ANALYSE, MODÉLISATION ETDIAGNOSTIC DES PILES ÀCOMBUSTIBLEA. Picot, J. Régnier, P. Maussion & C. TurpinLAPLACE – Université de Toulouse

PROBLÉMATIQUE GÉNÉRALE

Pile à Combustible (PAC): source prometteuse d’énergie

Phénomènes de vieillissement des PAC: encore mal compris Difficulté pour modéliser Difficulté pour diagnostiquer Difficulté pour prédire

Principe de fonctionnement d’une PAC

2

LES PAC AU LAPLACE Plateforme expérimentale du LAPLACE (Labège + N7)

Collaboration CODIASE – GENESYS autour activités de modélisation et diagnostic

Analyse des courants au sein d’une PAC Diagnostic d’engorgements Modélisation de l’impact des conditions opératoires

3

ANALYSE DES DENSITÉS DECOURANT D’UNE PEM H2/AIRMaster F. Mariana (2013), M. Lakrouf (2013), K. Mrozewski (2014)4

PROBLÉMATIQUE

Inhomogénéités vieillissement prématuré

Noyages et assèchements: causes d’inhomogénéités

Etudier la distribution des courants (CDD) au sein de la PAC: Mise en évidence des mécanismes et phénomènes internes Identification des inhomogénéités de courant Pour différentes conditions opératoires

5

Exemple de cartographie IRM d’une PAC (LEMTA, Université de Lorraine)

S++ CURRENT SCAN LIN SENSOR

49 segments de 50 mm2 Surface totale: 25 cm2 Chaque segment est muni d’un capteur à effet Hall

permettant la mesure du courant Différents designs de canaux disponibles

6

BANC EXPÉRIMENTAL

PAC: H2/Air air=3 (100% RH) H2=1.5 (0% RH)

MEA: 25 cm² P=4bar – T=70°C

Protocole: balayage basse fréquence entre 0 et Imax=16A Stochio fixée pour Imax

Spectro Impédance (EIS) avant et après

7

Imax

Imax/2

0

EIS1 EIS2S++

t

COMPARAISON AVEC MODÉLISATION 3D

8

Modélisation 3D de la PAC sous Fluent Partenariat avec le LGC de Toulouse

Courbes V(I) semblent fitter mais: Paramétrisation à revoir Stochio considérée un peu faible

COMPARAISON AVEC MODÉLISATION 3D

9

Correspondance des patterns à moyen et fort courant

I=10A

I=Imax

PERSPECTIVES

Modélisation 3D de la PAC assez fidèle Paramétrisation à revoir Evaluer d’autres conditions et points de fonctionnement

S++ bien adaptée pour visualiser répartition interne des courants Capteur délicat à manier et interpréter Mise au point de protocoles pour évaluer assèchement et

engorgement

10

DIAGNOSTIC D’ENGORGEMENTS PARMODÉLISATION CIRCUIT RC ÉQUIVALENTMaster T. Génévé (2011), Thèse T. Génévé (en cours)11

-3.5 -3 -2.5 -2 -1.5 -1 -0.50

1

2

3

4

5

6

7

8

9x 10-3 Spectre de R

z=log(t)R

(z)(O

hms)

spectreRC reconstituéRC ref

PROBLÉMATIQUE

12

Pour diagnostiquer un engorgement ou un assèchement de la pile, la courbe V(I) ne suffit pas: évolution identique pour tous les défauts.

Proposition d’une nouvelle méthode basée sur des échelons de courant analysés par la méthode dite des spectres de constantes de temps.

13

MÉTHODE DU SPECTRE DE CONSTANTES DE TEMPS

Réponse à un échelon pour un dipôle RC uniqueModélisation PAC

t

1

R1

2

R2

3

R3

R( : Continu!

Ri=R(i)

i=exp(zi)

Ri

Ci=i/Ri

C

R

CR t

R

Réponse à un échelon pour un modèle RC de type PAC

Discrétisation du spectre et modélisation de chaque raie par le RC équivalent

VALIDATION THÉORIQUE

14

Sont représentées en vert les valeurs des trois couples RC du modèle théorique (transformées en Foster)

En rouge, le réseau RC reconstitué

-3.5 -3 -2.5 -2 -1.5 -1 -0.50

1

2

3

4

5

6

7

8

9x 10-3 Spectre de R

z=log(t)

R(z

)(Ohm

s)

spectreRC reconstituéRC ref

-4 -3.5 -3 -2.5 -2 -1.5 -1 -0.5 0 0.5 10.68

0.69

0.7Comparaison réponses

log(t)

U(V

)

-4 -3.5 -3 -2.5 -2 -1.5 -1 -0.5 0 0.5 10

0.02

0.04

Erre

ur %

réponse reconstituéeréponse simulée

CAS D’UN ENGORGEMENT

Pile H2/O2 Engorgement: fermeture sortie O2 Excitation de type échelon autour courant nominal

15Le deuxième pic suit

parfaitement l’évolution du noyage: Bon indicateur

DIAGNOSTIC D’ENGORGEMENT

Récupération des paramètres du 2ème pics: Indicateur d’engorgement

16

Amplitude R Tau

Détermination d’un seuil au delà duquel on peut considérer qu’il y a noyage

PERSPECTIVES

Faire essais de noyages plus lents, en saturant les gazen eau mais sans fermer la sortie.

Comparer approche avec méthode d’identification deparamètres d’un modèle (non linéaire et/ou linéaire)pour un échelon de courant

Etendre méthode à un stack (validé théoriquement)

Trouver paramètres influencés par le vieillissement(dynamiques plus lentes) afin de déterminer le potentielde cette méthode dans ce contexte

17

ANALYSE DE L’IMPACT DESCONDITIONS OPÉRATOIRES PARPLANS D’EXPÉRIENCEThèse I. Labach (en cours)18

PROBLÉMATIQUE

Conditions opératoires Impact performances PAC

Modéliser cet impact = tâche complexe Beaucoup de paramètres, de plus, pouvant interagir Tests complets sous différentes conditions

chronophage et cher

19

Evaluer et comprendre impact des différents conditions opératoires (T, P, HR, débit des gaz)Prédire la réponse quelles que soient les conditions

PLANS D’EXPÉRIENCES (DOE)

Obtenir un modèle en fonction des paramètres réels Minimisation nombre expériences Détection interactions

20

EffetsExperiment

numberFactor

1Factor

2Interaction

Factor 1 x Factor 2Criterion

1 - - + R1

2 + - - R2

3 - + - R3

4 + + + R4

4

43211

RRRRE

4

432112

RRRRE

Principe

Modèle à optimiser (Fontes et al., 2010)

Paramètres à identifier: α, In, I0, β, Ilim et Rmem• Par plan d’expériences• Mesuré sur chaque courbe V(I) par EIS

APPLICATION

Facteurs:

Plans complets: 24=16 expériences En analysant les résultats expérimentaux obtenus et en

recoupant avec la littérature, les hypothèses suivantes ont été formulées: =f(T,P) In=f(P) I0=f(T) Ilim=f(T, P, RH, air)

21

Comparaison avec expériences: Erreur moy. = 1% - Erreur max = 12%

Comparaison avec courbe référence (point central: effet des facteurs à 0) Erreur max = 7%

Perf optimales: RHair=70% et air=2.25, quelles que soient P et T.

RÉSULTATS

22

PERSPECTIVES

Malgré bonne reproductibilité des perf, dégradation PEM après le 6ème jour Impossibilité de faire des expé en plus pour validation

Capacité prédictive du modèle? Appliquer cette méthodologie pour obtenir un modèle de

vieillissement 23

CONCLUSIONS ET PERSPECTIVES24

CONCLUSIONS ET PERSPECTIVES

Démarche diagnostic globale à ce jour: Analyse Modélisation Détection

2 types d’approches complémentaires Basée « signal » (bottom-up) Basée « modèle » (top-down)

Collaboration Genesys-Codiase à poursuivre: Thèse en cours sur l’approche « modèle » Lancement d’une thèse sur l’approche « signal » d’ici 1 an?

25

A. Picot, J. Régnier, P. Maussion & C. TurpinLAPLACE – Université de Toulouse

MERCI POUR VOTRE ATTENTION

26