一种燃料电池电堆性能检测方法与流程

本申请涉及燃料电池技术领域，尤其涉及一种燃料电池电堆性能检测方法。

背景技术：

燃料电池的电堆通常由多个燃料电池单体层叠而成。在燃料电池放电时，利用电堆中所发生的电化学反应，将燃料中的化学能直接转换成电能，因而具有较高的能量转换效率。目前，随着燃料电池在车辆等多个领域逐步推广应用，在这些不同的应用条件下，需要快速地预估出电堆的性能。因此，需要提供一种能够快速检测燃料电池电堆性能的方法。

技术实现要素：

本申请实施例提供一种燃料电池电堆性能检测方法，能够用于解决现有技术中的问题。

本申请实施例提供一种燃料电池电堆性能检测方法，所述电堆上包括阴极气体入口、阴极气体出口、阳极气体入口、阳极气体出口、冷却剂入口以及冷却剂出口，所述方法包括：

获取目标电堆性能检测模型，其中，所述目标电堆性能检测模型的输入具体为如下任意三种或三种以上的操作条件参数：冷却剂入口的冷却剂温度、阴极气体入口压强、阴极化学计量比、阴极进气气体湿度、阳极进气气体湿度、阳极化学计量比、阳极气体入口与阴极气体入口的压差；

将待检测电堆的相应操作条件参数输入至所述目标电堆性能检测模型，并获取检测结果。

优选的，所述目标电堆性能检测模型具体为二水平、三水平或四水平的电堆性能检测模型。

优选的，获取目标电堆性能检测模型，具体包括：从多个电堆性能检测模型中筛选出所述目标电堆性能检测模型，其中，对于所述的多个电堆性能检测模型中的每个电堆性能检测模型，所述电堆性能检测模型的输入具体为如下任意三种或三种以上的操作条件参数：冷却剂入口的冷却剂温度、阴极气体入口压强、阴极化学计量比、阴极进气气体湿度、阳极进气气体湿度、阳极化学计量比、阳极气体入口与阴极气体入口的压差。

优选的，从多个电堆性能检测模型中筛选出所述目标电堆性能检测模型，具体为：

对于所述的多个电堆性能检测模型中的每个电堆性能检测模型，将所述电堆性能检测模型对电堆性能的预估结果与电堆性能的实际检测结果进行对比，根据对比结果筛选出符合预设条件的电堆性能检测模型作为所述目标电堆性能检测模型。

优选的，所述目标电堆性能检测模型的输入具体为：冷却剂入口的冷却剂温度、阴极气体入口压强、阴极化学计量比、阴极进气气体湿度、阳极进气气体湿度、阳极化学计量比以及阳极气体入口与阴极气体入口的压差。

优选的，获取目标电堆性能检测模型，具体为：利用中心复合设计软件生成三水平的所述目标电堆性能检测模型。

优选的，所述冷却剂入口的冷却剂温度的取值为：55～65℃；

所述阴极气体入口压强的取值为：50～70kpa；

所述阴极化学计量比的取值为：2.0～2.5；

所述阴极进气气体湿度的取值为：30％～50％；

所述阳极进气气体湿度的取值为：30％～70％；

所述阳极化学计量比的取值为：1.4～1.5；以及，

所述阳极气体入口与阴极气体入口的压差的取值为：7～15kpa。

优选的，所述阳极化学计量比的取值为1.5；以及，

所述阳极气体入口与阴极气体入口的压差的取值为10kpa。

优选的，所述目标电堆性能检测模型的输入具体为：冷却剂入口的冷却剂温度、阴极气体入口压强、阴极化学计量比、阴极进气气体湿度以及阳极进气气体湿度。

优选的，所述目标电堆性能检测模型的工作电流密度具体为：0.7～1.8a/cm²。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

采用本申请实施例所提供的该燃料电池电堆性能检测方法，在获取到目标电堆性能检测模型之后，可以将待检测电堆的相应操作条件参数输入至目标电堆性能检测模型，从而得到检测结果，其中，该目标电堆性能检测模型的输入具体为如下任意三种或三种以上的操作条件参数：t-w、p-c、st-c、rh-c、rh-a、st-a、δp。这样，可以利用该目标电堆性能检测模型来对待检测电堆的性能进行快速检测，从而解决现有技术中的问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例所提供的燃料电池电堆性能检测方法的具体流程示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

如前所示，随着燃料电池在多个领域逐步推广应用，由于不同的应用条件，需要一种能够快速检测燃料电池电堆性能的方法。基于此，本申请实施例提供了一种燃料电池电堆性能检测方法，能够快速检测出燃料电池电堆的性能，从而解决现有技术中的问题。

在燃料电池的电堆中，通常包括阴极气体入口、阴极气体出口、阳极气体入口、阳极气体出口、冷却剂入口和冷却剂出口，其中，可以通过阴极气体入口向电堆的阴极内部通入诸如氧气等具有氧化性的气体，使其在电堆的阴极发生还原反应，阴极气体出口可以用于导出其中的气体。

可以通过阳极气体入口向电堆的阳极内部通入诸如氢气等燃料，使其在电堆的阳极发生氧化反应，阳极气体出口可以用于导出其中的气体。

可以通过冷却剂入口向电堆内部通入诸如乙二醇和去离子水混合液等冷却剂，从而对电堆的温度进行控制，冷却剂出口可以用于导出其中的冷却剂。

对于电堆的放电电流密度，其通常可以为0.1～1.8a/cm²，比如为0.5a/cm²、0.7a/cm²、0.9a/cm²、1.3a/cm²、1.5a/cm²、1.8a/cm²或介于之间的其他值，其中a/cm²表示为安每平方厘米。

如图1所示为该方法的流程示意图，该方法具体包括如下步骤：

步骤s11：获取目标电堆性能检测模型。

其中，该目标电堆性能检测模型的输入具体为如下任意三种或三种以上的操作条件参数：冷却剂入口的冷却剂温度(t-w)、阴极气体入口压强(p-c)、阴极化学计量比(st-c)、阴极进气气体湿度(rh-c)、阳极进气气体湿度(rh-a)、阳极化学计量比(st-a)、阳极气体入口与阴极气体入口的压差(δp)。

比如，该目标电堆性能检测模型的输入可以为t-w、p-c、st-c、rh-c以及rh-a；或，可以为t-w、p-c、st-c、rh-c、rh-a、st-a以及δp；或，可以为t-w、st-c、rh-c以及rh-a等。

另外，对于该目标电堆性能检测模型，其具体可以为二水平、三水平或四水平的电堆性能检测模型。比如，考虑到两水平的电堆性能检测模型准确度相对较差，而四水平的电堆性能检测模型的数据量较大，因而该目标电堆性能检测模型可以为三水平的电堆性能检测模型。

对于获取目标电堆性能检测模型的方式，其可以为从预先生成的多个电堆性能检测模型中筛选出该目标电堆性能检测模型，其中，预先生成的这些电堆性能检测模型中，每个电堆性能检测模型输入均各自独立的选自如下任意三种或三种以上的操作条件参数：t-w、p-c、st-c、rh-c、rh-a、st-a、δp。

其具体方式可以是，对于的多个电堆性能检测模型中的每个电堆性能检测模型，将该电堆性能检测模型对电堆性能的预估结果与电堆性能的实际检测结果进行对比，根据对比结果筛选出符合预设条件的电堆性能检测模型作为该目标电堆性能检测模型。

对于该预设条件，可以为预估结果与实际检测结果的偏差最小，也可以为偏差小于某个预设值(比如1％、1.5％、3％等)，其中，这里所说的偏差可以为相对偏差，比如某一次预估结果的相对偏差可以为该次预估结果的绝对偏差与实际检测结果之比的百分数。

在实际应用中，当描述某个燃料电池的电堆的性能时，通常所采用的指标可以是电堆输出的平均电压、电堆单电池的极差、电堆的阻抗等，因此该预估结果可以是对电堆输出的平均电压的预估结果，也可以是对电堆单电池的极差的预估结果，也可以是对电堆的阻抗的预估结果，这里对此并不做限定，只需要该预测的指标能够用于反映电堆的性能即可。

比如，该预设条件为预估结果与实际检测结果的偏差最小时，根据对比结果筛选出预估结果与实际检测结果的偏差最小的电堆性能检测模型作为该目标电堆性能检测模型。

该预设条件为偏差小于某个预设值时，根据对比结果筛选偏差小于某个预设值的电堆性能检测模型作为该目标电堆性能检测模型；特别是，当偏差小于某个预设值的电堆性能检测模型有多个时，可以从其中任意选取一个作为该目标电堆性能检测模型。

在实际应用中，可以有多种方式来预先生成电堆性能检测模型，一种方式可以是，利用中心复合设计软件生成电堆性能检测模型，该中心复合设计软件比如可以是诸如designexpert软件等。比如利用该designexpert软件生成三水平的多个电堆性能检测模型，并从中筛选出目标电堆性能检测模型。

比如，利用designexpert软件预先生成三水平的3个电堆性能检测模型，分别为模型1、模型2和模型3，其中，模型1的输入具体为t-w、p-c、st-c、rh-c、rh-a、st-a以及δp；模型2的输入具体为t-w、p-c、st-c、rh-c以及rh-a；模型3的输入具体为t-w、st-c、rh-c以及rh-a。

可以将模型1、模型2和模型3对电堆性能的预估结果与电堆性能的实际检测结果进行对比，从而筛选出目标电堆性能检测模型。

在筛选过程中，考虑到实际情况，t-w的取值可以为55～65℃，比如为55℃、56℃、58℃、63℃、65℃或介于之间的值。p-c的取值可以为50～70kpa，比如为50kpa、55kpa、58kpa、62kpa、66kpa、70kpa或介于之间的值。st-c的取值可以为2.0～2.5，比如为2、2.1、2.3、2.5或介于之间的值。rh-c的取值可以为30％～50％，比如为30％、35％、37％、40％、43％、45％、47％、50％或介于之间的值。rh-a的取值可以为30％～70％，比如为30％、35％、49％、55％、65％、70％或介于之间的值。st-a的取值可以为1.4～1.5，比如为1.4、1.45、1.5或介于之间的值。δp的取值可以为7～15kpa，比如为7kpa、9kpa、10kpa、12kpa、15kpa或介于之间的值。

表1：模型1的测试结果

如上表1所示为上述的模型1，在电堆放电电流密度为0.7a/cm²，平均电压误差±2mv的条件下，测试多组实验。其中，δp的取值固定为10kpa，并且st-a的取值固定为1.5。在表1中v表示为电堆输出的平均电压，其单位为伏特(v)。

如下表2所示为该模型1，在电堆放电电流密度为0.7a/cm²，平均电压误差±2mv的条件下，实际检测结果和预估结果之间的比较，其中，比较的指标为电堆输出的平均电压v，其单位为伏特(v)，并且预设条件为两者之间的相对偏差小于1％。

表2：模型1实测与预估结果的比较

从该表2中可以看出，电堆输出的平均电压的相对偏差小于1％，反映出该模型1的预估结果相对于实际检测结果的偏差最小，模型1在实际中可用。

步骤s12：将待检测电堆的相应操作条件参数输入至目标电堆性能检测模型，并获取该目标电堆性能检测模型的输出，作为检测结果。

比如，该目标电堆性能检测模型的输入为t-w、p-c、st-c、rh-c以及rh-a，则可以将待检测电堆相应的5个操作条件参数输入至该目标电堆性能检测模型，从而获取到该目标电堆性能检测模型的输出，作为检测结果。

该目标电堆性能检测模型的输入为t-w、p-c、st-c、rh-c、rh-a、st-a以及δp，则可以将待检测电堆相应的7个操作条件参数输入至该目标电堆性能检测模型，从而得到检测结果。

相应的，如果该目标电堆性能检测模型的输入为t-w、st-c、rh-c以及rh-a，则可以将待检测电堆相应的4个操作条件参数输入至该目标电堆性能检测模型，从而得到检测结果。

采用本申请实施例所提供的该燃料电池电堆性能检测方法，在获取到目标电堆性能检测模型之后，可以将待检测电堆的相应操作条件参数输入至目标电堆性能检测模型，从而得到检测结果，其中，该目标电堆性能检测模型的输入具体为如下任意三种或三种以上的操作条件参数：t-w、p-c、st-c、rh-c、rh-a、st-a以及δp。这样，可以利用该目标电堆性能检测模型来对待检测电堆的性能进行快速检测，从而解决现有技术中的问题。

需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。