Estudio e implementación del algoritmo de enjambre de partículas para la optimización del modelo de irreversibilidades de la celda de combustible tipo PEM.

Abstract

Las celdas de combustible son una propuesta a la generación de energía eléctrica limpia, debido a que esta funciona a partir de reacciones química que generan calor y energía eléctrica, dentro de esta tecnología existen diferentes tipos de celdas de combustibles en las que intervienen diferentes reactivos y métodos de construcción, este trabajo se enfocará en la optimización de una celda de combustible de membrana de intercambio protónico a través del modelo matemático de irreversibilidades sugerido por la literatura, este modelo permitirá la obtención de parámetros que predecirán las pérdidas que ocurren dentro de la celda tipo PEM. Se implementará un algoritmo de enjambre de partículas con el fin de encontrar valores óptimos dentro del modelo que permitan obtener un potencial de salida mayor. El algoritmo de enjambre de partículas o PSO es una técnica de optimización estocástica, adaptativa y basada en poblaciones, presentada por Kennedy y Eberhart en 1995 la cual se basa en el comportamiento de las abejas, es de carácter iterativo lo que significa que con una configuración y parámetros correctos obtendrá en cada ciclo una nueva solución que eventualmente terminará en la solución más optima del problema. En este trabajo se usará la herramienta o “Toolbox” desarrollada por Brian Birge, la cual maneja cuatro tipos de PSO, Trelea tipo 1, Trelea Tipo 2, Restringida Clerc y PSO común con inercia, Se evaluó la función objetivo con diferentes números de partículas que van desde 5 hasta las 200 partículas y se encontró que el método mas apropiado es el PSO debido a que se obtienen resultados con mayor exactitud, en comparación con los demás; esto se nota por la nula desviación estándar que se presenta desde 5 partículas, mientras que en las demás presentan una desviación estándar que acaba en 10 partículas.