同济大学教授戴海峰作主题演讲
8月25日,由中国电池工业协会、电池中国网联合主办的“2023氢能与燃料电池技术及应用国际峰会”在中国上海隆重举行。中国电池工业协会理事长刘宝生、中国工程院院士彭苏萍、中国科学院院士孙世刚、上海市嘉定区副区长李峰等出席峰会,来自行业主管部门、高校、科研机构和产业链知名企业,以及外宾代表共300余人与会。
同济大学教授戴海峰在会上作题为《数字化燃料电池复合电源系统 》的演讲。
以下是发言内容实录,未经嘉宾审阅:
戴海峰:各位领导、各位同行:下午好!
我是同济大学的戴海峰,非常高兴有这样一个机会,今天下午能在这里跟大家分享和讨论我们前期的一些工作和思考。今天上午其实行业里的几位院士还有大的专家,以及下午的几个公司的介绍,实际上大家已经看出来氢能燃料电池火爆的程度,同时也能够看到无论是在系统层面,还是在电堆层面,还是在刚刚的空压机、循环泵等这些关键零部件的层面,现在的技术都有了非常大的进展。
客观地说,氢能燃料电池技术的进展,实际上跟企业的大力投入是密不可分的,作为高校其实我们一方面要配合企业来推动这个行业的发展,另外一方面其实很重要的我们也要做一些前瞻性的思考,无论是在技术层面、方法层面,还是在理念层面,我们要去做一些思考,这个可能是企业不太会关注到的。
我今天跟大家分享到的更多是一些理念层面的思考,我的报告题目是《燃料电池复合电源系统》,但是我给它加了一个副标题,复合电源的数字化,这个地方其实就是想通过一个理念,我们通过数字化的这样一个手段,来如何去提升燃料电池复合电源系统的设计以及管控,从而最终来提升这个系统的性能。
首先我们来看一下,我们都知道国内的氢能燃料电池现在很火爆,但是其实有一个牵引的因素,这个因素是什么呢,就是燃料电池汽车,既然谈到燃料电池汽车,就一定要回顾到我们国内最早提出来新能源汽车这样一个战略布局,就是我们看到的左上角,今天也分享了三纵三横的技术路线。
三条纵线,实际上就是三种不同的动力系统,混合动力、纯电动以及燃料电池,而三条横线实际上是三个共性的关键技术,其中很重要的一块就是在电池这块,当然这个电池是广义的电池,包括我们的燃料电池。
在这样一个路线的布局之下,其实我们的纯电动汽车、插电式混合动力汽车以及燃料电池汽车,都得到了长足的进步。当然现在也还是有争议的,不同的车型应用场景到底是什么样子,我们给出了一种可能的解答,当然不是我给的,这是丰田的规划。
对于不同的应用场景,不同的一个车型它的使用情况,仅供参考。其实每个人应该都有自己的想法,如果我们把所有的车型它的共性关键技术提炼出来,形成这样一个交集,我们可以得到这样一个结论,目前多种动力系统形式并存,而实际上背后真正的推动力是电源技术。
比如说对我们纯电动汽车来讲,真正的推动力其实就是动力电池技术,所以我们普遍认为电源技术实际上是推动了不同动力系统技术路线的进步,这是一个关键因素。接下来我们来看一下,这样一个电源技术的发展,未来它的应用趋势是什么样子的。首先还是在交通领域,前面我们谈的是新能源汽车,接下来我们看一下从车是不是有可能拓展,在这里面我们可以看一下两种拓展的维度,一个是在续航里程里面不断的增加,从百公里到千公里这样一个级别。
第二个是在输出功率上面不断的增加,从我们乘用车的百千瓦到我们商用车的数百千瓦,再到我们机车的兆瓦级,可以看到里程的增加实际上是对我容量或者能量提出了要求,而功率的增加实际上就是对我们的功率能力提出了要求,这个时候我们必然会想起来我们目前常有的两种电源形式,一个是动力电池或者我们常用的锂离子电池,另外一个就是燃料电池。
事实上这两种电池它们有自己不同的特性,也有自己不同的适用场合,比如说电力电池它的能量补充比较慢,它的动态特性比较好,而燃料电池适用于可持续运行,因为它的能量补充比较快,但是它的动态特性比较差。
这样一来我们可以认为动力电池,实际上适合短时动态应用,而燃料电池适合长时稳定应用,我们自然而然地就会想到有没有可能我们把它复合到一起或者结合到一起,形成一个新的能源,这个就是我们复合电源的概念。
通过DCDC这样一个装置,我们把燃料电池和动力电池复合到一起,形成复合电源,通过这个复合电源来提高系统的功率和能力,从而来扩展我们的电化学电源对移动应用的适用场景。
如果我们把这个场景进一步地往外拓展,不仅仅考虑交通,我们从整个能源网络来看,这个时候可以对比一下新能源汽车的动力系统,以及我们新能源电力系统它的一些相似性。
上面这张图是新能源汽车动力系统的一个拓扑,动力电池、燃料电池通过电力电子变换单元合在一起,然后提供一个能量来源。在电力系统里面其实也是类似的,储能电池跟燃料电池通过我们的电力电子单元,比如说我们的逆变器合到一起,我们再并网来提供我们所需要的电能,所以我们可以得到这样一个相似性的对比,两者都具有燃料电池和储能电池这两种化学电源,这是第一点。
第二点,都有电力电子功率变换装置来进行电能的调节和变换,我们通过这样一个复合电源行使的灵活多样性,来应对复合电源的改变。所以我们可以看到两者也是比较相似的,在这样的一个应用场景的拓展下面,势必会带来一些新的挑战,这些挑战包括什么呢,首先是运行环境,有高温的应用、高寒的应用,就是我们所谓的三高或者四高这样一个应用场景。
第二个是在运行工况上面,不同的场景它的工况也是不一样的,这地方我们列出了一些典型的工况。
第三个就是我们在设计过程中,我们所受到的约束包括它的空间布置,包括我们的质量要求等等,实际上是不一样的。在这样一个多元化的需求下面,我们需要同时去考虑比能量、功率、安全性、使用寿命这诸多的因素,这实际上是一个巨大的挑战,这是应用复杂性带来的。
另外,如果从我们系统自身来看,系统自身实际上是有它的一些复杂性,这个复杂性体现在哪里,我们总结了三点,第一个是难测量性,就是我们要知道电池比如说最简单的像电池的SOC,这是不能直接测量的,像燃料电池我们要知道它的含水量,这也是不能直接测量的,这个地方我们是没有办法直接测量,所以我们要通过一些估计或者一些计算的方式来获取。
第二,时变性,它内部的状态也好,内部的特性参数也好,在使用的过程中并不是一成不变的,它是会发生变化的,这个时候就给我们的控制、设计带来了很大的挑战。新电池是一个样子,老电池是另外一个样子,这个就是一些时变性的问题,这个会带来寿命和安全的问题。
第三,空间分布性,我们从单个电极到单堆再到单系统,再到我的多极系统,在这个过程中空间维度在变大,空间维度变大的时候会导致内部的物理量会发生一个分布的问题,这些分布的问题实际上会带来我们设计和管控上一些新的挑战,所以这个是系统自身复杂性所带来的一些挑战问题。
面对上述的这个挑战,我们认为设计和管控是实现高性能复合电源的关键,我们分别来看一下,首先是设计,我们至少可以从器件层面,就是单电池或者电片电源层面,从电源系统层面比如说我们单个的动力电池系统,或者单个燃料电池系统,以及从复合电源层面,比如说我们的动力电池跟燃料电池通过DCDC这种形成了复合电源层面,我们分别去进行优化设计。
通过这个优化设计,我们说期望的目标是在电源本体层面上,我们要强化它的反应过程,提高性能,在电源系统层面上我要去优化它的集成设计。另外一个就是电源管控,如果我们用一句话,目前为止其实行业里面没有人能对电池管理或者燃料电池控制下一个明确的定义。
我们在这里抛砖引玉,我们提一下我们自己对这个东西的定义,所谓的电源管控是什么,是在我可测量物理量的基础之上,通过模型或者算法能够获取到电源的内部状态,同时去控制它的内部状态,从而使得它能够高性能、高可靠地运行,这就是我们理解的电源管控。
所以从这个地方来看,实际上我们基于物理层的测量,比如说电压、电流、温度、压力、流量等等,通过模型和算法我们要得到电源的内部状态,比如说像的SOC,像燃料电池的含水量等等。得到这些内部状态之后,这些状态作为我的反馈量,我要去对这些状态进行一个优化的管控,从而使得这个电池或者燃料电池工作在这样一个合理的区间之内,来提升它的性能,来保障它的安全和可靠性。
所以,电源管控的实质实际上是两个,一个是状态的在线感知,第二个是状态的精准调控。我们通过这个电源的设计和管控,最终实际上我们希望能够提升复合电源的功率,强化它的动态特性,优化它的能效,提升耐流性,并且降低它的成本。
接下来我们再往下挖一层,设计和管控,我们面临的技术挑战又是什么呢?首先来看一下设计,我们还是一样,首先是在单电池这个层面上来看设计,我们传统的电源设计实际上是从材料的实质,到我们组成这个器件之后进行一个性能的表征,这中间有一个测试和优化迭代的过程,实际上是这样一个反复的过程,这个过程总体来讲迭代比较慢,效率比较低,这是在单电池层面上。
在负荷电源层面,我说一下负荷电源系统本身并不是一个新概念,我们目前的燃料电池汽车里面实际上都是用的这套系统,我们的设计一般是通过整车的需求,然后通过共识计算或者参数匹配,来设计我的燃料电池系统,来匹配我的电池等等这些东西。
总体来讲也是一个比较偏经验化的设计方法,以上的这样一个设计会导致我们在做复合电源系统设计的时候,存在成本高、迭代慢、单一优化、时间尺度限制,以及多约束的这样一些新问题。
在管控层面,我们面临的挑战,可以从两个视角来看:一个就是信息视角,如何去获取,我们说要获取它的内部状态,怎么去获取它的问题;第二个是管理视角,怎么去管理状态问题。
从信息视角来看,有两种基本方法,一种是直接测量的方法,就是基于测量或者基于观察,第二个是基于模型或者基于计算的方法,来得到它的内部状态。如果是基于测量的方法,我们都知道目前的电源系统它是一个密闭的系统,我们在做的时候只能测到它的Y特性量,比如说工作电压、工作电流、温度、压力等等,这都是外部的一些特性量。
所以我们说这是一个外部测量,这是一个间接测量,不知道内部是什么样子,而且总体来讲信息维度比较低,特征提取比较困难。举个例子,比如说我的膜含水量有一点点变化的时候,对这个燃料电池的单电压到底有多大的影响,它的特征其实很不明显,这是基于测量的问题。
第二,基于模型来计算,现在我们面临的问题是缺乏可实用性的高精度模型,同时这个模型的参数获取也比较困难,这个是信息视角,就是我如何获取内部信息的问题。第二个就是假设我的信息能获取出来,从管理视角来看我又有什么样的问题,我们的问题是一个目标不优,我的优化区间到底在什么地方,这个地方优化目标是不优的。
第二个由于我前面的信息视角获取的难度,会导致我的反馈量不准,实际上作为我们控制来讲,其实两个关键的,一个就是控制参考,实际上就是我的目标,还有一个就是我的控制反馈,这两个东西如果搞不定,那么我们的管理或者我的管控就会有问题,这是在单电源层面上我们面临的挑战。
在复合电源层面上,我们把两个结合在一起,他们面临的挑战第一个是单一的电源或者模块内部,发生失效的时候如何去处理。第二个就是在多约束条件下,电源之间的功率如何去分配的问题。
有挑战,同时我们也要看到电源设计管控,其实也面临一些新的机遇,这个新的机遇有材料学的,有测量分析的,也有数据智能方面的。所以我们总结一下就是先进的表征技术和电子信息技术的进步,为复合电源的发展又带来了一些新的机遇。
比如说表征技术,从材料级别到电极层面再到单体层面,再到系统层面,实际上现在有很多非常先进的表征技术,我们充分地去研究它的内部发生什么样的变化,以及内部这些变化对Y特性有什么样的影响,这是科学层面上的事。
另外一个就是目前的互联网云技术、人工智能、先进传感和电力电子技术,实际上给我们的复合电源带来了数据上的赋能,从而给我们的设计和管控也带来一些新的手段。基于这样一个挑战和趋势,我们就提出了电化学数字电源的概念,这个概念当然是我们自己提到的,可能不是很成熟,大家正好可以给我多提点建议。
所谓的电化学数字电源,我们是这么定义的,就是通过电化学技术,电子技术,以及控制技术的数字化应用,来突破原有的电化学电源在设计、管控的技术范畴,逐渐演变成电化学数字氢电电源系统,这里面就包括电化学技术、电子技术和控制技术。
比如说,在电化学技术层面我们有机理的解析、理化分析和机理建模,在电子技术的层面我们有测量、通讯、电能变换和测网互动,在控制技术层面我们有状态估计、性能预测以及智能控制等等。
接下来我们就来阐述一下氢电复合数字电源的技术内涵,因为时间的限制,后面我就讲的稍微快一点,主要包括数字化建模、数字化设计和数字化管控,数字化建模是基础,这个地方建模的手段既然引用了数字化,我们就至少会有两种建模手段,一个是机理建模,包括跨尺度这样一个机理模型以及材料学的表征。
我们也可以通过数据驱动的方式来建模,当然会引入机器学习的方式和数据特征挖掘方法,通过数字化建模期望能够实现这样一个目标,向下能够实现电极机理的揭示,而向上我们应该能够实现系统的数字孪生,在建模的基础之上,接下来看数字化设计和数字化管控,数字化设计通过虚拟优化设计设计单电源层面的材料组份优化以及系统部件的优化,在符合电源层面上,通过智能匹配设计构型,优化状态参数,所以通过数字化设计能够实现多尺度的虚拟数字仿真,以及多目标匹配的优化设计。
接下来就是数字化管控,在单电源层面通过状态在线检测方法,通过策源融合感知的先进算法以及智能预测控制,来实现单电源的优化管控。
在负荷电源层面,通过端网互动的未来预测来实现能量的分配优化,从而实现电源的状态感知闭环管控,以及车网互动的智能管理,接下来其实就是对上面的技术展开。
首先就是数字化建模,第一个就是机理建模。其实用的手段就是基于先进表征的电化学电源跨尺度建模,通过先进的表征手段来探究跨尺度的多物理场建模方法,来揭示电源内部的电极过程。
当然在这里面要提一下,无论是电力电池也好,还是燃料电池也好,在机理建模层面其实是有相似性的,取决于工作原理的相似性,所以它们有高度类似的电化学机理和建模的方式。
我们也提到了数据驱动建模,实际上是基于机器学习的方法来建立包含系统、电堆、单池多元的数据库探究面向电源设计和管控的数字孪生模型。
在设计层面,从单池从符合电源系统,单池是基于数字孪生设计高性能的单体电池,当然是用虚拟设计的方法。在系统的设计层面,主要是关注关键零部件的参数优化以及它的构型设计,而在符合电源层面主要是面向多应用场景进行符合电源构型设计以及接下来要说的参数匹配设计。
简单说一点,现在有很多新型的电池比如说钠离子电池,这些电池跟燃料电池有没有符合的可能性,或者锂离子电池钠离子,就像上午有老师讲的,通过不同电池的符合实现不同应用场景的优化,通过这样数字化的设计手段可以探索一下。
第三个数字化的管控,我们首先提了第一个概念就是在单池层面,我们提出了一个基于无损传感测量智能电池的概念,实际上就是在电池单体内部,我们埋设相应的传感器实现内部状态的直接测量。
同时我们把原来测量的信息都是在时域里面,我们进一步提升纬度到频域里面,就是刚刚我们瑞驱同时讲的,我们把交流阻抗的信息引入到这样的测量中。
在系统层面,基于车云协同实现多信息融合的状态感知,从而进一步实现状态的优化管控。
在符合电源系统层面,我们要通过车云协同实现多目标的能量管理,分配燃料电池和动力电池的功率。
最后总结一下关于电化学数字电源的技术形式,简单来讲电化学数字电源包括建模、设计和管控,在建模方面有白箱模型就是基于先进表征的电化学极力模型,以及黑箱模型基于机器学习的数据驱动模型;
在数字化设计方面,有智能电源的单体或者模块设计,有电源多参数的匹配优化设计;
在数字化管控方面,有多维传感融合状态感知和优化管控,有端云互动多目标优化能量管理。
我的分享就到这里,感谢各位专家。
- 最新评论
- 我的评论