Présentation

Article

1 - CHOIX DU MODÈLE ADAPTÉ À SES OBJECTIFS

2 - VALIDATION EXPÉRIMENTALE DU MODÈLE EN DEUX ÉTAPES

3 - CAS D’ÉTUDE : UN MODÈLE 1D ET SON ANALYSE

4 - CONCLUSION

5 - GLOSSAIRE

6 - SIGLES, NOTATIONS ET SYMBOLES

Article de référence | Réf : RE193 v1

Glossaire
Modélisation spatiale de la pile à combustible PEM

Auteur(s) : Raphaël GASS, Zhongliang LI, Rachid OUTBIB, Samir JEMEI, Daniel HISSEL

Date de publication : 10 nov. 2024

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

RÉSUMÉ

La modélisation d’un système de pile à combustible à membrane échangeuse de protons (PEMFC) est essentielle pour améliorer ses performances, en permettant notamment l’accès à ses états internes. Il existe diverses méthodes de modélisation spatiale, chacune avec ses avantages et inconvénients.
Il est crucial de les connaître afin de choisir le modèle le plus adapté à l’objectif visé. La validation d’un tel modèle nécessite l’utilisation de données expérimentales variées, ainsi que deux étapes cruciales : une calibration des paramètres indéterminés et une vérification des résultats. Pour illustrer ces concepts, un modèle 1D dynamique, biphasique et isotherme est présenté.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

ABSTRACT

Spatial modeling of the PEM fuel cell

Modeling a proton exchange membrane fuel cell (PEMFC) system is essential for enhancing its performance, particularly by facilitating access to its internal states. Various spatial modeling methods exist, each with unique advantages and disadvantages. Understanding these is crucial for selecting the most appropriate model for the intended purpose. Validating such a model entails utilizing diverse experimental data and involves two crucial steps: calibrating indeterminate parameters and verifying results. To illustrate these concepts, a dynamic, biphasic, and isothermal 1D model is presented.

Auteur(s)

  • Raphaël GASS : Doctorant - Ingénieur des Mines de Saint-Étienne - Université de Franche-Comté, UTBM, CNRS, institut FEMTO-ST, FCLAB, Belfort, France - Aix Marseille Univ, CNRS, LIS, Marseille, France

  • Zhongliang LI : Professeur des universités - Université de Franche-Comté, UTBM, CNRS, institut FEMTO-ST, FCLAB, Belfort, France

  • Rachid OUTBIB : Professeur des universités - Aix Marseille Univ, CNRS, LIS, Marseille, France

  • Samir JEMEI : Professeur des universités - Université de Franche-Comté, UTBM, CNRS, institut FEMTO-ST, FCLAB, Belfort, France

  • Daniel HISSEL : Professeur des universités - Université de Franche-Comté, UTBM, CNRS, institut FEMTO-ST, FCLAB, Belfort, France - Institut universitaire de France

INTRODUCTION

Les piles à combustible sont des dispositifs de conversion d’énergie chimique en électricité et chaleur qui jouent un rôle crucial pour réduire les émissions de gaz à effet de serre et lutter contre le réchauffement climatique. Actuellement en développement avancé, elles semblent prometteuses pour alimenter les transports lourds, produire de façon stationnaire de l’électricité, et fournir une alimentation de secours aux data centers. Les piles à combustible à membrane échangeuse de protons (PEMFC), qui utilisent la réaction chimique entre l’hydrogène et l’oxygène pour générer de l’électricité et qui fonctionnent à des pressions et températures basses, sont parmi les plus matures. Composées d’un assemblage de cellules, elles utilisent des matériaux solides comme des métaux, de la fibre de carbone et des polymères pour faciliter ou empêcher le passage des gaz (hydrogène, oxygène, azote), de l’eau liquide et des particules (protons, électrons).

La modélisation numérique des piles permet d’optimiser leur conception en testant virtuellement de nouveaux composants, ce qui est peu coûteux en termes de temps et d’argent. Cela vise à améliorer leurs performances, leur fiabilité ou à réduire leur coût. Les modèles permettent également de contrôler en temps réel les piles en ajustant leurs conditions opératoires, comme la pression, la température, l’humidité et le débit des gaz. Ceci vise à améliorer leurs performances, à éviter les défauts tels que le noyage des cellules et à réduire leur dégradation.

Divers modèles représentent les piles à combustible, chacun avec ses avantages et inconvénients. Il n’existe pas de modèle universel et chaque application doit choisir celui qui est le plus adapté.

Ce travail décrit les différents modèles spatiaux de la littérature, excluant la modélisation par blocs fonctionnels. Une procédure de validation expérimentale des modèles est aussi expliquée, avec ses limites, suivie d’une étude de cas sur un modèle 1D dynamique, biphasique, isotherme et sans transfert de charge.

Points clés

Domaine : Modélisation

Degré de diffusion de la technologie : Croissance

Technologies impliquées : Pile à combustible PEM

Domaines d’application : Transports, production stationnaire d’énergie, alimentation de secours des data center.

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

KEYWORDS

hydrogen   |   Proton exchange membrane fuel cell (PEMFC)   |   Spatial modeling   |   Experimental validation   |   Dynamic 1D model

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-re193


Cet article fait partie de l’offre

Hydrogène

(47 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation

5. Glossaire

AME (assemblage membrane électrodes) ; MEA (Membrane Electrode Assembly)

Composant central de toute cellule de pile à combustible, composée de deux plaques bipolaires et d’une AME.

CL (couche catalytique) ; CL (Catalyst Layer)

Couche mince sur les électrodes de l’AME où se déroulent les réactions électrochimiques de la pile à combustible. L’abréviation anglaise est conservée en français.

GC (canaux d’écoulement des plaques bipolaires) ; GC (Gas Channel)

Voies à travers lesquelles les réactifs gazeux circulent dans les plaques bipolaires. Les gaz pénètrent l’AME en circulant à sa surface par ces canaux. L’abréviation anglaise est conservée en français.

GDL (couche de diffusion des gaz) ; GDL (Gas Diffusion Layer)

Couche poreuse de l’AME qui permet la diffusion des réactifs gazeux vers la CL et l’évacuation des produits de réaction. Elle sert aussi d’électrode à la cellule. L’abréviation anglaise est conservée en français.

PEM (membrane échangeuse de protons) ; PEM (Proton Exchange Membrane)

Membrane électrolytique perméable aux protons, utilisée dans les piles à combustible pour faciliter le transport des ions H+ entre les électrodes. L’abréviation anglaise est conservée en français.

EDO (équations différentielles ordinaires) ; ODE (Ordinary Differential Equation)

Équations qui impliquent pour inconnues des fonctions d’une seule variable et expriment la relation entre une fonction et ses dérivées. Les EDO sont couramment utilisées pour modéliser des phénomènes dynamiques dans divers domaines scientifiques et d’ingénierie.

EDP (équations aux dérivées partielles) ; PDE (Partial Differential Equation)

Équations qui impliquent pour inconnues des fonctions de plusieurs variables indépendantes et expriment la relation entre une fonction et ses dérivées partielles par rapport à ces variables. Les EDP sont utilisées pour modéliser des phénomènes physiques complexes, tels que la propagation de la chaleur ou la diffusion.

Algorithme génétique ; genetic algorithm

Méthode d’optimisation numérique de paramètres inspirée de la sélection naturelle, avec la réutilisation...

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Hydrogène

(47 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Glossaire
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - NOIYING (P.) -   Modélisation locale d’une cellule de pile à combustible pour l’étude de système électriques.  -  PhD thesis, université de Lorraine (2013).

  • (2) - PUKRUSHPAN (J.T.), PENG (H.), STEFANOPOULOU (A.G.) -   Control-Oriented Modeling and Analysis for Automotive Fuel Cell Systems.  -  Journal of Dynamic Systems, Measurement, and Control, 126(1), p. 14-25 (2004).

  • (3) - FALCÃO (D.), OLIVEIRA (V.), RANGEL (C.), PINHO (C.), PINTO (A.) -   Water transport through a PEM fuel cell : A one-dimensional model with heat transfer effects.  -  Chemical Engineering Science, 64(9), p. 2216-2225 (2009).

  • (4) - FALCÃO (D.), PINHO (C.), PINTO (A.) -   Water Management in PEMFC : 1-D Model Simulations.  -  Ciência & Tecnologia dos Materiais, 28(2), p. 81-87 (2016).

  • (5) - XU (L.), HU (J.), CHENG (S.), FANG (C.), LI (J.), OUYANG (M.), LEHNERT (W.) -   Robust Control of Internal States in a Polymer Electrolyte Membrane Fuel Cell Air-Feed System by Considering Actuator Properties.  -  International...

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Hydrogène

(47 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS