[Simcenter Amesim] 실험데이터에서 연료전지 스택 모델 매개변수를 쉽게 식별하는 방법

Introduction

 이제 배터리 전기 자동차(BEV) 의 채택이 꾸준히 증가하고 있으며, 수소에 에너지 저장을 대체하는 것이 미래를 위한 강력한 대안으로 간주됩니다. 수소 인프라는 여전히 제한적이며 연료 전지 채택의 주요 장벽 중 하나일 수 있지만, 이 기술은 배출 감소 목표를 달성하기 위한 경쟁에서 흥미로운 이점을 제공합니다. 많은 자동차 OEM과 그 공급업체가 연료전지 전기자동차(FCEV) 개발에 대한 노력을 늘리는 것은 당연한 일입니다.

 완전한 차량이 만들어지기 전에 성능을 평가할 수 있다는 것은 특히 아직 배양 단계에 있고 모범 사례가 아직 발견되지 않은 기술의 경우 가장 중요합니다. 연료 전지 의 경우 연료 전지 자체의 성능에 대한 실험 데이터가 있는 경우가 많지만 전체 차량을 연구하는 엔지니어로서 초기 개발 단계에서 예측 연료 전지 모델을 사용할 수 있다는 것은 매우 중요합니다.

 여기에 좋은 소식이 있습니다.  Fuel Cell Parameter identification (연료전지 매개변수 식별 도구)가 여러분을 도와드릴 준비가 되어 있습니다!

How it works

 이 기사에서는 Fuel Cell Parameter identification (연료 전지 매개변수 식별 도구) 애플리케이션을 사용하여 실험 데이터에서 연료 전지 전기화학 스택 모델을 매개변수화하는 방법을 보여줍니다. 다양한 작동 조건에 대한 다양한 셀 전압을 수집하는 CSV 테이블을 통해 도구는 모델의 매개변수를 식별하여 시뮬레이션 결과가 실험 데이터와 연관되도록 할 수 있습니다.

The Model

 이 예에 사용된 모델은 다음으로 구성됩니다.

• 가스 혼합물 정의 섹션. 이는 음극과 양극 측면 모두에서 가스 혼합물의 특성, 응축 현상 및 GDL(가스 확산층) 가스 수송 저항 효과를 설정합니다.

• 관련 가스 혼합물 구성 요소가 포함된 연료 전지 스택 모델. 이는 전극에서의 연료 전지 반응, 막 거동 및 가스 혼합물 경계 조건에 따른 결과 전압을 모델링합니다. 예를 들어 이 모델은 압력, 온도, 막 수분 함량 및 가스 혼합물 구성의 영향을 포착하는 데 사용할 수 있습니다.

• 교정 수퍼컴포넌트. 주어진 실험과 동일한 작동 조건에서 연료전지 모델을 작동시키기 위해 연료전지 모델의 경계조건을 설정합니다.

Parameters identification process

 연료 전지 매개변수 식별 도구는 식별 프로세스가 수렴될 때까지 Simcenter Amesim에서 여러 시뮬레이션을 차례로 시작합니다. Simcenter Amesim의 스케치는 먼저 실험 데이터에 대해 매개변수화하려는 연료 전지에 맞게 준비되고 조정되어야 합니다. 그런 다음 애플리케이션을 시작하고, 실험 데이터를 가져오고, 최적화 매개변수를 설정하고, 식별 프로세스를 시작할 수 있습니다.

 실험 데이터에 대한 매개변수 식별 프로세스를 시작하기 전에 전역 매개변수 창이나 보정 수퍼 구성요소에서 모델링하려는 연료 전지 스택의 다음 특성을 제공해야 합니다.

• 셀 수와 셀 활성 영역 (Cells and the cell active area)
• 막 특성 (Membrane Characteristics)
• 채널의 대략적인 기하학 (Geometry)
• 화학양론 계산에 허용되는 최소 전류 밀도 (Minimum current density)

 연료 전지 매개변수 식별 도구는 교정 슈퍼 구성요소의 매개변수 창에 있는 앱 버튼을 클릭하면 시작됩니다. 교정 슈퍼 구성 요소를 마우스 오른쪽 버튼으로 클릭하고 앱 하위 메뉴에서 연료 전지 매개 변수 식별 도구를 선택하여 시작할 수도 있습니다.

 이 도구를 사용하려면 다음 단계를 따라야 합니다.

1. 데이터 파일을 엽니다.
2. 데이터는 스택 전류 밀도[mA/cm ²], 셀 전압[V], 공기 압력 강하[mbar] 및 H2 혼합물 압력 강하[mbar] 와 같은 매개변수를 사용하여 실험 데이터가 포함된 csv 파일로 작성되어야 합니다 .
3. 시뮬레이션 옵션 및 최적화 설정 지정
4. 식별할 매개변수 선택
5. 원하는 정확도 또는 평가하려는 최대 반복 횟수에 맞춰 최적화를 실행하세요.
6. 최적화 결과 관찰
   플롯을 통해 사용자는 데이터 파일에서 가져온 연료 전지 작동 지점과 시뮬레이션 결과를 적합한 매개변수와 비교할 수 있습니다.

Conclusion

 이 기사에서는 Fuel Cell Parameter Identification Tool을 사용하여 실험 데이터에서 연료전지 전기화학 스택 모델 매개변수를 식별하는 과정을 보여줍니다. 이 도구를 가상 테스트 벤치로 사용하여 시뮬레이션 결과를 실험 데이터와 비교할 수 있습니다. 매개변수가 올바르게 식별되면 이를 시스템 통합 스케치에 직접 복사/붙여넣고 플랜트 구성요소의 균형을 통해 성능을 평가할 수 있습니다.