Tianjiの馬競争最適化を用いたプロトン交換膜燃料電池の設計パラメータの最適化

科学分野:

• 工学
• 計算科学
• エネルギーシステム

背景:

• 正確なパラメータ推定は、プロトン交換膜燃料電池（PEMFC）の信頼性の高いモデリングと性能評価に不可欠です。
• 既存のメタヒューリスティックアルゴリズムは、PEMFCパラメータ特定において高い精度と安定性を達成する上で課題に直面しています。
• PEMFCの効率と信頼性を向上させるためには、高度な最適化技術の開発が不可欠です。

研究 の 目的:

• 広く使用されているPEMFCモデルにおける正確なパラメータ特定のために、Tianjiの馬競争最適化（THRO）を導入し評価すること。
• さまざまな商用PEMFCスタック全体でTHROベースのフレームワークのパフォーマンスを評価すること。
• PEMFCパラメータ抽出のための他の最近のメタヒューリスティックアルゴリズムと比較してTHROをベンチマークすること。

主な方法:

• 新しいメタヒューリスティックアルゴリズムであるTianjiの馬競争最適化（THRO）の適用。
• 6つの商用PEMFCスタック（NedStack PS6、Horizon 500W、BCS 500W、250W、Avista SR-12、およびBallard Mark V）での評価。
• 5つの確立されたメタヒューリスティックアルゴリズム（Flood Algorithm（FLA）、Educational Competition Optimizer（ECO）、Kepler Optimization Algorithm（KOA）、Fata Morgana Algorithm（FATA）、およびSpider Wasp Optimizer（SWO））との比較分析。

主要な成果:

• THROは、テストされたすべてのPEMFCモデルで、パラメータ特定において一貫して優れた精度、堅牢性、および解の安定性を示しました。
• THROは、評価されたすべてのPEMFCスタックで最小の二乗誤差（SSE）を達成しました。
• THROは、強力な収束信頼性と早期の停滞に対する耐性を示す、極めて低い標準偏差を示しました。

結論:

• 提案されたTHROベースのフレームワークは、PEMFCパラメータ抽出に非常に効果的で堅牢です。
• THROは顕著な一般化能力を示しており、PEMFCの信頼性の高い最適化ツールとしての可能性を強調しています。
• THROは、PEMFCモデリング、性能評価、およびより広範なエネルギーシステムアプリケーションを進歩させるための有望なアプローチを提供します。