固体氧化物燃料动力电池（SOFC）系统性能评估和高效健康管控

4月24-26日，由中国化学与物理电源行业协会储能应用分会主办的第九届中国国际储能大会在浙江省杭州市洲际酒店召开。在4月26日上午的“氢能与燃料电池“专场，华中科科技大学人工智能与自动化学院教授李曦在会上分享了主题报告《固体氧化物燃料电池（SOFC）系统性能评估与高效健康管控》，以下为演讲实录：

李曦：各位来宾，大家上午好！下面将我们团队在固体氧化物燃料电池系统性能评估与健康管控领域所做工作给大家做一个介绍。主要围绕以下四个方面。首先是SOFC系统的背景、原理、特点。刚才前面几位老师都已经详细地介绍了SOFC系统的发展历史和产品特点。这是美国的海军水下特种中心选择UUV动力电源的时候所做的能量密度比的数据论证，充分说明了固体氧化物燃料电池优势。固体氧化物燃料电池的核心反应载体，在高温600℃以上发生电化学反应，为保障稳定高品质系统输出，还需要配备一系列高低温区BOP器件等形成一个独立发电系统，才能符合一个具体应用场景的实际需求。图中是国际上SOFC在海陆空等领域呈现的不同具体应用，比如美日欧等国的分布式电站、家庭热电联供、车用辅助动力以及百瓦级无人机。

国内像晋煤集团、华清京昆、清华与矿大开发的1-15kWSOFC系统、中科院宁波所与索福人公司的1-25kW级SOFC系统、中科院上海硅所以及华科大与华科福赛公司1-5kW级SOFC系统都在陆续开展示范工作。与此同时，国内外系统当前都存在的共性问题就是寿命与效率，基于此，行业内都在大力投入固体氧化物燃料电池在寿命、衰减与评估诊断领域的研发工作。在电池、电堆和外围的BOP系统各个关键组成部件及集成系统中，广泛存在电、热、气方面多能域耦合等问题，将导致单元部件及系统的性能与寿命衰减。如何分析与评价SOFC性能退化与故障演变机制？进而如何诊断与干预控制。欧州的氢能与燃料电池联盟专门立项了“DIAMOND”项目，联合了法国、荷兰等六个国家在电堆、BOP与系统等领域开展了性能测试、评估诊断与健康控制的工作。

我们华中科技大学团队也在过去的15年中，针对固体氧化物燃料电池的性能评估与诊断持续开展了相关的研究。这是我们李箭老师所负责团队的主要核心成员，完成了从材料粉末到独立发电系统的全产品链研发，进而通过武汉华科福赛新能源有限公司实现产业化全程贯通。面向SOFC性能测试，如图中华科福赛公司1~5kW级SOFC测试台系列产品销售外，公司也开展图中所示千瓦级独立发电系统示范运行，这是相关媒体报道。其使用碳氢燃料的kW级SOFC系统稳定运行示范了一千多个小时，系统效率约50%。系统要做到长寿命稳定运行才能真正投入稳定的场景实用，在此过程中我们也遇到了千奇百怪的问题。我们把各个阶段、各个单元遇到的问题和数据汇集起来做了全生命周期的性能评估与分析。

具体怎么分析，怎么评估和做出相应的诊断？下面我介绍一下这一块所开展的工作。对一个系统级固体氧化物燃料电池发电系统，这是它的结构示意图，一般分高温区和低温区。高温区包括电堆、燃烧室、重整、换热，低温区一般包括有电控单元、传感、仪表和风机等。低温区故障相对容易处理。高温区处于600℃以上的环境，每一部件性能稍有损伤都会影响到整个系统品质。针对高温区部件具体所面临的各类的问题，比如性能是怎么衰减的、怎么规避、怎么延缓、怎么控制？我们主要围绕了四个关键性容易发生故障的部件单元进行分析——电堆、重整、换热和燃烧。基于大量系统发电测试分析，在上述冷区与热区这几个关键部分，针对其从正常工作到异常工作性能逐步衰减、发生故障的全过程，通过机理模型分析和数据驱动建立了含各部件特性演变的模型。把正常、异常乃至故障的数据尽可能地和我们所搭建的模型去匹配，结果显示模型分析预测结果与所建立的样本数据还是比较接近的。基于该系列化精度较高的模型，才得以开展下面的评估诊断和控制。

我们通过尽可能全面地监测到实时数据，分析电堆、换热、燃烧、重整等关键单元相互间的热电气耦合特性，描述其怎么影响系统性能衰减。我们采用机理分析与大数据机器学习，把故障源进行怎么分类定位并提取。比如换热这一块，空气换热在阴极气路，高温封闭起来运行的时候，当时做了十天的持续试验。之前系统输出在780W的时候，电池堆能够自热维持，并找到最佳工况下获得最大工作效率，冲过峰值之后再进行自热维持。接下来稳定两天后，性能逐步有衰减现象，并呈现加快趋势。我们以为电堆出了问题，加大空气量补给后情况有所缓解，分析实时监控参数，发现电压还比较稳定，进一步发现换热器阴极出口压力逐渐衰减到零，性能与空气量加大越来越相关，但电堆电特性依旧可以延缓衰减。事后，拆解系统BOP与电堆，发现当时漏得越来越大，温度在上升，但是电堆本身没有问题。由此，在线运行的时候，我们可以做一个大致的推理，初步诊断是换热器出现破裂。这一推理事后也得到了实验验证。

同样，我们在做重整积碳、电堆温度超标与燃烧离焰分析时候，所遇问题都进行类似的多重深入故障机理类似分析，后来都能够有效评估性能、延缓故障出现或失控，并实现保障；即使系统进入亚健康状态还能快速地有效跟踪运行。这是我们做的健康管控的根本目标与最后想实现的效果，将这些现象、控制策略、分析机制进行大数据的统计、实测、验证，把算法再集成到系统里面，做出相应的分析和诊断与管控。基于上述方法研究与技术开发，逐步形成一个类似仪器装备，再进一步推广到整个系统的类似产品级应用。

这个会议主题是储能发电，今后我们将SOFC领域的相关方法、技术与福赛公司产品的积累，进一步拓展应用到微能网，再结合人工智能学科，基于实测与软测量大数据，深度学习与机理建模分析复杂动态过程中冷/热/电/气等多能域耦合和性能演变机制，保障微能网或运载动力用燃料电池系统全生命周期高效稳定运行。