一种燃料电池状态评估和寿命预测的方法技术

本发明专利技术提供一种燃料电池状态评估和寿命预测方法，其特征在于，包括：基于质子交换膜燃料电池内部组件的衰减行为建立衰减模型；根据初始时刻采集的燃料电池极化曲线识别出模型参数初始值；采集燃料电池工作信息并进行降噪处理；结合衰减模型和降噪后的数据来评估燃料电池的系统状态(包括衰减状态和衰减速度)；通过迭代衰减状态和衰减速度来预测燃料电池输出电压未来的衰减趋势；当预测的输出电压达到截止电压时，得到当前时刻的剩余使用寿命。本发明专利技术提出的衰减模型通用性强、准确性高，既可用于燃料电池单电池又可用于电堆，同时评估系统状态以及预测未来衰减趋势与剩余使用寿命，能够为系统控制提供大量有效信息，有巨大的应用潜力和价值。用潜力和价值。用潜力和价值。

【技术实现步骤摘要】
2016
‑
42nd Annual Conference of the IEEE Industrial Electronics Society,2016,5477
‑
5482)等将E0和J0设为定值，而将R和J
L
设为可变值，且具有相同的衰减程度，用α表示。虽然这种方法能够成功预测电池FDT和RUL，但是它存在两个明显的缺点：
①
参数设定为定值或者可变值的做法很大程度上限制了该模型的应用场景，模型通用性大幅度降低；
②
将衰减程度设为一致的做法会导致模型准确性下降，因为电池的衰减受到材料、加工工艺、组装技术以及工况等多种因素的影响，很难保证参数的衰减程度是一致的。

技术实现思路

[0006]根据上述提出模型通用性低及难以保证参数的衰减程度一致的技术问题，而提供一种燃料电池状态评估和寿命预测的方法。本专利技术主要利用一种燃料电池状态评估和寿命预测的方法，其特征在于，包括以下步骤：
[0007]步骤S1：基于质子交换膜燃料电池内部组件的衰减行为建立衰减模型；
[0008]步骤S2：采集燃料电池在初始时的极化曲线，并通过曲线拟合识别出初始时刻的模型参数；
[0009]步骤S3：采集燃料电池运行时的电压、电流密度以及工作温度信息；
[0010]步骤S4：将采集到的燃料电池工作信息进行降噪处理；
[0011]步骤S5：基于降噪后的数据和燃料电池的衰减模型，评估出当前的系统状态X
t
其中包含衰减状态α
t
和衰减速度v
t
；
[0012]步骤S6：通过迭代衰减状态α
t
和衰减速率v
t
预测未来为衰减状态α
t+p
，直到预测电压U(α
t+p
)达到截止电压为止；
[0013]步骤S7：此时燃料电池的剩余使用寿命RUL
t
＝p+s，其中s表示降噪处理时引入的时间延迟；
[0014]步骤S8：随着时间的更新，重复循环S3～S7步骤，直到燃料电池寿命终止。
[0015]进一步地，所述步骤S1中建立的衰减模型为：
[0016][0017]其中，U
t
表示t时刻的输出电压，E
0，0
表示初始时刻的开路电压，J
0，0
表示初始时刻的交换电流密度，R0表示初始时刻的电池内阻，J
L，0
表示初始时刻的极限扩散电流密度，A和B均表示模型常数，T和j分别表示电池温度和加载电流密度，为控制参数；在上述参数中，E
0，0
、J
0，0
、R0和J
L，0
为衰减模型中的待拟合参数。
[0018]更进一步地，所述降噪处理是通过移动平均滤波器进行降噪；所述降噪的原理为：
[0019][0020]其中，M
t
‑
s
，M
t
，M
t+s
分别表示S3步骤所采集的电压、电流密度及工作温度信息数据，M
t
表示移动平均滤波器的结果，2s+1表示滤波器的窗口大小。
[0021]进一步地，所述粒子滤波算法的：
[0022]状态方程为：X
t
＝KX
t
‑1+ω
t
‑1ꢀꢀ
(3)；
[0023]观测方程为：
[0024]其中，X
t
表示t时刻的系统状态，X
t
‑1表示t
‑
1时刻的系统状态，α
t
和v
t
分别表示衰减状态和衰减速率，K表示增益系数，U
t
表示t时刻的输出电压，E
0，0
表示初始时刻的开路电压，J
0，0
表示初始时刻的交换电流密度，R0表示初始时刻的电池内阻，J
L，0
表示初始时刻的极限扩散电流密度，A和B均表示模型常数，T和j分别表示电池温度和加载电流密度，为控制参数；ω表示过程噪音，ε表示观测噪音，ΔT表示时间步长，所述观测方程为所述步骤S1所建立的燃料电池衰减模型；其中，
[0025]X
t
＝[α
t
v
t
]T
ꢀꢀꢀ
(5)；
[0026][0027]较现有技术相比，本专利技术具有以下优点：
[0028](1)传统衰减模型通常假设电池内阻R和极限扩散电流密度J
L
发生衰减，且衰减程度一致，该假设极大程度地限制了模型的应用范围和预测且精度。本专利技术专利基于燃料电池内部组件的衰减行为建立了一个新的衰减模型，该模型通过引入极化电阻来表示电池内部所有极化损失之和，进而避免传统衰减模型的缺点，具有较优的通用性和精度。
[0029](2)本专利技术专利首次提出采用延迟弥补的方式来解决数据降噪过程中引入时间延迟问题。
[0030](3)本专利技术专利提出的燃料电池状态评估和寿命预测方法可以同时评估出电池的健康状态，预测出未来的衰减趋势和剩余使用寿命。而这些信息对于燃料电池的维护和控制意义重大。
[0031]基于以上理由，本专利技术可在燃料电池
广泛推广。
附图说明
[0032]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0033]图1为本专利技术实施例1中质子交换膜燃料电池电堆在衰减过程中的电压和电流密度图。
[0034]图2为本专利技术实施例1中质子交换膜燃料电池电堆初始时刻极化曲线拟合结果。
[0035]图3为本专利技术实施例1中质子交换膜燃料电池电堆的状态评估结果，其中(a)为估电压，(b)为衰减状态，(c)为衰减速度。
[0036]图4为本专利技术实施例1中质子交换膜燃料电池电堆的衰减趋势预测结果。
[0037]图5为本专利技术实施例1中质子交换膜燃料电池电堆的剩余使用寿命预测结果。
[0038]图6为本专利技术实施例2中质子交换膜单电池在衰减过程中的电压和电流密度。
[0039]图7为本专利技术实施例2中质子交换膜燃料电池单电池初始时刻极化曲线拟合结果。
[0040]图8为本专利技术实施例2中质子交换膜燃料电池单电池的状态评估结果，其中(a)为评估电压，(b)为衰减状态，(c)为衰减速度。
[0041]图9为本专利技术实施例2中质子交换膜燃料电池单电池的衰减趋势预测结果。
[0042]图10为本专利技术实施例2中质子交换膜燃料电池单电池的剩余使用寿命预测结果。
[0043]图11为本专利技术整体流程示意图。
具体实施方式
[0044]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种燃料电池状态评估和寿命预测的方法，其特征在于，包括以下步骤：S1：基于质子交换膜燃料电池内部组件的衰减行为建立衰减模型；S2：采集燃料电池在初始时的极化曲线，并通过曲线拟合识别出初始时刻的模型参数；S3：采集燃料电池运行时的电压、电流密度以及工作温度信息；S4：将采集到的燃料电池所述电压、电流密度以及工作温度信息进行降噪处理；S5：基于降噪后的数据和燃料电池的衰减模型，评估出当前的系统状态X
t
其中包含衰减状态α
t
和衰减速度v
t
；S6：通过迭代衰减状态α
t
和衰减速率v
t
预测未来为衰减状态α
t+p
，直到预测电压U(α
t+p
)达到截止电压为止；S7：此时获取到燃料电池的剩余使用寿命为RUL
t
＝p+s，其中s表示降噪处理时引入的时间延迟；S8：随着时间的更新，重复循环S3～S7步骤，直到燃料电池寿命终止。2.根据权利要求1所述的一种燃料电池状态评估和寿命预测的方法，其特征在于，所述步骤S1中建立的衰减模型为：其中，U
t
表示t时刻的输出电压，E
0,0
表示初始时刻的开路电压，J
0,0
表示初始时刻的交换电流密度，R0表示初始时刻的电池内阻，J
L,0
表示初始时刻的极限扩散电流密度，A和B均表示模型常数，T和j分别表示电池温度和加载电流密度，为控制参数；在上述参数中，E
0,0
、J
0,0
、R0和J
L,0
为衰减模型中的待拟合参数。3.根据权利要...

【专利技术属性】
技术研发人员：邵志刚，王朋豪，李瑞宇，秦晓平，
申请(专利权)人：中国科学院大连化学物理研究所，
类型：发明
国别省市：