소프트웨어

릴리즈 2023 R1: 연료 전지 - 구성 요소 및 시스템

AVL시뮬레이션 솔루션 업데이트 및 개선 사항

Software Release - Fuel Cell - Components and Systems

가상 연료 전지 분야에서 최신 AVL CRUISE™ M 개발 소식을 확인하세요.

몇 번의 클릭만으로 실행되는 SOxC 모델이 있다면 편리하지 않을까요? CRUISE M에서는 이러한 기능을 제공하여 숙련된 모델링 엔지니어는 시간을 절약하고, 신입 엔지니어는 스택 사양 시트의 데이터만으로 쉽게 SOxC 시뮬레이션을 시작할 수 있습니다. CRUISE M은 모델을 생성할 뿐만 아니라 온라인 모니터링 및 온라인 제어를 위한 맞춤형 대시보드도 제공하며, 스택 모델을 특징짓는 필수 결과를 알려주는 오프라인 결과 보고서도 제공합니다. 옵션으로 CH4와 NH3의 내부 리포밍 중 하나를 선택할 수 있으며 열 컨디셔닝을 구성하거나 숙련된 사용자의 설정으로 들어가 스택 모델의 전기화학 및 공간 해상도에 대한 세부 정보를 구성할 수도 있습니다.

ADAS/AD Release R1 2023 - Figure 2: Performance benchmark of an Adaptive Cruise Control System (ACC) test setup executed on a normal notebook
그림 1: SOxC 스택 모델 토폴로지

SOxC 스택 모델을 구성하기 위한 가이드 워크플로우가 있으면 시간을 절약할 수 있지 않을까요? CRUISE M의 SOxC 생성기는 가능합니다. CRUISE M의 SOxC 생성기는 참조 데이터를 기반으로 셀 전압 또는 종 변환에 대한 매개변수를 식별하는 단계적 프로세스를 제공합니다. 워크플로우는 연료 전지 및 전해조 작동을 지원합니다. 첫 번째 단계에서는 정상 상태(즉, 기존 편광 곡선) 또는 시간 경과에 따른 일시적인 데이터를 제공합니다. 이러한 참조 데이터는 전류 및 전압, 공기 및 연료 공급, 유입 및 유출 성분 비율, 압력 등의 정보가 포함됩니다. 두 번째 단계에서는 변동 매개변수와 초기 및 범위 값을 선택하고, 최적화 방법의 설정을 선택적으로 조정할 수 있습니다. 세 번째 단계에서는 "실행 최적화" 버튼을 클릭하고, 커피 한 잔의 여유를 가질 수 있습니다. 최적화가 완료되면 CRUISE M은 초기, 참조 및 최적화된 데이터의 비교 플룻과 적합 품질을 빠르게 확인할 수 있는 패리티 플롯을 제공합니다. 마지막 단계는 모델을 생성하고 데이터에 맞게 매개변수화된 실행 가능한 모델로 CRUISE M으로 안내하는 것입니다.

Abbildung 2: Schematische Darstellung der Parameteroptimierung
그림 2: 매개변수 최적화 도면

MEA의 모든 전기화학, 전송 및 변환 현상에 대한 자세한 모델링은 전체 스택 성능에 결정적인 영향을 미치기 때문에 중요합니다. CRUISE M은 연료 전지 스택 구성요소에 새로운 1D 전기화학 모델을 탑재하여 이 문제를 해결합니다. 새 모델을 선택하면 다음과 같은 다양한 기능을 이용할 수 있습니다. 

  • 기체확산층(GDL)은 기체와 액체의 수송 저항에 영향을 미치는 다양한 재료 특성을 가진 (하위)층으로 나눌 수 있어, 미세다공성층(MPL)이 셀/스택 변환 효율에 미치는 영향을 고려할 수 있습니다.
  • 모세관 수송을 물리적 기반 방식으로 설명하고 액체와 기체 사이의 상변화에 대한 국부 증기압을 고려합니다. 이를 통해 액체 수분 수송 모델을 사용할 수 있어 셀 내부 자체 가습 현상을 심층적으로 분석할 수 있습니다.
  • 기체확산층(GDL)과 채널 사이의 인터페이스에서 전용 필름 모델은 채널의 벌크 흐름으로의 액체 전달을 처리합니다. 이 전송은 필름에서 직접 증발하는 것뿐만 아니라 기체 흐름과 함께 추가로 운반되는 액체 방울의 분리를 고려하므로, 거시적인 액상수 수송을 자세히 평가할 수 있습니다.
  • 막에 얼음이 형성되면 기상 및 액상 수송 저항에 미치는 영향을 모델링할 수 있습니다. 이는 연료 전지 성에 제거 프로세스를 다룰 때 핵심적인 요소이므로 다양한 콜드 스타트/프리즈 스타트 전략의 평가를 지원합니다.
  • 다중 종 모델을 통해 1D로 성분 교차 확산이 해결되며, 다양한 주파수에서 스택 역학에 영향을 미치는 모든 전송 현상을 정확하게 예측할 수 있습니다. 
Fuel Cell Release R1 2023 - Figure 3: Water content and transport model overview
그림 3: 수분 함량 및 전송 모델 개요

각 단일 기능을 임의로 선택할 수 있습니다. 이를 통해 모든 기능을 단계적으로 활성화하거나, 필요한 기능만 선택하여 특정 응용 사례에 맞게 조정할 수 있습니다.

압축기 성능 맵은 일반적으로 공기를 사용하여 측정합니다. 하지만 수소는 가스 특성이 크게 다르기 때문에 수소 송풍기를 시뮬레이션할 때, 이러한 맵을 적용하면 압축기 동작을 잘못 예측할 수 있습니다. 이 버전의 CRUISE M은 이를 극복하고 두 개의 서로 다른 위치에서 서로 다른 공급 가스를 보다 정밀하게 처리할 수 있습니다. TC 맵 생성기에서 기준 가스의 속성을 지정하고(공기가 기본으로 제공됨), 압축기 구성 요소 자체에서 "가스 구성별 성능 맵 스케일링"을 선택할 수 있습니다. 이 체크박스를 선택하면 교정된 속도 및 질량 유량 평가 시 작동 가스의 모든 변화가 고려됩니다. 실험 데이터와 비교한 결과, 공급 가스의 다양한 수소 비율에 걸쳐 우수한 일치도를 보였습니다.

고체 산화물 연료 전지(SOFC) 시스템에서 주변 보조 시스템(BoP)을 모델링할 때 산화 및 리포밍 촉매는 종종 외열 배기 산화의 열이 공급 가스의 리포밍에 필요한 열을 공급하는 데 사용되는 방식으로 설계됩니다. 이를 위해 촉매는 일반적으로 동축류 또는 역류 작동에서 열을 교환하도록 고도로 통합된 방식으로 설계됩니다. 이 버전의 CRUISE M을 사용하면 컨버터의 길이에 따른 1D 온도 및 열 흐름 분포를 고려하여 촉매 구성 요소를 열적으로 연결할 수 있습니다. 이러한 유연성은 온도 조절 네트워크에서 자주 사용되는 2D 및 3D 솔리드 월 구성 요소로 확장됩니다. 열전달의 기초를 연구하고 싶다면, 화학 반응을 비활성화하고 동축류 또는 역류로 작동하는 열교환기에서 익숙한 온도 프로파일을 얻을 수 있습니다.

 

또한 AVL FIRE™ M과 관련된 새로운 개발 사항도 있습니다.

저온 PEM 연료 전지의 경우 이제 영하의 온도에서 동결 시동을 계산할 수 있습니다. 따라서 다공성 매체의 얼음 형성과 각 상 변화 과정을 공간적 및 시간적으로 완전히 해결된 세부사항으로 분석할 수 있습니다. 현재 FIRE M 버전에서 물은 기체, 액체, 용해된 상태, 얼음 상태, 동결된 용해수 상태 등 5가지 상태로 PEM 연료전지에 존재할 수 있습니다. 다섯 가지 물 상태에 대한 상변화 모델이 제공됩니다. 다공성 매체의 상변화를 매우 정확하게 설명하기 위해 습윤성과 기공 크기가 녹는 점에 미치는 영향을 나타내는 소위 깁스-톰슨 과냉각 효과(Gibbs-Thomson undercooling effect)가 포함되어 있습니다.

Fuel Cell Release R1 2023 - Figure 4: Membrane quantities vs. time (top) and space-resolved quantities in cathode catalyst layer (bottom) during PEMFC freeze-start
그림 4: PEMFC 동결 시동 중 음극 촉매 층의 막 수량 vs. 시간(위) 및 공간 분해량(아래) 비교