于对燃料电池输出电压的静态预测。模型驱动方法使用数学方程来预测物理失效的主要形式，有时被称为失效物理(PoF)。它需要了解失效机制、系统的几何形状、材料特性和系统的负载。由于PEMFC是一个多物理复合模型，需要多学科的知识储备，这给建立数学模型带来了困难。然而，由于模型驱动方法是基于系统的衰减机理，预测结果相对可靠和准确。早期，许多学者基于模型驱动方法提出了不同的预测方法。Hu 等人利用混合燃料电池城市客车的实际运行数据，提出了一种燃料电池重构模型。该模型最重要的创新之处在于将运行时间分别划分为高电压、高电流密度的启停工况和高功率负荷工况。Zhang等人提出了一种用于预测PEMFC剩余寿命的无迹卡尔曼滤波器(UKF)。为了实现这一预测框架，建立了一个基于物理的、面向预测的催化剂降解模型来表征燃料电池损伤，以确定操作条件和电化学表面区域降解速率之间的关系。Lechartier等人提出了一个由相互独立的静态和动态部件组合而成的预测模型，模型的静态部分基于Butler
‑
Volmer方程，动态部件是对内部物理现象作出反应的等效电路。目前绝大多数的燃料电池寿命预测模型中均将燃料电池内阻视为与电流密度无关的常数，模型的预测精度相对较低。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种能提高预测精度的燃料电池寿命预测方法。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种燃料电池寿命预测方法，该方法包括：
[0007]对燃料电池进行老化测试，获取测试数据；
[0008]构建燃料电池输出电压模型并基于测试数据进行模型训练，确定模型中老化参数随时间的变化函数；
[0009]基于训练的燃料电池输出电压模型预测燃料电池输出电压随时间变化趋势，基于燃料电池寿命终了时的燃料电池输出电压确定燃料电池寿命时长。
[0010]优选地，所述的燃料电池输出电压模型表示为：
[0011]E＝E
ocv
‑
(a+b
·
ln j)
‑
c
·
e
j
‑
j
·
A(m+n
·
j
‑1+p
·
ln j+q
·
e
j
)
[0012]其中，E为燃料电池输出电压，E
ocv
为其中一个老化参数，表示燃料电池开路电压，j为电流密度，A为活性面积，a、b、c、m、n、p、q为其余老化参数。
[0013]优选地，确定采样时刻下的老化参数，并通过最小二乘法拟合得到老化参数随时间的变化函数。
[0014]优选地，老化参数E
ocv
、a、b、c、m、n、p、q的拟合函数表示为：
[0015][0016][0017][0018][0019][0020][0021][0022][0023]其中，k
11
、k
12
、k
13
、k
14
、k
15
、k
21
、k
22
、k
23
、k
24
、k
25
、k
31
、k
32
、k
33
、k
34
、k
35
、 k
41
、k
42
、k
43
、k
44
、k
45
、k
51
、k
52
、k
53
、k
54
、k
55
、k
61
、k
62
、k
63
、k
64
、k
65
、k
71
、k
72
、k
73
、k
74
、k
75
、k
81
、k
82
、k
83
、k
84
、k
85
为拟合系数，t为时间。
[0024]优选地，所述的测试数据划分为训练集和验证集，采用训练集训练燃料电池输出电压模型，采用验证集验证模型精度，若精度不满足，则重新构建老化参数随时间的变化函数。
[0025]优选地，若模型精度满足条件，则将训练集和验证集全部数据合并作为新的训练集更新燃料电池寿命预测模型。
[0026]与现有技术相比，本专利技术具有如下优点：
[0027]本专利技术方法通过对影响燃料电池内阻的核心因素进行物理过程分析，通过待定系数法有效获得燃料电池内阻与电流密度的关系，进一步建立燃料电池输出电压模型，提高半经验模型的预测精度，同时大大简化了计算流程。
附图说明
[0028]图1为本专利技术一种燃料电池寿命预测方法的流程图；
[0029]图2为采用本专利技术模型进行验证集验证的误差对比图；
[0030]图3为采用本专利技术模型进行验证集验证的置信区间对比图；
[0031]图4为燃料电池寿命预测结果。
具体实施方式
[0032]下面结合附图和具体实施例对本专利技术进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本专利技术并不意在对其适用物或其用途进行限定，且本专利技术并不限定于以下的实施方式。
[0033]实施例
[0034]本实施例提供一种燃料电池寿命预测方法，该方法包括：
[0035]对燃料电池进行老化测试，获取测试数据；
[0036]构建燃料电池输出电压模型并基于测试数据进行模型训练，确定模型中老化参数随时间的变化函数；
[0037]基于训练的燃料电池输出电压模型预测燃料电池输出电压随时间变化趋势，基于燃料电池寿命终了时的燃料电池输出电压确定燃料电池寿命时长。
[0038]燃料电池寿命以燃料电池输出电压E作为判断标准，操作条件中温度T、反应气体压力p均为常量，电流密度j为操作变量。根据电堆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种燃料电池寿命预测方法，其特征在于，该方法包括：对燃料电池进行老化测试，获取测试数据；构建燃料电池输出电压模型并基于测试数据进行模型训练，确定模型中老化参数随时间的变化函数；基于训练的燃料电池输出电压模型预测燃料电池输出电压随时间变化趋势，基于燃料电池寿命终了时的燃料电池输出电压确定燃料电池寿命时长。2.根据权利要求1所述的一种燃料电池寿命预测方法，其特征在于，所述的燃料电池输出电压模型表示为：E＝E
ocv
‑
(a+b
·
lnj)
‑
c
·
e
j
‑
j
·
A(m+n
·
j
‑1+p
·
lnj+q
·
e
j
)其中，E为燃料电池输出电压，E
ocv
为其中一个老化参数，表示燃料电池开路电压，j为电流密度，A为活性面积，a、b、c、m、n、p、q为其余老化参数。3.根据权利要求1所述的一种燃料电池寿命预测方法，其特征在于，确定采样时刻下的老化参数，并通过最小二乘法拟合得到老化参数随时间的变化函数。4.根据权利要求2所述的一种燃料电池寿命预测方法，其特征在于，老化参数E
ocv
、a、b、c、m、n、p、q的拟合函数表示为：函数表示为：函数表示为：函数表示为：函数表示为：函数表示为：函数表示为：函数表示为：其中，k
11
、k
12
、k
13
、k
14
、k
15
、k
21
、k
...

【专利技术属性】
技术研发人员：李冰，楚天阔，杨代军，明平文，张存满，
申请(专利权)人：同济大学，
类型：发明
国别省市：