[go: up one dir, main page]

CN109818015B - 燃料电池电流密度分布估计方法、装置及计算机存储介质 - Google Patents

燃料电池电流密度分布估计方法、装置及计算机存储介质 Download PDF

Info

Publication number
CN109818015B
CN109818015B CN201811641176.XA CN201811641176A CN109818015B CN 109818015 B CN109818015 B CN 109818015B CN 201811641176 A CN201811641176 A CN 201811641176A CN 109818015 B CN109818015 B CN 109818015B
Authority
CN
China
Prior art keywords
fuel cell
sampling
gas
oxygen concentration
sampling points
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
CN201811641176.XA
Other languages
English (en)
Other versions
CN109818015A (zh
Inventor
徐梁飞
王清
李建秋
方川
胡骏明
欧阳明高
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201811641176.XA priority Critical patent/CN109818015B/zh
Publication of CN109818015A publication Critical patent/CN109818015A/zh
Priority to PCT/CN2019/128921 priority patent/WO2020135644A1/zh
Application granted granted Critical
Publication of CN109818015B publication Critical patent/CN109818015B/zh
Priority to US17/340,094 priority patent/US20210305597A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30Hydrogen technology
    • Y02E60/50Fuel cells

Landscapes

  • Fuel Cell (AREA)

Abstract

本申请涉及燃料电池技术领域,特别涉及一种燃料电池电流密度分布估计方法、装置及计算机存储介质。本申请中提供的所述燃料电池电流密度分布估计方法,在不设置其他传感器或者传感垫片的条件下,通过多点采样的结果计算不同区域的电流密度,从而获得燃料电池单体的电流密度分布。本申请的燃料电池电流密度分布估计方法,对现有的燃料电池的设计改进点较小,改进的成本较低,能够准确得出燃料电池的电流密度分布图。

Description

燃料电池电流密度分布估计方法、装置及计算机存储介质
技术领域
本申请涉及燃料电池技术领域,特别是涉及一种燃料电池电流密度分布估计方法、装置及计算机存储介质。
背景技术
燃料电池是一种电化学发电设备,其原理是:燃料(例如氢)和氧化剂(例如空气)通过膜电极发生电化学反应,产生电动势。质子交换膜燃料电池通常采用能够传递质子的固体高分子膜作为电解质,反应过程中,质子通过膜从阳极传递到阴极,电子通过外接负载从阳极传递到阴极。目前燃料电池利用分布式的参数测量数据可以验证模型仿真结果的可靠性,同时能够表征燃料电池运行过程中不同位置的状态,反映燃料电池的局部特性。燃料电池内部的电流密度是燃料电池的关键参数之一。
传统的方案采用子电池方法对质子交换膜燃料电池电流分布进行了测定。传统的方案分别考察了气体压力、气体流量、电池温度及不同放电电流密度等条件对燃料电池电流分布的影响。传统的方案,需要在燃料电池内部设置传感器或者测量垫片,才能得出燃料电池不同区域的电流密度,从而获得燃料电池单体的电流密度分布。在燃料电池内部设置传感器或者测量垫片的方案设计难度大,设计成本高。
发明内容
基于此,有必要针对传统的方案在燃料电池内部设置传感器或者测量垫片的方案设计难度大,设计成本高的问题,提供一种燃料电池电流密度分布估计方法、装置及计算机存储介质。
一种燃料电池电流密度分布估计方法,包括:
在燃料电池的阴极板定义多个区域,所述阴极板具有阴极流道,每个分区内沿所述阴极流道流向方向间隔设置多个采样点,每一个采样点均伸入流道横截面的中心区域;
分别计算所述多个区域中每一个区域内的氧气浓度变化量;
根据法拉第定律计算并得出一个区域的电流值,一个区域的所述电流值等于一个区域内氧气浓度的变化量与氧气的体积流量以及四倍法拉第常数的乘积,分别获得所述多个区域内的电流值;
根据所述多个区域内每个区域的电流值与区域面积之比,分别得出所述多个区域的电流密度,并根据所述多个区域以及所述多个区域的电流密度生成燃料电池的电流密度分布图。
在一个实施例中,在每一个区域内,沿燃料电池的所述阴极流道中流道的走向方向等间距的设置所述多个采样点。
在一个实施例中,燃料电池包括至少三条所述阴极流道,在每间隔一条或者多条的所述阴极流道上设置所述多个采样点。
在一个实施例中,每一个区域内,所述多个采样点均设置于区域边界,不同区域中所述采样点分布的密集度不完全相同。
在一个实施例中,每一个区域内的氧气浓度变化量等于进入一个区域的氧气浓度与流出一个区域的氧气浓度之差;
其中,进入一个区域的氧气浓度等于设置于一个区域进入边界的所述多个采样点获得的平均氧气浓度,流出一个区域的氧气浓度等于设置于一个区域流出边界的所述多个采样点获得的平均氧气浓度。
在一个实施例中,一个所述采样点的氧气浓度等于一个所述采样点的氧气分压与一个所述采样点的氮气分压的比值,再乘以一个所述采样点的氮气浓度,其中,气体流经所述阴极流道时,氮气浓度不发生变化。
在一个实施例中,所述根据法拉第定律计算得出一个区域的电流值的具体方法包括:
结合法拉第定律:
Figure BDA0001931143030000031
Q=It以及
Figure BDA0001931143030000032
推导得出
Figure BDA0001931143030000033
其中,m为反应气体的质量,Q为反应过程中转移的电荷量,F为法拉第常数,M为反应气体的摩尔质量,z为每个反应气体分子所需要转移的电子数,n为反应气体的物质的量,I为电流值,t为时间;
结合n=c×V,V=W×t得出I=c×W×F×z,其中,t为气体流过该部分流道所用的时间,c为反应气体的摩尔浓度,V为流过该部分流道的气体的体积,W为流过该部分流道的气体的流量,z为每个反应气体分子反应所需要转移的电子数;
结合I=c×W×F×z,以及阴极反应气体氧气分子在反应过程中所需要转移的电子数为4,得出一个区域的电流值
Figure BDA0001931143030000034
一种燃料电池电流密度分布估计装置,所述装置包括:
采样气体获取模块,用于获取燃料电池的阴极板多个区域内沿阴极流道流向方向间隔设置多个采样点的采样气体信息;
氧气浓度运算模块,用于计算所述多个区域中每一个区域内的氧气浓度变化量;
区域电流运算模块,用于计算得出一个区域的电流值;以及
电流密度分布图生成模块,用于生成燃料电池中所述多个区域的电流密度分布图。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序。所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序。所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请涉及燃料电池技术领域,特别涉及一种燃料电池电流密度分布估计方法、装置及计算机存储介质。本申请中提供的所述燃料电池电流密度分布估计方法,在不设置其他传感器或者传感垫片的条件下,通过多点采样的结果计算不同区域的电流密度,从而获得燃料电池单体的电流密度分布。本申请的燃料电池电流密度分布估计方法,对现有的燃料电池的设计改进点较小,改进的成本较低,能够准确得出燃料电池的电流密度分布图。
附图说明
图1为本申请一个实施例中提供的燃料电池电流密度分布估计方法流程示意图;
图2为本申请一个实施例中提供的燃料电池气体采样系统结构示意图;
图3为本申请一个实施例中提供的平行流道阳极板中采样点的分布位置示意图;
图4为本申请一个实施例中提供的平行流道阳极板中采样点的分布位置示意图;
图5为本申请一个实施例中提供的平行流道阳极板中采样点的分布位置示意图;
图6为本申请一个实施例中提供的平行流道阴极板中采样点的分布位置示意图;
图7为本申请一个实施例中提供的平行流道阴极板中采样点的分布位置示意图;
图8为本申请一个实施例中提供的平行流道阴极板中采样点的分布位置示意图;
图9为本申请一个实施例中提供的蛇形流道阴极板中采样点的分布位置示意图;
图10为本申请一个实施例中提供的交指形流道阴极板中采样点的分布位置示意图;
图11为本申请一个具体的实施例中提供的燃料电池电流密度分布估计方法流程示意图;
图12为本申请一个实施例中提供的阴极流道不同区域内的电流密度分布图;
图13为本申请一个实施例中提供的燃料电池电流密度分布估计装置的结构示意图。
附图标号说明:
燃料电池气体采样系统100:
1-阴极入口,2-水入口,3-阳极出口,4-阳极入口,5-水出口,
6-阴极出口,7-流道,8-阳极入口采样点,9-阳极出口采样点,
10-采样装置,20-气瓶,30-三通阀,31-N通阀,
40-采样点,41-采样管路,50-阳极板,51-阳极流道,
60-阴极板,61-阴极流道,70-膜电极,80-伴热带;
101-流道内其他采样点,111-入口流道其他采样点,112-出口流道其他采样点。
燃料电池电流密度分布估计装置200:
采样气体获取模块210,氧气浓度运算模块220,
区域电流运算模块230,电流密度分布图生成模块240。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请燃料电池电流密度分布估计方法、装置及计算机存储介质进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
请参阅图1和图2,图1提供一种燃料电池电流密度分布估计方法。图2提供一种燃料电池电流密度分布估计方法的应用示意图。本申请一个实施例中,提供的所述方法包括:
S100,在燃料电池的阴极板60定义k个区域。所述阴极板60具有阴极流道61。每个分区内沿所述阴极流道61流向方向间隔设置多个采样点40,每一个采样点40均伸入流道横截面的中心区域。
本步骤中,每一个采样点40均伸入流道横截面的中心区域可以理解为将所述采样管路41穿透所述阳极流道51和所述阴极流道61的流道板。所述采样管路41伸入流道内部的端点可以直接接触到燃料电池内部的气体。另外请参阅图3-图5,图3图4和图5分别为平行流道阳极板中3种采样点的分布位置示意图。所述多个采样点40除了设置于燃料电池的所述阴极入口1、所述阳极出口3、所述阳极入口4和所述阴极出口6的采样点,还包括设置于所述阳极流道51和所述阴极流道61的流道板的所述采样点40。设置于所述阳极流道51和所述阴极流道61的流道板的所述采样点40可以获取燃料电池内部不同位置的采样气体。
请参阅图6-图8分别为平行流道阴极板中三种采样点的分布位置示意图。其中图8中给出了k个区域(k=10)中采样点的分布示意。可以理解,所述采样点40的分布方式还可以有其他的多种。比如所述采样点40可以设置在每一个区域内的任意位置,所述采样点40也可以设置在每一个区域边界的位置。在设置所述采样点40的时候可以紧密设置、也可以每间隔一个流道设置一个间隔设置,或者是每间隔两个流道设置一个所述采样点40。
另外所述阳极板50和所述阴极板60中流道的排列方式可以有很多种,比如还可以是蛇形流道或者交指形流道。所述采样点40在所述阳极流道51和所述阴极流道61中设置的方式可以有很多种。如图9所示为蛇形流道阴极板中采样点的分布位置示意图。如图10所示为交指形流道阴极板中采样点的分布位置示意图。
S200,分别计算所述k个区域中每一个区域内的氧气浓度变化量。
每一个区域的氧气浓度变化量可以根据进入每一个区域的氧气浓度和流出每一个区域的氧气浓度之差进行确认。在另一个实施例中,也可以根据一定时间内每一个区域内的氧气浓度变化量,具体的可以是后一时间点的氧气浓度值减去前一时间段氧气浓度值得出。
S300,根据法拉第定律计算得出一个区域的电流值,所述电流值等于一个区域内氧气浓度的变化量与氧气的体积流量以及四倍法拉第常数的乘积,分别获得所述k个区域内的电流值。
本步骤中,结合法拉第定律计算得出一个区域的电流值,该运算过程是基于所述步骤S100获得的所述阴极流道61中气体浓度运算得到的。本实施例中,k个区域的电流值可能相同也可能不相同。其中的影响因素有很多,比如所述阴极流道61内的氧气气体浓度不同,k个区域设置的位置或者面积不同的情况都可能导致区域的电流值不同。
S400,根据所述k个区域内每个区域的电流值与区域面积之比,分别得出所述k个区域的电流密度,并根据所述k个区域以及所述k个区域的电流密度生成燃料电池的电流密度分布图。
本步骤中,可以准确的得出每个区域的电流密度,并绘制电流密度分布示意图。所述燃料电池的电流密度分布图可以指导燃料电池的使用。
本实施例中,所述燃料电池电流密度分布估计方法,在不设置其他传感器或者传感垫片的条件下,通过所述多个采样点40的采样结果计算不同区域的电流密度,从而获得燃料电池单体的电流密度分布。本申请的燃料电池电流密度分布估计方法,对现有的燃料电池的设计改进点较小,改进的成本较低,能够准确得出燃料电池的电流密度分布图。
在一个实施例中,在每一个区域内,沿燃料电池的所述阴极流道61中流道的走向方向等间距的设置所述多个采样点40。
本实施例中,所述多个采样点40的布置方式可以参考下述附图,如图3、图4、图6、图7和图9所示为沿燃料电池的所述阴极流道61中流道的走向方向等间距的设置所述多个采样点40。其中,图3和图6为忽略流道弯道结构的等间距的分布所述采样点40。图4、图7和图9为考虑流道弯道结构的等间距的分布所述采样点40。
本实施例中,沿着燃料电池极板中流道的走向方向等间距的设置所述多个采样点40可以从整体上实现所述燃料电池内部气体的采样,其采样的数据更全面,对于指导燃料电池的使用工况的选取更准确。
在一个实施例中,燃料电池包括至少三条所述阴极流道61,在每间隔一条或者多条的所述阴极流道61上设置所述多个采样点40。
本实施例中提出的方法,能够合理的分配所述采样点40的个数。比如,燃料电池包括9条所述阴极流道61,在第一条所述阴极流道61等间距或者不等间距的设置多个所述采样点40。在第二条所述阴极流道61和第三条所述阴极流道61不设置所述采样点。在第四条所述阴极流道61等间距或者不等间距的设置多个所述采样点40。在第五条所述阴极流道61和第六条所述阴极流道61不设置所述采样点。在第七条所述阴极流道61等间距或者不等间距的设置多个所述采样点40。在第八条所述阴极流道61和第九条所述阴极流道61不设置所述采样点。另外考虑到所述采样点40密集度的问题,也可以每间隔两条流道、每间隔三条流道或者每间隔四条流道再设置所述采样点40。本实施例中的设置方法在此不作进一步的限定。
在一个实施例中,每一个区域内,所述多个采样点40均设置于区域边界,不同区域中所述采样点40分布的密集度不完全相同。设置所述多个采样点40的步骤具体包括:沿燃料电池内部的所述阴极流道61中流道的走向方向划分多个区域,不同区域中所述采样点40分布的密集度不完全相同。
本实施例中提供的所述采样点40的分布方法,可以参考图8和图10中示意的形式进行设置。其中,图8和图10均采用了非等间距的方式分布所述采样点40。具体的图8和图10中分别示出了区域Ⅰ、区域Ⅱ、区域Ⅲ、区域Ⅳ、区域Ⅴ、区域Ⅵ、区域Ⅶ、区域Ⅷ、区域Ⅸ、区域Ⅹ,在每一个区域的边界与流道交界的部分位置设置所述采样点40。
本实施例中,所述采样点40的设置方法可以根据燃料电池流道内气体流动的经验值确定区域的划分,其中划分区域的面积可以相同,也可以不相同。燃料电池中气体的浓度可以认为是沿流道走向逐渐降低的。不同区域中所述采样点40分布的密集度不完全相同是指在不同区域的边界设置的所述采样点40的个数可以相同也可以不同。所述采样点40分布的密集度不完全相同,采集的燃料电池内部的气体含量也不相同。
在一个实施例中,每一个区域内的氧气浓度变化量等于进入一个区域的氧气浓度与流出一个区域的氧气浓度之差。其中,进入一个区域的氧气浓度等于设置于一个区域进入边界的所述多个采样点40获得的平均氧气浓度。流出一个区域的氧气浓度等于设置于一个区域流出边界的所述多个采样点40获得的平均氧气浓度。
本实施例中,将计算一个区域内氧气浓度的步骤进行简化,每一个区域内的氧气浓度变化量等于每一个区域进入边界的所述多个采样点40获得的平均氧气浓度减去每一个区域流出边界的所述多个采样点40获得的平均氧气浓度。
在一个实施例中,一个所述采样点40的氧气浓度等于一个所述采样点40的氧气分压与一个所述采样点40的氮气分压的比值,再乘以一个所述采样点40的氮气浓度,其中,气体流经所述阴极流道61时,氮气浓度不发生变化。
在一个实施例中,结合法拉第定律:
Figure BDA0001931143030000101
Q=It以及
Figure BDA0001931143030000102
推导得出其中,m为反应气体的质量,Q为反应过程中转移的电荷量,F为法拉第常数,M为反应气体的摩尔质量,z为每个反应气体分子所需要转移的电子数,n为反应气体的物质的量,I为电流值,t为时间;
结合n=c×V,V=W×t得出I=c×W×F×z,其中,t为气体流过该部分流道所用的时间,c为反应气体的摩尔浓度,V为流过该部分流道的气体的体积,W为流过该部分流道的气体的流量,z为每个反应气体分子反应所需要转移的电子数;
结合I=c×W×F×z,以及阴极反应气体氧气分子在反应过程中所需要转移的电子数为4,得出一个区域的电流值
Figure BDA0001931143030000111
本实施例中,如果计算燃料电池阴极板60每一个区域的电流值,m为氧气的质量,Q为反应过程中转移的电荷量,F为法拉第常数,M为氧气的摩尔质量,z为每个氧气分子所需要转移的电子数,n为氧气的物质的量,I为电流值,t为时间。
请参阅图11,在一个具体的实施例中,通过计算燃料电池阴极板60气体浓度的变化,最终求得燃料电池内部电流密度的分布图。具体步骤包括:
步骤(1):获得第k个区域边界中所有所述多个采样点40的氧气分压
Figure BDA0001931143030000112
和氮气分压
Figure BDA0001931143030000113
其中k为小于等于N的正整数。本实施例中,可以通过如图2所示的所述采样装置10获得氧气分压和氮气分压。由于氮气相对稳定,因此不考虑氮气浓度
Figure BDA0001931143030000114
的变化。
步骤(2):计算每个所述采样点40的氧气浓度
Figure BDA0001931143030000115
其中等于
步骤(3):计算第k个区域边界的氧气浓度值,所述第k个区域边界的氧气浓度值
Figure BDA0001931143030000117
为第k个区域边界处所有所述采样点40的氧气浓度的平均值。
步骤(4):计算第k个区域内氧气浓度的变化量
Figure BDA0001931143030000118
所述第k个区域内氧气浓度的变化量
Figure BDA0001931143030000119
等于进入第k个区域界面的氧气浓度-导出第k个区域界面的氧气浓度。
步骤(5):采用公式
Figure BDA00019311430300001110
计算第k个区域的电流值,其中W为氧气的体积流量(可测得),F为法拉第常数(已知量)。
步骤(6):计算第k个区域的电流密度Jk
Figure BDA00019311430300001111
其中,Sk为所选区域的面积。Sk在对所述阴极板60进行区域划分时获得的已知量。
循环上述步骤(1)至步骤(6),分别计算出如图8、图9和图10所示的区域Ⅰ、区域Ⅱ、区域Ⅲ、区域Ⅳ、区域Ⅴ、区域Ⅵ、区域Ⅶ、区域Ⅷ、区域Ⅸ、区域Ⅹ的电流密度。根据不同区域的电流密度值,生成燃料电池的电流密度分布图。
本实施例中,所述燃料电池电流密度分布估计方法,在不设置其他传感器或者传感垫片的条件下,通过多点采样的结果计算不同区域的电流密度,从而获得燃料电池单体的电流密度分布。本申请的燃料电池电流密度分布估计方法,对现有的燃料电池的设计改进点较小,改进的成本较低,能够准确得出燃料电池的电流密度分布图如图12所示。
在一个具体的实施例中,所述燃料电池气体采样过程具体包括前期的准备工作:对燃料电池供应空气和氢气,设定阴极增湿露点温度和空气干球温度,逐步增大空气流量和氢气流量,增大电流负载,直至燃料电池工作状态达到预设值,并且稳定运行1h。燃料电池工作状态可以包括:燃料电池工作电流120A;阴极空气流量12L·min-1,空气进气露点温度43℃;阳极氢气流量0.9L·min-1,进气不增湿;采用水冷,冷却水入口温度为60℃。
打开所述采样装置10的采样口,打开所述气瓶20出口,用氦气吹扫管路,所述采样装置10的采样结果稳定一段时间后关闭所述气瓶20出口,关闭所述三通阀30与所述气瓶20相连的入口。此时吹扫所述采样管路41的步骤实施完毕。
步骤(1):关闭所述N通阀31(阳极处的)的其他口,仅打开所述N通阀31的出口以及所述N通阀31与第一采样点连通的入口,对第一采样点进行采样。
步骤(2):对第一采样点采样一段时间后,关闭所述N通阀31的入口,打开所述气瓶20的出口以及所述三通阀30与所述气瓶20连通的入口,用氦气吹扫管路一段时间,关闭所述气瓶20的出口以及所述三通阀30与所述氦气瓶20连通的入口。在第一次采样结束之后实现对所述采样管路41的清扫。
步骤(3):打开N通阀31与第二采样点的入口,对第二采样点进行采样。在对第二采样点的采样结束之后,对所述采样管路41的清扫。重复步骤(1)至步骤(3),在每一次清扫所述采样管路41之后切换至下一个采样点,直至所述阴极板60的所有所述采样点40都采样完成。后续在使用所述采样结果时,可选取可靠的所述采样结果用于指导燃料电池的应用。
上述实施例中,所述采样装置10可以为质谱仪。质谱仪在实现对多个所述采样点40的采样需要是完成第一采样点之后,再对第二采样点进行采样。质谱仪决定了对每个所述采样点40的气体进行单独分析。如果所述采样装置10变化了,也可以实现多点同时采样和分析。即可以同时对第一采样点、第二采样点和第三采样点(多个采样点)进行采样。
在一个实施例中,所述采样装置10可以是质谱仪。采用阳极标准气和阴极标准气对所述采样装置10进行标定。对所述采样装置10进行标定,可以保证采样结果的准确性。
对所述采样装置10进行标定的步骤具体包括:向所述采样管路41中通入阳极标准气,通过所述采样装置10分析采样气体,以获得第一类采样结果。向所述采样管路41中通入阴极标准气,通过所述采样装置10分析采样气体,以获得第二类采样结果。
重复上述两个步骤,获得多个所述第一类采样结果和多个所述第二类采样结果,对多个所述第一类采样结果和多个所述第二类采样结果进行分析计算,以获得所述采样装置10的采样修正系数,完成对所述采样装置10的标定。
请继续参考图2,本申请一个实施例中提供一种燃料电池气体采样系统包括:阳极板50、膜电极70、阴极板60、多个采样点40以及采样管路41。
所述阳极板50具有为气体流动提供通道的阳极流道51。所述膜电极70设置于所述阳极板50具有所述阳极流道51的一侧。阴极板60设置于所述膜电极70远离所述阳极板50的一侧。所述阴极板60具有为气体流动提供通道的阴极流道61。所述阳极流道51和所述阴极流道60不是全封闭的,流道类似像槽一样,气体在槽里流动。
所述膜电极70包括质子交换膜用于实现质子(质子包括电子和空穴)在所述质子交换膜中的交换或者复合。所述膜电极70还包括阳极气体扩散层和阳极催化剂层设置于所述质子交换膜的第一侧。所述膜电极70还包括阴极催化剂层和阴极的气体扩散层设置于所述质子交换膜的第二侧。
多个采样点40设置于所述阳极流道51和所述阴极流道61,并且伸入流道横截面的中心区域。采样管路41与所述多个采样点40分别连接,用于实现燃料电池内部气体的导出。所述采样管路41主要是由从极板外插进流道内的毛细管引出来的管路。所述采样管路41可以采用不锈钢毛细管。
质子交换膜燃料电池,氢气和氧气发生电化学反应,生成水的同时输出电能。基本的燃料电池单体结构会包括阳极板50、阴极板60和膜电极70。其中在阳极板50上设置有阳极流道51。在阴极板60上设置有阴极流道61。膜电极70包括质子交换膜、催化层和扩散层,其中质子交换膜是能够传导质子的聚合物膜,催化剂层为有催化剂铂附着的碳载体,扩散层的成分主要是碳和聚四氟乙烯。质子交换膜、催化层和扩散层构成膜电极,为氢气和氧气的反应提供场所,并起到导电和传热传质的作用。双极板(所述阳极板50和所述阴极板60)一般由碳板或者金属板构成,在双极板上刻有供气体流动的流道。
请再次参阅图2,在一个实施例中,在实时阴极气体采样的过程中还可以设置伴热带80。所述伴热带80围绕所述采样管路41的外侧壁设置。在一个实施例中,所述伴热带80可以是所述采样管路41保温为120℃。
在一个实施例中,所述燃料电池中可以包括燃料电池单片串联形成的电池堆,每个电池对中包括多个燃料电池单片。在另一个实施例中,燃料电池还包括壳体,设置于所述电池堆的外侧,用于保护所述电池堆。所述壳体在图2中有表示,但未标号。所述壳体用于提供收纳腔,在一个实施例中,所述收纳腔可以是现有的电池外壳或者是电池模组的外壳,在整个采样过程中实现固定的功能。
在一个实施例中,所述燃料电池气体采样过程中还可以包括:N通阀31。具体的所述N通阀31可以是图2中所示的所述N通阀31。在另一个实施例中,可以进一步设置多个N通阀,比如可以设置第一N通阀、第二N通阀或者其他的阀门。本实施例中,所述多个N通阀用以实现不同的管路的接通,当需要管路变化时,可以在不同的位置设置不同的所述N通阀。
在一个实施例中,为了避免采样气体中的水蒸气冷凝为液态水而堵塞管路,从而造成采样时间增加,影响采样结果,可以在采用所述伴热带80缠绕所述采样管路41,使所述采样管路41保温为120℃。
在一个实施例中,为了避免采样时非指定流道气体的影响,可以在所述采样管路41的端面与流道采样口的接触面采用O型密封圈压紧密封。
请参阅图13,在本申请一个实施例中提供一种燃料电池电流密度分布估计装置200,包括:采样气体获取模块210、氧气浓度运算模块220、区域电流运算模块230以及电流密度分布图生成模块240。
所述采样气体获取模块210,用于获取燃料电池的阴极板60k个区域内沿阴极流道61流向方向间隔设置多个采样点40的采样气体信息。所述氧气浓度运算模块220,用于计算所述k个区域中每一个区域内的氧气浓度变化量。所述区域电流运算模块230,用于计算得出一个区域的电流值。所述电流密度分布图生成模块240,用于生成燃料电池中所述k个区域的电流密度分布图。
本申请一个实施例中提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序。所述处理器执行所述计算机程序时实现上述任一实施例中所述方法的步骤。
本申请一个实施例中提供一种计算机可读存储介质,其上存储有计算机程序。所述计算机程序被处理器执行时实现上述任一实施例中所述方法的步骤。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种燃料电池电流密度分布估计方法,其特征在于,包括:
在燃料电池的阴极板(60)定义多个区域,所述阴极板(60)具有阴极流道(61),每个分区内沿所述阴极流道(61)流向方向间隔设置多个采样点(40),每一个采样点(40)均伸入流道横截面的中心区域;
分别计算所述多个区域中每一个区域内的氧气浓度变化量;
根据法拉第定律计算得出一个区域的电流值,所述电流值等于一个区域内氧气浓度的变化量与氧气的体积流量以及四倍法拉第常数的乘积,分别获得所述多个区域内的电流值;
根据所述多个区域内每个区域的电流值与区域面积之比,分别得出所述多个区域的电流密度,并根据所述多个区域以及所述多个区域的电流密度生成燃料电池的电流密度分布图;
每一个区域内的氧气浓度变化量等于进入一个区域的氧气浓度与流出一个区域的氧气浓度之差;
其中,进入一个区域的氧气浓度等于设置于一个区域进入边界的所述多个采样点(40)获得的平均氧气浓度,流出一个区域的氧气浓度等于设置于一个区域流出边界的所述多个采样点(40)获得的平均氧气浓度;
所述根据法拉第定律计算得出一个区域的电流值的具体方法包括:
结合法拉第定律:Q=It以及
Figure FDA0002240594910000012
推导得出
Figure FDA0002240594910000013
其中,m为反应气体的质量,Q为反应过程中转移的电荷量,F为法拉第常数,M为反应气体的摩尔质量,z为每个反应气体分子所需要转移的电子数,n为反应气体的物质的量,I为电流值,t为时间;
结合n=c×V,V=W×t得出I=c×W×F×z,其中,t为气体流过该部分流道所用的时间,c为反应气体的摩尔浓度,V为流过该部分流道的气体的体积,W为流过该部分流道的气体的流量,z为每个反应气体分子反应所需要转移的电子数;
结合I=c×W×F×z,以及阴极反应气体氧气分子在反应过程中所需要转移的电子数为4,得出一个区域的电流值
Figure FDA0002240594910000021
k表示第k个区域。
2.如权利要求1所述的燃料电池电流密度分布估计方法,其特征在于,在每一个区域内,沿燃料电池的所述阴极流道(61)中流道的走向方向等间距的设置所述多个采样点(40)。
3.如权利要求1所述的燃料电池电流密度分布估计方法,其特征在于,燃料电池包括至少三条所述阴极流道(61),在每间隔一条或者多条的所述阴极流道(61)上设置所述多个采样点(40)。
4.根据权利要求1-3中任一项所述的燃料电池电流密度分布估计方法,其特征在于,每一个区域内,所述多个采样点(40)均设置于区域边界,不同区域中所述采样点(40)分布的密集度不完全相同。
5.根据权利要求4所述的燃料电池电流密度分布估计方法,其特征在于,一个所述采样点(40)的氧气浓度等于一个所述采样点(40)的氧气分压与一个所述采样点(40)的氮气分压的比值,再乘以一个所述采样点(40)的氮气浓度,其中,气体流经所述阴极流道(61)时,氮气浓度不发生变化。
6.一种燃料电池电流密度分布估计装置,其特征在于,所述装置包括:
采样气体获取模块(210),用于获取燃料电池的阴极板(60)多个区域内沿阴极流道(61)流向方向间隔设置多个采样点(40)的采样气体信息;
氧气浓度运算模块(220),用于计算所述多个区域中每一个区域内的氧气浓度变化量,每一个区域内的氧气浓度变化量等于进入一个区域的氧气浓度与流出一个区域的氧气浓度之差;
其中,进入一个区域的氧气浓度等于设置于一个区域进入边界的所述多个采样点(40)获得的平均氧气浓度,流出一个区域的氧气浓度等于设置于一个区域流出边界的所述多个采样点(40)获得的平均氧气浓度;
区域电流运算模块(230),用于计算得出一个区域的电流值,结合法拉第定律:
Figure FDA0002240594910000031
Q=It以及
Figure FDA0002240594910000032
推导得出
Figure FDA0002240594910000033
其中,m为反应气体的质量,Q为反应过程中转移的电荷量,F为法拉第常数,M为反应气体的摩尔质量,z为每个反应气体分子所需要转移的电子数,n为反应气体的物质的量,I为电流值,t为时间;
结合n=c×V,V=W×t得出I=c×W×F×z,其中,t为气体流过该部分流道所用的时间,c为反应气体的摩尔浓度,V为流过该部分流道的气体的体积,W为流过该部分流道的气体的流量,z为每个反应气体分子反应所需要转移的电子数;
结合I=c×W×F×z,以及阴极反应气体氧气分子在反应过程中所需要转移的电子数为4,得出一个区域的电流值
Figure FDA0002240594910000034
k表示第k个区域;以及
电流密度分布图生成模块(240),用于生成燃料电池中所述多个区域的电流密度分布图。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN201811641176.XA 2018-12-29 2018-12-29 燃料电池电流密度分布估计方法、装置及计算机存储介质 Active CN109818015B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201811641176.XA CN109818015B (zh) 2018-12-29 2018-12-29 燃料电池电流密度分布估计方法、装置及计算机存储介质
PCT/CN2019/128921 WO2020135644A1 (zh) 2018-12-29 2019-12-27 燃料电池气体采样系统及采样方法、燃料电池电流密度分布估计方法以及燃料电池内部状态模型的标定方法
US17/340,094 US20210305597A1 (en) 2018-12-29 2021-06-07 Gas sampling system and gas sampling method for fuel cell, current density distribution estimation method for fuel cell, and calibration method for internal state model of fuel cell

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811641176.XA CN109818015B (zh) 2018-12-29 2018-12-29 燃料电池电流密度分布估计方法、装置及计算机存储介质

Publications (2)

Publication Number Publication Date
CN109818015A CN109818015A (zh) 2019-05-28
CN109818015B true CN109818015B (zh) 2020-01-14

Family

ID=66603096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811641176.XA Active CN109818015B (zh) 2018-12-29 2018-12-29 燃料电池电流密度分布估计方法、装置及计算机存储介质

Country Status (1)

Country Link
CN (1) CN109818015B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020135644A1 (zh) * 2018-12-29 2020-07-02 清华大学 燃料电池气体采样系统及采样方法、燃料电池电流密度分布估计方法以及燃料电池内部状态模型的标定方法
CN111475956B (zh) * 2020-04-13 2020-12-22 清华大学 电池设计方法、评估电池设计的方法及计算机设备
CN111665102A (zh) * 2020-05-13 2020-09-15 中国科学院微电子研究所 低真空气体的快速无损采样装置及采样方法
CN115207417B (zh) * 2022-06-17 2025-06-27 同济大学 一种大面积燃料电池电流密度分布计算方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10003584A1 (de) * 2000-01-28 2001-08-02 Volkswagen Ag Verfahren zur Bestimmung der Stromdichteverteilung in Brennstoffzellenstocks durch Messung des den Stock umgebenen magnetischen Feldes
CN100365424C (zh) * 2005-03-28 2008-01-30 西安交通大学 燃料电池内部电流密度分布测量垫片
JP5157485B2 (ja) * 2008-01-30 2013-03-06 トヨタ自動車株式会社 燃料電池システム
CN101482599A (zh) * 2008-07-04 2009-07-15 清华大学 一种燃料电池电流分布测量方法及装置

Also Published As

Publication number Publication date
CN109818015A (zh) 2019-05-28

Similar Documents

Publication Publication Date Title
CN109818015B (zh) 燃料电池电流密度分布估计方法、装置及计算机存储介质
Zhao et al. In-situ measurement of humidity distribution and its effect on the performance of a proton exchange membrane fuel cell
US20210305597A1 (en) Gas sampling system and gas sampling method for fuel cell, current density distribution estimation method for fuel cell, and calibration method for internal state model of fuel cell
CN115207417B (zh) 一种大面积燃料电池电流密度分布计算方法
US8906570B2 (en) System and method for observing anode fluid composition during fuel cell start-up
Guk et al. Parameters and their impacts on the temperature distribution and thermal gradient of solid oxide fuel cell
CN109802159B (zh) 燃料电池气体采样系统及采样方法
CN110429306A (zh) 一种燃料电池水平衡测试设备和方法
Engebretsen et al. Localised electrochemical impedance measurements of a polymer electrolyte fuel cell using a reference electrode array to give cathode-specific measurements and examine membrane hydration dynamics
CN101689659A (zh) 燃料电池平面内状态评估系统和燃料电池平面内状态评估方法
CN116093385A (zh) 一种基于多点电压的燃料电池阳极氮气浓度估计方法
CN109815554B (zh) 燃料电池内部状态模型的标定方法、装置和计算机设备
Hodjati-Pugh et al. Analysis of current collection in micro-tubular solid oxide fuel cells: An empirical and mathematical modelling approach for minimised ohmic polarisation
Wang et al. Effects of flow pattern and hydrogen recirculation on consistency of current density distribution in a self-humidified polymer electrolyte membrane fuel cell analyzed by a segmented model
Yin et al. Experimental and numerical investigation of the reverse current evolution during the start-up of a fuel cell
Han et al. Measurement of water concentration along the straight channel of proton exchange membrane fuel cell
Rodosik et al. Impact of alternating fuel feeding on a PEMFC stack durability
JP4452801B2 (ja) ガスサンプリング方法及び装置
Radhakrishnan et al. Effect of GDL compression on pressure drop and pressure distribution in PEMFC flow field
CN113991149B (zh) 燃料电池电堆进气温度测试方法、装置及存储介质
US20180375131A1 (en) Measuring method and measuring apparatus for determining the recirculation rate
Ma et al. Experimental study on the current distribution in planar solid oxide fuel cells by a novel segmentation method
KR20100047055A (ko) 연료전지 차량의 수소 재순환 유량 계측 장치 및 방법
JPH08222260A (ja) 燃料電池の異常監視方法およびその装置
Wang et al. Development of a micro temperature sensor and 3D temperature analysis for a proton exchange membrane fuel cell

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant