CN114069661A - 一种适于波动性输入的电解水制氢系统性能优化方法 - Google Patents

一种适于波动性输入的电解水制氢系统性能优化方法 Download PDF

Info

Publication number
CN114069661A
CN114069661A CN202111204953.6A CN202111204953A CN114069661A CN 114069661 A CN114069661 A CN 114069661A CN 202111204953 A CN202111204953 A CN 202111204953A CN 114069661 A CN114069661 A CN 114069661A
Authority
CN
China
Prior art keywords
hydrogen production
model
electrolytic cell
production system
establishing
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.)
Granted
Application number
CN202111204953.6A
Other languages
English (en)
Other versions
CN114069661B (zh
Inventor
陈金威
徐勇明
茆超
何勇
周旻
刘维亮
钱伟杰
张冲标
毕江林
胡晟
杨柳
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.)
Jiashan County Power Supply Co Of State Grid Zhejiang Electric Power Co ltd
Original Assignee
Jiashan County Power Supply Co Of State Grid Zhejiang Electric Power Co ltd
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 Jiashan County Power Supply Co Of State Grid Zhejiang Electric Power Co ltd filed Critical Jiashan County Power Supply Co Of State Grid Zhejiang Electric Power Co ltd
Priority to CN202111204953.6A priority Critical patent/CN114069661B/zh
Publication of CN114069661A publication Critical patent/CN114069661A/zh
Application granted granted Critical
Publication of CN114069661B publication Critical patent/CN114069661B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B1/00—Electrolytic production of inorganic compounds or non-metals
    • C25B1/01—Products
    • C25B1/02—Hydrogen or oxygen
    • C25B1/04—Hydrogen or oxygen by electrolysis of water
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B9/00—Cells or assemblies of cells; Constructional parts of cells; Assemblies of constructional parts, e.g. electrode-diaphragm assemblies; Process-related cell features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J15/00—Systems for storing electric energy
    • H02J15/008—Systems for storing electric energy using hydrogen as energy vector
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/36—Hydrogen production from non-carbon containing sources, e.g. by water electrolysis
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Computing Systems (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Materials Engineering (AREA)
  • Electrochemistry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Inorganic Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)

Abstract

本发明公开了一种适于波动性输入的电解水制氢系统性能优化方法，为了解决无法实现对适于波动性输入的电解水制氢系统的性能优化的问题，包括以下步骤：S1：根据多能转换和能量传输机理，建立关键设备模型；S2：根据关键设备模型分析关键参数对系统的输出特性；S3：基于系统的宽功率调节范围和输出特性优化系统流程；S4：对关键设备的关键参数进行优化匹配。本发明的有益效果是：通过分析关键参数的影响规律，结合设备寿命、热电效率以及安全约束，可以进行全工况系统及部件分层参数优化；可以通过建立的电解槽有限元模型进行加载载荷并求解，得到期望的仿真结果并进行分析，从而实现对电解槽成组的优化设计。

Description

一种适于波动性输入的电解水制氢系统性能优化方法
技术领域
本发明涉及清洁能源领域，尤其涉及一种适于波动性输入的电解水制氢系统性能优化方法。
背景技术
随着清洁能源高比例接入电网，其随机性、间歇性对电网稳定提出更高要求，发展电制氢技术可推进可再生消纳、拓展电能利用途径，还可有效提升电网调节能力。质子交换膜电解(PEM)制氢占地面积小、清洁无污染、可调范围宽、响应速度快，可灵活控制，方便负载调节，是未来电解制氢技术的发展趋势与研究热点。但目前国内PEM制氢技术起步较晚，与国外在效率、调节性能等方面存在差距，且PEM制氢系统在电网结合应用在国内较为缺乏，质子交换膜电解制氢系统与电网结合应用尚未开展，能效还有待提升，亟需开展适于波动性输入的PEM电解水制氢关键技术研究。
一种在中国专利文献上公开的“基于*的光伏电解水制氢系统的异质能流同质表征方法”，其公布号CN111501057A，包括以下步骤：步骤一，定性描述光伏电解水制氢系统能量形式及其传递关系，得到系统能流图；步骤二，定量描述光伏电解水制氢系统各设备之间的能量物质转换关系；步骤三，根据热力学原理，引入热力学中的概念，结合物质能量流向与转换关系，建立系统同质表征模型，具体为：(1)建立光伏电解水制氢系统平衡方程；(2)建立光伏电解水制氢系统各设备输入与输出关系表达式，光伏电解水制氢系统包括光伏电池板、PEM电解槽和DC-DC直流变换器。其不足之处是：无法实现对适于波动性输入的电解水制氢系统的性能优化。
发明内容
本发明主要是为了解决无法实现对适于波动性输入的电解水制氢系统的性能优化的问题，提供一种适于波动性输入的电解水制氢系统性能优化方法，可以实现对适于波动性输入的电解水制氢系统的性能优化。
为了实现上述目的，本发明采用以下技术方案：
一种适于波动性输入的电解水制氢系统性能优化方法，包括以下步骤：
S1：根据多能转换和能量传输机理，建立关键设备模型；
S2：根据关键设备模型分析关键参数对系统的输出特性；
S3：基于系统的宽功率调节范围和输出特性优化系统流程；
S4：对关键设备的关键参数进行优化匹配。
步骤S1通过分析系统物质流、能量流变换及耦合规律，基于质量平衡方程、能量平衡方程及电化学反应方程，建立质子交换膜电解水制氢系统仿真模型。
本方法通过分析关键参数的影响规律，结合设备寿命、热电效率以及安全约束，进行全工况系统及部件分层参数优化；通过分析制氢的氢气速率、散热工质流速与电功率、热功率间的耦合关系，提出制氢系统能效提升方法，从而实现对适于波动性输入的电解水制氢系统的性能优化。
作为优选，步骤S1中所述根据多能转换和能量传输机理包括以下步骤：
S11：分析系统中电荷迁移及物质扩散过程；
S12：确立电解槽中多能转换和能量传输机理；
S13：分析关键设备的质量和能量传递过程。
步骤S1通过调研、分析和总结质子交换膜电解水制氢系统电解槽中阳极、电解质、阴极中的电荷迁移及物质扩散过程，从而确立电解槽中多能转换和能量传输机理。
步骤S13中分析电解槽等关键设备的质量和能量传递过程，便于建立关键设备模型。
作为优选，所述关键设备包括换热器、水泵、电解槽、纯化装置和分水器。
所述换热器用于热量交换，便于控制制氢系统的温度。
所述电解槽由槽体、阳极和阴极组成，用PEM(质子交换膜)将阳极室和阴极室隔开。当直流电通过电解槽时，在阳极与溶液界面处发生氧化反应，在阴极与溶液界面处发生还原反应，以制取氢气。
所述纯化装置用于去除制取后的氢气中的杂质。
所述分水器用于连接各路加热管供、回水的配、集水装置。
作为优选，步骤S1中所述建立关键设备模型包括以下步骤：
S14：分析欧姆、浓差、活化损失和扩散传质，建立电解槽中的水、气扩散模型，建立电解槽模型；
S15：基于质量守恒方程、能量平衡方程和电化学反应方程，分别建立换热器模型、水泵模型、纯化装置模型和分水器模型；
S16：对关键设备的建模方法进行对比分析；
S17：建立质量及能量传递模型。
步骤S1分析多类型损失及传质扩散，建立质子交换膜电解槽数学模型；并基于质量平衡方程、能量平衡方程，建立关键设备的质子交换膜电解水制氢系统仿真模型，并对电解槽等关键设备的建模方法进行对比分析，提出高精确度的质量及能量传递模型的建模方法，便于通过关键设备模型分析制氢系统关键参数对系统输出性能的影响规律。
作为优选，步骤S2包括以下步骤：
S21：分析关键设备模型和质量及能量传递模型；
S22：分析关键参数对系统的输出特性。
步骤S2分析温度、压力等参数变化对质子交换膜电解制氢系统产氢量、能效特性影响规律，并通过随机波动性输入对PEM电解水制氢系统特性影响分析，便于实现对适于波动性输入的电解水制氢系统的性能优化。
作为优选，所述关键参数包括制氢电位、电路、拉载/降载速度、温度、压力和产氢速率。
作为优选，步骤S3包括以下步骤：
S31：根据不同功率工况下系统变化特性，分析系统宽功率调节范围；
S32：结合关键参数对系统的输出特性，优化系统流程。
步骤S31中所述变化特性包括温度、压力、产气量和氢气纯度。
步骤S31根据功率变化工况下电解水制氢系统电解槽氢气纯度、产气量等变化特性，便于分析其宽范围运行能力，从而确定系统宽工况下动态行为。
步骤S32通过分析PEM电解水制氢系统的宽功率调节范围，对质子交换膜电解水制氢系统流程进行优化设计。
作为优选，步骤S32中所述优化系统流程包括关键参数设计、设备选型和电解槽成组设计。
步骤S32将所述优化系统流程分为三个部分，其中设备选型包括换热器、水泵、电解槽、纯化装置和分水器的选型，便于通过关键设备模型选择适用于波动性输入的电解水制氢系统的关键设备，从而实现对波动性输入的电解水制氢系统的性能优化。
作为优选，步骤S14中所述建立电解槽模型包括以下步骤：
S141：进行电解槽热力学和电化学分析；
S142：计算初始可逆电压和最小电压；
S143：通过巴特勒-福尔默方程估计活化过电位；
S144：计算欧姆损耗和质量传输过电位，得到电解槽总电位；
S145：建立电解槽有限元模型，进行电解槽成组设计。
步骤S142中所述初始可逆电压
Figure BDA0003306527100000031
的计算公式可以通过吉布斯自由能计算公式、法拉第常数(F)和转移的电子物质的量(n)得到：
Figure BDA0003306527100000041
式中，
Figure BDA0003306527100000042
为标准状态下吉布斯自由能的值，n为转移的电子物质的量，F为法拉第常数，
Figure BDA0003306527100000043
为初始可逆电压。
水电解时胡我产生一些熵，因此在可逆条件下，焓(ΔH)可以用吉布斯自由能(ΔG)和热能(ΔS)之和表示，即：
ΔH＝ΔG+TΔS
式中，ΔS为熵的变化值，T为热力学温度。
由上述公式可得最小电压的计算公式为：
Figure BDA0003306527100000044
式中，VTN为热中性电压，即最小电压。
步骤S143中活化过电位计算公式为：
Figure BDA0003306527100000045
Figure BDA0003306527100000046
式中，ia为阳极电流密度，ic为阴极电流密度，i0,a为阳极交换电流密度，i0,c为阴极交换电流密度。
步骤S144中欧姆损耗使用欧姆过电位进行描述，其公式为：
Figure BDA0003306527100000047
式中，δ为材料厚度，单位为mm；σ为材料电导率。
质量传输过电位可以使用能斯特方程表示：
Figure BDA0003306527100000048
式中，C为膜电极表面氧气或氢气的浓度，单位为mol/L；C0为氧气或氢气的参考工作浓度，单位为mol/L。
电解槽总电位为可逆电压、活化过电位、欧姆过电位和质量传输过电位的总和，即：
Figure BDA0003306527100000049
式中，V为电解槽总电位，ηact为活化过电位，即ηact,a和ηact,c得到的值。
步骤S145中所述建立电解槽有限元模型可以利用有限元软件ANSYS建立电解槽的仿真模型，并对电解反应过程进行模拟。
通过建立的电解槽有限元模型进行加载载荷并求解，得到期望的仿真结果并进行分析，从而实现对电解槽成组的优化设计。
本发明的有益效果是：
(1)本方法通过分析关键参数的影响规律，结合设备寿命、热电效率以及安全约束，可以进行全工况系统及部件分层参数优化。
(2)本方法通过分析制氢的氢气速率、散热工质流速与电功率、热功率间的耦合关系，提出制氢系统能效提升方法，从而实现对适于波动性输入的电解水制氢系统的性能优化。
(3)本方法可以通过建立的电解槽有限元模型进行加载载荷并求解，得到期望的仿真结果并进行分析，从而实现对电解槽成组的优化设计。
附图说明
图1是本发明的流程示意图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述。
如图1所示，一种适于波动性输入的电解水制氢系统性能优化方法，包括以下步骤：
S1：根据多能转换和能量传输机理，建立关键设备模型；
S2：根据关键设备模型分析关键参数对系统的输出特性；
S3：基于系统的宽功率调节范围和输出特性优化系统流程；
S4：对关键设备的关键参数进行优化匹配。
步骤S1通过分析系统物质流、能量流变换及耦合规律，基于质量平衡方程、能量平衡方程及电化学反应方程，建立质子交换膜电解水制氢系统仿真模型。
本方法通过分析关键参数的影响规律，结合设备寿命、热电效率以及安全约束，进行全工况系统及部件分层参数优化；通过分析制氢的氢气速率、散热工质流速与电功率、热功率间的耦合关系，提出制氢系统能效提升方法，从而实现对适于波动性输入的电解水制氢系统的性能优化。
步骤S1中根据多能转换和能量传输机理包括以下步骤：
S11：分析系统中电荷迁移及物质扩散过程；
S12：确立电解槽中多能转换和能量传输机理；
S13：分析关键设备的质量和能量传递过程。
步骤S1通过调研、分析和总结质子交换膜电解水制氢系统电解槽中阳极、电解质、阴极中的电荷迁移及物质扩散过程，从而确立电解槽中多能转换和能量传输机理。
步骤S13中分析电解槽等关键设备的质量和能量传递过程，便于建立关键设备模型。
关键设备包括换热器、水泵、电解槽、纯化装置和分水器。
换热器用于热量交换，便于控制制氢系统的温度。
电解槽由槽体、阳极和阴极组成，用PEM(质子交换膜)将阳极室和阴极室隔开。当直流电通过电解槽时，在阳极与溶液界面处发生氧化反应，在阴极与溶液界面处发生还原反应，以制取氢气。
纯化装置用于去除制取后的氢气中的杂质。
分水器用于连接各路加热管供、回水的配、集水装置。
步骤S1中建立关键设备模型包括以下步骤：
S14：分析欧姆、浓差、活化损失和扩散传质，建立电解槽中的水、气扩散模型，建立电解槽模型；
S15：基于质量守恒方程、能量平衡方程和电化学反应方程，分别建立换热器模型、水泵模型、纯化装置模型和分水器模型；
S16：对关键设备的建模方法进行对比分析；
S17：建立质量及能量传递模型。
步骤S1分析多类型损失及传质扩散，建立质子交换膜电解槽数学模型；并基于质量平衡方程、能量平衡方程，建立关键设备的质子交换膜电解水制氢系统仿真模型，并对电解槽等关键设备的建模方法进行对比分析，提出高精确度的质量及能量传递模型的建模方法，便于通过关键设备模型分析制氢系统关键参数对系统输出性能的影响规律。
步骤S2包括以下步骤：
S21：分析关键设备模型和质量及能量传递模型；
S22：分析关键参数对系统的输出特性。
步骤S2分析温度、压力等参数变化对质子交换膜电解制氢系统产氢量、能效特性影响规律，并通过随机波动性输入对PEM电解水制氢系统特性影响分析，便于实现对适于波动性输入的电解水制氢系统的性能优化。
关键参数包括制氢电位、电路、拉载/降载速度、温度、压力和产氢速率。
步骤S3包括以下步骤：
S31：根据不同功率工况下系统变化特性，分析系统宽功率调节范围；
S32：结合关键参数对系统的输出特性，优化系统流程。
步骤S31中变化特性包括温度、压力、产气量和氢气纯度。
步骤S31根据功率变化工况下电解水制氢系统电解槽氢气纯度、产气量等变化特性，便于分析其宽范围运行能力，从而确定系统宽工况下动态行为。
步骤S32通过分析PEM电解水制氢系统的宽功率调节范围，对质子交换膜电解水制氢系统流程进行优化设计。
步骤S32中优化系统流程包括关键参数设计、设备选型和电解槽成组设计。
步骤S32将优化系统流程分为三个部分，其中设备选型包括换热器、水泵、电解槽、纯化装置和分水器的选型，便于通过关键设备模型选择适用于波动性输入的电解水制氢系统的关键设备，从而实现对波动性输入的电解水制氢系统的性能优化。
步骤S14中建立电解槽模型包括以下步骤：
S141：进行电解槽热力学和电化学分析；
S142：计算初始可逆电压和最小电压；
S143：通过巴特勒-福尔默方程估计活化过电位；
S144：计算欧姆损耗和质量传输过电位，得到电解槽总电位；
S145：建立电解槽有限元模型，进行电解槽成组设计。
步骤S142中初始可逆电压
Figure BDA0003306527100000071
的计算公式可以通过吉布斯自由能计算公式、法拉第常数(F)和转移的电子物质的量(n)得到：
Figure BDA0003306527100000072
式中，
Figure BDA0003306527100000073
为标准状态下吉布斯自由能的值，n为转移的电子物质的量，F为法拉第常数，
Figure BDA0003306527100000074
为初始可逆电压。
水电解时胡我产生一些熵，因此在可逆条件下，焓(ΔH)可以用吉布斯自由能(ΔG)和热能(ΔS)之和表示，即：
ΔH＝ΔG+TΔS
式中，ΔS为熵的变化值，T为热力学温度。
由上述公式可得最小电压的计算公式为：
Figure BDA0003306527100000075
式中，VTN为热中性电压，即最小电压。
步骤S143中活化过电位计算公式为：
Figure BDA0003306527100000076
Figure BDA0003306527100000081
式中，ia为阳极电流密度，ic为阴极电流密度，i0,a为阳极交换电流密度，i0,c为阴极交换电流密度。
步骤S144中欧姆损耗使用欧姆过电位进行描述，其公式为：
Figure BDA0003306527100000082
式中，δ为材料厚度，单位为mm；σ为材料电导率。
质量传输过电位可以使用能斯特方程表示：
Figure BDA0003306527100000083
式中，C为膜电极表面氧气或氢气的浓度，单位为mol/L；C0为氧气或氢气的参考工作浓度，单位为mol/L。
电解槽总电位为可逆电压、活化过电位、欧姆过电位和质量传输过电位的总和，即：
Figure BDA0003306527100000084
式中，V为电解槽总电位，ηact为活化过电位，即ηact,a和ηact,c得到的值。
步骤S145中建立电解槽有限元模型可以利用有限元软件ANSYS建立电解槽的仿真模型，并对电解反应过程进行模拟。
通过建立的电解槽有限元模型进行加载载荷并求解，得到期望的仿真结果并进行分析，从而实现对电解槽成组的优化设计。
应理解，该实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (9)

1.一种适于波动性输入的电解水制氢系统性能优化方法，其特征在于，包括以下步骤：
S1：根据多能转换和能量传输机理，建立关键设备模型；
S2：根据关键设备模型分析关键参数对系统的输出特性；
S3：基于系统的宽功率调节范围和输出特性优化系统流程；
S4：对关键设备的关键参数进行优化匹配。
2.根据权利要求1所述的一种适于波动性输入的电解水制氢系统性能优化方法，其特征在于，步骤S1中所述根据多能转换和能量传输机理包括以下步骤：
S11：分析系统中电荷迁移及物质扩散过程；
S12：确立电解槽中多能转换和能量传输机理；
S13：分析关键设备的质量和能量传递过程。
3.根据权利要求1或2所述的一种适于波动性输入的电解水制氢系统性能优化方法，其特征在于，所述关键设备包括换热器、水泵、电解槽、纯化装置和分水器。
4.根据权利要求1或2所述的一种适于波动性输入的电解水制氢系统性能优化方法，其特征在于，步骤S1中所述建立关键设备模型包括以下步骤：
S14：分析欧姆、浓差、活化损失和扩散传质，建立电解槽中的水、气扩散模型，建立电解槽模型；
S15：基于质量守恒方程、能量平衡方程和电化学反应方程，分别建立换热器模型、水泵模型、纯化装置模型和分水器模型；
S16：对关键设备的建模方法进行对比分析；
S17：建立质量及能量传递模型。
5.根据权利要求1所述的一种适于波动性输入的电解水制氢系统性能优化方法，其特征在于，步骤S2包括以下步骤：
S21：分析关键设备模型和质量及能量传递模型；
S22：分析关键参数对系统的输出特性。
6.根据权利要求1或5所述的一种适于波动性输入的电解水制氢系统性能优化方法，其特征在于，所述关键参数包括制氢电位、电路、拉载/降载速度、温度、压力和产氢速率。
7.根据权利要求1所述的一种适于波动性输入的电解水制氢系统性能优化方法，其特征在于，步骤S3包括以下步骤：
S31：根据不同功率工况下系统变化特性，分析系统宽功率调节范围；
S32：结合关键参数对系统的输出特性，优化系统流程。
8.根据权利要求7所述的一种适于波动性输入的电解水制氢系统性能优化方法，其特征在于，步骤S32中所述优化系统流程包括关键参数设计、设备选型和电解槽成组设计。
9.根据权利要求4所述的一种适于波动性输入的电解水制氢系统性能优化方法，其特征在于，步骤S14中所述建立电解槽模型包括以下步骤：
S141：进行电解槽热力学和电化学分析；
S142：计算初始可逆电压和最小电压；
S143：通过巴特勒-福尔默方程估计活化过电位；
S144：计算欧姆损耗和质量传输过电位，得到电解槽总电位；
S145：建立电解槽有限元模型，进行电解槽成组设计。
CN202111204953.6A 2021-10-15 2021-10-15 一种适于波动性输入的电解水制氢系统性能优化方法 Active CN114069661B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111204953.6A CN114069661B (zh) 2021-10-15 2021-10-15 一种适于波动性输入的电解水制氢系统性能优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111204953.6A CN114069661B (zh) 2021-10-15 2021-10-15 一种适于波动性输入的电解水制氢系统性能优化方法

Publications (2)

Publication Number Publication Date
CN114069661A true CN114069661A (zh) 2022-02-18
CN114069661B CN114069661B (zh) 2023-07-28

Family

ID=80234742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111204953.6A Active CN114069661B (zh) 2021-10-15 2021-10-15 一种适于波动性输入的电解水制氢系统性能优化方法

Country Status (1)

Country Link
CN (1) CN114069661B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023226360A1 (zh) * 2022-05-24 2023-11-30 阳光电源（上海）有限公司 电解水制氢仿真系统和方法
CN117153280A (zh) * 2023-08-31 2023-12-01 山东大学 碱性电解制氢系统的仿真模型建立方法、仿真方法及系统
CN117472122A (zh) * 2023-10-08 2024-01-30 三峡科技有限责任公司 Mw级碱性水电解系统运行控制优化方法
CN117852293A (zh) * 2024-01-12 2024-04-09 中国电力工程顾问集团有限公司 Pem电解制氢系统的仿真方法及装置
CN117852293B (zh) * 2024-01-12 2024-09-03 中国电力工程顾问集团有限公司 Pem电解制氢系统的仿真方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007142693A2 (en) * 2005-12-15 2007-12-13 Gm Global Technology Operations, Inc. Optimizing photovoltaic-electrolyzer efficiency
CN108574277A (zh) * 2018-04-27 2018-09-25 清华大学 大规模电解水制氢装备的电力电子系统模型
CN109255461A (zh) * 2017-07-12 2019-01-22 中国石油化工股份有限公司 一种氢气资源的优化方法及优化系统
CN110912140A (zh) * 2019-12-13 2020-03-24 福州大学 一种计及电解水制氢系统精细化模型的直流配电网潮流计算方法
CN111501057A (zh) * 2020-05-28 2020-08-07 国网甘肃省电力公司经济技术研究院 基于*的光伏电解水制氢系统的异质能流同质表征方法
CN111663150A (zh) * 2020-07-15 2020-09-15 全球能源互联网研究院有限公司 一种波动型功率输入的电解水制氢方法及其装置
CN111826669A (zh) * 2020-03-31 2020-10-27 同济大学 具有宽功率波动适应性的大型电解水制氢系统及控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007142693A2 (en) * 2005-12-15 2007-12-13 Gm Global Technology Operations, Inc. Optimizing photovoltaic-electrolyzer efficiency
CN109255461A (zh) * 2017-07-12 2019-01-22 中国石油化工股份有限公司 一种氢气资源的优化方法及优化系统
CN108574277A (zh) * 2018-04-27 2018-09-25 清华大学 大规模电解水制氢装备的电力电子系统模型
CN110912140A (zh) * 2019-12-13 2020-03-24 福州大学 一种计及电解水制氢系统精细化模型的直流配电网潮流计算方法
CN111826669A (zh) * 2020-03-31 2020-10-27 同济大学 具有宽功率波动适应性的大型电解水制氢系统及控制方法
CN111501057A (zh) * 2020-05-28 2020-08-07 国网甘肃省电力公司经济技术研究院 基于*的光伏电解水制氢系统的异质能流同质表征方法
CN111663150A (zh) * 2020-07-15 2020-09-15 全球能源互联网研究院有限公司 一种波动型功率输入的电解水制氢方法及其装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FABIO SERRA: "Assessment of a hydrogen production, storage and utilization system in a demonstrative microgrid", 《 2020 2ND IEEE INTERNATIONAL CONFERENCE ON INDUSTRIAL ELECTRONICS FOR SUSTAINABLE ENERGY SYSTEMS (IESES)》 *
赵波;赵鹏程;胡娟;牛萌;肖宇;刘锋;: "用于波动性新能源大规模接入的氢储能技术研究综述", 电器与能效管理技术, no. 16 *
邵志芳: "基于动态电价风光电制氢容量配置优化", 《太阳能学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023226360A1 (zh) * 2022-05-24 2023-11-30 阳光电源（上海）有限公司 电解水制氢仿真系统和方法
CN117153280A (zh) * 2023-08-31 2023-12-01 山东大学 碱性电解制氢系统的仿真模型建立方法、仿真方法及系统
CN117153280B (zh) * 2023-08-31 2024-05-03 山东大学 碱性电解制氢系统的仿真模型建立方法、仿真方法及系统
CN117472122A (zh) * 2023-10-08 2024-01-30 三峡科技有限责任公司 Mw级碱性水电解系统运行控制优化方法
CN117472122B (zh) * 2023-10-08 2024-07-19 三峡科技有限责任公司 Mw级碱性水电解系统运行控制优化方法
CN117852293A (zh) * 2024-01-12 2024-04-09 中国电力工程顾问集团有限公司 Pem电解制氢系统的仿真方法及装置
CN117852293B (zh) * 2024-01-12 2024-09-03 中国电力工程顾问集团有限公司 Pem电解制氢系统的仿真方法及装置

Also Published As

Publication number Publication date
CN114069661B (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
CN114069661B (zh) 一种适于波动性输入的电解水制氢系统性能优化方法
Nafchi et al. A parametric study of polymer membrane electrolyser performance, energy and exergy analyses
Khazaeli et al. Numerical investigation and thermodynamic analysis of the effect of electrolyte flow rate on performance of all vanadium redox flow batteries
CN110413941B (zh) 燃料电池输入输出特性的相似原理分析方法
Zhang et al. A two-dimensional mathematical model for vanadium redox flow battery stacks incorporating nonuniform electrolyte distribution in the flow frame
Sahli et al. Optimization study of the produced electric power by SOFCs
CN114065483A (zh) 制氢系统效能优化方法、装置、计算机设备和存储介质
Fu et al. Dynamic flow rate control for vanadium redox flow batteries
Wang et al. Modelling of a bimetallic thermally-regenerative ammonia flow battery for conversion efficiency and performance evaluation
Shin et al. Digital twin of alkaline water electrolysis systems for green hydrogen production
Hall et al. Modeling a CuCl (aq)/HCl (aq) electrolyzer using thermodynamics and electrochemical kinetics
Hu et al. Study of optimization and prediction methods for PEMEC performance considering the effects of multiple operating parameters
CN114781188A (zh) 一种面向波动电能消纳的固体氧化物电解制氢系统动态建模方法
Pianko-Oprych et al. Simulation of the steady-state behaviour of a new design of a single planar Solid Oxide Fuel Cell
Liu et al. Experimental Investigation of PEM Water Electrolyser Stack Performance Under Dynamic Operation Conditions
Zhu et al. Simulation of all-vanadium redox flow batteries based on COMSOL
CN107576913B (zh) 主动配电网中氢负荷运行分析方法
CN110348144B (zh) 用于硫碘循环制氢的氢碘酸电解建模及流程模拟方法
CN110993035A (zh) 用于质子交换膜电解池特性分析的二维稳态模型建立方法
Wang et al. Optimizing of working conditions of vanadium redox flow battery based on artificial neural network and genetic algorithms
CN107563615A (zh) 电热氢多能源站系统运行成本确定方法
CN117852293B (zh) Pem电解制氢系统的仿真方法及装置
CN117472122B (zh) Mw级碱性水电解系统运行控制优化方法
Thomya et al. Analyzing Discharge Characteristics of Redox Flow Battery using Hydrochloric Acid as a Reaactant
CN118094866A (zh) 碱性电解槽冷启动过程运行策略优化方法

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
GR01 Patent grant
GR01 Patent grant