(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111576040.7 (22)申请日 2021.12.2 2 (71)申请人 同济大学 地址 200092 上海市杨 浦区四平路1239号 (72)发明人 李冰　楚天阔　杨代军　明平文　 张存满　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 代理人 丁云 (51)Int.Cl. H01M 8/04992(2016.01) G01R 31/367(2019.01) G01R 31/392(2019.01) G06F 17/18(2006.01) G06F 30/27(2020.01)G06F 30/28(2020.01) (54)发明名称 一种燃料电池 寿命预测方法 (57)摘要 本发明涉及一种燃料电池寿命 预测方法， 该 方法包括： 对燃料电池进行老化测试， 获取测试 数据； 构建燃料电池输出电压模 型并基于测试数 据进行模型训练， 确定模型中老化参数随时间的 变化函数； 基于训练的燃料电池输出电压模型预 测燃料电池输出电压随时间变化趋势， 基于燃料 电池寿命终了时的燃料电池输出电压确定燃料 电池寿命时长。 与现有技术相比， 本发明具有预 测精度高的优点。 权利要求书1页 说明书7页 附图2页 CN 114388855 A 2022.04.22 CN 114388855 A 1.一种燃料电池寿命预测方法， 其特 征在于， 该 方法包括： 对燃料电池进行老化测试， 获取测试 数据； 构建燃料电池输出电压模型并基于测试数据进行模型训练， 确定模型中老化参数随时 间的变化 函数； 基于训练 的燃料电池输出电压模型预测燃料电池输出电压随时间变化趋势， 基于燃料 电池寿命终了时的燃料电池输出电压确定 燃料电池寿命时长 。 2.根据权利要求1所述的一种燃料电池寿命预测方法， 其特征在于， 所述的燃料电池输 出电压模型表示 为： E＝Eocv‑(a+b·lnj)‑c·ej‑j·A(m+n·j‑1+p·lnj+q·ej) 其中， E为燃料电池输出电压， Eocv为其中一个老化参数， 表示燃料电池开路电压， j为电 流密度， A为活性 面积， a、 b、 c、 m、 n、 p、 q为 其余老化参数。 3.根据权利要求1所述的一种燃料电池寿命预测方法， 其特征在于， 确定采样时刻下的 老化参数， 并通过最小二乘法拟合得到老化 参数随时间的变化 函数。 4.根据权利要求2所述的一种燃料电池寿命预测方法， 其特征在于， 老化参数Eocv、 a、 b、 c、 m、 n、 p、 q的拟合 函数表示 为： 其中， k11、 k12、 k13、 k14、 k15、 k21、 k22、 k23、 k24、 k25、 k31、 k32、 k33、 k34、 k35、 k41、 k42、 k43、 k44、 k45、 k51、 k52、 k53、 k54、 k55、 k61、 k62、 k63、 k64、 k65、 k71、 k72、 k73、 k74、 k75、 k81、 k82、 k83、 k84、 k85为拟合系数， t为时间。 5.根据权利要求1所述的一种燃料电池寿命预测方法， 其特征在于， 所述的测试数据划 分为训练集和验证集， 采用训练集训练燃料电池输出电压模型， 采用验证集验证模型精度， 若精度不满足， 则重新构建 老化参数随时间的变化 函数。 6.根据权利要求5所述的一种燃料电池寿命预测方法， 其特征在于， 若模型精度满足条 件， 则将训练集和验证集全部数据合并作为 新的训练集更新燃料电池寿命预测模型。权　利　要　求　书 1/1 页 2 CN 114388855 A 2一种燃料电池寿命 预测方法 技术领域 [0001]本发明涉及燃料电池技 术领域， 尤其是 涉及一种燃料电池寿命预测方法。 背景技术 [0002]质子交换膜燃料电池(PEMFC)作为一种电化学发电装置， 具有传统动力装置所不 具备的能源效率高、 无污染、 噪音低、 启动快、 工作 温度低、 无动态元件等优点。 因此， PEMFC 也被认为是未来最有 前途的新一代汽车电源。 然而， 燃料电池汽车成本高、 寿命短是制约其 商业化的重要因素。 研究表明， 适当的预测方法可以为改善PEMFC的使用寿命提供切实可行 的建议。 预诊是一种工程诊断方法， 可以预测系统的剩余使用寿命(RUL)， 并评估其可靠性。 [0003]经过对现有技术的文献检索发现， 半经验模型的研究主要集中于对燃料电池输出 电压的静态预测。 模型驱动方法使用数学方程来预测物理失效的主要形式， 有时被称为失 效物理(PoF)。 它需要了解失效机制、 系统的几何形状、 材料特性和系统的负载。 由于PEMFC 是一个多物理复合模型， 需要多学科 的知识储备， 这给建立数学模型带来了困难。 然而， 由 于模型驱动方法是基于系统的衰减机理， 预测结果相对可靠和准确。 早期， 许多 学者基于模 型驱动方法提出了不同的预测方法。 Hu  等人利用混合燃料电池城市客车的实际运行数据， 提出了一种燃料电池重构模型。 该模型最重要的创新之处在于将运行时间分别划分为高电 压、 高电流密度的启停工况和高功率负荷工况。 Zhang等人提出了一种用于预测PEMFC剩余 寿命的无迹卡尔曼滤波器(UKF)。 为了实现这一预测 框架， 建立了一个基于物理的、 面向预 测的催化剂降解模型来表征燃料电池损伤， 以确定操作条件和电化学表面区域降解速率之 间的关系。 Lechartier等人提出了一个由相互独立的静态和动态部件组合而成的预测模 型， 模型的静态部分基于Butler ‑Volmer方程， 动态部件是对内部物理现象作出反应的等效 电路。 目前绝大多数的燃料电池寿命预测模型中均将燃料电池内阻视为与电流密度无关的 常数， 模型的预测精度相对较低。 发明内容 [0004]本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种能提高预测精 度的燃料电池寿命预测方法。 [0005]本发明的目的可以通过以下技 术方案来实现： [0006]一种燃料电池寿命预测方法， 该 方法包括： [0007]对燃料电池进行老化测试， 获取测试 数据； [0008]构建燃料电池输出电压模型并基于测试数据进行模型训练， 确定模型中老化参数 随时间的变化 函数； [0009]基于训练的燃料电池输出电压模型预测燃料电池输出电压随时间变化趋势， 基于 燃料电池寿命终了时的燃料电池输出电压确定 燃料电池寿命时长 。 [0010]优选地， 所述的燃料电池输出电压模型表示 为： [0011]E＝Eocv‑(a+b·ln j)‑c·ej‑j·A(m+n·j‑1+p·ln j+q·ej)说　明　书 1/7 页 3 CN 114388855 A 3