CN101893862A - 基于网络学习的可再生能源综合发电控制系统 - Google Patents

Abstract

可再生能源综合发电系统包括可再生能源发电、中高压水电解制氢、金属氢化物储氢和燃料电池发电多个模块，其对温度、压力等系统控制参数的控制精度、稳定性和鲁棒性的要求很高，而上述参数具有滞后、非线性且相互耦合的特性，很难单独对其进行控制。为了提高总体应用性能，本发明提出一种基于网络学习的控制策略：对参数基本的控制由其自身控制器完成，而系统的优化、协调控制由网络学习单元完成。同时本发明在网络学习单元建立了一个网络服务器，能够让用户在远程进行对系统中的各个模块进行监控，并调阅相关的运行数据和控制参数，真正实现了管控一体化，彻底避免“自动化孤岛”现象的出现。

Description

基于网络学习的可再生能源综合发电控制系统

技术领域：

本发明涉及一种可再生能源发电后通过直接中高压电解水制氢、金属氢化物储氢达到储能目的，利用质子交换膜燃料电池发电的能源综合利用系统，特别涉及一种基于网络学习的可再生能源综合发电控制系统。

背景技术：

可再生能源泛指多种取之不竭的可长期持续利用的能源，包括太阳能、风能、水能、潮汐能、地热能和生物能等，可再生能源可以通过直接或间接的方式转化为电能，从而供人类使用。其中水力发电是大家最为熟悉的可再生能源发电方式，而太阳能光伏发电和风力发电机发电近年来随着全球能源危机和环境可持续发展的要求而大力发展起来，可再生能源发电在未来电力格局中的地位将日益加重。

氢能作为一种极为优越的二次能源，氢的贮存与输送是氢能利用中的重要环节。由于氢的易燃性、易扩散性和重量轻，因此其贮存与输送中的安全、高效和无泄漏损失是人们在实际应用中优先考虑的问题。工业实际应用中大致有五种贮氢方法：(1)常压贮存；(2)高压容器；(3)液氢贮存；(4)金属氢化物方式；(5)吸附贮存。其中金属氢化物储氢具有体积比储氢密度高，平衡压力低，使用安全的优点，可同时用于工业和民用，从而使氢能走进我们的日常生活。

质子交换膜燃料电池是将燃料和氧化剂中的化学能直接转化为电能的电化学装置。克服了氢气直接燃烧推动汽轮机发电的热损失和卡诺循环限制，具有能量转换率高、清洁无污染等优点。质子交换膜燃料电池电堆必须在一定的条件下才能发挥好的效率以实现可靠的工作，因此需配备一些辅助系统，如：冷却系统(控制温度在60～80℃)、加湿系统、空气供给系统和氧气供给系统、报警系统和灭火系统等。

目前国内外已经有可再生能源与蓄电池或与氢能燃料电池综合发电系统的报道，但尚未有将可再生能源发电-中高压纯水水电解制氢-金属氢化物储氢-燃料电池发电作为可再生能源一体化综合发电解决方案的报道，尤其是针对独立单元(如基站、舰船、应急等)应用的面向商业化所需要的基于网络学习控制的可再生能源综合发电装置。

发明内容：

本发明提供一种基于网络学习的可再生能源综合发电控制系统。以同时对温度、压力、流量、湿度等系统参数进行控制，并提出一种基于网络学习的控制策略。

本发明的目的可以通过下列技术方案实现：精确地监测和控制成百上千次测量，范围包括太阳能发电系统输入输出的电压、电流，中高压电解水制氢系统产生氢气的流量和压力，金属氢化物储氢系统的温度、压力、流量，质子交换膜燃料电池系统的氢燃料和氧化剂的流量、温度、压力、湿度和燃料电池组输出的电压和电流，能够监视和控制可再生能源综合发电系统各个模块在各种情况下的运行，并准确获得关于实时性能和工作特性等信息。同时具有灵活的数据采集、监控和控制能力，以精确地控制各个模块的工作和试验。

该系统包括了各模块的信号检测单元、电压扫描单元、安全自动连锁保护单元、输入输出接口单元、测试控制软件等。

信号检测单元执行对若干个电压信号及温度信号的检测，并完成若干算法及数据补偿。

电压扫描单元通过测试电池组结构中每个单片电池的电压，可以检测出问题的组件，解析现场或带负荷长时间运行时的各模块性能。

安全自动连锁保护单元为重要的辅助单元，目的是为了在系统工作过程中保证人身、运行、设备的安全，当系统发生异常时，本连锁各执行机构能按规定的程序实现紧急操作及切换，直至紧急停机，单元专门对氢回路独立设置双通道故障检出元件，与系统中软件智能故障判断形成三重保护。

输入输出接口单元将前面几个单元的各类传感器信号，如：温度、流量、压力、电压、电流信号及开关量信号转化为隔离标准检测信号，实现多参数高速检测与信息融合，与工业控制计算机组成智能监测控制系统并向下发布主机指令，此单元集中各回路点近百个，数据高速处理，各单元数据传输根据级别优先排序，为计算机二级决策层减轻负担，使其腾出大量时空优化人机界面及设计庞大的数据库，以综观整个系统全局。

测试软件运行于WINNT平台，由开发系统，运行系统，工程管理器和信息窗口组态而成。开发系统用于各单元设备配置、各画面组合、报警配置、数据库服务器和报警服务器。前级单元插入的控件可与之交换数据。运行系统根据上述配置自动采集前场设备信息、响应命令和发布控制命令，对传输上来的各单元数据进行报警判别，并将采集的数据送入数据库服务器中。

附图说明：

图1为基于网络化监控的可再生能源综合发电系统控制结构图

图2为基于网络学习的可再生能源综合发电体系参数控制结构图

具体实施方式：

结合附图对本发明做进一步说明。

如图1所示，本发明所采用的解决方案是：系统控制采用“本地控制、远程优化”的思想，各单元模块的电流、电压采用高速采集设备传送到监控计算机。系统参数温度、湿度、流量、压力及电子负载参数通过信号转换模块再通过现场总线或网络进入到监控计算机用于计算和分析。测试系统中温度、压力、气体流量的控制分别采用现场温度控制器和气体质量流量控制器完成；测量仪表和智能仪表通过控制网络链接到远程的控制中心，在控制中心能够根据现场的实际情况对各单元模块系统参数进行优化，得到性能最佳时的系统参数，能够根据负载及各种干扰的情况动态调节现场智能控制器的控制参数；采用Websever将上位机的控制软件组建一个网络服务器。能够让用户远程进行各部分测试实验，能够浏览监控软件的信息，能够查询相关的信息并打印。

为了防止未经授权的人员非法进入系统进行非法操作，本控制系统设置了系统操作员登录窗口，操作员只有在输入了正确的用户名和密码的情况下，才能进入系统，执行操作。同时系统还记录保存了各个操作员登录系统和退出系统的时间，以及在这段时间内所作的操作，做到了跟踪记录。系统还设有管理员身份鉴定，只有管理员才能对报警限等进行修改，提高了系统安全性。

网络学习控制原理如图2所示。本地控制器包括温度、压力控制器等，其主要的控制算法是单输入单输出PID或模糊PID算法，但PID三个参数K_P、K_I、K_D或模糊规则可以修改。网络学习控制器包括可再生能源综合发电系统参数的优化、网络延时的统计分析、网络延时补偿、对控制误差的预测分析、模型参数的辨识、多变量的解耦控制、鲁棒自适应调节PID三个参数K_P、K_I、K_D或模糊规则的学习控制。再生能源综合发电系统中对温度、压力的控制精度要求非常高，在系统比较稳定的情况下，压力采用压力控制器完成，温度采用温度控制器完成。当系统负载改变或存在干扰及系统模块自身特性发生变化时，温度控制和压力仅仅依靠本地控制器很难完成，这时，可以通过远程的网络学习单元根据电堆电压、电流、功率、质量流量、温度、压力、湿度等信号对系统参数进行优化得到燃料电池电堆性能最佳时的系统参数，及电堆性能最佳时温度、压力所要求的设定值，并依次通过网络延时的统计分析、网络延时补偿、对控制误差的预测分析、模型参数的辨识、多变量的解耦控制、鲁棒自适应学习控制，自动调节本地控制器的控制参数——PID三个参数K_P、K_I、K_D或模糊规则，使得控制性能得到改善，鲁棒性、稳定性、控制精度都得到提高。

Claims (8)

1.基于网络学习的可再生能源综合发电控制系统，包括：各模块的信号检测单元、电压扫描单元、安全自动连锁保护单元、输入输出接口单元、测试控制软件等。

2.根据权利要求1所述的基于网络学习的可再生能源综合发电控制系统，其特征是：所述的信号检测单元能够执行对若干个电压信号及温度信号的检测，并完成若干算法及数据补偿。

3.根据权利要求1所述的基于网络学习的可再生能源综合发电控制系统，其特征是：电压扫描单元能够循环扫描各电池单元的电压，循环电压扫描的周期为1ms～1000s。其通过现场总线或网络进行计算机监控。

4.根据权利要求1所述的基于网络学习的可再生能源综合发电控制系统，其特征是：可以通过网络在线修改所有的本地控制单元的控制参数，包括气体质量流量控制器、温度控制器、液位控制器和压力传感器等。

5.根据权利要求1所述的基于网络学习的可再生能源综合发电控制系统，其特征是：所述的信号采集单元，具有现场总线网络接口，与网络学习的控制单元连接。实时采集各种运行参数，包括：压力、温度、液位、流量、电导率等。

6.根据权利要求1所述的基于网络学习的可再生能源综合发电控制系统，其特征是：所述的网络学习单元，能够根据优化整个可再生能源综合发电系统的控制参数，根据实际运行情况实时调节本地控制器的控制参数。

7.根据权利要求1所述的基于网络学习的可再生能源综合发电控制系统，其特征是：所述的远程浏览单元，支持远程测试实验和远程数据调阅。

8.根据权利要求1所述的基于网络学习的可再生能源综合发电控制系统，其特征是：所述的报警单元，能够对可燃气体(如：氢气)的浓度进行二级报警；对中高压电解水制氢系统的液位进行高、低位报警；对质子交换膜燃料电池电堆进口温度、压力进行报警和连锁保护。

Images