清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Impedance based performance model for polymer electrolyte membrane fuel cells

堆栈(抽象数据类型) 电解质 质子交换膜燃料电池 电阻抗 等效电路 航程(航空) 生物系统 工作(物理) 燃料电池 固体氧化物燃料电池 材料科学 电极 介电谱 计算机科学 电化学 化学 工程类 化学工程 机械工程 电压 电气工程 复合材料 生物 物理化学 程序设计语言
作者
Marcel Heinzmann,André Weber
出处
期刊:Journal of Power Sources [Elsevier BV]
卷期号:558: 232540-232540 被引量:6
标识
DOI:10.1016/j.jpowsour.2022.232540
摘要

In the development of fuel cells, electrochemical models, describing the losses in the cell, are required for simulations on electrode to system level. Models considering the physicochemical background of the loss processes in the cell enable not only a gross performance prediction but also provide information about internal states, which is required in cell or stack development, evaluation of operating strategies and system control. The parameterization of such models is challenging as a larger number of parameters has to be determined for the considered cell. In this work an impedance-based approach, successfully applied for Solid Oxide Cells, is transferred to Polymer Electrolyte Membrane Fuel Cells. Impedance spectra are measured over a wide range of operating conditions and subsequently analyzed by their distribution of relaxation times (DRT) to establish a physicochemically meaningful equivalent circuit model. Parameters from this model are transferred to a nonlinear 0-dimensional cell performance model that simulates the different loss contributions and calculates CV-characteristics for arbitrary operating conditions by an OCV minus losses approach. The straightforward application of the SOC-modeling approach to PEMFC revealed a number of hurdles successfully resolved in this paper. Validation with experimental data showed a good agreement over a wide range of operating conditions.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
sunwsmile完成签到 ,获得积分10
5秒前
cdercder应助科研通管家采纳,获得10
9秒前
科研通AI2S应助科研通管家采纳,获得30
10秒前
小白白完成签到 ,获得积分10
17秒前
Copyright应助雪山飞龙采纳,获得10
45秒前
1分钟前
雪山飞龙完成签到,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
踏实的半雪完成签到 ,获得积分10
1分钟前
wj发布了新的文献求助10
1分钟前
呆萌冰烟发布了新的文献求助10
1分钟前
会飞的柯基完成签到 ,获得积分10
2分钟前
不安的如天完成签到,获得积分10
2分钟前
11完成签到,获得积分10
2分钟前
冰山下的火种完成签到,获得积分10
2分钟前
顺顺利利完成签到 ,获得积分10
2分钟前
害羞孤风完成签到 ,获得积分10
2分钟前
欣喜的涵柏完成签到 ,获得积分10
2分钟前
标致的满天完成签到 ,获得积分10
3分钟前
Tong完成签到,获得积分0
3分钟前
wj完成签到,获得积分10
3分钟前
zhenzhangfynu完成签到,获得积分10
3分钟前
zxdzaz完成签到 ,获得积分10
3分钟前
默默然完成签到 ,获得积分10
3分钟前
冷静的尔竹完成签到,获得积分10
3分钟前
Axel完成签到,获得积分10
4分钟前
creep2020完成签到,获得积分0
4分钟前
淡然的冬瓜完成签到,获得积分10
4分钟前
muriel完成签到,获得积分0
4分钟前
4分钟前
e746700020完成签到,获得积分10
4分钟前
智者雨人完成签到 ,获得积分10
4分钟前
always发布了新的文献求助10
4分钟前
lilili完成签到,获得积分10
4分钟前
香蕉觅云应助always采纳,获得10
4分钟前
4分钟前
古炮完成签到 ,获得积分10
4分钟前
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Cronologia da história de Macau 5000
Petrology and Plate Tectonics 800
Electrode Potentials 550
Matrix Methods in Data Mining and Pattern Recognition 510
Trees of tropical Asia : an illustrated guide to diversity 500
Materials Informatics Molecules, Crystals and Beyond A volume in Acta Materialia Book Series 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7042169
求助须知:如何正确求助?哪些是违规求助? 8709061
关于积分的说明 18444152
捐赠科研通 6553098
什么是DOI,文献DOI怎么找? 3117100
关于科研通互助平台的介绍 2200901
邀请新用户注册赠送积分活动 2092454