OPTIMIZACIÓN DEL MODELO DE UNA CELDA DE COMBUSTIBLE MEDIANTE UN ALGORITMO DE INTELIGENCIA COMPUTACIONAL (FUEL-CELL MODEL OPTIMIZATION USING A COMPUTATIONAL INTELLIGENCE ALGORITHM)

Resumen

Resumen
El desarrollo de la tecnología del hidrógeno ha cobrado especial relevancia como una solución para aumentar la producción de energía eléctrica, ya que es posible su producción mediante celdas de combustible. Existen diferentes tecnologías de celdas de combustible, entre las cuales se encuentran las celdas de combustible de membrana de intercambio protónico (PEMFC, por sus siglas en inglés). Uno de los factores a considerar en la mejora de una PEMFC consiste en maximizar el voltaje generado por este dispositivo y reducir las pérdidas de activación, óhmicas y por concentración a las que se les conoce como irreversibilidades. El modelo matemático de irreversibilidades es no lineal y multidimensional, lo que hace compleja la tarea de su optimización. En este artículo se propone el uso de un algoritmo bioinspirado de inteligencia computacional para la optimización del modelo de una PEMFC denominado optimizador de enjambre de partículas. Los resultados obtenidos en este trabajo muestran una mejora en la determinación de los valores óptimos del modelo de irreversibilidades que maximizan el voltaje de una PEMFC con respecto a los reportados en la literatura.
Palabras Clave: Celda de combustible, Inteligencia computacional, Optimización, PEMFC, PSO.

Abstract
The development of hydrogen technology has gained special relevance as a solution to the production of electric energy, since its production is possible through fuel cells. There are different fuel cell technologies, among which are the proton exchange membrane fuel cells (PEMFC). One of the factors to consider in the improvement of a PEMFC is to maximize the voltage generated by this device and reduce the activation, ohmic and concentration losses, which are known as irreversibilities. The mathematical model of irreversibilities is non-linear and multidimensional, which makes the task of its optimization complex. In this article, the use of a bio-inspired computational intelligence algorithm for the optimization of the PEMFC model called particle swarm optimizer is proposed. The results obtained in this work show an improvement in the determination of the optimal values of the irreversibility model that maximize the voltage of a PEMFC with respect to those reported in the literature.
Keywords: Computational intelligence, Fuel cell, Optimization, PEMFC, PSO.