基于人工智能的燃料电池新型管理技术

【技术简介】

燃料电池是一个非常复杂的系统,除了核心的电堆之外,为了使电堆正常运行还需要配备一系列的辅助系统,而且电堆内部发生电化学反应、涉及到多相物质的传输。燃料电池的运行需要一种精确的水热管理技术,使燃料电池内部的水含量和温度保持在一个合理的范围内,过高或过低都会直接影响燃料电池的能耗和寿命等因素。另外,燃料电池在多数应用场景下,通常与电池组合起来,采取混合动力的方式,而如何对燃料电池和电池之前进行合理的分配也会对燃料电池的能耗与寿命产生影响。因此,燃料电池和电池之间的能量管理技术也是至关重要的。

燃料电池的复杂性导致其相关参数非常多,建立精确的模型较困难,基于模型的管理技术难免存在一些不利的情况。因此,基于人工智能的燃料电池管理技术具有很大的优势。我们利用深度学习在非线性建模和数据集特征提取方面的优势,开发基于深度学习的燃料电池水热管理技术,同时利用强化学习卓越的决策能力,开发基于强化学习和深度强化学习的能量管理策略。

【研发团队介绍】

在燃料电池方面我们主要与韩国的一些高校和企业保持紧密的合作关系,包括韩国首尔大学、圆光大学、崇实大学等。团队核心成员中,首尔大学的Suk Won Cha教授已在燃料电池领域从事工作20多年,是“Fuel Cell Fundamentals”的作者(谷歌学术引用次数已超过3600次);圆光大学的Ik Whang Chang教授也在燃料电池领域工作了10多年,发表了1篇Advanced Energy Materials(影响因子29.368)期刊的封面论文,目前还是Mona Electric公司的CEO。

课题组在上述2中介绍的技术相关的领域做了大量的基础研究和技术研发工作,承担了科技部、国自然、广东省、中科院以及深圳市等各个层面的项目,目前发表了数十篇SCI论文并拥有十几项授权专利。相关的平台包括“广东省电动汽车动力平台与安全技术工程技术研究中心”、 “中科院人机智能协同系统重点实验室”、“深圳市电动汽车动力平台与安全技术重点实验室”、“深圳无人驾驶感知决策与执行技术工程实验室”等。

【应用场景】

燃料电池的各种应用场景都需要水热管理和能量管理技术,如汽车、船舶、飞行器、备用电源等。

【市场领域】

2020年9月,财政部、工信部、科技部、发展改革委、国家能源局联合发布了《关于开展燃料电池汽车示范应用的通知》,这是我国首个国家层面的燃料电池汽车专项政策。2020年,中国氢能联盟发布的《中国氢能源及燃料电池产业白皮书》指出,中国氢能产业预计到2025年产值达1万亿元、2035年5万亿元。2020年10月底,《节能与新能源汽车技术路线图2.0》发布,提出了燃料电池汽车保有量2025年达5万~10万辆、到2030年达80万~100万辆等阶段性目标。截止2021年6月,我国燃料电池汽车累计保有量为7834辆,为全球第三位。2021年上半年车用燃料电池堆总装机量达71.28MW,同比增长了32.4%。2021年9月,财政部等五部门发布了《关于启动燃料电池汽车示范应用工作的通知》,形成了京津冀、上海和广东三大氢燃料电池汽车示范城市群,到2025年车辆推广目标分别为5300辆、5000辆和10000辆,加氢站建设目标分别为49座、57座和200座。目前,全国有30个省份、150多个城市在其“十四五”规划中提及氢能发展,有50多个城市出台了地方氢能产业发展专项规划。

基于上述政策与动态分析可知,氢能与燃料电池具有非常乐观的市场前景,其相关领域和技术具有广阔的发展前景。

郑春花博士主要从事新能源汽车能量管理和燃料电池方面的研究,2012年博士毕业于韩国首尔大学机械航空工程系,并加入中科院深圳先进技术研究院。郑春花博士是深圳市孔雀人才计划B类人才、深圳市高层次专业人才、International Journal of Precision Engineering and Manufacturing-Green Technology和International Journal of Automotive Technology的编委,目前已发表了SCI论文30多篇,包括IEEE Transactions on Sustainable Energy, Journal of Power Sources, Energy Conversion and Management等国际顶级期刊的论文。目前完成了一项国家自然科学基金项目和两项深圳市基础研究项目,正在主持一项广东省科技厅国际合作项目和一项深圳市基础研究重点项目。目前已申请了多项发明专利,其中8项已授权。