Modelado avanzado y estimación de parámetros de celdas de combustible de membrana de intercambio de protones...

Área de la Ciencia:

• Ingeniería de Sistemas de Energía
• Modelado Computacional
• Ingeniería Electroquímica

Sus antecedentes:

• Las celdas de combustible de membrana de intercambio de protones (PEMFC) son cruciales para la energía sostenible y requieren modelos precisos de características eléctricas.
• Los modelos tradicionales de voltaje-corriente son insuficientes para los sistemas de control; se necesitan modelos de corriente-voltaje.
• Los modelos existentes enfrentan limitaciones numéricas y requieren una estimación robusta de parámetros.

Objetivo del estudio:

• Desarrollar un modelo de corriente-voltaje novedoso para PEMFC utilizando la función g.
• Introducir un algoritmo de evolución diferencial autoajustable (SaDE) para la estimación eficiente de parámetros de PEMFC.
• Validar el enfoque propuesto de modelado y estimación de parámetros mediante análisis comparativo.

Principales métodos:

• Se utilizó la función g, una transformación estable de la función W de Lambert, para el modelado de PEMFC.
• Se empleó el algoritmo de evolución diferencial autoajustable (SaDE) para la estimación de parámetros.
• Se realizó un análisis comparativo y un análisis de sensibilidad en tres sistemas PEMFC (Ballard Mark V, BCS 500, NedStack PS6).

Principales resultados:

• El modelo propuesto de función g con estimación de parámetros SaDE demostró una precisión mejorada y estabilidad numérica.
• Se lograron reducciones en el error cuadrático medio (RMSE) de hasta el 6,65 % y mejoras en la suma de errores cuadráticos (SSE) de hasta el 12,87 %.
• La metodología mostró robustez y transferibilidad en diferentes tipos de PEMFC.

Conclusiones:

• El novedoso modelo de PEMFC basado en la función g y el algoritmo SaDE ofrecen una precisión mejorada y una estimación eficiente de parámetros.
• El marco validado apoya el rendimiento optimizado de PEMFC y su integración en sistemas de energía sostenible.
• Este enfoque avanza el modelado de PEMFC para aplicaciones del mundo real.