CN115928148A - 一种soec系统负载切换轨迹的优化方法 - Google Patents
一种soec系统负载切换轨迹的优化方法 Download PDFInfo
- Publication number
- CN115928148A CN115928148A CN202211452075.4A CN202211452075A CN115928148A CN 115928148 A CN115928148 A CN 115928148A CN 202211452075 A CN202211452075 A CN 202211452075A CN 115928148 A CN115928148 A CN 115928148A
- Authority
- CN
- China
- Prior art keywords
- current density
- switching
- slope
- switched
- initial current
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005457 optimization Methods 0.000 title claims abstract description 23
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 111
- 239000001301 oxygen Substances 0.000 claims abstract description 111
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 111
- 239000000446 fuel Substances 0.000 claims abstract description 58
- 235000003642 hunger Nutrition 0.000 claims abstract description 51
- 230000037351 starvation Effects 0.000 claims abstract description 51
- 230000032798 delamination Effects 0.000 claims abstract description 39
- 230000004044 response Effects 0.000 claims description 41
- 239000003792 electrolyte Substances 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 7
- 108010052322 limitin Proteins 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 13
- 239000007787 solid Substances 0.000 description 8
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Y02E60/50—Fuel cells
Abstract
本发明属于高温电解池系统领域，具体涉及一种SOEC系统负载切换轨迹的优化方法，对斜坡型切换轨迹划分前后两段，在待切换初始电流密度低于初始电流密度临界值时，在不产生氧电极脱层的动态约束下确定第一段斜率k1和持续时间t1，在不产生燃料饥饿的动态约束下确定第二段斜率k2和持续时间t2，k2高于k1且k1取值为在不产生氧电极脱层的动态约束下由待切换初始电流密度到目标电流密度切换的单段斜坡轨迹最大斜率；在高于上述临界值时，在不产生燃料饥饿的动态约束下确定k1和t1，k1取值大于等于在不产生燃料饥饿的动态约束下由待切换初始电流密度到目标电流密度切换的单段斜坡轨迹最大斜率；确定k2和t2，k2低于k1。本发明能提高系统效率和缩短切换低初始电流密度下的跟踪时间。
Description
技术领域
本发明属于高温电解池系统领域，更具体地，涉及一种SOEC系统负载切换轨迹的优化方法。
背景技术
风能、太阳能等可再生能源因其季节性、间歇性、不稳定性等特点，直接并入电网对整个电网冲击较大，将其转化为稳定可调控的氢能是一种理想可靠的解决方案。固体氧化物电解池(SOEC)作为一种高效率、无污染、经济性的高温能源转换装置，可将富余风光等可再生电力进行消纳以制取氢气或混合气，实现能源的转换和储存，具有良好的发展和应用前景。
响应快、可靠性强、效率高是固体氧化物电解池(SOEC)系统的关键目标，这就要求系统在最佳的操作条件和操作点切换方式下运行。因此，人们对其特性安全进行了各种研究，但它们大多只关注热特性安全，而没有进一步与氧电极脱层相关气体特性的安全性，然而这却是SOEC关键的退化之一。如何在负载动态切换过程中同时考虑热特性安全约束和与氧电极脱层相关气特性的安全约束，同时保证固体氧化物电解池(SOEC)系统高效运行，是目前亟待解决的技术问题。
发明内容
针对现有技术的缺陷和改进需求，本发明提供了一种SOEC系统负载切换轨迹的优化方法，其目的在于在SOEC系统负载动态切换过程中同时考虑热特性和与氧电极脱层相关气特性的安全约束以保证系统高效运行。
为实现上述目的，按照本发明的一个方面，提供了一种SOEC系统负载切换轨迹的优化方法，对斜坡型负载切换轨迹划分前后两段斜坡型轨迹分别进行优化，包括：
在待切换初始电流密度低于切换初始电流密度临界值时，则在不产生氧电极脱层的动态约束下确定第一段轨迹的斜率k1和持续时间t1；在不产生燃料饥饿的动态约束下确定第二段轨迹的斜率k2和持续时间t2，其中斜率表示电流密度变化率，k2高于k1，且k1的取值为在不产生氧电极脱层的动态约束下由待切换初始电流密度切换到目标电流密度的单段斜坡轨迹最大斜率；
在待切换初始电流密度高于切换初始电流密度临界值时，则在不产生燃料饥饿的动态约束下确定第一段轨迹的k1和t1，且k1的取值大于等于在不产生燃料饥饿的动态约束下由待切换初始电流密度到目标电流密度切换的单段斜坡轨迹最大斜率；确定第二段轨迹的k2和t2，k2低于k1，抑制电池电压的超调，以便快速到达稳态；
其中，所述切换初始电流密度临界值的确定满足：在当前操作条件下，从该电流密度临界值以斜坡方式向大于该电流密度临界值切换时，动态响应同时达到氧电极脱层和燃料饥饿的约束边界。
进一步，在待切换初始电流密度高于切换初始电流密度临界值时，t1和t2的加和为在不产生燃料饥饿的动态约束下由待切换初始电流密度直接切换到目标电流密度所用时间。
进一步，所述切换初始电流密度临界值通过以下方式确定得到：
SOEC系统在不同的切换初始电流密度下以单段斜坡型方式进行负载切换，对应获得不同的最大氧电极-电解质界面氧气压力响应曲线和最小蒸汽摩尔分数响应曲线；确定最大氧电极-电解质界面氧气压力响应曲线和最小蒸汽摩尔分数响应曲线均到达各自临界值所对应的切换初始电流密度，作为切换初始电流密度临界值。
进一步，所述最小蒸汽摩尔分数响应曲线的蒸汽摩尔分数临界值为小于原料中蒸汽摩尔分数与蒸汽利用率之间的差值；所述最大氧电极-电解质界面氧气压力响应曲线的氧电极-电解质界面氧气压力临界值为7200atm。
进一步，在待切换初始电流密度低于切换初始电流密度临界值时，t1和k2的确定方式为：
S1、在确定所述切换初始电流密度临界值的过程中，还包括：SOEC系统在不同的切换初始电流密度下以不同斜坡斜率进行单段斜坡型负载切换，对应获得不同的最大氧电极-电解质界面氧气压力响应曲线和最小蒸汽摩尔分数响应曲线；
S2、确定不同切换初始电流密度在燃料饥饿约束下的最大斜坡切换斜率；
S3、基于待切换初始电流密度和对应的k1，随机确定t1，得到第一段结束时的电流密度，作为第二段的切换初始电流密度，由该电流密度向目标电流密度切换，确定该切换初始电流密度对应的在燃料饥饿约束下的最大斜坡切换斜率，作为第二段的斜率k2，并得到第二段的持续时间t2；t1的取值小于在不产生氧电极脱层的动态约束下由待切换初始电流密度直接到目标电流密度所用时间；
S4、优化后的整个负载切换轨迹为：ides＝i0+k1t1+k2t2，式中，i0为待切换初始电流密度，ides为目标电流密度，k1和k2分别为第一段和第二段的电流密度变化率，t1和t2分别为第一段和第二段的持续时间；
S5、判断该切换轨迹下是否出现氧电极脱层和燃料饥饿，若均否，则完成t1和k2的确定，否则，重新确定t1，并重复执行S3。
进一步，所述不产生氧电极脱层的动态约束为：在负载切换过程下的最大氧电极-电解质界面氧气压力响应曲线中，氧电极-电解质界面最大氧气压力低于7200atm。
进一步，不产生燃料饥饿的动态约束为：在负载切换过程下的最小蒸汽摩尔分数响应曲线中，最小蒸汽摩尔分数不低于原料中蒸汽摩尔分数与蒸汽利用率之间的差值。
本发明还提供一种SOEC系统的控制方法，采用如上所述的一种SOEC系统负载切换轨迹的优化方法，确定负载切换轨迹，根据所述负载切换轨迹，控制实际SOEC系统对负载进行安全高效快速跟踪。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如上所述的一种SOEC系统负载切换轨迹的优化方法和/或如上所述的一种SOEC系统的控制方法。
总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：
(1)本发明方法在SOEC系统负载动态切换过程中考虑与氧电极脱层相关气特性约束，提出对斜坡型负载切换轨迹划分前后两段斜坡型轨迹分别进行优化，且不同的待切换初始电流密度，对应采用的氧电极脱层约束与燃料饥饿约束的优先级不同，具体的，在较高的待切换初始电流密度，优先考虑快速电流密度跟踪，同时保证不发生燃料饥饿。另一方面，在低待切换初始电流密度，优先考虑氧电极脱层，其次是快速功率跟踪，同时保证不产生燃料饥饿。本发明方法能够有效提高系统效率，缩短切换低初始电流密度下的快速跟踪时间。
(2)在待切换初始电流密度高于切换初始电流密度临界值时，本发明提出t1和t2的加和为在不产生燃料饥饿的动态约束下由待切换初始电流密度直接切换到目标电流密度所用时间，能够使得整个轨迹在满足不产生燃料饥饿的动态约束下快速达到平稳。
附图说明
图1为本发明实施例提供的SOEC系统的热、电和气体特性的动态行为图；
图2为本发明实施例提供的最大氧电极-电解质界面氧气压力响应曲线和最小蒸汽摩尔分数响应曲线图；
图3为本发明实施例提供的一种SOEC系统负载切换轨迹的优化示意图；
图4为本发明实施例提供的电流密度从0.65A cm-2切换至0.90A cm-2的动态过程优化效果图；
图5为本发明实施例提供的电流密度从0.40A cm-2切换至0.65A cm-2的动态过程优化效果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例一
一种SOEC系统负载切换轨迹的优化方法，对斜坡型负载切换轨迹划分前后两段斜坡型轨迹分别进行优化，包括：
在待切换初始电流密度低于切换初始电流密度临界值时，则在不产生氧电极脱层的动态约束下确定第一段轨迹的斜率k1和持续时间t1；在不产生燃料饥饿的动态约束下确定第二段轨迹的斜率k2和持续时间t2，其中斜率表示电流密度变化率，k2高于k1，且k1的取值为在不产生氧电极脱层的动态约束下由待切换初始电流密度切换到目标电流密度的单段斜坡轨迹最大斜率；
在待切换初始电流密度高于切换初始电流密度临界值时，则在不产生燃料饥饿的动态约束下确定第一段轨迹的k1和t1，且k1的取值大于等于在不产生燃料饥饿的动态约束下由待切换初始电流密度切换到目标电流密度的单段斜坡轨迹最大斜率；确定第二段轨迹的k2和t2，k2低于k1，抑制电池电压的超调，以便更快达到稳态；
其中，所述切换初始电流密度临界值的确定满足：在当前操作条件下，从该电流密度临界值以斜坡方式向大于该电流密度临界值切换时，动态响应同时达到氧电极脱层和燃料饥饿的约束边界。
需要说明的是，本发明针对斜坡型负载切换轨迹进行优化，首先，斜坡型轨迹操作简单，其次，在抑制动态过程超调方面(电池电压、氧电极/电解质界面氧气压力、蒸汽摩尔分数)，斜坡型轨迹优于典型的多步、抛物线等轨迹。
另外，需要说明的是，本发明仿真所采用的是交叉流SOEC电堆二维动态模型，其构建方法包括：
将交叉流SOEC电堆分别沿空气通道和燃料通道方向以等间隔离散为多个节点；分别构建每个节点的电化学子模型、质量守恒动态子模型、能量守恒动态子模型、负载守恒子模型以及氧电极-电解质界面氧气压力子模型；将每个节点各子模型耦合构成该节点的一维模型，将所有节点的一维模型组合构成交叉流SOEC电堆二维动态模型；其中，氧电极-电解质界面氧气压力子模型表征不同电流密度和固体结构温度下氧电极-电解质界面的氧气压力。
氧电极-电解质界面氧气压力子模型表示为：
其中，sol代表单片电池的固体结构，
代表氧电极-电解质界面氧气压力，
代表空气中氧气分压，F代表法拉第常数，ηact，ag代表氧电极的活化过电位，R代表通用气体常数，Tsol代表节点的固体结构温度，i代表节点的电流密度，iex，ae为氧电极的交换电流密度，Kex，ae代表计算iex，ae的指前因子，Eex，ae代表氧电极侧电化学反应的活化能。
为验证气特性约束的重要性，本实施例采用上述交叉流SOEC电堆二维动态模型进行如下实验；
操作条件为：操作温度1023K，操作压力1.205bar，燃料成分90/10H2O/H2，电流I为0.01～1.0A cm-2，燃料利用率FU为0.6～0.8，空气过剩比AR为0.4～14。为尽可能获得系统的全局运行条件，选取操作变量I、FU和AR的离散化精度分别为0.01、0.025、0.2(0.4～1.0)和0.25(1.0～14)。因此，生成一个具有50,400(100*9*56)个操作点的集合x(i)。在Matlab/Simulink平台上利用前述系统模型对各操作点进行仿真，得到了系统的50400组稳态数据，包括电池电压、系统效率、氧电极-电解质界面最大氧气压力
固体结构最大温度Max.Tsol、燃料方向最大温度梯度Max.Tgrd，fuel、空气方向最大温度梯度Max.Tgrd，air。因此，通过有效的搜索程序和方法，可获得仅满足热安全约束的46017个工作点，约占总操作点的91.3％。相比之下，满足热特性和气特性组合的安全约束的操作点有42219个，约占83.7％。结果表明，加入气体安全约束后，系统的安全工作点得到了收紧和优化。其中，热特性+气特性组合的安全约束：
最优操作点OOPs是以电流密度负载为基准，通过调节空气过剩比和燃料利用率等其他物理参数使得系统效率最高。在不同工况下，分析不同操作变量对系统电特性(主要为电池电压Vcell、电堆功率Pnet和系统效率)的影响，找出使得系统达到最大效率的最优操作参数组合，称其为最优操作点。
因此，本实施例在负载切换过程中引入与气特性相关的氧电极脱层约束，进一步，为确定动态切换过程中的动态约束，现给出如下实验：
操作温度1023K，操作压力1.205bar，燃料成分90/10 H2O/H2。电流密度在10,000s时从0.40A cm-2到0.90A cm-2，然后在20,000s时从0.90A cm-2切换到0.60A cm-2，而FU和AR取自于前述最优操作点OOPs。获得SOEC系统的热、电和气体特性的动态行为，如图1所示。
从图1中可以看出，(1)在OOPs之间的动态切换过程中，热安全问题可以忽略；(2)负荷上升阶跃安全风险高于负荷下降阶跃的安全风险，体现在最大氧电极/电解质界面氧气压力超过了7200atm的安全约束，其次最小蒸汽摩尔分数接近0。
因此，用于限制SOEC系统负载上升切换轨迹以保证系统安全可靠、快速响应的动态约束有：1)不产生氧电极脱层。2)不产生燃料饥饿。3)负载快速跟踪。
进一步，如图2所示，通过对电流密度切换范围0.40～0.65A cm-2和0.65～0.90Acm-2两种情况进行研究，以揭示高、低初始功率动态过程中氧电极脱层与燃料饥饿约束的优先性，并依此提出高、低初始功率下的动态过程优化策略，也即本实施例负载切换轨迹优化方法。
具体的，SOEC系统在不同的切换初始电流密度下进行单段斜坡型负载切换，对应获得不同的最大氧电极-电解质界面氧气压力
响应曲线(图2的左图)和最小蒸汽摩尔分数
响应曲线(图2的右图)；确定最大氧电极-电解质界面氧气压力响应曲线和最小蒸汽摩尔分数响应曲线均到达各自临界值所对应的切换初始电流密度，作为切换初始电流密度临界值。
优选地，上述最小蒸汽摩尔分数响应曲线的蒸汽摩尔分数临界值为小于原料中蒸汽摩尔分数与蒸汽利用率之间的差值；上述最大氧电极-电解质界面氧气压力响应曲线的氧电极-电解质界面氧气压力临界值为7200atm。
上述最大氧电极-电解质界面氧气压力响应曲线的获取方式为：在某一操作条件下，确定所有节点中氧电极-电解质界面氧气压力最大的压力值，切换过程中，各操作条件下最大压力值的拟合曲线，作为最大氧电极-电解质界面氧气压力响应曲线。最小蒸汽摩尔分数响应曲线同理。
由图2可看出，在0.40～0.65A cm-2时，氧电极脱层约束优先于燃料饥饿约束，在氧电极脱层约束下，斜坡方案下切换时间为335s；而在0.65～0.90A cm-2时，燃料饥饿约束优先于氧电极脱层约束，在燃料饥饿约束下，斜坡方案下切换时间为24s，约为低初始功率下的1/14。从上述分析结果可以得出两个主要结论：(1)氧气电极分层约束与燃料饥饿约束之间的优先级随初始开关功率的变化而变化，确定分水岭为0.45A cm-2；(2)切换时间与初始切换功率成反比。
因此，动态过程优化应遵循“低功率区电流变化率小，大功率区电流变化率大”的原则。针对氧电极脱层约束与燃料饥饿约束的优先级差异，从两个方面进行了考虑，一方面，在较高的待切换初始电流密度(i0≥0.45Acm-2)，优先考虑快速电流密度跟踪，同时保证不发生燃料饥饿。另一方面，在低待切换初始电流密度(i0＜0.45Acm-2)，优先考虑氧电极脱层，其次考虑快速功率跟踪，同时保证不发生燃料饥饿。
为此，引入两步电流切换法来制定优化策略。如图3所示，假设SOEC系统在t0时刻从初始电流密度i0切换到目标电流密度ides(ides＞i0)，切换过程可表示为：ides＝i0+k1t1+k2t2，式中，i0为待切换初始电流密度，ides为目标电流密度，k1和k2分别为第一段和第二段的电流密度变化率，t1和t2分别为第一段和第二段的持续时间。对于高待切换初始电流密度，切换过程分为阶段t1，电流变化率k1相对较高，实现快速跟踪；阶段t2，电流变化率k2相对较低，抑制动态过程的超调。但当初始切换功率低于0.45A cm-2时，采用上述动态优化方案无法避免氧电极脱层的问题。因此，将切换过程分为电流变化率相对较低的缓冲阶段t1，以防止氧电极脱层；电流变化率相对较高的阶段t2，以实现快速功率跟踪。
如图4和图5所示，在优化方案下进行动态过程切换，系统效率得到了提高，尤其是在低初始功率下安全斜坡持续时间也显著缩短。图4的上图为高初始切换电流密度下的动态切换过程在燃料饥饿约束下形成的可行区域，由参数t1和k1决定。图4的下图为可行区域内的某个参数点(k1和t1)与原单段斜坡切换方案下的系统效率对比。图5的上图为低初始切换电流密度下，在第一段以氧电极脱层约束下的持续运行t1，第二段以燃料饥饿约束下的斜坡斜率k2运行，形成满足不产生氧电极脱层和燃料饥饿的新的切换轨迹，这个轨迹就由t1和k2决定。图5的下图为切换轨迹上的参数点(t1和计算的第二段t2)与原单段斜坡轨迹下的系统效率对比。
优选地，在待切换初始电流密度高于切换初始电流密度临界值时，t1和t2的加和为在不产生燃料饥饿的动态约束下由待切换初始电流密度直接切换到目标电流密度所用时间。
当t1和t2的加和大于由待切换初始电流密度直接切换到目标电流密度所用时间时，不利于系统快速达到平稳状态；当小于由待切换初始电流密度直接切换到目标电流密度所用时间时，会产生燃料饥饿，不利于系统安全运行。
优选地，在待切换初始电流密度低于切换初始电流密度临界值时，t1和k2的确定方式为：
S1、在确定所述切换初始电流密度临界值的过程中，还包括：SOEC系统在不同的切换初始电流密度下以不同斜坡斜率向某一切换目标电流密度进行单段斜坡型负载切换，对应获得不同的最大氧电极-电解质界面氧气压力响应曲线和最小蒸汽摩尔分数响应曲线；
S2、确定不同切换初始电流密度分别在氧电极脱层约束下的最大斜坡切换斜率，以及在燃料饥饿约束下的最大斜坡切换斜率；
S3、基于待切换初始电流密度和对应的k1，随机确定合适的t1，得到第一段结束时的电流密度，作为第二段的切换初始电流密度，由该电流密度向目标电流密度切换，确定该切换初始电流密度对应的在燃料饥饿约束下的最大斜坡切换斜率，作为第二段的斜率k2，并得到第二段的持续时间t2；t1的取值小于在不产生氧电极脱层的动态约束下由待切换初始电流密度直接到目标电流密度所用时间；
S4、优化后的整个负载切换轨迹为：ides＝i0+k1t1+k2t2，式中，i0为待切换初始电流密度，ides为目标电流密度，k1和k2分别为第一段和第二段的电流密度变化率，t1和t2分别为第一段和第二段的持续时间；
S5、判断该切换轨迹下是否出现氧电极脱层和燃料饥饿，若均否，则完成t1和k2的确定，否则，重新确定t1，并重复执行S3。
总的来说，其次，在待切换初始电流密度高于切换初始电流密度临界值时，t2以及k2的确定是根据增加k1，在不产生燃料饥饿下确定了t1，k1越大，在不产生燃料饥饿下t1就越小。t2的时间等于总的切换时间(原单斜坡方案下)减去t1，这样k2就确定了。而在待切换初始电流密度低于切换初始电流密度临界值时，t1和k2的确定是优先考虑氧电极脱层，其次再考虑燃料饥饿，其确定过程是以待切换初始电流密度在氧电极脱层约束下的电流变化率持续运行t1，然后获得一个中间的电流密度，在前面已经通过仿真获得了这个电流密度在燃料饥饿约束下的最大斜坡斜率，此时第二段就以此斜率进行切换，这样获得的轨迹再次进行可行性验证，如果氧电极响应曲线和蒸汽摩尔分数响应曲线均为超过临界值，说明轨迹有效，反之无效，则需要继续增加t1进行反复尝试。
优选地，不产生氧电极脱层的动态约束为：在负载切换过程下的最大氧电极-电解质界面氧气压力对应的拟合响应曲线中，氧电极-电解质界面最大氧气压力低于7200atm。
优选地，不产生燃料饥饿的动态约束为：在负载切换过程下的最小蒸汽摩尔分数对应的拟合响应曲线中，最小蒸汽摩尔分数不低于原料中蒸汽摩尔分数与蒸汽利用率之间的差值。
本发明方法能够优化稳态下系统的安全运行区间和系统的全局安全操作点，以及最优操作点之间的动态切换方案，进而能够对设计固体氧化物电解池(SOEC)系统的安全调控策略做出有效指导。
实施例二
一种SOEC系统的控制方法，采用如实施例一所述的一种SOEC系统负载切换轨迹的优化方法，确定负载切换轨迹，根据所述负载切换轨迹，控制实际SOEC系统对负载快速跟踪。
相关技术方案同实施例一，在此不再赘述。
实施例三
一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如上所述的一种SOEC系统负载切换轨迹的优化方法和/或如上所述的一种SOEC系统的控制方法。
相关技术方案同实施例一，在此不再赘述。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种SOEC系统负载切换轨迹的优化方法，其特征在于，对斜坡型负载切换轨迹划分前后两段斜坡型轨迹分别进行优化，包括：
在待切换初始电流密度低于切换初始电流密度临界值时，则在不产生氧电极脱层的动态约束下确定第一段轨迹的斜率k1和持续时间t1；在不产生燃料饥饿的动态约束下确定第二段轨迹的斜率k2和持续时间t2，其中斜率表示电流密度变化率，k2高于k1，且k1的取值为在不产生氧电极脱层的动态约束下由待切换初始电流密度切换到目标电流密度的单段斜坡轨迹最大斜率；
在待切换初始电流密度高于切换初始电流密度临界值时，则在不产生燃料饥饿的动态约束下确定第一段轨迹的k1和t1，且k1的取值大于等于在不产生燃料饥饿的动态约束下由待切换初始电流密度到目标电流密度的单段斜坡轨迹最大斜率；确定第二段轨迹的k2和t2，k2低于k1，抑制电池电压的超调，以便快速到达稳态；
其中，所述切换初始电流密度临界值的确定满足：在当前操作条件下，从该电流密度临界值以斜坡方式向大于该电流密度临界值切换时，动态响应同时达到氧电极脱层和燃料饥饿的约束边界。
2.根据权利要求1所述的优化方法，其特征在于，在待切换初始电流密度高于切换初始电流密度临界值时，t1和t2的加和为在不产生燃料饥饿的动态约束下由待切换初始电流密度直接切换到目标电流密度所用时间。
3.根据权利要求1所述的优化方法，其特征在于，所述切换初始电流密度临界值通过以下方式确定得到：
SOEC系统在不同的切换初始电流密度下以单段斜坡型方式进行负载切换，对应获得不同的最大氧电极-电解质界面氧气压力响应曲线和最小蒸汽摩尔分数响应曲线；确定最大氧电极-电解质界面氧气压力响应曲线和最小蒸汽摩尔分数响应曲线均到达各自临界值所对应的切换初始电流密度，作为切换初始电流密度临界值。
4.根据权利要求3所述的优化方法，其特征在于，所述最小蒸汽摩尔分数响应曲线的蒸汽摩尔分数临界值为小于原料中蒸汽摩尔分数与蒸汽利用率之间的差值；所述最大氧电极-电解质界面氧气压力响应曲线的氧电极-电解质界面氧气压力临界值为7200atm。
5.根据权利要求3所述的优化方法，其特征在于，在待切换初始电流密度低于切换初始电流密度临界值时，t1和k2的确定方式为：
S1、在确定所述切换初始电流密度临界值的过程中，还包括：SOEC系统在不同的切换初始电流密度下以不同斜坡斜率进行单段斜坡型负载切换，对应获得不同的最大氧电极-电解质界面氧气压力响应曲线和最小蒸汽摩尔分数响应曲线；
S2、确定不同切换初始电流密度在燃料饥饿约束下的最大斜坡切换斜率；
S3、基于待切换初始电流密度和对应的k1，随机确定t1，得到第一段结束时的电流密度，作为第二段的切换初始电流密度，由该电流密度向目标电流密度切换，确定该切换初始电流密度对应的在燃料饥饿约束下的最大斜坡切换斜率，作为第二段的斜率k2，并得到第二段的持续时间t2；t1的取值小于在不产生氧电极脱层的动态约束下由待切换初始电流密度直接切换到目标电流密度所用时间；
S4、优化后的整个负载切换轨迹为：ides＝i0+k1t1+k2t2，式中，i0为待切换初始电流密度，ides为目标电流密度，k1和k2分别为第一段和第二段的电流密度变化率，t1和t2分别为第一段和第二段的持续时间；
S5、判断该切换轨迹下是否出现氧电极脱层和燃料饥饿，若均否，则完成t1和k2的确定，否则，重新确定t1，并重复执行S3。
6.根据权利要求1至5任一项所述的优化方法，其特征在于，所述不产生氧电极脱层的动态约束为：在负载切换过程下的最大氧电极-电解质界面氧气压力响应曲线中，氧电极-电解质界面最大氧气压力低于7200atm。
7.根据权利要求1至5任一项所述的优化方法，其特征在于，不产生燃料饥饿的动态约束为：在负载切换过程下的最小蒸汽摩尔分数响应曲线中，最小蒸汽摩尔分数不低于原料中蒸汽摩尔分数与蒸汽利用率之间的差值。
8.一种SOEC系统的控制方法，其特征在于，采用如权利要求1至7任一项所述的一种SOEC系统负载切换轨迹的优化方法，确定负载切换轨迹，根据所述负载切换轨迹，控制实际SOEC系统对负载进行跟踪。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如权利要求1至7任一项所述的一种SOEC系统负载切换轨迹的优化方法和/或如权利要求8所述的一种SOEC系统的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211452075.4A CN115928148A (zh) | 2022-11-18 | 2022-11-18 | 一种soec系统负载切换轨迹的优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211452075.4A CN115928148A (zh) | 2022-11-18 | 2022-11-18 | 一种soec系统负载切换轨迹的优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115928148A true CN115928148A (zh) | 2023-04-07 |
Family
ID=86654980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211452075.4A Pending CN115928148A (zh) | 2022-11-18 | 2022-11-18 | 一种soec系统负载切换轨迹的优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115928148A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105375046A (zh) * | 2015-11-17 | 2016-03-02 | 华中科技大学 | 一种固体氧化物燃料电池负载功率切换方法 |
| CN105720286A (zh) * | 2016-03-30 | 2016-06-29 | 华中科技大学 | 一种固体氧化物燃料电池系统避免燃料亏空的控制方法 |
| CN109921072A (zh) * | 2019-03-20 | 2019-06-21 | 南京理工大学 | 一种质子交换膜燃料电池输出功率的预测控制方法 |
| CN113793954A (zh) * | 2021-11-17 | 2021-12-14 | 中国人民解放军空军预警学院 | 一种固体氧化物燃料电池负载上升时的参数调节方法 |
| US20220042190A1 (en) * | 2020-08-04 | 2022-02-10 | Versa Power Systems, Ltd | Solid oxide electrolysis cell system and a method of operating a solid oxide electrolysis cell system |
| CN114300713A (zh) * | 2021-12-17 | 2022-04-08 | 华中科技大学 | 一种交叉流soec电堆二维动态模型构建方法及其应用 |
-
2022
- 2022-11-18 CN CN202211452075.4A patent/CN115928148A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105375046A (zh) * | 2015-11-17 | 2016-03-02 | 华中科技大学 | 一种固体氧化物燃料电池负载功率切换方法 |
| CN105720286A (zh) * | 2016-03-30 | 2016-06-29 | 华中科技大学 | 一种固体氧化物燃料电池系统避免燃料亏空的控制方法 |
| CN109921072A (zh) * | 2019-03-20 | 2019-06-21 | 南京理工大学 | 一种质子交换膜燃料电池输出功率的预测控制方法 |
| US20220042190A1 (en) * | 2020-08-04 | 2022-02-10 | Versa Power Systems, Ltd | Solid oxide electrolysis cell system and a method of operating a solid oxide electrolysis cell system |
| CN113793954A (zh) * | 2021-11-17 | 2021-12-14 | 中国人民解放军空军预警学院 | 一种固体氧化物燃料电池负载上升时的参数调节方法 |
| CN114300713A (zh) * | 2021-12-17 | 2022-04-08 | 华中科技大学 | 一种交叉流soec电堆二维动态模型构建方法及其应用 |
Non-Patent Citations (2)
| Title |
|---|
| ANIL V. VIRKAR: "Mechanism of oxygen electrode delamination in solid oxide electrolyzer cells", 《INTERNATIONAL JOURNAL OF HYDROGEN ENERGY》, vol. 35, no. 18, 1 August 2010 (2010-08-01), pages 9527 - 9543, XP027235607 * |
| ZHIPING XIA ET AL: "Control-oriented dynamic process optimization of solid oxide electrolysis cell system with the gas characteristic regarding oxygen electrode delamination", 《APPLIED ENERGY》, vol. 332, 15 December 2022 (2022-12-15), pages 120490, XP087252904, DOI: 10.1016/j.apenergy.2022.120490 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Das et al. | Recent advances and challenges of fuel cell based power system architectures and control–A review | |
| US20220250509A1 (en) | Energy control method for hybrid bus using hydrogen fuel battery and power battery | |
| Li et al. | Control of a solid oxide fuel cell power plant in a grid-connected system | |
| Torreglosa et al. | Hierarchical energy management system for stand-alone hybrid system based on generation costs and cascade control | |
| Abkenar et al. | Fuel cell power management using genetic expression programming in all-electric ships | |
| CN113793954B (zh) | 一种固体氧化物燃料电池负载上升时的参数调节方法 | |
| CN105253139B (zh) | 燃料电池与蓄电池混合动力驱动系统控制方法 | |
| Lu et al. | Optimization of power allocation for wind-hydrogen system multi-stack PEM water electrolyzer considering degradation conditions | |
| Xu et al. | Development of solid oxide fuel cell and battery hybrid power generation system | |
| Kui et al. | Proton exchange membrane fuel cell degradation and remaining useful life prediction based on artificial neural network | |
| Xiong et al. | Design of a two-stage control strategy of vanadium redox flow battery energy storage systems for grid application | |
| Liang et al. | Online identification of optimal efficiency of multi-stack fuel cells (MFCS) | |
| Kiran et al. | Design and performance analysis of hybrid optimization MPPT controller for proton exchange membrane fuel cell system with DC-DC converter | |
| Pereira et al. | Neural generalized predictive control for tracking maximum efficiency and maximum power points of PEM fuel cell stacks | |
| Zhang et al. | Optimization of energy management in hybrid SOFC-based DC microgrid considering high efficiency and operating safety when external load power goes up | |
| CN115928148A (zh) | 一种soec系统负载切换轨迹的优化方法 | |
| Du et al. | Energy management and performance analysis of an off-grid integrated hydrogen energy utilization system | |
| Slouma et al. | An improved simple Fuel Cell model for Energy Management in residential buildings. | |
| CN114079284B (zh) | 计及燃料电池效率特性的分布式发电系统能量管理与优化控制方法 | |
| Buts et al. | PI-based hybrid control for load-stress management of a fuel cell-based hybrid power system | |
| CN114970192A (zh) | 一种燃料电池系统多目标智能控制方法 | |
| Damour et al. | Innovative model-based control approach of a proton exchange membrane fuel cell system | |
| Zhu et al. | PV/Hydrogen DC microgrid control using distributed economic model predictive control | |
| Liang et al. | Minimum hydrogen consumption power allocation strategy for the multi-stack fuel cell (MFC) system based on a discrete approach | |
| Ali et al. | Intelligent hybrid energy system and grid integration using microcontrollers |
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 |