面向PEMFC老化预测的Auto-former混合迭代方法

摘要

针对质子交换膜燃料电池(proton exchange membrane fuel cell, PEMFC)长期寿命预测难、传统半经验模型预测阶段缺乏观测的问题，提出一种将Auto-former与扩展粒子滤波(ensemble particle filter, EPF)耦合的“双向迭代”混合预测方法。为充分发挥电化学阻抗谱的内部阻抗信息在PEMFC寿命预测中的机理辨识能力，采用等效电路模型(equivalent circuit model, ECM)进行参数辨识，提取对退化敏感的内部阻抗特征。在此基础上，构建阻抗特征到极化经验模型参数的映射关系，从而统一微观机理表征与极化曲线宏观响应对PEMFC老化效应的刻画。计及电压恢复现象，提出一种双指数模型与扩展粒子滤波算法相结合的长时寿命预测方法，并融合Auto-former框架构建混合迭代模型。最后，在法国燃料电池实验室公开的PEMFC实验测试数据上验证了该模型的准确性，并进行了不确定性分析。结果表明，混合模型在不同预测起始点下剩余使用寿命(remaining useful life, RUL)综合预测准确度达到90%以上，在长期尺度上对PEMFC的RUL能给出稳定且高精度的估计。

关键词

质子交换膜燃料电池 / 混合迭代模型 / 阻抗分析 / 剩余使用寿命

基金资助

国家自然科学基金面上项目(52277213); 重庆市自然科学基金项目(CSTB2023NSCQ-LZX0065)