KR20150060734A - 연료 전지 플릿 최적화 - Google Patents

연료 전지 플릿 최적화 Download PDF

Info

Publication number
KR20150060734A
KR20150060734A KR1020157007840A KR20157007840A KR20150060734A KR 20150060734 A KR20150060734 A KR 20150060734A KR 1020157007840 A KR1020157007840 A KR 1020157007840A KR 20157007840 A KR20157007840 A KR 20157007840A KR 20150060734 A KR20150060734 A KR 20150060734A
Authority
KR
South Korea
Prior art keywords
fuel cell
frit
power
fuel
efficiency
Prior art date
Application number
KR1020157007840A
Other languages
English (en)
Other versions
KR102071377B1 (ko
Inventor
제임스 스미스
데이비드 웨인게트너
프라모드 바차니
브렌트 밀러
나타라잔 라마난
아르네 발렌타인
스와미나단 벤카타라만
디파크 슈크라
Original Assignee
블룸 에너지 코퍼레이션
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 블룸 에너지 코퍼레이션 filed Critical 블룸 에너지 코퍼레이션
Publication of KR20150060734A publication Critical patent/KR20150060734A/ko
Application granted granted Critical
Publication of KR102071377B1 publication Critical patent/KR102071377B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
    • H01M8/04858—Electric variables
    • H01M8/04925—Power, energy, capacity or load
    • H01M8/0494—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
    • H01M8/04992—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
    • H01M8/24—Grouping of fuel cells, e.g. stacking of fuel cells
    • H01M8/249—Grouping of fuel cells, e.g. stacking of fuel cells comprising two or more groupings of fuel cells, e.g. modular assemblies
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2250/00—Fuel cells for particular applications; Specific features of fuel cell system
    • H01M2250/10—Fuel cells in stationary systems, e.g. emergency power source in plant
    • 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
    • H01M8/04634—Other electric variables, e.g. resistance or impedance
    • H01M8/04649—Other electric variables, e.g. resistance or impedance of fuel cell stacks
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/10—Applications of fuel cells in buildings
    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/40—Fuel cell technologies in production processes
    • Y04S10/545—

Abstract

연료 전지 플릿은 데이터 서버에 각각 연결된 복수의 연료 전지 시스템을 구비한다. 데이터 서버는 복수의 연료 전지 시스템으로부터 운영 데이터를 획득하도록 구성될 수도 있다. 효율성 제어기는 운영 데이터로부터 플릿의 전력 출력과 효율성을 예측하도록 그리고 소망의 플릿 출력 전력을 유지하면서 플릿 연료 소비를 최소화하기 위해 플릿의 효율성을 최적화도록 구성된다. 효율성은 플릿 연료 소비에 대한 플릿 출력 전류 또는 출력 전력의 비율에 의해 결정될 수도 있다.

Description

연료 전지 플릿 최적화{FUEL CELL FLEET OPTIMIZATION}
관련 출원에 대한 교차 참조
본 출원은 2012년 9월 25일자로 출원된 미국 출원 제 13/626,560호의 이익을 주장하며, 상기 출원은 그 전체가 참조로 본원에 통합된다.
배경
본 발명은 일반적으로 발전(power generation) 최적화 및 관리의 분야에 관한 것이다. 구체적으로는, 본 발명은 목표(objective) 또는 목표들의 세트를 달성하기 위해 연료 전지 시스템의 플릿(fleet)의 동작을 최적화하는 것에 대한 것이다.
본 발명의 배경의 하기의 설명은, 단지, 본 발명을 이해함에 있어서의 보조로서 제공되며 본 발명의 종래 기술을 설명하거나 구성하도록 인정되는 것은 아니다.
목표 또는 목표들의 세트를 달성하기 위해 관리되는 연료 전지 모듈의 플릿으로서 산업적 발전(industrial power generation) 성능이 고객에게 제공될 수도 있다. 목표는 발전이 제공되고 있는 비즈니스 모델에 따라 변할 수도 있다.
플릿의 목표에 관련되는 독립 변수 사이의 복잡한 상호작용을 고려하면, 연료 전지 시스템으로부터의 실시간 운영 데이터(operational data)의 수집 및 플릿 내의 시스템의 제어를 자동화하기 위한 그리고 하나 이상의 운영 목표(operational objective)를 달성하기 위한 필요성이 존재한다.
개요
일 실시형태는 발전기에 대한 것이다. 연료 전지 플릿은 데이터 서버에 각각 연결된 복수의 연료 전지 시스템을 구비한다. 데이터 서버는 복수의 연료 전지 시스템으로부터 운영 데이터를 획득하도록 구성될 수도 있다. 효율성 제어기(efficiency controller)는 데이터 서버에 동작가능하게(operably) 연결된다. 효율성 제어기는 운영 데이터로부터 플릿의 전력 출력과 효율성을 예측하도록 그리고 소망의 플릿 출력 전력을 유지하면서 플릿 연료 소비를 최소화하기 위해 플릿의 효율성을 최적화하도록 구성된다. 효율성은 플릿 연료 소비에 대한 플릿 출력 전류 또는 출력 전력의 비율에 의해 결정될 수도 있다.
다른 실시형태는 발전기(power generator)에 대한 것이다. 연료 전지 플릿은 데이터 서버에 각각 연결된 복수의 연료 전지 시스템을 구비한다. 이 실시형태에서, 복수의 연료 전지 시스템의 적어도 하나 이상이 동작 중이다(operational). 데이터 서버는 복수의 연료 전지 시스템의 운영 데이터를 획득하도록 구성된다. 데이터 서버는 TMO(total maintained output; 총 유지 출력) 제어기에 동작가능하게 연결된다. TMO 제어기는, 운영 데이터로부터 한 기간에 걸쳐 누적된 플릿에 대한 TMO 전력을 결정하도록, 그 기간에 걸친 TMO 전력을 플릿에 대해 확립된 TMO 전력 설정점(TMO power set point)과 비교하도록, 그리고 그 기간에 걸친 TMO 전력이 TMO 전력 설정점 미만인 경우 플릿의 동작 중인 연료 전지 시스템(operational fuel cell system)의 전력 출력을 증가시키도록 구성된다.
다른 실시형태는 복수의 연료 전지 모듈을 각각 포함하는 복수의 연료 전지 시스템을 구비하는 연료 전지 플릿의 효율성을 최적화하기 위한 방법에 대한 것이다. 플릿에 대한 소망의 출력 전력은 전력 제어기에 의해 설정된다. 플릿에 대한 효율성은, 전력 제어기에 의해 설정된 플릿 출력 전력을 최적화하도록 효율성 제어기를 제어하는 것에 의해 달성된다. 효율성은 플릿 연료 소비에 대한 플릿 출력 전류 또는 출력 전력의 비율에 의해 결정될 수도 있다.
다른 실시형태는 연료 전지 시스템의 효율성을 최적화하기 위한 방법에 대한 것이다. 최저 연료 활용률(utilization)을 갖는 연료 전지 시스템의 적어도 하나의 모듈 내의 연료 전지 세그먼트가 식별된다. 식별된 연료 전지 세그먼트의 출력 전류는 전류의 증분(increment)만큼 증가된다. 모듈은 평가되고 액션이 취해진다. 예를 들면, 액션은 동작 조건(operating condition)을 유지하는 것, 식별된 세그먼트로부터의 전류의 증분을 제거하는 것, 식별된 세그먼트의 출력 전류를 전류의 제 2의 증분만큼 증가시키는 것, 및 전류의 제 3의 증분의 적용을 위해 상이한 세그먼트를 선택하는 것을 포함할 수도 있다.
다른 실시형태는 복수의 연료 전지 모듈을 각각 포함하는 복수의 연료 전지 시스템을 구비하는 연료 전지 플릿의 수익을 최적화하기 위한 방법에 대한 것이다. 그 방법은, 플릿이 모델링되도록 플릿에 관한 프로세스 데이터에 액세스하는 것, 플릿에 대한 최적화된 제어 변수를 계산하기 위해 모델 기반의 비용 함수를 사용하는 것, 최적화된 제어 변수를 검증하는 것, 최적화된 제어 변수를 플릿에 배치하는 것, 및 플릿이 정상 상태(steady state)에 도달한 이후, 액세스, 사용, 검증 및 배치의 단계를 반복하는 것을 포함한다. 상기 일반적인 설명과 하기의 상세한 설명은 예시적인 것이고 설명만을 위한 것이며, 청구되는 바와 같은 본 발명을 제한하는 것이 아님이 이해되어야 한다.
본 발명의 이들 및 다른 특징, 양태 및 이점은 하기의 설명, 첨부된 특허청구범위, 및 하기에 간략히 설명되는 도면에서 도시된 수반하는 예시적인 실시형태로부터 명확하게 될 것이다.
도 1은 모듈식의 발전 플릿의 블록도이다.
도 2는 일 실시형태에 따른 발전 플릿의 블록도이다.
도 3은 일 실시형태에 따른 발전 플릿의 블록도이다.
도 4는 일 실시형태에 따른 발전 플릿의 동작을 설명하는 흐름도이다.
도 5는 일 실시형태에 따른 모델 서버를 예시하는 블록도이다.
도 6은 일 실시형태에 따른 TMO 제어 플로우를 예시하는 블록도이다.
도 7은 일 실시형태에 따른 연료 전지 모듈을 예시하는 블록도이다.
도 8은 칼럼 i 내지 N을 구비하는 핫박스를 예시하는 블록도이다.
도 9는 일 실시형태에 따른 최적화 프로세스의 로직 플로우를 예시하는 시스템 블록도이다.
도 10은 임의의 실시형태와 함께 사용하기에 적합한 컴퓨팅 디바이스의 시스템 블록도이다.
도 11은 임의의 실시형태와 함께 사용하기에 적합한 서버 디바이스의 시스템 블록도이다.
상세한 설명
본 발명의 실시형태가 첨부의 도면을 참조로 하기에 설명될 것이다. 하기의 설명은 본 발명을 제한하려는 것이 아니라 본 발명의 예시적인 실시형태를 설명하도록 의도된 것임이 이해되어야 한다.
발전을 제공하기 위해 사용되는 장치는 고객에게 판매될 수도 있고, 판매되는 경우 고객은 플릿에 대한 동작 목표를 결정할 것이다. 한편, 플릿의 공급자는 플릿에 대한 소유권을 유지하여 플릿에 의해 발생된 전력을 고객에게 판매할 수도 있다. 이러한 협의 하에서, 공급자는 플릿에 대한 목표를 확립하고 그에 따라 플릿을 관리한다. 임의의 주어진 시간에, 연료 전지 플릿 내의 단일의 연료 전지 시스템의 동작 특성은 그 플릿 내의 다른 연료 전지 시스템의 동작 특성과 상이할 수도 있다. 또한, 컴포넌트 고장, 전력 요구 목표에서의 변화 및 연료 전지 플릿의 연료의 비용에서의 변화는 하나의 목표를 다른 것에 비해 촉진하는 것을 필요로 할 수도 있다. 예를 들면, 결제 주기(billing cycle) 동안 연료 전지 플릿으로부터의 고정된 양의 전력을 전달하는 목표에 우선순위가 할당될 수도 있다. 플릿 내의 연료 전지 시스템이 오프라인이거나 부분적인 용량에서만 동작하는 경우, 발전 목표를 충족시키기 위해, 연료 전지 시스템을 그 컴포넌트의 장수명을 유지하도록 동작시키는 것과 같은 다른 목표를 일시적으로 예속시키는 것이 필요할 수도 있다.
일 실시형태에 따르면, 개개의 전력 플랜트(예를 들면, 연료 전지 시스템)의 효율성은 전력 출력 및 연료 입력에 의해 결정된다. 연료 전지 출력 전력은 BOP(balance of plant; 보조설비) 부하를 구동하도록 에너지를 제공하기 위해 사용된다. 장시간의 동작 후, 연료 전지 전기 저항은 증가한다. 이것은 냉각을 위해 더 많은 BOP 부하를 필요로 하고 연료 전지 출력 전압에서의 감소를 동반한다. 이들 요인은 이력 로그 데이터(historically logged data)로부터 분석된다. 먼저, 예측 전력과 측정 전력 사이의 차이를 측정하는 것에 의해 BOP 전력이 계산된다. 두 번째로, 전류와 전압 측정치와 연료 전지의 모델로부터 시스템 내의 연료 전지의 저항이 계산된다. 세 번째로, 전력 변환 장치(power conditioning system; PCS)의 각각의 컴포넌트에 대한 전력 손실이 계산된다. 이들 계산의 각각은 전류, 시스템 연령, 및 다른 프로세스 변수의 함수일 수 있다.
이들 요인은, 연료 전지의 칼럼 또는 스택 또는 개개의 연료 전지에 대한 현재의 설정점에 기초하여 개개의 시스템의 효율성과 출력 전력을 예측할 각 개개의 연료 전지 시스템의 모델을 생성하기 위해 사용된다. 플릿 옵티마이저(Fleet Optimizer)는 하나 이상의 시스템의 플릿에 대한 전력과 효율성을 예측하기 위해 모델 데이터를 사용한다. 그 다음, 시스템 출력 전력을 유지하고 시스템 수명을 연장하면서 연료 소비를 최소화하기 위해 효율성이 최적화된다.
다른 실시형태에서, 총 유지 출력(TMO)은 하나 이상의 연료 전지 시스템의 누적된 시간 평균 출력 전력이다. TMO는, 계약 수행 요건에 의해 정의된 시스템, 고객 사이트(customer site), 또는 시스템의 플릿에 대한 정격 명판 출력 전력(rated nameplate output power)의 백분율로서 표현된다. TMO는 수명, 분기, 월, 또는 주 기반으로 계산될 수 있다. TMO 제어기는 시스템의 플릿으로부터의 전력 출력을 모니터링하고, 그 값을 시간에 걸쳐 누적하고, 그 결과를 플릿에 대해 필요한 TMO 설정점과 비교한다. 플릿 내의 하나 이상의 시스템이 셧다운되면, TMO 제어기는 손실된 출력 전력을 보상하기 위해 플릿에 대한 전력 커맨드를 증가시킬 것이다. 전력에서의 증가는 손실된 출력 전력에 의해 야기된 시간 누적 오류(time-integrated error)를 수정할 것이다. TMO 전력 커맨드는 연료 소비를 최소화하기 위해(효율성을 최대화하기 위해) 플릿 옵티마이저에 전송된다. 이것은 각각의 임의의 결제 기간(billing period)의 종료시에 고객에 대한 계약 의무(contract obligation)가 정확하게 충족되는 것을 가능하게 할 것이다.
본 발명의 실시형태에 대한 상황을 제공하기 위해, 공동 소유된 미국 특허 제 7,599,760호의 도 1 내지 도 4가 하기에 설명되는데, 상기 특허는 참조에 의해 본원에 통합된다.
도 1은 모듈식의 발전 플릿(1)의 블록도이다. 발전 플릿(1)은 적어도 하나의 연료 전지 클러스터 또는 시스템(10)으로 구성되며, 그 클러스터 또는 시스템(10)은 적어도 하나의 연료 전지 모듈(20)로 이루어진다. 용어 "시스템" 및 "클러스터"는 본원에서 상호 교환적으로 사용된다. 예를 들면, 3개의 클러스터 또는 시스템(10)이 도시된다. 각각의 클러스터(10)는 임의의 적절한 수의 모듈, 예컨대 하나 이상의 모듈(20), 예를 들면 하나 내지 20개의 모듈, 바람직하게는 4개 내지 8개의 연료 전지 모듈을 포함할 수도 있다. 각각의 클러스터(10)는 옵션적인 전력 컨디셔닝/전자장치(즉, 인버터 및 다른 전자장치)와 연료 프로세싱(즉, 연료 처리, 연료 압축기, 탈황기 등) 모듈을 또한 포함할 수도 있다. 각각의 모듈(20)은 복수의 연료 전지, 예컨대 2개 내지 20개의 연료 전지 스택, 예를 들면 4개 내지 8개의 스택 및 관련 보조 설비 컴포넌트를 포함한다. 모듈(20)의 비제한적인 예는 2004년 12월 3일자로 출원된 미국 특허 출원 제 11/002,681호, 및 2006년 1월 23일자로 출원된 미국 특허 가출원 제 60/760,933호에서 설명되며, 이들 출원은 본원에서 참조에 의해 통합된다. 바람직하게는, 연료 전지 모듈은 핫박스 내에 위치된 하나 이상의 칼럼에 정렬된 적어도 하나의 연료 전지 스택을 포함하는 별개의 캐비넷을 포함한다. 바람직하게는, 모든 칼럼은 복수의 연료 전지 스택, 예컨대 2개 내지 10개의 스택, 예를 들면, 4개 내지 8개의 스택을 포함한다. 바람직하게는, 모든 캐비넷은 복수의 칼럼, 예컨대 2개 내지 20개의 칼럼, 예를 들면, 4개 내지 8개의 칼럼을 포함한다. 전기적으로 직렬로 연결된 하나 이상, 바람직하게는 2개 이상의 칼럼은 연료 전지 세그먼트를 구성한다. 2010년 9월 24일자로 출원된 미국 가출원 제61/386,257호에서 설명된 바와 같은 각각의 핫박스에 "+"와 "-"의 전기적 출력을 갖는, 2개 내지 20개의 연료 전지 세그먼트, 예를 들면 4개 내지 8개의 세그먼트가 존재할 수도 있는데, 상기 출원은 그 전체가 참조에 의해 본원에 통합된다. 연료 전지 모듈은 적어도 하나의 연료 프로세싱 및 전력 컨디셔닝 모듈에 전기적으로 그리고 유체적으로 연결된다. 보조 설비 컴포넌트, 예컨대 블로어(blower), 밸브, 및 제어 기판 등은 하우징 및/또는 핫박스 안으로 통합될 수도 있다.
각각의 클러스터(10)에 대해 연료 전지 감시 제어기(fuel cell supervisory controller; 25)가 또한 제공된다. 감시 제어기(25)는, 다양한 동작 파라미터, 예컨대 블로어 VFD로의 전압을 조정하여 일정한 공기 유량을 유지하는 것에 의해 연료 전지 클러스터가 안전하게 작동하게 한다. 연료 전지 감시 제어기(25)의 주 목표는 모듈의 동작 동안 각 개개의 연료 전지 모듈(20)을 안정하게 유지하는 것이다. 각 개개의 연료 전지 모듈(20)의 안정한 동작을 유지하기 위해, 연료 전지 감시 제어기(25)는 다수의 운영 설정점을 참조하여 각각의 연료 전지 모듈(20)의 동작을 제어한다. 연료 전지 감시 제어기(25)는, 이들 운영 설정점의 허용가능한 범위 내에서 각각의 연료 전지 모듈(20)이 동작하는 것을 보장하여, 각각의 연료 전지 모듈(20)의 안정한 동작을 유지하게 된다. 예를 들면, 오퍼레이터는 감시 제어를 위한 설정점의 일부(예를 들면, 개질기의 수증기 대 탄소 비율, 또는 발생될 전력의 소망의 양)을 설정한다. 감시 제어는 아주 빠른 시간 규모로 발생한다(조정은 매 100 밀리초 내지 매 수초마다 발생할 수도 있다).
연료 전지 감시 제어기(25)는 각 개개의 연료 전지 모듈(20)을 제어할 수 있다. 임의의 주어진 시점에서, 단일의 연료 전지 모듈(20)의 동작 특성은 시스템 또는 클러스터(10) 내의 다른 연료 전지 모듈(20)의 것과는 상이하다. 스택 동작 특성은 온도, 압력, 압력 저하, 차동 압력, 연료 유량, 발전(즉, 모듈에 의한 전류 또는 전압 발생), 연료 활용률, 공기 활용률 등을 포함할 수도 있다. 보조 설비(BOP) 동작 특성은 압력, 압력 저하, 차동 압력, (컴포넌트에 의한 또는 누적) 소비 전력, 열교환기 온도, 열교환기 온도 변화, 열교환기 유효성(effectiveness), 개질기 온도, 물 유량, 물 인벤토리(water inventory), 수증기:탄소 비율, 애노드 재순환 유량(anode recycle flow rate), 공기 유량(연료 전지로의 메인 유량 또는 산화제 또는 연료 배출 버너로의 유량) 등을 포함할 수도 있다.
그러나, 각각의 연료 전지 모듈(20)의 안정한 동작이, 발전 플릿(1)이 전체적으로 경제적으로 가장 효율적인 방식으로 동작하고 있는 것을 반드시 보장하지는 않는다.
도 2 및 도 3은 발전 시스템(2)을 도시한다. 발전 시스템(2)은 적어도 하나의 연료 전지 클러스터(10), 예컨대 2개 내지 10개의 클러스터를 포함하고, 예를 들면, 도 2에는 3개의 클러스터가 도시된다. 각각의 연료 전지 클러스터(10)는 하나 이상의 연료 전지 모듈/시스템(FSC; 20)으로 이루어진다. 특히, 연료 전지 클러스터(10)는 공통 연료 프로세싱 모듈(fuel processing module; FPM)과 전자장치 모듈(ELEC)을 공유하는 연료 전지 모듈(20)의 클러스터이다. 전자장치 모듈은 도 1에 도시된 감시 제어기(25)를 포함한다. 따라서, 단일의 연료 전지 클러스터(10)는 다른 연료 전지 클러스터(10)와는 독립적으로 동작될 수 있다. FPM은 중앙 피드(central feed)로부터 연료 전지 클러스터(10)로 개개의 연료 전지 모듈(20)로 연료를 분배한다 (그리고 필요하다면, 처리한다). ELEC는 하나 이상의 연료 전지 모듈(20)로부터 전력을 수신하고, 그 전력을 사용가능한 형태로 수정/컨디셔닝한다(예를 들면, 출력 전압을 수정하고, DC에서 AC로 변환하는 등등).
하나 이상의 연료 전지 경제적 제어기(fuel cell economic controllers; 30)가 제공될 수도 있다. 예를 들면, 시스템(2)은 단일의 제어기(30)를 구비할 수도 있다. 대안적으로, 각각의 클러스터(10) 또는 각각의 연료 전지 모듈(20)은 별개의 경제적 제어기(30), 예컨대 제어 회로 칩 또는 마이크로컴퓨터를 구비할 수도 있다. 경제적 제어기(30)가 감지 제어기(25)와 동일한 디바이스를 포함할 수도 있지만, 제어기(25 및 30)는 별개의 디바이스를 포함하는 것이 바람직하다. 연료 전지 경제적 제어기(30)는 각 개개의 연료 전지 모듈(20)을 제어할 수 있다. 각각의 연료 전지 클러스터(10)는 양방향 링크를 통해 데이터 서버(50)에 동작가능하게 연결된다. 본원에서 언급되는 양방향 링크와 임의의 동작가능한 연결은 임의의 물리적 와이어, 케이블 또는 광섬유 방식뿐만 아니라 무선으로 구현될 수도 있음이 이해되어야 한다.
도 3에 더 상세히 도시되는 바와 같이, 각각의 연료 전지 모듈(20)과 데이터 서버(50) 사이의 연결은 게이트웨이(40)를 통해 제공된다. 바람직하게는, 게이트웨이(40)는 연료 전지 클러스터(10)에 관련된 정보를 수신하여 데이터 서버(50)로 전송하는 컴퓨터이다. 게이트웨이는 감시 제어를 또한 수행할 수도 있다. 통상적으로 게이트웨이(40)는 자신이 서빙하는 연료 전지 클러스터(또는 클러스터들)(10)에 물리적으로 밀접하게 위치된다. 데이터 서버(50)는 양방향 링크를 통해 모델 서버(60)에 동작가능하게 연결된다. 또한, 도 2에 도시된 바와 같이, 모델 서버(60)는, 연료 전지 경제적 제어기(30)에 동작가능하게 연결되는 오퍼레이터 감시 스테이션(operator advisory station; 70), 예컨대 디스플레이 또는 제어 패널에 동작가능하게 연결될 수도 있다. 도 2 및 도 3에 예시된 경제적 제어는 감시 제어를 흉내내거나 또는 대체하지 않는데, 그 이유는 설정점 중 몇몇이 임의적이고 그들이 경제적 최적조건을 충족하도록 결정되기 때문이다. 경제적 제어는 감시 제어보다 훨씬 느린 시간 규모로 발생할 수 있고, 예를 들면 경제적 조정은 매 10분마다 한 번보다 덜 빈번하게, 예를 들면 한 시간에 한 번 또는 두 번 발생한다.
도 3은 다수의 연료 전지 플릿의 최적화를 예시하는 블록도이다. 예시된 바와 같이, 고객(1)은 4개의 연료 전지 시스템 또는 클러스터(10)를 구비한다. 고객(2)은 5개의 연료 전지 시스템(10)을 구비한다. 각각의 연료 전지 시스템(10)은 임의의 수의 연료 전지 모듈(20), 예컨대 4개의 연료 프로세서와 전자장치 모듈을 구비할 수도 있다. 게이트웨이(40)는 하나 이상의 연료 전지 시스템(10)과 인터페이싱하도록 구성된다. 도시된 바와 같이, 데이터 서버(50)는 양방향 링크를 통해 각각의 게이트웨이(40)에 동작가능하게 연결된다. 각각의 연료 전지 시스템(10)에 관한 데이터는 게이트웨이(40)로 전달된다. 그 다음 게이트웨이(40)는 그 데이터를 데이터 서버(50)로 전달한다.
데이터 서버(50)는 동작 동안 각각의 연료 전지 시스템(10)으로부터 데이터를 수집한다. 통상적으로, 데이터는 연료 전지 시스템(10)과 각각의 연료 전지 모듈(20)에 관한 운영 정보이다. 데이터 서버(50)는 다수의 연료 전지 클러스터(10)로부터(어쩌면 다수의 사이트 및/또는 다수의 고객으로부터) 동작 온도, 연료 유량 및 활용률, 출력 전력, 설정뿐만 아니라, 위에서 열거된 다른 동작 데이터와 같은 BOP 동작 데이터 및/또는 스택을 수신하여 저장한다. 데이터 서버(50)는 데이터를 다시 게이트웨이(40)로 전송할 수 있고, 통상적으로 그 데이터는 연료 전지 클러스터(10)에 대한 소망의 운영 설정점의 형태이다. 개개의 게이트웨이 또는 데이터 서버는, 연료 소비 및 발전으로부터, 유도된 특성, 예를 들면 연료 전지 효율성을 또한 계산할 수 있다. 다른 정보 중에서, 그 데이터는 연료 전지 시스템(10)이 얼마나 효율적으로 동작하고 있는지를 설명한다. 데이터 서버(50)는 수신된 데이터에 기초하여 데이터 조정 기능을 또한 수행할 수도 있다. 프로세스 장치로부터의 동작 데이터는 계측 제한(instrumentation limitation)으로 인해 정밀하지 않고, 일관되지 않고 및/또는 부정확할 수 있다. 데이터 조정은, 기기로부터의 측정된 값을 일관된 세트의 있음직한 "참" 값으로 조정하기 위해 프로세스의 물리적 특성을 통합하는 모델 및 상대적 기기 신뢰성을 사용한다.
데이터 서버(50)는, 또한, 모델 서버(60)로 데이터를 전송하고 모델 서버(60)로부터 데이터 또는 "태그"를 수신할 수 있다. 예를 들면, 데이터 서버(50)는 다양한 연료 전지 클러스터(10)의 운영 데이터를 저장하도록 구성될 수도 있다. 그러나, 모델 서버(60)의 모델링과 최적화 이점을 촉진하기 위해, 데이터 서버(50)는 관심의 대상인 연료 전지 클러스터(10), 및/또는 특정 고객에 속하는 데이터를 모델 서버(60)에 선택적으로 제공하도록 구성된다. 대안적으로, 대역폭 및/또는 컴퓨터 제한으로 인해, 다수의 데이터 서버(50)는 다수의 모델 서버(60)와 연계하여 사용될 수도 있다.
모델 서버(60)는 발전 플릿(2)의 동작을 모델링하도록 구성된다. 또한, 데이터 서버(50)에 의해 획득된 데이터에 기초하여, 모델 서버(60)는 발전 플릿(2)의 온라인 최적화를 수행하도록, 즉, 모델링되고 있는 발전 플릿(2)의 동작을 최적화하도록 구성된다. 모델 서버(60)는 발전 플릿(2)의 동작과 동시에 실시간으로 작동하도록 구성된다. 용어 "실시간" 및 "실시간 최적화"는, 모델이 가장 최근의 데이터를 사용한다는 것을 의미하지만 모델이 정확히 동일한 순간으로부터의 데이터를 사용해야 한다는 것을 의미하는 것은 아님을 주목해야 한다. 따라서, 용어 "실시간"은 그 범위 내에 "거의 실시간"을 포함하고 "거의 실시간"으로서 칭해질 수도 있다. 도 3에 도시된 바와 같이, 모델 서버(60)는 각각의 고객 사이트의 동작을 독립적으로 또는 동시에 최적화하도록 구성될 수도 있다. 대안적으로, 각각의 고객 사이트는 자기 고유의 모델 서버(60)를 구비할 수도 있다.
도 4는 최적화 프로세스를 개설하는(outline) 흐름도이다. 먼저, 연료 전지 클러스터(10)의 운영 데이터가 데이터 서버(50)에 의해 획득된다(단계 100). 이 정보는 모델 서버(60)로 송신된다. 그 다음 연료 전지 클러스터(10)의 동작이 모델링된다(단계 110). 그 다음, 모델 서버(60)는, 발전 플릿(2)이 최적의 연료 활용률, 및/또는 최저 동작 비용과 같은 최적의 경제적 그리고 운용적 효율성을 획득하는 것을 허용할 각각의 연료 전지 모듈(20)에 대한 설정점을 결정한다(단계 120). 제안된 설정점은 다시 데이터 서버(50)로 송신된다. 따라서, 데이터 서버(50)는 제안된 운영 설정점에 도달하도록 연료 전지 클러스터(10)의 동작을 수정한다(단계 130).
모델 서버(60)는 규칙적인 간격으로(예를 들면, 매 시간마다 한 번) 실행하도록 구성될 수도 있다. 모델 서버(60)는 연료 전지 플릿(2)의 고충실 모델(high fidelity model)을 생성한다. 모델 서버(60)는 특정 고객에게 적용될 수 없는 모델의 부분이 비활성화될 수도 있도록 자동화된다. 예를 들면, 도 3에 도시된 바와 같이, 연료 전지 시스템(10)과 관련된 모델의 부분(고객 2에 대한 2, 4 및 5)은 고객 1에 대해 비활성화될 것이다. 모델 서버(60)는 데이터 서버(50)를 통해 연료 전지 시스템(10)의 운영 데이터를 획득하고 운영 데이터에 의해 나타내어진 조건을 시뮬레이팅하도록 구성된다. 모델 서버(60)는, 발전 플릿(2)의 경제적 그리고 운영의 최적의 설정점을 결정하는 것에 의해 발전 플릿(2)의 최적의 운영 효율성을 시뮬레이팅하기 위해 자기 자신을 재교정하도록(re-calibrate) 더 구성된다. 운영의 최적조건은 효율성을 최대화하는 것에 관련될 수 있고 한편 경제적 최적조건은 동작 비용을 낮추거나 또는 수익을 극대화하도록 발전 플릿(2)을 구성하는 것을 포함할 수도 있다. 또한, 운영의 최적조건은 소망의 미래의 운영 성능에 대한 것이다. 예를 들면, 예상되는 스택 저하 및 교체와 유지관리 비용을 고려하면서 플릿(2)의 수익을 극대화하는 것이 요구될 수도 있다.
최적화 동작은, 연료 전지 모듈(20)의 연료 유량 및/또는 온도를 조정하는 것과 같이 연속적이거나, 또는 어떤 타입의 연료(즉, 천연 가스 또는 프로판 등)가 사용되어야 하는지를 또는 특정 연료 전지 스택 또는 모듈이 어떻게든 동작 중이어야 하는지의 여부를 특정하는 것과 같이 불연속적일 수 있다. 모델 서버(60)는 재교정 데이터를 다시 데이터 서버(50)로 전달한다. 모델 서버(60)는 데이터를 데이터 서버(50)로 송신하여 발전 플릿(2)을 조정, 추정 및 최적화한다. 그 다음, 데이터 서버(50)는, 모델 서버(60)에 의해 계산된 설정점에 기초하여 발전 플릿(2)이 최적의 레벨에서 동작하도록 발전 플릿(2)을 재교정하기 위해 개개의 연료 전지 모듈(20)로 커맨드를 전송한다. 대안적으로, 모델 서버(60)는 데이터 서버(50) 대신 오퍼레이터 감시 스테이션(70)으로 재교정 데이터를 추천으로서 전송하도록 구성될 수도 있다. 오퍼레이터 감시 스테이션(70)은, 모델 서버(60)의 설정점 추천이 수행되기 이전에 그들을 인간 오퍼레이터가 리뷰하는 것을 허용한다. 그 다음, 오퍼레이터는 모델 서버의 추천을 수용하든지 또는 거절하든지 또는 수정할 수 있다. 또한, 오퍼레이터 감시 스테이션은 오퍼레이터가 연료 전지 제어기(30)로 설정점 데이터를 자동으로 또는 수동으로 전송하는 것을 허용하도록 구성된다.
이제, 모델 서버(60)의 운영 성능이 더 상세히 설명될 것이다. 모델 서버(60)는 단일의 실행 싸이클 동안 여러 기능들을 수행하여 경제적으로 그리고 운영적으로 바람직한 설정점을 획득하도록 구성된다. 예를 들면, 모델 서버(60)는 순간적인 스파이크를 감쇠시키기 위해 수신된 데이터 값을 시간 평균낼 수 있다. 대안적으로, 모델 서버(60)는, 불량한 및/또는 무의미한 데이터의 거절 및 그 운영 데이터에 대한 공칭 값에 의한 대체인 데이터 컨디셔닝을 수행할 수도 있다. 또한, 모델 서버(60)는 데이터 조정을 수행할 수도 있는데, 여기서는 개개의 측정 데이터의 예상된 신뢰도에 기초하여 모순되는 측정 데이터를 조정하기 위해 모델 서버(60)가 실행된다.
모델 서버(60)는 파라미터 추정을 수행하도록 구성될 수도 있다. 파라미터 추정은 한 모델에서의 동작을 특징짓는 하나 이상의 특성 파라미터를 결정하기 위해 프로세스 장치로부터의 동작 데이터(operating data)를 사용한다. 통상적으로, 추정된 파라미터는 근본적인 측정은 아니다. 예를 들면, 열교환기에 대한 오염 계수(fouling factor)는 유입 및 유출 플로우와 열교환기로부터의 온도 및 열 전달 계수의 설계값으로부터 추정될 수 있을 것이다. 파라미터 추정은 데이터 조정 단계에, 또는 별개의 단계에 포함될 수도 있다. 즉, 모델 서버(60)는 시스템의 현재 동작을 설명하는 발전 시스템(2)에 대한 주요 운영 파라미터를 결정할 수 있다. 예를 들면, 모델 서버(60)는 각각의 연료 전지 클러스터(10)가 보조설비(BOP) 성능 데이터로부터 얼마나 저하되었는지를 결정할 수 있다.
경제적 고려와 관련하여, 모델 서버(60)는 발전 플릿(2)에 의해 사용되고 있는 모든 유틸리티(즉, 전력, 천연가스)의 가격을 실시간으로 획득할 수 있다. 이러한 맥락에서, 하루 중 시간, 수용 전력 요금(demand charge), 예컨대 주어진 기간(예를 들면, 주어진 날(들) 및/또는 달(들))에 대한 피크 요금, 및 지명(nomination), 예컨대 유틸리티의 고객에 의해 유틸리티로 전달된 사용량 계획으로부터의 괴리(divergence)와 같은 그런 요인에 의해 가격이 영향을 받을 수도 있다는 점에서 가격은 비연속적이다(즉, 시간의 함수로서 가변적이다). 따라서, 본원에서 사용된 바와 같이, 유틸리티에 의해 제공되는 "가격"은 일반적인 상업적 유틸리티 계약에서 존재하는 복잡성을 반영하며 시간의 함수로서 정적이며 가변적인 가격 둘 다를 포함한다. 대안적으로, 모델 서버는, 수요 예측(demand forecasting)을 수행하기 위해, 데이터 서버(50)로부터 획득된 데이터를 다른 환경적 데이터와 연계하여 사용할 수도 있다. 수요 예측은 미래의 동작 기간에 대한 전력 수요를 추정한다. 예를 들면, 에어 컨디셔닝에 대해 필요한 전력의 추정은 온도와 관련 습도에 대한 예측으로부터 추정될 수 있을 것이다. 또한, 모델 서버(60)는, 발전 플릿(2) 내의 각각의 연료 전지 모듈(20)에 대한 최적의 설정점을 결정하기 위해, 조정된 측정치, 예측된 파라미터 및 실시간 가격을 사용하도록 구성된다. 예를 들면, 연료 전지 클러스터(10)의 각각의 연료 전지 모듈(20)은 상이한 양의 전력을 발생하도록 및/또는 상이한 양의 연료를 활용하도록 및/또는 하나 이상의 다른 모듈과는 상이한 온도에서 동작하도록 설정될 수 있다. 대안적으로, 모델 서버(60)는 데이터 서버(40)에게 특정 연료 전지 모듈(20)의 전력 출력을 5%보다 많게 변경시키지 말 것을 지시하거나 또는 스택 온도가 소정 온도 아래로 유지되어야 한다는 것을 지시할 수 있다. 또한, 모델 서버(60)는, 스택 저하율이 특정 비율(예를 들면, 3%/10000 시간) 아래로 유지되어야 한다는 것 또는 특정 연료 전지 모듈(20)이 수리를 포함한 다양한 이유로 인해 전혀 동작되지 않아야 한다는 것을 명시할 수 있다.
대안적으로, 모델 서버(60)는 고객 특정 피쳐(feature)를 고려하도록 구성될 수 있다. 예를 들면, 고객이 데이터 센터이면, 전력 사용은 서버를 작동시키기 위한 클린 파워와 에어 컨디셔닝을 작동시키기 위한 일반 전력으로 나누어질 것으로 예상된다. 최적의 발전 레벨을 결정하기 위한 모델 서버(60) 계산뿐만 아니라, 그 전력을 생산하기 위한 제어 플릿 설정점은, (1) 실시간 유틸리티 가격책정(pricing) 정보(천연 가스 또는 전기) (2) 고객별 유틸리티 계약 정보(예를 들면, 그리드로부터 소비 전력에 대한 새로운 피크를 설정할 가능성은 얼마인지) 및 (3) 고객별 수요 정보(예를 들면, 외부 온도, 상대 습도 및 서버 부하로부터 에어 컨디셔닝 부하를 추정하는 것 또는 하루 중 시간에 기초하여 서버 부하를 추정하는 것) 중 하나 이상을 고려할 수 있을 것이다.
현재로는, 실시간 온라인 데이터 컨디셔닝, 데이터 조정, 파라미터 추정, 모델 실행 및 연료 전지 시스템, 한 사이트에 대한 연료 전지 시스템의 클러스터, 또는 다수의 사이트에 걸친 연료 전지 시스템의 클러스터에 대한 모델 최적화를 수행하기 위한 어떠한 해결책도 존재하지 않는다. 발전 시스템에 의해 달성된 최적화에 기초한 다수의 사이트는 에너지 고객에 대한 더 효율적인 동작과 에너지 공급자에 대한 더 많은 수익으로 이어진다.
도 5는 일 실시형태에 따른 모델 서버를 예시하는 블록도이다. 이 실시형태에서, 모델 서버(60)는 플릿 효율성 옵티마이저 또는 제어기(63)와 총 유지 출력(TMO)(예를 들면, 출력 전력) 제어기(65) 중 적어도 하나를 포함한다. 바람직하게는, 서버(60)는 둘 다를 포함한다. 효율성 옵티마이저/제어기(63)는 출력 전력(TMO) 제어기(65)에 의해 설정된 바와 같은 플릿의 주어진 전력 출력 레벨에 대해 최적의 효율성을 설정하도록 동작한다. 일 실시형태에서, 플릿(2)은 써드파티(예를 들면, 전력의 공급자)에 의해 단일의 엔티티(예를 들면, 고객)에 대해 고정된 양의 전력을 전달하도록 동작될 수도 있다. 이 실시형태에서, 효율성 옵티마이저(63)는, 개개의 연료 전지 또는 연료 전지 스택, 칼럼 또는 세그먼트에 대한 현재의 설정점에 기초하여 개개의 시스템(10)의 효율성 및 출력 전력을 예측할 각 개개의 연료 전지 시스템 또는 클러스터(10)의 모델을 생성하도록 구성될 수도 있다.
일 실시형태에 따르면, 개개의 시스템(10)의 효율성(예를 들면, 사용되는 전체 전지로 전달된 총 전력의 비율)은 전력 출력 및 연료 입력에 의해 결정된다. 연료 전지 출력 전력은 BOP(balance of plant; 보조설비) 부하를 구동하도록 에너지를 제공하기 위해 사용된다. 장시간의 동작 후, 연료 전지 전기 저항은 증가한다. 이것은 냉각을 위해 더 많은 BOP 부하를 필요로 하고 연료 전지 출력 전압에서의 감소를 동반한다.
일 실시형태에서, 이력 로그 데이터로부터 3개의 요인이 분석된다. 먼저, 효율성 옵티마이저(63)는 연료 전지 시스템(10)의 예상 BOP 소비 전력과 실제 측정된 BOP 소비 전력 사이의 차이를 계산한다. 둘째, 효율성 옵티마이저(63)는 현재 저항을 결정하고 그것을 예상 저항과 비교하는 것에 의해 플릿의 각각의 연료 전지 시스템(10)의 각 연료 전지의 저항에서의 변화를 계산한다. 임의의 특정 시간에서의 연료 전지, 연료 전지 스택, 칼럼 또는 세그먼트의 저항은 각 연료 전지 시스템 또는 클러스터(10) 내의 각각의 연료 전지 연료 전지 스택, 칼럼 또는 세그먼트의 전류 및 전압 측정으로부터 결정될 수도 있다. 세 번째로, 전력 변환 장치(PCS)의 각각의 컴포넌트에 대한 전력 손실이 계산된다. 이들 계산의 각각은 전류, 시스템 연령, 및 다른 프로세스 변수의 함수일 수 있다.
효율성 옵티마이저(63)는 각 개개의 연료 전지 시스템(10)의 모델을 생성하기 위해 이들 요인을 사용한다. 모델은 개개의 연료 전지에 대한 현재의 설정점에 기초하여 개개의 시스템의 효율성 및 출력 전력을 예측하기 위해 사용된다. 이 모델은 하나 이상의 시스템의 플릿에 대한 출력 전력과 효율성을 예측하기 위한 수치 최적화 알고리즘에서 사용된다. 그 다음, 시스템 출력 전력을 유지하고 시스템 수명을 연장하면서 연료 소비를 최소화하도록 시스템(10)의 설정점을 조정하는 것에 의해 효율성이 최적화된다.
다른 실시형태에서, 플릿(2)의 총 유지 출력(TMO)(예를 들면, 전력 출력)은 플릿을 구성하는 하나 이상의 연료 전지 시스템(10)의 누적된 시간 평균 출력 전력이다. 일 실시형태에서, TMO는, 계약 수행 요건에 의해 정의된 시스템(10), 고객 사이트, 또는 시스템(10)의 플릿(2)에 대한 정격 명판 출력 전력의 백분율로서 표현된다. TMO는 수명, 분기, 월, 또는 주 기반으로 계산될 수도 있다. 시간에 걸친 출력 전력 제어기로서 또한 칭해질 수도 있는 TMO 제어기(65)는 시스템(10)의 플릿(2)의 전력 출력을 모니터링하고, 시간에 걸쳐 값을 누적하고, 그 결과를 플릿(2)에 대해 필요한 TMO 설정점과 비교한다. 플릿(2) 내의 하나 이상의 시스템(10)이 셧다운되면, TMO 제어기(65)는 손실된 출력 전력을 보상하기 위해 플릿(2)에 대한 전력 커맨드를 증가시킬 것이다. 전력에서의 증가는 손실된 출력 전력에 의해 야기된 시간 누적 오류를 수정할 것이다. TMO 전력 커맨드는 연료 소비를 최소화하기 위해(효율성을 최대화하기 위해) 옵티마이저(63)에 전송된다. 이것은 각각의 임의의 결제 기간의 종료시에 고객에 대한 계약 의무가 정확하게 충족되는 것을 가능하게 할 것이다. 대안적으로, 효율성 대신 또는 효율성에 추가하여, 수익, 비용 및/또는 시스템(10)의 유용한 동작 수명이 최적화될 수도 있다.
도 6은 일 실시형태에 따른 TMO 제어 플로우를 예시하는 블록도이다.
플릿(2)은 적어도 그 용량(예를 들면, 출력될 수 있는 최대 전력)의 측면에서 정의된다(원 602). 플릿 용량의 백분율로서 TMO 플릿 설정점(원 604)이 확립된다. 예를 들면, 초기에 확립된 바와 같은 TMO 플릿 설정점은 고객에 대한 계약 의무를 충족하면서 (예를 들면, 옵티마이저(63)에 의해 결정된 바와 같은) 플릿의 효율성을 극대화하도록 설정될 수도 있다.
플릿 설정점은 플릿의 실제 전력 출력과 비교되고(원 606) 차이는 KW로 TMO 전력 에러(원 608)로서 표현된다. 제한이 아닌 예시의 목적으로, 플릿의 실제 전력 출력은, 플릿 내의 연료 전지 시스템의 전체 또는 부분적인 고장으로 인해 또는 연료 시스템 컴포넌트의 노화로 인해, 플릿 설정점 미만일 수도 있다.
TMO 전력 에러는 시간에 걸쳐 누적되어(원 610) TMO를 결정하기 위해 사용된 기간에 걸친 이용가능한 시스템 인벤토리의 출력의 측정치(KW시 단위의 "인벤토리 누산기")를 생성한다. 인벤토리 누산기 값은 시간의 한 시점에서 고객에 의해 플릿으로부터 수신된 실제 전력을 반영한다.
TMO 인벤토리 설정점은 인벤토리 출력과 비교되어(원 612) 인벤토리 에러를 생성하는데(원 614), 그 에러는 플릿의 KW시 전력 출력에서의 부족분을 나타낸다. TMO 제어기(65)는 인벤토리 에러를 수신하고 플릿 내의 시스템의 운영 인벤토리를 반영하는 새로운 플릿 전력 설정점을 확립한다(원 616). 새로운 플릿 전력 설정점은 플릿 효율성 옵티마이저(63)에 의해 수신되어, 플릿(2)의 효율성을 최적화하는 플릿 내의 각 운영 시스템 또는 클러스터(10)의 전력 컨디셔너에 대한 전력 커맨드를 생성한다(원 618). 플릿 내의 각 운영 시스템의 응답이 측정되고(원 620) 합산되어(원 622) KW 단위의 총 전력 출력 값을 생성한다. 이 합산된 값은 다시 TMO 설정점과 비교된다(원 608).
일 실시형태에서, 플릿 설정점(원 604)은 최초 고객의 부하에 매칭된다. TMO 제어기(65)는 데이터 서버(50)에 의해 모델 서버(60)에 제공된 정보에 따라 초기 설정점을 조정할 수도 있다(도 5 참조). 초기 TMO 인벤토리 설정점(원 612)은 플릿의 동작의 레벨을 가정하는 플릿 설정점으로부터 확립된다. 인벤토리 설정점은 인벤토리 에러(원 614)와 플릿의 현재 상태에 기초하여 변경될 수도 있다.
이상적인 조건하에 있는 동안, 플릿을 그 이상적인 효율성(전체 플릿 연료 입력에 의해 나누어진 전체 플릿 전력 출력에 의해 결정됨)에서 또는 그 근처에서 동작시키면서 고객의 요건은 충족될 것이고, 플릿이 전력을 고객에게 공급하는 데 이용가능하지 않은 조건이 발생할 수도 있다. 일 실시형태에서, 효율성 옵티마이저(63)의 결정은 TMO 제어기(65)의 결정에 예속된다. 일 실시형태에서, 고객에 대한 전력 전달 약속을 달성하는 것은 플릿을 그 최적의 효율성에서 동작시키는 것보다 우선권을 가질 것이다. 그러나, 효율성 옵티마이저(63)는 TMO 제어기의 총 플릿 전력 출력 결정을 고려하여 플릿의 가장 효율적인 동작 파라미터를 결정할 것이다.
앞서 설명된 바와 같이, 연료 전지의 플릿에 대한 효율성의 측정은 총 플릿 연료 입력에 의해 나누어진 플릿의 총 전력 출력이다. 효율성을 향상시키는 한 방식은 연료 전지 시스템(10)의 연료 소비를 최적화하는 것이다.
도 7은 일 실시형태에 따른 연료 전지 모듈을 예시하는 블록도이다. 이 실시형태에서, 연료 전지 모듈(20)은 N개의 세그먼트의 각각에 대해 "I"개의 연료 전지 세그먼트 전류 출력을 갖는 "N" 개의 연료 전지 세그먼트(72)를 형성하도록 상호연결된 연료 전지 칼럼(70)을 포함한다. 도 7에 예시된 바와 같이, 개개의 연료 전지 세그먼트(72)는, 모듈(20)의 총 연료 플로우(F)의 디폴트 공유 부분이 아니라, 전류 커맨드를 달리할 수도 있다. 매 칼럼은 하나 이상의 연료 전지 스택, 예컨대 4개 내지 8개의 스택을 구비할 수도 있다. 모듈(20)은 2개 내지 20개의 세그먼트(72), 예컨대 4개 내지 8개의 세그먼트를 구비할 수도 있다. 각각의 세그먼트(72)는 하나 이상의 칼럼, 예컨대 점퍼(74)에 의해 직렬로 연결된 2개의 칼럼(70)을 구비할 수도 있다. 도 7에 도시된 바와 같이, 핫박스(800)는 칼럼(70)으로부터 형성된 세그먼트(72)(세그먼트 "i" 내지 "N")를 포함한다. 각 세그먼트(72)의 "+"와 "-" 출력은 DC-DC 컨버터(76)에 연결된다. DC/DC 컨버터(76)의 출력은 인버터(도시되지 않음)로 3상의 전압("+", "-", 및 중립)을 제공하는 듀얼 버스를 형성하도록 연결된다.
일 실시형태에 따르면, 세그먼트(N)에 대한 연료 활용률(Ufn)의 측정은 UfN= IN/FN으로서 정의된다. 일 실시형태에서, FN은 세그먼트의 배압(backpressure)(즉, 각 세그먼트의 연료 플로우에 대한 저항)을 측정하여 세그먼트를 통한 연료 플로우를 결정하는 것에 의해 결정된다. 각 세그먼트에 대해 IN이 결정된다. 모듈에 대해, Uf-overall = Itotal/F이며, 여기서 F = Σ1→N(Fi)이다.
전지에 대한 손상을 방지하기 위해 각 연료 전지에 대한 Uf 한계가 관측되어야 하지만, 몇몇 세그먼트는 Uf 한계를 위반하지 않으면서 더 높은 전류를 받아들일 수도 있다.
일 실시형태에서, 세그먼트 전류(li)는 Isegment i = Ii + δIi sdf로서 정의된다. 이 실시형태에서, δIi는 세그먼트 "i"에 연결되는 DC-DC 컨버터에 지령되는(commanded) 추가적인 전류 요건이다. 예를 들면, 이 추가 전류는 하루당 약 0.1암페어의 크기를 가질 수도 있다. 이 추가적인 전류 요건은 모듈에 의한 연료 소비(F)에서의 어떠한 증가로도 나타나지 않는다. 따라서, 전류는 모듈에 의한 연료 사용량의 증가 없이 증가되었다.
모듈이 평형상태에 도달하면, Uf1, Uf2, Uf3, UfN이 평가되어 최저 Uf를 결정한다. 일 실시형태에서, Uf의 평가는 전류 또는 연료 플로우를 교란시키고 dV/dUf를 측정하는 것에 의해 수행된다. 다른 실시형태에서, Uf의 평가는 전기 임피던스 특정(electro impedance specific; EIS) 측정에 의해 결정된다.
또 다른 실시형태에서, Uf의 평가는 각 세그먼트의 전압-전류(V-I) 플롯을 참조하여 결정된다. 이 실시형태에서, 모든 세그먼트는 동일한 동작 특성을 갖는 것으로 간주된다. 각 세그먼트의 출력 전류(Iout)가 측정된다. 각 세그먼트의 온도는 예를 들면 열전쌍을 사용하여 측정된다. 각 세그먼트의 전압(Vout)은 공지이다. 따라서, Vout은 Iout, 온도 및 Uf의 함수이다. Uf는 Vout, Iout, 및 온도로부터 계산될 수도 있다. 추가적으로, 세그먼트의 온도가 동일하거나 또는 대략 동일하면, Uf는, 세그먼트 1의 Iout이 세그먼트 2의 Iout보다 더 크면, 세그먼트 1의 Uf가 세그먼트 2의 Uf보다 더 커지도록, 출력 전류에 비례한다.
최저 Uf 또는 최상의 "건전성"을 갖는 세그먼트에 대해, δIi의 한 증분이 출력 전류에 추가되고 새로운 정상 상태가 도달된다. δIi의 적용은 (δIi)2R로 인해 열에서의 증가로 나타나게 된다. 선택된 세그먼트 "i"는 더 뜨거워질 것이다. 그것이 더 뜨거워짐에 따라, 플로우 배압은 증가할 것이다. 선택된 세그먼트에 대한 Ufi는 결과적으로 더 증가할 것이다. 다른 세그먼트에 대한 Uf는 결과적으로 감소될 것이다(그들을 더 건전한 상태로 남겨 두게 됨).
모듈의 상태는 δIi의 적용 이후에 평가되고, 다음 중 하나가 발생한다: (a) 조건이 유지된다; (b) (선택된 세그먼트가 나빠지면(suffer)) δIi가 제거된다; (c) 선택된 세그먼트에 대해 δIi가 하나 더 주입된다; 또는 (d) 상이한 세그먼트를 현재의 "가장 건전한" 세그먼트로 만드는 Uf에서의 변화에 기초하여 δIi의 적용을 위한 상이한 세그먼트를 선택하는 것. 프로세스는 원하는 대로 주기적으로 반복된다.
도 8은 칼럼 i 내지 N을 구비하는 모듈(20)의 핫박스를 예시하는 블록도이다. 일 실시형태에서, 핫박스(800)의 최대 연료 활용률(Uf)은 이력 데이터로부터 결정된다. 연료 전지 세그먼트의 콜드(cold) 칼럼의 각각의 연료 활용률 감도(fuel utilization sensitivity; FUS)는 콜드 칼럼으로부터 증분적 전류(δI)를 이끌어 내는 것에 의해 결정된다. 연료 전지 칼럼의 전압(Vout)은 칼럼의 연료 사용량(Uf)의 함수이다. 증분적 전류(δI)의 적용에 응답한 Vout에서의 변화는 칼럼의 FUS를 나타낸다. 칼럼으로부터 더 많은 전류를 이끌어 내는 것은 그 전류(I) 및 저항(R) 둘 다를 증가시켜 칼럼 온도를 증가시키게 된다. 전류는 이력 데이터로부터 결정될 수도 있는 칼럼에 대한 최대 연료 활용률에 의해 제한될 수도 있다. 칼럼 사이에서 더 균일한 열 분포(및 더 나은 효율성)를 찾기 위해 프로세스는 반복된다. 다른 실시형태에서, 핫박스의 열적 균일성과 로컬 Uf에 가중치가 부여된 제약(weighted constraint)이 부과된다. 그 다음, 최대 효율성을 결정하기 위해 핫박스를 모니터링한다. 2개의 제약에 대한 가중치는 시스템 운영 시간에 걸쳐 변경될 수 있다.
도 9는 일 실시형태에 따른 최적화 프로세스의 로직 플로우를 예시하는 시스템 블록도이다.
902에서 플릿이 정의된다. 플릿 정의는 플릿을 구성하는 시스템, 플릿에 의해 생성될 전력 및 플릿 컴포넌트 또는 플릿의 동작에 대한 임의의 제약을 식별할 수도 있다. 제한이 아닌 예시의 목적으로, 제약은, 플릿 컴포넌트 또는 플릿의 동작을 조절하기 위해 제어 엘리먼트에 의해 사용될 수도 있는 특정 동작 파라미터에 대한 범위 또는 설정점으로서 표현될 수도 있다.
904에서 플릿에 관한 프로세스 데이터가 액세스되고 플릿이 모델링된다. 정확한 프로세스 변수(예를 들면, 파라미터)가 계산될 수 있도록, 모델은 거의 실시간 프로세스 데이터로 초기화되는 것이 바람직하다. 예를 들면, 데이터는 플릿의 각각의 설치된 시스템에 대한 전기 및 연료(예를 들면, 천연 가스) 가격의 마진 테이블을 포함할 수도 있다. 이 데이터는 하기에 설명되는 바와 같이 플릿의 수익을 최적화하기 위해 사용된다.
플릿에서의 오퍼레이터가 선택한 시스템(operator selected system) 및 비정상 상태 시스템은 최적화 프로세스에서 배제될 수도 있다. 예시로서, 온라인으로 되어 있는 플릿 내의 시스템은, 시스템 시동(start-up)을 조절하는 다른 제어 프로세스와 간섭하지 않기 위해, 그 시스템이 정상 상태에 도달할 때까지 최적화 프로세스로부터 제거될 수도 있다. 추가적으로, 최적화에 적절하지 않은 시스템이 식별될 수도 있다. 예를 들면, 크리티컬한 서비스를 제공하는 의료 설비는, 그 크리티컬한 서비스가 방해를 받지 않는 것을 보장하기 위해 비효율적으로 동작하는 것이 허용될 수도 있다.
타당성 조사(feasibility study)가 수행된다(908). 타당성 조사는, 정의된 바와 같은 플릿이 최적화에 대한 후보인지의 여부를 결정하기 위해 사용될 수도 있다. 플릿이 최적화될 수도 있다면, 그 플릿에 대한 특정한 최적화 방법론(예를 들면, 특정한 최적화 알고리즘)을 선택하기 위해 타당성 조사가 또한 수행될 수도 있다.
최적화에 대한 후보인 플릿은 선택된 최적화 방법론에 따라 최적화된다(910). 최적화 프로세스는 하나 이상의 선택된 기능, 예컨대 시스템 또는 플릿 효율성 및/또는 동작 비용(즉, 수익 최적화)을 최적화할 수도 있다. 예를 들면, 하나의 최적화 프로세스는 주어진 플릿 또는 연료 전지 시스템의 집합에 대한 최적의 제어 변수(예를 들면, 파라미터)에 도달하기 위해 모델 기반의 비용 함수(model-based cost function)를 사용할 수도 있다.
선택된 최적화 방법론의 최적화 제어 변수는 검증되고 그 다음 플릿에 배치된다(912). 플릿은 정상 상태에 도달하도록 허용된다(914).
그 다음, 최적화는 단계 902에서 시작하여 반복적으로 적용된다. 다시 말하면, 단계 902-912는 플릿이 정상 상태에 도달한 이후 반복된다. 모델의 각각의 반복을 통해, 프로세스 파라미터의 전체 세트가 계산되고 그 다음 비용 함수로 제공된다. 비용 함수의 최종 출력은 오퍼레이터 정의되고 시스템 효율성, 시스템 전력 출력, 시스템 수명, 수익, 또는 다른 파라미터를 포함할 수도 있다. 추가적으로, 옵티마이저는, 전체적인 플릿 효율성, 개개의 연료 전지 시스템 효율성, 전체 플릿 출력, 개개의 연료 전지 시스템 전력, 현재의 설정점 및 다른 기준을 포함할 수도 있는 오퍼레이터가 선택한 제약(operator selected constraint)을 사용할 수도 있다.
도 10은 임의의 실시형태와 함께 사용하기에 적합한 컴퓨팅 디바이스의 블록도이다. 이러한 컴퓨팅 디바이스(1000)는 통상적으로 휘발성 메모리(1002)와 대용량 불휘발성 메모리, 예컨대 디스크 드라이브(1003)에 커플링된 프로세서(1001)를 포함한다. 통상적으로, 소프트웨어 애플리케이션은, 이들이 액세스되어 프로세서(1001)로 로딩되기 이전에, 내부 메모리(1002)에 저장될 수도 있다. 프로세서(1001)는 애플리케이션 소프트웨어 명령을 저장하기에 충분한 내부 메모리를 포함할 수도 있다.
또한, 컴퓨팅 디바이스(1000)는 프로세서(1001)에 커플링된 플로피 디스크 드라이브(1004)와 컴팩트 디스크(compact disc; CD) 드라이브(1005)를 포함할 수도 있다. 통상적으로, 컴퓨팅 디바이스(1000)는 마우스(1007)와 같은 포인팅 디바이스, 키보드(1008)와 같은 유저 입력 디바이스 및 디스플레이(1009)를 또한 포함할 것이다. 또한, 컴퓨팅 디바이스(1000)는 데이터 연결 또는 네트워크 연결을 확립하기 위한 또는 외부 메모리 디바이스, 예컨대 USB 또는 FireWire® 커넥터 소켓을 수용하기 위한 프로세서(1001)에 커플링된 다수의 커넥터 포트(1006)를 포함할 수도 있다. 노트북 구성에서, 컴퓨터 하우징은 포인팅 디바이스(1007), 키보드(1008) 및 디스플레이(1009)를 포함하며 이것은 컴퓨터 분야에서 널리 공지되어 있다.
컴퓨팅 디바이스(1000)가 데스크탑 폼팩터를 사용하는 것으로 예시되지만, 예시된 형태는 제한하려는 의도는 아니다. 예를 들면, 컴퓨팅 디바이스(1000)의 몇몇 또는 모든 컴포넌트는 데스크탑 컴퓨터, 랩탑 컴퓨터, 미니컴퓨터, 또는 휴대형 개인 정보 단말(personal data assistant)로서 구현될 수도 있다.
또한, 다양한 실시형태는 임의의 다양한 상업적으로 이용가능한 서버 디바이스, 예컨대 도 11에 예시된 서버(1100) 상에서 구현될 수도 있다. 이러한 서버(1100)는, 통상적으로, 휘발성 메모리(1102)와 대용량 불휘발성 메모리, 예컨대 디스크 드라이브(1103)에 커플링된 프로세서(1101)를 포함한다. 서버(1100)는 프로세서(1101)에 커플링된 플로피 디스크 드라이브, 컴팩트 디스크(CD) 또는 DVD 디스크 드라이브(1104)를 또한 포함할 수도 있다. 또한, 서버(1100)는 네트워크(1112), 예컨대 다른 방송 시스템 컴퓨터 및 서버에 커플링된 근거리 통신망과의 데이터 연결을 확립하기 위한 프로세서(1101)에 커플링된 네트워크 액세스 포트(1106)를 포함할 수도 있다. 또한, 서버(1100)는 오퍼레이터 인터페이스, 예컨대 키보드(1108), 포인터 디바이스(예를 들면, 컴퓨터 마우스(1110)), 및 디스플레이(1109)를 포함할 수도 있다.
프로세서(1001 및 1101)는, 하기에 설명되는 다양한 실시형태의 기능들을 포함하는 다양한 기능들을 수행하는 소프트웨어 명령들(애플리케이션들)에 의해 구성될 수도 있는 임의의 프로그램가능 마이크로프로세서, 마이크로컴퓨터 또는, 다수의 프로세서 칩 또는 칩들일 수도 있다. 몇몇 모바일 수신기 디바이스에서, 무선 통신 기능 전용의 한 프로세서와 다른 애플리케이션들을 동작시키기 위한 전용의 한 프로세서와 같은 다수의 프로세서가 제공될 수도 있다. 통상적으로, 소프트웨어 애플리케이션은 그들이 액세스되어 프로세스(1001 및 1101)로 로딩되기 이전에 내부 메모리(1002, 1102, 및 1103)에 저장될 수도 있다. 프로세서(1001, 1101)는 애플리케이션 소프트웨어 명령을 저장하기에 충분한 내부 메모리를 포함할 수도 있다.
앞선 방법 설명 및 프로세스 흐름도는 단지 예시적인 예로서 제공된 것이며, 다양한 실시형태의 단계가 제시된 순서로 수행되어야 함을 필요로 하거나 의미하도록 의도된 것은 아니다. 종래기술의 당업자라면, 앞선 실시형태에서의 단계는 임의의 순서로 수행될 수도 있음을 알 수 있을 것이다. "그 다음", "다음에" 등과 같은 단어는 단계의 순서를 제한하도록 의도된 것이 아니며; 이들 단어는 단순히 독자가 방법의 설명을 이해하는 것을 가이드하기 위해 사용된다. 흐름도가 순차적인 프로세스로서 동작을 설명할 수도 있지만, 많은 동작은 병렬로 또는 동시에 수행될 수 있다. 또한, 동작의 순서는 재배열될 수도 있다. 프로세스는 방법, 기능, 절차, 서브루틴, 서브프로그램 등에 대응할 수도 있다. 프로세스가 함수에 대응하면, 그 종료는 호출 함수 또는 메인 함수로의 그 함수의 리턴에 대응할 수도 있다.
본원에서 개시된 실시형태와 연계하여 설명된 다양한 예시적인 논리 블록, 모듈, 회로, 및 알고리즘 단계는 전자 하드웨어, 컴퓨터 소프트웨어, 또는 이들 양자 모두의 조합으로서 구현될 수도 있다. 하드웨어와 소프트웨어의 이러한 상호 교환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트, 블록, 모듈, 회로, 및 단계가 그들의 기능성의 관점에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 구현되는지 또는 소프트웨어로 구현되는지의 여부는 특정 애플리케이션 및 전체 시스템에 부과되는 설계 제약에 따라 달라진다. 당업자라면, 상기 상술한 기능성을 각각의 특정 애플리케이션에 대해 다양한 방식으로 구현할 수도 있지만, 이러한 구현 결정이 본 발명의 범위를 벗어나게 하는 것으로 이해되어서는 안된다.
컴퓨터 소프트웨어에서 구현된 실시형태는 소프트웨어, 펌웨어, 미들웨어, 마이크로코드, 하드웨어 기술 언어(hardware description language), 또는 이들의 임의의 조합에서 구현될 수도 있다. 코드 세그먼트 또는 머신 실행가능 명령은 절차, 함수, 서브프로그램, 프로그램, 루틴, 서브루틴, 모듈, 소프트웨어 패키지, 클래스, 또는 명령, 데이터 구조, 또는 프로그램 상태문의 임의의 조합을 나타낼 수도 있다. 코드 세그먼트는, 정보, 데이터, 인수(argument), 파라미터, 또는 메모리 컨텐츠를 전달 및/또는 수신하는 것에 의해 다른 코드 세그먼트 또는 하드웨어 회로에 커플링될 수도 있다. 정보, 인수, 파라미터, 데이터 등은 임의의 적절한 수단을 통해 전달되거나, 포워딩되거나, 또는 전송될 수도 있으며, 메모리 공유, 메시지 전달, 토큰 전달, 네트워크 송신 등을 포함한다.
소프트웨어로 구현되면, 상기 기능은 하나 이상의 명령 또는 코드로서 비일시적 컴퓨터 판독가능 또는 프로세서 판독가능 저장 매체 상에 저장될 수도 있다. 본원에서 개시된 방법 또는 알고리즘의 단계는, 컴퓨터 판독가능 또는 프로세서 판독가능 저장 매체 상에 상주할 수도 있는 프로세서 실행가능 소프트웨어 모듈에서 구현될 수도 있다. 비일시적 컴퓨터 판독가능 또는 프로세서 판독가능 매체는, 컴퓨터 프로그램의 한 장소에서 다른 장소로의 운반을 가능하게 하는 유형의 저장 매체와 컴퓨터 저장 매체 둘 다를 포함한다. 비일시적 프로세서 판독가능 저장 매체는 컴퓨터에 의해 액세스될 수도 있는 임의의 이용가능한 매체들일 수도 있다. 비제한적인 예로서, 이러한 비일시적 프로세서 판독가능 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 스토리지, 자기 디스크 스토리지 또는 다른 자기 저장 디바이스, 또는 소망의 프로그램 코드를 명령 또는 데이터 구조의 형태로 저장하기 위해 사용될 수 있으며 컴퓨터 또는 프로세서에 의해 액세스될 수 있는 임의의 다른 유형의 저장 매체를 포함할 수 있다. 본원에서 사용된 바와 같이, 디스크(disk)와 디스크(disc)는, 컴팩트 디스크(CD), 레이저 디스크, 광학 디스크, 디지털 다기능 디스크(DVD), 플로피디스크 및 블루레이 디스크를 포함하며, 여기서 디스크(disk)는 통상 자기적으로 데이터를 재생하고, 디스크(disc)는 레이저를 이용하여 광학적으로 데이터를 재생한다. 상기의 조합도 컴퓨터 판독가능 매체의 범위 내에 또한 포함되어야 한다. 추가적으로, 방법 또는 알고리즘의 동작은 코드 및/또는 명령의 하나 또는 임의의 조합 또는 세트로서 비일시적 프로세서 판독가능 매체 및/또는 컴퓨터 판독가능 매체 상에 상주할 수도 있고, 이들은 컴퓨터 프로그램 제품에 통합될 수도 있다.
하드웨어로 구현되는 경우, 무선 수신기 또는 모바일 디바이스에서 사용하기에 적합할 수도 있는 무선 신호 프로세싱 회로의 회로부 내에서 기능성이 구현될 수도 있다. 이러한 무선 신호 프로세싱 회로는 다양한 실시형태에서 설명된 신호 측정 및 계산 단계를 달성하기 위한 회로를 포함할 수도 있다.
본원에서 개시된 양태와 연계하여 설명된 다양한 예시적인 로직, 논리 블록, 모듈, 및 회로를 구현하기 위해 사용된 하드웨어는, 범용 프로세서, 디지털 신호 프로세서(digital signal processor; DSP), 주문형 반도체(application specific integrated circuit; ASIC), 필드 프로그래머블 게이트 어레이(field programmable gate array; FPGA) 또는 다른 프로그래머블 로직 디바이스, 이산 게이트 또는 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에서 설명된 기능을 수행하도록 설계된 이들의 임의의 조합과 함께 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안예에서, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 또한, 프로세서는 컴퓨팅 디바이스의 조합, 예를 들면, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서의 조합, DSP 코어와 연계한 하나 이상의 마이크로프로세서의 조합, 또는 임의의 다른 그러한 구성으로 구현될 수도 있다. 대안으로, 몇몇 단계 또는 방법은 주어진 기능에 고유한 회로부에 의해 수행될 수도 있다.
특허청구범위 요소들에 대한 단수 형태의 임의의 참조, 예를 들면, "a", "an" 또는 "the"와 같은 관사는 그 요소를 단수로 제한하는 것으로 이해되어선 안된다.
개시된 실시형태의 상기 설명은 임의의 당업자가 본 발명을 실시하거나 이용하는 것을 가능하게 하기 위해 제공된다. 이들 실시형태에 대한 다양한 수정예가 당업자에게는 자명할 것이고, 본원에서 정의된 일반적인 원칙은 본 발명의 취지와 범위를 벗어나지 않으면서 다른 실시형태에 적용될 수도 있다. 따라서, 본 발명은 본원에서 나타내어진 실시형태로 제한되도록 의도된 것은 아니며 본원에서 개시된 원칙과 신규의 특징 및 하기의 특허청구범위와 부합하는 최광의의 범위가 부여되어야 한다.

Claims (26)

  1. 발전기로서,
    복수의 연료 전지 시스템들을 포함하는 연료 전지 플릿(fleet);
    상기 복수의 연료 전지 시스템들의 각각에 동작가능하게(operably) 연결된 데이터 서버 - 상기 데이터 서버는 상기 복수의 연료 전지 시스템들로부터 운영 데이터(operational data)를 획득하도록 구성됨 - ; 및
    상기 데이터 서버에 동작가능하게 연결되며,
    상기 운영 데이터로부터 상기 플릿의 전력 출력 및 효율성을 예측하도록 - 상기 효율성은 플릿 연료 소비에 대한 플릿 출력 전류 또는 출력 전력의 비율에 의해 결정됨 - ;
    소망의 플릿 출력 전력을 유지하면서 상기 플릿 연료 소비를 최소화하기 위해 상기 플릿의 상기 효율성을 최적화하도록
    구성되는 효율성 제어기를 더 포함하는, 발전기.
  2. 제 1 항에 있어서,
    각각의 연료 전지 시스템은:
    복수의 연료 전지 스택들을 각각 포함하는 복수의 연료 전지 모듈들;
    상기 복수의 연료 전지 모듈들로 연료를 전달하는 동작에 적응된 연료 프로세싱 모듈; 및
    상기 연료 전지 모듈들로부터 전력을 수신하고 상기 수신된 전력을 사용가능한 형태로 변경하는 동작에 적응된 전자장치 모듈을 포함하는, 발전기.
  3. 제 2 항에 있어서,
    상기 효율성 제어기는 상기 플릿의 각 개개의 시스템의 상기 동작을 제어하도록 구성되는, 발전기.
  4. 제 1 항에 있어서,
    상기 연료 전지 시스템들은 게이트웨이를 통해 상기 데이터 서버에 동작가능하게 연결되는, 발전기.
  5. 발전기로서,
    복수의 연료 전지 시스템들을 포함하는 연료 전지 플릿 - 상기 복수의 연료 전지 시스템들 중 적어도 하나 이상은 동작 중(operational)임 - ;
    상기 복수의 연료 전지 시스템들의 각각에 동작가능하게 연결된 데이터 서버 - 상기 데이터 서버는 상기 복수의 연료 전지 시스템들의 각각으로부터 운영 데이터를 획득하도록 구성됨 - ; 및
    상기 데이터 서버에 동작가능하게 연결되며,
    상기 운영 데이터로부터 한 기간에 걸쳐 누적된 상기 플릿에 대한 총 유지 출력(total maintained output; TMO) 전력을 결정하도록;
    상기 기간에 걸친 상기 TMO 전력을 상기 플릿에 대해 확립된 TMO 전력 설정점과 비교하도록; 그리고
    상기 기간에 걸친 상기 TMO 전력이 상기 TMO 전력 설정점 미만인 경우 상기 플릿의 상기 동작 중인 연료 전지 시스템의 상기 전력 출력을 증가시키도록
    구성되는 TMO 제어기를 포함하는, 발전기.
  6. 제 5 항에 있어서,
    상기 TMO 제어기에 동작가능하게 연결되며,
    상기 운영 데이터로부터 상기 플릿의 전력 출력 및 효율성을 예측하도록 - 상기 효율성은 플릿 연료 소비에 대한 플릿 출력 전류 또는 출력 전력의 비율에 의해 결정됨 - ;
    소망의 플릿 출력 전력을 유지하면서 상기 플릿 연료 소비를 최소화하기 위해 상기 플릿의 상기 효율성을 최적화하도록
    구성되는 효율성 제어기를 더 포함하는, 발전기.
  7. 제 6 항에 있어서,
    각각의 연료 전지 시스템은:
    복수의 연료 전지 스택들을 각각 포함하는 복수의 연료 전지 모듈들;
    상기 복수의 연료 전지 모듈들로 연료를 전달하는 동작에 적응된 연료 프로세싱 모듈; 및
    상기 연료 전지 모듈들로부터 전력을 수신하고 상기 수신된 전력을 사용가능한 형태로 변경하는 동작에 적응된 전자장치 모듈을 포함하는, 발전기.
  8. 제 7 항에 있어서,
    상기 효율성 제어기는 상기 플릿의 각 개개의 시스템의 상기 동작을 제어하도록 구성되는, 발전기.
  9. 제 6 항에 있어서,
    상기 연료 전지 시스템들은 게이트웨이를 통해 상기 데이터 서버에 동작가능하게 연결되는, 발전기.
  10. 복수의 연료 전지 모듈들을 각각 포함하는 복수의 연료 전지 시스템들을 구비하는 연료 전지 플릿의 효율성을 최적화하기 위한 방법으로서,
    전력 제어기에 의해 상기 플릿에 대한 소망의 출력 전력을 설정하는 단계; 및
    효율성 제어기에 의해 상기 플릿에 대한 효율성을 제어하여 상기 전력 제어기에 의해 설정된 상기 출력 전력에 대한 상기 플릿 효율성을 최적화하는 단계 - 상기 효율성은 플릿 연료 소비에 대한 플릿 출력 전류 또는 플릿 출력 전력의 비율에 의해 결정됨 - 를 포함하는, 연료 전지 플릿의 효율성을 최적화하기 위한 방법.
  11. 제 10 항에 있어서,
    각각의 연료 전지 시스템은:
    복수의 연료 전지 스택들을 각각 포함하는 복수의 연료 전지 모듈들;
    상기 복수의 연료 전지 모듈들로 연료를 전달하는 연료 프로세싱 모듈; 및
    상기 연료 전지 모듈들로부터 전력을 수신하고 상기 수신된 전력을 사용가능한 형태로 변경하는 전자장치 모듈을 포함하는, 연료 전지 플릿의 효율성을 최적화하기 위한 방법.
  12. 제 11 항에 있어서,
    상기 효율성 제어기는 상기 플릿의 각 개개의 시스템의 상기 동작을 제어하도록 구성되는, 연료 전지 플릿의 효율성을 최적화하기 위한 방법.
  13. 제 10 항에 있어서,
    상기 연료 전지 시스템들은 게이트웨이를 통해 상기 데이터 서버에 동작가능하게 연결되는, 연료 전지 플릿의 효율성을 최적화하기 위한 방법.
  14. 연료 전지 시스템의 효율성을 최적화하기 위한 방법으로서,
    최저 연료 활용률(utilization)을 갖는 상기 연료 전지 시스템의 적어도 하나의 모듈 내의 연료 전지 세그먼트를 식별하는 단계;
    상기 식별된 연료 전지 세그먼트의 출력 전류는 전류의 증분(increment)만큼 증가시키는 단계; 및
    모듈을 평가하고
    동작 조건들을 유지하는 것, 상기 식별된 세그먼트로부터 전류의 상기 증분을 제거하는 것, 전류의 제 2의 증분만큼 상기 식별된 세그먼트의 상기 출력 전류를 증가시키는 것, 및 전류의 제 3의 증분의 적용을 위해 상이한 세그먼트를 선택하는 것
    의 그룹에서 선택된 한 액션을 취하는 단계를 포함하는, 연료 전지 시스템의 효율성을 최적화하기 위한 방법.
  15. 제 14 항에 있어서,
    출력 전류를 증가시키기에 앞서 상기 식별된 연료 세그먼트의 상기 출력 전류를 결정하는 단계를 더 포함하는, 연료 전지 시스템의 효율성을 최적화하기 위한 방법.
  16. 제 14 항에 있어서,
    상기 연료 전지 시스템은:
    복수의 연료 전지 스택들을 각각 포함하는 복수의 연료 전지 모듈들;
    상기 복수의 연료 전지 모듈들로 연료를 전달하는 연료 프로세싱 모듈; 및
    상기 연료 전지 모듈들로부터 전력을 수신하고 상기 수신된 전력을 사용가능한 형태로 변경하는 전자장치 모듈을 포함하는, 연료 전지 시스템의 효율성을 최적화하기 위한 방법.
  17. 복수의 연료 전지 모듈들을 각각 포함하는 복수의 연료 전지 시스템들을 구비하는 연료 전지 플릿의 수익을 최적화하기 위한 방법으로서,
    상기 플릿이 모델링되도록 상기 플릿에 관한 프로세스 데이터에 액세스하는 단계;
    상기 플릿에 대한 최적화된 제어 변수들을 계산하기 위한 모델 기반 비용 함수(model-based cost function)를 사용하는 단계;
    상기 최적화된 제어 변수들을 검증하는 단계;
    상기 최적화된 제어 변수들을 상기 플릿에 배치하는 단계; 및
    상기 플릿이 정상 상태(steady state)에 도달한 이후 상기 액세스, 사용, 검증 및 배치의 단계들을 반복하는 단계를 포함하는, 연료 전지 플릿의 수익을 최적화하기 위한 방법.
  18. 제 17 항에 있어서,
    상기 액세스하는 단계에 앞서 상기 플릿을 정의하는 단계를 더 포함하는, 연료 전지 플릿의 수익을 최적화하기 위한 방법.
  19. 제 18 항에 있어서,
    상기 정의하는 단계는 상기 플릿을 구성하는 연료 전지 시스템들, 상기 플릿에 의해 생성될 전력 및 상기 플릿 컴포넌트들의 컴포넌트들 또는 상기 플릿의 동작에 대한 임의의 제약들을 식별하는 단계를 포함하는, 연료 전지 플릿의 수익을 최적화하기 위한 방법.
  20. 제 19 항에 있어서,
    상기 제약들은 상기 플릿 컴포넌트들 또는 상기 플릿의 동작을 조절하기 위해 사용되는 특정 동작 파라미터들에 대한 범위들 또는 설정점들로서 표현되는, 연료 전지 플릿의 수익을 최적화하기 위한 방법.
  21. 제 17 항에 있어서,
    최적화를 위한 상기 방법으로부터 상기 플릿의 오퍼레이터가 선택한 연료 전지 시스템들 및 비정상 상태 연료 전지 시스템들을 배제하는 단계를 더 포함하는, 연료 전지 플릿의 수익을 최적화하기 위한 방법.
  22. 제 17 항에 있어서,
    상기 플릿이 상기 수익의 상기 최적화에 대한 후보인지의 여부를 결정할 타당성 조사(feasibility study)를 수행하는 단계를 더 포함하는, 연료 전지 플릿의 수익을 최적화하기 위한 방법.
  23. 제 17 항에 있어서,
    상기 프로세스 데이터는 거의 실시간 프로세스 데이터를 포함하는, 연료 전지 플릿의 수익을 최적화하기 위한 방법.
  24. 제 23 항에 있어서,
    상기 프로세스 데이터는 상기 플릿의 각각의 연료 전지 시스템에 대한 전기 및 연료 가격들의 마진 테이블을 포함하고, 상기 전기 및 연료 가격들은 시간의 함수로서 가변적인 또는 정적인 가격들을 포함하는, 연료 전지 플릿의 수익을 최적화하기 위한 방법.
  25. 제 17 항에 있어서,
    상기 반복하는 단계는 복수의 반복들을 포함하는, 연료 전지 플릿의 수익을 최적화하기 위한 방법.
  26. 제 25 항에 있어서,
    플릿 효율성, 플릿 전력 출력, 플릿 시스템 수명 및 플릿 수익을 포함하는 상기 비용 함수의 최종 출력을 생성하는 단계를 더 포함하는, 연료 전지 플릿의 수익을 최적화하기 위한 방법.
KR1020157007840A 2012-09-25 2013-09-23 연료 전지 플릿 최적화 KR102071377B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/626,560 2012-09-25
US13/626,560 US9141923B2 (en) 2012-09-25 2012-09-25 Optimizing contractual management of the total output of a fleet of fuel cells
PCT/US2013/061230 WO2014052243A1 (en) 2012-09-25 2013-09-23 Fuel cell fleet optimization

Publications (2)

Publication Number Publication Date
KR20150060734A true KR20150060734A (ko) 2015-06-03
KR102071377B1 KR102071377B1 (ko) 2020-01-30

Family

ID=50339771

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157007840A KR102071377B1 (ko) 2012-09-25 2013-09-23 연료 전지 플릿 최적화

Country Status (5)

Country Link
US (1) US9141923B2 (ko)
EP (1) EP2901401A4 (ko)
JP (1) JP2015534229A (ko)
KR (1) KR102071377B1 (ko)
WO (1) WO2014052243A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200072054A (ko) * 2018-12-12 2020-06-22 현대자동차주식회사 연료전지의 발전전력 제어시스템 및 제어방법
KR20210141735A (ko) * 2019-04-03 2021-11-23 솔리드파워 (오스트레일리아) 피티와이 엘티디 연료 전지를 위한 에너지 관리 시스템
KR102644225B1 (ko) * 2022-12-06 2024-03-07 주식회사 장인의 공간 수소 기반 가상 발전소의 전력 거래 방법 및 장치

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9019700B2 (en) * 2011-06-27 2015-04-28 Bloom Energy Corporation Method of operating an energy center
US10203735B2 (en) 2012-03-21 2019-02-12 Bloom Energy Corporation Systems and methods for providing fuel cell power to a data center
US9477214B2 (en) * 2013-03-07 2016-10-25 General Electric Company Plant control systems and methods
US20160131509A1 (en) * 2014-11-07 2016-05-12 Oracle International Corporation System and method for synchronizing consumption data from consumption meters
US9960598B2 (en) * 2015-03-03 2018-05-01 General Electric Company Methods and systems for enhancing control of power plant generating units
CN104786861B (zh) * 2015-04-15 2017-11-24 西南交通大学 燃料电池控制系统及其包含燃料电池控制系统的有轨电车
WO2016176214A1 (en) * 2015-04-30 2016-11-03 Aspen Technology, Inc. Formulating steady-state targets using prioritized objective functions
US10461347B2 (en) 2015-07-06 2019-10-29 Bloom Energy Corporation Real-time monitoring and automated intervention platform for long term operability of fuel cells
JPWO2017038061A1 (ja) * 2015-09-01 2018-07-19 パナソニックＩｐマネジメント株式会社 燃料電池システム及びその集合体
WO2017077711A1 (ja) * 2015-11-05 2017-05-11 パナソニックＩｐマネジメント株式会社 燃料電池システム及びその集合体
DE102015225394A1 (de) * 2015-12-16 2017-06-22 Siemens Aktiengesellschaft Verfahren zur Energieerzeugung sowie Energieerzeugungsvorrichtung, insbesondere für mobile Anwendungen
CN107464944B (zh) 2016-05-27 2021-02-02 通用电气公司 燃料电池系统及其操作方法
US11071940B2 (en) * 2016-12-06 2021-07-27 Munters Corporation Flow balance control in volatile organic compound (VOC) abatement systems
US11875371B1 (en) 2017-04-24 2024-01-16 Skyline Products, Inc. Price optimization system
EP3424973A1 (en) 2017-07-04 2019-01-09 Covestro Deutschland AG Article comprising expanded tpu and a coating
EP3424974A1 (en) 2017-07-04 2019-01-09 Covestro Deutschland AG Article comprising expanded tpu and a water based coating
US20220335123A1 (en) * 2021-04-19 2022-10-20 Toyota Motor North America, Inc. Transport component tamper detection

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002252932A (ja) * 2001-02-23 2002-09-06 Nissan Motor Co Ltd 電力制御装置
US20080166604A1 (en) * 2006-12-20 2008-07-10 Bloom Energy Corporation Model based real-time optimization of fuel cell clusters
JP2008539683A (ja) * 2005-04-27 2008-11-13 ハイドロジェニクス コーポレイション 燃料電池システムにおける適応エネルギー管理のためのシステムおよび方法ここで使用する各セクションの見出しは、構成上使用するものであり、したがって、いかなる点においても、クレームを限定すると解釈すべきではない。

Family Cites Families (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5485600A (en) 1992-11-09 1996-01-16 Virtual Prototypes, Inc. Computer modelling system and method for specifying the behavior of graphical operator interfaces
JPH07129426A (ja) 1993-10-29 1995-05-19 Hitachi Ltd 障害処理方式
US6110223A (en) 1996-10-28 2000-08-29 Altera Corporation Graphic editor for block diagram level design of circuits
JP2000045869A (ja) * 1998-07-29 2000-02-15 Hitachi Ltd エネルギー供給システム
US6383670B1 (en) 1999-10-06 2002-05-07 Idatech, Llc System and method for controlling the operation of a fuel processing system
US6376111B1 (en) 2000-01-25 2002-04-23 General Motors Corporation System and method for controlling the humidity level of a fuel cell
WO2002009207A2 (en) 2000-07-20 2002-01-31 Proton Energy Systems, Inc. Electrochemical cell system output control method and apparatus
JP5017760B2 (ja) 2000-11-28 2012-09-05 トヨタ自動車株式会社 燃料電池の出力特性推定装置および出力特性推定方法、燃料電池システムおよびこれを搭載する車両、燃料電池出力制御方法並びに記憶媒体
US10135253B2 (en) * 2000-12-29 2018-11-20 Abb Schweiz Ag System, method and computer program product for enhancing commercial value of electrical power produced from a renewable energy power production facility
JP3540760B2 (ja) * 2001-03-27 2004-07-07 三洋電機株式会社 分散発電システム
JP2002324566A (ja) 2001-04-25 2002-11-08 Sanyo Electric Co Ltd 分散発電システムとそれを利用可能な保守システムおよび保守方法
US7569293B1 (en) * 2001-10-15 2009-08-04 Nuvera Fuel Cells, Inc. Methods and systems for efficient operation of integrated fuel cell-fuel reformer systems
JP3800086B2 (ja) 2001-12-19 2006-07-19 日産自動車株式会社 車両用燃料電池パワープラント
US20040081867A1 (en) 2002-10-23 2004-04-29 Edlund David J. Distributed fuel cell network
AU2003280008B2 (en) * 2002-11-04 2008-05-15 Raytheon Company Intelligent power system
JP3816436B2 (ja) 2002-11-28 2006-08-30 本田技研工業株式会社 燃料電池車両の制御装置
US6924053B2 (en) 2003-03-24 2005-08-02 Ion America Corporation Solid oxide regenerative fuel cell with selective anode tail gas circulation
US7482078B2 (en) 2003-04-09 2009-01-27 Bloom Energy Corporation Co-production of hydrogen and electricity in a high temperature electrochemical system
WO2004092756A1 (en) 2003-04-17 2004-10-28 Hydrogenics Corporation Alarm recovery system and method for fuel cell testing systems
US20040217732A1 (en) 2003-04-29 2004-11-04 Ballard Power Systems Inc. Power converter architecture and method for integrated fuel cell based power supplies
EP1501146A3 (en) 2003-07-24 2007-04-25 Matsushita Electric Industrial Co., Ltd. Fuel cell system, fuel cell operation method, program, and recording medium
US20040225514A1 (en) * 2003-09-26 2004-11-11 Simon Greenshields Monetizing a contract to supply a commodity
US7422810B2 (en) 2004-01-22 2008-09-09 Bloom Energy Corporation High temperature fuel cell system and method of operating same
US7362557B2 (en) 2004-03-30 2008-04-22 Continental Automotive Systems U.S. Inc. Method, apparatus and article for bi-directional DC/DC power conversion
JP3869845B2 (ja) 2005-03-22 2007-01-17 株式会社日本総合研究所 電力供給システム
US7648784B2 (en) * 2006-03-09 2010-01-19 Delphi Technologies, Inc. Method and apparatus for controlling a fuel cell system having a variable number of parallel-connected modules
US7599760B2 (en) 2006-04-17 2009-10-06 Bloom Energy Corporation Online configurable control system for fuel cells
US20080028237A1 (en) * 2006-07-26 2008-01-31 Roadnarrows, Llc Power Management Using Integrated Data and Power Interfaces
TW200913433A (en) * 2007-09-10 2009-03-16 J Tek Inc Scattered energy storage control system
US9142847B2 (en) * 2008-07-08 2015-09-22 Bloom Energy Corporation Fuel cell load controller
KR101012863B1 (ko) * 2008-09-25 2011-02-08 한국전력공사 고객기준부하 산출을 위한 부하 예측 비교 분석 시스템
JP4805329B2 (ja) * 2008-11-07 2011-11-02 ファナック株式会社 産業機械の消費電力を計算する制御装置
KR20100081834A (ko) * 2009-01-07 2010-07-15 삼성에스디아이 주식회사 연료 전지 시스템 및 연료 전지의 전력을 관리하는 방법
US20100318233A1 (en) * 2009-04-22 2010-12-16 Yuki Yunes Remote energy monitoring and reporting system
KR101282199B1 (ko) * 2009-11-19 2013-07-04 한국전자통신연구원 클러스터 시스템의 전력 제어 장치 및 방법
US8909950B1 (en) * 2010-04-18 2014-12-09 Aptima, Inc. Systems and methods of power management
US20110283119A1 (en) * 2010-05-13 2011-11-17 GCCA Inc. System and Method for Providing Energy Efficient Cloud Computing
US9335748B2 (en) * 2010-07-09 2016-05-10 Emerson Process Management Power & Water Solutions, Inc. Energy management system
US8880202B2 (en) * 2010-07-09 2014-11-04 Emerson Process Management Power & Water Solutions, Inc. Optimization system using an iteratively coupled expert engine
US8335596B2 (en) * 2010-07-16 2012-12-18 Verizon Patent And Licensing Inc. Remote energy management using persistent smart grid network context
US8401711B2 (en) * 2010-10-28 2013-03-19 Solar Chief, Llc System and method for managing distributed renewable energy systems
EP2458704A1 (en) * 2010-11-30 2012-05-30 Restore N.V. Method and system for charging a fleet of batteries
WO2012167100A1 (en) * 2011-06-01 2012-12-06 Enerfuel, Inc. Integrated energy management system including a fuel cell coupled refrigeration system
JP5799228B2 (ja) * 2011-06-17 2015-10-21 パナソニックＩｐマネジメント株式会社 電力供給システム
TWI433420B (zh) * 2011-07-20 2014-04-01 Delta Electronics Inc 主動式電源管理架構及其管理方法
US10140670B2 (en) * 2012-08-31 2018-11-27 Engie Storage Services Na Llc Energy management methods and systems based on financial impact
US9002531B2 (en) * 2012-09-28 2015-04-07 Sharp Laboratories Of America, Inc. System and method for predictive peak load management via integrated load management

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002252932A (ja) * 2001-02-23 2002-09-06 Nissan Motor Co Ltd 電力制御装置
JP2008539683A (ja) * 2005-04-27 2008-11-13 ハイドロジェニクス コーポレイション 燃料電池システムにおける適応エネルギー管理のためのシステムおよび方法ここで使用する各セクションの見出しは、構成上使用するものであり、したがって、いかなる点においても、クレームを限定すると解釈すべきではない。
US20080166604A1 (en) * 2006-12-20 2008-07-10 Bloom Energy Corporation Model based real-time optimization of fuel cell clusters

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200072054A (ko) * 2018-12-12 2020-06-22 현대자동차주식회사 연료전지의 발전전력 제어시스템 및 제어방법
KR20210141735A (ko) * 2019-04-03 2021-11-23 솔리드파워 (오스트레일리아) 피티와이 엘티디 연료 전지를 위한 에너지 관리 시스템
KR102644225B1 (ko) * 2022-12-06 2024-03-07 주식회사 장인의 공간 수소 기반 가상 발전소의 전력 거래 방법 및 장치

Also Published As

Publication number Publication date
KR102071377B1 (ko) 2020-01-30
EP2901401A1 (en) 2015-08-05
JP2015534229A (ja) 2015-11-26
WO2014052243A1 (en) 2014-04-03
EP2901401A4 (en) 2016-05-25
US9141923B2 (en) 2015-09-22
US20140089055A1 (en) 2014-03-27

Similar Documents

Publication Publication Date Title
KR102071377B1 (ko) 연료 전지 플릿 최적화
US7951496B2 (en) Model based real-time optimization of fuel cell clusters
US11163271B2 (en) Cloud based building energy optimization system with a dynamically trained load prediction model
US11159022B2 (en) Building energy optimization system with a dynamically trained load prediction model
US10025337B2 (en) Method and system for managing an electrical distribution system in a facility
WO2018200861A1 (en) Building energy system with stochastic model predictive control
JP3980541B2 (ja) 分散型エネルギーコミュニティー制御システム、中央制御装置、分散制御装置と、それらの制御方法
US11107016B2 (en) Augmented power control within a datacenter using predictive modeling
US20120185108A1 (en) Responsive Load Monitoring System and Method
Geth et al. Integration of energy storage in distribution grids
KR20150123540A (ko) 전력 소비 최적화를 위한 스마트 시스템의 동작방법 및 장치
CN103377400A (zh) 发电站操作增强
JP6543145B2 (ja) ピーク電力予測装置、電力管理システム及びピーク電力予測方法
JP6783641B2 (ja) 充放電計画装置、方法及びプログラム
US10054918B2 (en) Emulator for optimizing energy consumption management systems
US9547317B2 (en) Information processing device, information processing method, and storage medium
Guinot et al. Economic impact of performances degradation on the competitiveness of energy storage technologies–Part 1: Introduction to the simulation-optimization platform ODYSSEY and elements of validation on a PV-hydrogen hybrid system
JP6129768B2 (ja) 需要家機器運用管理システムおよび方法
JP2016171609A (ja) 充放電制御システム、充放電制御方法、および充放電制御プログラム
KR102396712B1 (ko) 에너지 관리 시스템 및 이를 이용한 전력 구매 비용 결정 방법
JP2023005861A (ja) 電力管理装置、電力管理システム及び電力管理方法
Muñoz et al. Applications of optimal industrial load management modeling in smart grids
Persson Virtual power plant contributing to primary frequency containment using demand response
Wang A control system framework for building energy retrofitting and maintenance planning
CN113837420A (zh) 电力消耗预测方法、电力消耗预测系统及计算机可读存储介质

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant