文献推荐:韩敏芳教授团队-使用物理信息神经网络的敏捷层解析 SOFC 堆模型

文摘   2024-11-15 19:20   英国  

DOI: https://doi.org/10.1016/j.ijhydene.2023.06.258

原文链接:https://www.sciencedirect.com/science/article/pii/S0360319923032378

固体氧化物燃料电池 (SOFC) 堆是工业 SOFC 能量转换系统中最关键的模块之一。尽管已经使用精确的三维 (3D) 模型对详细的多物理分布进行了深入研究,但敏捷堆模型的开发和验证仍然不足。由于网格划分和仿真缓慢而繁琐,快速制作堆原型仍然是一项挑战。因此,在不同的温度和气体流速下测试了一个 30 电池堆,并使用测量数据建立了一个实时瞬态层解析堆模型并进行了校准,该模型得出的均方根 (RMS) 预测误差为 2.21%(测量电压)和 1.53 °C(测量温度)。凭借层解析度,堆模型显示每个电池的电压、平均温度以及燃料和空气流速。此外,堆模型揭示了不同燃料流速下的电压分布与温度分布的关系。此外,堆模型可能适用于堆缩放效应或设计工厂平衡 (BoP)

研究亮点:

用于电压/温度分布的精确层解析堆模型。

该模型的计算成本低,可实现敏捷和实时应用。

解释了操作条件对流量不均匀性的作用。

揭示了温度对堆栈电压分布的强烈影响。

Fig. 1. (a) Voltage measurement configuration of the tested stack, (b) Temperature measurement configuration on the tested stack, (c) Thermocouple placement.

Fig. 2. (a) Overall Stack model structure. (b) Stack flow and heat balance sub-models. (c) Single cell PINN sub-model.

Fig. 3. Measured and predicted I–V curves of single cell model calibration.

Fig. 4. (a) Test timeline of the 30-cell stack in this study. (b) Initial characterization of the stack performance.

Fig. 5. Model predictions (dashed) and measurements (solid) on the stack at furnace temperature 750 °C. The cell average H2 and air flowrates were 0.35 SLM and 1.5 SLM, respectively. (a) Total voltages vs. current, (b) group average voltages vs. current, (c) current and temperatures vs. time.

Fig. 6. Measured polarization curves at varied furnace temperatures and H2 flowrates (a) of the stack and (b) of a single cell measured in a separate single cell test rig. Distributions in stack given varied H2 flowrates and constant stack total voltage of 22.8 V, (c) measured (solid) group average cell voltages and current and corresponding simulation (dashed), (d) measured (solid) temperatures and corresponding simulation (dashed).

Fig. 7. Simulated cell operating conditions in a stack at 22.8 V stack voltage, 19.9 A current, 750 °C furnace temperature, cell-average flowrates of 0.5 SLM H2 and 1.5 SLM air, (a) voltages and temperatures, (b) air and fuel flowrates.

Fig. 8. (a) Simulated cell voltages and temperatures in a stack at varied electrical current and cell numbers. The H2and air flowrates were fixed at 0.3 SLM and 1.5 SLM per cell, respectively. (b) Streams and heat flows in the studied BoP system, (c) BoP results: comparison of the simulation and measurements, and (d) the tested 1 kW methanol SOFC system.

建立了层分解敏捷电池堆模型,并利用一个30电池堆的测量数据对其进行了校准。在不同炉温和氢气流量下对电池堆进行了测试。除了电池堆的总电压和电流外,还测量并记录了电池堆中电池的分组电压以及电池堆上和旁边不同位置的温度。注意到电池堆和单个电池对不同的炉温和氢气燃料流量有不同的反应。

经过校准,电池堆模型不仅准确预测了电池堆的总电压,而且准确预测了电池堆的分组电压和局部温度。利用该模型解释了电池堆和单个电池对不同温度和燃料流量的不同反应。与单个电池相比,电池堆的换热表面积与体积比较低,电池的产热和燃料气体的冷却作用在电池堆中更为显著,导致电池堆的温度波动大于单个电池。对电池堆测试和仿真的综合分析表明,电池堆电压分布对温度分布的依赖性高于流量分布。考虑到电池堆底部的温度最低,改善电池堆电压均匀性的有效方法是更好地隔绝热量,防止热量通过电池堆支撑结构散失。

除了准确性之外,电池堆模型还设计用于快速甚至实时模拟。在普通个人计算机上的案例运行时间为 2 5 秒,该模型可能适用于快速制作电池堆原型或实时监控和测量增强。

此外,电池堆模型还用于研究电池堆的缩放效应,并集成到 BoP 系统模型中。电池堆模型作为系统模型的一部分,在运行时间和准确性之间取得平衡,有助于更可靠地诊断 BoP 设计,并指出改善隔热性能可能是提高电池堆工作温度,从而提高系统效率的关键。

为了进一步研究电池堆电压不均匀的原因,需要进行更多专门的实验,增加更多的温度传感位置,以更全面地了解电池堆温度分布。希望这可以通过 Kim 等人提出的热电偶阵列来实现。每个电池的实际 H2 流量将通过给定燃料利用率下每个电池的出口气体成分进行测量。这些将提供有关每个电池运行条件的更有说服力和更直接的信息,从而提供电压不均匀的原因。

未来研究的另一个方面是验证电池堆模型在电池数量增加的堆栈上的有效性,并实时优化堆栈运行条件,同时保持堆栈处于安全运行状态。考虑到当前版本的堆栈模型仅考虑 H2 H2O 作为燃料气体中的反应物质,未来的更新可能会涵盖一氧化碳、二氧化碳和甲烷等含碳物质及其反应,以实现更准确的实时模拟。

小编水平有限,如编辑有误,烦请指正,详细内容请阅读原文。



氢能技术-燃料电池
专注分享氢能技术、氢能应用最新进展,燃料电池/电解池(SOFC/SOEC、PCFC/PCEC、PEM、AEM)等最新科研进展。
 最新文章