Contexte et objectifs

Énergie
Durée de vie
Pile à combustible
Extension de la durée de vie de systèmes
multi-sources
S. Morando1, E. Pahon1, N. Yousfi-Steiner1, S. Jemei1, D.Hissel1, R. Gouriveau1, N. Zerhouni1 , P. Moçoteguy2
Contexte et objectifs :
Solutions prometteuses : systèmes piles à combustible et systèmes multi-sources
 Applications automobiles et stationnaires
 Stockage de l’énergie via le vecteur hydrogène
 Réduction des gaz à effet de serre et autres polluants (zéro émission)
Courbes de polarisation
Courbe de polarisation
5
Innovation : Principe de la méthode proposée
t0
t0+168h
t0+288h
t0+480h
t0+648h
t0+792h
t0+960h
t0+1128h
t0+1344h
t0+1488h
t0+1632h
Tension stack
(V) Tension stack (V)
4.5
4
3.5
3
2.5
0
10
20
30
40
50
Courant (A)
60
70
80
90
100
Courant (A)
Spectre d’impédance électrochimique
EIS stack
6
5
-Im(Z)[mOhm]
4
Prédiction des tensions cellules
3
2
1
Tension (V)
0
-1
5
10
15
20
25
Re(Z)[mOhm]
optimal
Temps (h)
1400
Estimation
Estimationde
dela
ladurée
duréede
devie
vierestante
restante
1200
Empoisonneme
nt au CO
1000
RUL
RUL (en heure)
800
Problème
température
400
200
0
100
150
200
250
300
350
400
450
Méthodes de pronostic :
- Basées modèle [1]
- Basées données [2]
- Hybrides [3]
[1] X. Zhang et al., An unscented Kalman filter based approach for the health monitoring and prognostics
of a polymer electrolyte membrane fuel cell, Annual conference of the prognostic and health management,
2012.
[2] S. Morando et al., Fuel cells Remaining Useful Lifetime forecasting using Echo State Network,
VPPC2014, p.1-6.
[3] M. Jouin et al., Prognostics of PEM fuel cell in a particle filtering framework, Int. Journal of Hydrogen
Energy, vol. 39, 2014, pp. 481-494.
Classification
[4] N. Yousfi-Steiner et al., Diagnosis of polymer electrolyte fuel cells failure modes (flooding &
drying out) by neural networks modeling, Int. Journal of Hydrogen Energy, vol. 36, 2011, pp. 30673075.
[5] R.E. Silva Sanchez et al., Proton Exchange Membrane Fuel Cell operation and degradation in
short-circuit , Fuel Cells, vol. 14, 2014, pp. 894-905.
[6] Z. Li et al., Online Diagnosis of PEMFC by combining Support Vector Machine and fluidic
model, Fuel Cells, vol. 14, 2014, pp. 448-456.
Conclusion et perspectives :
15
??
[5]
500
Temps (en heure)
-
Assèchement
Court-circuit
Temps (h)
-
[4]
[6]
600
-200
50
Noyage
Détecter et localiser une défaillance.
Déterminer et ajuster la prédiction de la fin de vie du système.
Optimiser les conditions d’utilisation des sources (cas d’hybridation véhicule
électrique).
Allonger la durée de vie globale du système.
Permettre une commercialisation grand public autour du vecteur hydrogène
(véhicule du futur, électrolyse, micro-cogénération,…).
1. FEMTO-ST/FCLAB/LABEX ACTION – Rue Thierry Mieg, 90000 Belfort
2. EIFER - Emmy-Nother Strasse 11, 76131 Karlsruhe, Germany
[email protected] – 0384583625