CN115640665A - 一种用于管理工业气体生产的方法和设备 - Google Patents

一种用于管理工业气体生产的方法和设备 Download PDF

Info

Publication number
CN115640665A
CN115640665A CN202210841105.4A CN202210841105A CN115640665A CN 115640665 A CN115640665 A CN 115640665A CN 202210841105 A CN202210841105 A CN 202210841105A CN 115640665 A CN115640665 A CN 115640665A
Authority
CN
China
Prior art keywords
industrial gas
power
control
energy storage
dependent
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
CN202210841105.4A
Other languages
English (en)
Inventor
D·M·埃斯皮
P·米斯拉
G·R·威尔逊
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.)
Air Products and Chemicals Inc
Original Assignee
Air Products and Chemicals Inc
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 Air Products and Chemicals Inc filed Critical Air Products and Chemicals Inc
Publication of CN115640665A publication Critical patent/CN115640665A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • C—CHEMISTRY; METALLURGY
    • C01—INORGANIC CHEMISTRY
    • C01C—AMMONIA; CYANOGEN; COMPOUNDS THEREOF
    • C01C1/00—Ammonia; Compounds thereof
    • C01C1/02—Preparation, purification or separation of ammonia
    • C01C1/04—Preparation of ammonia by synthesis in the gas phase
    • C01C1/0405—Preparation of ammonia by synthesis in the gas phase from N2 and H2 in presence of a catalyst
    • C—CHEMISTRY; METALLURGY
    • C01—INORGANIC CHEMISTRY
    • C01C—AMMONIA; CYANOGEN; COMPOUNDS THEREOF
    • C01C1/00—Ammonia; Compounds thereof
    • C01C1/02—Preparation, purification or separation of ammonia
    • C01C1/04—Preparation of ammonia by synthesis in the gas phase
    • C01C1/0405—Preparation of ammonia by synthesis in the gas phase from N2 and H2 in presence of a catalyst
    • C01C1/0482—Process control; Start-up or cooling-down procedures
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J3/00—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification
    • F25J3/02—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification by rectification, i.e. by continuous interchange of heat and material between a vapour stream and a liquid stream
    • F25J3/04—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification by rectification, i.e. by continuous interchange of heat and material between a vapour stream and a liquid stream for air
    • F25J3/04521—Coupling of the air fractionation unit to an air gas-consuming unit, so-called integrated processes
    • F25J3/04563—Integration with a nitrogen consuming unit, e.g. for purging, inerting, cooling or heating
    • F25J3/04587—Integration with a nitrogen consuming unit, e.g. for purging, inerting, cooling or heating for the NH3 synthesis, e.g. for adjusting the H2/N2 ratio
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J3/00—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification
    • F25J3/02—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification by rectification, i.e. by continuous interchange of heat and material between a vapour stream and a liquid stream
    • F25J3/04—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification by rectification, i.e. by continuous interchange of heat and material between a vapour stream and a liquid stream for air
    • F25J3/04763—Start-up or control of the process; Details of the apparatus used
    • F25J3/04769—Operation, control and regulation of the process; Instrumentation within the process
    • F25J3/04812—Different modes, i.e. "runs" of operation
    • F25J3/04824—Stopping of the process, e.g. defrosting or deriming; Back-up procedures
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J3/00—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification
    • F25J3/02—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification by rectification, i.e. by continuous interchange of heat and material between a vapour stream and a liquid stream
    • F25J3/04—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification by rectification, i.e. by continuous interchange of heat and material between a vapour stream and a liquid stream for air
    • F25J3/04763—Start-up or control of the process; Details of the apparatus used
    • F25J3/04769—Operation, control and regulation of the process; Instrumentation within the process
    • F25J3/04812—Different modes, i.e. "runs" of operation
    • F25J3/04836—Variable air feed, i.e. "load" or product demand during specified periods, e.g. during periods with high respectively low power costs
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J3/00—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification
    • F25J3/02—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification by rectification, i.e. by continuous interchange of heat and material between a vapour stream and a liquid stream
    • F25J3/04—Processes or apparatus for separating the constituents of gaseous or liquefied gaseous mixtures involving the use of liquefaction or solidification by rectification, i.e. by continuous interchange of heat and material between a vapour stream and a liquid stream for air
    • F25J3/04763—Start-up or control of the process; Details of the apparatus used
    • F25J3/04769—Operation, control and regulation of the process; Instrumentation within the process
    • F25J3/04848—Control strategy, e.g. advanced process control or dynamic modeling
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • C—CHEMISTRY; METALLURGY
    • C01—INORGANIC CHEMISTRY
    • C01B—NON-METALLIC ELEMENTS; COMPOUNDS THEREOF; METALLOIDS OR COMPOUNDS THEREOF NOT COVERED BY SUBCLASS C01C
    • C01B2203/00—Integrated processes for the production of hydrogen or synthesis gas
    • C01B2203/04—Integrated processes for the production of hydrogen or synthesis gas containing a purification step for the hydrogen or the synthesis gas
    • C01B2203/042—Purification by adsorption on solids
    • C01B2203/043—Regenerative adsorption process in two or more beds, one for adsorption, the other for regeneration
    • C—CHEMISTRY; METALLURGY
    • C01—INORGANIC CHEMISTRY
    • C01B—NON-METALLIC ELEMENTS; COMPOUNDS THEREOF; METALLOIDS OR COMPOUNDS THEREOF NOT COVERED BY SUBCLASS C01C
    • C01B2203/00—Integrated processes for the production of hydrogen or synthesis gas
    • C01B2203/04—Integrated processes for the production of hydrogen or synthesis gas containing a purification step for the hydrogen or the synthesis gas
    • C01B2203/0465—Composition of the impurity
    • C01B2203/0495—Composition of the impurity the impurity being water
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25J—LIQUEFACTION, SOLIDIFICATION OR SEPARATION OF GASES OR GASEOUS OR LIQUEFIED GASEOUS MIXTURES BY PRESSURE AND COLD TREATMENT OR BY BRINGING THEM INTO THE SUPERCRITICAL STATE
    • F25J2250/00—Details related to the use of reboiler-condensers
    • F25J2250/30—External or auxiliary boiler-condenser in general, e.g. without a specified fluid or one fluid is not a primary air component or an intermediate fluid
    • F25J2250/42—One fluid being nitrogen
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/41—Servomotor, servo controller till figures
    • G05B2219/41108—Controlled parameter such as gas mass flow rate
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45076—Gas, fuel refilling
    • 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
    • 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

Abstract

一种控制工业气体生产设施的方法，包括：接收时间相关的功率数据，接收时间相关操作特性数据；为电力网络的操作参数限定一个或多个功率约束；为每个工业气体装置的操作参数限定一个或多个处理约束；基于所述功率数据、所述操作特性数据、所述一个或多个功率约束和一个或多个处理约束，生成一个或多个工业气体装置的控制设定点值，以实现用于所述工业气体生产设施的预定生产参数；以及将所述控制设定点值发送到控制系统，以通过调整所述工业气体装置的一个或多个控制设定点来控制所述一个或多个工业气体装置，从而实现用于所述工业气体生产设施的所述预定生产参数。

Description

一种用于管理工业气体生产的方法和设备
技术领域
本发明涉及一种用于优化在工业气体生产复合体中一种或多种工业气体的生产的方法和系统。更具体地，本发明涉及一种利用可变输入电力资源如可再生能源最大化工业气体产量的方法。
背景技术
工业气体装置复合体可以包括气体生产或参与气体生产的一个或多个处理装置。在非限制性示例中，这些气体可以包括：气态、液化态或压缩态的工业气体、商业气体、医用气体、无机气体、有机气体、燃料气体和绿色燃料气体。
人们对利用可再生能源为工业气体装置和工业气体装置复合体提供动力的方法和系统非常感兴趣。然而，使用可再生能源如风能、太阳能和潮汐能的一个显著缺点是这些能源的自然可变性和短暂性。
通常，恒定或基本恒定的电源对于工业气体装置或工业气体装置复合体是优选的。因此，风力、太阳能和/或潮汐能的可变和间歇性质存在问题，并且使得难以确保利用此类能源的工业气体装置或工业气体装置复合体的最大利用率。因此，需要解决这些技术问题的方案以使工业气体能够在此类装置中高效地产生。
一种此类工业气体是氨气。利用水电解产生的氢气和从空气中分离出的氮气来生产氨气。这些气体随后使用哈伯法（Haber-Bosch）处理，使用该办法氢气和氮气在高温高压下一起反应生成氨气。
人们对使用可再生能源生产氨气有相当大的兴趣。这被称为绿色氨气。然而，氨气合成可能对来自可再生资源的输入能量的变化特别敏感。
因此，本领域需要提供更有效的控制方法和装置来解决这些问题。
发明内容
以下以简化的形式介绍了一些概念，以便提供对本公开的一些方面的基本理解。以下不是本公开的广泛概述，并且不意图识别本公开的关键或重要元素或描绘本公开的范围。以下仅概述了本公开的一些概念，作为此后提供的更详细描述的序言。
根据第一方面，提供了一种控制工业气体生产设施的方法，该工业气体生产设施包括由包括一个或多个可再生电源的电力网络供电的一个或多个工业气体装置，该方法由至少一个硬件处理器执行，该方法包括：接收表示电力网络的一个或多个操作参数的时间相关的电力数据；接收表示一个或多个工业气体装置的一个或多个操作参数的时间相关操作特性数据；为电力网络的操作参数限定一个或多个功率约束；为每个工业气体装置的操作参数限定一个或多个处理约束；基于功率数据、操作特性数据、一个或多个功率约束和一个或多个处理约束，生成用于该一个或多个工业气体装置的控制设定点值，以实现用于该工业气体生产设施的预定生产参数；以及将控制设定点值发送到控制系统，以通过调整工业气体装置的一个或多个控制设定点来控制一个或多个工业气体装置，从而实现用于该工业气体生产设施的预定生产参数。
在实施例中，生成步骤还包括利用基于模型的控制器。
在实施例中，基于模型的控制器利用模型预测控制。
在实施例中，基于模型预测控制的控制器包括表示一个或多个工业气体装置和电力网络中的每一者的一个或多个计算模型。
在实施例中，生成步骤还包括：利用基于模型预测控制的控制器来为一个或多个计算模型生成一组操纵变量；以及从该组操纵变量中生成控制设定点值。
在实施例中，基于模型预测控制的控制器可操作为为预定未来时间范围的一个或多个控制设定点生成多个控制设定点值。
在实施例中，基于模型预测控制的控制器可操作为为预定未来时间范围的一个或多个控制设定点生成控制设定点值的时间序列。
在实施例中，基于模型预测控制的控制器可操作为为在预定未来时间范围内的预定时间间隔上间隔开的一个或多个控制设定点生成控制设定点值的时间序列。
在实施例中，预定的未来范围至少部分地由一个或多个工业气体装置的一个或多个参数的变化率来限定。
在实施例中，工业气体生产设施还包括一个或多个能量存储资源，并且其中接收时间相关的功率数据的步骤还包括接收表示能量存储资源的一个或多个操作参数的时间相关操作特性数据。
在实施例中，生成步骤还包括为一个或多个能量存储资源生成控制设定点值。
在实施例中，一个或多个能量存储资源包括以下中的一者或多者：电池能量存储系统；压缩空气能量存储系统；以及液态空气能量存储系统。
在实施例中，能量存储资源的操作参数的一个或多个功率约束包括以下中的一者或多者：来自电力网络的最大充电速率；最大放电速率；最大能量容量；以及最小能量容量。
在实施例中，表示电力网络的一个或多个操作参数的时间相关的电力数据包括实时电力数据。
在实施例中，时间相关的功率数据包括关于一个或多个可再生电源的输出的数据。
在实施例中，时间相关的功率数据包括关于以下一个或多个的输出的数据：风力源；太阳能电源；和潮汐能源。
在实施例中，时间相关的功率数据可以包括以下中的一者或多者：可用风力；可用的太阳能；可用功率；以及功率负载。
在实施例中，时间相关的功率数据包括关于一个或多个能量存储资源的功率输入和/或功率利用率的数据。
在实施例中，时间相关的功率数据包括关于一个或多个能量存储资源的功率输入和/或功率利用率的数据。
在实施例中，时间相关的功率数据包括电池容量水平和/或可用能量。
在实施例中，一个或多个能量存储资源的操纵变量包括充电速率和放电速率。
在实施例中，电力网络的操作参数的一个或多个功率约束包括从电力网络汲取的最大功率。
在实施例中，工业气体生产设施还包括一个或多个工业气体存储资源，并且其中接收时间相关操作特性数据的步骤还包括接收表示工业气体存储资源的一个或多个操作参数的时间相关操作特性数据。
在实施例中，生成步骤还包括为一种或多种工业气体存储资源生成控制设定点值。
在实施例中，表示一个或多个工业气体装置的一个或多个操作参数的时间相关操作特性数据包括实时操作特性数据。
在实施例中，表示工业气体存储资源的一个或多个操作参数的时间相关操作特性数据包括以下中的一者或多者：存储压力；存储量；充电速率；以及放电速率。
在实施例中，每个工业气体装置的操作参数的一个或多个处理约束包括以下中的一者或多者：最大斜坡率；最小斜坡率；最大生产能力；最小生产能力。
在实施例中，工业气体生产设施包括氨气生产设施。
在实施例中，氨气生产装置的工业气体装置包括氢气生产装置；氮气生产装置；以及氨气生产装置。
在实施例中，氨气生产装置的预定生产参数包括氨气生产率。
在实施例中，氨气生产装置的预定生产参数限定了给定功率可用性的最大氨气生产率。
根据第二方面，提供了一种用于控制工业气体生产设施的系统，该工业气体生产设施包括一个或多个由包括一个或多个可再生电源的电力网络供电的工业气体装置，该系统包括：至少一个硬件处理器，可操作为执行以下步骤：接收表示电力网络的一个或多个操作参数的时间相关的电力数据；接收表示一个或多个工业气体装置的一个或多个操作参数的时间相关操作特性数据；为电力网络的操作参数限定一个或多个功率约束；为每个工业气体装置的操作参数限定一个或多个处理约束；基于功率数据、操作特性数据、一个或多个功率约束和一个或多个处理约束，生成用于该一个或多个工业气体装置的控制设定点值，以实现用于该工业气体生产设施的预定生产参数；以及将控制设定点值发送到控制系统，以通过调整工业气体装置的一个或多个控制设定点来控制一个或多个工业气体装置，从而实现用于该工业气体生产设施的预定生产参数。
在实施例中，生成步骤还包括利用基于模型的控制器。
在实施例中，基于模型的控制器利用模型预测控制。
在实施例中，基于模型预测控制的控制器包括表示一个或多个工业气体装置和电力网络中的每一者的一个或多个计算模型。
在实施例中，生成步骤还包括：利用基于模型预测控制的控制器来为一个或多个计算模型生成一组操纵变量；以及从该组操纵变量中生成控制设定点值。
在实施例中，基于模型预测控制的控制器可操作为为预定未来时间范围的一个或多个控制设定点生成多个控制设定点值。
在实施例中，基于模型预测控制的控制器可操作为为预定未来时间范围的一个或多个控制设定点生成控制设定点值的时间序列。
在实施例中，基于模型预测控制的控制器可操作为为在预定未来时间范围内的预定时间间隔上间隔开的一个或多个控制设定点生成控制设定点值的时间序列。
在实施例中，预定的未来范围至少部分地由一个或多个工业气体装置的一个或多个参数的变化率来限定。
在实施例中，工业气体生产设施还包括一个或多个能量存储资源，并且其中接收时间相关的功率数据的步骤还包括接收表示能量存储资源的一个或多个操作参数的时间相关操作特性数据。
在实施例中，生成步骤还包括为一个或多个能量存储资源生成控制设定点值。
在实施例中，一个或多个能量存储资源包括以下中的一者或多者：电池能量存储系统；压缩空气能量存储系统；以及液态空气能量存储系统。
在实施例中，能量存储资源的操作参数的一个或多个功率约束包括以下中的一者或多者：来自电力网络的最大充电速率；最大放电速率；最大能量容量；以及最小能量容量。
在实施例中，表示电力网络的一个或多个操作参数的时间相关的电力数据包括实时电力数据。
在实施例中，时间相关的功率数据包括关于一个或多个可再生电源的输出的数据。
在实施例中，时间相关的功率数据包括关于以下一个或多个的输出的数据：风力源；太阳能电源；和潮汐能源。
在实施例中，时间相关的功率数据可以包括以下中的一者或多者：可用风力；可用的太阳能；可用功率；以及功率负载。
在实施例中，时间相关的功率数据包括关于一个或多个能量存储资源的功率输入和/或功率利用率的数据。
在实施例中，时间相关的功率数据包括关于一个或多个能量存储资源的功率输入和/或功率利用率的数据。
在实施例中，时间相关的功率数据包括电池容量水平和/或可用能量。
在实施例中，一个或多个能量存储资源的操纵变量包括充电速率和放电速率。
在实施例中，电力网络的操作参数的一个或多个功率约束包括从电力网络汲取的最大功率。
在实施例中，工业气体生产设施还包括一个或多个工业气体存储资源，并且其中接收时间相关操作特性数据的步骤还包括接收表示工业气体存储资源的一个或多个操作参数的时间相关操作特性数据。
在实施例中，表示一个或多个工业气体装置的一个或多个操作参数的时间相关操作特性数据包括实时操作特性数据。
在实施例中，表示工业气体存储资源的一个或多个操作参数的时间相关操作特性数据包括以下中的一者或多者：存储压力；存储量；充电速率；以及放电速率。
在实施例中，每个工业气体装置的操作参数的一个或多个处理约束包括以下中的一者或多者：最大斜坡率；最小斜坡率；最大生产能力；最小生产能力。
在实施例中，工业气体生产设施包括氨气生产设施。
在实施例中，氨气生产装置的工业气体装置包括氢气生产装置；氮气生产装置；以及氨气生产装置。
在实施例中，氨气生产装置的预定生产参数包括氨气生产率。
在实施例中，氨气生产装置的预定生产参数限定了给定功率可用性的最大氨气生产率。
根据第三方面，提供了一种存储可由机器执行的指令程序的计算机可读存储介质，以执行控制工业气体生产设施的方法，该工业气体生产设施包括由包括一个或多个可再生电源的电力网络供电的一个或多个工业气体装置，该方法由至少一个硬件处理器执行，该方法包括：接收表示电力网络的一个或多个操作参数的时间相关的电力数据；接收表示一个或多个工业气体装置的一个或多个操作参数的时间相关操作特性数据；为电力网络的操作参数限定一个或多个功率约束；为每个工业气体装置的操作参数限定一个或多个处理约束；基于功率数据、操作特性数据、一个或多个功率约束和一个或多个处理约束，生成用于该一个或多个工业气体装置的控制设定点值，以实现用于该工业气体生产设施的预定生产参数；以及将控制设定点值发送到控制系统，以通过调整工业气体装置的一个或多个控制设定点来控制一个或多个工业气体装置，从而实现用于该工业气体生产设施的预定生产参数。
附图说明
现在将仅通过示例并且参考附图来描述本发明的实施例，在附图中：
图1是工业气体装置复合体的示意图；
图2是用于控制图1的工业气体装置的控制系统的详细示意图；
图3是根据实施例的形成主控制器的一部分的模型的详细示意图；
图4是根据实施例的方法的流程图；
图5A是示出了对于典型的夏季的各种处理参数的发电、电池功率以及相关联的生产和存储速率的示意图；以及
图5B是示出了典型冬天的各种处理参数的发电、电池功率以及相关联的生产和存储速率的示意图。
通过参考下面的详细描述，可以最好地理解本公开的实施例和它们的优点。应理解，相同的附图标记用于识别一个或多个附图中示出的相同元件，其中其中的图示是为了说明本公开的实施例，而不是为了限制本公开。
具体实施方式
现在将描述本公开的各种示例和实施例。以下描述提供具体的细节，以便彻底理解和能够描述这些示例。然而，相关领域的普通技术人员将理解，本文描述的一个或多个实施例可在没有许多这些细节的情况下实践。同样，相关领域的技术人员也将理解，本公开的一个或多个实施例可以包括本文没有详细描述的其他特征和/或功能。另外，一些众所周知的结构或功能可能没有在下面详细示出或描述，以避免不必要地模糊相关描述。
图1示出了示例性工业气体装置复合体10的示意图。在实施例中，工业气体装置复合体包括氨气装置复合体10。
工业气体装置复合体10包括氢气生产装置20、氢气存储单元30、空气分离单元（ASU）40、氨气合成装置50和氨气存储单元60。氨气存储单元60连接到外部供应链S，用于氨气的向前分配。
由本地电网（未示出）供应的主总线70为工业气体装置复合体10供电。用于工业气体装置复合体10的电力至少部分由可再生能源生成，诸如风72（经由包括多个风力涡轮机的合适的风力发电厂）和/或太阳能74（经由包括多个太阳能电池的太阳能发电厂），尽管可以可选地利用其他来源，诸如柴油、汽油或氢气动力发电机（未示出）。
为了解决来自可再生能源的电力供应的间歇性，供应能量存储资源76。能量存储资源76可以包括一个或多个能量存储装置。在实施例中，如下所述，能量存储资源76形成工业气体装置复合体10的一部分，并且由此被控制和管理。
能量存储资源76可以采取任何合适的形式。在实施例中，能量存储装置可以包括以下中的一者或多者：电池能量存储系统（BESS）76a或压缩/液态空气能量系统（CAES或LAES）76b。
BESS 76a利用电化学技术并且可以包括以下中的一种或多种：锂离子电池、铅酸电池、锌溴电池、钠硫电池或氧化还原液流电池。诸如电池的电化学装置在快速充电速率和快速（几乎瞬时）斜坡率方面具有优势，以供应电力来应对能量供应的突然斜降。然而，与其他系统相比，此类装置的功率容量往往更有限。因此，它们可能更适合用于某些情况，例如，可再生能源的电力短缺预计是暂时的或持续时间短。
CAES 76b压缩空气并且在大约70巴的高压下存储空气。它通常存储在地下洞穴中。当需要动力时，压缩空气在膨胀涡轮机中被加热和膨胀，以便驱动发电机。
LAES 76b包括空气液化器以从环境抽取空气并且压缩并冷却空气以实现液化。液化空气随后被存储在一个绝热罐中，直到需要电力时为止。为了将液化空气转化为可用的能量，液态空气被泵至高压并且通过热交换器加热。由此生成的高压气体被用来驱动涡轮机发电。
与大多数BESS 76a系统相比，CAES和LAES能够存储更多的能量。然而，CAES和LAES具有比电化学存储装置更慢的斜坡率，并且需要更长的时间来存储更大量的能量。例如，压缩级在满负载下操作可能需要5分钟至10分钟的时间，而按需生成全功率可能需要10分钟至20分钟。因此，此类存储装置更适合于长期存储和在可再生能源长期短缺期间供电。
尽管所有这些元件都在图1中示出，但这仅是为了说明的目的。能量存储资源76不需要包括每一个所描述的元件，并且可以仅包括一个或多个所描述的元件。此外，能量资源76可以包括另外的元素。
元件72、74、76馈入主总线70，如图1中的箭头所示。当需求需要时，元件76可操作为向主总线70供电，并且当需求低时，存储来自主总线70的能量。换句话说，鉴于诸如风72和太阳能74的可再生能源的可变性，能量存储资源76用于平滑向网络的电力输送。这可以如下此进行控制和优化。
尽管上述可再生能源的示例是针对风能和太阳能给出的，但这并且不是限制性的。例如，可以使用其他可再生能源，诸如水力发电（未示出）和/或潮汐能（未示出）。
现在将详细描述工业气体装置复合体10的工业气体生产部件。
氢气生产装置20
氢气生产装置20可操作为电解水以形成氢气和氧气。可以使用任何合适的水源。然而，在使用海水生产用于电解水的实施例中，该设备还包括用于处理海水的脱盐和脱矿质的至少一个设备。
氢气生产装置20包括多个电解电池22a、22b……22n或电解槽。每个单元或电池可以被称为“电解槽”22a、22b……22n。可以提供任意数量的电解槽。在实施例中，可以提供大约100个。电解槽可以使氢气生产装置20具有至少1 GW的总容量。在实施例中，容量可以超过2 GW；例如，2.2 GW。然而，氢气生产装置20的最终容量仅受到诸如电力供应等实际考虑的限制。
可以使用任何合适类型的电解槽。在实施例中，多个电解槽通常由组合成“模块”的多个单独的电解槽组成，该模块还包括处理装备，诸如泵、冷却器和/或分离器。可以使用数百个电池，并且可以分组在单独的建筑物中。每个模块通常具有大于10 MW的最大容量，尽管这不是限制性的。
本发明可以使用任何合适类型的电解槽。通常，使用三种常规类型的电解槽——碱性电解槽；质子交换膜电解槽；以及固体氧化物电解槽。这些类型中的任一种都可以用于本发明。
碱性电解槽通过电解质将氢氧离子（OH-）从阴极输送到阳极，在阴极侧生成氢气。通常，氢氧化钠或氢氧化钾的液体碱性溶液被用作电解质。
PEM电解槽利用固体塑料材料作为电解质，水在阳极处反应形成氧气和带正电的氢离子。电子流过外部电路，氢离子选择性地穿过PEM到达阴极。在阴极，氢离子与来自外部电路的电子结合形成氢气。
固体氧化物电解槽使用固体陶瓷材料作为电解质，在高温下选择性地传导带负电的氧离子（O2-）。阴极的水与来自外部电路的电子结合，形成氢气和带负电的氧离子。氧离子穿过固体陶瓷膜并且在阳极反应形成氧气并且为外部电路生成电子。
电解槽可以以任何合适的组布置。例如，它们可以平行布置。
氢气由氢气生产装置20在大约大气压下产生。如此生成的氢气流在稍微升高的压力下从电解槽移除。
在实施例中，氢气生产装置20还包括氢气压缩和纯纯化阶段。
在实施例中，压缩级包括具有两个部段24、26的多级压缩系统。第一部段24包含低压（LP）部段，其中氢气从来自电解槽的第一馈送压力压缩到大于第一馈送压力的第二中间压力。
第二部段包括中压（MP）部段26，其中氢气从第二中间压力被压缩到大于第二压力的第三最终压力。根据任何下游处理的需要选择第三压力。
在图1所示的非限制性实施例中，第一（LP）部段24具有两个压缩机级24a、24b。然而，可以使用任何合适的数量。例如，LP部段24可以具有单个压缩机或可以具有多个压缩机。
如图1的非限制性实施例所示，第二（MP）部段26具有单级压缩（即单个压缩机）。然而，可以根据需要提供任何合适数量的级。
形成第一（LP）24和第二（MP）26压缩部段的压缩机可以采取任何合适的形式。本领域技术人员将很容易知道这些压缩机的形式、数量和容量。例如，对于总容量为1 GW的电解槽，通常需要2个至4个压缩机。对于2GW的总电解槽容量，可能需要5个或更多个。
在图1的实施例中，提供纯化部段28。在例如任何下游处理需要更高纯度的氢气（即电解产生的压缩氢气中固有的水和/或氧气含量降低）的情况下，可能需要纯化部段28。然而，这不是必须的，并且如果不需要的话，此部段可以省略。
如果提供的话，纯化部段28包括可操作为去除氧气的“DeOxo”单元。DeOxo装置通过氢气的催化燃烧产生水压缩氢气，其中的氧气已经被去除。
纯化部段28还可以包括干燥器。在此实施例中，干燥器包括变温吸附（TSA）单元，以产生用于下游处理的干燥压缩氢气。然而，这里可以使用其他合适的干燥器和/或吸附技术。在实施例中，干燥器位于脱氧单元的下游。
下游处理单元可以是利用氢气作为原料的任何单元。在实施例中，下游处理单元是或包括氨气合成装置。
氢气存储单元30
任何超过需求的氢气可以存储在氢气存储单元30中。存储单元30可以包括具有不同大小、填充/排放速率和往返效率的多个短期和长期存储选项。
典型的存储系统可以包括连接到公共入口/出口集管的压力容器和/或管段。压力容器可以是球形，例如直径约为25 m，或是“子弹形”，其是具有大L/D比（通常高达约12:1）的水平容器，直径高达约12 m。在某些地区，地下洞穴可作为存储系统，以消除与可再生能源相关联的季节性变化。
在本实施例的上下文中，存储的氢气可以用作氨气合成装置50的存储器。
空气分离单元40
在非限制性实施方案中，氨气生产所需的氮气通过在空气分离单元（ASU）40中低温蒸馏空气来生产。通常，ASU 40具有在不同压力下操作的各个阶段。例如，高压（HP）塔在大约10.5巴g下操作，而低压（LP）塔在大约5巴g下操作。气态氮气由ASU 40在超过25巴g的压力下产生。然后降低压力以在一个或多个管中提供氮气流，该管布置成将氮气输送到氨气合成装置40。然而，如果需要，可以使用其他氮气源，例如液氮气存储装置42。
液氮气存储单元42可以包括任何合适的液氮气存储、蒸发和分配（LINSVD）装置。存储单元42可以包括多个短期和长期存储选项，该多个短期和长期存储选项具有不同的大小、填充/排放速率和往返效率。
典型的液氮气存储系统可以包括连接到公共入口集管/出口集管的多个压力容器和/或管段。压力容器可以包括低压平底储罐（FBT）。此外或替代地，压力容器可以是球形，例如直径约为25 m，或是“子弹形”，其是具有大L/D比（通常高达约12:1）的水平容器，直径高达约12 m。
优选地，由ASU 40产生的氮气被压缩机压缩并且冷却以以液态形式存储在氮气存储单元40中。然而，也可以提供气态氮气存储。存储单元40可用作氨气合成装置50的储器，该氨气合成装置可以通过连接管馈送。
氨气合成装置50
氨气合成装置50根据Haber-Bosch处理操作，并且包括氨气回路。氨气回路是单一的单元平衡反应系统，它处理氮气和氢气的合成气体以生产氨气。
氮气由来自ASU 40（或存储装置42）的一个或多个管提供，在实施例中，该一个或多个管可以连续运行以提供氮气。氢气从氢气生产装置20的一个或多个管直接提供（如果在给定情况下基于可再生能源的可用性运行）或从氢气存储装置30提供。
合成气的化学计量组成由合成气压缩机系统（未示出）处理，并且所得氨气产品由另一个组压缩机（未示出）冷却，并且如果需要的话被送到存储装置60。氨气回路的性能由放热反应的平衡转化控制。用于此的参数将在下面讨论。
发电和管理
整个装置10的电力由主总线70供应。这可由任何合适的能源生成，包括可再生或不可再生能源。
如图1所示，电能由风能72（经由包括多个风力涡轮机的合适的风力发电厂）和/或太阳能74（经由包括多个太阳能电池的太阳能发电厂）的至少一个可再生能源生成。此外，可以使用其他可再生能源，诸如水力发电（未示出）和/或潮汐能（未示出）。
此外，用于装置10整体或装置10的子装置的电力或资源可从能量存储资源76汲取。如参考图1所述，能量存储资源76可以包括一个或多个存储资源。
另外地或替代地，在非穷尽的布置中，能量存储装置可以包括以下中的一者或多者：电池能量存储系统（BESS）76a或压缩/液态空气能量系统（CAES或LAES）76b。
当来自可再生能源的电力供应高或预测高时，这些元件被最佳地用于存储另外的资源和/或能量，然后当可再生电力资源预测低时，利用这些资源和/或能量。
如下所述，由这些设施供电的来自主总线70的可用功率被监测。
控制系统100
图1的装置10具有如图2的示意图中详细示出的控制系统100。
控制系统100包括三个主要类别：功率控制系统110、装置控制系统120和主控制器140。这些是非限制性术语，并且不一定意味着系统110、120、140的组成部分之间的任何互连或分组，并且仅出于清楚的目的而在公共分组中示出。
功率控制系统110
所描述的实施例中的功率控制系统110实时监测可用功率，并且可选地监测未来预测的可用功率两者。给定可再生能源的固有可变性，功率控制系统110可以监测诸如能量生成、来自能量存储资源76的能量存储和负载的参数。它们还被配置为根据需要向外部系统发送使用情况、电力和处理数据。
功率控制系统110可以包括功率监测模块112，所述功率监测模块可操作为监测当前可用功率。功率监测模块112还将监测从主总线70汲取的最大功率，这将对在任一个时间能够汲取的功率设置上限。
可以监测的变量包括：
风力WP
太阳能SP
功率负载L
总可用主总线功率TP
最大功耗MPD
在本实施例中，这些测量是连续的，因此是实时测量的。然而，在其他布置中，可以以预定的间隔执行测量。
功率控制系统110还可以包括能量存储管理模块114。这可以提供关于能量存储装置76的当前状态的信息，例如电池电量、可用功率、存储量。模块114还可以操作为控制能量存储装置76在需要时存储来自电网70的能量，并且在需要时向电网提供另外的电力。
这可以通过通用值来捕获：
能量存储装置ES
装置控制系统120
现在转向装置复合控制系统120，这些控制系统包括氢气生产装置控制系统122、氢气存储控制系统124、ASU控制系统126、氮气存储控制系统128和氨气回路控制系统130。这些元件可以包括任何合适的控制器，例如比例积分微分（PID）控制器。
氢气控制系统122
氢气生产装置控制系统122包括用于控制氢气生产装置20的各种部件的控制器模块。电解槽控制器122a可以被配置为监测电解槽的参数。例如，控制器122a可以通过利用适当的变量或传感器的直接或间接测量来监测电力需求、输出、电解生成氢气的量和速率。
氢气生成的输出和速率的测量值可从传感器测量值（诸如直接流量测量值）获得，或通过间接测量值（诸如电解槽电流或功率需求）推断。
可由控制器122a测量和/或控制的操作特征变量可以包括：
电解槽功耗EP
电解氢气生产EH
软化水流量ED
平均电池温度ECT
平均电池压力ECP
流过电极的电流I
此外，氢气生产装置控制系统122包括压缩控制器122b。控制器122b可操作为控制和测量与LP和MP压缩级24、26中的每一者相关联的参数。例如，这些参数可以包括功率利用（即，消耗的功率CP）、压缩容积、压缩机压力HCP、流量HCF、运行时间、斜坡率等。还可以使用消耗的压缩机功率CP来跟踪压缩机系统的效率。
对于氢气存储控制器124，可监测从电解槽和压缩系统到存储系统的压缩氢气的压力和流量，以及可监测和控制存储压力和到氨气合成装置50的压缩氢气的压力和流量。此数据可以包括最大存储压力和/或存储压力斜坡率变量；例如，对变化率的最大和最小约束，即流量和/或压力可以多快地增加以及可以多快地减少。
氢气存储单元30的实时跟踪可以基于变量的测量和控制，诸如：
存储系统压力和温度、SP、ST
氢气压缩机压力和流量、HCP、HCF。
上述控制器122a、122b、124可以包括PID控制器，其可操作为根据需要维持系统内的特定设定点值。
ASU控制系统126
ASU 40具有控制器126，该控制器可操作为测量和控制与ASU 40的性能相关联的参数，其包括功率需求、操作能力、氮气输出量和速率以及操作的斜升/斜降速率。
ASU存储控制系统128
氮气存储控制器128还可以包括与氮气存储42相关的测量和预测数据，其包括但不限于：存储体积、压缩、容量、排放速率、比功率、N2回收率和形成ASU一部分的热交换器中的温差。
氨气回路控制系统130
氨气回路控制系统130包括控制器，该控制器可操作为控制单个单元平衡反应系统，该单个单元平衡反应系统处理氮气和氢气的合成气体以产生氨气。
氮气由ASU 40提供，在实施例中，ASU 40连续运行以提供氮气，或根据需要由LINSVD 42提供。
如果氢气生产装置20在给定情况下基于可再生能源的可用性运行，则从氢气生产装置20提供氢气，否则从氢气存储装置30馈送氢气。
合成气的化学计量组成由合成气压缩机处理，该压缩机形成合成氨气装置系统的一部分，产品由另一个组压缩机冷却并且送到仓库。
氨气回路的性能由放热反应的平衡转化控制，并且基于氨气回路馈送的预测模型进行实时监测，AF作为各种预测变量的函数，包括：
氨气回路消耗的功率，AP，
氨气回路压力和温度，ALP，ALT
氮气流和氢气流的馈送流速，ANF，AHF
氨气装置合成气压缩机压力，ACP。
主控制器140
在上述每种情况下，控制系统110、120可操作为测量并且在适当的情况下控制相应电源和工业气体装置的参数，并且能够输出来自复合体的每个元件的处理数据。
此数据被提馈送主控制器140，该主控制器可操作为响应于此数据动态地控制装置复合体100。
在实施例中，主控制器140包括模型预测控制。在实施例中，模型预测控制可以包括多变量控制算法，该算法利用处理装置部件的内部动态模型、适当的成本函数和优化算法，该优化算法在实施例中可操作为使用多个控制输入来最小化成本函数。可以使用替代功能。例如，这些可能涉及最大化的类似性功能。
换句话说，主控制器140实现模型预测控制（MPC）,以响应处理变量和参数来控制装置复合体10，同时满足多个约束，如下面将讨论的。
主控制器140被布置成接收来自控制系统110、120的输入，并且导出包括预定未来时间范围内的设定点操作参数的装置操作策略。这些然后被馈送到装置复合控制系统120以控制由此控制的相关处理。
换句话说，主控制器140利用从处理装置复合体10的操作的动态模型导出的模型预测控制器。在实施例中，它可以利用通过各种处理的系统识别获得的线性经验模型。替代地或另外地，它可以利用非线性高保真模型或从机器学习算法创建的非线性模型。
利用MPC的主控制器140可操作为优化当前时间段的设定点和处理，同时还能够适应未来时间段。在实施例中，这是通过在实现当前时间段的同时优化处理的有限时间范围来实现的。然后在下一个时间段再次执行优化。
主控制器140配置
主控制器140包括优化算法，该优化算法可操作为确定各种工业气体装置应运行的速率，以最优地管理可再生氢气的生产和存储，同时对于给定的可用功率使氨气产量最大化。此外，优化算法被配置为管理和优化氢气和氮气存储的利用，并且控制和优化来自能量存储资源76的电池功率的使用。因此，主控制器140实现了使用可再生能源的工业气体装置复合体的实时优化。
在实施例中，主控制器140解决应用于工业气体装置复合体的动态数学模型的优化算法。数学模型可以应用于复合体中的每个处理装置，并且本质上可以是经验性的。
在实施例中，每个装置的模型可以基于装置本身的行为凭经验确定。因此，该模型基于给定植物的个体特定行为。
每个装置的模型的变量包括操纵变量（MV）和控制（或处理）变量（CV）。操纵变量包括可以直接控制的装置参数。通常，控制变量与装置的处理输出相关，这些输出不能直接控制，但取决于操纵变量的值。
例如，在氨气生产装置50的情况下，操纵变量的示例可以是氨气回路的氢气和氮气馈送流速，而相关的控制变量可以是来自生产处理的氨气输出速率。
图3示出了主控制器140使用的模型预测控制的示例性结构。
如图所示，主控制器包括利用优化算法的基于MPC的模型240。在模型240内，处理装置和能量存储装置中的每个被建模以确定输入/输出关系。请注意，处理装置还包括存储装置（例如，氢气和氮气存储装置）。在实施例中，如下所述，将存储资源分解到整体模型中是实现可再生能源设施的优化所期望的。
模型240包括两个基本组—电源模块210和处理模块220。在每个模块210、220内是表示每个模块内相应装置/设施的行为的一个或多个模型。
对于每个模块210、220，每个模型具有限定模型性质的一个或多个操纵变量（MV）u和一个或多个控制变量（CV）y。
在实施例中，用于每个处理装置、每个存储单元和/或每个功率模块的模型是基于操纵变量和控制变量的真实世界测量而开发的。
在实施例中，这可以通过阶跃测试运行相应的处理装置、电力系统或存储装置来完成。在阶跃测试中，改变一个或多个操纵变量并且测量对控制变量的影响。作为阶跃测试的一部分，确定达到稳定状态的时间。换句话说，对于一个或多个操纵变量在时间t的变化，确定相关控制变量达到新的稳定状态的时间。这使得能够为给定的处理装置、存储元件或电源模块创建动态响应模型。
功率模块包括表示功率监测器模块112的行为的模型212。功率控制系统110测量主总线70的各种参数并且操纵变量（MV）y可以包括：
风力WP
太阳能SP
功率负载L
并且控制变量（CV）y可以包括：
总可用主总线功率TP
最大功耗MPD
因此，对于给定的输入功率水平和类型，以及对于电力系统70上的给定负载，阶跃测试可以确定对可用功率和最大功率汲取（作为控制变量）的影响。这允许建立表示电力系统未来行为的动态经验模型。
能量存储模型214可操作为模拟能量存储资源76和控制器114的操作。在实施例中，能量存储装置可以包括以下中的一者或多者：电池能量存储系统（BESS）76a或压缩/液态空气能量系统（CAES或LAES）76b。
能量存储模型214可操作为通过测试导出能量存储资源76的动态响应模型。操纵变量（MV）u可以包括充电（即功率输入）和放电（即功率利用）率。控制变量可以包括电池容量水平，即能量存储资源76中可用的能量。
处理模块220表示处理装置和氢气存储装置30和LIN SVD 42的模型。
处理模块220包括氢气生产装置22的模型222。可由主控制器140测量并且用作模型222的输入的操纵变量可以包括：
电解槽功耗[EP（k）]
软化水流量[ED（k）]
平均电池温度[ECT（k）]，
平均电池压力[ECP（k）]，
流经电极的电流[I（k）]
其中k是第k个电解槽。
并且控制变量y可以包括电解槽产生的氢气EH（k）。
还提供氢气存储装置30的模型224。模型224可利用操纵变量（MV）u，例如，在实施例中，氢气存储压力SP和/或存储温度ST，以及到氨气合成装置50的压缩氢气的压力HCP和流量HCF。模型224可以是动态响应模型，其可使用阶跃测试来操作，以对氢气存储装置30的动态进行建模。受控变量y可以包括系统中的可用流速、存储时间常数和压力。
还可以提供ASU 40和控制器126的模型226，其可以利用操纵变量（MV）u，包括功率需求、到ASU的气流和操作能力。控制变量（CV）y可以包括氮气输出体积和速率、氮气产品气体中的杂质浓度，并且可以作为时间的函数进行监测，以确定操作的斜升/斜降速率。
氮气存储装置42和控制器128的模型228还可以包括氮气存储装置42的操纵变量（MV）u，包括但不限于：存储量、压缩量、容量、排放速率、比功率、N2回收率和形成ASU一部分的热交换器中的温差。受控变量（CV）y然后可以包括下游氮气的流速及其时间变化，例如用于操作的斜升/斜降速率。
氨气回路模型230可操作为模拟氨气回路的操作行为。此模型230的操纵变量（MV）u可以包括：
氨气回路消耗的功率，AP，
氨气回路压力和温度，ALP，ALT
氮气流和氢气流的馈送流速，ANF，AHF
氨气装置合成气压缩机压力，ACP。
并且控制变量（CV）y可以包括氨气输出流速/体积。
对于每个电装置和相关联模型，主控制器140可操作为确定和利用表示给定容量的功率汲取的包络的数据。
处理装置复合体10中的约束
在任何处理装置中，最大操作点和最小操作点限定了处理装置的操作范围。在诸如氨气生产装置的处理装置复合体中，在各种处理装置之间存在进一步的相互依赖性，以实现最佳的氨气生产率。
然而，在本发明中，由于可再生发电的大可变性，装置复合体10中最大和最小生产之间的操作范围通常比工业气体设施中的典型生产范围大得多。
因此，除了典型的处理能力限制之外，化学品的生产还可以能受到可用的可再生能源的限制，例如在夜间进行太阳能发电，或在无风的日子进行风力发电。此时，处理装备的高效操作对于最大限度地利用可用的可再生能源至关重要。
装置复合体10内的每个生产处理都具有最大操作能力和最小操作能力。此外，在动态操作中，生产能力的最大变化率。这些约束通常由装备内的机械约束或其他物理约束来设置。
在装备限制下操作可能是低效的，例如由于最大允许装备流量而导致原料或产品的排放。最大操作点和最小操作点之间的差异限定了操作范围，并且因为可再生能源通常具有比化学生产装备更宽的操作范围，所以效率低和产量损失的可能性更大。
因此，根据本发明的实施例，约束包括功率约束和处理约束。
功率约束可以应用于装置复合体10中的每个处理装置，并且共同应用于在给定条件下运行装置复合体10的总功率汲取。处理约束对每个装置的最大和最小生产能力进行约束，以及对响应控制器设定点变化等的生产能力变化率（即斜坡率）进行约束。物理装备限制、质量和/或安全参数也可能适用。
因此，在给定特定功率可用性的情况下实现最佳氨气产量的优化问题中，限定了两种状态：低功率限制和高功率限制。
在低功率限制方案中，氨气的生产受到可用功率资源的限制（例如在夜间或低风速条件下），因此必须高效利用任何可用资源。尽管氢气生产装置20的电解槽利用了装置10所需电力的大部分，但在此情况下，关键是在各种处理装置之间有效利用电力，以确保在这些情况下产生最佳量的氨气。
例如，在这些情况下要避免浪费。例如，如果在该低功率期间产生的氮气不足以匹配正在产生的氢气，则氮气的可用性将包括氨气生产中的限速步骤。这可能导致氢气供应过剩，并且如果这些氢气不能有效地存储（例如如果没有足够的容量），那么氢气将需要被排出并且将被浪费。
因此，在低功率限制的情况下，关键是确保优化问题得到解决，使得为每个处理装置选择容量设定点，使得在给定可用功率的情况下可以产生最佳的氨气产量。
在来自主总线70的足够可用功率的条件下，在常规条件下，容量受限的状态占主导地位，即最大氨气生产率取决于氨气合成装置50中的最大氢气和氮气生产率以及最大可用生产率。
然而，对于至少部分基于可再生能源的电网，微电网中的传输限制可能占主导地位。这些微电网可在不冒过度汲取电网供应的风险的情况下，对任何时候可以汲取的功率速率进行限制。此类过度汲取可能导致电力供应的关闭。
因此，氨气的最佳生产率受到装置限制的约束而且也受到功率可用性约束的约束两者。这两者都由主控制器140利用。
上面讨论的约束可以应用于模型240内的操纵变量和控制变量两者。例如，对操纵变量的约束为每个MV u设置了u min <u<u max 的范围，其中u min 和u max 是给定变量的最小约束和最大约束。
同样的方法适用于控制变量CV y，其中对于每个CV y，y min <y<y max ，其中y min 和y max 是给定变量的最小和最大约束。
如上所述，绿色化学品生产的独特之处在于可能受到可用可再生能源的限制。电力限制可能是特定天气条件下的发电能力，或是微电网中的传输限制，这种限制通过电力供应系统内的限制对化学品生产率造成了有效的限制。这是如何管理的将在下面讨论。
时间依赖性和斜坡率
如上所述，利用模型预测控制的主控制器140是可操作的，以在给定确定的可用功率和容量约束的情况下，在预定的时间范围内优化形成装置复合体10的一部分的装置的操纵变量设定点和处理。
在实施例中，这是通过在预定时间范围内进行优化来实现的。时间范围由系统中对特定变更响应速度最慢的部件确定。换句话说，将受控变量从A级调整到B级的时间段将确定预测范围。主控制器140的精确操作将在下面进一步讨论。
具体来说，优化问题需要考虑容量随时间变化的动态影响。换句话说，每个处理装置都有必须遵守的特定的产能斜坡率范围。
首先，两个不同操作能力水平之间的斜坡率在一个水平上由处理装置本身的机械、化学和物理限制或要求确定。
例如，在实施例中，氢气生产装置20（例如电解槽和压缩机）的升温速率可以是每分钟几十％的量级。然而，氨气生产装置50的升温速率可以是每小时几十％的量级。ASU斜坡率可能比这慢。
此外，斜坡率可能受到其他约束条件（诸如安全要求）的限制。例如，如果施加太大的斜坡率，电解槽系统中出现真空的可能性是相当大的安全问题。
此外，在从一个操作能力水平移动到另一个操作能力水平时，任何增加的功率需求，即使是暂时的，也可能对电力网络或特定装备造成另外的限制。
主控制器140的操作
如上所述，主控制器140包括优化算法240，该优化算法240可操作为确定各种工业气体装置应运行的速率，以最优地管理可再生氢气的生产和存储，同时对于给定的功率输出最大化氨气输出。因此，主控制器140实现了使用可再生能源的工业气体装置复合体的实时优化。
如上所述的每个装置的处理设定点被作为输入并且被应用到主控制器140，以使用模型240的操纵和控制变量提出在固定的预测范围内运行氨气装置复合体10的最佳速率。
诸如氢气生产装置20、氢气压缩和存储系统14、空气分离单元16、氮气存储装置16a和水装置的工业气体装置的速率与氨气速率相关联，并且由如上描述的较低级控制器控制。
主控制器140可在计算机上实现并且从系统中的其他控制器接收各种输入。可用的电力和负载来自电力系统控制器110。
工业气体装置的操作条件由系统120确定并且输入到模型240中，该模型240生成操纵变量的设定点目标。
该优化在预测的时间范围内生成设定点，以平衡可用功率和消耗的功率，使得生成适量的氢气，并且氨气装置以正确的速率运行，以最大化氨气产量。
输出可以是推荐的氨气生产率，其被自动传送到控制氨气装置、ASU、电解槽、水装置和氢气压缩和存储的高级控制系统。
更详细地，在连续实时的基础上测量每个处理装置和每个电力系统的真实世界和实时操纵变量和控制变量。在时间样本t处，基于时间t处的装置变量的测量值来确定预测时间范围P的操纵变量的预测值。
在预测时间范围内，在时间t和时间t+P之间计算一组离散的操纵变量设定点。变量的离散集合以预定的间隔设置。例如，可在时间t和时间t+P之间确定M个设定点变量，其中M是任何合适的整数。设定点可在时间上均匀间隔。
然后，当达到第一设定点（即M=1）时，所述处理在t+1和t+1+P之间的时间段重复时间t+1，以此类推。这就是所谓的滚动时域法。
方法
图4示出了根据实施例的方法。在实施例中，提供了一种控制由一个或多个可再生能源供电的一种或多种工业气体的方法。该方法由至少一个硬件处理器执行。
在步骤300处，接收包括一个或多个可再生电源的电力网络的时间相关电力数据。在实施例中，这可以实时接收。
在步骤310处，接收与每个工业气体装置的操纵变量和控制变量相关的时间相关操作特性数据。
在步骤320处，接收与用于工业气体存储装置（例如，在本实施例中如上描述的氢气、氮气和/或氨气存储装置）的操纵变量和控制变量相关的时间相关操作特性数据。
操作特性数据可由每个处理装置的控制器实时提供。
在步骤330处，在主控制器140的优化模型240中利用预测的功率数据和预测的特性数据来为多个工业气体装置、工业气体存储单元和供电单元生成一组操纵变量。
在时间样本t处，基于时间t处的装置变量的测量值来确定预测时间范围P的操纵变量的预测值。在预测时间范围内，在时间t和时间t+P之间计算一组离散的操纵变量设定点。变量的离散集合以预定的间隔设置。例如，可在时间t和时间t+P之间确定M个设定点变量，其中M是任何合适的整数。设定点可在时间上均匀间隔。
在实施例中，这可以通过解决形成模型240的优化问题来完成。解决优化问题时考虑了电力资源可用性和约束、处理装置容量以及静态（例如容量）和动态（例如斜坡率）约束两者。
在步骤340处，测量的操纵变量值被用于为多个工业气体装置、工业气体存储单元和电源单元生成一组控制设定点。设定点可以被限定为实现任何指定的目标。在给定可用功率的情况下，设定点替代地或另外地用于最小化目标，并且在实施例中，最大化工业气体的产量。
在步骤350处，控制设定点被发送到控制系统以通过调整工业气体装置的一个或多个控制设定点来控制工业气体装置复合体。
然后，当达到下一个设定点时，该方法返回到步骤300用于下一个时间段。
总之，在示例性实施例中，提供了一种用于氨气生产-工业气体装置复合体的控制和优化系统。工业气体装置复合体包括多个工业气体装置，包括利用电解水的氢气生产装置、用于生产氮气的空气分离装置、用于生产氨气的氨气合成装置、氢气存储系统和氨气生产系统。
在示例性实施例中，在给定当前可用功率和对处理系统的任何约束的情况下，该系统寻求最大化氨气产量。在实施例中，这是通过试图将氢气生产维持在可用功率可实现的恒定最大速率来实现的。
如上所述，工业气体装置复合体10包括氢气生产装置20、氢气存储单元30、空气分离单元（ASU）40、氨气合成装置50和氨气存储单元60，其中一些由相应的控制系统控制。
在实施例中，功率可用性用于限定不同工业气体装置的操作设定点。
这些决策在实施例中可操作为实现高处理效率。这需要对不同处理单元的实时性能、系统可用性信息以及资源可用性有准确的定量了解。
模型执行计算机将连接到其他计算机数据库系统，其中将存储来自装置的数据。当装置操作时，使用性能模型进行从短期（15分钟的量级）到长期（24小时）的预测，以获得生产概况。
图5A和图5B示出了典型的24小时周期的工业气体装置复合体10的示例性示意数据。图5A示出了典型夏季的示例性示意性数据，并且图5B示出了典型冬日的示例性示意性数据。
在图5A和图5B的每一个中，示出了五条线。这些包括：生成的功率1（实线）；电池能量2（虚线）；氨气装置生产率3（虚线）；氢气生产4（长划/虚线）；以及存储的氢气5（短划/虚线）。
首先来看图5A，在典型的夏季，太阳能的可用性在白天的大部分时间都很高。风力发电的可用性也很高。因此，生成的功率1在给定的一天的早些时候保持基本恒定的基线和高峰值。假定供应的能量充足，氨气生产装置可以运行使得氨气生产率3适中并且在白天处于基本恒定的高水平。
此外，电池76仅在夜间使用，因此在白天充电至最大，而在夜间使用时，仅在早晨降至较低水平。
最后，氢气生产以通常与可用功率相关的速率运行。当夜间电力供应不足时，氢气的产量足以存氢气存储装置以供使用。这在第20小时达到高峰。
相比之下，图5B示出了典型冬季的情况，在这种情况下，阳光和风力水平较低。如图所示，生成的功率在夜间为零或接近于零，并且在中午达到相对较小的峰值。因此，有必要使用电池76和电池能量2来在白天的后半部分补充所生成的电力1。
因此，不可能在白天的早期以恒定的高生产率3（如夏季）运行氨气生产装置超过约3至4小时。
至于夏天，氢气生产4以通常与发电1相关的速率运行。氢气存储装置5在白天增加，但是比夏天增加的速度慢。
上面的示意性示例示出了本发明如何能够有效控制包括不同工业气体装置的工业气体装置复合体，以在给定可用功率的特定分布的情况下实现最佳输出。本发明还可以操作为控制工业气体装置复合体，以响应于可用的存储资源，诸如能量存储（例如电池能量）和气体生产存储（例如氢气或氮气），优化生产参数（诸如例如氨气生产率）。
尽管已经参考附图中描述的优选实施例描述了本发明，但是应理解，在如以下权利要求所限定的本发明的精神或范围内，各种修改是可能的。
例如，尽管本实施例已经关于氨气装置复合体进行了描述，但是本发明适用于至少部分利用可再生能源的任何其他合适形式的工业气体装置。例如，工业气体装置或气体复合体可以是氢气或甲醇生产设施。对于本领域普通技术人员来说，其他替代方案将是显而易见的。
在说明书和权利要求中，术语“工业气体装置”是指生产或涉及生产气态、液化或压缩形式的工业气体、商业气体、医用气体、无机气体、有机气体、燃料气体和绿色燃料气体的处理装置。
例如，术语“工业气体装置”可以包括用于制造气体的处理装置，诸如在NACE分类20.11中描述的那些，并且包括但不限于：元素气体；液体或压缩空气；制冷剂气体；混合工业气体；惰性气体，如二氧化碳；以及隔离气体。此外，术语“工业气体装置”还可以包括用于制造NACE分类20.15中的工业气体（如氨气）的处理装置、用于提取和/或制造甲烷、乙烷、丁烷或丙烷（NACE分类06.20和19.20）的处理装置，以及NACE分类35.21中限定的气体燃料的制造。上文已经针对欧洲NACE系统进行了描述，但是意图涵盖北美分类SIC和NAICS下的等效类别。此外，上述列表是非限制性的和非穷举的。
尽管上述公开集中在模型预测控制模型上，但是普通技术人员将容易意识到可以使用的变化。例如，本发明可以使用其他基于模型的控制器。此外，可以实现非基于模型的控制算法。
在本说明书中，除非明确指出，否则词语“或”用于指示当满足此条件中的一者或两者时返回真值的运算符，与仅要求满足条件中的一个的运算符“异或”相反。“包括”一词是在“包括”的意义上使用的，而不是指“由……组成”。
在本发明实施例的讨论中，除非另有说明，否则给出的压力是绝对压力。
上述所有先前的教导本文通过引用并入本文。此处对任何先前出版的文献的认可不应被视为承认或表示所述文献的教导在澳大利亚或其他地方是公知常识。
在适用的情况下，本公开提供的各种实施例可以使用硬件、软件或硬件和软件的组合来实现。此外，不背离本公开的精神的情况下，在适用的情形下，本文阐述的各种硬件部件和/或软件部件可以组合成包括软件、硬件和/或两者的复合部件。在适用的情况下，在不脱离本公开的范围的情况下，本文阐述的各种硬件部件和/或软件部件可以分成包括软件、硬件或两者的子部件。此外，在适用的情况下，可以设想软件部件可以被实现为硬件部件，反之亦然。
根据本公开，诸如程序代码和/或数据的软件可以存储在一个或多个计算机可读介质上。还可以设想，可以使用联网的和/或其他方式的一个或多个通用或专用计算机和/或计算机系统来实现本文所识别的软件。在适用的情况下，本文描述的各种步骤的顺序可以改变，组合成复合步骤，和/或分成子步骤，以提供本文描述的特征。
尽管本文已经根据“模块”、“单元”或“部件”描述了各种操作，但是应注意，这些术语不限于单个单元或功能。此外，归于本文描述的一些模块或部件的功能可以被组合并且归于更少的模块或部件。此外，尽管已经参考具体的示例描述了本发明，但是这些示例仅是说明性的，而不是要限制本发明。对于本领域普通技术人员来说，显而易见的是，在不脱离本发明的精神和范围的情况下，可以对所公开的实施例进行改变、添加或删除。例如，上述方法的一个或多个部分可以以不同的顺序（或同时）执行并且仍然实现期望的结果。

Claims (20)

1.一种控制工业气体生产设施的方法，所述工业气体生产设施包括由包括一个或多个可再生电源的电力网络供电的一个或多个工业气体装置，所述方法由至少一个硬件处理器执行，所述方法包括：
接收表示所述电力网络的一个或多个操作参数的时间相关的电力数据；
接收表示所述一个或多个工业气体装置的一个或多个操作参数的时间相关操作特性数据；
为所述电力网络的所述操作参数限定一个或多个功率约束；
为每个工业气体装置的所述操作参数限定一个或多个处理约束；
基于所述功率数据、所述操作特性数据、所述一个或多个功率约束和所述一个或多个处理约束，生成用于所述一个或多个工业气体装置的控制设定点值，以实现用于所述工业气体生产设施的预定生产参数；以及
将所述控制设定点值发送到控制系统，以通过调整所述工业气体装置的一个或多个控制设定点来控制所述一个或多个工业气体装置，从而实现用于所述工业气体生产设施的所述预定生产参数。
2.根据权利要求1所述的方法，其中所述生成步骤还包括利用基于模型的控制器。
3.根据权利要求2所述的方法，其中所述基于模型的控制器利用模型预测控制。
4.根据权利要求3所述的方法，其中所述基于模型预测控制的控制器包括表示所述一个或多个工业气体装置和电力网络中的每一者的一个或多个计算模型。
5.根据权利要求4所述的方法，其中所述生成步骤还包括：
利用所述基于模型预测控制的控制器为所述一个或多个计算模型生成一组操纵变量；以及
从所述组操纵变量中生成所述控制设定点值。
6.根据权利要求1所述的方法，其中所述工业气体生产设施还包括一个或多个能量存储资源，并且其中所述接收时间相关的功率数据的步骤还包括接收表示所述能量存储资源的一个或多个操作参数的时间相关操作特性数据。
7.根据权利要求6所述的方法，其中所述生成步骤还包括为所述一个或多个能量存储资源生成控制设定点值。
8.根据权利要求6所述的方法，其中所述一个或多个能量存储资源包括以下中的一者或多者：电池能量存储系统；压缩空气能量存储系统；以及液态空气能量存储系统。
9.根据权利要求1所述的方法，其中所述工业气体生产设施还包括一个或多个工业气体存储资源，并且其中所述接收时间相关操作特性数据的步骤还包括接收表示所述工业气体存储资源的一个或多个操作参数的时间相关操作特性数据。
10.根据权利要求9所述的方法，其中所述生成步骤还包括为所述一种或多种工业气体存储资源生成控制设定点值。
11.一种用于控制工业气体生产设施的系统，所述工业气体生产设施包括一个或多个工业气体装置，所述一个或多个工业气体装置由包括一个或多个可再生能源的电力网络供电，所述系统包括：
至少一个硬件处理器，所述硬件处理器可操作为执行以下步骤：
接收表示所述电力网络的一个或多个操作参数的时间相关的电力数据；
接收表示所述一个或多个工业气体装置的一个或多个操作参数的时间相关操作特性数据；
为所述电力网络的所述操作参数限定一个或多个功率约束；
为每个工业气体装置的所述操作参数限定一个或多个处理约束；
基于所述功率数据、所述操作特性数据、所述一个或多个功率约束和所述一个或多个处理约束，生成用于所述一个或多个工业气体装置的控制设定点值，以实现用于所述工业气体生产设施的预定生产参数；以及
将所述控制设定点值发送到控制系统，以通过调整所述工业气体装置的一个或多个控制设定点来控制所述一个或多个工业气体装置，从而实现用于所述工业气体生产设施的所述预定生产参数。
12.根据权利要求11所述的系统，其中所述生成步骤还包括利用基于模型的控制器。
13.根据权利要求12所述的系统，其中所述基于模型的控制器利用模型预测控制。
14.根据权利要求13所述的系统，其中所述基于模型预测控制的控制器包括表示所述一个或多个工业气体装置和所述电力网络中的每一者的一个或多个计算模型。
15.根据权利要求14所述的系统，其中所述生成步骤还包括：
利用所述基于模型预测控制的控制器为所述一个或多个计算模型生成一组操纵变量；以及
从所述组操纵变量中生成所述控制设定点值。
16.根据权利要求11所述的系统，其中所述工业气体生产设施还包括一个或多个能量存储资源，并且其中所述接收时间相关的功率数据的步骤还包括接收表示所述能量存储资源的一个或多个操作参数的时间相关操作特性数据。
17.根据权利要求16所述的系统，其中所述生成步骤还包括为所述一个或多个能量存储资源生成控制设定点值。
18.根据权利要求16所述的系统，其中所述一个或多个能量存储资源包括以下中的一者或多者：电池能量存储系统；压缩空气能量存储系统；以及液态空气能量存储系统。
19.根据权利要求11所述的系统，其中所述工业气体生产设施还包括一个或多个工业气体存储资源，并且其中所述接收时间相关操作特性数据的步骤还包括接收表示所述工业气体存储资源的一个或多个操作参数的时间相关操作特性数据。
20.一种计算机可读存储介质存储可由机器执行的指令程序以执行控制工业气体生产设施的方法，所述工业气体生产设施包括由包括一个或多个可再生电源的电力网络供电的一个或多个工业气体装置，所述方法由至少一个硬件处理器执行，所述方法包括：
接收表示所述电力网络的一个或多个操作参数的时间相关的电力数据；
接收表示所述一个或多个工业气体装置的一个或多个操作参数的时间相关操作特性数据；
为所述电力网络的所述操作参数限定一个或多个功率约束；
为每个工业气体装置的所述操作参数限定一个或多个处理约束；
基于所述功率数据、所述操作特性数据、所述一个或多个功率约束和所述一个或多个处理约束，生成用于所述一个或多个工业气体装置的控制设定点值，以实现用于所述工业气体生产设施的预定生产参数；以及
将所述控制设定点值发送到控制系统，以通过调整所述工业气体装置的一个或多个控制设定点来控制所述一个或多个工业气体装置，从而实现用于所述工业气体生产设施的所述预定生产参数。
CN202210841105.4A 2021-07-19 2022-07-18 一种用于管理工业气体生产的方法和设备 Pending CN115640665A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/378891 2021-07-19
US17/378,891 US11656612B2 (en) 2021-07-19 2021-07-19 Method and apparatus for managing industrial gas production

Publications (1)

Publication Number Publication Date
CN115640665A true CN115640665A (zh) 2023-01-24

Family

ID=82655371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210841105.4A Pending CN115640665A (zh) 2021-07-19 2022-07-18 一种用于管理工业气体生产的方法和设备

Country Status (6)

Country Link
US (1) US11656612B2 (zh)
EP (1) EP4123395A1 (zh)
CN (1) CN115640665A (zh)
AU (1) AU2022205197B2 (zh)
CA (1) CA3167525A1 (zh)
CL (1) CL2022001909A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115618652B (zh) * 2022-11-28 2023-03-10 成都秦川物联网科技股份有限公司 智慧燃气压缩机运行优化方法、物联网系统、装置及介质

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5743715A (en) 1995-10-20 1998-04-28 Compressor Controls Corporation Method and apparatus for load balancing among multiple compressors
US5817157A (en) * 1996-01-02 1998-10-06 Checketts; Jed H. Hydrogen generation system and pelletized fuel
CA2271448A1 (en) * 1999-05-12 2000-11-12 Stuart Energy Systems Inc. Energy distribution network
US7040544B2 (en) * 2003-11-07 2006-05-09 Climate Energy, Llc System and method for warm air space heating with electrical power generation
US7444189B1 (en) * 2004-06-15 2008-10-28 John Joseph Marhoefer Method and apparatus for simultaneous optimization of distributed generation and hydrogen production
US7860808B2 (en) * 2006-01-05 2010-12-28 International Business Machines Corporation System and method for hybrid conservation of fossil fuel
CA2741129C (en) * 2008-10-30 2018-07-17 Next Hydrogen Corporation Power dispatch system for electrolytic production of hydrogen from wind power
US8494685B2 (en) * 2009-04-27 2013-07-23 Cisco Technology, Inc. System for utilizing predictive energy consumption
EP2648314B1 (en) * 2010-12-03 2016-03-16 Hitachi, Ltd. Natural energy storage system
CN103748425B (zh) 2011-05-31 2017-10-17 开利公司 混合压缩机系统和方法
US9453477B2 (en) * 2012-03-23 2016-09-27 Concentric Power, Inc. Systems and methods for power cogeneration
US9292012B2 (en) * 2012-11-05 2016-03-22 Rockwell Automation Technologies, Inc. Secure models for model-based control and optimization
KR101987969B1 (ko) 2014-06-16 2019-06-11 지멘스 악티엔게젤샤프트 전기 그리드를 위한 간헐적 리뉴어블 에너지의 로드 밸런싱을 위한 시스템 및 방법
CN106460568A (zh) 2014-06-16 2017-02-22 西门子股份公司 用于从间歇式可再生能量源向能源网供应能量的系统和方法
TWI556076B (zh) * 2014-10-30 2016-11-01 台達電子工業股份有限公司 區域控制系統及其自動配置方法
JP6304008B2 (ja) 2014-12-09 2018-04-04 株式会社デンソー 電力供給システム
US9926852B2 (en) * 2015-03-03 2018-03-27 General Electric Company Methods and systems for enhancing control of power plant generating units
JP6114777B2 (ja) 2015-04-23 2017-04-12 株式会社東芝 エネルギー貯蔵システム、及びエネルギー貯蔵方法
JP6924989B2 (ja) 2017-06-08 2021-08-25 清水建設株式会社 電力管理システム及び電力管理方法
CN108599245B (zh) 2018-05-04 2020-08-18 西安交通大学 一种利用电池储能与氢储能跟踪光伏计划出力的调度方法
CN211040479U (zh) 2019-10-09 2020-07-17 陕西鼓风机（集团）有限公司 一种炼厂氢气压缩配置系统
CN112086960B (zh) 2020-09-03 2021-10-01 东北电力大学 基于模型预测控制的电氢耦合系统灵活裕度计算方法

Also Published As

Publication number Publication date
EP4123395A1 (en) 2023-01-25
AU2022205197B2 (en) 2024-02-15
US11656612B2 (en) 2023-05-23
AU2022205197A1 (en) 2023-02-02
US20230012835A1 (en) 2023-01-19
CL2022001909A1 (es) 2023-02-10
CA3167525A1 (en) 2023-01-19

Similar Documents

Publication Publication Date Title
EP4053653A1 (en) Method and apparatus for monitoring operational characteristics of an industrial gas plant complex
US10144641B2 (en) System and method for high pressure, passive condensing of water from hydrogen in a reversible solid oxide fuel cell system
US11929613B2 (en) Method and apparatus for managing predicted power resources for an industrial gas plant complex
US11111195B2 (en) Bio-methanol production
Blanco et al. Hydrogen and renewable energy sources integrated system for greenhouse heating
AU2022205197B2 (en) Method and apparatus for managing industrial gas production
Pérez-Herranz et al. Monitoring and control of a hydrogen production and storage system consisting of water electrolysis and metal hydrides
US20230185283A1 (en) Method and apparatus for controlling an industrial gas plant complex
Miland Operational experience and control strategies for a stand-alone power system based on renewable energy and hydrogen
US20240143854A1 (en) Method and system for configuring an industrial gas plant complex powered by renewable power sources
EP4332694A1 (en) A method and system for controlling production and storage of industrial gases
Kezibri et al. Power-to-Gas Unit for Renewable Energy Storage
WO2024091604A1 (en) A method and system for configuring an industrial gas plant complex powered by renewable power sources
EP4195438A1 (en) Partial load shedding for achieving full regenerative supply of electric loads
WO2023104544A1 (en) Partial load shedding for achieving full regenerative supply of electric loads
Wang et al. Operation strategy optimization of an integrated proton exchange membrane water electrolyzer and batch reverse osmosis desalination system powered by offgrid wind energy
CN117588391A (zh) 用于对往复式压缩器进行负载控制的方法和系统
Serna et al. Modelling of an offshore hydrogen production from wave energy

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