随着国内燃料电池行业的逐步升温，燃料电池的研发也愈加受到各大电堆生产商与整车企业的重视，而系统仿真与数值模拟方法在企业正向技术研发中扮演者举足轻重的作用，正确利用数值模拟方法可以大大减少方案设计与实验验证的迭代次数，降低产品研发成本，有效缩短产品研发周期。

燃料电池运行时其内部发生各种物理化学变化过程极为复杂，用于燃料电池研发设计的软件及其数学模型需要包含多学科的流动、传质、传热和电化学反应机理，同时必须全面考虑多尺度、多维度的动态效应。

随着燃料电池市场兴起，多款传统一维系统仿真软件均顺应热点需求，基于原有软件架构与一维算法，快速推出了燃料电池模块，用以支持燃料电池系统的仿真与设计。然而，传统的一维系统仿真软件把复杂的燃料电池看作简单的功率输出装置，其燃料电池模块（模型）均存在明显缺陷，无法适应燃料电池系统仿真与设计的需求。

一、有的仅仅输入少数极化曲线数据进行拟合插值。燃料电池的运行特性根本无法只用一条或几条极化曲线来表征，不同操作条件（温度、压力、湿度、流量、气体浓度）下的极化曲线差别极大。若要较为完整的表征燃料电池的运行特性，至少需要数百条极化曲线。即便如此，极化曲线也只能表征燃料电池的静态特征，而非动态特征。

二、有的考虑了部分物理化学机制，如GDL扩散过程、MEA电化学反应等，但相比于燃料电池内真实发生的各种物理化学变化过程，仍然差距甚远。一个极为重要的缺陷是，上述所有软件的燃料电池模块均没有考虑液态水的生成与积累过程。众所周知，对低温质子交换膜燃料电池来说，水管理是系统设计（设备选型和控制策略）至关重要的一项，不考虑液态水则无法进行正确的系统仿真。

由于燃料电池模块（模型）的复杂性，需要软件厂商长期投入于一线的研发过程，才能理解燃料电池研发及系统设计过程中所面临的真正难题，并开发出有效的功能模块。

一、燃料电池，特别是车用的PEMFC，频繁的功率变化是其典型的应用场景。上述软件的燃料电池模块均不能真实反应电堆运行时的动态响应特征，以此为依据设计的控制系统，一旦进入HIL测试阶段，将暴露出大量问题，严重影响研发进度。

二、缺乏对水份生成与积累过程的准确计算，则无法对燃料电池系统中与水份相关的辅助设备进行设计选型，特别是空气加湿器。

三、除了个别设计工况，其它工况条件下燃料电池模块提供的结果（功率、电压、电流、温度、效率）均为错误结果。仿真对设计毫无价值，最终仍必须通过成本极高的整堆台架测试完成系统设计与调试，甚至仿真可能给出与实际完全相反的结论，造成电堆损毁。

总之，不准确、甚至不正确的燃料电池模块（模型）带来的不仅是研发时间与成本的浪费，更有可能造成额外的无法弥补的损失。

传统一维系统仿真软件增加燃料电池模块后，均宣称是专业的燃料电池系统仿真解决方案。遗憾的是，燃料电池研发及系统设计是一项涵盖多学科多尺度的复杂系统工程，即使不考虑其模型缺陷，以上软件也只能涉及燃料电池系统的仿真计算，有的甚至还需要借助其它软件（如Simulink）进行控制单元的建模和计算。

部分软件配套有同厂商的三维CFD软件用于对燃料电池的单电池或电堆进行详细设计和计算。但是，三维CFD软件仍不具备足够详细的燃料电池模型，同样无法提供正确的仿真结果。而且，随着燃料电池技术往高能量密度方向发展，膜材料、双极板、流道等结构均越来越薄，三维CFD方法应用于燃料电池模拟面临着计算量巨大的难题，更遑论燃料电池内典型的微通道气液两相流状态给三维CFD方法带来的严峻挑战。

再者，这些三维CFD软件与一维系统仿真软件之间，存在应用上的断层。由于平台架构和计算速度等多种原因，它们之间几乎没有有效的联合仿真能力。两者之间的数据交互仅靠少量的极化曲线数据，燃料电池系统设计人员与上游电堆研发人员（或电堆供应商）无法有效互通信息，系统设计人员无法了解电堆内部状态，电堆研发人员（或电堆供应商）亦无法提供系统设计人员所需要的详尽数据。

燃料电池运行时其内部发生各种物理化学变化过程极为复杂。在电解质膜及其催化层的极小厚度尺寸上，流动-扩散传质、对流传热与导热、电化学反应与电荷传递等物理化学机理之间即存在着复杂的耦合关系；从单电池到电堆再到系统，又包含着微观到宏观的多尺度耦合；对于低温质子交换膜燃料电池（LT-PEMFC）来说，液态水带来的气-液两相流问题进一步增加了燃料电池内部运行状态的复杂性。因此，能够用于燃料电池研发设计的数学模型也需要包含这些重要的流动、传质、传热和电化学反应机理，这使得数学模型本身也必然极为复杂。

从指导燃料电池研发设计的角度，燃料电池数学模型在首先必须满足极化曲线高精度计算的基本要求。特别强调的是，该要求不是拟合一条或少数若干条极化曲线，而是在燃料电池操作工况范围内，使用同一个模型、在同一组参数的情况下，吻合所有条件下的极化曲线。

此外，还必须具备以下几点计算分析能力：

一、动态数学模型。燃料电池，特别是车用的PEMFC，频繁的功率变化是其典型的应用场景，数学模型必须包含时间相关的动态项，以真实反映电堆运行时的动态响应特征。

二、数学模型的尺度相关性。简单的零维模型毫无意义，不能提供与结构参数相关的结果，例如电堆内部流场、温度场、电场的分布信息，则无法指导电池结构设计与放大。

三、对电堆内液态水生成过程及其分布的预测能力。对低温PEMFC来说，如何控制其运行状态，关键点就是避免电堆中液态水的积累，即水淹。数学模型若不能包含对液态水生成与积累过程的准确计算，对电堆设计与控制系统设计亦没有指导意义。

进一步的还需关注更为复杂的应用方向：

一、燃料电池低温启动方法与控制策略。

二、燃料电池长周期运行的性能衰减与寿命预测。

由英国PSE公司与本田、丰田共同开发的gFUELCELL软件是专门针对燃料电池研发而设计，其高精度燃料电池数学模型经过了本田与丰田大量实测数据的验证。

图[1] 丰田对gFUELCELL燃料电池模型进行过大量实测数据验证

gFUELCELL简介及其在燃料电池研发中的定位与价值：

1989年起，英国帝国理工学院过程系统工程中心即已在工艺过程的数值模拟上大力投入。1997年，英国帝国理工学院将科研成果产业化，并设立PSE公司负责业务运营。2006年，以本田、丰田为代表的日本燃料电池业界与欧洲帝国理工学院、PSE公司达成战略项目合作，历时多年，完成了氢燃料电池及系统多尺度仿真设计与优化软件gFUELCELL的开发，该软件具备以下典型特征：

• 能够同时模拟MEA、电堆和燃料电池系统；

• 可扩展的开源燃料电池和辅助设备模型库，包含车用燃料电池系统的标准辅助设备单元模型；

• 可预测能量、质量/组分和动量传递现象的严格物理化学机理模型；

• 运用模型参数估计算法从实验数据中获取MEA材料性质的经验关系式；

• 模型参数估计功能可以用于所有的实验配置方案，可快速输入实验数据和选择模型参数；

• 完备的流程建模工具，通过层级模型结构，整合控制操作单元，可建立真实的压力驱动-动态燃料电池系统模型；

• 在系统控制方案设计与模拟的同时，分析紧急工况、启停策略、驱动循环和铂催化剂溶解等。

随着联合开发项目的推进，以氢燃料电池及系统多尺度仿真设计与优化系统gFUELCELL为基础，融合大量基础实验、物性数据及工程实践经验积累，完成了燃料电池高精度数字模型的建立、标定。

图[2] 日欧联合氢燃料电池数字模型开发项目的发展路径

日欧联合的氢燃料电池数字模型开发项目以基础试验、仿真工具系统作为抓手，以氢燃料电池及系统多尺度仿真设计与优化软件为技术手段，以低层级的材料及MEA部组件等实验数据（含材料特性测试、水份穿透测试、高频电阻测试、单电池极化曲线测试、电堆动态响应测试）为基础输入，逐步构建了氢燃料电池的高精度数字模型，与物理实验协同，为研发端的“数字孪生”奠定了坚实的基础。

相关数字模型考虑了燃料电池研发所关注的几乎所有学科、要素，以氢燃料电池的PEMFC模型为例，该模型全面涵盖电化学、物理等各学科效应。

图[3] PEMFC模型架构图

在完成专业的工具软件开发、高精度数字模型的建立与标定之后，相关成果对于氢燃料电池的工程研发输出了难以估量的价值。主要体现在以下几个方面：

一、数据分析与挖掘利用：大幅降低了对高层级实验数据（需极大的时间、成本投入才能获取）的依赖，以低层级、低投入所获取的数据为基础，采用高保真数字模型，利用基础实验数据，即可显著提升对宏观和微观现象的理解，针对不确定性的量化模拟及高级参数估计功能，大幅降低了研发风险，获得了用于后续电堆及系统设计的关键参数值。

二、方案设计与论证：基于多尺度、多维度、高保真的氢燃料电池模型、辅助设备模型，可在系统层级整合高精度的单元设备计算，同时考虑了所有的关键因素，在方案设计阶段有效评判系统状态下的电堆性能情况，缩短研发周期。

三、商业系统详细设计：由于已具备详尽的燃料电池模型库及整个电厂系统的动态模型，因此可作为商业系统设计与优化的必备分析工具，实现控制策略的快速设计与检验，并有效优化控制方案。

四、电堆完整设计：通过虚拟“工作单元”可快速筛选实际评估的新材料，降低昂贵的实测成本，且模型精度足够生成无法从宏观实验数据中获取的微观尺度信息，例如MEA组件上的电压损失分布，从而直接指导电堆的完整设计。

五、贯穿氢燃料电池及系统产业链全流程的工程应用：从MEA、电堆到商业系统的详细设计，燃料电池数字模型打通了产业链各研发环节的链路。

图[4]贯穿氢燃料电池及系统产业链全流程的工程应用

针对燃料电池研发的具体工程问题而言，该软件系统及高精度数字模型可妥善解决下图所列分析与设计优化内容。

图[5] 多尺度仿真工具及高精度数字模型所能解决的具体问题