致谢
本文由我们的合作伙伴——多伦多大学超级里程车队（UTSM）提供。作者为动力总成负责人Kalli Alikakos和技术总监Zaki Dawoodally，由队长Rafael Perez Vicente审阅。发布于2026年7月。
引言：法拉第定律无法揭示的PEM燃料电池效率细节
多伦多大学超级里程车队（UTSM）每年参加“壳牌生态马拉松美洲赛”（Shell Eco-Marathon Americas），该赛事的评判标准只有一个：车辆完成16公里赛程的能量利用效率。车队的“城市概念”参赛车辆以氢气为燃料，通过质子交换膜（PEM）燃料电池将氢气转化为驱动车辆前进的电能。为了在比赛中占据领先地位，车队不仅需要了解燃料电池的实时发电功率，更需要精确掌握产生这些功率所消耗的氢气量。
挑战：
数据层面的空白
在没有氢气流量数据的情况下，UTSM虽然能够监测电输出参数，但无法计算真实的系统效率，无法量化燃料电池自动吹扫过程中损耗的氢气，也无法在多次测试之间有效识别性能衰减趋势。此前，团队尝试使用法拉第定律来估算氢气消耗量，但效果不佳：该方法基于理想化的理论假设，无法反映实际运行工况下的复杂损耗，尤其无法捕捉吹扫期间排出的氢气流量。团队也曾评估过转子流量计，但因测量精度不足且不具备数字数据记录功能，最终被排除。
“通过评估不同负载下的氢气消耗量，我们能够优化比赛策略以及整个推进系统的设计方案。”——多伦多大学超级里程车队，城市概念动力总成部门
选型：
选择Alicat质量流量控制器
UTSM在其测试台上搭载了一台Alicat MC系列质量流量控制器。该控制器采用层流压差传感技术，能够同步测量质量流量、体积流量、温度和压力。该技术的以下几项特性，与燃料电池测试的需求高度契合：
- 宽量程比：该控制器具备极高的可调比，仅凭单台仪器即可覆盖车队完整的流量测试范围，无需在不同电流阶梯之间更换硬件。当燃料电池电流从0 A升至19.2 A时，氢气流量从约2 SLPM攀升至7 SLPM以上，同一台控制器在整个区间内均能保持高精度测量。
- 快速响应能力：控制器的响应时间快至30毫秒，这对于基于离散负载阶梯的测试协议至关重要。每个持续两分钟的电流阶梯要求控制器必须迅速稳定，并在足够长的时间内维持稳定的读数，以确保获取可靠的稳态平均值。响应较慢的仪器会在每个测试阶梯的起始阶段引入较大的测量不确定性。
- 内置流量数据及累积功能：该控制器内置了实时流量、平均流量和累计总量等数据输出功能。这使得团队能够直接捕获每个两分钟测试窗口内的累积氢气体积，无需进行额外的离线计算或数据后处理。正是基于该累积体积数据，团队获得了转子流量计和法拉第定律估算均无法提供的实际氢气消耗基准值。
测试条件：燃料电池在五个稳态电流阶梯（5.0 A至19.2 A）下进行测试，使用四台150 W的负载箱，并设定为恒流模式。在每次测试前，电堆在488 W功率下进行再水化处理一小时；通过监测开路电压从43.5 V上升至46.1 V来确认电堆已处于活化就绪状态。整个测试过程中，压力稳定控制在6至9 PSI之间，完全处于该控制器额定工作范围之内。
结果：
不同工况下的燃料电池效率
通过在每个工作点测量累计氢气体积，车队能够直接对比电功率输出与氢气能量输入，从而计算效率。结果呈现明显趋势：效率随电流升高而降低，从5.0 A 时的42.56%下降至19.2A时的35.03%。这一下降趋势与同一范围内电堆电压的下降一致，反映了高电流密度下累积的损耗。
对于壳牌生态马拉松比赛而言，其直接启示是：燃料电池在其电流范围的低端运行效率最高，因此最优比赛策略是——仅需抽取维持目标车速所需的最小电流。
Alicat 累计总量功能还使车队能够计算电堆的氢气利用率，即在每个工作点将实际测量流量与基于输出电流的理论消耗率进行对比。利用率在低电流时约为90%，在高电流密度时升至约97%。剩余的氢气通过吹扫循环排出——这部分在引入Alicat设备之前完全无法观测。