CN113297535A - 一种氢气能源调度系统及其调度方法 - Google Patents

一种氢气能源调度系统及其调度方法 Download PDF

Info

Publication number
CN113297535A
CN113297535A CN202110831504.8A CN202110831504A CN113297535A CN 113297535 A CN113297535 A CN 113297535A CN 202110831504 A CN202110831504 A CN 202110831504A CN 113297535 A CN113297535 A CN 113297535A
Authority
CN
China
Prior art keywords
hydrogen
module
energy
working
power grid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110831504.8A
Other languages
English (en)
Inventor
李建威
罗磊
何洪文
邹巍涛
胡东海
王成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202110831504.8A priority Critical patent/CN113297535A/zh
Publication of CN113297535A publication Critical patent/CN113297535A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/044Recurrent networks, e.g. Hopfield networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Biophysics (AREA)
  • Water Supply & Treatment (AREA)
  • Artificial Intelligence (AREA)
  • Educational Administration (AREA)
  • Biomedical Technology (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)

Abstract

本发明涉及一种氢气能源调度系统及其调度方法,包括区域总控制模块,还包括多个氢气能源代理商;区域总控制模块以星形网络拓扑的形式与电网及各个多个区域控制模块建立信息连接,实现电网波动水平的实时监测及获取各氢气能源代理商在一个完整工作周期结束后的氢气富余量信息;各个氢气能源代理商通过输电线与电网建立电能传输通道,利用电网电能完成站内PEM质子交换膜电解制氢;在氢气富余时,还能将富余氢气利用氢电转化装置转化为电能输给电网,参与电网的调峰中。本发明合理启停设备,减少非必要损耗及由此引发的维护成本,并且合理地将富余氢能转化为电能及时参与电网的调峰中,实现能量、资源的优化利用。

Description

一种氢气能源调度系统及其调度方法
技术领域
本发明属于新能源技术领域,具体涉及一种氢气能源调度系统及其调度方法。
背景技术
大力发展新能源汽车及其附属产品相关技术已成为实现碳达峰、碳中和目标的有力手段。燃料电池电动汽车以近乎零的碳排放的优势成为当前及未来绿色出行交通方式的首选。氢气能源代理商如加氢站作为燃料电池电动汽车的能源补给终端,目前主要是以外供式加氢站和站内制氢加氢站两种存在形式。鉴于氢能易于储存、电能易于传输等特点,站内制氢加氢站成为当前应用的主流,其技术原理类似于天然气管网加气站原理,即加氢站内有制氢设备(如天然气重整制氢、质子交换膜电解制氢)产生氢气(相当于天然气管道输送来的气源)和加气站设备的组合。
综合分析站内制氢加氢站一天中的运营情况,能够发现在目前氢燃料电池汽车数量还是较为少的前提下,加氢站一天的氢能制备量并不多。因此,制氢设备的运营与维护成本相较与其实际制备的氢能而言是一笔不小的费用。
此外,放眼于一块大的特定区域,由于区域内不同小地区的人们在生活习惯、消费水平、个人喜好等等方面存在差异,使得小地区间的氢燃料电池电动汽车的保有量、活跃量存在不可避免的差异,这就在某种程度上导致了某些地区的站内制氢站制氢量很大,近似满负荷甚至超负荷运作,某些地区的站内制氢站制氢量很少,存在怠工现象。同一区域内不同站内制氢站之间不平衡的运作形式势必会造成资源利用不充分,能源利用效率低下等问题。
尽可能地降低制氢设备的运营与维护成本,着眼于大片区域来实现资源与能量的优化利用是本发明所致力解决的氢燃料电池电动汽车行业的痛点问题。
专利公开号CN106369270A提供一种加氢站网络设施及由其构成的氢气分布式能源,提出了一种加氢站网络设施,实现了为一个区域的氢燃料电池储氢瓶加注氢气,并与氢燃料电池一起构成了氢气分布式能源,把城市周围的能源通过各种制氢的方法生产氢气,再经过加压、运输、存储、加气等环节实现能源的转化。该方法利用城市周围的能源制取氢气后,需要经过“储氢瓶组拖车——氢燃料电池‘消耗’——储氢瓶组拖车——产生氢气”的循环,产生了高额的运输成本;另外该加氢站网络设施将氢气能源与电网独立开来,没能很好利用氢气易于储存、电能易于传输的特点;第三,没有放眼于整个大区域综合实现氢气能源和电能的优化利用,没有将多个分布式氢气能源建立起有机联系,形成区域大范围的智慧能源网联系统;第四,没有考虑将氢气能源利用氢电转化装置转化为电能进行变换能量形式的传输,以实现更加便捷和节约资源,同时能为电网的平稳运行做出贡献。
发明内容
针对上述技术问题,本发明提供一种氢气能源调度系统及其调度方法,以解决氢气能源代理商如站内制氢加氢站的制氢、储氢及加氢等设备的维护与运营成本相较其实际制氢量不匹配等问题,即:由于单个制氢加氢站在一个完整工作周期中实际服务的氢燃料电池电动汽车的数量较低,服务时刻分散不确定等,造成设备工作不合理,引起不必要的损耗与维护成本;另外在特定大区域内,各个单个的站内制氢加氢站间缺乏及时有效的信息交流,以致无法及时将经过一个完整工作周期的富余氢气通过制氢加氢站内以氢燃料电池为代表的氢电转化模块转化为电能,主动参与电网的调峰中。
加氢站只是本发明中氢气能源代理商的一个实例,本发明中的氢气能源代理商包括但不限于加氢站、智能楼宇、智慧城市及微电网等,在其他场景中,本发明所述的氢气能源调度方法同样适用。
具体的技术方案为:
一种氢气能源调度系统,包括区域总控制模块,还包括多个氢气能源代理商;区域总控制模块以星形网络拓扑的形式与电网及各个本地站内的多个区域控制模块建立信息连接,实现电网波动水平的实时监测及获取各氢气能源代理商在一个完整工作周期结束后的氢气富余量信息;
各氢气能源代理商通过输电线与电网建立电能传输通道,利用电网电能完成站内PEM质子交换膜电解制氢;在氢气富余时,还能将富余氢气利用氢电转化装置转化为电能输给电网,参与电网的调峰中。
具体地,在单个氢气能源代理商内,包括本地控制模块,本地控制模块采用星形网络拓扑的形式与数据记录模块、制氢模块、储氢缓冲模块及储氢模块、氢电转化模块、加氢模块建立信息连接;
加氢模块中包括氢流量传感器,测得一个完整工作周期中的加氢量并将数据储存于数据记录模块中;
本地控制模块中包括LSTM神经网络算法子模块,利用数据记录模块中的历史数据信息预测未来工作周期内的制氢设备工作时间T(min)-工作时刻t(h)表,指导制氢模块、储氢缓冲模块及储氢模块提前开始氢气制取及加压储存工作,根据实际氢气能源代理商处的耗氢量,控制加氢模块完成实际加氢工作以满足正常需求;
制氢模块利用PEM质子交换膜电解制氢气,氢气缓冲模块实现储氢前加压、加氢前减压;
制氢模块、储氢缓冲模块及储氢模块通过氢气运输管道串联;储氢模块、储氢缓冲模块、加氢模块及氢电转化模块也通过氢气运输管道串联。
利用上述氢气能源调度系统进行调度的方法,包括以下步骤:区域总控制模块实现电网波动水平的实时监测及获取各氢气能源代理商在一个完整工作周期结束后的氢气富余量信息;
各个氢气能源代理商利用电网电能完成站内PEM质子交换膜电解制氢;在氢气富余时,还能将富余氢气利用氢电转化装置转化为电能输给电网,参与电网的调峰中。
具体调度方法的步骤为:
(1)制氢量历史数据读取并预测:针对单个氢气能源代理商,从数据记录模块中读取至少一周的加氢站制氢量M(kg)-工作时刻t(h)历史分布数据表,输入本地控制模块中,预测出未来一个完整工作日内氢气能源代理商处制氢量M`(kg)-工作时刻t(h)分布数据表并储存于数据记录模块中;
(2)制氢设备预计工作时间换算:在当前工作周期开始时刻,单个氢气能源代理商基于前一个工作周期预测出的制氢量M`(kg)-工作时刻t(h)分布数据表,结合正常工作情况下PEM质子交换膜电解槽的制氢成本C(kg/Wh)即单位电能所能制取的氢气量,于本地控制模块中换算出电解槽预测的工作时间T(min),得到工作时间T(min)-工作时刻t(h)表,输入本地制氢模块,以做好按预测情况开始制氢时设备所需的工作时间T(min)的准备;
具体换算公式为:
Figure DEST_PATH_IMAGE001
,式中,P表示正常制氢情况下PEM质子交换膜电解槽的工 作功率,其值为瞬时电流I和电压U的乘积,M`表示预测出的制氢量,C表示正常工作情况下 PEM质子交换膜电解槽的制氢成本。
(3)制氢设备实际工作时间动态调整:在当前工作周期开始前的0.15个工作周期,制氢设备按预测的工作时间T(min)-工作时刻t(h)表开始制氢工作,本地控制单元结合实际耗氢需求信息,计算预测设备工作时间T_p(min)与实际设备工作时间T_a(min)之间的差距,反馈输入本地制氢模块,动态调整实际设备工作时间T_a(min);
(4)动态存储/补充氢量满足实际加氢需求:若氢气存在富余,将富余量输入储氢模块,控制储氢罐进气阀门的开度大小及时间,并设置储氢压力,加压储存该时间段内的多余氢气;若氢气存在不足,则将不足量输入储氢模块,控制储氢罐出气阀门的开度大小及时间,并于储氢缓冲模块中实现氢气减压,以调用先前时间段中的富余氢气来补充。
(5)有效氢气富余量计算:待到一个完整工作周期结束,储氢模块将储氢罐内的储氢量m0(kg)发送给本地控制模块,在确保罐内储氢量在满足基本的气压平衡及日后参与制氢补充的量m1(kg)后,本地控制模块将有效富余氢量m2(kg)发送给区域控制模块,。
(6)氢-电转换判断:氢气区域总控制模块结合电网实际波动水平情况,通过以太网向各个本地控制模块发出是否需要将本地富余氢气以氢燃料电池为代表的氢电转换装置转化为电能的指令,即:在一个完整工作周期结束后,区域总控制模块若检测到电网此时处于负荷波峰段,且区域内存在富余氢气的本地站内制氢加氢站,则向该加氢站发出利用富余氢气发电的指令。
(7)氢-电转换参与电网调峰:单个本地控制模块接收来自区域总控制模块的控制指令并将其输入氢电转化模块,控制储氢罐另一出气阀开度及时间,通过储氢缓冲模块减压后,将富余氢气输入以氢燃料电池为代表的氢电转化装置,实现富余氢气发电以参与电网调峰。
本发明技术方案带来的有益效果:
1、基于氢气能源代理商的历史制氢量-工作时刻表,利用LSTM神经网络对制氢设备工作时间-工作时刻表进行预测,合理启停设备,减少非必要损耗及由此引发的维护成本。
2、特定大区域内,将原本孤立的氢气能源代理商有机地结合成一个整体,合理地将富余氢能转化为电能及时参与电网的调峰中,尽可能地实现能量、资源的优化利用。
附图说明
图1为本发明特定大区域多个氢气能源代理商及总控制单元的电能-信息连接示意图;
图2为本发明单个氢气能源代理商内各模块间的能量流动示意图;
图3为本发明氢气能源调度方法流程图;
图4为实施例中三个站预测所得的未来一个完整工作周期内的制氢量分布情况;
图5为实施例中三个站预测所得的未来一个完整工作周期内的设备工作时间分布情况。
具体实施方式
结合附图和具体实施例说明本发明的具体技术方案。
以某一特定大区域中的三个站内制氢加氢站为例,系统布局参照图1所示N取3时的情况。将3个站内制氢加氢站依次分别标号1、2、3。氢气能源调度方法流程如图3所示。
以1号站内制氢加氢站为例,如图2所示,数据记录模块将连续采集到的一周的加氢站制氢量M(kg)-工作时刻t(h)数据表导入到本地控制模块中,采用LSTM神经网络算法进行训练,预测未来一个完整工作周期内的加氢站制氢量M`(kg)-工作时刻t(h)表,并存储于数据记录模块中。三个站内制氢加氢站基于LSTM神经网络算法预测出的未来一个完整工作周期内的制氢量M`(kg)-工作时刻t(h)表如图4所示(所有预测数据均保留一位小数)。
根据加氢站长期的运行数据的统计值,估算正常工作情况下利用PEM质子交换膜电解槽的制氢成本约为c1 = 53.44kW·h/kg,c2 = 49.28kW·h/kg,c3 = 51.56kW·h/kg,即制取单位质量的氢气所需消耗的电能。结合各个制氢站正常制氢情况下的PEM质子交换膜电解槽的工作功率分别为P1 = 7.8MW,P2 =6.4MW,P3 =7.6MW,换算出电解槽预测的工作时间T(min),得到3个制氢站设备预测的工作时间T(min)-工作时刻t(h)分布表如图5所示。
以1号站为例,综合分析设备预测工作时间,能够发现设备在夜间22:00至次日凌晨3:00几乎无工作,故可以在此段时间内将PEM电解槽的电源开关关闭,减少不必要的为制氢准备而造成的损耗,此段时间内的少量氢气需求能够通过前一工作周期的冗余储存氢气量补充。鉴于制氢相较于加氢所需时间较长,故在当前工作周期开始前的0.15个工作周期,制氢设备就按预测的工作时间T(min)-工作时刻t(h)表开始制氢工作,结合实际氢燃料电池汽车的倒来情况,动态调整实际设备的工作时间。
在一个完整工作周期结束后,储氢模块测得储氢罐内的储氢量发送给本地控制模块,在确保罐内储氢量在满足基本的气压平衡及日后参与制氢补充的量后,本地控制模块将有效氢气富余量发送给区域总控制模块。区域总控制模块结合电网实际波动水平情况,向各个本地控制模块发出是否需要将本地富余氢气以氢燃料电池为代表的氢电转换装置转化为电能的指令,单个本地控制模块接收来自区域总控制模块的控制指令并将其输入氢电转化模块,控制储氢罐另一出气阀开度及时间,通过储氢缓冲模块减压后,将富余氢气输入以氢燃料电池为代表的氢电转化装置,实现富余氢气发电以参与电网调峰。

Claims (4)

1.一种氢气能源调度系统,其特征在于,包括区域总控制模块,还包括多个氢气能源代理商;区域总控制模块以星形网络拓扑的形式与电网及各个氢气能源代理商建立信息连接通道;各个氢气能源代理商通过输电线与电网建立电能传输通道。
2.根据权利要求1所述的一种氢气能源调度系统,其特征在于,每个所述的氢气能源代理商,包括本地控制模块,本地控制模块采用星形网络拓扑的形式与数据记录模块、制氢模块、储氢缓冲模块及储氢模块、氢电转化模块、加氢模块建立信息连接通道;
本地控制模块中包括LSTM神经网络算法子模块,利用数据记录模块中的历史数据信息预测未来工作周期内的加氢站工作时间T(min)-工作时刻t(h)表,指导制氢模块、储氢缓冲模块及储氢模块提前开始氢气制取及加压储存工作,根据代理商处的实际耗氢需求,控制加氢模块完成实际加氢工作以满足正常需求;
制氢模块利用PEM质子交换膜电解制氢气,氢气缓冲模块实现储氢前加压、加氢前减压;
制氢模块、储氢缓冲模块及储氢模块通过氢气运输管道串联;储氢模块、储氢缓冲模块、加氢模块及氢电转化模块也通过氢气运输管道串联。
3.一种氢气能源调度方法,其特征在于,利用权利要求1或2所述的氢气能源调度系统,包括以下步骤:
区域总控制模块实现电网波动水平的实时监测及获取各氢气能源代理商在一个完整工作周期结束后的氢气富余量信息;
各个氢气能源代理商利用电网电能完成站内PEM质子交换膜电解制氢;在氢气富余时,将富余氢气利用氢电转化装置转化为电能输给电网,参与电网的调峰中。
4.根据权利要求3所述的氢气能源调度方法,其特征在于,具体包括以下步骤:
(1)制氢量历史数据读取并预测:针对单个氢气能源代理商,从数据记录模块中读取至少一周的制氢量M(kg)-工作时刻t(h)历史分布数据表,输入本地控制模块中,预测出未来一个完整工作日内的制氢量M`(kg)-工作时刻t(h)分布数据表并储存于数据记录模块中;
(2)制氢设备预计工作时间换算:在当前工作周期开始时刻,单个氢气能源代理商基于前一个工作周期预测出的制氢量M`(kg)-工作时刻t(h)分布数据表,结合正常工作情况下PEM质子交换膜电解槽的制氢成本C(kg/Wh),即单位电能所能制取的氢气量,于本地控制模块中换算出电解槽预测的工作时间T(min),得到工作时间T(min)-工作时刻t(h)表,输入本地制氢模块,以做好按预测情况开始制氢时设备所需的工作时间T(min)的准备;
具体换算公式为:
Figure 878536DEST_PATH_IMAGE001
,式中,P表示正常制氢情况下PEM质子交换膜电解槽的工作功 率,其值为瞬时电流I和电压U的乘积,M`表示预测出的制氢量,C表示正常工作情况下PEM质 子交换膜电解槽的制氢成本;
(3)制氢设备实际工作时间动态调整:在当前工作周期开始前的0.15个工作周期,制氢设备按预测的工作时间T(min)-工作时刻t(h)表开始制氢工作,本地控制单元结合实际加氢需求信息,计算预测设备工作时间T_p(min)与实际设备工作时间T_a(min)之间的差距,反馈输入本地制氢模块,动态调整实际设备工作时间T_a(min);
(4)动态存储/补充氢量满足实际加氢需求:若氢气存在富余,将富余量输入储氢模块,控制储氢罐进气阀门的开度大小及时间,并设置储氢压力,加压储存该时间段内的多余氢气;若氢气存在不足,则将不足量输入储氢模块,控制储氢罐出气阀门的开度大小及时间,并于储氢缓冲模块中实现氢气减压,以调用先前时间段中的富余氢气来补充;
(5)有效氢气富余量计算:待到一个完整工作周期结束,储氢模块将储氢罐内的储氢量m0(kg)发送给本地控制模块,在确保罐内储氢量在满足基本的气压平衡及日后参与制氢补充的量m1(kg)后,本地控制模块将有效富余氢量m2(kg)发送给区域控制模块,;
(6)氢-电转换判断:区域总控制模块结合电网实际波动水平情况,通过以太网向各个本地控制模块发出是否需要将本地富余氢气以氢燃料电池为代表的氢电转换装置转化为电能的指令,即:在一个完整工作周期结束后,区域总控制模块若检测到电网此时处于负荷波峰段,且区域内存在氢气富余的代理商,则向该代理商发出利用富余氢气发电的指令;
(7)氢-电转换参与电网调峰:单个本地控制模块接收来自区域总控制模块的控制指令并将其输入氢电转化模块,控制储氢罐另一出气阀开度及时间,通过储氢缓冲模块减压后,将富余氢气输入以氢燃料电池为代表的氢电转化装置,实现富余氢气发电以参与电网调峰。
CN202110831504.8A 2021-07-22 2021-07-22 一种氢气能源调度系统及其调度方法 Pending CN113297535A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110831504.8A CN113297535A (zh) 2021-07-22 2021-07-22 一种氢气能源调度系统及其调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110831504.8A CN113297535A (zh) 2021-07-22 2021-07-22 一种氢气能源调度系统及其调度方法

Publications (1)

Publication Number Publication Date
CN113297535A true CN113297535A (zh) 2021-08-24

Family

ID=77330855

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110831504.8A Pending CN113297535A (zh) 2021-07-22 2021-07-22 一种氢气能源调度系统及其调度方法

Country Status (1)

Country Link
CN (1) CN113297535A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117108924A (zh) * 2023-10-23 2023-11-24 北京中环信科科技股份有限公司 一种智能氢气管理系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7769495B1 (en) * 2007-08-10 2010-08-03 Techradium, Inc. Power management system for a hydrogen generation network
CN108023358A (zh) * 2017-12-25 2018-05-11 赫普科技发展(北京)有限公司 一种基于电解制氢的电网调频系统和方法
CN109064656A (zh) * 2018-08-16 2018-12-21 黄竹磬 基于氢燃料电池车储能发电收益的商业模式及其管理系统
CN109301875A (zh) * 2018-12-04 2019-02-01 清华四川能源互联网研究院 综合能源调度系统
CN113033868A (zh) * 2021-02-03 2021-06-25 浙江吉利控股集团有限公司 一种基于能源物联网云平台的综合能源管理系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7769495B1 (en) * 2007-08-10 2010-08-03 Techradium, Inc. Power management system for a hydrogen generation network
CN108023358A (zh) * 2017-12-25 2018-05-11 赫普科技发展(北京)有限公司 一种基于电解制氢的电网调频系统和方法
CN109064656A (zh) * 2018-08-16 2018-12-21 黄竹磬 基于氢燃料电池车储能发电收益的商业模式及其管理系统
CN109301875A (zh) * 2018-12-04 2019-02-01 清华四川能源互联网研究院 综合能源调度系统
CN113033868A (zh) * 2021-02-03 2021-06-25 浙江吉利控股集团有限公司 一种基于能源物联网云平台的综合能源管理系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117108924A (zh) * 2023-10-23 2023-11-24 北京中环信科科技股份有限公司 一种智能氢气管理系统及方法
CN117108924B (zh) * 2023-10-23 2024-02-06 北京中环信科科技股份有限公司 一种智能氢气管理系统及方法

Similar Documents

Publication Publication Date Title
CN102710013B (zh) 基于微电网的园区能源网能量优化管理系统及其实现方法
US7537683B2 (en) Hydrogen based energy storage apparatus and method
CN103443984B (zh) 基于电能成本运行液流电池系统的方法和系统
CN109163214B (zh) 加氢站
CN110571857A (zh) 基于光伏与燃料电池联合发电系统的能源管理协调系统
CN115056676A (zh) 用于换电站或储能站的充电系统
CN111555256B (zh) 一种直流微电网系统及控制方法
CN114336745A (zh) 一种基于源网荷储的多能互补智慧能源系统及控制方法
CN113293396A (zh) 一种新能源制氢系统及其控制方法
JP7286071B2 (ja) 水素供給システム及び水素供給方法
CN114374220A (zh) 一种电化学电池-电解水制氢-储氢-氢燃料电池耦合储能系统及控制方法
CN114024327A (zh) 一种基于可再生能源发电多能互补的控制系统及方法
CN111799821A (zh) 一种带氢储能的能源系统及控制方法
CN113297535A (zh) 一种氢气能源调度系统及其调度方法
CN114336775A (zh) 一种包含分布式能源接入的配电网调度控制系统及方法
CN114971372A (zh) 基于需求响应的微能网多时空尺度优化调度方法
CN212063513U (zh) 再生能源发电制甲烷装置及具备调峰能力的发电装置
CN106549421A (zh) 一种水电与光电多目标优化设计与协调控制方法
CN114336731A (zh) 一种配电网氢能源储能调控系统及方法
CN106402647B (zh) 一种利用可再生能源的加氢站
CN112736950B (zh) 一种面向微电网群的公共储能电站配置方法及系统
CN212277942U (zh) 一种基于压力能发电的产储用一体化综合利用系统
CN115693737A (zh) 一种基于v2g电动汽车聚合参与配电网调度的方法
CN211295278U (zh) 分布式燃料电池发电系统
CN111181184A (zh) 一种基于压力能发电的产储用一体化综合利用系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210824