[논문]인산형 연료전지 스택의 전산모사

최성우; 이갑수; 김화용

인산형 연료전지 스택의 전산모사
Simulation Study of the Phosphoric Acid Fuel Cell Stack 원문보기

연료전지는 환경 친화적 대체에너지로 지속적인 연구가 이루어지고 있다. 최근에는 연료전지의 실용화를 위해 적층, 대면적화에 대한 기본 기술이 중요시되고 있다. 그러나 연료전지중 가장 많은 기술적 발전을 이룬 인산형 연료전지에 관해서도 연료전지 설계의 기초자료가 되는 스택의 온도 분포에 대한 연구는 거의 발표되지 않았다. 본 연구에서는 인산형 연료전지 스택의 온도 분포를 전산모사하였다. 이를 통하여 여러 작동 조건에서 스택의 온도 분포를 알아내었으며, 스택 운전시 적절한 온도 측정 위치를 예측할 수 있었다. 또한 냉각단의 유로를 변경하여 전산모사를 수행한 결과 스택 내부의 온도 분포의 표준 편차를 약 50% 감소시키는 효과적인 냉각 디자인을 제안할 수 있었다.

The fuel cell has been continuously studied as environment-compatible alternative energy technology. Lately the basic techniques about stacking and widening are considered to be important for practical use. Although phosphoric acid fuel cell (PAFC) is the most progressed one in the fuel cell technologies, few studies about temperature profile of the stack which can be the basic data for the fuel cell design have been reported yet. In this study, the temperature profile of PAFC stack was simulated. The temperature profiles of stack were obtained at various operating conditions, and when stack is operated the proper position to measure the temperature could be predicted. Also we can propose more effective cooling design. The standard deviation of the temperature profile of the proposed design was is about 50% smaller.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이에 대한 대안으로 새로운 에너지원의 개발과 효율적 에너지 관리가 제시되고 있다. 따라서 원자력, 태양열, 풍력, 조력 등 새로운 에너지의 개발과 함께 열펌프, 연료전지등 기존의 화석에너지를 효율적으로 이용하면서도 공해를 유발하지 않는 방법을 모색하게 되었다.
본 연구에서는 인산형 연료전지 발전설비의 효율과 성능을 결정하는 중요한 변수인 스택 내에서의 온도 분포에 대한 전산모사를 하였다. 모사대상은 전극 면적 4225 cm2(65 cmx65 cm)이며, 단위전지를 18개 적층한 10kW급 스택이었다.
이러한 온도 분포를 나타내는 원인을 알기 위하여 냉각을 하지 않았을 경우를 모사하여 보았다. 출력이 약 11 kW일 경우의 온도 분포는 Fig.

가설 설정

. 냉각수의 증발량은 냉각단 유로 모든 지점에 서동 일하다.
. 반응량은 전극판 유로 모든 지점에서 동일하다.
. 스택내 모든 유체의 흐름은 층류 흐름이다.
• 냉각수의 증발량은 냉각단 유로 모든 지점에서 동일하다. 매니폴드를 통해 공급되는 가스는 균일한 분포를 이룬다.
• 반응량은 전극판 유로 모든 지점에서 동일하다.
• 스택내 모든 유체의 흐름은 층류 흐름이다.
• 스택은 정상상태이다.

제안 방법

스택 A와 B의 냉각단에서 가장 먼 쪽의-온도가 가장 높은 부분의- 단위 전지의 전해질 부분 중 100곳을 선택하여 얻은 온도 분포를 비교하여 Table 3에 나타내었다. 100곳은 냉각단을 가로, 세로 각 6.5cm의 정사각형으로 분할하여 그 무게중심으로 정하였다.
스택 A와 B의 냉각단에서 가장 먼 쪽의-온도가 가장 높은 부분의- 단위 전지의 전해질 부분 중 100곳을 선택하여 얻은 온도 분포를 비교하여 Table 3에 나타내었다. 100곳은 냉각단을 가로, 세로 각 6.5cm의 정사각형으로 분할하여 그 무게중심으로 정하였다.
스택 A에서는 냉각수가 주입되어 고온부에서 저온부로 이동하도록 설계되어 고온부에서 충분한 냉각이 이루어지지 않는다는 판단을 하게 되었다. 따라서 냉각수가 고온부와 저온부를 번갈아 지나가도록 냉각 채널을 설계하였다(Fig 5).
모사 결과를 토대로 새로운 냉각 유로에 대한 grid를 만들어 모사를 해 보았다(Fig. 5).
모사 대상이 z방향으로 대칭구조를 이루고 있으므로 전체 시스템의 1/6인 단위전지 3개와 냉각단의 1/2을 모사 하였다. 계산 격자의 수는 X, y, z 방향으로 각각 47, 87, 43개로 총 175827(=47 x 87 x 43)개이다.
본 연구에서는 전산모사를 통하여 여러 작동 조건에서 스택의 온도 분포를 알아내었으며, 스택 운전시 적절한 온도 측정 위치를 예측할 수 있었다. 또한 냉각단의 유로를 변경하여 전산모사를 수행한 결과 더 효과적인 냉각 디자인을 제안할 수 있었다
본 연구에서는 전산모사를 통하여 여러 작동 조건에서 스택의 온도 분포를 알아내었으며, 스택 운전시 적절한 온도 측정 위치를 예측할 수 있었다. 또한 냉각단의 유로를 변경하여 전산모사를 수행한 결과 더 효과적인 냉각 디자인을 제안할 수 있었다
스택내에서의 전압강하는 실험 결과를 전류와 온도의 함수로 fitting하여 사용하였다.
스택내에서의 전압강하는 실험 결과를 전류와 온도의 함수로 fitting하여 사용하였다.

대상 데이터

본 연구에서는 인산형 연료전지 발전설비의 효율과 성능을 결정하는 중요한 변수인 스택 내에서의 온도 분포에 대한 전산모사를 하였다. 모사대상은 전극 면적 4225 cm2(65 cmx65 cm)이며, 단위전지를 18개 적층한 10kW급 스택이었다. 전산유체역학 기법을 사용하였으며, 결과는 다음과 같다.
본 연구에서는 국내 A사에서 제작, 실험을 한 10 kW급 PAFC스택을 모사 대상으로 삼았다. 스택은 18개의 단위전지와 4개의 냉각단으로 구성되었다.
본 연구에서는 국내 A사에서 제작, 실험을 한 10 kW급 PAFC스택을 모사 대상으로 삼았다. 스택은 18개의 단위전지와 4개의 냉각단으로 구성되었다. 최하단에 냉각단이 있었으며 그 위의 단위전지 6개 마다 냉각단을 올려놓은 형식으로 되어있었다[7].

이론/모형

수치해석상의 수렴조건은 Enthalpy Normalized Residual0] 10-6 이하, 그 외의 물성치에 대한 모든 Normalized Residual의 합이 10-3 이하로 되는 것으로 하였고, 연속방정식의 해를 얻기 위한 반복 계산을 수행시키는 역할을 하는 속도-압력 중첩 알고리듬은 수렴 속도가 빠른 SIMPLE 알고리듬을 사용하였다.
유동과 화학반응에 관한 미분 방정식의 수치해를 구하기 위하여 전산유체역학(CFD) 기법을 도입하였다. 이산화 수치 해석 기법 중 유한체적법(Finite volume method : FVM)을 사용하는 상용 CFD(Computational fluid mechanics) code인 FLUENT Version 5.
유동과 화학반응에 관한 미분 방정식의 수치해를 구하기 위하여 전산유체역학(CFD) 기법을 도입하였다. 이산화 수치 해석 기법 중 유한체적법(Finite volume method : FVM)을 사용하는 상용 CFD(Computational fluid mechanics) code인 FLUENT Version 5.
유체의 질량, 운동량, 에너지, 화학종 보존방정식은 Fluent에 내장되어 있는 식을 사용하였다.
유동과 화학반응에 관한 미분 방정식의 수치해를 구하기 위하여 전산유체역학(CFD) 기법을 도입하였다. 이산화 수치 해석 기법 중 유한체적법(Finite volume method : FVM)을 사용하는 상용 CFD(Computational fluid mechanics) code인 FLUENT Version 5.1을 사용하였다[10].
유동과 화학반응에 관한 미분 방정식의 수치해를 구하기 위하여 전산유체역학(CFD) 기법을 도입하였다. 이산화 수치 해석 기법 중 유한체적법(Finite volume method : FVM)을 사용하는 상용 CFD(Computational fluid mechanics) code인 FLUENT Version 5.1을 사용하였다[10].
모사대상은 전극 면적 4225 cm2(65 cmx65 cm)이며, 단위전지를 18개 적층한 10kW급 스택이었다. 전산유체역학 기법을 사용하였으며, 결과는 다음과 같다.

성능/효과

1. 스택 내의 3차원 유동에 대한 해석을 통하여 스택 내부의 온도 분포를 해석하였으며 이를 통하여 시스템의 제어를 위해 필요하 온도 측정 위치를 제안할 수 있었다.
2. 새로운 냉각 유로를 설계하여 기존의 장치에 비하여 향상된 온도 분포를 얻었다. 평균온도는 약간 높지만 온도의 편차가 약 50% 줄어드는 결과를 나타내었다.
3. 전산유체역학 기법을 사용하여 엄밀해를 구하기 힘든 중첩된 편미분방정식의 이산해를 구하여 복잡한 geometry# 가진 시스템에 대해 운전조건을 예상하여 실제 실험 또는 운전에 유용한 정보를 제공할 수 있었다.
본 연구에서는 전산모사를 통하여 여러 작동 조건에서 스택의 온도 분포를 알아내었으며, 스택 운전시 적절한 온도 측정 위치를 예측할 수 있었다. 또한 냉각단의 유로를 변경하여 전산모사를 수행한 결과 더 효과적인 냉각 디자인을 제안할 수 있었다
전산모사 결과 출력이 약 6.5 kW, 9 kW, 11 kW일 때의 스택 내부의 온도 분포를 알 수 있었다. 스택의 오른쪽 부분이 온도가 높고 왼쪽으로 갈수록 온도가 떨어지는 분포를 나타내었다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

인산형 연료전지 스택의 전산모사
Simulation Study of the Phosphoric Acid Fuel Cell Stack 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

인산형 연료전지 스택의 전산모사 Simulation Study of the Phosphoric Acid Fuel Cell Stack 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

이 논문을 인용한 문헌

저자의 다른 논문 :

최성우 (1) 이갑수 (4) 김화용 (30)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

인산형 연료전지 스택의 전산모사
Simulation Study of the Phosphoric Acid Fuel Cell Stack 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper