CN117674375A - 一种新能源多能互补制氢系统能量管理方法 - Google Patents
一种新能源多能互补制氢系统能量管理方法 Download PDFInfo
- Publication number
- CN117674375A CN117674375A CN202311524996.1A CN202311524996A CN117674375A CN 117674375 A CN117674375 A CN 117674375A CN 202311524996 A CN202311524996 A CN 202311524996A CN 117674375 A CN117674375 A CN 117674375A
- Authority
- CN
- China
- Prior art keywords
- port
- energy
- hydrogen production
- power
- representing
- 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.)
- Granted
Links
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 110
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 110
- 239000001257 hydrogen Substances 0.000 title claims abstract description 110
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 100
- 230000000295 complement effect Effects 0.000 title claims abstract description 13
- 238000007726 management method Methods 0.000 title claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 98
- 238000005457 optimization Methods 0.000 claims abstract description 65
- 238000012549 training Methods 0.000 claims abstract description 51
- 238000012360 testing method Methods 0.000 claims abstract description 24
- 238000004146 energy storage Methods 0.000 claims description 48
- 230000010363 phase shift Effects 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000005286 illumination Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种新能源多能互补制氢系统能量管理方法,包括以下:S1:采集光伏板系统数据计算输出功率;S2:根据光伏板输出功率大小选择功率传输模型;S3:变换器数据采集及数据预处理:采集变换器的关键电气参数,确定系统的功率传输范围及传输大小并初始化变换器的控制变量,最后将数据分类;S4:能流优化模型训练:将步骤S3中初始化完成的训练集控制变量输入到对应的能流优化训练模型当中进行训练;S5:能流优化方案的使用:通过实际训练得到的能流优化模型来进行实际功率传输测试,将实际采集到的测试集数据输入到训练好的能流优化模型中进行识别,将优化模型输出与实际变换器系统的状态进行对比,对优化模型性能进行评价。
Description
技术领域
本发明涉及可再生能源制氢系统的能流优化技术领域,尤其是一种新能源多能互补制氢系统能量管理方法。
背景技术
电源变换器是绿氢系统中的电能中枢系统,它能够将可再生能源产生的能量进行电能转换,从而保证电解槽能够稳定制氢。三端口变换器由于储能端口的存在,使其能够很好的克服绿氢系统中可再生能源不稳定的缺陷,使其成为制氢变换器中的研究热点。在实际应用中,绿氢系统最低的能量损耗可达20%,变换器所带来的能量损耗便是其中的重要组成部分,为了进一步提高氢气的制取效率,降低能量损失,对电源变换器进行能流优化具有重大意义。
在三端口变换器运行时,系统损耗组成有传导损耗、开关损耗、变压器铁心损耗等等,其中传导损耗和开关损耗是影响最大的两种损耗。针对这两种损耗,研究学者们从变换器的多个方面进行了优化,目前主要涉及变换器的调制方案设计与算法优化设计。调制方案包括单移相调制、扩展移相调制及多重移相调制等方法。单移相调制只能在特定条件下最优运行,在轻载条件下能量损耗严重,软开关范围变小。而扩展移相调制和多重移相调制则是在端口内部增加移相角度,系统设计复杂度较高,不利于实际应用。
目前所提出的应用于三端口变换器的算法设计方案中普遍是将采集到的数据传输到某一个算法模型中进行训练,存在两个问题,一是方案复杂,为了提高算法结果的精确性,系统需要采集的数据量异常庞大,传感器数量的上升增加了能流优化设计方案的经济成本。二是模型训练结果不通用,由于可再生能源的不稳定性,对于多端口变换器来说,可再生能源端口功率的波动将会使得控制变量最优解的改变,甚至在某些情况下可再生能源端口将会实现功率零输入,此时算法的不兼容性将会给出错误的计算结果,最终导致系统的崩溃。
发明内容
本发明需要解决的技术问题是提供一种新能源多能互补制氢系统能量管理方法,使应用在可再生能源制氢领域的三端口变换器能以更高的效率进行工作,使系统能够根据不同的应用场景进行优化方案的选择,从而保证绿氢系统在运行时更低的能量损耗,实现高效可靠的氢气制取。
为解决上述技术问题,本发明所采用的技术方案是:一种新能源多能互补制氢系统能量管理方法,包括以下步骤:
步骤S1、采集光伏板系统数据:根据光伏板所能提供给三端口变换器的功率进行传输模型选择。通过采集光伏组件的表面积、光电转化效率、填充因子及光照强度数据,计算出此时光伏板的输出功率,具体公式为:
WP=S×η×FF×光照强度
其中Wp为输出功率,S为光伏板表面积,η为光电转换效率,FF为填充因子;
步骤S2、根据光伏板输出功率大小选择功率传输模型:在光照强度充足时,光伏板输出功率可达制氢端口功率的70%,系统选择三端口功率传输模型,可再生能源端口和储能电池端口同时给制氢端口供能,三个端口之间都存在能量传输。在光照强度不足时(例如夜晚),光伏板输出功率不可达到制氢端口功率的70%,为了保证氢气制取的持续性,系统选择两端口功率传输模型,由储能端口单独给制氢端口进行能量传输;
步骤S3、变换器数据采集及数据预处理:通过电压传感器与电流传感器采集变换器的关键电气参数,确定系统的功率传输范围、确定功率传输大小并初始化变换器的控制变量,最后将数据分为训练集和测试集,为之后进行的能流优化模型训练做准备;
步骤S4、能流优化模型训练:分别搭建三端口功率传输模型的能流优化模型和两端口功率传输模型的能流优化模型,将步骤S3中初始化完成的训练集I、训练集II控制变量输入到对应的能流优化训练模型当中进行训练;
步骤S5,能流优化方案的使用:通过实际训练得到的能流优化模型来进行实际功率传输测试,将实际采集到的测试集I、测试集II数据输入到训练好的能流优化模型中进行识别,将优化模型输出与实际变换器系统的状态进行对比,对优化模型性能进行评价。
本发明技术方案的进一步改进在于:所述步骤S2中三端口功率传输模型公式表示为:
其中,P3表示制氢端口接收的功率,P1-3表示可再生能源端口传递给制氢端口的能量,P2-3表示储能端口传递给制氢端口的能量,TS表示开关周期,V'2(t)表示储能端口电压折算到可再生能源端口的电压,V1(t)表示可再生能源端口电压,i'2-3(t)表示储能端口和制氢端口之间的等效电流,i'1-3(t)表示可再生能源端口和制氢端口之间的等效电流;
功率传输过程中制氢端口电流有效值公式表示为:
所述步骤S2中两端口功率传输模型公式表示为:
其中,P3表示制氢端口接收的功率,P2-3表示储能端口传递给制氢端口的能量,TS表示开关周期,V'2(t)表示储能端口电压折算到可再生能源端口的电压,i'2-3(t)表示储能端口和制氢端口之间的等效电流;
功率传输过程中制氢端口电流有效值公式表示为:
其中,IRMS表示制氢端口一个开关周期内的端口电流有效值;
本发明技术方案的进一步改进在于:所述步骤S3中的数据初始化指的是按照输入变换器的输入电压与制氢端口输出电压计算出系统最大传输功率Pmax,其中三端口功率传输模型的最大传输功率表达式为:
其中V1表示可再生能源端口电压幅值,V'2表示储能端口电压幅值,V'3表示制氢端口电压幅值,L13表示可再生能源端口与制氢端口之间的等效电感,L23表示储能端口与制氢端口之间的等效电感。
根据最大传输功率Pmax将系统功率传输范围分为n个区间,每个区间的功率差值为Pn,可由下式表示:
此时确定传输功率区间PN,可由下式表达:
PN=NPn
其中N表示具体的功率区间;
两端口功率传输模型的最大传输功率表达式为:
其中V'2表示储能端口电压幅值,V'3表示制氢端口电压幅值,L23表示储能端口与制氢端口之间的等效电感。
根据最大传输功率Pmax将系统功率传输范围分为n个区间,每个区间的功率差值为Pn,可由下式表示:
此时确定传输功率区间PN,可由下式表达:
PN=NPn
其中N表示具体的功率区间;
所述步骤S3中初始化变换器的控制变量,对于三端口功率传输模型来说,需要初始化的控制变量有可再生能源端口和制氢端口之间的驱动移相时间差t13、储能端口和制氢端口之间的驱动移相时间差t23;对于两端口功率传输模型来说,需要初始化的控制变量有储能端口和制氢端口之间的驱动移相时间差t23、储能端口驱动信号占空比D2及制氢端口驱动信号占空比D3;
本发明技术方案的进一步改进在于:所述步骤S3中将数据类型分为训练集I、训练集II和测试集I、测试集II,利用训练集I、训练集II对搭建的模型进行能流优化模型训练;
本发明技术方案的进一步改进在于:所述步骤S4中所述的三端口能流优化模型,模型搭建过程为:首先设定传输功率PN为约束条件,选取控制变量进行有效值计算,在三端口传输模型中,定义控制变量如下:
X{t13,t23}
在两端口传输模型中,定义控制变量如下:
X{D1,D2,t23}
将控制变量代入有效值计算公式并判断此时系统是否满足软开关ZVS条件,若满足ZVS条件,则将电流有效值结果与上一次结果进行比较,若比电流有效值上一次结果更低或者上一组数据不满足ZVS,则将该结果设为当前最优值,此时的控制变量设为当前最优量,反之则保留上一组控制参数与计算结果;如果此时不满足ZVS条件,则将电流有效值结果与上一次结果进行比较,若电流有效值比上一组更低且上一组控制变量不满足ZVS,则将此组参数进行更新,反之则保留上一组参数与计算结果;当达到迭代次数时则训练完成;
其中,满足ZVS软开关的条件为:
其中,ISx表示流过开关的电流值,C表示驱动开关两侧的结电容,VDC表示驱动开关两侧的电压,tdead表示死区时间;
本发明技术方案的进一步改进在于:所述的测试集Ⅰ和测试集Ⅱ中的数据分别输入训练好的三端口能流优化模型和两端口能流优化模型进行能流优化。
本发明提出两种新的能流优化框架以及一种新的多端口制氢变换器能流优化方法,根据采集到的光伏板工作数据计算出此时光伏组件所能提供的功率,从而选择出合适的能流优化模型。系统根据光伏板所能提供的功率选择三端口能流优化模型或两端口能流优化模型。这对于不稳定的可再生能源系统来说具备较强的灵活适配性。并且两种能流优化模型会根据不同的工况来训练出系统的最优控制参数,在满足输出条件的前提下,能够大大降低变换器在运行过程中产生的损耗,从而达到提升整个制氢系统工作效率的效果。此外,系统在完成训练后,系统将不同工况下的最佳控制参数进行一一对应,从而能够保证此优化结果可应用在另一相同工作环境下的其他设备,大大节省了训练时间,提高了绿氢系统的制氢效率。
附图说明
图1是本发明适用的三端口有源桥隔离变换器;
图2是本发明多端口制氢变换器能流优化方法流程示意图;
图3是本发明三端口能流优化模型示意图;
图4是本发明两端口能流优化模型示意图。
具体实施方式
下面结合实施例对本发明做进一步详细说明:
本文所提出的制氢变换器如图1所示,是一种三端口有源桥隔离变换器,一种新能源多能互补制氢系统能量管理方法如图2所示,包括以下步骤:
步骤S1、采集光伏板系统数据:根据光伏板所能提供给三端口变换器的功率进行传输模型选择。通过采集光伏组件的长宽高、光电转化效率、填充因子及光照强度数据,计算出此时光伏板的输出功率;具体公式为:
WP=S×η×FF×光照强度
其中Wp为输出功率,S为光伏板表面积,η为光电转换效率,FF为填充因子;
步骤S2、根据光伏板输出功率大小选择功率传输模型:在光照强度充足时,光伏板输出功率可达制氢端口功率的70%,系统选择三端口功率传输模型,可再生能源端口和储能电池端口同时给制氢端口供能,三个端口之间都存在能量传输。在光照强度不足时(例如夜晚),光伏板输出功率不可达到制氢端口功率的70%,为了保证氢气制取的持续性,系统选择两端口功率传输模型,由储能端口单独给制氢端口进行能量传输,其中,三端口功率传输表达式为:
其中,P3表示制氢端口接收的功率,P1-3表示可再生能源端口传递给制氢端口的能量,P2-3表示储能端口传递给制氢端口的能量,TS表示开关周期,V'2(t)表示储能端口电压折算到可再生能源端口的电压,V1(t)表示可再生能源端口电压,i'2-3(t)表示储能端口和制氢端口之间的等效电流,i'1-3(t)表示可再生能源端口和制氢端口之间的等效电流;
并且三端口功率传输过程中制氢端口电流有效值公式表示为:
其中,两端口功率传输表达式为:
其中,P3表示制氢端口接收的功率,P2-3表示储能端口传递给制氢端口的能量,TS表示开关周期,V'2(t)表示储能端口电压折算到可再生能源端口的电压,i'2-3(t)表示储能端口和制氢端口之间的等效电流;
两端口功率传输过程中制氢端口电流有效值公式表示为:
步骤S3、变换器数据采集及数据预处理:通过电压传感器与电流传感器采集变换器的关键电气参数,确定系统的功率传输范围、确定功率传输大小并初始化变换器的控制变量,最后将数据分为训练集和测试集,为之后进行的能流优化模型训练做准备;
在三端口功率传输模型中,采集可再生能源端口的变压器端口电压、储能端口的变压器端口电压及制氢端口的变压器端口电压,从而计算出系统可实现的最大传输功率Pmax,其中三端口功率传输模型的最大传输功率表达式为:
其中V1表示可再生能源端口电压幅值,V'2表示储能端口电压幅值,V'3表示制氢端口电压幅值,L13表示可再生能源端口与制氢端口之间的等效电感,L23表示储能端口与制氢端口之间的等效电感。
根据最大传输功率Pmax将系统功率传输范围分为n个区间,每个区间的功率差值为Pn,可由下式表示:
此时确定传输功率区间PN,可由下式表达:
PN=NPn
其中N表示具体的功率区间;
在两端口功率传输模型中,采集储能端口的变压器端口电压及制氢端口的变压器端口电压,从而计算出系统可实现的最大传输功率Pmax,其中两端口功率传输模型的最大传输功率表达式为:
其中V'2表示储能端口电压幅值,V'3表示制氢端口电压幅值,L23表示储能端口与制氢端口之间的等效电感。
根据最大传输功率Pmax将系统功率传输范围分为n个区间,每个区间的功率差值为Pn,可由下式表示:
此时确定传输功率区间PN,可由下式表达:
PN=NPn
其中N表示具体的功率区间;
其中,三端口功率传输模型的控制变量为可再生能源端口和制氢端口之间的驱动移相时间差t13、储能端口和制氢端口之间的驱动移相时间差t23,两端口功率传输模型来说,需要初始化的控制变量有储能端口和制氢端口之间的驱动移相时间差t23、储能端口驱动信号占空比D2及制氢端口驱动信号占空比D3;
将数据类型分为训练集I、训练集II和测试集I、测试集II,利用训练集I、训练集II对搭建的模型进行能流优化模型训练;
步骤S4、能流优化模型训练:分别搭建三端口功率传输模型的能流优化模型和两端口功率传输模型的能流优化模型,将步骤S3中初始化完成的训练集I、训练集II控制变量输入到对应的能流优化训练模型当中进行训练;;
如图3所示,三端口能流优化模型搭建过程为:首先设定传输功率PN为约束条件,选取控制变量进行有效值计算,在三端口传输模型中,定义控制变量如下:
X{t13,t23}
将控制变量代入有效值计算公式并判断此时系统是否满足软开关ZVS条件,若满足ZVS条件,则将电流有效值结果与上一次结果进行比较,若比电流有效值上一次结果更低或者上一组数据不满足ZVS,则将该结果设为当前最优值,此时的控制变量设为当前最优量,反之则保留上一组控制参数与计算结果;如果此时不满足ZVS条件,则将电流有效值结果与上一次结果进行比较,若电流有效值比上一组更低且上一组控制变量不满足ZVS,则将此组参数进行更新,反之则保留上一组参数与计算结果;当达到迭代次数时则训练完成
其中,满足ZVS软开关的条件为:
其中,ISx表示流过开关的电流值,C表示驱动开关两侧的结电容,VDC表示驱动开关两侧的电压,tdead表示死区时间;
如图4所示,两端口能流优化模型搭建过程为:首先设定传输功率PN为约束条件,选取控制变量进行有效值计算,在两端口传输模型中,定义控制变量如下:
X{D1,D2,t23}
将控制变量代入有效值计算公式并判断此时系统是否满足软开关ZVS条件,若满足ZVS条件,则将电流有效值结果与上一次结果进行比较,若比电流有效值上一次结果更低或者上一组数据不满足ZVS,则将该结果设为当前最优值,此时的控制变量设为当前最优量,反之则保留上一组控制参数与计算结果,以此来不断更新最优控制变量数据,当达到迭代次数时则训练完成。如果此时不满足ZVS条件,则将电流有效值结果与上一次结果进行比较,若电流有效值比上一组更低且上一组控制变量不满足ZVS,则将此组参数进行更新,反之则保留上一组参数与计算结果;当达到迭代次数时则训练完成
其中,满足ZVS软开关的条件为:
其中,ISx表示流过开关的电流值,C表示驱动开关两侧的结电容,VDC表示驱动开关两侧的电压,tdead表示死区时间。
步骤S5,能流优化方案的使用:通过实际训练得到的能流优化模型来进行实际功率传输测试,将实际采集到的测试集I、测试集II数据输入到训练好的能流优化模型中进行识别,将优化模型输出与实际变换器系统的状态进行对比,对优化模型性能进行评价。
本发明能够大大降低变换器在运行过程中产生的损耗,从而达到提升整个制氢系统工作效率的效果,此外,系统在完成训练后,系统将不同工况下的最佳控制参数进行一一对应,从而能够保证此优化结果可应用在另一相同工作环境下的其他设备,大大节省了训练时间,提高了绿氢系统的制氢效率。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (6)
1.一种新能源多能互补制氢系统能量管理方法,其特征在于:包括以下步骤:
步骤S1、采集光伏板系统数据:根据光伏板所能提供给三端口变换器的功率进行传输模型选择;通过采集光伏组件的长宽高、光电转化效率、填充因子及光照强度数据,计算出此时光伏板的输出功率;具体公式为:
WP=S×η×FF×光照强度
其中Wp为输出功率,S为光伏板表面积,η为光电转换效率,FF为填充因子;
步骤S2、根据光伏板输出功率大小选择功率传输模型:在光照强度充足时,即光伏板输出功率能够达到制氢端口功率的70%,系统选择三端口功率传输模型,可再生能源端口和储能电池端口同时给制氢端口供能,三个端口之间都存在能量传输;在光照强度不足时即光伏板输出功率无法达到制氢端口功率的70%,为了保证氢气制取的持续性,系统选择两端口功率传输模型,由储能端口单独给制氢端口进行能量传输;
步骤S3、变换器数据采集及数据预处理:通过电压传感器与电流传感器采集变换器的关键电气参数,确定系统的功率传输范围、确定功率传输大小并初始化变换器的控制变量,最后将数据分为训练集和测试集,为之后进行的能流优化模型训练做准备;
步骤S4、能流优化模型训练:分别搭建三端口功率传输模型的能流优化模型和两端口功率传输模型的能流优化模型,将步骤S3中初始化完成的训练集I、训练集II控制变量输入到对应的能流优化训练模型当中进行训练;
步骤S5,能流优化方案的使用:通过实际训练得到的能流优化模型来进行实际功率传输测试,将实际采集到的测试集I、测试集II数据输入到训练好的能流优化模型中进行识别,将能流优化模型输出与实际变换器系统的状态进行对比,对能流优化模型性能进行评价。
2.根据权利要求1所述的一种新能源多能互补制氢系统能量管理方法,其特征在于:所述步骤S2中三端口功率传输模型公式表示为:
其中,P3表示制氢端口接收的功率,P1-3表示可再生能源端口传递给制氢端口的能量,P2-3表示储能端口传递给制氢端口的能量,TS表示开关周期,V'2(t)表示储能端口电压折算到可再生能源端口的电压,V1(t)表示可再生能源端口电压,i'2-3(t)表示储能端口和制氢端口之间的等效电流,i'1-3(t)表示可再生能源端口和制氢端口之间的等效电流;
三端口功率传输过程中制氢端口电流有效值公式表示为:
所述步骤S2中两端口功率传输模型公式表示为:
其中,P3表示制氢端口接收的功率,P2-3表示储能端口传递给制氢端口的能量,TS表示开关周期,V'2(t)表示储能端口电压折算到可再生能源端口的电压,i'2-3(t)表示储能端口和制氢端口之间的等效电流;
两端口功率传输过程中制氢端口电流有效值公式表示为:
其中,IRMS表示制氢端口一个开关周期内的端口电流有效值。
3.根据权利要求1所述的一种新能源多能互补制氢系统能量管理方法,其特征在于:所述步骤S3中的数据初始化指的是按照输入变换器的输入电压与制氢端口输出电压计算出系统最大传输功率Pmax,其中三端口功率传输模型的最大传输功率表达式为:
其中V1表示可再生能源端口电压幅值,V'2表示储能端口电压幅值,V'3表示制氢端口电压幅值,L13表示可再生能源端口与制氢端口之间的等效电感,L23表示储能端口与制氢端口之间的等效电感;
根据最大传输功率Pmax将系统功率传输范围分为n个区间,每个区间的功率差值为Pn,可由下式表示:
此时确定传输功率区间PN,可由下式表达:
PN=NPn
其中N表示具体的功率区间;
两端口功率传输模型的最大传输功率表达式为:
其中V'2表示储能端口电压幅值,V'3表示制氢端口电压幅值,L23表示储能端口与制氢端口之间的等效电感。
根据最大传输功率Pmax将系统功率传输范围分为n个区间,每个区间的功率差值为Pn,可由下式表示:
此时确定传输功率区间PN,可由下式表达:
PN=NPn
其中N表示具体的功率区间;
所述步骤S3中初始化变换器的控制变量,对于三端口功率传输模型来说,需要初始化的控制变量有可再生能源端口和制氢端口之间的驱动移相时间差t13、储能端口和制氢端口之间的驱动移相时间差t23;对于两端口功率传输模型来说,需要初始化的控制变量有储能端口和制氢端口之间的驱动移相时间差t23、储能端口驱动信号占空比D2及制氢端口驱动信号占空比D3。
4.根据权利要求1所述的一种新能源多能互补制氢系统能量管理方法,其特征在于:所述步骤S3中将数据类型分为训练集I、训练集II和测试集I、测试集II,利用训练集I、训练集II对搭建的模型进行能流优化模型训练。
5.根据权利要求1所述的一种新能源多能互补制氢系统能量管理方法,其特征在于:所述步骤S4中所述的三端口能流优化模型,模型搭建过程为:首先设定传输功率PN为约束条件,选取控制变量进行有效值计算,在三端口传输模型中,定义控制变量如下:
X{t13,t23}
在两端口传输模型中,定义控制变量如下:
X{D1,D2,t23}
将控制变量代入有效值计算公式并判断此时系统是否满足软开关ZVS条件,若满足ZVS条件,则将电流有效值结果与上一次结果进行比较,若比电流有效值上一次结果更低或者上一组数据不满足ZVS,则将该结果设为当前最优值,此时的控制变量设为当前最优量,反之则保留上一组控制参数与计算结果;如果此时不满足ZVS条件,则将电流有效值结果与上一次结果进行比较,若电流有效值比上一组更低且上一组控制变量不满足ZVS,则将此组参数进行更新,反之则保留上一组参数与计算结果;以此来不断更新最优控制变量数据,当达到迭代次数时则训练完成;
其中,满足ZVS软开关的条件为:
其中,ISx表示流过开关的电流值,C表示驱动开关两侧的结电容,VDC表示驱动开关两侧的电压,tdead表示死区时间。
6.根据权利要求4所述的一种新能源多能互补制氢系统能量管理方法,其特征在于:所述步骤S3中所述的测试集Ⅰ和测试集Ⅱ中的数据分别输入训练好的三端口能流优化模型和两端口能流优化模型进行能流优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311524996.1A CN117674375B (zh) | 2023-11-15 | 一种新能源多能互补制氢系统能量管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311524996.1A CN117674375B (zh) | 2023-11-15 | 一种新能源多能互补制氢系统能量管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117674375A true CN117674375A (zh) | 2024-03-08 |
CN117674375B CN117674375B (zh) | 2024-06-07 |
Family
ID=
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101374978A (zh) * | 2005-12-15 | 2009-02-25 | 通用汽车环球科技运作公司 | 优化光伏电解器效率 |
CN106208960A (zh) * | 2016-07-28 | 2016-12-07 | 全球能源互联网研究院 | 一种光伏耦合氢储能发电系统及其测试方法和装置 |
CN111600492A (zh) * | 2020-06-12 | 2020-08-28 | 电子科技大学 | 一种双有源全桥直流变换器的效率优化控制方法 |
CN112685951A (zh) * | 2020-12-17 | 2021-04-20 | 电子科技大学 | 一种双有源半桥直流变换器能耗优化方法 |
CN113036787A (zh) * | 2021-03-15 | 2021-06-25 | 天津城建大学 | 一种制氢站能量优化配置方法和系统 |
CN113862691A (zh) * | 2021-09-18 | 2021-12-31 | 河北建投新能源有限公司 | 光伏制氢的控制方法、装置、存储介质及电子设备 |
CN114298440A (zh) * | 2022-01-04 | 2022-04-08 | 西安交通大学 | 建筑含氢多能源系统供需协同运行优化方法及控制装置 |
CN114362268A (zh) * | 2022-01-12 | 2022-04-15 | 西安交通大学 | 基于风光荷两级预测的综合能源供电系统优化调度方法 |
CN115034034A (zh) * | 2022-04-29 | 2022-09-09 | 大连海事大学 | 基于Simulink的光伏发电制氢储氢系统的建模方法与预测模型 |
CN115085229A (zh) * | 2022-06-29 | 2022-09-20 | 燕山大学 | 一种含氢储能微电网的能量管理方法 |
CN115130785A (zh) * | 2022-08-10 | 2022-09-30 | 南京工程学院 | 一种可再生能源制氢系统容量优化配置方法 |
CN115409336A (zh) * | 2022-08-16 | 2022-11-29 | 东北电力大学 | 高比例光伏场景下含氢-热联储的配电网扩展规划方法 |
CN115495906A (zh) * | 2022-09-21 | 2022-12-20 | 天津大学 | 高比例可再生能源接入的配网多能互补协同优化方法 |
CN115852434A (zh) * | 2022-11-18 | 2023-03-28 | 阳光电源(上海)有限公司 | 一种制氢控制方法及相关装置 |
CN116011697A (zh) * | 2022-12-01 | 2023-04-25 | 国网电力科学研究院有限公司 | 一种考虑p2x多能源耦合运行优化调度方法及系统 |
CN116054129A (zh) * | 2022-11-28 | 2023-05-02 | 阳光电源(上海)有限公司 | 一种基于光伏制氢的多电解槽联合运行功率分配方法 |
CN116307021A (zh) * | 2022-10-08 | 2023-06-23 | 中国大唐集团科学技术研究总院有限公司 | 一种新能源制氢系统的多目标能量管理方法 |
CN116613725A (zh) * | 2023-05-06 | 2023-08-18 | 中国电建集团华东勘测设计研究院有限公司 | 一种光伏电站直流制氢优化配置方法 |
CN116681228A (zh) * | 2023-05-04 | 2023-09-01 | 浙江大学 | 一种考虑场景不确定性和碳排放的综合能源系统设备容量优化配置方法 |
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101374978A (zh) * | 2005-12-15 | 2009-02-25 | 通用汽车环球科技运作公司 | 优化光伏电解器效率 |
CN106208960A (zh) * | 2016-07-28 | 2016-12-07 | 全球能源互联网研究院 | 一种光伏耦合氢储能发电系统及其测试方法和装置 |
CN111600492A (zh) * | 2020-06-12 | 2020-08-28 | 电子科技大学 | 一种双有源全桥直流变换器的效率优化控制方法 |
CN112685951A (zh) * | 2020-12-17 | 2021-04-20 | 电子科技大学 | 一种双有源半桥直流变换器能耗优化方法 |
CN113036787A (zh) * | 2021-03-15 | 2021-06-25 | 天津城建大学 | 一种制氢站能量优化配置方法和系统 |
CN113862691A (zh) * | 2021-09-18 | 2021-12-31 | 河北建投新能源有限公司 | 光伏制氢的控制方法、装置、存储介质及电子设备 |
CN114298440A (zh) * | 2022-01-04 | 2022-04-08 | 西安交通大学 | 建筑含氢多能源系统供需协同运行优化方法及控制装置 |
CN114362268A (zh) * | 2022-01-12 | 2022-04-15 | 西安交通大学 | 基于风光荷两级预测的综合能源供电系统优化调度方法 |
CN115034034A (zh) * | 2022-04-29 | 2022-09-09 | 大连海事大学 | 基于Simulink的光伏发电制氢储氢系统的建模方法与预测模型 |
CN115085229A (zh) * | 2022-06-29 | 2022-09-20 | 燕山大学 | 一种含氢储能微电网的能量管理方法 |
CN115130785A (zh) * | 2022-08-10 | 2022-09-30 | 南京工程学院 | 一种可再生能源制氢系统容量优化配置方法 |
CN115409336A (zh) * | 2022-08-16 | 2022-11-29 | 东北电力大学 | 高比例光伏场景下含氢-热联储的配电网扩展规划方法 |
CN115495906A (zh) * | 2022-09-21 | 2022-12-20 | 天津大学 | 高比例可再生能源接入的配网多能互补协同优化方法 |
CN116307021A (zh) * | 2022-10-08 | 2023-06-23 | 中国大唐集团科学技术研究总院有限公司 | 一种新能源制氢系统的多目标能量管理方法 |
CN115852434A (zh) * | 2022-11-18 | 2023-03-28 | 阳光电源(上海)有限公司 | 一种制氢控制方法及相关装置 |
CN116054129A (zh) * | 2022-11-28 | 2023-05-02 | 阳光电源(上海)有限公司 | 一种基于光伏制氢的多电解槽联合运行功率分配方法 |
CN116011697A (zh) * | 2022-12-01 | 2023-04-25 | 国网电力科学研究院有限公司 | 一种考虑p2x多能源耦合运行优化调度方法及系统 |
CN116681228A (zh) * | 2023-05-04 | 2023-09-01 | 浙江大学 | 一种考虑场景不确定性和碳排放的综合能源系统设备容量优化配置方法 |
CN116613725A (zh) * | 2023-05-06 | 2023-08-18 | 中国电建集团华东勘测设计研究院有限公司 | 一种光伏电站直流制氢优化配置方法 |
Non-Patent Citations (3)
Title |
---|
XIAOQIANG GUO等: "A Novel DC-DC Converter for Electrolyzer with Low Ripple and High Step-Down Ratio", 《2023 IEEE 14TH INTERNATIONAL CONFERENCE ON POWER ELECTRONICS AND DRIVE SYSTEMS (PEDS)》, 4 October 2023 (2023-10-04), pages 1 - 5 * |
徐桂芝等: "基于最大功率点跟踪与储能补偿的光伏-制氢系统研究", 《热力发电》, vol. 51, no. 11, 30 November 2022 (2022-11-30), pages 156 - 162 * |
郭小强等: "新能源制氢电力电子变换器综述", 《电力系统自动化》, vol. 45, no. 20, 25 October 2021 (2021-10-25), pages 185 - 195 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103618470B (zh) | 一种基于光伏并网微逆变器的功率解耦控制方法 | |
CN111401665B (zh) | 协同优化的综合能源系统设计方案的获取方法和系统 | |
CN102142693A (zh) | 基于fpga的太阳能光伏并网逆变控制系统 | |
CN103353716B (zh) | 可实现光伏阵列重构的拓扑结构及最大功率点求解方法 | |
CN105978016A (zh) | 一种基于最优潮流的多端柔性直流输电系统优化控制方法 | |
CN105207606A (zh) | 基于分时自适应mct算法的dmppt光伏发电模块 | |
CN106849728B (zh) | 带续流开关的箝位型三相非隔离光伏逆变器的控制方法 | |
CN104699166A (zh) | 一种基于粒子群优化的多路mppt装置 | |
CN104753135B (zh) | 基于能量在线估计的蓄电池充电控制器及其控制方法 | |
CN112072769A (zh) | 蓄电池/超级电容器耦合电源系统及功率分配控制方法 | |
CN103824124B (zh) | 一种针对电网公司的节能潜力评估方法 | |
CN103066888B (zh) | 一种具有自补偿功能的光伏组件 | |
CN109302072B (zh) | 串联输入多端口输出的谐振式直流变换器及其控制方法 | |
WO2022193268A1 (zh) | 基于负荷转供和储能调节的配电网电压控制方法及系统 | |
CN117674375B (zh) | 一种新能源多能互补制氢系统能量管理方法 | |
CN117674375A (zh) | 一种新能源多能互补制氢系统能量管理方法 | |
CN111478335A (zh) | 一种计及分布式光伏的配电网潮流计算方法及系统 | |
CN114006541B (zh) | 一种双有源半桥直流变换器的效率优化控制方法 | |
CN102868174B (zh) | 基于dsp的抑制混沌的光伏并网发电系统及其工作方法 | |
CN106183856B (zh) | 一种电动汽车的辅助供电装置及其控制方法 | |
CN107968432A (zh) | 一种提高光伏电池板输出利用率的控制方法 | |
CN104935204A (zh) | 一种提高单相全桥逆变电源电流内环控制增益的方法 | |
CN209543085U (zh) | 一种植物工厂的led照明控制系统 | |
CN105529992A (zh) | 一种可模拟任意工况下光伏组件输出特性的模拟器 | |
CN105446414B (zh) | 光伏阵列拓扑的最大功率跟踪控制方法 |
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 | ||
GR01 | Patent grant |