g関数と自己適応型差分進化アルゴリズムを用いたPEM燃料電池の高度なモデリングとパラメータ推定

科学分野:

• エネルギーシステム工学
• 計算モデリング
• 電気化学工学

背景:

• プロトン交換膜燃料電池（PEMFC）は持続可能なエネルギーにとって重要であり、正確な電気的特性モデルが必要である。
• 従来の電圧-電流モデルは制御システムには不十分であり、電流-電圧モデルが必要である。
• 既存のモデルは数値的な限界に直面しており、堅牢なパラメータ推定が必要である。

研究 の 目的:

• g関数を用いたPEMFCの新しい電流-電圧モデルを開発する。
• 効率的なPEMFCパラメータ推定のために自己適応型差分進化（SaDE）アルゴリズムを導入する。
• 比較分析を通じて、提案されたモデリングとパラメータ推定アプローチを検証する。

主な方法:

• PEMFCモデリングのために、ランベルトW関数の安定した変換であるg関数を利用した。
• パラメータ推定のために自己適応型差分進化（SaDE）アルゴリズムを採用した。
• 3つのPEMFCシステム（Ballard Mark V、BCS 500、NedStack PS6）にわたる比較分析と感度分析を実施した。

主要な成果:

• SaDEパラメータ推定を備えた提案されたg関数モデルは、精度と数値的安定性の向上を示した。
• 二乗平均平方根誤差（RMSE）は最大6.65%、二乗和誤差（SSE）は最大12.87%の改善を達成した。
• この方法論は、異なるPEMFCタイプに対して堅牢性と移植性を示した。

結論:

• 新しいg関数ベースのPEMFCモデルとSaDEアルゴリズムは、精度と効率的なパラメータ推定を強化する。
• 検証されたフレームワークは、持続可能なエネルギーシステムにおけるPEMFCの最適化されたパフォーマンスと統合をサポートする。
• このアプローチは、実際のアプリケーションのためのPEMFCモデリングを進歩させる。