University of Delaware - 연료전지 하이브리드 버스 기술 시뮬레이션 사례

6마일 길이의 급행 노선으로 University of Delaware 학생과 교직원들을 캠퍼스 전체에 걸쳐 실어 나르는 FCHB(연료전지 하이브리드 버스)는 수소 연료전지 기술의 효과와 장점을 명확히 보여줍니다. 이 버스는 무공해 차량이며 디젤 버스보다 훨씬 조용합니다. 한 장소에서 재충전하고 점검할 수 있어 인프라 비용이 감소하며, 직렬형 하이브리드 설계 덕에 시내버스 노선에서 수시로 발차 및 정차하고 비교적 느리게 주행해야 할 때 특히 효과적입니다.

University of Delaware 연구진은 MATLAB^® 및 Simulink^®를 사용하여 FCHB를 모델링하고, 여러 차내 센서로부터 수집된 데이터를 분석하고, 전력 관리 전략을 개선하고, 연료전지 버스 설계의 최적화에 있어서 중요한 통찰력을 얻었습니다.

Simulink를 사용하면 하드웨어 시행착오를 반복하거나 엄청난 비용을 들이지 않고 설계 질문에 대한 답을 얻을 수 있습니다. 예를 들어, 연료전지 스택 크기를 두 배 또는 세 배로 늘렸을 때 버스의 성능을 보여주는 시뮬레이션을 실행합니다. 다른 시뮬레이션에서는 4,000파운드 무게의 배터리를 2,000파운드로 줄이면 어떤 일이 발생할지 보여줍니다. 섀시를 바꾸고 전체 차량의 무게 분포를 시뮬레이션합니다. 이러한 시뮬레이션 결과를 분석하여 특정 설계가 더 효율적인지, 주행 거리(마일)당 수소 소비량이 더 적은지 또는 배터리에 가해지는 응력이 감소하는지를 확인할 수 있습니다. 그런 다음 버스 제조업체인 Ebus와 결과를 공유하여, 향후 설계 개선에 활용할 수 있습니다.

여러 대의 버스에 대해 다년간에 걸친 연구 노력

Federal Transit Administration으로부터 자금 지원을 받는 FCHB 프로그램은 델라웨어에서 연료전지 버스 및 수소 충전소를 개발하고 실증하기 위해 2005년에 시작되었습니다. 첫 번째 연료전지 버스는 2007년, 두 번째 연료전지 버스는 2009년에 운행을 시작했습니다. (그림 1) 이 프로그램에는 궁극적으로 4대의 버스가 포함될 예정이며, 각 버스에는 이전 모델에서 얻은 설계 개선 사항과 교훈이 반영됩니다.

University of Delaware FCHB가 전 세계에서 시험 중인 다른 연료전지 버스와 차별화되는 점은 상대적으로 저렴한 비용입니다. 현재 운행 중인 비슷한 크기의 연료전지 버스보다 약 50% 저렴하며, 이는 대부분 하드 직렬 하이브리드 설계를 사용하기 때문입니다. 이 설계에서 연료전지는 차량을 직접 구동하는 것이 아니라 배터리를 충전하는 데 주로 사용되므로 훨씬 더 작고 저렴한 연료전지를 사용할 수 있습니다. 예를 들어, 첫 번째 버스의 연료전지 스택은 총 출력이 20kW에 불과하지만, 동급의 버스는 5~10배 더 큰 스택을 사용합니다. 20kW(27마력) 연료전지는 잔디 트랙터 엔진과 거의 같은 출력만으로도 캠퍼스에서 수십 명의 사람들을 수송할 수 있습니다.

연료전지는 직렬 하이브리드 설계의 배터리와 결합하여 22명의 좌석 승객과 10명의 입석 승객을 수용하는 6.7m(22피트) 길이의 버스에 동력을 공급할 수 있는 것으로 입증되었습니다. 이 버스는 Air Liquide에서 운영하는 캠퍼스 인근 수소 충전소에서 연료를 충전합니다. 연료를 완전히 채우고 충전하면 버스의 주행 가능 거리는 290km(180마일)입니다.

첫 번째 버스 모델링

우리는 컨소시엄 파트너 중 한 곳인 EPRI(Electric Power Research Institute)에서 개발한 Simulink 라이브러리를 사용하여 버스와 모든 구성요소를 모델링했습니다. LFM(Light, Fast, and Modifiable) 라이브러리는 유연하며, 다양한 하이브리드 차량 플랫폼에 쉽게 적용할 수 있습니다. Ebus에서 제공한 설계 사양을 활용하여 섀시, 변속기, 견인 모터, 배터리, 연료전지 시스템, 동력 결합기 등 주요 모델 구성요소의 기준 파라미터를 설정했습니다. (그림 2) 또한 수소 재순환 펌프, 공기 압축기, 냉매 펌프 등 연료전지 스택에 필요한 모든 보조 장치를 통합한 플랜트의 균형도 모델링했습니다. 각 파워트레인 구성요소에는 약 6개의 입력값이 있으며, 전체 모델은 배터리 충전 상태, 연료전지 출력, 수소 소비량, 회생 제동력 등 30개 이상의 출력값을 생성합니다. 이 모델은 복잡하고 정교하지만, 각 구성요소를 Simulink 블록으로 수집하면 전체 시스템의 모든 서브시스템을 쉽게 관리할 수 있습니다.

모델을 검증하기 위해 GPS 수신기와 각 여정의 주요 승차 위치에서 전압, 전류, 온도, 유량, 습도를 측정하는 수십 개의 센서를 버스에 장착했습니다. 그런 다음 Simulink에서 동일한 드라이브 사이클을 시뮬레이션하고 측정된 결과를 시뮬레이션 결과와 비교했습니다. 모델의 예측치는 차량 데이터와 5% 이내로 일치하여, 이제 이 모델을 신뢰할 수 있는 설계 툴로 사용할 수 있다는 확신을 갖게 되었습니다. 또한 MATLAB에서 측정된 데이터를 분석하여 계절별 및 일별로 성능이 어떻게 달라지는지도 파악했습니다.

전력 관리 전략 개선

하이브리드 차량에서는 전력 관리 전략에 따라 어느 시점에 어떤 차내 발전기가 활성화되고 어떤 비율로 전력을 생산하는지 결정합니다. 첫 번째 버스에는 상당히 기초적인 전력 관리 전략이 적용되었습니다. 배터리 충전 상태가 65% 이하로 떨어지면 시스템은 연료전지를 활성화하여 배터리 충전을 시작합니다. 시스템이 즉시 최대 전력을 요청하는 경우 연료전지가 전력을 공급했지만, 최적의 작동 범위를 벗어나기 때문에 매우 비효율적이었습니다. 첫 번째 목표 중 하나는 이 전략을 개선하는 것이었습니다.

우리는 MATLAB 및 Simulink를 통해 계획된 경로에 대한 지식을 통합하는 전력 관리 전략을 평가하여, 연료전지 스택이 최고 효율 지점에서 더욱 일관적으로 작동하도록 했습니다. MATLAB을 사용하면 여러 시뮬레이션 실행을 손쉽게 스크립팅하고 각 실행에서 모델의 전략이나 다른 측면을 수정할 수 있습니다. 이 접근법을 사용하여 최상의 성능과 효율성 조합을 도출하는 전략을 파악했습니다. 그런 다음 온보드 PLC(프로그램 가능 논리 제어기)를 업데이트하여 전략을 구현했습니다. 시뮬레이션을 통해 일일 드라이브 사이클 내에서 연료전지를 활성화하는 최적의 시간을 파악하여, 연료전지와 배터리가 제공하는 총 출력이 차량의 남은 주행 시간 동안 필요한 수준을 충족함으로써 니켈 카드뮴 배터리를 작동시키고 수소를 절약할 수 있었습니다.

두 번째 버스 개선 사항

민감도 분석은 성능을 개선할 수 있는 방법을 파악하는 데 중요한 역할을 했습니다. 파워트레인의 각 주요 구성요소에는 향후 설계에서 수정될 가능성이 있는 파라미터가 있습니다. 우리는 Simulink 모델에서 이러한 파라미터를 프로그래밍 방식으로 수정하여 현재 값을 -30%~30%까지 스윕하는 MATLAB 스크립트를 개발했습니다. 그런 다음 여러 파라미터에 대해 이러한 스크립트를 자동으로 실행했습니다. 시뮬레이션이 완료되면, MATLAB을 사용하여 축적된 방대한 양의 데이터를 분석하고 성능에 가장 큰 영향을 미치는 파라미터를 식별하여 플로팅했습니다.

버스 제조업체가 시리즈의 두 번째 버스를 설계 및 제조하기 시작했을 때, 우리는 이미 주요 성능 파라미터, 연료전지 및 배터리 동역학, 전체 드라이브 사이클 동안 연료전지 및 배터리가 작동하는 방식에 대해 많은 것을 알게 되었습니다. 시뮬레이션은 연료전지 스택 크기를 약 40kW로 두 배로 늘리기로 한 버스 제조업체의 결정을 검증하는 데 도움이 되었습니다. (그림 3)

이러한 변경을 통해 배터리 용량을 줄일 수 있지만, 새로운 패키지를 다시 설계할 필요가 없도록 동일한 니켈-카드뮴 배터리 패키지를 사용하기로 결정했습니다. 연료전지 스택을 두 배로 늘이면 버스 평균 운행 속도가 18mph에서 35mph로 증가했으며, 이는 Simulink 시뮬레이션에서 예측한 결과와 일치했습니다. 또한 이러한 변경을 통해 버스는 더 까다로운 환승 경로를 주행하고 더 빠른 최저 속도 제한이 있는 도로를 이용할 수 있게 되었습니다.

버스에는 University of Delaware에서 설계하고 제작한 혁신적인 CVM(셀 전압 모니터링) 시스템이 장착되어 있습니다. 이 시스템을 사용하면 스택 내 100개 이상의 개별 셀에서 손상을 유발할 수 있는 낮은 전압과 높은 전압을 감지할 수 있기 때문에 연료전지 스택에 대해 매우 상세한 수준으로 더 많은 사항을 파악할 수 있습니다. CVM 시스템은 1초에 한 번씩 이러한 전압을 스캔하고 기록합니다. 실험실 내 서버로 데이터를 전송하는 셀룰러 링크를 통해 실시간으로 결과를 모니터링하거나 기록된 측정값을 나중에 분석할 수 있습니다. 이때 데이터 수집, 분석 및 시각화를 위해 선택한 소프트웨어가 MATLAB입니다.

세 번째 버스와 그 이후

세 번째 버스에는 상당한 설계 변경 사항이 적용됩니다. 두 번째 버스와 마찬가지로, 세 번째 버스에는 40kW 연료전지 스택이 장착되었지만 니켈-카드뮴 배터리에서 리튬-이온으로 전환하여 배터리 패키지 무게를 4,000파운드에서 약 1,500파운드로 줄일 예정입니다. 리튬이온 배터리는 수명이 월등하고, 더 빠르게 자주 충전 및 방전할 수 있어 Simulink에서 새로운 전력 관리 전략을 살펴볼 수 있습니다. 성능이 향상되면서 파워트레인은 더 큰 버스를 더 빠른 지속 속도로 주행할 수 있습니다. 세 번째와 네 번째 버스는 30피트의 길이로, 22피트 길이의 버스보다 최대 10명 더 많은 승객이 탑승할 수 있습니다.

진행 중인 연구의 일환으로, 최근 대학원생 중 한 명이 연료전지 및 배터리와 혼합 스토리지 시스템에서 슈퍼 커패시터의 사용에 대해 연구한 논문을 작성했습니다. 그 학생은 Simulink에서 슈퍼 커패시터를 모델링하고 이를 FCHB 모델에 통합하여 슈퍼 커패시터의 빠른 충전 및 방전 특성을 활용하는 고급 전력 관리 전략을 시뮬레이션하고 테스트할 수 있었습니다. 실제 하드웨어에서 이러한 종류의 아이디어를 연구하기 위해서는 엄청난 비용과 시간이 소요될 수 있기 때문에 이 연구는 이 분야에서 Simulink의 가치를 보여주는 우수 사례입니다. Simulink는 탐색을 가능하게 할 뿐만 아니라 매우 신뢰할 수 있는 결과를 생성합니다. 이 대학원생은 이후 캘리포니아 소재 연료전지 버스 회사에 취업하여 FCHB 프로그램에서 얻은 경험을 적용하고 있습니다.

저는 연구자이자 교수진으로서, FCHB 프로그램을 매우 만족스럽게 생각합니다. 우리 대학원생들은 뛰어난 성과를 거두었고, 캠퍼스 전역에서 운행하는 버스를 볼 때면 시뮬레이션이 버스의 성능 향상에 얼마나 크게 기여했는지 알 수 있습니다. 학문적인 활동이 이렇게 즉각적이고 실용적인 가치를 창출하는 것은 흔하지 않습니다.