CN115852434A - 一种制氢控制方法及相关装置 - Google Patents
一种制氢控制方法及相关装置 Download PDFInfo
- Publication number
- CN115852434A CN115852434A CN202211450577.3A CN202211450577A CN115852434A CN 115852434 A CN115852434 A CN 115852434A CN 202211450577 A CN202211450577 A CN 202211450577A CN 115852434 A CN115852434 A CN 115852434A
- Authority
- CN
- China
- Prior art keywords
- hydrogen production
- energy
- new energy
- electrolytic cell
- power consumption
- 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
Images
Abstract
本发明提供了一种制氢控制方法及相关装置,在新能源发电量总和小于所述目标制氢用电量时,会在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。即在新能源发电量不满足制氢所需电量时,控制储能设备放电以提供制氢所需的电量,提高制氢可靠性。另外,本发明中,在新能源发电量总和不小于所述目标制氢用电量时,确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作,保证新能源电量使用的合理性,并降低电能输送成本。
Description
技术领域
本发明涉及风光储制氢领域,更具体的说,涉及一种制氢控制方法及相关装置。
背景技术
目前,可以将新能源,如风能和/或光能发电产生的电能用于制氢操作。在风光制氢场景下,新能源发电系统用于将风能和光伏能转化为电能,转化的电能可以输送至制氢电解槽系统。所述制氢电解槽系统利用新能源发电系统输送的电能进行水电解制氢操作,分别制成氢气和氧气进行存储。
但是在实际应用中,存在新能源发电量不满足制氢所需电量的情况,此时无法正常制氢,降低制氢可靠性。
发明内容
有鉴于此,本发明提供一种制氢控制方法及相关装置,以解决在新能源发电量不满足制氢所需电量时,无法正常制氢,降低制氢可靠性的问题。
为解决上述技术问题,本发明采用了如下技术方案:
一种制氢控制方法,包括:
确定各个新能源的新能源发电量总和,以及计算电解槽制氢所需的目标制氢用电量;
判断所述新能源发电量总和是否不小于所述目标制氢用电量;
若是,则确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作;
若否,则获取储能设备的剩余电量,并在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。
可选地,计算电解槽制氢所需的目标制氢用电量,包括:
计算电解槽制氢效率;
在所述电解槽制氢效率位于高效率区间的情况下,根据电解槽的负荷调节百分比和直流电耗参数,计算电解槽制氢所需的目标制氢用电量。
可选地,确定电解槽制氢所需的各个所述新能源的发电量占比,包括:
构建新能源目标函数;所述新能源目标函数包括电解槽制氢所需的各个所述新能源的发电量占比;
确定所述新能源目标函数的约束条件;
对所述新能源目标函数以及所述新能源目标函数的约束条件进行求解,得到电解槽制氢所需的各个所述新能源的发电量占比。
可选地,在按照所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作后,还包括:
确定各个所述新能源在提供所述目标制氢用电量后是否有剩余电能;
若有,则将各个所述新能源的剩余电能输送至电网以及储能设备。
可选地,将各个所述新能源的剩余电能输送至电网以及储能设备,包括:
将各个所述新能源的剩余电能输送至电网,并在剩余电能输送至电网的过程中,确定是否达到电网限功率值;
若达到,则在所述储能设备的剩余电量不大于预设最大剩余电量阈值的情况下,将各个所述新能源输送到电网后的剩余电能存储到所述储能设备中。
一种制氢控制装置,包括:
数据计算模块,用于确定各个新能源的新能源发电量总和,以及计算电解槽制氢所需的目标制氢用电量;
用电量判断模块,用于判断所述新能源发电量总和是否不小于所述目标制氢用电量;
第一制氢控制模块,用于若是,则确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作;
第二制氢控制模块,用于若否,则获取储能设备的剩余电量,并在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。
可选地,所述数据计算模块用于计算电解槽制氢所需的目标制氢用电量时,具体用于:
计算电解槽制氢效率,在所述电解槽制氢效率位于高效率区间的情况下,根据电解槽的负荷调节百分比和直流电耗参数,计算电解槽制氢所需的目标制氢用电量。
一种控制器,包括:存储器和处理器;
其中,所述存储器用于存储程序;
处理器调用程序并用于执行上述的制氢控制方法。
一种制氢系统,包括上述的控制器。
可选地,还包括新能源发电系统、制氢电解槽系统、储氢设备和储能设备。
相较于现有技术,本发明具有以下有益效果:
本发明提供了一种制氢控制方法及相关装置,在新能源发电量总和小于所述目标制氢用电量时,会在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。即在新能源发电量不满足制氢所需电量时,控制储能设备放电以提供制氢所需的电量,提高制氢可靠性。另外,本发明中,在新能源发电量总和不小于所述目标制氢用电量时,确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作,保证新能源电量使用的合理性,并降低电能输送成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种制氢控制方法的方法流程图;
图2为本发明实施例提供的计算目标制氢用电量的方法流程图;
图3为本发明实施例提供的确定发电量占比的方法流程图;
图4为本发明实施例提供的一种制氢控制装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
近年来,风力发电和光伏发电大规模地被并入电力网,导致火力发电单元的调节能力不足,给网络结构造成限制,导致输电线路发生阻塞或者过负荷的问题。因此,需要输电网扩展规划和配置灵活性储能来提高风光消纳水平。
目前,可以将新能源,如风能和/或光能发电产生的电能用于制氢操作。在风光制氢场景下,新能源发电系统用于将风能和光伏能转化为电能,转化的电能可以输送至制氢电解槽系统。所述制氢电解槽系统利用新能源发电系统输送的电能进行水电解制氢操作,分别制成氢气和氧气进行存储。
但是在实际应用中,存在新能源发电量不满足制氢所需电量的情况,此时无法正常制氢,降低制氢可靠性。此时可以购买上网电量,但会增加制氢成本。
为了解决这一问题,本发明提供了一种制氢控制方法及相关装置,在新能源发电量总和小于所述目标制氢用电量时,会在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。即在新能源发电量不满足制氢所需电量时,控制储能设备放电以提供制氢所需的电量,提高制氢可靠性。另外,本发明中,在新能源发电量总和不小于所述目标制氢用电量时,确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作,保证新能源电量使用的合理性,并降低电能输送成本。
在上述内容的基础上,本发明的实施例提供了一种制氢控制方法,制氢控制方法的执行主体是控制器,整个制氢系统可以包括控制器、新能源发电系统(可以包括但不限于风力发电系统、光伏发电系统等)、制氢电解槽系统、储氢设备和储能设备,此外还可以包括氢气燃气蒸汽联合循环发电系统。
以新能源发电系统包括风力发电系统和光伏发电系统为例,所述新能源发电系统用于将风能和光伏能转化为电能,转化的电能一部分用于电网直接送电,另一部分输送至制氢电解槽系统。所述制氢电解槽系统利用新能源发电系统输送的电能进行水电解制氢操作,分别制成氢气和氧气,将氢气在储氢设备中进行存储。储能设备可以存储新能源发电系统发出的多余电能,也可以在新能源发电系统提供给制氢电解槽系统的电能不足时,输出电能。所述氢气燃气蒸汽联合循环发电系统用于将储氢设备中存储的氢气用于燃烧,产生的电能连接至电网。
参照图1,制氢控制方法可以包括:
S11、确定各个新能源的新能源发电量总和,以及计算电解槽制氢所需的目标制氢用电量。
在实际应用中,控制器可以获取各个新能源(如风力发电、光伏发电)的发电量,然后计算发电量之和,作为各个新能源的新能源发电量总和F1。
此外,控制器还能够计算电解槽制氢所需的目标制氢用电量。
具体的,“计算电解槽制氢所需的目标制氢用电量”,可以包括:
S21、计算电解槽制氢效率。
其中,电解槽制氢效率即为在接通一定电流的情况下,实际产氢量跟理论产氢量的比值或者单位产氢量下理论耗电与实际耗电的比值。
计算电解槽制氢效率的目的,一方面,为了避免严重浪费电量或产氢不足;另一方面,电解槽的工作曲线和输入功率匹配至饱和区才能实现制氢效率最大化。因此,对电解槽制氢效率进行计算和判断。如在接通一定电流的情况下,计算实际产氢量跟理论产氢量的比值。
S22、在所述电解槽制氢效率位于高效率区间的情况下,根据电解槽的负荷调节百分比和直流电耗参数,计算电解槽制氢所需的目标制氢用电量。
具体的,判断电解槽制氢效率值是否在高效率区间,如区间为[80%,100%]。若电解槽制氢效率值较低的情况下进行电解槽制氢,相同电量产氢更少或相同的产氢量耗电更多,造成资源无端浪费。则若电解槽制氢效率值在高效率区间,则可进行电解槽制氢操作。若不在高效率区间,则返回执行步骤S21。
在所述电解槽制氢效率位于高效率区间的情况下,根据电解槽的负荷调节百分比和直流电耗参数,计算电解槽制氢所需的目标制氢用电量F2。
S12、判断所述新能源发电量总和是否不小于所述目标制氢用电量;若是,则执行步骤S13;若否,则执行步骤S14。
具体的,在确定各个新能源的新能源发电量总和,以及计算电解槽制氢所需的目标制氢用电量之后,将新能源发电量总和,如风能和光伏能转化的电能之和、与电解槽制氢所需的目标制氢用电量进行判断,若前者大于等于后者,则用风电和光伏发电进行制氢,在此过程中,利用最优化算法,计算风电和光伏发电的最优发电量占比。若前者小于后者,则借助储能设备放电补偿进行电解槽制氢。
S13、确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作。
在F1不小于F2时,直接将新能源电能输送至电解水制氢系统进行制氢,此时,需要利用最优化算法,计算目标制氢用电量中,各个新能源,如风电和光伏发电的发电量占比。
其中,以新能源为风电和光伏发电为例,最优化算法的目标函数为所用成本,约束条件包括但不限于:风电和光伏发电输送至电解槽的难易程度、电量损失和输电能力等。
在实际应用中,参照图3,“确定电解槽制氢所需的各个所述新能源的发电量占比”,可以包括:
S31、构建新能源目标函数。
其中,所述新能源目标函数包括电解槽制氢所需的各个所述新能源的发电量占比。
以新能源为风电和光伏发电为例,最优化算法求解,风电和光伏发电在目标制氢用电量中的占比,即在一次电解槽制氢过程中需要的电量中,光伏发电和风电分别占所需电量的比重:
首先建立最优化算法模型。
最优化算法模型的新能源目标函数:minF(α,β),F(α,β)=G(α)+H(β)。其中,α,β分别为目标制氢用电量中,风电和光伏发电的发电量占比,即为所求最优解的变量。F(α,β)为关于α,β的函数,即为在电力调度过程中,所需要的所有成本函数。G(α)和H(β)分别为电力调度过程中,所需要的光伏发电相关成本函数和风电相关成本函数。由于α+β=1,因此新能源目标函数可以转换为:minF(α)或者minF(β)。
S32、确定所述新能源目标函数的约束条件。
新能源目标函数的约束条件包括但不限于:风电和光伏发电输送至电解槽的难易程度、电量损失和输电能力等。
新能源目标函数以及新能源目标函数的约束条件组成最优化算法模型。
S33、对所述新能源目标函数以及所述新能源目标函数的约束条件进行求解,得到电解槽制氢所需的各个所述新能源的发电量占比。
在求解时,首先确定最优值搜索策略。训练和优化智能系统时,需通过寻找最优值,控制方差,更新模型参数,最终使模型收敛。常用的优化算法,包括梯度下降及其变体,存在很难选择出合适的学习率、相同的学习率并不适用于所有的参数更新和无法防止陷于多个其他局部最小值中等问题,基于此,本发明实施例中采用Adam算法,即自适应时刻估计方法,与其他自适应学习率算法相比,其收敛速度更快,学习效果更为有效,而且可以纠正其他优化技术中存在的问题,如学习率消失、收敛过慢或是高方差的参数更新导致损失函数波动较大等问题。
在使用Adam算法求解最优值的过程中,初始化参数向量、一阶矩向量M0、二阶矩向量V0和时间t,其中M(t)为梯度的第一时刻平均值,V(t)为梯度的第二时刻非中心方差值。M0、V0为t=0时的M(t)和V(t)。
参数α,β未收敛时,循环迭代更新各部分,直至收敛。得到最优解。即为电解槽制氢所需的各个所述新能源的发电量占比。
然后按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作。制氢产生的氢气可以存储在储氢设备中,存储的氢气可通过燃料电池或者和氧气通过氢氧联合循环进行发电,可解决不稳定风电上网难的问题。此外,还可以氢气燃烧生成电能连接至电网或其他应用,如供气、交通等,使得运行成本低,弃电率最低,具有良好的环境和经济效益。
以新能源为风电和光伏发电为例,若风电和光伏电的发电量占比为2:3,即风电占比为40%,光伏电占比为60%,目标制氢用电量为100KW,则使用40KW风电和60KW光伏电。此时将40KW风电和60KW光伏电输送至电解槽中,进行电解槽制氢操作。
本实施例中,利用最优化算法,计算制氢所需电量中,风电和光伏发电的最优配比,电量达到最优化利用,节省成本。
在实际应用中,若是新能源提供制氢所需电量后,还有剩余电量,此时可以为电网和储能设备供电。即在按照所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作后,确定各个所述新能源在提供所述目标制氢用电量后是否有剩余电能,若有,则将各个所述新能源的剩余电能输送至电网以及储能设备。
其中,新能源的剩余电量,优先送至电网,若达到限功率值,则将多余电量储存至储能设备。
具体的,将各个所述新能源的剩余电能输送至电网,并在剩余电能输送至电网的过程中,确定是否达到电网限功率值,若达到,则在所述储能设备的剩余电量不大于预设最大剩余电量阈值(最大SOC阈值)的情况下,将各个所述新能源输送到电网后的剩余电能存储到所述储能设备中。若是储能设备的剩余电量大于预设最大剩余电量阈值(最大SOC阈值),说明储能设备的电量较多,此时不进行充电补偿。
本实施例中,将新能源剩余的电量输送至电网,若还有剩余则进行储能充电补偿,以将剩余电量存入储能设备中,以在新能源为制氢提供的电能不足时,放电补偿。
S14、获取储能设备的剩余电量,并在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。
在实际应用中,若是新能源,如风电和光伏发电没有达到制氢所需电量时,使用储能放电补偿。
此时,获取储能设备的剩余电量SOC,在所述储能设备的剩余电量SOC大于预设最小剩余电量阈值(即最小SOC阈值)的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。
此外,在储能设备放电之前,还可以判断新能源和储能设备的总电量是否大于最小制氢百分比对应最小电耗,若大于,则使用新能源和储能设备的电能进行制氢操作。若小于,则不制氢或买电制氢。
在所述储能设备的剩余电量SOC不大于预设最小剩余电量阈值(即最小SOC阈值)时,说明储能设备中的剩余电量较少,此时不进行储能设备放电操作,可以不制氢或买电制氢。
本实施例中,在新能源发电量总和小于所述目标制氢用电量时,会在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。即在新能源发电量不满足制氢所需电量时,控制储能设备放电以提供制氢所需的电量,提高制氢可靠性。另外,本发明中,在新能源发电量总和不小于所述目标制氢用电量时,确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作,保证新能源电量使用的合理性,并降低电能输送成本。
另外,本发明利用储能设备,存储多余电量,避免电量浪费,存储的电能可供制氢或其他方式的电能,以满足用电需求,还能够节省上网用电所需成本。
另外,本发明将风能和光伏能转化的电能和电解槽制氢所需电量进行判断,给出最优方案,既合理,又节省成本。
另外,本发明利用最优化算法,计算输送电解槽的电量中风电和光伏发电的最优配比。保证电量使用的合理性,以及使输送成本达到最小。
另外,本发明将多余电量不但输送至电网,且在风光电量还有剩余的情况下,考虑储能补偿措施。一方面,节省多余电量,避免浪费,以满足用电需求;另一方面,节省购买电量的双重成本。
另外,本发明将过剩的风电能和光伏发电能输送到电解槽中进行电解水制氢,波动的风光电能既被转化为氢气存储起来,又可直接存储至储能设备中,供制氢或其他使用。运行成本低,弃电率最低,具有良好的环境和经济效益。
可选地,在上述制氢控制方法的实施例的基础上,本发明的另一实施例提供了一种制氢控制装置,参照图4,可以包括:
数据计算模块11,用于确定各个新能源的新能源发电量总和,以及计算电解槽制氢所需的目标制氢用电量;
用电量判断模块12,用于判断所述新能源发电量总和是否不小于所述目标制氢用电量;
第一制氢控制模块13,用于若是,则确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作;
第二制氢控制模块14,用于若否,则获取储能设备的剩余电量,并在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。
进一步,所述数据计算模块用于计算电解槽制氢所需的目标制氢用电量时,具体用于:
计算电解槽制氢效率,在所述电解槽制氢效率位于高效率区间的情况下,根据电解槽的负荷调节百分比和直流电耗参数,计算电解槽制氢所需的目标制氢用电量。
进一步,第一制氢控制模块包括:
函数构建子模块,用于构建新能源目标函数;所述新能源目标函数包括电解槽制氢所需的各个所述新能源的发电量占比;
条件确定子模块,用于确定所述新能源目标函数的约束条件;
占比计算子模块,用于对所述新能源目标函数以及所述新能源目标函数的约束条件进行求解,得到电解槽制氢所需的各个所述新能源的发电量占比。
进一步,还包括:
用电控制模块,用于确定各个所述新能源在提供所述目标制氢用电量后是否有剩余电能,若有,则将各个所述新能源的剩余电能输送至电网以及储能设备。
进一步,用电控制模块具体用于:
将各个所述新能源的剩余电能输送至电网,并在剩余电能输送至电网的过程中,确定是否达到电网限功率值;
若达到,则在所述储能设备的剩余电量不大于预设最大剩余电量阈值的情况下,将各个所述新能源输送到电网后的剩余电能存储到所述储能设备中。
本实施例中,在新能源发电量总和小于所述目标制氢用电量时,会在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。即在新能源发电量不满足制氢所需电量时,控制储能设备放电以提供制氢所需的电量,提高制氢可靠性。另外,本发明中,在新能源发电量总和不小于所述目标制氢用电量时,确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作,保证新能源电量使用的合理性,并降低电能输送成本。
需要说明的是,本实施例中的各个模块和子模块的工作过程,请参照上述实施例中的相应说明,在此不再赘述。
可选地,在上述制氢控制方法及装置的实施例的基础上,本发明的另一实施例提供了一种控制器,包括:存储器和处理器;
其中,所述存储器用于存储程序;
处理器调用程序并用于执行上述的制氢控制方法。
具体的,一种制氢控制方法,包括:
确定各个新能源的新能源发电量总和,以及计算电解槽制氢所需的目标制氢用电量;
判断所述新能源发电量总和是否不小于所述目标制氢用电量;
若是,则确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作;
若否,则获取储能设备的剩余电量,并在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。
进一步,计算电解槽制氢所需的目标制氢用电量,包括:
计算电解槽制氢效率;
在所述电解槽制氢效率位于高效率区间的情况下,根据电解槽的负荷调节百分比和直流电耗参数,计算电解槽制氢所需的目标制氢用电量。
进一步,确定电解槽制氢所需的各个所述新能源的发电量占比,包括:
构建新能源目标函数;所述新能源目标函数包括电解槽制氢所需的各个所述新能源的发电量占比;
确定所述新能源目标函数的约束条件;
对所述新能源目标函数以及所述新能源目标函数的约束条件进行求解,得到电解槽制氢所需的各个所述新能源的发电量占比。
进一步,在按照所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作后,还包括:
确定各个所述新能源在提供所述目标制氢用电量后是否有剩余电能;
若有,则将各个所述新能源的剩余电能输送至电网以及储能设备。
进一步,将各个所述新能源的剩余电能输送至电网以及储能设备,包括:
将各个所述新能源的剩余电能输送至电网,并在剩余电能输送至电网的过程中,确定是否达到电网限功率值;
若达到,则在所述储能设备的剩余电量不大于预设最大剩余电量阈值的情况下,将各个所述新能源输送到电网后的剩余电能存储到所述储能设备中。
可选地,在上述控制器的实施例的基础上,本发明的另一实施例提供了一种制氢系统,包括上述的控制器。
进一步,制氢系统还包括新能源发电系统、制氢电解槽系统、储氢设备和储能设备。
新能源发电系统、制氢电解槽系统、储氢设备和储能设备的具体工作过程,请参照上述实施例中的相应说明。
本实施例中,在新能源发电量总和小于所述目标制氢用电量时,会在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。即在新能源发电量不满足制氢所需电量时,控制储能设备放电以提供制氢所需的电量,提高制氢可靠性。另外,本发明中,在新能源发电量总和不小于所述目标制氢用电量时,确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作,保证新能源电量使用的合理性,并降低电能输送成本。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种制氢控制方法,其特征在于,包括:
确定各个新能源的新能源发电量总和,以及计算电解槽制氢所需的目标制氢用电量;
判断所述新能源发电量总和是否不小于所述目标制氢用电量;
若是,则确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作;
若否,则获取储能设备的剩余电量,并在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。
2.根据权利要求1所述的制氢控制方法,其特征在于,计算电解槽制氢所需的目标制氢用电量,包括:
计算电解槽制氢效率;
在所述电解槽制氢效率位于高效率区间的情况下,根据电解槽的负荷调节百分比和直流电耗参数,计算电解槽制氢所需的目标制氢用电量。
3.根据权利要求1所述的制氢控制方法,其特征在于,确定电解槽制氢所需的各个所述新能源的发电量占比,包括:
构建新能源目标函数;所述新能源目标函数包括电解槽制氢所需的各个所述新能源的发电量占比;
确定所述新能源目标函数的约束条件;
对所述新能源目标函数以及所述新能源目标函数的约束条件进行求解,得到电解槽制氢所需的各个所述新能源的发电量占比。
4.根据权利要求1所述的制氢控制方法,其特征在于,在按照所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作后,还包括:
确定各个所述新能源在提供所述目标制氢用电量后是否有剩余电能;
若有,则将各个所述新能源的剩余电能输送至电网以及储能设备。
5.根据权利要求4所述的制氢控制方法,其特征在于,将各个所述新能源的剩余电能输送至电网以及储能设备,包括:
将各个所述新能源的剩余电能输送至电网,并在剩余电能输送至电网的过程中,确定是否达到电网限功率值;
若达到,则在所述储能设备的剩余电量不大于预设最大剩余电量阈值的情况下,将各个所述新能源输送到电网后的剩余电能存储到所述储能设备中。
6.一种制氢控制装置,其特征在于,包括:
数据计算模块,用于确定各个新能源的新能源发电量总和,以及计算电解槽制氢所需的目标制氢用电量;
用电量判断模块,用于判断所述新能源发电量总和是否不小于所述目标制氢用电量;
第一制氢控制模块,用于若是,则确定电解槽制氢所需的各个所述新能源的发电量占比,并按照所述目标制氢用电量和所述发电量占比,使用各个所述新能源输出的电能进行电解槽制氢操作;
第二制氢控制模块,用于若否,则获取储能设备的剩余电量,并在所述储能设备的剩余电量大于预设最小剩余电量阈值的情况下,控制所述储能设备进行放电操作,以使用各个所述新能源输出的电能以及所述储能设备输出的电能进行电解槽制氢操作。
7.根据权利要求6所述的制氢控制装置,其特征在于,所述数据计算模块用于计算电解槽制氢所需的目标制氢用电量时,具体用于:
计算电解槽制氢效率,在所述电解槽制氢效率位于高效率区间的情况下,根据电解槽的负荷调节百分比和直流电耗参数,计算电解槽制氢所需的目标制氢用电量。
8.一种控制器,其特征在于,包括:存储器和处理器;
其中,所述存储器用于存储程序;
处理器调用程序并用于执行如权利要求1-5任一项所述的制氢控制方法。
9.一种制氢系统,其特征在于,包括如权利要求8所述的控制器。
10.根据权利要求9所述的制氢系统,其特征在于,还包括新能源发电系统、制氢电解槽系统、储氢设备和储能设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211450577.3A CN115852434A (zh) | 2022-11-18 | 2022-11-18 | 一种制氢控制方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211450577.3A CN115852434A (zh) | 2022-11-18 | 2022-11-18 | 一种制氢控制方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115852434A true CN115852434A (zh) | 2023-03-28 |
Family
ID=85664200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211450577.3A Pending CN115852434A (zh) | 2022-11-18 | 2022-11-18 | 一种制氢控制方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115852434A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116720789A (zh) * | 2023-08-08 | 2023-09-08 | 国网能源研究院有限公司 | 一种制氢电解槽容量配置评估方法、装置及设备 |
CN117674375A (zh) * | 2023-11-15 | 2024-03-08 | 燕山大学 | 一种新能源多能互补制氢系统能量管理方法 |
-
2022
- 2022-11-18 CN CN202211450577.3A patent/CN115852434A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116720789A (zh) * | 2023-08-08 | 2023-09-08 | 国网能源研究院有限公司 | 一种制氢电解槽容量配置评估方法、装置及设备 |
CN116720789B (zh) * | 2023-08-08 | 2023-11-07 | 国网能源研究院有限公司 | 一种制氢电解槽容量配置评估方法、装置及设备 |
CN117674375A (zh) * | 2023-11-15 | 2024-03-08 | 燕山大学 | 一种新能源多能互补制氢系统能量管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110544935B (zh) | 一种电-氢多能互补直流微电网协调调度方法 | |
CN115852434A (zh) | 一种制氢控制方法及相关装置 | |
CN112465181A (zh) | 一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法 | |
CN112651634B (zh) | 基于序列运算的有源配电系统源网荷储日前有功调度方法 | |
Deshun et al. | Research on planning and configuration of multi-objective energy storage system solved by improved ant colony algorithm | |
Shahzad et al. | Model predictive control strategies in microgrids: A concise revisit | |
CN113122879A (zh) | 一种制氢控制方法及制氢系统 | |
CN108683188A (zh) | 考虑环境价值及调峰充裕度的多目标风电接纳水平优化 | |
CN105098839B (zh) | 一种基于风电不确定出力的风电并网协调优化方法 | |
CN116805803A (zh) | 基于自适应mpc的风光储离网制氢系统能量调度方法 | |
CN111817296A (zh) | 一种微电网用电能调度方法及系统 | |
CN115411776A (zh) | 住宅综合能源系统的热电协同调度方法及装置 | |
CN115940284A (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
CN113794241B (zh) | 低压智能电网用户侧源储荷的优化调度方法及装置 | |
CN115841216A (zh) | 计及分布式光伏消纳率的配电网储能优化配置方法 | |
CN115085227A (zh) | 一种微电网源储容量配置方法及装置 | |
Heo et al. | Energy resource capacity optimization for zero-energy housing complex | |
CN113065707A (zh) | 能源调度方法及装置 | |
CN113852121B (zh) | 一种电氢多能互补型综合能源系统的实时能量管理方法 | |
CN110198054B (zh) | 一种含海水淡化负荷的微网功率调度方法和系统 | |
Altin | Differential Evolution Algorithm Based Very Fast Renewable Energy System Optimisation Tool Design | |
CN113872251B (zh) | 一种“源网储”协调互动的火电机组爬坡压力缓解方法 | |
CN113991723B (zh) | 一种提高多馈入直流系统电压稳定性的储能电站配置方法 | |
Izquierdo-Monge et al. | Control Strategies in Microgrid Management: A state of Art | |
CN108964141B (zh) | 一种基于多微网互联系统自适应协同运行控制方法 |
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 |