top of page

Validação de Célula de Combustível: Estudos de Caso - Parte 3: Simulação Sistêmica e Integração Veicular

Capa com a logo da empresa e o título do post

Bem-vindo à 3ª e última parte da nossa série especial de postagens técnicas sobre simulações computacionais na engenharia! Caso queira ter uma visão completa do projeto, confira a primeira parte sobre a modelagem CFD e a segunda sobre análise FEA. Na primeira parte, detalhamos a modelagem multifísica e a simulação CFD de uma célula de combustível utilizando o Simcenter STAR-CCM+, enquanto na segunda parte fizemos a modelagem e análise estrutural de uma célula a combustível de membrana de troca de prótons (PEMFC) usando o Simcenter 3D.


Estudo de Caso


Na continuação de nossa série sobre a validação de células de combustível, chegamos à terceira parte, onde exploramos a simulação de células de combustível em nível de sistema, ou seja, como seria sua operação integrada a outros equipamentos e possibilitando a análise seu desempenho em diferentes condições. Diferentemente das análises anteriores focadas em simulações mais detalhadas, aqui representamos o comportamento da célula através de um conjunto de equações 1D simuladas no software Simcenter Amesim. Esta abordagem permite integrar o modelo da célula a um sistema veicular.


A simulação sistêmica é uma etapa crucial para entender como a célula de combustível se comporta quando incorporada em um sistema maior, como um veículo elétrico ou híbrido. Nessa fase, as equações que governam o comportamento da célula de combustível são resolvidas em conjunto com as equações que descrevem o restante do sistema veicular. Essa abordagem proporciona uma visão mais holística do desempenho da célula de combustível em cenários reais de operação.


Além disso, a abordagem sistêmica simplifica o comportamento da célula de combustível sem comprometer a precisão dos resultados. Nesta abordagem, parâmetros chave como a produção de energia, consumo de combustível e eficiência são representados por equações diferenciais que capturam o essencial do funcionamento da célula.


Modelagem


A integração de uma pilha de células de combustível em um sistema veicular representa um desafio significativo. De fato, um sistema de células de combustível engloba uma variedade de componentes, como a própria pilha, além dos equipamentos auxiliares de Balanço da Planta (BOP), que inclui o circuito de arrefecimento, os sistemas de fornecimento de ar e hidrogênio, o umidificador, entre outros dispositivos necessários para a operação adequada da célula. Além disso, fenômenos multi-físicos estão envolvidos, abrangendo eletricidade, transferência de calor, escoamento de fluidos, resistências mecânicas (inerciais) e eletroquímica.


Nesse modelo, foi considerado somente o aspecto elétrico do sistema, que é o foco principal deste estudo. Isso permite responder a questões como:


  • O sistema de células de combustível proposto oferecerá uma melhoria significativa de eficiência em comparação a outras configurações de veículos convencionais ou híbridos?

  • Qual é o alcance de condução do veículo com célula de combustível para um determinado ciclo de trabalho?


A modelagem sistêmica inclui conjuntos de equações diferenciais que caracterizam o comportamento dinâmico e estacionário dos elementos da célula de combustível. Essas equações adotam diferentes abordagens para descrever o comportamento da célula e podem ser divididas em modelos quase-estáticos e dinâmicos, conforme os fenômenos envolvidos.


Os resultados obtidos no software Simcenter STAR-CCM+ para o comportamento de uma única célula foram extrapolados para um stack de células. Esse stack foi modelado como uma pilha de 200 células conectadas em série, operando com uma tensão total de 100 V. Cada célula individual utiliza a curva de polarização derivada das simulações anteriores.


Curva de polarização de uma célula a combustível obtida no software Star-CCM+ e importada para o Amesim

Curva de polarização de uma célula a combustível obtida no software Star-CCM+.

Um estudo relevante nesse contexto é o de escalabilidade experimental realizado por Bonnet et al. [2008], que explora em que medida uma única célula ou um conjunto reduzido de células podem representar fielmente um sistema maior. Este estudo é especialmente útil para determinar quais dados experimentais de células individuais ainda são aplicáveis à escala real, incluindo dados de operação sob condições potencialmente adversas à durabilidade da célula. As principais conclusões do estudo apontam que:


  • As curvas de polarização são praticamente idênticas em diferentes escalas, sugerindo que o efeito de escala é mínimo em condições ideais.

  • Em condições variáveis de fluxo de ar e hidrogênio, os experimentos com células individuais e stacks apresentam comportamentos semelhantes.

  • Os efeitos de degradação com o tempo de operação seguem tendências similares nas diferentes escalas analisadas.

  • O estudo sobre o impacto da umidificação do ar não é conclusivo: em baixa umidade relativa, o comportamento das células é semelhante, mas acima de 60% de UR, surgem diferenças significativas.


Integração com o Sistema Veicular


Uma vez que a célula de combustível foi modelada, o próximo passo é integrá-la ao modelo do sistema veicular. Aqui, são consideradas as interações da célula com outros componentes do veículo, como o sistema de transmissão, baterias e sistemas de controle. A simulação permite prever como a célula de combustível responde a diferentes perfis de condução, incluindo variações na demanda de energia, temperatura e outras condições ambientais.


Representação esquemática do sistema veicular integrado à célula de combustível.

Representação esquemática do sistema veicular integrado à célula de combustível.

A simulação foi realizada com um veículo leve, pesando 1928 kg, operando com uma taxa de conversão de torque fixa de 1:8,786. A célula de combustível foi dimensionada para fornecer 88 kW, complementada por uma bateria de 1,5 kWh. As informações detalhadas do sistema e o modelo correspondente podem ser visualizados na figura abaixo.


Modelo do sistema veicular e informações do sistema no Simcenter Amesim

Modelo do sistema veicular e informações do sistema

O ciclo de direção utilizado nessa simulação foi o Japanese Cycle 08 (JC08) normalized cycle. O teste representa a condução em tráfego urbano congestionado, incluindo períodos de ociosidade e frequentes alternâncias de aceleração e desaceleração. É utilizado para medição de emissões e determinação de economia de combustível. Os parâmetros selecionados para o ciclo JC08 incluem:


  • Duração: 1204 s

  • Distância total: 8.171 km

  • Velocidade média: 24.4 km/h (34.8 km/h excluindo ociosidade)

  • Velocidade máxima: 81.6 km/h

  • Relação de carga: 29.7%


A curva de velocidade ao longo do ciclo JC08.

A curva de velocidade ao longo do ciclo JC08.

Resultados: Análise de Desempenho em Condições de Operação


A integração do modelo da célula de combustível ao sistema veicular possibilita a análise do desempenho sob diversas condições operacionais. Por exemplo, é possível avaliar a eficiência do sistema durante acelerações bruscas, frenagens regenerativas e operação em regime estacionário. Esses cenários fornecem dados valiosos para a validação do modelo e para o aprimoramento do design do sistema.


Gráfico de velocidade simulada versus ciclo de direção.

Gráfico de velocidade simulada versus ciclo de direção.

Pode-se observar que a velocidade simulada segue o ciclo de direção, indicando que o dimensionamento do sistema de tração está adequado. Além disso, nesse mesmo ciclo, podemos observar características de consumo e aceleração, bem como extrapolar o consumo médio para definir a autonomia do veículo. Esse cálculo de autonomia considera apenas o uso da célula de combustível, sem levar em conta o uso potencial da bateria para a propulsão do veículo quando o tanque de combustível estiver vazio.


Representação ddas principais características do sistema durante o ciclo JC08.

Representação ddas principais características do sistema durante o ciclo JC08.

Esta análise também inclui o comportamento transitório do sistema quanto ao consumo e ao estado de carga da bateria.


Consumo de combustível durtante o ciclo de direção.

Consumo de combustível durtante o ciclo de direção.

Evolução do estado de carga da bateria durante o ciclo de direção.

Evolução do estado de carga da bateria durante o ciclo de direção.

No gráfico a seguir, está representado o controle de potência do barramento de potência. Para demandas de potência mais baixas, a potência é fornecida pela bateria. Quando a demanda de potência é maior, a célula de combustível fornece a potência. Durante a frenagem regenerativa, a potência é direcionada para a bateria para carregamento.


Distribuição de potência entre a célula de combustível e a bateria.

Distribuição de potência entre a célula de combustível e a bateria.

Conclusão


A simulação sistêmica é uma ferramenta poderosa que complementa as análises detalhadas realizadas nas etapas anteriores. Ao integrar a célula de combustível a um sistema veicular, conseguimos uma visão mais completa e precisa do seu comportamento em condições reais. Essa abordagem permite o desenvolvimento de sistemas de propulsão eficientes e confiáveis.


Essa análise reforça a importância de validar o desempenho da célula de combustível não apenas em nível de componente, mas também em sua aplicação final.


 

Quer saber mais e com mais detalhes? Agende uma reunião ou entre em contato com a CAEXPERTS através dos nossos meios de comunicação para discutir como podemos colaborar na otimização e validação do seu projeto, integrando soluções inovadoras que elevam o desempenho em condições reais. Nossa equipe está pronta para oferecer o suporte necessário para transformar suas simulações em resultados concretos. Além disso, siga nossa página do LinkedIn @CAEXPERTS para mais insights e novidades!


WhatsApp: +55 (48) 988144798


 

Referência


Bonnet, C., Didierjean, S., Guillet, N., Besse, S., Colinart, T., & Carré, P. (2008). Design of an 80kW PEM Fuel Cell System: Scale Up Effect Investigation. Journal of Power Sources, 182(2), 441–448. DOI: https://doi.org/10.1016/j.jpowsour.2007.12.100.

Comments


bottom of page