CN113388856A - 基于ael和pem水电解的制氢系统及态势控制方法 - Google Patents

Abstract

本发明公开了一种基于AEL和PEM水电解的制氢系统及态势控制方法，该制氢系统将AEL水电解槽和PEM水电解槽相互搭配高度集成在一个水电解制氢系统中，并考虑到所涉及到的复杂管控系统，提供了一种基于态势感知的事故预警监控方法，不同于现有的电解水制氢系统中缺乏对探测信息提供态势感知预警的作用。本发明基于事故熵来评估制氢系统的最佳工作模式，在获取态势感知信息后进行态势感知对象类别的预测，进而评估态势感知对象工作模式对系统事故熵的增量变化，以此为事故预警提供事故态势的增量方向，使系统可以自主通过态势感知信息分析得到控制决策，通过不同的态势感知信息进行调整，实现系统最佳工作态势优化。

Description

基于AEL和PEM水电解的制氢系统及态势控制方法

技术领域

本发明属于制氢的技术领域，尤其涉及一种基于AEL和PEM水电解的制氢系统及态势控制方法。

背景技术

氢气是一种清洁环保的二次能源，目前主要的制氢工艺包括：水电解制氢、光/热催化制氢、矿物燃料制氢以及生物制氢。其中，水电解制氢可用于消纳光伏、风电等可再生能源产生的弃电，将电能转化为氢能，具有氢气纯度高、生产流程无污染、制氢规模灵活可调等特点。

现阶段，电解水制氢技术因能够耦合光伏和风力等新能源，成为有效消纳新能源电力、减少碳排放和制备绿氢的主要技术手段，主流的电解水制氢技术包括碱性水电解和质子交换膜水电解技术。其中，碱性水电解制氢(AEL)是现有工艺中应用最广泛的一种。在高浓度氢氧化钾溶液中通入直流电，水分子在电极上发生电化学反应。在阴极，水分子在阴极分解成氢离子(H+)和氢氧离子(OH-)，氢离子与来自阴极的电子结合形成氢气，氢氧离子则到达阳极，生成氧气和水。为了确保分隔开反应产物，避免其重新结合引起爆炸，在电解槽的阳极与阴极之间需设置一层隔膜。为了让气体通过，AEL采用多孔结构的隔膜，因而限制了设备在受压条件下的操作。而质子交换膜电解制氢(PEM)，在这一技术中，质子交换膜不仅用于分隔反应产物，还可以使电解池的设计更紧凑，因其由导电聚合物组成，而电极位于膜的两侧，待电解的水流经阳极，产生的氢离子从阳极侧穿过质子交换膜到达阴极，在阴极反应后生成氢气分子。相比AEL，PEM电解槽不仅能承受更高的电流密度，还能应对更大的负载波动。由于这一技术可以在受压条件下实现，后续氢气压缩所消耗的能量也更少。尽管PEM系统在技术上具有一定优势，但投资成本极其高昂。

由此可见，碱性水电解技术具有启停响应慢、出槽氢气纯度低和电解槽适配负载范围小等问题，而质子交换膜电解水技术存在单堆规模小和加工维护成本高等问题。另外，水电解制氢装置通常需要人员自主监控，设备所具有的控制系统，现阶段尚无法实现纯粹的无人值守及故障预警等功能。

发明内容

本发明的目的是提供一种基于AEL和PEM水电解的制氢系统及态势控制方法，将质子交换膜电解槽与碱性电解槽相结合，增加了制氢系统的产氢规模及生产效率，并通过态势控制与物联网+大数据分析实现无人值守及故障预警功能。

为解决上述问题，本发明的技术方案为：

一种基于AEL和PEM水电解的制氢系统，包括：复合槽制氢设备、电源装置、控制装置，所述控制装置与所述复合槽制氢设备及电源装置连接，统一监控所述复合槽制氢设备的运行及所述电源装置的配电情况，并对监控所得的信息进行大数据分析处理，依据处理结果对所述复合槽制氢设备进行调控，以使制氢过程高效稳定；

其中，所述控制装置包括态势感知信号模块及相对应的控制模块，所述态势感知信号模块获取所述复合槽制氢设备的运行数据，将运行数据传输至所述控制模块进行数据处理、事故预测及态势校正，确保所述制氢系统的稳定运行。

根据本发明一实施例，所述控制模块包括信息提取单元、信息处理单元、事故预测单元及态势校正单元；

所述信息提取单元接收所述态势感知信号模块发送的运行数据，进行数据采集；

所述信息处理单元将所述信息提取单元采集的数据进行大数据分析，评测不同态势信号对象的权重；

所述事故预测单元将所述信息处理单元输出的评测结果，通过构建事故熵模型进行事故熵预测，以预测事故态势对应风险的发生概率，就相关风险因素进行事故态势模型拟合，进而得到对应的最大风险影响因素，就该因素及其相关风险因素进行预测报警；

所述态势校正单元对所述事故预测单元输出的相关风险因素进行态势校正，以使态势趋向正常稳定的方向，保障制氢系统的稳定运行。

根据本发明一实施例，所述复合槽制氢设备包括水处理装置、AEL水电解制氢装置、PEM水电解制氢装置及氢气纯化装置；

所述水处理装置通过纯水处理器将设备进水处理成电导率≤0.1μs/cm的纯水，输送至所述AEL水电解制氢装置及PEM水电解制氢装置；

所述PEM水电解制氢装置将所述纯水通过第一循环水泵导入质子交换膜电解槽进行水电解，将生成的氢气和氧气经过各自的汽水分离器导向耦合气路中，其中，氢气经纯化单元提纯后存入储氢罐，氧气进行排空或存入储氧罐；

所述AEL水电解制氢装置将所述纯水经碱水pH调配和热处理后通过第二循环水泵导入碱性电解槽进行水电解，将生成的氢气和氧气经过各自的汽水分离器及洗涤冷凝器，导向耦合气路中，其中，氢气经纯化单元提纯后存入储氢罐，氧气进行排空或存入储氧罐。

根据本发明一实施例，所述PEM水电解制氢装置中汽水分离器所得的水注入第一回水缓冲箱中，待所述第一回水缓冲箱中的水位达到预设阈值时，所述第一回水缓冲箱中的水通过第一循环水泵导入所述质子交换膜电解槽中。

根据本发明一实施例，所述AEL水电解制氢装置中汽水分离器所得的水注入第二回水缓冲箱中，待所述第二回水缓冲箱中的水位达到预设阈值时，所述第二回水缓冲箱中的水通过第二循环水泵导入所述碱性电解槽中。

根据本发明一实施例，所述电源装置包括定额配电器、逆变器、AEL开关电源及PEM开关电源；

所述定额配电器包括本地电源分支、AEL电源分支及PEM电源分支，所述本地电源分支与所述控制装置连接，供本地控制用电；所述AEL电源分支与碱性电解槽连接，供碱性电解槽制氢用电；所述PEM电源分支与质子交换膜电解槽连接，供质子交换膜电解槽制氢用电；

所述AEL开关电源及PEM开关电源的前端各连接一所述逆变器，所述逆变器将所述定额配电器输出的交流电转换为直流电，输入所述AEL开关电源及PEM开关电源。

根据本发明一实施例，所述态势感知信号模块包括氢泄漏传感器、压力传感器、流量传感器、温度传感器、PH值传感器、电导率传感器、液位传感器、电控传感器及电能传感器在内的感知器件，各感知器件配置有相应的控制器件，各控制器件构成所述控制模块。

根据本发明一实施例，所述控制装置包括本地控制器及云服务器；

所述本地控制器获取所述态势感知信号模块中的数据，将数据传输至所述云服务器，所述云服务器对数据进行大数据分析处理，输出处理结果至所述本地控制器，所述本地控制器通过态势控制方法对复合槽制氢设备的各个环节进行调控，确保制氢系统能够高效稳定的运行。

一种制氢系统的态势控制方法，应用于基于AEL和PEM水电解的制氢系统，该态势控制方法包括：

对态势感知信号模块所获取的信号进行数据采集，将采集的数据导入大数据信息库进行大数据分析，通过熵权法评测不同态势信号对象的权重；

构建事故熵模型进行事故熵监测，以预测事故态势对应风险的发生概率，就相关风险因素进行事故态势模型拟合，进而得到对应的最大风险影响因素，就该因素及其相关风险因素进行预测报警；

对应相关风险因素通过控制模块进行稳态控制。

根据本发明一实施例，所述对应相关风险因素通过控制模块进行稳态控制进一步包括：

判断制氢系统的概率熵值大于0的风险因素的个数是否大于0，若是，则执行如下控制流程：

S1.提取概率熵值最大的α个风险因素；

S2.判断α是否大于1，若α大于1，则将α个风险因素中对制氢系统影响最大的因素优先控制，若α小于1，则对当前概率熵值最大的风险因素进行调控；

S3.以多控制位点的联合预警控制方式，校正整个制氢系统的运行态势。

本发明由于采用以上技术方案，使其与现有技术相比具有以下的优点和积极效果：

1)本发明一实施例中的基于AEL和PEM水电解的制氢系统，针对目前的制氢系统采用人员自主监控，无法实现纯粹的无人值守及故障预警的问题，通过态势感知技术，采用态势感知信号模块获取复合槽制氢设备的运行数据(工作信息、环境信息)，将运行数据传输至控制模块进行数据处理、事故预测及态势校正，确保制氢系统的稳定运行，实现无人值守及故障预警的功能。

2)本发明一实施例中的基于AEL和PEM水电解的制氢系统，针对现有的制氢企业只采用单一的制氢技术，存在制氢响应慢、槽压相对较低和电解槽电流密度低，或建设和运维成本高的问题，通过将碱性电解装置与质子交换膜电解装置进行结合，共同制氢，纯水同时进入碱性电解槽和质子交换膜电解槽，因质子交换膜电解槽可以及时响应产生氢气，经汽水分离器和氢气纯化单元获得高纯度氢气，可以添补碱性电解槽需要升温响应慢的供氢时间，提高制氢设备的利用率，降低设备检修频率以及异常开停频率，节省大量维修成本；同时提高设备氢气生产能力，保证氢气用户的正常稳定生产。

3)本发明一实施例中的基于AEL和PEM水电解的制氢系统，针对传统的水电解制氢装置控制系统通常采用PLC控制实现，控制系统安装复杂且安全性、抗干扰性及可靠性较差的问题，通过态势感知技术将制氢设备的功率、电压、电流、压力、温度及液体PH值等数据，实时上传给云服务器；云服务器以一种稳定可靠的态势控制方法，对数据进行大数据智能化处理，再将处理后的结果输出到制氢系统的各个调控环节，以确保制氢系统能够高效稳定的运行。

4)本发明一实施例中的制氢系统的态势控制方法，将通过态势感知终端采集的数据导入大数据信息库进行大数据分析，并通过熵权法评测不同态势信号对象的权重；通过构建的事故熵模型进行事故熵监测，以预测事故态势对应风险的发生概率，就相关风险因素进行事故态势模型拟合，进而得到对应的最大风险影响因素，就该因素及其相关风险因素进行预测报警，对应相关风险因素通过控制模块进行态势校正，进而优化和调整控制策略，以使态势趋向正常稳定的方向，保障制氢系统的稳定运行。

附图说明

图1为本发明一实施例中的基于AEL和PEM水电解技术的制氢系统的结构示意图；

图2为本发明一实施例中的基于AEL和PEM水电解技术的制氢系统态势控制的结构图；

图3为本发明一实施例中的大数据信息库的组成示意图；

图4为本发明一实施例中的制氢系统态势控制的流程图。

附图标记说明：

1：复合槽制氢设备；2：电源装置；3：态势感知信号模块；4：控制模块；5：云服务器。

具体实施方式

以下结合附图和具体实施例对本发明提出的一种基于AEL和PEM水电解技术的制氢系统及态势控制方法作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。

实施例一

本实施例针对目前的制氢系统采用人员自主监控，无法实现纯粹的无人值守及故障预警的问题，提供了一种基于AEL和PEM水电解技术的制氢系统，通过态势感知技术，采用态势感知信号模块获取复合槽制氢设备的运行数据(工作信息、环境信息)，将运行数据传输至控制模块进行数据处理、事故预测及态势校正，确保制氢系统的稳定运行，实现无人值守及故障预警的功能。

具体的，请参看图1，该基于AEL和PEM水电解技术的制氢系统包括：复合槽制氢设备1、电源装置2、控制装置(态势感知信号模块3、控制模块4及云服务器5)，该控制装置与复合槽制氢设备1及电源装置2连接，统一监控复合槽制氢设备1的运行及电源装置2的配电情况，并对监控所得的信息进行大数据分析处理，依据处理结果对复合槽制氢设备1进行调控，以使制氢过程高效稳定。通过将复合槽制氢设备1和电源装置2的控制集中耦合在一个控制装置中进行统一监控和调控，降低了因多个控制装置而导致制氢系统冗余和制氢系统运行不稳定的隐患，确保复合式制氢系统的运行具有良好的安全性和兼容性。

其中，控制装置包括态势感知信号模块3及相对应的控制模块4，该态势感知信号模块3获取复合槽制氢设备1的运行数据，将运行数据传输至控制模块4进行数据处理、事故预测及态势校正，确保制氢系统的稳定运行。

复合槽制氢设备1包括水处理装置、AEL水电解制氢装置、PEM水电解制氢装置及氢气纯化装置。水处理装置通过纯水处理器将设备进水(如水箱中存储的去盐水或市政水)处理成电导率≤0.1μs/cm的纯水，通过流量计和泵输送至AEL水电解制氢装置及PEM水电解制氢装置。

PEM水电解制氢装置将水处理装置输出的纯水通过第一循环水泵导入质子交换膜电解槽进行水电解，将生成的氢气和氧气的粗制产品经过各自的汽水分离器导向耦合气路中。其中，氢气经多级纯化单元提纯后成为高纯度氢气，存入储氢罐；而氧气则进行排空或存入储氧罐。

AEL水电解制氢装置将水处理装置输出的纯水经碱水pH调配和热处理后通过第二循环水泵导入碱性电解槽进行水电解，将生成的氢气和氧气经过各自的汽水分离器及洗涤冷凝器，导向耦合气路中。其中，氢气经多级纯化单元提纯后成为高纯度氢气，存入储氢罐；而氧气则进行排空或存入储氧罐。

该AEL水电解制氢装置相较于PEM水电解制氢装置，纯水在进入碱性电解槽之前多了一处碱水pH调配和热处理环节，并在气体离开汽水分离器后与管路耦合过程中多了一处气体洗涤冷凝环节。其中，碱水pH调配是将30％KOH与纯水进行溶液化处理使得进入电解槽的液体pH≥14，而热处理用于对液体进行预处理，包括补充碱液和调节进入碱性电解槽的液体温度，使得进入碱性电解槽的液体温度提升到55～75℃，以确保碱性电解槽中液体能以较少的时间达到工作温度。该热处理装置可利用复合槽制氢设备1的余热进行热交换，以节省用电量，降低生产成本。

其中，PEM水电解制氢装置中汽水分离器所得的水注入第一回水缓冲箱中，待该第一回水缓冲箱中的水位达到预设阈值(如总液位的3/4)时，第一回水缓冲箱中的水通过第一循环水泵与前端水箱处理后的纯水一同导入质子交换膜电解槽中，以节省用水量，进一步降低生产成本。

同理，AEL水电解制氢装置中汽水分离器所得的水注入第二回水缓冲箱中，待第二回水缓冲箱中的水位达到预设阈值(如总液位的3/4)时，第二回水缓冲箱中的水通过第二循环水泵与前端水箱处理后的纯水一同导入碱性电解槽中。

电源装置2包括定额配电器、逆变器(AC/DC逆变器)、AEL开关电源及PEM开关电源。其中，定额配电器包括本地电源分支、AEL电源分支及PEM电源分支，本地电源分支与控制装置连接，供本地控制用电；AEL电源分支与碱性电解槽连接，供碱性电解槽制氢用电；PEM电源分支与质子交换膜电解槽连接，供质子交换膜电解槽制氢用电。该定额配电器在维持本地控制用电固定输电条件下，根据后端的碱性电解槽开关电源和PEM电解槽开关电源的用电需求进行自动匹配，以满足对后端制氢需求的供电稳定性和供电安全性。

由于定额配电器接入的是交流电，而制氢的电解槽需要的是直流电，因此，本实施例在AEL开关电源及PEM开关电源的前端各连接一逆变器，该逆变器将定额配电器输出的交流电转换为直流电，输入AEL开关电源及PEM开关电源。

请参看图2，控制模块4包括信息提取单元、信息处理单元、事故预测单元及态势校正单元；其中，信息提取单元接收态势感知信号模块3发送的运行数据，进行数据采集。信息处理单元将信息提取单元采集的数据进行大数据分析，评测不同态势信号对象的权重。事故预测单元将信息处理单元输出的评测结果，通过构建事故熵模型进行事故熵预测，以预测事故态势对应风险的发生概率，就相关风险因素进行事故态势模型拟合，进而得到对应的最大风险影响因素，就该因素及其相关风险因素进行预测报警；态势校正单元对事故预测单元输出的相关风险因素进行态势校正，以使态势趋向正常稳定的方向，保障制氢系统的稳定运行。

态势感知信号模块3可包括氢泄漏传感器、压力传感器、流量传感器、温度传感器、PH值传感器、电导率传感器、液位传感器、电控传感器及电能传感器在内的感知器件，各感知器件配置有相应的控制器件，各控制器件构成控制模块4。在实际应用中，态势感知信号模块3为态势感知终端，可包含总输入电压感知、总输入电流感知、AEL槽输入电压感知、PEM槽输入电压感知、AEL槽输入电流感知、PEM槽输入电流感知、用电质量感知、进水流量感知、液位感知、液体pH值感知、液体电导率感知、液体温度感知、气体温度感知、气体流量感知、气体压力感知、气体泄露感知、氧中氢感知、氢中氧感知、泵阀开合感知、纯化设备切换感知和设备疲劳度感知等器件。而该控制模块4可以是一个工控机，可对定额配电控制、AEL槽输入电压控制、PEM槽输入电压控制、AEL槽输入电流控制、PEM槽输入电流控制、进水流量控制、储水容量控制、液体pH值调节控制、用水质量控制、冷却系统控制、气体压力控制、泵阀启停控制、吹扫气路控制、再生气路控制、紧急制动控制、安全排气控制、纯化设备切换控制、和延长器件寿命优化等进行调控。

在实际应用中，控制装置可包括本地控制器及云服务器5；其中，本地控制器获取态势感知信号模块中的数据，将数据传输至云服务器5，云服务器5对数据进行大数据分析处理，输出处理结果至本地控制器，本地控制器通过态势控制方法对复合槽制氢设备1的各个环节进行调控，确保制氢系统能够高效稳定的运行。

其中，云服务器进行大数据分析时，需要依赖大数据信息库。请参看图3，该大数据信息库包括了对象库、事故熵库、态势库和模型库。其中，事故熵库的信息可以映射到模型库和预测告警，同时模型库中的事故态势信息和预测告警的态势信息可以互相映射。

本实施例中的基于AEL和PEM水电解技术的制氢系统，通过引入质子交换膜电解槽增加了整个水电解制氢设备产氢的可调范围；通过引入碱性电解槽增加了整个水电解制氢设备的产氢规模；通过向整个制氢系统中引入态势感知及控制装置，经物联网+大数据分析实现无人值守及故障预警的功能。

实施例二

本实施例提供了一种制氢系统的态势控制方法，应用于基于AEL和PEM水电解的制氢系统，该态势控制方法包括以下步骤：

对态势感知信号模块所获取的信号进行数据采集，将采集的数据导入大数据信息库进行大数据分析，通过熵权法评测不同态势信号对象的权重；

构建事故熵模型进行事故熵监测，以预测事故态势对应风险的发生概率，就相关风险因素进行事故态势模型拟合，进而得到对应的最大风险影响因素，就该因素及其相关风险因素进行预测报警；

对应相关风险因素通过控制模块进行稳态控制。

具体的，请参看图4，该制氢系统的态势控制流程如下：

S1.导入态势感知终端的信号数据；

S2.通过事故熵处理感知制氢系统态势的风险性，若存在风险，则对系统进行稳态控制，若不存在，则系统进行S3；

S3.根据用户需求及大数据智能分析，判断电源系统、制氢系统和纯化系统是否有优化需求，若有优化需求，则系统进行优化控制策略后进入S4，若没有优化需求，则系统循环执行S1；

S4.判断系统是否自动控制有效，若控制有效，则系统循环执行s1，若控制无效，则系统由手动控制，维持其稳态运行。

其中，步骤S2中的稳态控制用于评价整个制氢系统的概率熵值，判断制氢系统的概率熵值大于0的风险因素的个数是否大于0，若是，则执行如下控制流程：

提取概率熵值最大的α个风险因素；

判断α是否大于1，若α大于1，则将α个风险因素中对制氢系统影响最大的因素优先控制，若α小于1，则对当前概率熵值最大的风险因素进行调控；

以多控制位点的联合预警控制方式，校正整个制氢系统的运行态势。

本实施例中的制氢系统的态势控制方法，将通过态势感知终端采集的数据导入大数据信息库进行大数据分析，并通过熵权法评测不同态势信号对象的权重；通过构建的事故熵模型进行事故熵监测，以预测事故态势对应风险的发生概率，就相关风险因素进行事故态势模型拟合，进而得到对应的最大风险影响因素，就该因素及其相关风险因素进行预测报警，对应相关风险因素通过控制模块进行态势校正，进而优化和调整控制策略，以使态势趋向正常稳定的方向，保障制氢系统的稳定运行。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式。即使对本发明作出各种变化，倘若这些变化属于本发明权利要求及其等同技术的范围之内，则仍落入在本发明的保护范围之中。

Claims (10)

1.一种基于AEL和PEM水电解的制氢系统，其特征在于，包括：复合槽制氢设备、电源装置、控制装置，所述控制装置与所述复合槽制氢设备及电源装置连接，统一监控所述复合槽制氢设备的运行及所述电源装置的配电情况，并对监控所得的信息进行大数据分析处理，依据处理结果对所述复合槽制氢设备进行调控，以使制氢过程高效稳定；

其中，所述控制装置包括态势感知信号模块及相对应的控制模块，所述态势感知信号模块获取所述复合槽制氢设备的运行数据，将运行数据传输至所述控制模块进行数据处理、事故预测及态势校正，确保所述制氢系统的稳定运行。

2.如权利要求1所述的基于AEL和PEM水电解的制氢系统，其特征在于，所述控制模块包括信息提取单元、信息处理单元、事故预测单元及态势校正单元；

所述信息提取单元接收所述态势感知信号模块发送的运行数据，进行数据采集；

所述信息处理单元将所述信息提取单元采集的数据进行大数据分析，评测不同态势信号对象的权重；

所述事故预测单元将所述信息处理单元输出的评测结果，通过构建事故熵模型进行事故熵预测，以预测事故态势对应风险的发生概率，就相关风险因素进行事故态势模型拟合，进而得到对应的最大风险影响因素，就该因素及其相关风险因素进行预测报警；

所述态势校正单元对所述事故预测单元输出的相关风险因素进行态势校正，以使态势趋向正常稳定的方向，保障制氢系统的稳定运行。

3.如权利要求1所述的基于AEL和PEM水电解的制氢系统，其特征在于，所述复合槽制氢设备包括水处理装置、AEL水电解制氢装置、PEM水电解制氢装置及氢气纯化装置；

所述水处理装置通过纯水处理器将设备进水处理成电导率≤0.1μs/cm的纯水，输送至所述AEL水电解制氢装置及PEM水电解制氢装置；

所述PEM水电解制氢装置将所述纯水通过第一循环水泵导入质子交换膜电解槽进行水电解，将生成的氢气和氧气经过各自的汽水分离器导向耦合气路中，其中，氢气经纯化单元提纯后存入储氢罐，氧气进行排空或存入储氧罐；

所述AEL水电解制氢装置将所述纯水经碱水pH调配和热处理后通过第二循环水泵导入碱性电解槽进行水电解，将生成的氢气和氧气经过各自的汽水分离器及洗涤冷凝器，导向耦合气路中，其中，氢气经纯化单元提纯后存入储氢罐，氧气进行排空或存入储氧罐。

4.如权利要求3所述的基于AEL和PEM水电解的制氢系统，其特征在于，所述PEM水电解制氢装置中汽水分离器所得的水注入第一回水缓冲箱中，待所述第一回水缓冲箱中的水位达到预设阈值时，所述第一回水缓冲箱中的水通过第一循环水泵导入所述质子交换膜电解槽中。

5.如权利要求4所述的基于AEL和PEM水电解的制氢系统，其特征在于，所述AEL水电解制氢装置中汽水分离器所得的水注入第二回水缓冲箱中，待所述第二回水缓冲箱中的水位达到预设阈值时，所述第二回水缓冲箱中的水通过第二循环水泵导入所述碱性电解槽中。

6.如权利要求1所述的基于AEL和PEM水电解的制氢系统，其特征在于，所述电源装置包括定额配电器、逆变器、AEL开关电源及PEM开关电源；

所述定额配电器包括本地电源分支、AEL电源分支及PEM电源分支，所述本地电源分支与所述控制装置连接，供本地控制用电；所述AEL电源分支与碱性电解槽连接，供碱性电解槽制氢用电；所述PEM电源分支与质子交换膜电解槽连接，供质子交换膜电解槽制氢用电；

所述AEL开关电源及PEM开关电源的前端各连接一所述逆变器，所述逆变器将所述定额配电器输出的交流电转换为直流电，输入所述AEL开关电源及PEM开关电源。

7.如权利要求1所述的基于AEL和PEM水电解的制氢系统，其特征在于，所述态势感知信号模块包括氢泄漏传感器、压力传感器、流量传感器、温度传感器、PH值传感器、电导率传感器、液位传感器、电控传感器及电能传感器在内的感知器件，各感知器件配置有相应的控制器件，各控制器件构成所述控制模块。

8.如权利要求1所述的基于AEL和PEM水电解的制氢系统，其特征在于，所述控制装置包括本地控制器及云服务器；

所述本地控制器获取所述态势感知信号模块中的数据，将数据传输至所述云服务器，所述云服务器对数据进行大数据分析处理，输出处理结果至所述本地控制器，所述本地控制器通过态势控制方法对复合槽制氢设备的各个环节进行调控，确保制氢系统能够高效稳定的运行。

9.一种制氢系统的态势控制方法，应用于如权利要求1至8中任意一项所述的基于AEL和PEM水电解的制氢系统，其特征在于，包括：

对态势感知信号模块所获取的信号进行数据采集，将采集的数据导入大数据信息库进行大数据分析，通过熵权法评测不同态势信号对象的权重；

构建事故熵模型进行事故熵监测，以预测事故态势对应风险的发生概率，就相关风险因素进行事故态势模型拟合，进而得到对应的最大风险影响因素，就该因素及其相关风险因素进行预测报警；

对应相关风险因素通过控制模块进行稳态控制。

10.如权利要求9所述的制氢系统的态势控制方法，其特征在于，所述对应相关风险因素通过控制模块进行稳态控制进一步包括：

判断制氢系统的概率熵值大于0的风险因素的个数是否大于0，若是，则执行如下控制流程：

S1.提取概率熵值最大的α个风险因素；

S2.判断α是否大于1，若α大于1，则将α个风险因素中对制氢系统影响最大的因素优先控制，若α小于1，则对当前概率熵值最大的风险因素进行调控；

S3.以多控制位点的联合预警控制方式，校正整个制氢系统的运行态势。

Images