KR102575043B1 - 고효율 연료전지 시스템 및 그 제어 방법 - Google Patents

고효율 연료전지 시스템 및 그 제어 방법 Download PDF

Info

Publication number
KR102575043B1
KR102575043B1 KR1020230015944A KR20230015944A KR102575043B1 KR 102575043 B1 KR102575043 B1 KR 102575043B1 KR 1020230015944 A KR1020230015944 A KR 1020230015944A KR 20230015944 A KR20230015944 A KR 20230015944A KR 102575043 B1 KR102575043 B1 KR 102575043B1
Authority
KR
South Korea
Prior art keywords
fuel cell
hydrogen
reaction
reformer
unit
Prior art date
Application number
KR1020230015944A
Other languages
English (en)
Inventor
장권영
김태훈
Original Assignee
주식회사 시너지
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 주식회사 시너지 filed Critical 주식회사 시너지
Priority to KR1020230015944A priority Critical patent/KR102575043B1/ko
Application granted granted Critical
Publication of KR102575043B1 publication Critical patent/KR102575043B1/ko

Links

Classifications

    • 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
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04992—Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
    • 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
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04305—Modeling, demonstration models of fuel cells, e.g. for training purposes
    • 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
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0432—Temperature; Ambient temperature
    • 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
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0438—Pressure; Ambient pressure; Flow
    • 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
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04574—Current
    • 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
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04604—Power, energy, capacity or load
    • H01M8/04619—Power, energy, capacity or load of fuel cell stacks
    • 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
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04664—Failure or abnormal function
    • 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
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
    • H01M8/04746—Pressure; Flow
    • H01M8/04753—Pressure; Flow of fuel cell reactants
    • 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
    • H01M8/06—Combination of fuel cells with means for production of reactants or for treatment of residues
    • H01M8/0606—Combination of fuel cells with means for production of reactants or for treatment of residues with means for production of gaseous reactants
    • H01M8/0612—Combination of fuel cells with means for production of reactants or for treatment of residues with means for production of gaseous reactants from carbon-containing material
    • H01M8/0618—Reforming processes, e.g. autothermal, partial oxidation or steam reforming
    • 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
    • H01M8/06—Combination of fuel cells with means for production of reactants or for treatment of residues
    • H01M8/0662—Treatment of gaseous reactants or gaseous residues, e.g. cleaning
    • H01M8/0668—Removal of carbon monoxide or carbon dioxide
    • 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
    • H01M8/06—Combination of fuel cells with means for production of reactants or for treatment of residues
    • H01M8/0662—Treatment of gaseous reactants or gaseous residues, e.g. cleaning
    • H01M8/0675—Removal of sulfur

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Manufacturing & Machinery (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Fuel Cell (AREA)

Abstract

실시예에 따른 고효율 연료전지 시스템 및 그 제어 방법은 연료전지의 전력 출력량에 따라 최고 전기 효율을 나타내는 최적제어정보를 추출하고, 최적 제어정보를 통해 연료전지 시스템을 제어함으로써, 연료전지 시스템의 전력 생산 효율을 극대화할 수 있도록 한다.
또한, 실시예에서는 개질기, 연교환기, PSA, 연료전지 각각의 이상징후 및 성능저하 여부를 파악하고, 성능 저하 여부에 따라 최적 제어 정보를 재 산출하여 재 산출된 최적 제어 정보로 연료전지 시스템을 제어한다. 이를 통해, 연료 전지를 이용한 발전 설비가 노후화된 경우에도 최대의 발전 효율로 전기를 생성할 수 있도록 한다.

Description

고효율 연료전지 시스템 및 그 제어 방법{HIGH-EFFICIENCY FUEL CELL SYSTEM AND CONTROL METHOD THEREOF}
본 개시는 고효율 연료전지 시스템 및 그 제어 방법에 관한 것으로 구체적으로, 스팀을 공급하는 연료전지 시스템의 효율과 내구성 향상시키는 최적 제어 정보로 연료전지 시스템을 제어하는 방법에 관한 것이다.
본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.
연료전지는 수소의 화학 에너지를 전기 에너지로 직접 변환시켜 전기와 열을 생산하는 고효율 무공해 발전 장치이다. 전 세계적으로 주거용과 무정전 전원 장치 수요의 증가로 2030년에는 100만대의 보급이 예상되는 등 수요가 폭발적으로 증가할 것으로 예상된다.
연료전지는 단위 셀이나 스택만 고려할 경우 재료나 설계적인 부분이 상당히 중요한 요소로 작용한다. 하지만 단위 셀에서 숏 스택, 풀 스택으로 갈수록, 또한 스택의 용량이 달라질수록 내부의 열 및 물 관리의 특성이 다양해지고 전류 분포 또한 달라진다. 이러한 이유 때문에 실제 필드 테스트 상황에서 연료전지 출력을 고려하지 않은 일률적인 운전은 시스템 효율의 저하를 가져온다. 또한 스택, 개질기, 주변장치와 밀접한 연관을 가지고 시스템이 운전되기 때문에 어느 한 부분의 성능이 바뀌면 운전 조건 이 실시간 바뀌어야 최적의 효율을 낼 수 있다.
연료전지가 높은 전기 효율을 내기 위해서는 연료와 공기 이용률의 운전 최적화가 필요하다. 연료와 공기 이용률은 스택과 개질기의 효율 그리고 블로워의 소비동력과 밀접한 관련이 있기 때문에, 시스템의 전기 효율과 직결된다. 일반적으로 이용률을 증가시키면 삼상계면에서의 전기화학 반응이 원활 해지고 유로 내부의 물 배출이 원활히 되는 등의 요 인으로 인하여 연료전지 성능이 향상된다. 하지만 그 증감 속도가 달라서 특정 지점 이상에서는 오히려 BOP(Balance of Plant)의 기생전력을 증가시켜 시스템의 전기 효율의 감소를 가져온다. 따라서 전체 시스템의 성능 변화를 고려한 최적의 이용률로 운전하는 것이 전기 효율에 많은 영향을 미친다.
한편, 수소를 연료로 사용하는 연료전지는 연료전지시스템의 연료처리장치에서 탄화수소계열의 연료를 개질(reforming)하여 수소를 생산한 후 이를 연료전지 스택으로 공급하는 방법을 사용하고 있다. 그러나 탄화수소를 개질 시킨 개질가스 내 일산화탄소는 연료전지 스택의 백금 촉매를 피독(poisoning)시켜, 일산화탄소 농도를 최대한 낮출 수 있는 안정적인 제거 방법이 필요하다.
1. 한국 특허공개 제10-2023-0008558호 (2023.01.16) 2. 한국 특허공개 제10-2022-0140080호 (2022.10.18)
실시예에 따른 고효율 연료전지 시스템 및 그 제어 방법은 연료전지의 전력 출력량에 따라 최적 제어 정보를 추출하여 연료전지 시스템을 제어한다. 실시예에서는 단위 셀의 스택 사용량에 따라 변화하는 연료전지의 전력 출력량을 고려하여, 연료 전지 내부의 열 및 물 관리 정보와 제어정보 변경을 통해, 연료전지 효율을 향상시킬 수 있도록 한다.
또한, 실시예에서는 연료전지 스택 촉매 피독의 주원인인 일산화탄소를 개질 가스 내에서 효과적으로 제거한다.
실시예에 따른 고효율 연료전지 시스템은 천연가스에서 수소를 필터링하기 위해, 천연가스의 황성분을 제거하는 탈황반응, 탄소화합물을 물과 반응시켜 수소를 획득하는 수소획득반응, 일산화탄소와 수증기 반응을 통해, 수소와 이산화탄소를 생성하는 수성 가스 전환 반응(WGS, Water Gas Shift)을 포함하는 화학반응을 수행하는 개질기; 개질기로부터 공급된 수소를 분리 및 정제하는 PSA(Pressure Swing Adsorption); PSA로부터 정제된 수소를 공급받아 수소와 산소의 전기화학반응을 통해 전기를 생성하는 연료전지; 개질기와 연료전지에서 발생하는 화학반응 중 방출되는 반응열을 폐열로 수집하고, 수집된 폐열을 통해 열을 공급하고 스팀을 생성하는 열교환기; 연료전지 모니터링 데이터를 학습 데이터로 학습하여 유닛 셀 최적화 모델을 구현하고, 유닛 셀 최적화 모델로부터 유닛 셀 세부정보를 설정하고, 설정된 유닛 셀 세부정보로 설계된 연료전지 스택의 이용면적과 개수에 따른 전력 출력량을 산출하는 최적화 서버; 를 포함한다.
실시예에서, 최적화 서버;는 전력 출력량에 따라 변화하는 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보에서 최적제어정보를 추출한다.
이상에서와 같은 고효율 연료전지 시스템 및 그 제어 방법은 연료전지의 전력 출력량에 따라 최고 전기 효율을 나타내는 최적제어정보를 추출하고, 최적 제어정보를 통해 연료전지 시스템을 제어함으로써, 연료전지 시스템의 전력 생산 효율을 극대화할 수 있도록 한다.
또한, 실시예에서는 개질기, 연교환기, PSA, 연료전지 각각의 이상징후 및 성능저하 여부를 파악하고, 성능 저하 여부에 따라 최적 제어 정보를 재 산출하여 재 산출된 최적 제어 정보로 연료전지 시스템을 제어한다. 이를 통해, 연료 전지를 이용한 발전 설비가 노후화된 경우에도 최대의 발전 효율로 전기를 생성할 수 있도록 한다.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 실시예에 따른 고효율 연료전지 시스템 구성을 나타낸 도면
도 2는 실시예에 따른 최적화 서버(200)의 데이터 처리 구성을 나타낸 도면
도 3은 실시예에 따른 개질기의 구성을 나타낸 도면
도 4는 실시예에 따른 전환부 구성을 나타낸 도면
도 5는 실시예에 따른 열교환기(200)의 구성을 나타낸 도면
도 6은 실시예에 따른 고효율 연료전지 시스템의 제어 최적화 과정을 나타낸 도면
도 7은 실시예에 따른 스팀 생성 과정을 나타낸 도면
도 8은 실시예에 따른 도 6에 도시된 S620의 데이터 처리과정을 상세히 나타낸 도면
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 도면부호는 동일 구성 요소를 지칭한다.
본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 실시예에 따른 고효율 연료전지 시스템 구성을 나타낸 도면이다.
도 1을 참조하면, 실시예에 따른 고효율 연료전지 시스템은 개질기(100), 열교환기(200), PSA(300), 연료전지(400) 및 최적화 서버(500)를 포함하여 구성될 수 있고, 개질기(100)는 연소실(150)을 포함하여 구성될 수 있다. 연료전지의 연료는 크게 천연가스, 메탄올, 휘발유, 경유 등 석유류뿐만 아니라 석탄, 바이오 에탄올 등 모든 탄화수소를 사용할 수 있고, 일반적으로 천연가스를 연료로 하여 수소를 제조한다. 천연가스로부터 수소연료를 얻기 위해서는 천연가스를 분해(개질, Reforming)하는 공정이 필요하다. 실시예에서 개질기(100)는 천연가스에서 수소를 필터링하기 위해, 천연가스의 황성분을 제거하는 탈황반응, 탄소화합물을 물과 반응시켜 수소를 획득하는 수소획득반응, 일산화탄소와 수증기 반응을 통해, 수소와 이산화탄소를 생성하는 수성 가스 전환 반응(WGS, Water Gas Shift)을 포함하는 화학반응을 발생시킨다.
연소실(150)은 약 900°C이상의 개질 온도를 유지하기 위해, 액화천연가스, 천연가스 등의 연료를 공급받고 이를 연소시킨다. 실시예에서는 연소실(150)은 연소 과정에서 발생된 열로 개질기(100)에서 발생하는 탈황반응, 수소획득반응, 수성 가스 전환 반응 및 수소 정제 반응에 필요한 온도가 유지될 수 있도록 한다
수증기 개질(Steam Reforming, SR) 반응은 연료와 물이 반응하여 수소와 일산화탄소를 만들어내는 흡열반응이다. 수증기 개질 반응을 통해 만들어진 일산화탄소는 다시 물과 반응하여 수소와 이산화탄소를 만들어내며, 이것이 수성 가스 전환 (Water-Gas Shift, WGS) 반응이다. 연료와 물이 반응하여 수소를 만들어내는 또 다른 메커니즘으로서 직접 수증기 개질 (Direct Steam Reforming, DSR) 반응이 있다.
개질기(100)는 제1흡열반응, 제1발열반응 및 제2발열반응을 통해 수소를 생성한다. 제1흡열반응은 메탄을 물과 반응시켜 수소를 생성하는 반응이고, 제1 발열반응은 메탄을 산소와 반응시켜 수소를 생성하는 반응이다. 제2발열반응은 메탄을 물, 산소와 반응시켜 수소를 생성하는 반응이다.
PSA(Pressure Swing Adsorption)(300)는 개질기로부터 공급된 수소를 분리 및 정제한다. PSA(300)는 압력 스윙 흡착 방식으로 분자 특성 및 흡착제 물질에 대한 친화성에 따라 압력 하에서 가스 혼합물로부터 일부 가스를 분리한다. 실시예에서 PSA는 1차 흡착제, 2차 흡착제 및 3차 흡착제를 통해 기체의 순도를 높이고 불순물을 흡착하여 제거한다. 실시예에 따른 흡착제는 제올라이트, 활성탄 및 분자체(Molecular sieve)를 포함할 수 있고, 이에 한정하지 않는다. 활성탄 및 분자체(Molecular sieve)와 같은 고체 흡착제는 수소와 다른 불순물(CO, CH4, CO2)사이에 큰 선택도를 나타내기 때문에 수소 흡착력이 뛰어나다. 또한, 실시예에서 PSA는 수소가스에 가해지는 압력을 변화시켜 불순물의 흡착과 탈착을 반복함으로써, 수소를 분리 및 정제할 수 있다. 또한, 고압에서의 흡착과 저압에서의 탈착을 포함하는 압력변화 과정을 수행하고, 압력변화 과정에서 새로운 주기가 시작되기 전에 가장 낮은 압력에서 가장 높은 압력으로 가압하여 수소를 정제할 수 있다.
연료전지(400)는 PSA(300)으로부터 정제된 수소를 공급받아 수소와 산소의 전기화학반응을 통해 전기를 생성한다.
열교환기(200)는 개질기(100)와 연료전지(400)에서 발생하는 화학 반응 중 방출되는 반응열을 폐열로 수집하고, 수집된 폐열을 열로 공급하여 스팀을 생성한다.
최적화 서버(500)는 유닛 셀 최적화 모델을 통해, 연료전지의 유닛 셀 세부정보를 설정한다. 최적화 서버(500)는 딥러닝 뉴럴 네트워크를 연료전지 모니터링 데이터를 포함하는 학습 데이터로 학습하여, 유닛 셀 최적화 모델을 구현한다. 실시예에서 딥러닝 뉴럴 네트워크는 DNN(Deep Neural Network), CNN(Convolutional Neural Network) RNN(Recurrent Neural Network) 및 BRDNN(Bidirectional Recurrent Deep Neural Network) 중 적어도 하나를 포함하고 이에 한정되지 않는다.
실시예에서 연료전지 모니터링 데이터는 연료전지에서 생성된 전력, 전압, 전류, 주파수, 전기효율, 열효율, 누적 발전량 등을 포함할 수 있다. 실시예에서 연료전지는 센서부, 통신부를 포함하고, 센서부에서 연료전지 모니터링 데이터를 센싱하여, 통신부로 전달한다. 통신부는 센서부로부터 연료전지 모니터링 데이터를 수집하여 최적화 서버(500)로 전송할 수 있다.
또한, 최적화 서버(500)는 연료전지에 포함된 스택의 면적과 개수에 따른 전력 출력량을 산출한다. 예컨대, 최적화 서버(500)는 연료전지 모니터링 데이터를 포함하는 입력정보에 따라 유닛 셀 최적화 모델에서 설정된 유닛 셀 세부정보를 출력한다. 실시예에서 유닛 셀 세부정보는 양극성 플레이트의 두께와 수소 유로 디자인을 포함할 수 있다.
이후, 최적화 서버(500)는 유닛 셀 세부 정보에 따라 설계된 연료전지 스택의 면적과 개수에 따른 전력 출력량을 산출한다. 실시예에서 최적화 서버(500)는 전류-전압(j-V)측정법을 통해, 연료전지의 성능과 전력밀도의 정량적 수치를 산출한다. 또한, 전류 차단(current interrupt) 측정법을 통해, 연료전지 성능에서 저항의 부분과 저항이 아닌 부분을 분리하여, 스택의 면적과 개수에 따른 전력 출력량을 산출한다. 또한, 실시예에서 최적화 서버(500)는 전기화학 임피던스 분광법(EIS: electrochemical impedance spectroscopy)을 통해, 저항손실, 활성화 손실, 농도 손실 구분하여 스택의 면적과 개수에 따른 전력 출력량을 산출한다.
실시예에서 최적화 서버(500)는 연료전지의 전력 출력량에 따라 변화하는 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보에서 최적제어정보를 추출한다.
실시예에 따른 고효율 연료전지 시스템 및 그 제어 방법은 연료전지의 전력 출력량에 따라 전기 효율을 최대로 하는 최적 제어 정보를 추출하여 연료전지 시스템을 제어한다. 실시예에서는 연료전지의 전력 출력량에 따라 연료 전지 내부의 열 및 물 관리 정보와 제어정보를 변경함으로써, 연료전지 효율을 향상시킬 수 있도록 한다. 또한, 실시예에서는 연료전지 스택 촉매 피독의 주원인인 일산화탄소를 개질 가스 내에서 효과적으로 제거한다.
도 2는 실시예에 따른 최적화 서버(200)의 데이터 처리 구성을 나타낸 도면이다.
도 2를 참조하면, 실시예에 따른 최적화 서버(200)는 수집부(510), 산출부(520), 추출부(530), 제어정보 설정부(540), 제어부(550), 모니터링부(560), 딥러닝부(570) 및 세부정보 설정부(580)를 포함하여 구성될 수 있다.
수집부(510)는 연료전지 가동정보를 수집한다. 연료전지 가동 정보는 연료전지의 전력 출력량에 따라 변화하는 연료전지 상태 변화 및 생산량정보이다. 실시예에서 연료전지 가동정보는 연료전지의 전력 출력량에 따른 온도, 연료전지에서 생성되는 물의 양, 전기량, 반응속도, 기생전력, 전기효율 포함할 수 있다.
산출부(520)는 수집된 연료전지 가동정보를 분석하여 일정기간 동안 과급률을 산출한다. 실시예에서 과급률은 연료전지 에노드(anode)와 캐소드(cathode)로 공급되는 총 연료에 대한 생성된 전류 비율로서, 연료전지의 전기 효율을 나타내는 수치이다. 실시예에서 과급률은 아래 수학식 1에 따라 산출될 수 있다.
[수학식 1]
과급률= 연료전지에서 생성된 전류량/공급된 총 연료량
산출부(520)는 일정기간 동안 산출된 과급률 정보 중 가장 높은 값을 과급률 최고점으로 설정한다. 과급률 최고점은 연료전지의 최고생성 효율을 나타내는 값이다. 추출부(530)는 일정기간 동안 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보를 수집하고, 설정된 과급률 최고점에서의 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보를 최적제어정보로 추출한다.
제어정보 설정부(540)는 추출된 최적제어 정보를 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보로 설정한다. 이후, 제어부(550)는 설정된 제어정보로 개질기, 열교환기, PSA 및 연료전지 각각을 제어한다.
모니터링부(560)는 개질기, 열교환기, PSA 및 연료전지를 모니터링하여 성능저하를 판단한다.
실시예에서 모니터링부(560)는 연료전지 모니터링 데이터를 분석하여 성능저하를 감지한다. 실시예에서 모니터링부(560)는 센서 기반 기법을 이용하여 이상징후 및 성능저하를 감지할 수 있다. 센서 기반 기법은 조기에 이상 징후를 감지하기 위해, 모니터링 데이터에 포함된 센서 측정값이 경계치보다 크거나, 변화 패턴이 기 설정된 정상패턴과 일정 수준 이상 다를 때 성능 저하로 판단하는 것이다. 또한, 실시예에서 모니터링부(560)는 파라미터 분석 방법을 통해 성능저하를 판단할 수 있다. 파라미터 분석 방법은 정상적인 상태의 데이터로 계산한 파라미터와 실제 모니터링된 데이터로 계산한 파라미터가 차이가 일정 수준 이상인 경우, 성능 저하로 판단하는 방법이다.
또한, 모니터링부(560)는 잔차 분석 방법을 통해 개질기, 열교환기, PSA 및 연료전지의 성능저하를 판단한다. 잔차 분석(Residual Analysis)방법은 정상적인 상태의 데이터로 만든 패턴 인식 모델로 예측한 값과 실제 센서로 측정한 값의 차이가 일정 수준이상인 경우, 공정이상 또는 성능저하로 판단하는 방법이다.
실시예에서 모니터링부(560)는 성능저하를 감지해야 하는 기기 및 시스템의 종류와 분석해야 하는 데이터 종류에 따라 이상 징후 판단을 위한 방법을 선택할 수 있다. 또한 모니터링부(560)는 DCS(Distributed Control System)에서 운전 변수가 제1임계치(high value) 및 제2임계치(low value) 경계를 벗어날 때 경보를 발행하는 패턴 인식 기법을 통해 성능 저하 여부를 판단할 수 있다. 실시예에서 성능 저하는 연료전지의 생산 전력감소, 생산 속도 감소, 딜레이 증가 등을 포함할 수 있다.
실시예에서 모니터링부(560)는 성능저하가 감지된 경우, 이를 관리자 단말로 전송하여 이상징후에 신속하게 대응할 수 있도록 한다. 또한, 모니터링부(560)는 건전성 예지 모델을 통해 추정된 연료 발전 시스템 각 구성의 고장률과 고장이 발생하기 전의 유효 시간(RUL, Remaining Useful Life) 정보를 산출하여 관리자 단말로 전송한다. 건전성 예지 모델은 TTE(Time To Event), 데이터를 비모수적 방법으로 분석하는 MCMC(Markov Chain Monte Carlo) 기반 예지 모델과 모수적 방법으로 데이터를 분석하는 LSTM(Long Short-Term Memory)을 포함하고, 이에 한정되지 않는다.
실시예에서 산출부(520)는 개질기, 열교환기, PSA 및 연료전지 중 적어도 하나가 성능저하로 판단된 경우, 일정기간 동안 과급률을 재산출한다. 이후, 산출부(520)는 성능 저하 판단 이후 일정기간 동안 산출된 과급률 정보 중 가장 높은 값을 과급률 최고점으로 재 설정한다. 추출부(530)는 재설정된 과급률 최고점에서의 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보를 최적 제어 정보로 재 추출한다. 이후 제어정보 설정부(540)는 재 추출된 연료전지의 최적제어 정보를 연료전지 제어정보로 설정한다. 실시예에서는 최고의 전기 효율을 나타내는 과급률 최고점을 성능저하를 반영하여 재설정함으로써, 연료전지 발전 시스템 구성 중 어느 하나에서 성능저하가 발생하더라도, 연료전지에서 최고의 전기 효율을 나타낼 수 있도록 한다.
딥러닝부(570)는 딥러닝 뉴럴 네트워크를 연료전지 모니터링 데이터 및 연료전지 가동정보를 포함하는 학습데이터로 학습하여 유닛 셀 최적화 모델을 구현한다. 실시예에서 딥러닝 뉴럴 네트워크는 DNN(Deep Neural Network), CNN(Convolutional Neural Network) RNN(Recurrent Neural Network) 및 BRDNN(Bidirectional Recurrent Deep Neural Network) 중 적어도 하나를 포함하고, 이에 한정되지 않는다.
세부정보 설정부(580)는 유닛 셀 최적화 모델을 통해 추출된 유닛 셀 세부정보로 유닛 셀을 설정한다. 유닛 셀 세부정보는 연료전지 스택을 구성하는 부품의 디자인, 형상, 규격 정보로서, 연료전지의 양극성 플레이트의 두께와 수소 유로 디자인을 포함한다. 수소 유로 디자인은 싱글 설펜타인(Single serpentine)형상, 멀티플 설펜타인(Multiple serpentine)형상, 패러럴 인터디지테이티드((Interdigitated) 형상 등을 포함하고, 각 형상에서의 채널의 폭과 깊이를 다르게 설정한 상세 유로디자인을 포함할 수 있다.
실시예에서는 유닛 셀 최적화 모델을 통해 유닛 셀 세부정보를 추출하고, 추출된 유닛 셀 세부 정보에 따라 설계된 연료전지 스택의 면적과 개수에 따른 전력 출력량을 산출한다. 이후, 연료전지의 전력 출력량에 따라 변화하는 개질기, 열교환기, PSA 및 연료전지의 제어 정보에서 최적 제어 정보를 추출한다. 실시예에서는, 연료전지 유닛 셀의 최적 설계를 통해 전기 효율을 향상시키고 이에 더 나아가, 과급률 최고점에서의 최적 제어 정보를 통해 개질기, 열교환기, PSA 및 연료전지 각각을 제어함으로써, 연료전지 시스템의 전기 효율을 더욱 향상시킬 수 있도록 한다.
도 3은 실시예에 따른 개질기의 구성을 나타낸 도면이다. 도 3을 참조하면, 실시예에 따른 개질기(100)는 탈황기(10), 생성부(30) 및 전환부(50)를 포함하여 구성될 수 있다.
탈황기(10)는 천연가스의 황 성분을 제거한다. 탈황기(10)에서 제거되는 황성분은 THT(테트라하이드로티오펜, tetrahydrothiophene)와 TBM(t-메틸메르캅탄, t-Methylmercaptan)을 포함할 수 있다. 실시예에서 탈황기(10)는 유입구와 유출구 측 각각에 적어도 하나의 유황감지센서를 구비하여, 두 센서 간 신호의 차이로 유황 포화상태 여부를 판독한다. 실시예에서는 종래 단일 센서로 유황 포화상태 여부를 판독하는 것과 달리, 유입구와 유출구 측의 유황감지 결과를 비교하여 유황 포화상태 여부를 판독함으로써, 유황 포화상태 판독의 정확도를 향상시킬 수 있다. 또한, 복수개의 감지센서로부터 측정된 유황 감지결과를 통해, 단일 센서로 측정하는 경우보다 유황 포화 상태 측정 에러 발생 확률을 낮추어 안정적이고 원활하게 연료 개질 작업을 보장할 수 있도록 한다.
탈황기(10)는 섭씨 290내지370도에서 도에서 Co-Mo 촉매를 사용하여 타이올(thiol)을 황화수소(H2S)로 변환시킨 후 섭씨 340도 내지 390도에서 산화 아연(ZnO)흡착제를 사용하여 황화수소(H2S)를 제거한다. 생성부(30)는 탈황기(10)로부터 공급된 황화물이 제거된 탄소화합물을 통해 수소를 획득한다. 실시예에서 생성부(30)는 제1 수소획득 반응 및 제2수소획득 반응을 통해 수소를 생성한다. 제1 수소 획득반응은 황화물이 제거된 탄소화합물을 물과 반응시켜 수소를 생성하는 반응이고, 제2수소 획득반응은 일산화탄소와 물을 반응시켜 수소를 생성하는 반응이다. 전환부(50)는 생성부(30)로부터 전달된 수소를 정제하여 정제된 수소를 통해 물을 생성한다.
도 4는 실시예에 따른 전환부 구성을 나타낸 도면이다.
도 4를 참조하면, 전환부(150)는 수소 반응 컨버터(151) 및 일산화탄소 컨버터(153)를 포함하여 구성될 수 있다. 수소 반응 컨버터(151)는 수소를 흡인 승압하여 방출하고 배열회수를 강화하여 수소 순도를 향상시킨다. 배열회수는 연소한 열에너지를 배기할때, 외기를 바꿔 넣는 시점에서 배기하는 열에너지를 일정 수준 이상의 열교환율로 그대로 전달하여 재이용하는 것이다. 실시예에서 수소 반응 컨버터(151)는 연소기에서 가열된 고온, 고압의 가스를 팽창시켜서 회 전 기계 에너지를 추출하고 추출된 에너지로 배열회수를 강화하여 수소 순도를 향상시킬 수 있도록 한다.
또한, 실시예에서 수소 반응 컨버터(151)는 수소의 흡인 승압을 축적압력(accumulated pressure) 수치까지 조절한다. 축적압력(accumulated pressure)은 내부유체가 배출될 때 안전밸브에 의해 축적되는 압력으로서 설비 안에서 허용될 수 있는 최대압력이다. 실시예에서는 또한, 실시예에서는 설정압력이 기준범위를 초과하는 수준으로 수소의 흡인 승압을 조절하여 수소 순도를 향상시킬 수 있다. 설정압력(set pressure)은 수소 반응 컨버터(151) 설계상 정한 분출압력 또는 분출개시압력이다.
일산화 탄소 컨버터(153)는 수성 가스 전환 반응(Water Gas Shift)을 통해 일산화탄소(CO) 농도를 낮춘다. 실시예에 따른 일산화탄소 반응 컨버터(53)는 수성 가스 전환 반응을 온도에 따라 고온 전환반응, 저온 전환반응, 중온 전환반응으로 수행한다. 고온 전환반응은 Cr2O3를 조촉매로 첨가한 Fe2O3 촉매를 사용하여 섭씨350도 내지 550도에서 진행된다. 고온전환 반응은 발열반응이므로 실시예에서는 반응기 중간에 냉각 부분을 구비하여 촉매의 전환율을 높이며 촉매 반응온도를 예측하여서 다단 촉매층을 만들어 단 사이를 냉각시켜, 일산화탄소 제거의 효율을 향상시킬 수 있도록 한다.
도 5는 실시예에 따른 열교환기(200)의 구성을 나타낸 도면이다. 도 5를 참조하면, 실시예에 따른 열교환기(200)는 폐열 수집부(210) 및 공급부(230)를 포함하여 구성될 수 있다.
폐열 수집부(210)는 개질기(100)의 탈황 반응, 제1 수소획득반응 및 제2 수소획득반응을 통해 생성된 반응열인 폐열을 수집한다. 또한, 폐열 수집부(210)는 연료전지에서 발생하는 PEMFC 폐열(PEMFC Waste Heat)을 수집한다. PEMFC 폐열은 연료전지의 냉각수 냉각 과정 시 쿨링 루프의 냉각기에 의한 냉각 전후 온도차에 의해 발생하는 반응열이다. PEMFC 폐열은 연료전지 반응온도(65~75°C)를 유지하기 위해 냉각수를 순환하는 과정 및 상승된 냉각수를 냉각하는 과정에서 발생한다.
또한, 폐열 수집부(210)는 연소실의 폐열을 수집한다. 연소실 폐열은 천연가스 개질 온도 유지를 위해 개질기의 연소실로 공급하는 열에 의해 발생하는 폐열이다. 구체적으로, 폐열 수집부(210)은 약 900°C이상인 천연가스 개질 온도를 유지하기 위한 개질기의 연소실로 공급되는 연소실의 폐열을 수집한다.
또한, 폐열 수집부(310)는 제2흡열 반응 폐열을 수집한다. 제2흡열 반응은 수성 가스 전환 반응 후 PSA(400)로 공급하는 가스의 온도 차에서 발생하는 반응이다. 구체적으로, 폐열 수집부(210)는 수성 가스 전환 반응(Water Gas Shift)시 흡열반응 후 PSA(300)로 공급하는 가스의 온도 차를 활용하여 제2흡열 반응 폐열을 수집하고, 제2흡열 반응 폐열을 통해 열을 공급할 수 있도록 한다.
공급부(230)는 수집한 폐열로 물을 가열하여 생성된 스팀을 공급한다. 실시예에서 공급부(230)는 PEMFC 폐열을 통해 열을 공급한다. 실시예에서는 PEMFC 폐열을 통해, 물을 가열하여 40 내지 60°C의 온수를 공급할 수 있다. 또한, 공급부(330)는 스팀 공급 시, 용수 온도 상승용으로 PEMFC 폐열을 사용할 수 있다.
또한, 공급부(230)는 연소실의 폐열과 수성 가스 전환 반응 시 발생한 제2흡열반응 폐열을 통해, 열을 공급한다. 공급부(330)는 연소실의 폐열과 제2흡열반응 폐열을 통해, 물을 가열하여 스팀을 생성한다. 또한, 스팀을 128 내지 178 °C 도로 가열하고 가열된 스팀을 공급할 수 있다.
이하에서는 고효율 연료전지 시스템 제어 방법에 대해서 차례로 설명한다. 실시예에 따른 고효율 연료전지 시스템 제어 방법의 작용(기능)은 고효율 연료전지 시스템의 기능과 본질적으로 같은 것이므로 도 1 내지 도 5와 중복되는 설명은 생략하도록 한다.
도 6은 실시예에 따른 고효율 연료전지 시스템의 제어 최적화 과정을 나타낸 도면이다.
도 6을 참조하면, S610 단계에서는 최적화 서버에서 유닛 셀 최적화 모델을 통해, 연료전지의 양극성 플레이트의 두께와 수소 유로 디자인을 포함하는 유닛 셀 세부정보를 설정하고, 연료전지에 포함된 스택의 면적과 개수에 따른 전력 출력량을 산출한다.
S620 단계에서는 최적화 서버에서 산출된 전력 출력량에 따라 변화하는 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보에서 최적제어정보를 추출한다.
도 7은 실시예에 따른 스팀생성 과정을 나타낸 도면이다.
S100 단계에서는 개질기에서 천연가스에서 수소를 필터링하기 위해, 천연가스의 황성분을 제거하는 탈황반응, 탄소화합물을 물과 반응시켜 수소를 획득하는 수소획득반응, 일산화탄소와 수증기 반응을 통해, 수소와 이산화탄소를 생성하는 수성 가스 전환 반응(WGS, Water Gas Shift)을 포함하는 화학반응을 발생시킨다. S200 단계에서는 PSA에서 상기 개질기로부터 공급된 수소를 분리 및 정제한다. S300 단계에서는 연료전지에서 PSA로부터 정제된 수소를 공급받아 수소와 산소의 전기화학반응을 통해 전기를 생성한다.
S400 단계에서는 열교환기에서 개질기와 연료전지에서 발생하는 화학반응 중 방출되는 반응열을 폐열로 수집하고, 수집된 폐열을 통해 열을 공급하고 스팀을 생성한다.
도 8은 실시예에 따른 도 6에 도시된 S620 과정을 상세히 나타낸 도면이다.
도 8을 참조하면, S621 단계에서는 수집부에서 연료전지의 전력 출력량에 따라 변화하는 연료전지의 온도, 생성되는 물의 양, 생성 전기량, 반응속도, 기생전력, 전기효율 포함하는 연료전지 가동정보를 수집한다.
S623 단계에서는 산출부에서 수집된 연료전지 가동정보를 분석하여, 연료전지 에노드(anode)와 캐소드(cathode)의 공급되는 총 연료에 대한 생성된 전류량을 과급률로 산출하고, 일정기간 동안 산출된 과급률 정보 중 가장 높은 값을 과급률 최고점으로 설정한다.
실시예에서 S623 단계에서는 모니터링부에서 개질기, 열교환기, PSA 및 연료전지 각각을 모니터링하여, 모니터링 데이터에 포함된 센서 측정값이 기 설정된 경계치보다 크거나, 변화 패턴이 정상 패턴과 일정수준 이상 다른 경우 성능저하로 판단한다. 이후, 개질기, 열교환기, PSA 및 연료전지 중 적어도 하나가 성능저하로 판단될 경우, 일정기간 동안 과급률을 재산출한다. 이후, 산출부에서 일정기간 동안 재산출된 과급률 정보 중 가장 높은 값을 과급률 최고점으로 재 설정한다.
S625 단계에서는 추출부에서 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보를 수집하고, 설정된 과급률 최고점에서의 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보를 최적제어정보로 추출한다.
S627 단계에서는 제어정보 설정부에서 추출된 최적제어 정보를 개질기, 열교환기, PSA 및 연료전지 제어정보로 설정한다.
S629 단계에서는 제어부에서 설정된 제어정보로 개질기, 열교환기, PSA 및 연료전지를 제어한다.
이상에서와 같은 고효율 연료전지 시스템 및 그 제어 방법은 연료전지의 유닛 셀 사용률에 따라 최고 전기 효율을 나타내는 제어 정보를 추출하여 최적 제어정보로 설정하고, 최적 제어 정보를 통해 연료전지 시스템을 제어함으로써, 연료 전지의 효율을 극대화할 수 있도록 한다.
또한, 실시예에서는 개질기, PSA, 연료전지 각각의 이상징후 및 성능저하 여부를 파악하고, 성능 저하 여부에 따라 최적 제어 정보를 재 산출하여 재 산출된 최적 제어 정보로 연료전지 시스템을 제어한다. 이를 통해, 연료 전지를 이용한 발전 설비가 노후화된 경우에도 최대의 발전 효율로 전기를 생성할 수 있도록 한다.
개시된 내용은 예시에 불과하며, 특허청구범위에서 청구하는 청구의 요지를 벗어나지 않고 당해 기술분야에서 통상의 지식을 가진 자에 의하여 다양하게 변경 실시될 수 있으므로, 개시된 내용의 보호범위는 상술한 특정의 실시예에 한정되지 않는다.

Claims (11)

  1. 천연가스에서 수소를 필터링하기 위해, 천연가스의 황성분을 제거하는 탈황반응, 탄소화합물을 물과 반응시켜 수소를 획득하는 수소획득반응, 일산화탄소와 수증기 반응을 통해, 수소와 이산화탄소를 생성하는 수성 가스 전환 반응(WGS, Water Gas Shift)을 포함하는 화학반응을 수행하는 개질기;
    상기 개질기로부터 공급된 수소를 분리 및 정제하는 PSA(Pressure Swing Adsorption);
    상기 PSA로부터 정제된 수소를 공급받아 수소와 산소의 전기화학반응을 통해 전기를 생성하는 연료전지;
    상기 개질기와 연료전지에서 발생하는 화학반응 중 방출되는 반응열을 폐열로 수집하고, 수집된 폐열을 통해 열을 공급하고 스팀을 생성하는 열교환기;
    연료전지 모니터링 데이터를 학습 데이터로 학습하여 연료전지의 유닛 셀 세부 정보를 설정하기 위한 유닛 셀 최적화 모델을 구현하고, 상기 유닛 셀 세부정보로 설계된 연료전지 스택의 이용면적과 개수에 따른 전력 출력량을 산출하는 최적화 서버; 를 포함하는 것을 특징으로 하고,
    상기 최적화 서버; 는
    상기 전력 출력량에 따라 변화하는 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보에서 최적제어정보를 추출하고,
    상기 최적화 서버;는
    상기 전력 출력량에 따라 변화하는 연료전지의 온도, 생성되는 물의 양, 생성 전기량, 반응속도, 기생전력, 전기효율을 포함하는 연료전지 가동정보를 수집하는 수집부;
    수집된 연료전지 가동정보를 분석하여, 연료전지 에노드(anode)와 캐소드(cathode)의 공급되는 총 연료에 대한 생성된 전류량을 과급률로서 산출하고, 일정기간 동안 산출된 과급률 정보 중 가장 높은 값을 과급률 최고점으로 설정하는 산출부;
    개질기, 열교환기, PSA 및 연료전지 각각의 제어정보를 일정기간 수집하고, 상기 설정된 과급률 최고점에서의 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보를 최적제어정보로 추출하는 추출부;
    상기 최적제어정보를 개질기, 열교환기, PSA 및 연료전지의 제어정보로 설정하는 제어정보 설정부; 및
    설정된 제어정보로 개질기, 열교환기, PSA 및 연료전지를 제어하는 제어부; 를 포함하는 것을 특징으로 하는 고효율 연료전지 시스템.
  2. 삭제
  3. 제1항에 있어서, 상기 최적화 서버; 는
    개질기, 열교환기, PSA 및 연료전지 각각을 모니터링하여, 모니터링 데이터에 포함된 센서 측정값이 기 설정된 경계치보다 크거나, 변화 패턴이 정상 패턴과 일정수준 이상 다른 경우 성능저하로 판단하는 모니터링부; 를 더 포함하는 것을 특징으로 하는 고효율 연료전지 시스템.
  4. 제1항에 있어서, 상기 산출부; 는
    개질기, 열교환기, PSA 및 연료전지 중 적어도 하나가 성능저하로 판단될 경우, 일정기간 동안 과급률을 재산출하고, 일정기간 동안 재산출된 과급률 정보 중 가장 높은 값을 과급률 최고점으로 재 설정하는 고효율 연료전지 시스템.
  5. 제1항에 있어서, 상기 최적화 서버; 는
    딥러닝 뉴럴 네트워크를 연료전지 모니터링 데이터 및 연료전지 가동정보를 포함하는 학습정보로 학습시켜 유닛 셀 최적화 모델을 구현하는 딥러닝부;
    상기 유닛 셀 최적화 모델을 통해, 양극성 플레이트의 두께 및 수소 유로디자인을 포함하는 유닛 셀 세부정보를 포함하는 연료전지 유닛 셀의 세부정보를 설정하는 세부정보 설정부; 를 더 포함하는 것을 특징으로 하는 고효율 연료전지 시스템.
  6. 제1항에 있어서, 상기 폐열은
    개질기에서 천연가스의 황 성분을 제거하는 과정 중 발행하는 반응열, 황화물이 제거된 탄소화합물을 물과 반응시켜 수소를 획득하는 제1수소 획득반응에서 발생한 반응열 및 일산화탄소와 물을 반응시켜 수소를 획득하는 제2수소획득반응에서 발생하는 반응열, 개질기에서 천연가스의 황 성분을 제거하는 과정 중 발행하는 반응열, 천연가스 개질 온도 유지를 위해 연소실로 공급하는 열에 의해 발생하는 연소실 폐열, 수성 가스 전환 반응(Water Gas Shift) 후 PSA(Pressure Swing Adsorption)로 공급하는 가스의 온도 차에서 발생하는 제2흡열반응 폐열 및 연료전지의 냉각수 냉각 과정 시 냉각 전후 온도차에 의해 발생하는 반응열인 PEMFC 폐열을 포함하는 것을 특징으로 하는 고효율 연료전지 시스템.
  7. 제1항에 있어서, 상기 개질기; 는
    천연가스의 황 성분을 제거하는 탈황기,
    황화물이 제거된 탄소화합물을 물과 반응시켜 수소를 획득하는 제1수소 획득반응 및 일산화탄소와 물을 반응시켜 수소를 획득하는 제2수소 획득반응을 통해 수소를 생성하는 생성부; 및
    생성된 수소를 정제하고 물을 생성하는 전환부; 를 포함하고,
    상기 전환부; 는
    수소를 흡인 승압하여 방출하고 배열회수를 강화하여 수소 순도를 향상시키는 수소 반응 컨버터; 및
    수성 가스 전환 반응(Water Gas Shift)를 통해 일산화탄소 농도를 낮추는 일산화탄소 반응 컨버터; 를 포함하는 것을 특징으로 하는 고효율 연료전지 시스템.
  8. 제1항에 있어서, 상기 PSA는
    고압에서의 흡착과 저압에서의 탈착을 포함하는 압력변화 과정을 수행하고, 상기 압력변화 과정에서 새로운 주기가 시작되기 전에 가장 낮은 압력에서 가장 높은 압력으로 가압하여 수소를 정제하는 것을 특징으로 하는 고효율 연료전지 시스템.
  9. (A) 개질기에서 천연가스에서 수소를 필터링하기 위해, 천연가스의 황성분을 제거하는 탈황반응, 탄소화합물을 물과 반응시켜 수소를 획득하는 수소획득반응, 일산화탄소와 수증기 반응을 통해, 수소와 이산화탄소를 생성하는 수성 가스 전환 반응(WGS, Water Gas Shift)을 포함하는 화학반응을 발생시키는 단계;
    (B) PSA에서 상기 개질기로부터 공급된 수소를 분리 및 정제하는 단계;
    (C) 연료전지에서 상기 PSA로부터 정제된 수소를 공급받아 수소와 산소의 전기화학반응을 통해 전기를 생성하는 단계;
    (D) 열교환기에서 개질기와 연료전지에서 발생하는 화학반응 중 방출되는 반응열을 폐열로 수집하고, 수집된 폐열을 통해 열을 공급하고 스팀을 생성하는 단계;
    (E) 최적화 서버에서 연료전지 모니터링 데이터를 학습 데이터로 학습하여 연료전지의 유닛 셀 세부 정보를 설정하기 위한 유닛 셀 최적화 모델을 구현하고, 상기 유닛 셀 유닛 셀 세부정보로 설계된 연료전지 스택의 이용면적과 개수에 따른 전력 출력량을 산출하는 단계; 및
    (F) 최적화 서버에서 상기 전력 출력량에 따라 변화하는 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보에서 최적제어정보를 추출하는 단계; 를 포함하고,
    상기 (F)의 단계; 는
    (F-1)수집부에서 연료전지의 전력 출력량에 따라 변화하는 연료전지의 온도, 생성되는 물의 양, 생성 전기량, 반응속도, 기생전력, 전기효율을 포함하는 연료전지 가동정보를 수집하는 단계;
    (F-2)산출부에서 수집된 연료전지 가동정보를 분석하여, 연료전지 에노드(anode)와 캐소드(cathode)의 공급되는 총 연료에 대한 생성된 전류량을 과급률로 산출하고, 일정기간 동안 산출된 과급률 정보 중 가장 높은 값을 과급률 최고점으로 설정하는 단계;
    (F-3)추출부에서 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보를 수집하고, 상기 설정된 과급률 최고점에서의 개질기, 열교환기, PSA 및 연료전지 각각의 제어정보를 최적제어정보로 추출하는 단계;
    (F-4)제어정보 설정부에서 추출된 최적제어정보를 개질기, 열교환기, PSA 및 연료전지 제어정보로 설정하는 단계; 및
    (F-5)제어부에서 설정된 제어정보로 개질기, 열교환기, PSA 및 연료전지를 제어하는 단계; 를 포함하는 것을 특징으로 하는 고효율 연료전지 시스템 제어방법.
  10. 삭제
  11. 제9항에 있어서, 상기 (F-2)의 단계; 는
    모니터링부에서 개질기, 열교환기, PSA 및 연료전지 각각을 모니터링하여, 모니터링 데이터에 포함된 센서 측정값이 기 설정된 경계치보다 크거나, 변화 패턴이 정상 패턴과 일정수준 이상 다른 경우 성능저하로 판단하는 단계;
    산출부에서 개질기, 열교환기, PSA 및 연료전지 중 적어도 하나가 성능저하로 판단될 경우, 일정기간 동안 과급률을 재산출하는 단계; 및
    산출부에서 일정기간 동안 재산출된 과급률 정보 중 가장 높은 값을 과급률 최고점으로 재 설정하는 단계; 를 포함하는 고효율 연료전지 시스템 제어방법.
KR1020230015944A 2023-02-07 2023-02-07 고효율 연료전지 시스템 및 그 제어 방법 KR102575043B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230015944A KR102575043B1 (ko) 2023-02-07 2023-02-07 고효율 연료전지 시스템 및 그 제어 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230015944A KR102575043B1 (ko) 2023-02-07 2023-02-07 고효율 연료전지 시스템 및 그 제어 방법

Publications (1)

Publication Number Publication Date
KR102575043B1 true KR102575043B1 (ko) 2023-09-07

Family

ID=87974810

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230015944A KR102575043B1 (ko) 2023-02-07 2023-02-07 고효율 연료전지 시스템 및 그 제어 방법

Country Status (1)

Country Link
KR (1) KR102575043B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116995276A (zh) * 2023-09-27 2023-11-03 爱德曼氢能源装备有限公司 燃料电池发电系统冷却方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180033766A (ko) * 2016-09-26 2018-04-04 주식회사 엘지화학 인공지능형 연료전지 시스템
KR101989388B1 (ko) * 2018-12-14 2019-06-14 (주)에프씨아이 연료전지 제어 시스템
KR20220080444A (ko) * 2020-12-07 2022-06-14 대우조선해양 주식회사 다단 연료전지 시스템 및 친환경 발전 방법
KR20220140080A (ko) 2021-04-08 2022-10-18 한국자동차연구원 연료전지 시스템의 응축수 순환 장치 및 제어 방법
KR20230008558A (ko) 2021-07-07 2023-01-16 현대모비스 주식회사 연료전지 시스템에서 결함에 대처하기 위한 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180033766A (ko) * 2016-09-26 2018-04-04 주식회사 엘지화학 인공지능형 연료전지 시스템
KR101989388B1 (ko) * 2018-12-14 2019-06-14 (주)에프씨아이 연료전지 제어 시스템
KR20220080444A (ko) * 2020-12-07 2022-06-14 대우조선해양 주식회사 다단 연료전지 시스템 및 친환경 발전 방법
KR20220140080A (ko) 2021-04-08 2022-10-18 한국자동차연구원 연료전지 시스템의 응축수 순환 장치 및 제어 방법
KR20230008558A (ko) 2021-07-07 2023-01-16 현대모비스 주식회사 연료전지 시스템에서 결함에 대처하기 위한 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116995276A (zh) * 2023-09-27 2023-11-03 爱德曼氢能源装备有限公司 燃料电池发电系统冷却方法及系统

Similar Documents

Publication Publication Date Title
US8449649B2 (en) Systems and methods for starting up pressure swing adsorption assemblies and hydrogen-producing fuel processing systems including the same
KR101939687B1 (ko) 수소 생성을 위한 개질기-전해조-정제기(ｒｅｐ) 어셈블리, 이를 통합한 시스템들 및 수소를 생성하는 방법
US9112201B2 (en) Hydrogen production apparatus, fuel cell system and operation method thereof
CA2590645C (en) Temperature-based breakthrough detection and pressure swing adsorption systems and fuel processing systems including the same
KR102575043B1 (ko) 고효율 연료전지 시스템 및 그 제어 방법
US20140260964A1 (en) System and method of regenerating desulfurization beds in a fuel cell system
US7833311B2 (en) Temperature-based breakthrough detection and pressure swing adsorption systems and fuel processing systems including the same
JP2012528448A (ja) 開放型燃料電池システム
US20070044657A1 (en) Fuel cell systems and methods for passively increasing hydrogen recovery through vacuum-assisted pressure swing adsorption
US20240124782A1 (en) Production of hydrogen and ft products by steam/co2 reforming
US20090151249A1 (en) Systems and methods for supplying auxiliary fuel streams during intermittent byproduct discharge from pressure swing adsorption assemblies
CN102177086A (zh) 氢生成装置、燃料电池系统以及氢生成装置的运行方法
JP4870909B2 (ja) 燃料電池発電装置
JP4939114B2 (ja) 燃料処理装置及び燃料電池システム
KR100898881B1 (ko) 열복합 발전소 및 그의 운전 방법
WO2012091121A1 (ja) 燃料電池システム
KR102622869B1 (ko) 가스 개질 시스템 및 방법
JPH08222261A (ja) 燃料電池発電システム
KR102568347B1 (ko) 열병합 발전 시스템 및 방법
KR101538627B1 (ko) 연료전지, 이를 포함한 발전 시스템 및 방법
JP3548041B2 (ja) 燃料電池発電装置およびその改質装置の劣化診断方法
JP2011184549A (ja) 脱硫方法および脱硫装置および燃料電池発電システム
JP2006120421A (ja) 燃料電池発電システム
JP2002042850A (ja) 燃料電池発電装置の運転方法
US20230231169A1 (en) Desulfurization using a molten carbonate fuel cell

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant