CN114836790A - 用于电解水制氢装置的控制方法、控制系统和计算机可读介质 - Google Patents
用于电解水制氢装置的控制方法、控制系统和计算机可读介质 Download PDFInfo
- Publication number
- CN114836790A CN114836790A CN202210685914.0A CN202210685914A CN114836790A CN 114836790 A CN114836790 A CN 114836790A CN 202210685914 A CN202210685914 A CN 202210685914A CN 114836790 A CN114836790 A CN 114836790A
- Authority
- CN
- China
- Prior art keywords
- load
- hydrogen
- hydrogen production
- energy consumption
- unit
- 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
Links
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 266
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 266
- 239000001257 hydrogen Substances 0.000 title claims abstract description 266
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 147
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005868 electrolysis reaction Methods 0.000 title claims abstract description 41
- 238000010248 power generation Methods 0.000 claims abstract description 50
- 238000005265 energy consumption Methods 0.000 claims description 83
- 238000009826 distribution Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 6
- 238000013179 statistical model Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- 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
- C25B15/00—Operating or servicing cells
- C25B15/02—Process control or regulation
-
- 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
- C25B15/00—Operating or servicing cells
- C25B15/02—Process control or regulation
- C25B15/023—Measuring, analysing or testing during electrolytic production
-
- 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
- C25B9/60—Constructional parts of cells
- C25B9/65—Means for supplying current; Electrode connections; Electric inter-cell connections
-
- 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
- C25B9/70—Assemblies comprising two or more cells
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P20/00—Technologies relating to chemical industry
- Y02P20/10—Process efficiency
- Y02P20/133—Renewable energy sources, e.g. sunlight
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Automation & Control Theory (AREA)
- Analytical Chemistry (AREA)
- Inorganic Chemistry (AREA)
- Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)
Abstract
本发明涉及用于电解水制氢装置的控制方法、控制系统和计算机可读介质。控制方法包括如下步骤:预测可再生能源发电系统的功率;以及基于可再生能源发电系统的预测功率来控制电解水制氢装置的负荷。
Description
技术领域
本发明涉及电解水制氢装置。更具体地,本发明涉及用于电解水制氢装置的控制方法、控制系统和计算机可读介质。
背景技术
传统的电解水制氢站/制氢装置采用电网稳定供电,制氢装置只需在给定的功率输入下稳定运行即可,无需控制制氢装置的负荷的实时动态变化。随着风电、光伏等可再生能源发电系统直接耦合制氢技术的发展,电解水制氢站的负荷需要实时跟随风电、光伏等可再生能源发电系统的电力输入进行动态调整。传统的制氢站调度控制系统根据电力输入将调度指令平均分配到每一台电解槽上,但是这样会降低制氢站负荷调节的灵活性。此外,传统的控制技术没有考虑每台电解槽性能状态的差异性,无法根据每台电解槽的性能差异优化制氢站的电量分配,造成制氢站能耗的增加。每台电解水槽的负荷与制氢站的整体负荷之间的关系如图1所示。
此外,传统制氢站控制技术根据实时电力输入,将负荷分配给每台电解槽。但是,由于电解制氢及其他下游装置的负荷调节能力是有限的,且通常小于风电、光伏等可再生能源发电系统的出力变化速度。因此,制氢站的负荷调节速度通常滞后于可再生能源的变化速度。制氢装置的负荷与可再生能源出力之间的差异只能通过电网补充,如图2所示。
现有技术存在以下缺陷:
(1)受制于当前技术水平,单台电解水槽的最低稳定运行负荷一般在30%-40%之间。在传统制氢站控制系统中,每台电解水槽的运行负荷均相同,因此整个制氢站的最低负荷也只能降低到与单台电解水槽相同的程度。也就是说,在风电、光伏等可再生能源发电系统直接耦合电解水制氢装置中,如果风电、光伏的出力小于此最低限值,制氢站就必须采用电网供电补充风电、光伏等可再生能源发电系统出力的不足,影响制氢站的经济效益和碳排放足迹。否则制氢站就只能关停,但这样做会降低产量,同样会降低经济效益。
(2)由于加工制造误差、设备老化程度不一致等原因,制氢站内每台电解水槽的性能不尽相同。在相同的能耗下,每台电解水槽的产氢量不同;反之,在相同的产氢量下,每台电解水槽的能耗不同。因此,制氢站在低负荷下运行时存在能量优化分配的空间,以使在相同的氢气产量下制氢站的总体能耗最低。
(3)现有控制技术没有对风电、光伏等可再生能源发电系统的出力进行预测,并根据预测结果提前控制制氢站负荷的升降,造成制氢站的负荷调节具有一定的滞后性,增加对电网支撑的依赖。
发明内容
为了克服现有技术的缺陷,本发明提出以下方面的改进:
(1)在制氢站优化调度系统中集成可再生能源功率预测模块,根据未来1-4小时的功率预测对制氢站负荷进行前馈控制的方法。
(2)将制氢站划分为若干个独立制氢单元,每个制氢单元包含若干台电解槽(通常为4-8台),不同的制氢单元可独立控制,提高制氢站的调度灵活性。
(3)在制氢站优化调度系统中集成设备监测模块,监测每台电解槽的电压、电流、能耗、产量等数据,通过实时数据得到电解槽和制氢单元的能耗指标,并排序。
(4)在制氢站优化调度系统中建立功率分配策略,根据制氢单元能耗指标的排序,优化制氢站的负荷分配。
根据本发明的一个示例,提供一种用于电解水制氢装置的控制方法,包括如下步骤:
预测可再生能源发电系统的功率;以及
基于可再生能源发电系统的预测功率来控制电解水制氢装置的负荷。
优选地,所述控制方法还包括:
监测电解水制氢装置的多个制氢单元的运行参数;
基于所述多个制氢单元的运行参数来确定每个制氢单元的单位能耗;以及
基于每个制氢单元的单位能耗来分配每个制氢单元的负荷。
优选地,当电解水制氢装置的负荷大于或等于第一阈值时,将负荷平均分配给每个制氢单元;以及
当电解水制氢装置的负荷小于第一阈值时,将负荷优先分配给单位能耗较低的制氢单元。
优选地,每个制氢单元包括多个电解槽,确定每个制氢单元的单位能耗包括:
确定每个电解槽的单位能耗;以及
基于每个电解槽的单位能耗的加权求和来确定每个制氢单元的单位能耗。
优选地,所述控制方法还包括:
基于每个电解槽的单位能耗来分配制氢单元中每个电解槽的负荷。
优选地,当制氢单元的负荷大于或等于第二阈值时,将负荷平均分配给每个电解槽;以及
当制氢单元的负荷小于第二阈值时,将负荷优先分配给单位能耗较低的电解槽。
优选地,所述运行参数包括功率消耗和产氢量,每个电解槽的单位能耗计算为:
每个制氢单元的单位能耗计算为:
优选地,当可再生能源发电系统的预测功率与当前功率之间的差超过电解水制氢装置的最大负荷调节能力时,提前降低电解水制氢装置的负荷,以减少对电网的依赖。
优选地,可再生能源发电系统的功率使用物理模型和统计模型两者来预测。
根据本发明的另一个示例,提供一种用于电解水制氢装置的控制系统,包括处理器和存储器,所述存储器中存储有应用程序,应用程序在由处理器执行时,使得所述处理器执行根据上文所述的控制方法。
根据本发明的另一个示例,提供一种用于电解水制氢装置的控制系统,包括:
功率预测模块,配置成预测可再生能源发电系统的功率;以及
负荷控制模块,配置成基于可再生能源发电系统的预测功率来控制电解水制氢装置的负荷。
优选地,所述控制系统还包括:
设备监测模块,配置成:
监测电解水制氢装置的多个制氢单元的运行参数;且
基于所述多个制氢单元的运行参数来确定每个制氢单元的单位能耗;以及
负荷分配模块,配置成基于每个制氢单元的单位能耗来分配每个制氢单元的负荷。
优选地,所述负荷分配模块配置成:
当电解水制氢装置的负荷大于或等于第一阈值时,将负荷平均分配给每个制氢单元;以及
当电解水制氢装置的负荷小于第一阈值时,将负荷优先分配给单位能耗较低的制氢单元。
优选地,每个制氢单元包括多个电解槽,所述设备监测配模块配置成:
确定每个电解槽的单位能耗;以及
基于每个电解槽的单位能耗的加权求和来确定每个制氢单元的单位能耗。
优选地,所述负荷分配模块配置成:
基于每个电解槽的单位能耗来分配制氢单元中每个电解槽的负荷。
优选地,所述负荷分配模块配置成:
当制氢单元的负荷大于或等于第二阈值时,将负荷平均分配给每个电解槽;以及
当制氢单元的负荷小于第二阈值时,将负荷优先分配给单位能耗较低的电解槽。
优选地,所述运行参数包括功率消耗和产氢量,每个电解槽的单位能耗计算为:
每个制氢单元的单位能耗计算为:
优选地,所述负荷控制模块配置成:当可再生能源发电系统的预测功率与当前功率之间的差超过电解水制氢装置的最大负荷调节能力时,提前降低电解水制氢装置的负荷,以减少对电网的依赖。
优选地,功率预测模块配置成使用物理模型和统计模型两者来预测可再生能源发电系统的功率。
根据本发明的另一个示例,提供一种计算机可读介质,存储有计算机程序代码,计算机程序代码在由处理器执行时,使得所述处理器执行根据上文所述的控制方法。
本发明具有如下技术效果:
(1) 通过功率预测模块实时滚动预测未来1-4小时风电、光伏的出力变化情况,并将预测结果反馈给制氢站优化调度系统。优化调度系统根据功率预测和制氢站系统运行状态,综合判断是否需要向制氢站提前下达升、降负荷的指令,解决负荷调节滞后性的问题。通过功率预测系统和前馈控制策略,降低制氢站对下网功率的需求,最大下网功率为传统制氢控制系统的1/5。
(2) 将制氢站划分为若干个制氢单元,每个制氢单元可独立控制,从而提高制氢站负荷调节的灵活性。采用传统控制系统的制氢站最低稳定负荷约为30-40%;采用本发明后,制氢站最低稳定运行负荷取决于制氢单元的划分,通常可以达到5-10%。
(3) 设备监测模块实时监测电解槽运行状态,记录并分析电压、电流、温度、能耗等性能指标,并将相关结果反馈给制氢站优化调度系统,从而使系统可以有针对性的将功率优先分配给性能更好的电解槽,节约整厂能耗。本发明所述设备监测模块和功率分配模块可以大幅提高制氢站的能效水平,在不增加硬件投入的情况下制氢电耗可降低5-8%。
本发明的其它示例性实施例从下文提供的详细说明显而易见。应当理解的是,所述详细说明和具体示例虽然公开了本发明的示例性实施例,但是仅仅用于说明目的而不旨在限制本发明的范围。
附图说明
在下文将结合以下附图描述至少一个实施例,其中,相同的附图标记表示相同的元件。
图1示出了现有技术的每台电解水槽的负荷与制氢站的整体负荷之间的关系。
图2示出了现有技术的在可再生能源发电系统的功率波动时制氢装置的负荷的响应曲线。
图3示出了根据本发明的一个实施例的制氢站优化调度系统的示意图。
图4示出了根据本发明的一个实施例的用于电解水制氢装置的控制方法的数据流。
图5示出了根据本发明的一个实施例的用于电解水制氢装置的控制系统的示意图。
图6示出了根据本发明的一个实施例的用于电解水制氢装置的控制方法的流程图。
图7示出了根据本发明的一个实施例的制氢单元负荷与制氢站的整体负荷之间的关系。
图8示出了根据本发明的一个实例的在可再生能源发电系统的功率波动时制氢装置的负荷在应用本发明的控制方法之前的响应曲线。
图9示出了根据本发明的实例的在可再生能源发电系统的功率波动时制氢装置的负荷在应用本发明的控制方法之后的响应曲线。
图10示出了根据本发明的实例的制氢站内的各个制氢单元的负荷曲线图。
具体实施方式
以下说明本质上仅为示例性的且绝不旨在限制本发明、它的应用、或使用。提供了示例实施例,使得本公开将是透彻的,并且将向本领域技术人员充分传达范围。阐述了许多具体细节,诸如具体成分、部件、装置和方法的示例,以提供对本公开的实施例的透彻理解。对本领域技术人员将显而易见的是,具体细节无需被使用,示例实施例可以以许多不同的形式实现,并且两者均不应被解释为限制本公开的范围。在一些示例实施例中,未详细描述众所周知的过程、众所周知的装置结构以及众所周知的技术。
术语“模块”和相关术语(诸如,控制模块、控制器、控制件、控制单元、处理器和类似的术语)指的是以下中的一个或各种组合:专用集成电路(ASIC)、现场可编程门阵列(FPGA)、电子电路、中央处理单元(例如,微处理器)和相关联的非暂态性存储器部件,非暂态性存储器部件呈存储器和存储装置(只读、可编程只读、随机存取、硬盘驱动器等)的形式。非暂态性存储器部件能够存储呈以下形式的机器可读指令:一个或多个软件或固件程序或例程、组合逻辑电路、输入/输出电路和装置、信号调节和缓冲电路以及可由一个或多个处理器访问以提供所述功能的其它部件。输入/输出电路和装置包括监测来自传感器的输入的模拟/数字转换器和相关装置,其中,这种输入以预设采样频率或响应于触发事件而监测。软件、固件、程序、指令、控制例程、代码、算法和类似的术语意味着控制器可执行指令集,包括校准和查找表。
本文可以按照功能和/或逻辑框部件和/或各种处理步骤来描述本教导。应该认识到,这种框部件可以由已经被配置为执行指定功能的硬件、软件和/或固件部件组成。实施例也可以在云计算环境中实施。流程图示中的流程图和框图示出了根据本公开的各种实施例的系统、方法和计算机程序产品的可能实施方式的架构、功能和操作。在此方面,流程图或框图中的每个框可表示代码的模块、区段或一部分,其包括一个或多个可执行指令,用于实施指定逻辑功能。还将注意的是,框图和/或流程图图示的每个框以及框图和/或流程图图示中的框的组合可由执行指定功能或动作的专用的基于硬件的系统或专用硬件与计算机指令的组合实施。这些计算机程序指令还可被存储在计算机可读介质中,所述计算机可读介质可指导控制器或其它可编程数据处理设备,用于以特定方式工作,使得被存储在计算机可读介质中的指令产生制造产品,包括实施流程图和/或框图的一个或多个框中指定的功能/动作的指令。
此外,除非被具体地识别为执行的顺序,否则本文中所描述的任何方法步骤、过程和操作将不被解释为必须要求它们以所讨论或图示的特定顺序执行。还将理解的是,除非另有指示,否则可采用附加的或替代的步骤。
图3示出了根据本发明的一个实施例的制氢站优化调度系统的示意图。如图3所示,优化调度控制系统包括可再生能源功率预测模块、设备监测模块和优化调度模块。风力发电系统和光伏发电系统统称为可再生能源发电系统。应当理解的是,可再生能源发电系统可包括其它类型的可再生能源发电装置,例如水力发电装置,而不偏离本发明的范围。
图4示出了根据本发明的一个实施例的用于电解水制氢装置的控制方法的数据流。图5示出了根据本发明的一个实施例的用于电解水制氢装置的控制系统100的示意图。如图5所示,控制系统100可包括功率预测模块101,配置成预测可再生能源发电系统的功率。控制系统100还可包括负荷控制模块102,负荷控制模块102配置成基于可再生能源发电系统的预测功率来控制电解水制氢装置的负荷。例如,负荷控制模块102配置成当可再生能源发电系统的预测功率与当前功率之间的差超过电解水制氢装置的最大负荷调节能力时,提前降低电解水制氢装置的负荷,以减少对电网的依赖。
根据本发明的一个示例,控制系统100还可包括设备监测模块103,设备监测模块103配置成监测电解水制氢装置的多个制氢单元的运行参数;且基于所述多个制氢单元的运行参数来确定每个制氢单元的单位能耗。控制系统100还可包括负荷分配模块104,配置成基于每个制氢单元的单位能耗来分配每个制氢单元的负荷。应当理解的是,上述模块可以分解成更多的子模块或者合并成更少的模块,而不偏离本发明的范围。例如,负荷控制模块102和负荷分配模块104可以合并成图3所示的优化调度模块。
根据本发明的一个示例,所述负荷分配模块104还配置成当电解水制氢装置的负荷大于或等于第一阈值时,将负荷平均分配给每个制氢单元;以及当电解水制氢装置的负荷小于第一阈值时,将负荷优先分配给单位能耗较低的制氢单元。
根据本发明的一个示例,所述设备监测配103模块配置成:确定每个电解槽的单位能耗;以及基于每个电解槽的单位能耗的加权求和来确定每个制氢单元的单位能耗。
根据本发明的一个示例,所述负荷分配模块104还配置成基于每个电解槽的单位能耗来分配制氢单元中每个电解槽的负荷。例如,所述负荷分配模块104配置成当制氢单元的负荷大于或等于第二阈值时,将负荷平均分配给每个电解槽;以及当制氢单元的负荷小于第二阈值时,将负荷优先分配给单位能耗较低的电解槽。
图6示出了根据本发明的一个实施例的用于电解水制氢装置的控制方法的流程图。
在步骤201处,所述控制方法预测可再生能源发电系统的功率。未来1-4小时的功率预测为。假设优化调度模块设定的前馈控制时间为,也就是说只截取功率预测的时间之内的数据作为输入条件。功率预测以全球中尺度气象预报数据为基础,结合新能源微观布置及针对不同地域特点的参数化方案,经过大规模并行分布式计算机集群的模式计算优化后得到高精度的中小尺度数值天气预报,作为功率预测的基础。采用物理模型与统计模型相结合的方法,对未来1-4小时的风电、光伏发电功率进行预测,并将相关预测结果滚动上传给制氢站优化调度系统,滚动上传的时间间隔为1-15分钟。根据制氢系统当前运行状态、新能源实时发电功率和未来1-4小时功率预测,通过优化调度系统中的负荷调节策略给出制氢站的整体调度指令。
在步骤202处,所述控制方法基于可再生能源发电系统的预测功率来控制电解水制氢装置的负荷。
在步骤203处,所述控制方法确定可再生能源发电系统的预测功率与当前功率之间的差是否超过电解水制氢装置的最大负荷调节能力。如果为“是”,所述控制方法前进到步骤204。在步骤204处,所述控制方法提前降低电解水制氢装置的负荷,以减少对电网的依赖。
在每一个时刻t,制氢站的整体负荷为,本时刻的制氢站消耗的有功功率为。假设制氢站负荷变化速度的最大值为。从当前时刻,到未来的的时间段内,若任何一点的可再生能源预测功率超出制氢站的最大负荷调节能力,则制氢站提前降负荷以减少对电网的依赖,即:
在步骤205处,所述控制方法监测电解水制氢装置的多个制氢单元的运行参数。
在步骤206处,所述控制方法基于制氢单元的运行参数来确定每个电解槽的单位能耗。在步骤210处,所述控制方法基于所述多个制氢单元的运行参数来确定每个制氢单元的单位能耗。
通过设备监测模块103识别制氢站内每台电解槽的性能状态,根据性能状态对电解槽排序,优先调度排位高的电解槽。
例如,将制氢站划分为若干个制氢单元,每个制氢单元包含4-8台电解槽。功率分配策略可以给不同的制氢单元分配不同的负荷,制氢单元内部的电解槽均在同一个负荷下运行。
系统为每一台电解槽创建一个日志,记录电解槽的运行参数,包括电压、电流、能量消耗、产氢量等。根据一段时间内能量消耗和产氢量,计算该电解槽的能耗指标:
同理,可以计算每个制氢单元的能耗指标:
最后,根据能耗指标对制氢单元排序,能耗指标低的制氢单元排名靠前。
在步骤211处,所述控制方法确定电解水制氢装置的负荷是否大于或等于第一阈值。如果为“是”,所述控制方法前进到步骤212;如果为“否”,所述控制方法前进到步骤213。
在步骤212处,所述控制方法将负荷平均分配给每个制氢单元。
在步骤213处,所述控制方法将负荷优先分配给单位能耗较低的制氢单元。
在步骤207处,所述控制方法确定制氢单元的负荷是否大于或等于第二阈值。如果为“是”,所述控制方法前进到步骤208;如果为“否”,所述控制方法前进到步骤209。
在步骤208处,所述控制方法将负荷平均分配给每个电解槽。在步骤209处,所述控制方法将负荷优先分配给单位能耗较低的电解槽。
根据本发明的一个示例,本发明采取如下策略优化功率分配:
图7示出了根据本发明的一个实施例的制氢单元负荷与制氢站的整体负荷之间的关系。其中A点和B点对应的横坐标分别为:
本发明提供一个示例,其中,制氢站共配置4个制氢单元,每个制氢单元包含6台电解槽,制氢站共计布置24台电解槽。在该实例中,假定每台电解槽的最低稳定运行负荷为40%。采用传统控制系统时,制氢站的最低负荷也为40%。采用本发明所述控制系统后,单个模块的最低负荷为40%,制氢站的最低负荷可以降至10%。
新能源发电系统装机容量总计160MW,其中风电96MW,光伏64MW。在该实例中,新能源功率预测系统每10分钟滚动上传,每次上传未来4小时的功率预测曲线。前馈控制时间设定为60分钟,即,若未来60分钟之内任何一点的可再生能源预测功率超出制氢站的最大负荷调节能力,调度系统将向制氢站下达降负荷指令。在该实例中,制氢站的最大负荷调节能力设定为1%/min。
图8示出了根据本发明的一个实例的在可再生能源发电系统的功率波动时制氢装置的负荷在应用本发明的控制方法之前的响应曲线。可以看到,在第6小时附近,新能源出力突然下降。制氢功率在新能源出力下降后再跟随下降,但是由于制氢的负荷调节能力有限,因此功率下降速度明显慢于新能源出力的下降速度,造成在第6-7小时之间下网功率有一个比较大的波动,峰值时达到60MW。
图9示出了根据本发明的实例的在可再生能源发电系统的功率波动时制氢装置的负荷在应用本发明的控制方法之后的响应曲线。可以看到,在新能源出力突然下降的前1小时,优化调度系统提前向制氢站下达降负荷的调度指令,制氢功率缓慢下降,没有对下网功率造成大的波动,最大下网功率仅为10MW左右。
在该实例中,设备运行的电压、电流、能耗、产量等参数通过制氢变流器和流量计采集,并按照前文所述方法对4个制氢单元的能耗指标进行排序。在该实例中,将负荷调度限值设定为0.8。当制氢站的负荷大于此限值时,负荷在每个制氢单元间平均分配。当制氢站的负荷小于此限值时,在给定制氢站整体调度指令的情况下,根据4个制氢单元的能耗排序,优先调度能耗表现更好的制氢单元。
图10示出了根据本发明的实例的制氢站内的各个制氢单元的负荷曲线图。为便于展示,此处仅绘制前50小时的负荷变化曲线。在该实例中,制氢单元1-4的能耗指标依次递减。从曲线中可以看出,单元1的性能最好,运行时间最长,单元2的运行时间次之,以此类推。单元1-4的平均负荷分别为0.49、0.30、0.20、0.13。
在该实例中,按传统控制策略运行,制氢站的综合能耗为4.9206kWh/Nm3;按本发明所述控制策略运行,制氢站的综合能耗为4.6605kWh/Nm3。效率显著提升。
本发明已经描述了某些优选实施例及其变型。本领域技术人员在阅读和理解说明书以后可以想到其它变型和变化。因而,本发明并不限于作为用于实施本发明的最佳模式公开的具体实施例,本发明将包括落入权利要求范围内的所有实施例。
Claims (20)
1. 一种用于电解水制氢装置的控制方法,包括如下步骤:
预测可再生能源发电系统的功率;以及
基于可再生能源发电系统的预测功率来控制电解水制氢装置的负荷。
2.根据权利要求1所述的控制方法,还包括:
监测电解水制氢装置的多个制氢单元的运行参数;
基于所述多个制氢单元的运行参数来确定每个制氢单元的单位能耗;以及
基于每个制氢单元的单位能耗来分配每个制氢单元的负荷。
3. 根据权利要求2所述的控制方法,其中,
当电解水制氢装置的负荷大于或等于第一阈值时,将负荷平均分配给每个制氢单元;以及
当电解水制氢装置的负荷小于第一阈值时,将负荷优先分配给单位能耗较低的制氢单元。
4. 根据权利要求2所述的控制方法,其中,每个制氢单元包括多个电解槽,确定每个制氢单元的单位能耗包括:
确定每个电解槽的单位能耗;以及
基于每个电解槽的单位能耗的加权求和来确定每个制氢单元的单位能耗。
5.根据权利要求4所述的控制方法,还包括:
基于每个电解槽的单位能耗来分配制氢单元中每个电解槽的负荷。
6. 根据权利要求5所述的控制方法,其中,
当制氢单元的负荷大于或等于第二阈值时,将负荷平均分配给每个电解槽;以及
当制氢单元的负荷小于第二阈值时,将负荷优先分配给单位能耗较低的电解槽。
8.根据权利要求1所述的控制方法,其中,当可再生能源发电系统的预测功率与当前功率之间的差超过电解水制氢装置的最大负荷调节能力时,提前降低电解水制氢装置的负荷,以减少对电网的依赖。
9.根据权利要求1所述的控制方法,其中,可再生能源发电系统的功率使用物理模型和统计模型两者来预测。
10.一种用于电解水制氢装置的控制系统,包括处理器和存储器,所述存储器中存储有应用程序,应用程序在由处理器执行时,使得所述处理器执行根据权利要求1至9中任一项所述的控制方法。
11. 一种用于电解水制氢装置的控制系统,包括:
功率预测模块,配置成预测可再生能源发电系统的功率;以及
负荷控制模块,配置成基于可再生能源发电系统的预测功率来控制电解水制氢装置的负荷。
12.根据权利要求11所述的控制系统,还包括:
设备监测模块,配置成:
监测电解水制氢装置的多个制氢单元的运行参数;且
基于所述多个制氢单元的运行参数来确定每个制氢单元的单位能耗;以及
负荷分配模块,配置成基于每个制氢单元的单位能耗来分配每个制氢单元的负荷。
13. 根据权利要求12所述的控制系统,其中,所述负荷分配模块配置成:
当电解水制氢装置的负荷大于或等于第一阈值时,将负荷平均分配给每个制氢单元;以及
当电解水制氢装置的负荷小于第一阈值时,将负荷优先分配给单位能耗较低的制氢单元。
14. 根据权利要求12所述的控制系统,其中,每个制氢单元包括多个电解槽,所述设备监测配模块配置成:
确定每个电解槽的单位能耗;以及
基于每个电解槽的单位能耗的加权求和来确定每个制氢单元的单位能耗。
15.根据权利要求14所述的控制系统,其中,所述负荷分配模块配置成:
基于每个电解槽的单位能耗来分配制氢单元中每个电解槽的负荷。
16. 根据权利要求15所述的控制系统,其中,所述负荷分配模块配置成:
当制氢单元的负荷大于或等于第二阈值时,将负荷平均分配给每个电解槽;以及
当制氢单元的负荷小于第二阈值时,将负荷优先分配给单位能耗较低的电解槽。
18.根据权利要求11所述的控制系统,其中,所述负荷控制模块配置成:当可再生能源发电系统的预测功率与当前功率之间的差超过电解水制氢装置的最大负荷调节能力时,提前降低电解水制氢装置的负荷,以减少对电网的依赖。
19.根据权利要求11所述的控制系统,其中,功率预测模块配置成使用物理模型和统计模型两者来预测可再生能源发电系统的功率。
20.一种计算机可读介质,存储有计算机程序代码,计算机程序代码在由处理器执行时,使得所述处理器执行根据权利要求1至9中任一项所述的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210685914.0A CN114836790A (zh) | 2022-06-17 | 2022-06-17 | 用于电解水制氢装置的控制方法、控制系统和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210685914.0A CN114836790A (zh) | 2022-06-17 | 2022-06-17 | 用于电解水制氢装置的控制方法、控制系统和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114836790A true CN114836790A (zh) | 2022-08-02 |
Family
ID=82573659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210685914.0A Pending CN114836790A (zh) | 2022-06-17 | 2022-06-17 | 用于电解水制氢装置的控制方法、控制系统和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114836790A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117075498A (zh) * | 2023-10-16 | 2023-11-17 | 三峡科技有限责任公司 | 一种电解水制氢能耗监测和仿生优化系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102264950A (zh) * | 2008-10-30 | 2011-11-30 | 下一氢公司 | 用于从风力电解产生氢气的电力分派系统 |
JP2019173082A (ja) * | 2018-03-28 | 2019-10-10 | 東邦瓦斯株式会社 | 水素製造システム |
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 |
CN112103994A (zh) * | 2020-08-25 | 2020-12-18 | 同济大学 | 一种基于mpc的风氢耦合系统分层协调控制方法及装置 |
CN113235121A (zh) * | 2021-05-07 | 2021-08-10 | 宝武清洁能源有限公司 | 一种混合式多槽制氢系统及其控制方法 |
CN113794193A (zh) * | 2021-08-27 | 2021-12-14 | 新天绿色能源股份有限公司 | 一种可再生能源直流微网制氢的决策方法 |
CN113832475A (zh) * | 2021-09-23 | 2021-12-24 | 中国大唐集团新能源科学技术研究院有限公司 | 可再生能源制氢系统 |
WO2022012697A1 (zh) * | 2020-07-15 | 2022-01-20 | 全球能源互联网研究院有限公司 | 波动型功率输入的电解水制氢方法及其装置 |
CN114351164A (zh) * | 2021-12-30 | 2022-04-15 | 海卓动力(上海)能源科技有限公司 | 一种模块化水电解制氢系统及其控制方法 |
-
2022
- 2022-06-17 CN CN202210685914.0A patent/CN114836790A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102264950A (zh) * | 2008-10-30 | 2011-11-30 | 下一氢公司 | 用于从风力电解产生氢气的电力分派系统 |
JP2019173082A (ja) * | 2018-03-28 | 2019-10-10 | 東邦瓦斯株式会社 | 水素製造システム |
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 |
WO2022012697A1 (zh) * | 2020-07-15 | 2022-01-20 | 全球能源互联网研究院有限公司 | 波动型功率输入的电解水制氢方法及其装置 |
CN112103994A (zh) * | 2020-08-25 | 2020-12-18 | 同济大学 | 一种基于mpc的风氢耦合系统分层协调控制方法及装置 |
WO2022042216A1 (zh) * | 2020-08-25 | 2022-03-03 | 同济大学 | 一种基于mpc的风氢耦合系统分层协调控制方法及装置 |
CN113235121A (zh) * | 2021-05-07 | 2021-08-10 | 宝武清洁能源有限公司 | 一种混合式多槽制氢系统及其控制方法 |
CN113794193A (zh) * | 2021-08-27 | 2021-12-14 | 新天绿色能源股份有限公司 | 一种可再生能源直流微网制氢的决策方法 |
CN113832475A (zh) * | 2021-09-23 | 2021-12-24 | 中国大唐集团新能源科学技术研究院有限公司 | 可再生能源制氢系统 |
CN114351164A (zh) * | 2021-12-30 | 2022-04-15 | 海卓动力(上海)能源科技有限公司 | 一种模块化水电解制氢系统及其控制方法 |
Non-Patent Citations (1)
Title |
---|
杨源;陈亮;王小虎;谭闻;: "海上风电-氢能综合能源监控系统设计", 南方能源建设, no. 02, pages 35 - 40 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117075498A (zh) * | 2023-10-16 | 2023-11-17 | 三峡科技有限责任公司 | 一种电解水制氢能耗监测和仿生优化系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107818385B (zh) | 一种梯级水电站群实时运行趋势预测方法 | |
CN114336702B (zh) | 基于双层随机规划的风光储场站群功率分配协同优化方法 | |
CN110829408B (zh) | 基于发电成本约束的计及储能电力系统的多域调度方法 | |
CN111555281A (zh) | 一种电力系统灵活性资源配置仿真方法及装置 | |
CN107017625B (zh) | 用于独立微电网的能量动态调度的方法和设备 | |
CN114836790A (zh) | 用于电解水制氢装置的控制方法、控制系统和计算机可读介质 | |
CN114616579A (zh) | 利用新再生热电联产发电厂的虚拟发电厂系统及利用该系统的虚拟发电厂运行方法 | |
CN112886645A (zh) | 一种基于氢能超高比例的新能源电力系统运行模拟方法 | |
CN108336768B (zh) | 一种风电场有功功率优化控制方法 | |
CN111030172B (zh) | 一种并网微电网负荷管理方法、设备及可读存储介质 | |
CN117239740B (zh) | 一种虚拟电厂系统的优化配置与灵活性提升方法及系统 | |
CN111709574B (zh) | 一种分布式集群配置调度方法、计算机设备及存储介质 | |
CN114641911A (zh) | 虚拟发电厂电力交易系统及利用该系统的虚拟发电厂电力交易方法 | |
CN115619153A (zh) | 动态聚合下考虑分布式资源运行特性的响应方法和装置 | |
CN114386849B (zh) | 新能源高占比系统电力平衡风险预警方法 | |
CN107273673B (zh) | 一种考虑平抑风电波动的空调冷水机组群控方法 | |
US20230246445A1 (en) | Method for on-demand closed-loop control of an electrochemical plant | |
KR102210612B1 (ko) | 전력계통의 출력 변동성 안정화 장치 및 이를 이용한 전력계통의 출력 변동성 안정화 방법 | |
CN114641912A (zh) | 利用热变换装置的虚拟发电厂系统及利用该系统的虚拟发电厂运行方法 | |
CN111900740B (zh) | 一种基于需求响应设备的电力系统调频方法和系统 | |
CN112634076A (zh) | 一种计及灵活性储备的含风电多微网系统分布式调控方法 | |
KR20210081092A (ko) | 이종 분산 자원과 연계된 에너지 저장 장치의 지능형 운전 방법 및 장치 | |
CN113765153B (zh) | 一种基于风险评估的新能源极限接入能力计算方法及系统 | |
CN117013535B (zh) | 一种兼顾生态调度需求的水风光火互补容量配置方法 | |
CN113705874B (zh) | 新能源电网演化预测方法、装置、计算机设备和存储介质 |
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 |