CN117394402A - 一种新能源储能系统及储能方法 - Google Patents
一种新能源储能系统及储能方法 Download PDFInfo
- Publication number
- CN117394402A CN117394402A CN202311653659.2A CN202311653659A CN117394402A CN 117394402 A CN117394402 A CN 117394402A CN 202311653659 A CN202311653659 A CN 202311653659A CN 117394402 A CN117394402 A CN 117394402A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- energy
- fuel cell
- solid oxide
- oxide fuel
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000006243 chemical reaction Methods 0.000 claims abstract description 81
- 239000000446 fuel Substances 0.000 claims description 146
- 239000007787 solid Substances 0.000 claims description 104
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 46
- 239000001301 oxygen Substances 0.000 claims description 46
- 229910052760 oxygen Inorganic materials 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 43
- 238000004422 calculation algorithm Methods 0.000 claims description 34
- 238000007599 discharging Methods 0.000 claims description 33
- 238000005457 optimization Methods 0.000 claims description 28
- 239000003990 capacitor Substances 0.000 claims description 23
- 230000003068 static effect Effects 0.000 claims description 20
- 239000000126 substance Substances 0.000 claims description 19
- 239000003795 chemical substances by application Substances 0.000 claims description 16
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 14
- 238000011282 treatment Methods 0.000 claims description 14
- 150000002500 ions Chemical class 0.000 claims description 12
- 239000002918 waste heat Substances 0.000 claims description 12
- 230000033228 biological regulation Effects 0.000 claims description 11
- HBMJWWWQQXIZIP-UHFFFAOYSA-N silicon carbide Chemical compound [Si+]#[C-] HBMJWWWQQXIZIP-UHFFFAOYSA-N 0.000 claims description 11
- 229910010271 silicon carbide Inorganic materials 0.000 claims description 11
- 238000010248 power generation Methods 0.000 claims description 10
- 229920000049 Carbon (fiber) Polymers 0.000 claims description 9
- 239000004917 carbon fiber Substances 0.000 claims description 9
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 8
- 239000001257 hydrogen Substances 0.000 claims description 8
- 229910052739 hydrogen Inorganic materials 0.000 claims description 8
- 239000010416 ion conductor Substances 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000003487 electrochemical reaction Methods 0.000 claims description 7
- 239000007800 oxidant agent Substances 0.000 claims description 7
- 230000001590 oxidative effect Effects 0.000 claims description 7
- 238000011084 recovery Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000001179 sorption measurement Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 239000013078 crystal Substances 0.000 claims description 4
- 238000003795 desorption Methods 0.000 claims description 4
- 230000005284 excitation Effects 0.000 claims description 4
- 239000002737 fuel gas Substances 0.000 claims description 4
- 239000003345 natural gas Substances 0.000 claims description 4
- 229920000642 polymer Polymers 0.000 claims description 4
- 230000036541 health Effects 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 description 21
- 230000006870 function Effects 0.000 description 14
- 238000007726 management method Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 239000011149 active material Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 150000001450 anions Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003575 carbonaceous material Substances 0.000 description 1
- 150000001768 cations Chemical class 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000007772 electrode material Substances 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J15/00—Systems for storing electric energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/10—Fuel cells with solid electrolytes
- H01M8/12—Fuel cells with solid electrolytes operating at high temperature, e.g. with stabilised ZrO2 electrolyte
- H01M2008/1293—Fuel cells with solid oxide electrolytes
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2207/00—Indexing scheme relating to details of circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J2207/50—Charging of capacitors, supercapacitors, ultra-capacitors or double layer capacitors
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/30—The power source being a fuel cell
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Fuel Cell (AREA)
Abstract
本发明公开了一种新能源储能系统及储能方法，涉及新能源电池储能技术领域，包含能量转化装置、温控模块、能量储存装置、电力管理模块、控制模块和电能输出装置，所述能量转化装置的输出端与所述温控模块、能量储存装置和电能输出装置的输入端连接，所述能量储存装置的输出端与所述电力管理模块和电能输出装置的输入端连接，所述电力管理模块的输出端与所述控制模块的输入端连接，所述控制模块的输出端与所述能量储存装置和电能输出装置的输入端连接，本发明该新能源储能系统解决了传统储能系统的能量密度低、寿命短、安全性差等问题，能够满足高能量密度、高功率输出和频繁充放电等应用需求。
Description
技术领域
本发明涉及新能源电池储能技术领域，且更具体地涉及一种新能源储能系统及储能方法。
背景技术
进入21世纪,随着能源、环境和气候变化，能源安全和环境保护提出了更高的标准和要求。首先，经济发展对电力需求的增加，而电力生产将消耗更多的化石能源。而可开采的化石能源是有限的，化石能源的枯竭成为了一个严峻的问题。再者，化石燃料的燃烧导致了大量污染物的排放，温室效应日益严重，带来的环境问题也日益突出。从能源可持续发展和环境保护的角度出发，大力接纳新能源发电，推进能源战略转型是当务之急。然而新能源发电特别是风电和光伏发电具有随机性、间歇性等特点，这些不稳定的能源接入的电网会带来电压波动、频率波动等电能质量问题，甚至可能影响到电网安全稳定运行，因此，开发新型的储能系统和方法对于实现清洁、可持续的能源转换具有重要意义。
但是，由于化学反应的限制，现有的储能系统能量密度较低，无法满足大规模能源储存的需求。并且现有的储能系统中电极材料容易受到化学反应的影响，导致寿命短。现有的储能系统中的化学物质因为温度、压力等因素影响而发生爆炸或泄漏，存在一定的安全隐患，导致系统工作不稳定；如何直接转变化学能为电能的系统成为研究的重点，传统的储能系统充放电策略往往只考虑满足电力需求这一单一目标，忽略了其他因素对储能系统效率和经济性的影响。传统的电池组难以实现持续性电能转换和储能，难以实现储能过程中的充放电评估或检测。
因此，本发明公开了一种新能源储能系统及储能方法，能够满足高能量密度和高功率稳定输出，以及电力需求和频繁充放电应用需求。提高了储能过程中的充放电评估或检测能力。
发明内容
针对现有技术的不足，本发明公开了一种新能源储能系统及储能方法，能够满足高能量密度和高功率稳定输出，以及电力需求和频繁充放电应用需求；采用固体氧化物燃料电池作为能量转化器件，能够将化学能高效转化为电能，提高了能量密度和能量转化效率；用超级电容器作为能量储存介质，具有高能量密度、长寿命、快速充放电等优点，能够满足高功率输出和频繁充放电的需求；通过电力管理模块实现对充放电过程的优化调度，提高了能源利用效率和系统稳定性；通过控制模块实现对能量储存装置和电能输出装置之间的能量流动的调节，确保了系统的安全性和高效性；自动化、智能化程度高。
本发明采用以下技术方案：
一种新能源储能系统，所述新能源储能系统包括：
能量转化装置，用于将化学能转化为电能，所述能量转化装置采用固体氧化物燃料电池作为能量转化器件；
温控模块，用于控制固体氧化物燃料电池工作温度；
能量储存装置，用于储存转化后多余的电能，所述能量储存装置采用超级电容器作为能量储存介质；
电力管理模块，用于管理所述新能源储能系统的充放电过程，所述电力管理模块通过无线传感器组实时监测所述能量转化装置、能量储存装置和电能输出装置的参数和状态，并通过克里金代理算法计算的多目标优化调度模型制定充放电策略，所述参数至少包括电池温度、电流和电压指标，所述状态至少包括电池充放电状态、电池剩余电量和电池健康状况；
控制模块，用于控制新能源储能系统的运行，所述控制模块通过控制调节电路实现对所述能量储存装置的充放电过程的调节，所述控制调节电路基于充放电策略控制所述能量储存装置和电能输出装置之间的能量流动，以确保所述新能源储能系统工作的稳定性和能量输出的高效性；
电能输出装置，用于将直流电转换为交流电供应给外部设备或网络；
其中，所述能量转化装置的输出端与所述能量储存装置的输入端连接，所述能量转化装置的输出端与所述电能输出装置的输入端连接，所述能量转化装置的输出端与所述温控模块的输入端连接，所述能量储存装置的输出端与所述电力管理模块的输入端连接，所述能量储存装置的输出端与所述电能输出装置的输入端连接，所述电力管理模块的输出端与所述控制模块的输入端连接，所述控制模块的输出端与所述能量储存装置的输入端连接，所述控制模块的输出端与所述电能输出装置的输入端连接。
作为本发明进一步的技术方案，所述能量转化装置包括固体氧化物燃料电池堆、燃料供应单元、氧气供应单元及燃料和氧气处理单元，所述固体氧化物燃料电池堆通过燃料气体氢气和氧气在电池阳极和阴极反应层进行电化学反应，产生电子和离子传导，实现将化学能转化为电能，所述燃料供应单元通过输送管道将氢气和净化处理后的天然气从储存罐输送到固体氧化物燃料电池堆中，以便进行电化学反应，所述氧气供应单元通过氧气发生器向所述固体氧化物燃料电池堆中提供氧气，所述燃料和氧气处理单元用于净化和处理燃料和氧气，所述燃料和氧气处理单元的输出端与所述燃料供应单元的输入端连接，所述燃料和氧气处理单元的输出端与所述氧气供应单元的输入端连接，所述燃料供应单元的输出端与所述固体氧化物燃料电池堆的输入端连接，所述氧气供应单元的输出端与所述的固体氧化物燃料电池堆的输入端连接。
作为本发明进一步的技术方案，所述温控模块通过温度传感器和无线传输接口采集固体氧化物燃料电池的温度数据，并采用PIC模型预测控制算法对固体氧化物燃料电池的温度进行优化，所述温控模块通过控制燃料供给、氧化剂供给或改变固体氧化物燃料电池堆体内部循环气流方式调节固体氧化物燃料电池工作温度，并通过换热器进行废热回收，所述换热器将回收的废热用于预热进入固体氧化物燃料电池的燃料和氧气。
作为本发明进一步的技术方案，所述超级电容器采用碳纤维作为极板，并采用聚合物凝胶分隔极板的离子导体，固体氧化物燃料电池堆发电量大于外部设备或网络的电力需求时，则超级电容器进行充电，所述碳纤维通过吸附位点吸附离子，固体氧化物燃料电池堆发电量小于外部设备或网络的电力需求时，所述超级电容器通过连接负载进行放电，所述碳纤维通过解吸附将离子返回至离子导体中。
作为本发明进一步的技术方案，所述多目标优化调度模型在对充放电过程进行决策时，满足能源平衡约束，新能源储能系统采用固体氧化物燃料电池进行供电，表达式为：
（1）
在公式（1）中，表示能量储存装置的供电功率，下标/>表示所述能量储存装置；表示固体氧化物燃料电池堆中第/>个电池的供电功率，下标g表示所述固体氧化物燃料电池堆，/>，N为固体氧化物燃料电池堆中电池的总数；/>表示外部设备或网络t时刻的负荷需求功率，t表示时间，下标load表示外部负荷，新能源储能系统中储能单元作为电源和负荷使用，固体氧化物燃料电池堆发电量大于外部设备或网络的电力需求时，则能量储存装置充电，固体氧化物燃料电池堆发电量小于外部设备或网络的电力需求时，则能量储存装置放电，所述能量储存装置的充放电约束表示为：
（2）
在公式（2）中，表示能量储存装置t时刻的充电功率，下标/>表示充电状态，表示能量储存装置t时刻的放电功率，下标/>表示放电状态，/>、/>表示能量储存装置充放电功率的最大值，在新能源储能系统中，单个固体氧化物燃料电池的转化电能表示为：
（3）
在公式（3）中，表示第j个固体氧化物燃料电池的转化电能函数，/>表示第j个固体氧化物燃料电池的转化输出功率，/>、/>、/>表示第j个固体氧化物燃料电池的转化参数，/>为转化误差；所述多目标优化调度模型通过克里金代理算法计算优化方案，所述克里金代理算法通过空间假设方法引入静态数据，并将能源平衡控制通过静态的方式进行表现：
（4）
在公式（4）中，表示能源平衡优化预估函数，/>表示静态未知变量，/>表示空间静态随机函数，/>为空间假设函数，/>为能源平衡控制函数；在克里金代理算法计算过程中，空间静态随机过程对预估结果产生协方差，剔除静态过程的协方差，优化预估量用克里金代理算法的形式表示为：
（5）
在公式（5）中，表示输电线路优化代理函数，μ表示能量转化过程中的克里金代理系数，/>为空间静态随机过程对预估结果产生的协方差。
作为本发明进一步的技术方案，所述控制调节电路采用STM32微控制器作为主控制器，并采用AD7792模数转换芯片将输入的模拟信号转换成数字信号，所述主控制器通过内置双路激励电流源，并采用外接低速晶振、复位电路和阻容电路进行复位，所述控制调节电路使用ref3225基准电源提供基准电压，并采用RS-485通信芯片向外部设备传递控制调节指令。
作为本发明进一步的技术方案，所述电能输出装置采用硅碳化物SiC作为开关器件，并采用脉宽调制PWM和闭环反馈控制，所述电能输出装置通过控制输入和输出电流之间的相位差，并采用多重保护机制进行过压、过流和短路故障保护。
作为本发明进一步的技术方案，一种新能源储能方法，所述方法包括步骤：
步骤一、采用能量转化装置将化学能转化为电能，并通过电能输出装置将转化的直流电转换为交流电供应给外部设备或网络，所述能量转化装置采用固体氧化物燃料电池作为能量转化器件；
步骤二、采用温控模块控制固体氧化物燃料电池工作温度；
步骤三、固体氧化物燃料电池堆发电量大于外部设备或网络的电力需求时，采用所述能量储存装置储存多余的电能，所述能量储存装置采用超级电容器作为能量储存介质，固体氧化物燃料电池堆发电量小于外部设备或网络的电力需求时，所述能量储存装置通过电能输出装置将直流电转换为交流电供应给外部设备或网络；
步骤四、采用电力管理模块管理所述新能源储能系统的充放电过程；
步骤五、采用控制模块控制新能源储能系统的运行，所述控制模块通过控制调节电路实现对能量储存装置充放电过程的调节，所述控制调节电路基于充放电策略控制所述能量转化装置、能量储存装置和电能输出装置之间的能量流动，以确保新能源储能系统的稳定性和能量输出的高效性。
积极有益效果：
本发明公开了一种新能源储能系统及储能方法，能够满足高能量密度和高功率稳定输出，以及电力需求和频繁充放电应用需求；采用固体氧化物燃料电池作为能量转化器件，能够将化学能高效转化为电能，提高了能量密度和能量转化效率；用超级电容器作为能量储存介质，具有高能量密度、长寿命、快速充放电等优点，能够满足高功率输出和频繁充放电的需求；通过电力管理模块实现对充放电过程的优化调度，提高了能源利用效率和系统稳定性；通过控制模块实现对能量储存装置和电能输出装置之间的能量流动的调节，确保了系统的安全性和高效性；自动化、智能化程度高。
附图说明
图1为本发明一种新能源储能系统的整体架构示意图；
图2为本发明一种新能源储能方法的流程架构图；
图3为本发明一种新能源储能系统中控制调节电路的电路图；
图4本发明一种新能源储能系统中能量转化装置的整体架构示意图。
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。
一种新能源储能系统，所述新能源储能系统包括：
能量转化装置，用于将化学能转化为电能，所述能量转化装置采用固体氧化物燃料电池作为能量转化器件；
温控模块，用于控制固体氧化物燃料电池工作温度；
能量储存装置，用于储存转化后多余的电能，所述能量储存装置采用超级电容器作为能量储存介质；
电力管理模块，用于管理所述新能源储能系统的充放电过程，所述电力管理模块通过无线传感器组实时监测所述能量转化装置、能量储存装置和电能输出装置的参数和状态，并通过克里金代理算法计算的多目标优化调度模型制定充放电策略，所述参数至少包括电池温度、电流和电压指标，所述状态至少包括电池充放电状态、电池剩余电量和电池健康状况；
控制模块，用于控制新能源储能系统的运行，所述控制模块通过控制调节电路实现对所述能量储存装置的充放电过程的调节，所述控制调节电路基于充放电策略控制所述能量储存装置和电能输出装置之间的能量流动，以确保所述新能源储能系统工作的稳定性和能量输出的高效性；
电能输出装置，用于将直流电转换为交流电供应给外部设备或网络；
其中，所述能量转化装置的输出端与所述能量储存装置的输入端连接，所述能量转化装置的输出端与所述电能输出装置的输入端连接，所述能量转化装置的输出端与所述温控模块的输入端连接，所述能量储存装置的输出端与所述电力管理模块的输入端连接，所述能量储存装置的输出端与所述电能输出装置的输入端连接，所述电力管理模块的输出端与所述控制模块的输入端连接，所述控制模块的输出端与所述能量储存装置的输入端连接，所述控制模块的输出端与所述电能输出装置的输入端连接。
在具体实施例中，首先采用固体氧化物燃料电池作为能量转化器件，将化学能转化为直流电能。该装置包括固体氧化物燃料电池堆和相关组件，用于在固体氧化物燃料电池中进行电化学反应。然后采用温控模块控制固体氧化物燃料电池的工作温度，以提高其性能和寿命。通过监测和调节温度，确保固体氧化物燃料电池处于适宜的工作状态。然后采用超级电容器作为能量储存介质，用于储存转化后多余的电能。超级电容器具有高功率密度和快速充放电特性，可满足对瞬态功率需求的应用场景。然后通过无线传感器组实时监测能量转化装置、能量储存装置和电能输出装置的参数和状态，如电池温度、电流和电压指标等。通过克里金代理算法计算的多目标优化调度模型，制定充放电策略。然后控制新能源储能系统的运行，通过控制调节电路实现对能量储存装置的充放电过程的调节。基于充放电策略，控制能量流动，确保新能源储能系统的稳定性和能量输出的高效性。最后将直流电转换为交流电，供应给外部设备或网络。该装置包括逆变器等组件，用于实现电能的转换和输出。
通过以上组件和模块的配合，新能源储能系统可以将化学能转化为电能，并在需要时实现高效的能量储存和输出，满足电力需求和优化能源利用的目标。具体实施方式可能根据不同的应用场景和需求进行调整和优化。
在上述实施例中，所述能量转化装置包括固体氧化物燃料电池堆、燃料供应单元、氧气供应单元及燃料和氧气处理单元，所述固体氧化物燃料电池堆通过燃料气体氢气和氧气在电池阳极和阴极反应层进行电化学反应，产生电子和离子传导，实现将化学能转化为电能，所述燃料供应单元通过输送管道将氢气和净化处理后的天然气从储存罐输送到固体氧化物燃料电池堆中，以便进行电化学反应，所述氧气供应单元通过氧气发生器向所述固体氧化物燃料电池堆中提供氧气，所述燃料和氧气处理单元用于净化和处理燃料和氧气，所述燃料和氧气处理单元的输出端与所述燃料供应单元的输入端连接，所述燃料和氧气处理单元的输出端与所述氧气供应单元的输入端连接，所述燃料供应单元的输出端与所述固体氧化物燃料电池堆的输入端连接，所述氧气供应单元的输出端与所述的固体氧化物燃料电池堆的输入端连接。
在具体实施例中，能量转化装置是由固体氧化物燃料电池堆、燃料供应单元、氧气供应单元和燃料和氧气处理单元组成的。燃料供应单元通过输送管道将氢气和净化处理后的天然气从储存罐输送到固体氧化物燃料电池堆中。确保燃料的纯度和稳定性，以提供良好的反应材料。氧气供应单元通过氧气发生器向固体氧化物燃料电池堆提供氧气。确保氧气的纯度和足够供应，以满足电池的需求。固体氧化物燃料电池堆中的燃料气体氢气和氧气在阳极和阴极反应层进行电化学反应。这些反应产生电子和离子传导，将化学能转化为电能。燃料和氧气处理单元用于净化和处理燃料和氧气。这些处理包括去除杂质、调节温度等步骤，确保燃料和氧气的质量和稳定性。通过以上步骤，能量转化装置可以将化学能转化为电能，并提供可持续、清洁的能源解决方案。这种能量转化装置的应用领域非常广泛，例如在交通运输、航空航天、能源供应等方面都有潜在的应用前景。通过有效地将化学能转化为电能，这种装置可以提供可持续、清洁的能源解决方案，并减少对传统化石燃料的依赖，从而降低了环境污染和温室气体排放。
在上述实施例中，所述温控模块通过温度传感器和无线传输接口采集固体氧化物燃料电池的温度数据，并采用PIC模型预测控制算法对固体氧化物燃料电池的温度进行优化，所述温控模块通过控制燃料供给、氧化剂供给或改变固体氧化物燃料电池堆体内部循环气流方式调节固体氧化物燃料电池工作温度，并通过换热器进行废热回收，所述换热器将回收的废热用于预热进入固体氧化物燃料电池的燃料和氧气。
在具体实施例中，温控模块通过温度传感器采集固体氧化物燃料电池的温度数据，并使用无线传输接口将数据传送给控制模块进行处理和分析。温控模块使用PIC（Proportional-Integral Control）模型预测控制算法对固体氧化物燃料电池的温度进行优化。该算法基于温度数据和系统模型，通过计算出合适的控制策略来调节固体氧化物燃料电池的工作温度，以达到最佳性能和寿命。温控模块可以通过控制燃料供给和氧化剂供给来调节固体氧化物燃料电池的工作温度。通过改变燃料供给量和氧化剂供给量，可以控制固体氧化物燃料电池的产热和散热情况，从而达到温度调节的目的。温控模块还可以通过改变固体氧化物燃料电池堆内部循环气流方式来调节固体氧化物燃料电池的工作温度。通过控制气流的流速和分布，可以影响燃料和氧化剂的供应和排放，进而实现温度调节。温控模块配备废热回收换热器，用于回收固体氧化物燃料电池产生的废热。废热回收换热器将回收的废热用于预热进入固体氧化物燃料电池的燃料和氧气。通过以上实施方式，温控模块可以实时监测固体氧化物燃料电池的温度，并通过控制燃料供给、氧化剂供给或改变固体氧化物燃料电池堆内部循环气流方式进行温度调节，同时通过废热回收换热器实现废热回收和能量利用的优化，从而提高新能源储能系统的能量利用效率和性能稳定性。
在上述实施例中，所述超级电容器采用碳纤维作为极板，并采用聚合物凝胶分隔极板的离子导体，固体氧化物燃料电池堆发电量大于外部设备或网络的电力需求时，则超级电容器进行充电，所述碳纤维通过吸附位点吸附离子，固体氧化物燃料电池堆发电量小于外部设备或网络的电力需求时，所述超级电容器通过连接负载进行放电，所述碳纤维通过解吸附将离子返回至离子导体中。
在具体实施例中，超级电容器，也称为超级电容、电化学电容器或电化学超级电容器，是一种能够高效储存和释放大量电能的储能装置。其储能原理基于电荷在正负极之间的吸附和解吸附过程。超级电容器由两个带有活性材料的极板（通常是碳材料）和一个分隔这两个极板的离子导体（例如盐桥或聚合物凝胶）组成。当施加外部电压时，正极板上的阳离子会向负极板迁移，而负极板上的阴离子则会向正极板迁移。这个过程称为充电。在充电过程中，因为活性材料具有非常高的比表面积，可以提供足够多的吸附位点来吸附离子。这使得超级电容器能够以非常快速的速度存储大量的电荷，并且具有很低的内阻和较高的功率密度。
当需要释放储存的能量时，切断外部电源并连接一个负载到超级电容器上，离子会从活性材料解吸附并返回到离子导体中。这个过程称为放电。在放电过程中，储存在超级电容器中的能量通过导体流向负载，从而提供所需的电力。
相比传统的化学电池，超级电容器具有快速充放电速度、长寿命、高循环稳定性和较高的功率密度等优势。
在上述实施例中，所述多目标优化调度模型在对充放电过程进行决策时，满足能源平衡约束，新能源储能系统采用固体氧化物燃料电池进行供电，表达式为：
（1）
在公式（1）中，表示能量储存装置的供电功率，下标/>表示所述能量储存装置；/>表示固体氧化物燃料电池堆中第/>个电池的供电功率，下标g表示所述固体氧化物燃料电池堆，/>，N为固体氧化物燃料电池堆中电池的总数；/>表示外部设备或网络t时刻的负荷需求功率，t表示时间，下标load表示外部负荷。
在具体实施例中，多目标优化调度模型要实现多目标优化调度模型，需要考虑以下硬件条件有：
高性能计算机：多目标优化调度模型需要计算大量的数据和进行复杂的数学运算，因此需要使用高性能计算机来执行计算。
大规模数据存储系统：多目标优化调度模型需要存储大量的数据，因此需要使用大规模数据存储系统来存储数据。
分布式计算系统：多目标优化调度模型需要处理多个优化目标，因此需要使用分布式计算系统来协同处理多个任务。
云计算平台：云计算平台提供了丰富的计算资源和存储资源，可以用来实现多目标优化调度模型的训练和部署。
软件工具：多目标优化调度模型需要使用软件工具来实现模型的设计、训练和优化，例如 Python、C++等。
综上所述，要实现多目标优化调度模型，需要使用高性能计算机、大规模数据存储系统、分布式计算系统、云计算平台和软件工具等多种硬件条件。不同的应用场景和数据规模可能需要不同的硬件配置来实现高性能的模型训练和部署。
上述实施例说明多目标优化调度模型在应用过程中通过搭建计算机也是可以实现的。
新能源储能系统中储能单元作为电源和负荷使用，固体氧化物燃料电池堆发电量大于外部设备或网络的电力需求时，则能量储存装置充电，固体氧化物燃料电池堆发电量小于外部设备或网络的电力需求时，则能量储存装置放电，所述能量储存装置的充放电约束表示为：
（2）
在公式（2）中，表示能量储存装置t时刻的充电功率，下标/>表示充电状态，表示能量储存装置t时刻的放电功率，下标/>表示放电状态，/>、/>表示能量储存装置充放电功率的最大值，在新能源储能系统中，单个固体氧化物燃料电池的转化电能表示为：
（3）
在公式（3）中，表示第j个固体氧化物燃料电池的转化电能函数，/>表示第j个固体氧化物燃料电池的转化输出功率，/>、/>、/>表示第j个固体氧化物燃料电池的转化参数，/>为转化误差；所述多目标优化调度模型通过克里金代理算法计算优化方案，所述克里金代理算法通过空间假设方法引入静态数据，并将能源平衡控制通过静态的方式进行表现：
（4）
在公式（4）中，表示能源平衡优化预估函数，/>表示静态未知变量，/>表示空间静态随机函数，/>为空间假设函数，/>为能源平衡控制函数；在克里金代理算法计算过程中，空间静态随机过程对预估结果产生协方差，剔除静态过程的协方差，优化预估量用克里金代理算法的形式表示为：
（5）
在公式（5）中，表示输电线路优化代理函数，μ表示能量转化过程中的克里金代理系数，/>为空间静态随机过程对预估结果产生的协方差。
在具体实施例中，克里金代理算法是一种基于线性代数的卷积神经网络优化算法，用于解决神经网络权重优化问题。克里金代理算法是一种度的方法，它通过将神经网络中的权重矩阵分成两个部分来求解权重更新问题。其中，一部分权重矩阵被分解成一个对角矩阵，另一部分权重矩阵则被分解成一个非对角矩阵。然后，分别对这两个矩阵进行优化，最终得到优化后的权重矩阵。克里金代理算法的优点在于能够高效地求解凸优化问题，并且具有较好的数值稳定性和鲁棒性。它被广泛应用于计算机视觉、自然语言处理、语音识别等领域。然而，克里金代理算法也存在一些缺点，例如求解过程中需要计算矩阵，可能会导致数值溢出等问题。
总之，克里金代理算法是一种高效、稳定的卷积神经网络优化算法，适用于大规模神经网络的权重优化问题。它通过将权重矩阵分成两个部分进行求解，能够在保证模型效果的同时，高效地求解优化问题。克里金代理算法工作的硬件环境主要包括以下几种：
传感器：传感器用于检测网络中的节点和边，并将检测结果发送给代理服务器。传感器可以是各种类型的设备，例如摄像头、麦克风、路由器等。
代理服务器：代理服务器用于接收传感器发送的数据，并将数据转发给接收者。代理服务器可以是各种类型的设备，例如计算机、服务器、云存储设备等。
接收者：接收者用于接收代理服务器转发来的数据。接收者可以是各种类型的设备，例如计算机、手机、平板电脑等。
网络设备：网络设备用于连接网络中的节点和代理服务器，并转发数据。网络设备可以是各种类型的设备，例如路由器、交换机、网关等。
软件：软件包括操作系统、网络协议栈、代理服务器软件等。在实现克里金代理算法时，需要使用软件来建立模型、配置网络、处理数据等。
综上所述，克里金代理算法工作的硬件环境包括传感器、代理服务器、接收者、网络设备和软件等多个方面。不同的应用场景可能需要不同的硬件配置和软件环境来实现高速、安全的通信。
为验证该算法的可用性和有效性，在实验环境内进行实验测试，实验计算机的操作系统为windows 10，测试环境下的硬件配置如表1所示。
表1 硬件配置参数
该实验以某地区的国家级近零碳示范区为案例，进行仿真实验，某地区的国家级近零碳示范区包括了光伏发电站、风力发电站、储能电池、燃料电池、直流充电桩等电力设备，实验区域内电源配置情况如表2所示。
表2 电源配置情况
进行充放电过程决策实验时，使用（对比A）平均自回归模型方法和（对比B）最小二支持向量机方法作为对比。设定模型的训练时间为500s，模型的评价指标为能源利用效率和电池的寿命，可表示为：
仿真实验时间设定为300s，预估时间为系统未来一个月内的能源利用效率和相同供电需求下电池的寿命，统计结果如表3所示。
表3效果统计
由表3可知，使用各方法在同一样本得到的能源利用效率和相同供电需求下电池的寿命不一致，本算法模型得到的能源利用效率和相同供电需求下电池的寿命最优。
在上述实施例中，所述控制调节电路采用STM32微控制器作为主控制器，并采用AD7792模数转换芯片将输入的模拟信号转换成数字信号，所述主控制器通过内置双路激励电流源，并采用外接低速晶振、复位电路和阻容电路进行复位，所述控制调节电路使用ref3225基准电源提供基准电压，并采用RS-485通信芯片向外部设备传递控制调节指令。
在具体实施例中，当主控制器为低电平复位，刚接通电源时电容开始充电使两端电平接近，使RESET为低电平并采用外接EEPROM的方式保留控制器的控制器参数，使其不会因控制器掉电而丢失。AD7792作为模数转换芯片，具有低功耗、工作性能稳定、超低非线性度以及灵活性较强的优点，控制器拥有内置双路激励电流源，使用ref3225基准电源来提供2.5V基准电压，并联一个10μF和一个0.1μF电容在电源输入端和参考电源输出端。该控制调节电路具有外设资源丰富、16位精简指令集架构以及62.5ns指令运行周期的特点，为了提高精准的时钟源，采用外接低速晶振，复位电路利用阻容电路进行复位，通过RST引脚保持短暂的低电平信号，确保复位功能的有效性，控制器的开关量模块对发电机组的反馈信号进行分析，控制执行部件的启动，当电容电量逐渐充满时，复位工作结束，开始进入正常工作状态。
在上述实施例中，所述电能输出装置采用硅碳化物SiC作为开关器件，并采用脉宽调制PWM和闭环反馈控制，所述电能输出装置通过控制输入和输出电流之间的相位差，并采用多重保护机制进行过压、过流和短路故障保护。
在具体实施例中，电能输出装置采用硅碳化物SiC作为开关器件。SiC器件具有低导通和开关损耗、高温特性、快速开关速度等优点，能够提高系统的能量转换效率。电能输出装置采用脉宽调制（PWM）技术和闭环反馈控制，以。通过调节PWM信号的占空比和频率，可以精确控制输出电能的大小和波形，同时通过闭环反馈控制算法对输出电能进行实时监测和调节，确保输出电能符合预期要求。电能输出装置通过控制输入和输出电流之间的相位差。通过调节输入电流和输出电流之间的相位差，可以最大限度地匹配负载阻抗和变换器阻抗，减少传输损耗和功率波动，提高能量转移的效率。电能输出装置采用多重保护机制进行过压、过流和短路故障保护。通过实施过压保护、过流保护和短路保护等措施，可以有效防止装置因异常情况而受损或引发安全问题，提高系统的可靠性和稳定性。
通过以上具体实施方法，电能输出装置可以采用硅碳化物SiC开关器件降低无效功率损耗，利用脉宽调制PWM和闭环反馈控制，通过相位差控制提高整体能量利用效率，并采用多重保护机制进行故障保护，从而实现高效、稳定和可靠的电能输出。
在上述实施例中，一种新能源储能方法，所述方法包括步骤：
步骤一、采用能量转化装置将化学能转化为电能，并通过电能输出装置将转化的直流电转换为交流电供应给外部设备或网络，所述能量转化装置采用固体氧化物燃料电池作为能量转化器件；
步骤二、采用温控模块控制固体氧化物燃料电池工作温度；
步骤三、固体氧化物燃料电池堆发电量大于外部设备或网络的电力需求时，采用所述能量储存装置储存多余的电能，所述能量储存装置采用超级电容器作为能量储存介质，固体氧化物燃料电池堆发电量小于外部设备或网络的电力需求时，所述能量储存装置通过电能输出装置将直流电转换为交流电供应给外部设备或网络；
步骤四、采用电力管理模块管理所述新能源储能系统的充放电过程；
步骤五、采用控制模块控制新能源储能系统的运行，所述控制模块通过控制调节电路实现对能量储存装置充放电过程的调节，所述控制调节电路基于充放电策略控制所述能量转化装置、能量储存装置和电能输出装置之间的能量流动，以确保新能源储能系统的稳定性和能量输出的高效性。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。
Claims (7)
1.一种新能源储能系统，其特征在于：所述新能源储能系统包括：
能量转化装置，用于将化学能转化为电能，所述能量转化装置采用固体氧化物燃料电池作为能量转化器件；
温控模块，用于控制固体氧化物燃料电池工作温度；
能量储存装置，用于储存转化后多余的电能，所述能量储存装置采用超级电容器作为能量储存介质；
电力管理模块，用于管理所述新能源储能系统的充放电过程，所述电力管理模块通过无线传感器组实时监测所述能量转化装置、能量储存装置和电能输出装置的参数和状态，并通过克里金代理算法计算的多目标优化调度模型制定充放电策略，所述参数至少包括电池温度、电流和电压指标，所述状态至少包括电池充放电状态、电池剩余电量和电池健康状况；
控制模块，用于控制新能源储能系统的运行，所述控制模块通过控制调节电路实现对所述能量储存装置的充放电过程的调节，所述控制调节电路基于充放电策略控制所述能量储存装置和电能输出装置之间的能量流动；
电能输出装置，用于将直流电转换为交流电供应给外部设备或网络；
其中，所述能量转化装置的输出端与所述能量储存装置的输入端连接，所述能量转化装置的输出端与所述电能输出装置的输入端连接，所述能量转化装置的输出端与所述温控模块的输入端连接，所述能量储存装置的输出端与所述电力管理模块的输入端连接，所述能量储存装置的输出端与所述电能输出装置的输入端连接，所述电力管理模块的输出端与所述控制模块的输入端连接，所述控制模块的输出端与所述能量储存装置的输入端连接，所述控制模块的输出端与所述电能输出装置的输入端连接；
其中所述多目标优化调度模型在对充放电过程进行决策时，满足能源平衡约束，新能源储能系统采用固体氧化物燃料电池进行供电，表达式为：
（1）
在公式（1）中，表示能量储存装置的供电功率，下标/>表示所述能量储存装置；/>表示固体氧化物燃料电池堆中第/>个电池的供电功率，下标g表示所述固体氧化物燃料电池堆，/>，N为固体氧化物燃料电池堆中电池的总数；/>表示外部设备或网络t时刻的负荷需求功率，t表示时间，下标load表示外部负荷，新能源储能系统中储能单元作为电源和负荷使用，固体氧化物燃料电池堆发电量大于外部设备或网络的电力需求时，则能量储存装置充电，固体氧化物燃料电池堆发电量小于外部设备或网络的电力需求时，则能量储存装置放电，所述能量储存装置的充放电约束表示为：
（2）
在公式（2）中，表示能量储存装置t时刻的充电功率，下标/>表示充电状态，/>表示能量储存装置t时刻的放电功率，下标/>表示放电状态，/>、/>表示能量储存装置充放电功率的最大值，在新能源储能系统中，单个固体氧化物燃料电池的转化电能表示为：
（3）
在公式（3）中，表示第j个固体氧化物燃料电池的转化电能函数，/>表示第j个固体氧化物燃料电池的转化输出功率，/>、/>、/>表示第j个固体氧化物燃料电池的转化参数，为转化误差；所述多目标优化调度模型通过克里金代理算法计算优化方案，所述克里金代理算法通过空间假设方法引入静态数据，并将能源平衡控制通过静态的方式进行表现：
（4）
在公式（4）中，表示能源平衡优化预估函数，/>表示静态未知变量，/>表示空间静态随机函数，/>为空间假设函数，/>为能源平衡控制函数；在克里金代理算法计算过程中，空间静态随机过程对预估结果产生协方差，剔除静态过程的协方差，优化预估量用克里金代理算法的形式表示为：
（5）
在公式（5）中，表示输电线路优化代理函数，μ表示能量转化过程中的克里金代理系数，/>为空间静态随机过程对预估结果产生的协方差。
2.根据权利要求1所述的一种新能源储能系统，其特征在于：所述能量转化装置包括固体氧化物燃料电池堆、燃料供应单元、氧气供应单元及燃料和氧气处理单元，所述固体氧化物燃料电池堆通过燃料气体氢气和氧气在电池阳极和阴极反应层进行电化学反应，产生电子和离子传导，实现将化学能转化为电能，所述燃料供应单元通过输送管道将氢气和净化处理后的天然气从储存罐输送到固体氧化物燃料电池堆中，所述氧气供应单元通过氧气发生器向所述固体氧化物燃料电池堆中提供氧气，所述燃料和氧气处理单元的输出端与所述燃料供应单元的输入端连接，所述燃料和氧气处理单元的输出端与所述氧气供应单元的输入端连接，所述燃料供应单元的输出端与所述固体氧化物燃料电池堆的输入端连接，所述氧气供应单元的输出端与所述固体氧化物燃料电池堆的输入端连接。
3.根据权利要求1所述的一种新能源储能系统，其特征在于：所述温控模块通过温度传感器和无线传输接口采集固体氧化物燃料电池的温度数据，并采用PIC模型预测控制算法对固体氧化物燃料电池的温度进行优化，所述温控模块通过控制燃料供给、氧化剂供给或改变固体氧化物燃料电池堆体内部循环气流方式调节固体氧化物燃料电池工作温度，并通过换热器进行废热回收，所述换热器将回收的废热用于预热进入固体氧化物燃料电池的燃料和氧气。
4.根据权利要求1所述的一种新能源储能系统，其特征在于：所述超级电容器采用碳纤维作为极板，并采用聚合物凝胶分隔极板的离子导体，固体氧化物燃料电池堆发电量大于外部设备或网络的电力需求时，则超级电容器进行充电，所述碳纤维通过吸附位点吸附离子，固体氧化物燃料电池堆发电量小于外部设备或网络的电力需求时，所述超级电容器通过连接负载进行放电，所述碳纤维通过解吸附将离子返回至离子导体中。
5.根据权利要求1所述的一种新能源储能系统，其特征在于：所述控制调节电路采用STM32微控制器作为主控制器，并采用AD7792模数转换芯片将输入的模拟信号转换成数字信号，所述主控制器内置双路激励电流源，并采用外接低速晶振、复位电路和阻容电路进行复位，所述控制调节电路使用ref3225基准电源提供基准电压，并采用RS-485通信芯片向外部设备传递控制调节指令。
6.根据权利要求1所述的一种新能源储能系统，其特征在于：所述电能输出装置采用硅碳化物SiC作为开关器件，并采用脉宽调制PWM和闭环反馈控制，所述电能输出装置通过控制输入和输出电流之间的相位差，并采用多重保护机制进行过压、过流和短路故障保护。
7.一种新能源储能方法，其特征在于：应用于权利要求1-6中任意一项权利要求所述的一种新能源储能系统，所述方法包括步骤：
步骤一、采用能量转化装置将化学能转化为电能，并通过电能输出装置将转化的直流电转换为交流电供应给外部设备或网络，所述能量转化装置采用固体氧化物燃料电池作为能量转化器件；
步骤二、采用温控模块控制固体氧化物燃料电池工作温度；
步骤三、固体氧化物燃料电池堆发电量大于外部设备或网络的电力需求时，采用所述能量储存装置储存多余的电能，所述能量储存装置采用超级电容器作为能量储存介质，固体氧化物燃料电池堆发电量小于外部设备或网络的电力需求时，所述能量储存装置通过电能输出装置将直流电转换为交流电供应给外部设备或网络；
步骤四、采用电力管理模块管理所述新能源储能系统的充放电过程；
步骤五、采用控制模块控制新能源储能系统的运行，所述控制模块通过控制调节电路实现对能量储存装置充放电过程的调节，所述控制调节电路基于充放电策略控制所述能量转化装置、能量储存装置和电能输出装置之间的能量流动。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311653659.2A CN117394402A (zh) | 2023-12-05 | 2023-12-05 | 一种新能源储能系统及储能方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311653659.2A CN117394402A (zh) | 2023-12-05 | 2023-12-05 | 一种新能源储能系统及储能方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117394402A true CN117394402A (zh) | 2024-01-12 |
Family
ID=89437703
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311653659.2A Pending CN117394402A (zh) | 2023-12-05 | 2023-12-05 | 一种新能源储能系统及储能方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117394402A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111628558A (zh) * | 2020-05-21 | 2020-09-04 | 南京工程学院 | 混合储能系统的能量管理和容量配置的优化系统及方法 |
| CN114069678A (zh) * | 2021-11-24 | 2022-02-18 | 安徽工业大学 | 一种考虑储能退化成本的光储直流微电网能量调度方法 |
| CN116094000A (zh) * | 2022-12-02 | 2023-05-09 | 国网山东省电力公司烟台供电公司 | 一种混合储能系统容量与功率配置方法及系统 |
-
2023
- 2023-12-05 CN CN202311653659.2A patent/CN117394402A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111628558A (zh) * | 2020-05-21 | 2020-09-04 | 南京工程学院 | 混合储能系统的能量管理和容量配置的优化系统及方法 |
| CN114069678A (zh) * | 2021-11-24 | 2022-02-18 | 安徽工业大学 | 一种考虑储能退化成本的光储直流微电网能量调度方法 |
| CN116094000A (zh) * | 2022-12-02 | 2023-05-09 | 国网山东省电力公司烟台供电公司 | 一种混合储能系统容量与功率配置方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hu et al. | Technological developments in batteries: a survey of principal roles, types, and management needs | |
| CN111953013B (zh) | 真双极柔性直流输电系统故障下的自适应优化调控方法 | |
| CN109119983B (zh) | 一种电-氢孤岛直流微电网能量管理方法 | |
| CN112060982B (zh) | 一种动态平衡的燃料电池无人机能量管理方法 | |
| CN111276960A (zh) | 一种光-储直流微电网系统中储能模块预测控制方法 | |
| KR101989388B1 (ko) | 연료전지 제어 시스템 | |
| CN105416085A (zh) | 混合动力控制方法和混合动力系统 | |
| Das et al. | A comprehensive review on power conditioning units and control techniques in fuel cell hybrid systems | |
| CN105280990A (zh) | 千瓦级燃料电池/锂离子电池混合动力装置及其能量管理方法 | |
| CN107834574A (zh) | 一种分布式能源系统与电网交换功率的控制方法 | |
| CN112968515B (zh) | 一种燃料电池应急电源能量管理策略及系统 | |
| CN106785242B (zh) | 一种氯锂电池及其储能方法 | |
| CN111030148B (zh) | 一种多绿色能源组成的零污染电力微网系统 | |
| CN103137992B (zh) | 燃料电池系统的控制方法和装置 | |
| CN108615961B (zh) | 一种梯次互补电-热平衡储电充电系统及方法 | |
| CN117394402A (zh) | 一种新能源储能系统及储能方法 | |
| CN103457509B (zh) | 负电性气体离子储能电池及其发电方法 | |
| Satpathy et al. | Mathematical modelling and voltage control of fuel cell | |
| CN115011969A (zh) | 一种耦合超级电容器的混合制氢系统及其控制方法 | |
| CN115094433A (zh) | 耦合电化学电源和超级电容器的混合制氢系统及控制方法 | |
| CN114726076A (zh) | 一种高效能、低成本微纳卫星能源模块 | |
| CN114725955A (zh) | 用于新能源场站的电力调频系统及方法 | |
| Wang et al. | Studies of multi-type composite energy storage for the photovoltaic generation system in a micro-grid | |
| CN113364108B (zh) | 一种空间氢氧燃料电池混合能源系统 | |
| Liu | Research on fuel cell based on photovoltaic technology |
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 |