殷旭梁，林瑞

（同濟(jì)大學(xué)汽車學(xué)院，上海 201804）

質(zhì)子交換膜燃料電池（PEMFC）具有清潔、高效率、低噪聲等特點(diǎn)，近年來逐漸在汽車領(lǐng)域得到推廣應(yīng)用。車載PEMFC 在工作時(shí)，工作條件（如溫度、進(jìn)氣量、相對(duì)濕度等）將隨著車載工況的快速變化而改變，而電池濕度是影響輸出性能的關(guān)鍵之一。電池內(nèi)電化學(xué)反應(yīng)劇烈時(shí)將產(chǎn)生大量的水，這可能堵塞流道，阻止氧氣進(jìn)一步擴(kuò)散到反應(yīng)場(chǎng)所；同時(shí)，在較高的電流負(fù)載下長(zhǎng)時(shí)間工作，可能使質(zhì)子交換膜含水量較低，從而降低膜的質(zhì)子通過率，這兩者都會(huì)使電池輸出功率下降。因此，對(duì)于保證PEMFC 的工作穩(wěn)定性而言，快速響應(yīng)和準(zhǔn)確的水管理策略是必不可少的，根據(jù)電堆內(nèi)部的濕度狀態(tài)，調(diào)節(jié)反應(yīng)氣體的增濕條件，從而保證電堆內(nèi)部的水平衡，實(shí)現(xiàn)高效工作并且降低水故障（“水淹”、膜干）發(fā)生率。

水管理策略的實(shí)時(shí)與高效十分依賴電池內(nèi)部水含量的準(zhǔn)確估計(jì)。除此之外，一些特殊工況也需要對(duì)內(nèi)部水含量有較為精確的估計(jì)，如冷啟動(dòng)要求在PEMFC 停機(jī)后需要根據(jù)水含量確定吹掃策略。目前，國(guó)內(nèi)外學(xué)者研究了許多直接測(cè)量電池水含量的方法，如中子成像法、X 光射線法、核磁共振法等。這些方法均實(shí)現(xiàn)了對(duì)電池水含量的可視化測(cè)量和定量評(píng)估，對(duì)于研究電池水傳遞機(jī)理、優(yōu)化材料結(jié)構(gòu)等具有重要意義，但因其成本高以及需要離線測(cè)量等原因很難應(yīng)用在車載PEMFC 中。通過在電池中內(nèi)嵌微濕傳感器可以在線直接測(cè)量膜電極的濕度，并且具有耐高溫、體積小、靈敏度高、測(cè)量位置精確等優(yōu)點(diǎn)，但內(nèi)嵌方式會(huì)破壞電池內(nèi)各組件的結(jié)構(gòu)，從而影響電池性能。間接測(cè)量方案，是通過尋找電池電壓、氧氣壓力、電池內(nèi)阻、陰/陽極進(jìn)出口壓力等參數(shù)與電堆含水量變化的關(guān)系，從而實(shí)現(xiàn)水含量評(píng)估。這種間接測(cè)量方案存在兩大難點(diǎn)，一是需要獲得可靠準(zhǔn)確的表征參數(shù)，二是在強(qiáng)耦合非線性的PEMFC系統(tǒng)中尋找表征參數(shù)與含水量存在的規(guī)律。

本文首先研究分析了PEMFC 內(nèi)部水傳遞機(jī)制及主要影響，介紹了采用基于模型的估計(jì)方法用于探究表征量與水含量間的定量規(guī)律。最后分析了基于試驗(yàn)通過電化學(xué)阻抗法判斷燃料電池內(nèi)部的水含量，以及在車載下的在線電化學(xué)阻抗譜（Electrochemical Impedance Spectroscopy，EIS） 方 法，比較分析了這兩大方法的優(yōu)缺點(diǎn)及發(fā)展前景，為車載PEMFC 的水含量估計(jì)方法及后續(xù)研究水管理策略提供了參考。

1 水在車載PEMFC中的影響

PEMFC 中的水，一部分由內(nèi)部反應(yīng)產(chǎn)生，另一部分則來源于對(duì)反應(yīng)氣體的增濕。水平衡對(duì)電池的性能及壽命十分重要，主要影響因素有電流負(fù)載、工作溫度、氣體相對(duì)濕度、化學(xué)計(jì)量比等。合理的水管理策略能根據(jù)PEMFC 的需求功率快速響應(yīng)電池的工作條件，保證電池內(nèi)部處于水平衡狀態(tài)，使膜充分水合達(dá)到最佳的反應(yīng)狀態(tài)，保證輸出效率最大。因此，為了實(shí)現(xiàn)最佳的電池性能，防止材料發(fā)生降解，電池內(nèi)部必須建立水平衡。在PEMFC 內(nèi)部，水的傳輸過程是一個(gè)復(fù)雜的現(xiàn)象，水在燃料電池內(nèi)部各組件間的存在狀態(tài)和傳遞方式不同，同時(shí)內(nèi)部各組件的水含量也不同。

PEMFC 中水含量是影響電池性能輸出最關(guān)鍵的因素之一，水對(duì)PEMFC 的影響主要包括兩個(gè)方面。

圖1 PEMFC內(nèi)的水傳遞機(jī)制

其二，流道和氣體擴(kuò)散層（Gas Diffusion Layer，GDL）中的流動(dòng)及擴(kuò)散。圖2 為穿過膜的H與O在陰極催化劑層（Cathode Catalyst Layer，CCL）中發(fā)生化學(xué)反應(yīng)，大量的水在CCL 表面產(chǎn)生，并且通過GDL 進(jìn)入流道，進(jìn)而從電池內(nèi)部排出。液態(tài)水的及時(shí)排出依賴GDL 的疏水性能以及流場(chǎng)的結(jié)構(gòu)，如果沒有及時(shí)排出將堵塞流道和GDL 孔隙，造成“水淹”，反應(yīng)氣無法到達(dá)催化層三相界面參與反應(yīng)，導(dǎo)致電池性能下降。由此可見，水從CCL 中產(chǎn)生然后流經(jīng)GDL 最后從流道流出的動(dòng)態(tài)過程需要一定的時(shí)間，這意味著在一片電池中可能同時(shí)出現(xiàn)“水淹”和膜干兩種現(xiàn)象，快速準(zhǔn)確估計(jì)電池內(nèi)部的水含量十分關(guān)鍵。

圖2 CCL中的化學(xué)反應(yīng)過程［20］

水對(duì)車載PEMFC 的影響在不同車用工況下存在差異。一方面，車載PEMFC 需要在快速變化的汽車工況下工作，一般而言，常見的汽車工況包括啟停工況、怠速工況、高負(fù)載工況等。在啟停工況中，車載PEMFC 停機(jī)后O和H無法完全排出而殘存于陰極和陽極中，濃差作用驅(qū)使氣體透過質(zhì)子交換膜，進(jìn)而出現(xiàn)“氫空界面”。質(zhì)子和電子在“氫空界面”以及質(zhì)子交換膜間流動(dòng)，陽極和陰極產(chǎn)生大量水，同時(shí)陰陽極間出現(xiàn)電勢(shì)差。高電位導(dǎo)致陰極水一部分被電解，一部分與碳載體發(fā)生氧化反應(yīng)，催化劑顆粒剝落，造成電池性能下降。高電勢(shì)差腐蝕碳載體同樣出現(xiàn)在怠速工況中。高負(fù)載工況導(dǎo)致大電流密度，電池內(nèi)產(chǎn)生大量液態(tài)水極易發(fā)生“水淹”。另一方面，電池需要適應(yīng)駕駛環(huán)境對(duì)其運(yùn)行的要求。PEMFC 在低溫環(huán)境下要實(shí)現(xiàn)快速啟動(dòng)，不同于常溫環(huán)境下，電池內(nèi)水以液態(tài)、氣態(tài)、水合氫離子等形式存在，在低溫環(huán)境中，水還能以固態(tài)形式存在。質(zhì)子交換膜中存在可凍結(jié)水分子與不可凍結(jié)水分子，在低溫下，不可凍結(jié)水分子保證了質(zhì)子傳輸，而可凍結(jié)水分子將在親水孔隙內(nèi)結(jié)冰。擴(kuò)散層和微孔層孔隙中的液態(tài)水以自由水形態(tài)存在，低溫結(jié)冰將使體積變大，孔隙結(jié)構(gòu)被破壞從而出現(xiàn)裂紋。要成功實(shí)現(xiàn)冷啟動(dòng)，需要在停機(jī)時(shí)利用氮?dú)鈱?duì)內(nèi)部殘存水進(jìn)行吹掃，啟動(dòng)過程中電流和溫度也同樣關(guān)鍵，啟動(dòng)電流過大會(huì)加快水的生成速率，液態(tài)水向低溫區(qū)域聚集，在此過程中凍結(jié)形成“冰堵”。

2 基于模型的估計(jì)方法

2.1 基于機(jī)理模型的方法

基于機(jī)理模型的方法是通過將燃料電池內(nèi)部水傳遞過程進(jìn)行數(shù)學(xué)建模?；跈C(jī)理的模型存在兩種用途，一種根據(jù)燃料電池計(jì)算流體力學(xué)，在多維度下建立機(jī)理模型用于描述燃料電池工作時(shí)內(nèi)部各物質(zhì)組分的動(dòng)態(tài)變化過程，以及研究電池內(nèi)部物質(zhì)組分傳輸規(guī)律。另一種則是在系統(tǒng)層面利用參數(shù)辨識(shí)或者觀測(cè)器，采用集總參數(shù)模型來表示燃料電池的內(nèi)部狀態(tài)，這種方法使計(jì)算量大大減小，可用于在線估計(jì)。

考慮PEMFC 系統(tǒng)是一個(gè)耦合了水、熱、氣、電、力的多物理場(chǎng)非線性系統(tǒng)，根據(jù)物質(zhì)傳輸方向分為一維、二維和三維模型。一維模型用于研究沿質(zhì)子運(yùn)動(dòng)方向的物質(zhì)傳輸現(xiàn)象以及流道內(nèi)物質(zhì)擴(kuò)散現(xiàn)象。BERNARDI 等是PEMFC 一維模型較早的研究者，其模型考慮了極化曲線、內(nèi)部水傳輸和催化劑的利用率之間的關(guān)系，提出了單電池中水在膜、催化層及擴(kuò)散層間傳輸?shù)尿?qū)動(dòng)力來源于壓力和電拖曳，并據(jù)此對(duì)傳質(zhì)進(jìn)行了數(shù)學(xué)演算建立了穩(wěn)態(tài)模 型。 SPRINGER 等通 過 對(duì) 不 同 厚 度 的Nafion117 膜在不同溫度和計(jì)量比的環(huán)境下進(jìn)行試驗(yàn)，發(fā)現(xiàn)了膜內(nèi)水含量與水活度、水?dāng)U散系數(shù)、電滲力、電導(dǎo)率的函數(shù)關(guān)系，建立了經(jīng)典的一維等溫穩(wěn)態(tài)模型。該模型在陰極未發(fā)生“水淹”時(shí)有較好的預(yù)測(cè)能力，但模型假設(shè)內(nèi)部水以氣態(tài)存在，則與實(shí)際電池中氣液兩相狀態(tài)不符。多維模型考慮了物質(zhì)組分沿電池內(nèi)部各個(gè)方向的變化，常用于研究電池內(nèi)各組件截面的物質(zhì)傳輸?shù)牟痪鶆蛐?，在水含量估?jì)中多維模型一般使用較少。目前，燃料電池內(nèi)部運(yùn)行機(jī)理尚未被完全研究解釋，基于完全機(jī)理的模型與實(shí)際電池存在著較為明顯的差異，很難完全反映電池的動(dòng)態(tài)表現(xiàn)，從而導(dǎo)致對(duì)內(nèi)部水含量的估計(jì)與實(shí)際存在著較大的誤差，在機(jī)理模型中，適當(dāng)采用經(jīng)驗(yàn)公式能更好地模擬實(shí)際輸出，這種半機(jī)理半經(jīng)驗(yàn)?zāi)Ｐ托枰趯?shí)際電池中進(jìn)行標(biāo)定。

在半經(jīng)驗(yàn)半機(jī)理的模型基礎(chǔ)上進(jìn)行簡(jiǎn)化，使用觀測(cè)器在線估計(jì)水含量狀態(tài)的測(cè)量方案，如圖3 所示。圖中，為實(shí)際值，為誤差，為估計(jì)值，為變量，為函數(shù)。PEMFC 電堆的內(nèi)部狀態(tài)參數(shù)可以通過傳感器信號(hào)以及觀測(cè)器進(jìn)行估計(jì)，包括膜濕度、陽極氫分壓、含水量和氮濃度等。ARCAK等建立了估計(jì)膜濕度的非線性開環(huán)估計(jì)方法，并利用該模型估計(jì)了由24 片單電池組成的電堆陰陽極相對(duì)濕度，誤差分別為3%和15%。為實(shí)現(xiàn)對(duì)燃料電池內(nèi)部液態(tài)水含量的在線估計(jì)，胡峻明選取了陰極液態(tài)水飽和度作為表征量，用龍貝格觀測(cè)器設(shè)計(jì)并優(yōu)化了狀態(tài)估計(jì)算法，同時(shí)進(jìn)行了硬件在環(huán)測(cè)試，在線估計(jì)結(jié)果表明與離線數(shù)值基本一致。由于龍貝格觀測(cè)器主要適用于線性系統(tǒng)，所以對(duì)于燃料電池的非線性系統(tǒng)而言，無跡卡爾曼濾波（Unscented Kalman Filter，UKF）方法則是目前主要的研究熱點(diǎn)。ZHANG Xian 等利用電池電流、電壓和陰陽極入口壓力作為輸入信號(hào)，利用UKF觀測(cè)器研究了陰極流道和GDL“水淹”問題。XU Liangfei等認(rèn)為陽極水含量過高是車載燃料電池性能下降的原因，利用UKF 設(shè)計(jì)了針對(duì)陽極區(qū)域內(nèi)部狀態(tài)的非線性狀態(tài)觀測(cè)器，對(duì)陽極液態(tài)水飽和度進(jìn)行了狀態(tài)空間描述，并通過濕度傳感器獲得數(shù)據(jù)，再與內(nèi)部狀態(tài)初始值相對(duì)比，試驗(yàn)結(jié)果顯示陽極液態(tài)水飽和度相對(duì)誤差在±10%以內(nèi)，有效避免了陽極發(fā)生“水淹”。

圖3 基于觀測(cè)器的水含量狀態(tài)估計(jì)方法

2.2 基于數(shù)據(jù)驅(qū)動(dòng)模型的方法

基于數(shù)據(jù)驅(qū)動(dòng)的水含量識(shí)別方法，是通過對(duì)大量試驗(yàn)數(shù)據(jù)應(yīng)用人工智能算法進(jìn)行挖掘，所獲得的表征參數(shù)與水含量之間的關(guān)系，從而實(shí)現(xiàn)水含量估計(jì)。這種方法不依賴物理方程，也不需要對(duì)燃料電池內(nèi)部運(yùn)行機(jī)理有深入了解，通過輸入和輸出數(shù)據(jù)構(gòu)建黑盒模型，直接模擬并預(yù)測(cè)PEMFC 的輸出特性，但是這種模型對(duì)試驗(yàn)數(shù)據(jù)的依賴性較大，降低了其通用性。基于數(shù)據(jù)驅(qū)動(dòng)的方法關(guān)鍵在于需要尋找合適的表征量作為輸入?yún)?shù)，如阻抗、電壓、壓力降等；此外，還需要恰當(dāng)?shù)乃惴▉順?gòu)建表征量與水含量狀態(tài)間的關(guān)系。常用的數(shù)據(jù)挖掘算法有神經(jīng)網(wǎng)絡(luò)、模糊聚類等，表1 分析對(duì)比了不同算法間的優(yōu)劣勢(shì)，基于神經(jīng)網(wǎng)絡(luò)的方法可以實(shí)現(xiàn)水含量的量化估計(jì)，而其余3 種方法僅能根據(jù)區(qū)間劃分不同水含量狀態(tài)。

表1 不同數(shù)據(jù)挖掘算法對(duì)比

人工神經(jīng)網(wǎng)絡(luò)是最為常用的算法，能學(xué)習(xí)和構(gòu)建復(fù)雜系統(tǒng)的非線性映射和多變量間的關(guān)系，適用于不確定系統(tǒng)的建模，但需要大量的試驗(yàn)數(shù)據(jù)作為訓(xùn)練集。YOUSFI 等建立并訓(xùn)練了基于遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Networks，RNN）的黑盒模型，在正常運(yùn)行的情況下，模擬陰極壓降和燃料電池電壓的動(dòng)態(tài)變化。將燃料電池的實(shí)際運(yùn)行情況與神經(jīng)網(wǎng)絡(luò)在正常運(yùn)行情況下的參數(shù)相比較，得到的兩個(gè)殘差與預(yù)先設(shè)定的閾值進(jìn)行比較，從而實(shí)現(xiàn)對(duì)“水淹”和膜干狀態(tài)進(jìn)行分類。譚保華等利用BP 神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)對(duì)大功率電堆進(jìn)行了含水量識(shí)別，并對(duì)比了兩種方式，試驗(yàn)結(jié)果表明基于RBF神經(jīng)網(wǎng)絡(luò)在應(yīng)用中總體優(yōu)于基于BP 網(wǎng)絡(luò)。另外還有LARIBI 等利用最小二乘法辨識(shí)Randles 等效電路模型參數(shù)，然后利用人工神經(jīng)網(wǎng)絡(luò)建立阻抗與含水量的映射關(guān)系。通過阻抗判別電池處于“水淹”和膜干兩種情況時(shí)具有較高的靈敏度。通過該方法能夠快速獲得任何相對(duì)濕度和操作條件下的Nyquist 圖，有助于確定電堆內(nèi)部水含量狀態(tài)。

模糊聚類是一種分類技術(shù)，它可以用于模式識(shí)別或殘差生成，將模糊數(shù)據(jù)按照隸屬函數(shù)進(jìn)行分組，適用于難以用精確數(shù)學(xué)模型描述的復(fù)雜系統(tǒng)。ZHENG Zhixue 等提出了一種結(jié)合EIS 測(cè)量的雙模糊診斷方法，通過模糊聚類和模糊邏輯組成的雙模糊方法，從試驗(yàn)數(shù)據(jù)中挖掘出規(guī)則，用于在線監(jiān)測(cè)PEMFC 堆中的水含量。通過在線試驗(yàn)驗(yàn)證，定義了5 種不同的水含量狀態(tài)區(qū)間對(duì)燃料電池狀態(tài)進(jìn)行分類，并具有較高的準(zhǔn)確率。RUBIO 等利用模糊聚類方法實(shí)現(xiàn)了對(duì)質(zhì)子交換膜“水淹”和膜干狀態(tài)的在線識(shí)別。利用模糊邏輯的分類技術(shù)能很好地判斷電池處于不同濕度狀態(tài)區(qū)間，但不能獲得水含量的具體值。結(jié)合神經(jīng)網(wǎng)絡(luò)的自適應(yīng)性，MAMMAR 等利用自適應(yīng)神經(jīng)模糊邏輯推理系統(tǒng)（Adaptive Neuro-Fuzzy Inference System，ANFIS）來預(yù)測(cè)PEMFC 水活度。該方法使用ANFIS 通過電池EIS 來預(yù)估燃料電池的相對(duì)濕度，根據(jù)阻抗值準(zhǔn)確地測(cè)定了燃料電池膜內(nèi)水含量。

3 基于試驗(yàn)的方法

3.1 經(jīng)典EIS方法

EIS 是一種基于頻域的試驗(yàn)方法，將已知頻率和幅值的正弦電壓或電流激勵(lì)信號(hào)注入電化學(xué)系統(tǒng)，同時(shí)監(jiān)測(cè)電流或電壓響應(yīng)信號(hào)的幅值和相位。一般而言， PEMFC 中使用EIS 測(cè)量時(shí)，使用正弦波電流信號(hào)沿著所需的頻率范圍進(jìn)行掃描分析，并測(cè)試每一次試驗(yàn)中的電堆響應(yīng)，常用擾動(dòng)頻率范圍約為0.1 Hz～10 kHz，擾動(dòng)幅度為電池工作電流的5%左右。在穩(wěn)定條件下，對(duì)PEMFC 掃頻得到電化學(xué)阻抗譜，阻抗譜的解析常使用等效電路，電路中電子元器件（如電阻、電容等）能很好地模擬電化學(xué)反應(yīng)動(dòng)力學(xué)和歐姆傳導(dǎo)過程，通過擬合電路中的元件，進(jìn)而認(rèn)識(shí)內(nèi)部的電化學(xué)變化過程。

PEMFC 典型的Nyquist 圖，如圖4 所示，低頻阻抗通常用來表征GDL 的擴(kuò)散性能，用于評(píng)估和優(yōu)化GDL 的設(shè)計(jì)。低頻電弧的出現(xiàn)是由于O在陰極GDL 和CL 中的擴(kuò)散受到了限制。一般來講，在高電流密度、低空氣流量的工作條件下，GDL容易積聚液態(tài)水限制反應(yīng)氣的傳輸，從而導(dǎo)致出現(xiàn)低頻電弧。低頻阻抗與電池內(nèi)液態(tài)水含量存在直接關(guān)系，作為診斷指標(biāo)可以用于表征“水淹”的發(fā)生。但是低頻激勵(lì)信號(hào)的擾動(dòng)頻率較低，低頻阻抗的測(cè)量時(shí)間較長(zhǎng)；同時(shí)，由于無法完全控制PEMFC 內(nèi)部運(yùn)行參數(shù)，低頻阻抗測(cè)量結(jié)果存在不確定性，在車載環(huán)境下中低頻阻抗測(cè)量很難實(shí)現(xiàn)。陰極催化劑層的電荷轉(zhuǎn)移行為與高頻電弧特性相關(guān)，高頻電弧與阻抗譜實(shí)軸的交點(diǎn)即為高頻電阻（High Frequency Resistance，HFR），HFR 是電池內(nèi)部接觸電阻、GDL 中Warburg 擴(kuò)散電阻、電荷傳輸阻抗及寄生感抗等多種因素共同形成的，高頻阻抗常被用于膜干故障的診斷指標(biāo)。一般來講，PFMEC運(yùn)行過程中HFR主要受到膜電導(dǎo)率的影響。質(zhì)子交換膜的水合狀態(tài)對(duì)膜電導(dǎo)率的變化起著至關(guān)重要的作用，但是HFR 與膜的水含量沒有直接的對(duì)應(yīng)關(guān)系，所以僅能定性判斷膜的脫水、GDL“水淹”等狀態(tài)。

圖4 PEMFC典型Nyquist圖

利用等效電路模型估計(jì)膜水含量的是一種有效方法，電路中電子元件變化值與水含量相聯(lián)系用于估計(jì)電池內(nèi)的水平衡狀態(tài)。最具代表性的等效電路模型是Randles模型，如圖5所示，電阻模擬電荷轉(zhuǎn)移，電容具有通高頻阻低頻的特性，所以在高頻時(shí)極化電阻被短路，在低頻時(shí)電容被斷路，模擬了電池的活化損耗和歐姆損耗。在圖5b 中，KURZWEIL 等在電路中增加并聯(lián)的電容和電阻用于模擬在高電流密度下的質(zhì)量傳輸損耗。圖6 為在Randles 模型基礎(chǔ)上，使用Warburg 單元模擬質(zhì)量傳輸過程，在Nyquist 圖上表現(xiàn)為在低頻段一條斜率為1 的直線。FOUQUET 等進(jìn)一步使用恒相電位元件（Constant Phase Element，CPE）代替電容可以更好地模擬多孔電極的不均勻性，反映燃料電池在各種工況下的響應(yīng)，通過膜電阻、極化電阻和擴(kuò)散電阻可以實(shí)現(xiàn)對(duì)電池的水含量狀態(tài)監(jiān)測(cè)。圖7 為豐田在燃料電池汽車Mirai 的開發(fā)中引入的水含量在線測(cè)量方法，通過辨識(shí)EEC模型中的膜內(nèi)阻大小以及膜內(nèi)阻與水含量的關(guān)系，從而避免膜水含量低而引起的電堆輸出效率下降，并且通過停機(jī)吹掃控制了電堆含水量，實(shí)現(xiàn)了在低于－30 ℃環(huán)境下的快速啟動(dòng)。

圖5 Randles等效電路模型

圖6 改進(jìn)的Randles等效電路模型

圖7 豐田采用的水含量檢測(cè)方法［49］

3.2 在線EIS方法

基于電化學(xué)阻抗的故障診斷方法，通過在不同頻率下電池阻抗與水含量相對(duì)應(yīng)，可準(zhǔn)確判斷電池內(nèi)部工作狀態(tài)，此種方法在實(shí)驗(yàn)室環(huán)境中已經(jīng)得到廣泛應(yīng)用。在車載環(huán)境下，該方法的應(yīng)用仍然面臨實(shí)時(shí)性和便攜性的問題。在線EIS 測(cè)量方法的基本原理，如圖8 所示，通過控制信號(hào)發(fā)生器發(fā)出擾動(dòng)，采集電池的電流和電壓信號(hào)，將電信號(hào)從時(shí)域轉(zhuǎn)換至復(fù)頻域，最后計(jì)算出實(shí)時(shí)的交流阻抗信息，進(jìn)而根據(jù)等效模型估計(jì)堆內(nèi)水含量。在車載PEMFC中使用在線EIS測(cè)量方法存在兩個(gè)難點(diǎn)，分別是擾動(dòng)信號(hào)的發(fā)生裝置要滿足低成本的要求，以及需要縮短測(cè)量時(shí)間，滿足實(shí)時(shí)性的要求。

圖8 在線EIS測(cè)量方法原理［52］

根據(jù)燃料電池汽車動(dòng)力構(gòu)型，常采用DC-DC變換器作為激勵(lì)信號(hào)的發(fā)生器。利用DC/DC 變換器產(chǎn)生擾動(dòng)信號(hào)，并設(shè)計(jì)信號(hào)調(diào)理電路以及信號(hào)采集裝置，以此提取信號(hào)中的交流分量，最后經(jīng)過交流阻抗的實(shí)時(shí)計(jì)算模塊，以實(shí)現(xiàn)交流阻抗的在線測(cè)量的目的。DC-DC 變換器工作時(shí)產(chǎn)生的紋波電流頻率與開關(guān)半導(dǎo)體的開關(guān)頻率相同。使用單相升壓直流變換器的測(cè)量歐姆阻抗的在線EIS 方法已較成熟，并且可以實(shí)現(xiàn)較低成本的應(yīng)用，但會(huì)受到電堆功率的限制。HONG Po 等利用兩相DCDC 變換器將車輛動(dòng)力需求和阻抗測(cè)量解耦，使用兩個(gè)不同的DC-DC 變換器分別負(fù)責(zé)功率調(diào)節(jié)和生成擾動(dòng)信號(hào)。圖9a為兩相DC-DC變換器拓?fù)浣Y(jié)構(gòu)，該電路有兩種工作模式——正常工作模式（僅DC工作）和診斷模式（DC、DC同時(shí)工作），而阻抗測(cè)試只發(fā)生在DC工作時(shí)。保證DC較小的電流和電壓紋波率，并且控制DC的工作時(shí)間，有效解決了阻抗測(cè)量時(shí)紋波電流過大而影響電堆耐久性的問題。豐田Mirai 中采用的四相直流升壓變換器，如圖9b 所示，在大功率電堆中，常使用多相交錯(cuò)式結(jié)構(gòu)DC-DC 變換器來承受更大電流，這種技術(shù)在豐田Mirai中得到了驗(yàn)證和應(yīng)用。圖9c為集成反耦合電感的N 相交錯(cuò)并聯(lián)式直流變換器，WANG Hanqing等采用的拓?fù)浣Y(jié)構(gòu)具備輸入電流紋波小、效率高、電壓增益比高、結(jié)構(gòu)緊湊和冗余度高的特點(diǎn)，并且可以在更高開關(guān)頻率下延長(zhǎng)燃料電池堆的壽命，同時(shí)實(shí)現(xiàn)高頻阻抗的在線測(cè)量。

圖9 多相交錯(cuò)式DC-DC直流變換器

經(jīng)典EIS 使用不同頻率的正弦電流作為擾動(dòng)信號(hào)，在低頻時(shí)測(cè)量時(shí)間較長(zhǎng)，為了滿足在線測(cè)量實(shí)時(shí)性的要求，許多研究人員考慮通過改變擾動(dòng)信號(hào)來達(dá)到縮短測(cè)量時(shí)間的目的。DEBENJAK 等利用抗干擾能力強(qiáng)的偽隨機(jī)二進(jìn)制序列信號(hào)（Pseudo-Random Binary Sequence Perturbation Signals，PRBS）作為擾動(dòng)信號(hào)，并采用小波變換處理信號(hào)，結(jié)果表明獲得的阻抗特性與使用正弦電流時(shí)具有較高的相似性，并且使用PRBS法在0.1～500 Hz頻段的測(cè)量時(shí)間僅需要60 s。MANGANIELL等利用多個(gè)PRBS 擾動(dòng)信號(hào)作為擾動(dòng)信號(hào)在線測(cè)量EIS，在Zybo 電路板上進(jìn)行了測(cè)試，利用仿真電路產(chǎn)生的數(shù)據(jù)集進(jìn)行了驗(yàn)證，通過與燃料電池模型比較，證實(shí)了該方法的有效性。WANG Xiaotong 等提出一種使用離散區(qū)間二進(jìn)制序列（Discrete Interval Binary Sequence，DIBS）脈沖信號(hào)作為擾動(dòng)信號(hào)的EIS 測(cè)量方法，并對(duì)電堆10～60 W 不同負(fù)載功率下的阻抗譜進(jìn)行測(cè)試，驗(yàn)證了DIBS 脈沖激勵(lì)用于EIS 測(cè)量的有效性，但這種方法限定測(cè)量頻率在0.2～80 Hz，而低頻測(cè)量阻抗的抗干擾能力弱，在車載環(huán)境下準(zhǔn)確率難以保證。許多文獻(xiàn)仍然采用正弦電流作為擾動(dòng)信號(hào)，但通過選擇多個(gè)特征頻率點(diǎn)來保證短時(shí)間測(cè)量。王志文通過測(cè)量?jī)商庮l率點(diǎn)M（最高頻）和M（轉(zhuǎn)折頻率）下的響應(yīng)信號(hào)，根據(jù)Nyquist 圖中實(shí)部與虛部計(jì)算得出正割角，通過正割角變化來判斷質(zhì)子交換膜中水含量的變化，以此更有效更快速地估計(jì)電堆內(nèi)部濕度。

利用DC-DC 變換器產(chǎn)生擾動(dòng)信號(hào)，對(duì)測(cè)得的響應(yīng)信號(hào)在頻域進(jìn)行適當(dāng)?shù)臑V波和變換，經(jīng)過簡(jiǎn)單計(jì)算獲得EIS。這種方法可以快速獲得EIS，并在低成本的設(shè)備上實(shí)現(xiàn)，是一種適合于在線估計(jì)水含量的解決方案。

4 總結(jié)與展望

車載PEMFC 在線水含量估計(jì)方法的要求可以概括為：高精度、高可靠性、快速響應(yīng)、高靈敏度和良好的通用性。與此同時(shí)，估計(jì)方法還應(yīng)滿足在車載環(huán)境下應(yīng)用的可能性，并盡可能減少對(duì)傳感器或其他附加設(shè)備的依賴。目前，對(duì)燃料電池水含量估計(jì)方法已經(jīng)有很多研究，表2 為不同水含量估計(jì)方法的比較。

表2 不同水含量估計(jì)方法比較

基于機(jī)理模型的方法需要對(duì)燃料電池進(jìn)行標(biāo)定，基于UKF 的觀測(cè)器能有效估計(jì)液態(tài)水飽和度的復(fù)雜估計(jì)問題，但在硬件實(shí)現(xiàn)層面會(huì)有在線計(jì)算難度較大的問題。

基于數(shù)據(jù)驅(qū)動(dòng)的方法可應(yīng)用于在線估計(jì)大功率PEMFC 電堆及多堆的水含量，處理多輸入多輸出下的復(fù)雜系統(tǒng)時(shí)，訓(xùn)練時(shí)間較長(zhǎng)。車載在線環(huán)境下應(yīng)用時(shí)對(duì)芯片算力要求高，需要精簡(jiǎn)算法，進(jìn)一步提升算法效率。同時(shí)，為了實(shí)現(xiàn)更為精確的估計(jì)，可以探索將阻抗與電壓、壓力降等其他表征參數(shù)相結(jié)合的參數(shù)集作為輸入?yún)?shù)。

基于電化學(xué)阻抗的方法適合在燃料電池汽車中應(yīng)用，電化學(xué)阻抗與含水量有著直接的關(guān)系。但是利用DC-DC 變換器實(shí)現(xiàn)在線阻抗的測(cè)量仍然存在幾個(gè)問題。在擾動(dòng)信號(hào)產(chǎn)生環(huán)節(jié)，需要高帶寬的DC-DC變換器以包含擾動(dòng)信號(hào)的頻率范圍，同時(shí)還應(yīng)具備較寬的電壓范圍以及合理的紋波電流；在擾動(dòng)信號(hào)采集環(huán)節(jié)，采集裝置應(yīng)濾除較大的直流分量，以提取目標(biāo)頻段的小信號(hào)，還應(yīng)具有較好的相位同步性。

使用交流阻抗評(píng)估PEMFC 內(nèi)水含量變化是目前應(yīng)用最為廣泛的方法，在線EIS 已被逐步用于診斷車載PEMFC 中的“水淹”和膜干等故障，但用于評(píng)估含水量還存在著阻抗與水含量定量關(guān)系不清晰的問題。PEMFC 內(nèi)水含量與低頻下的傳質(zhì)阻抗存在密切關(guān)系，但在車載情況下，低頻阻抗的測(cè)量易受干擾且測(cè)量結(jié)果不準(zhǔn)確，解決車載環(huán)境下低頻阻抗的測(cè)量可靠性是一大難題。依賴膜內(nèi)阻與水含量間的耦合關(guān)系進(jìn)行定量評(píng)估是一種有效且可靠的方法。高頻阻抗的測(cè)量時(shí)間短且結(jié)果準(zhǔn)確，但在較短的時(shí)間內(nèi)GDL 中物質(zhì)分布變化十分微弱，缺少對(duì)含水狀態(tài)的定量表征，建立高頻阻抗與膜內(nèi)水傳遞之間的辨識(shí)模型，確定膜水含量與高頻阻抗間的定量表征關(guān)系是下一步研究的方向。