WO2022042216A1 - 一种基于mpc的风氢耦合系统分层协调控制方法及装置 - Google Patents

一种基于mpc的风氢耦合系统分层协调控制方法及装置 Download PDF

Info

Publication number
WO2022042216A1
WO2022042216A1 PCT/CN2021/110036 CN2021110036W WO2022042216A1 WO 2022042216 A1 WO2022042216 A1 WO 2022042216A1 CN 2021110036 W CN2021110036 W CN 2021110036W WO 2022042216 A1 WO2022042216 A1 WO 2022042216A1
Authority
WO
WIPO (PCT)
Prior art keywords
electrolytic cell
power
control
operating state
cells
Prior art date
Application number
PCT/CN2021/110036
Other languages
English (en)
French (fr)
Inventor
沈小军
Original Assignee
同济大学
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 同济大学 filed Critical 同济大学
Priority to US17/638,191 priority Critical patent/US20230043165A1/en
Priority to DE112021000064.0T priority patent/DE112021000064T5/de
Priority to JP2022507552A priority patent/JP7224608B2/ja
Publication of WO2022042216A1 publication Critical patent/WO2022042216A1/zh

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B1/00—Electrolytic production of inorganic compounds or non-metals
    • C25B1/01—Products
    • C25B1/02—Hydrogen or oxygen
    • C25B1/04—Hydrogen or oxygen by electrolysis of water
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B15/00—Operating or servicing cells
    • C25B15/02—Process control or regulation
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B9/00—Cells or assemblies of cells; Constructional parts of cells; Assemblies of constructional parts, e.g. electrode-diaphragm assemblies; Process-related cell features
    • C25B9/70—Assemblies comprising two or more cells
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
    • F03D9/10—Combinations of wind motors with apparatus storing energy
    • F03D9/19—Combinations of wind motors with apparatus storing energy storing chemical energy, e.g. using electrolysis
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J15/00—Systems for storing electric energy
    • H02J15/008—Systems for storing electric energy using hydrogen as energy vector
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • 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
    • Y02E60/36—Hydrogen production from non-carbon containing sources, e.g. by water electrolysis
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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
    • Y02P20/00—Technologies relating to chemical industry
    • Y02P20/10—Process efficiency
    • Y02P20/133—Renewable energy sources, e.g. sunlight

Abstract

本发明涉及一种基于MPC的风氢耦合系统分层协调控制方法及装置，包括如下步骤：(1)将风氢耦合系统划分为上层并网控制和下层电解槽控制；(2)上层并网控制采用MPC控制算法控制并网功率跟踪风功率预测曲线，同时得到用于下层电解槽控制的电解槽功率控制量；(3)将电解槽单体的运行状态划分为额定功率运行、波动功率运行、过载功率运行和停机四种运行状态；(4)基于电解槽功率控制量采用时间-功率双线轮换控制策略确定各电解槽单体的运行状态使得电解槽单体轮流运行在四种运行状态之一。与现有技术相比，本发明方法及装置提升了系统控制的精确性和调度性，延长碱性电解阵列使用寿命，提高系统运行安全性。

Description

一种基于MPC的风氢耦合系统分层协调控制方法及装置 技术领域
本发明涉及一种风氢耦合系统控制方法及装置，尤其是涉及一种基于MPC的风氢耦合系统分层协调控制方法及装置。
背景技术
随着传统化石能源的逐渐枯竭，对新能源的开发利用是当今的研究热点。以风能为代表的清洁能源越来越受到人们的关注，但是由于其波动性和随机性，风力发电并网率一直处于较低水平，大量风能转换的电能不得不被放弃而产生能源的浪费。另一方面，氢能作为一种能量密度高的清洁燃料同样受到很多关注，但是电能制氢的成本阻碍氢气大规模应用。将两者互相结合是一个两全其美的想法，即解决了弃风问题，也可以使得氢气生产成本得以大幅降低，推进氢气这一清洁能源的发展。
风氢耦合系统并网运行时，风机将风能转化为电能，通过集电线将能量输送至电网，同时电解槽系统作为平抑风电波动的储能设备消耗一部分电能。当电网部分断开时则为离网运行状态，此时，风功率全部由电解槽消纳制氢。一般大型的风电场都属于并网型，将大部分风电功率经过储能系统平滑以后并网消纳，常见于海上风电场和大型陆地风电场；离网型系统容量一般较小，可再生能源经过变流器之后全部输送至储能或电解槽制氢系统消纳，常见于海岛、偏远地区的小规模发电。
实际大型的风氢耦合系统中，由于单个电解槽设备容量有限，所以电解槽系统是由多个电解槽单体组合而成，如果对电解槽系统内部功率分配不加以调节，风电的随机性和不稳定性将会引起电解槽工作点的随机漂移，从而影响电解槽的制氢、寿命和效率。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于MPC的风氢耦合系统分层协调控制方法及装置。
本发明的目的可以通过以下技术方案来实现：
一种基于MPC的风氢耦合系统分层协调控制方法，该方法包括如下步骤：
(1)将风氢耦合系统划分为上层并网控制和下层电解槽控制；
(2)上层并网控制采用MPC控制算法控制并网功率跟踪风功率预测曲线，同时得到用于下层电解槽控制的电解槽功率控制量；
(3)将电解槽单体的运行状态划分为额定功率运行、波动功率运行、过载功率运行和停机四种运行状态；
(4)基于电解槽功率控制量采用时间-功率双线轮换控制策略确定各电解槽单体的运行状态使得电解槽单体轮流运行在四种运行状态之一。
优选地，步骤(2)具体为：
(21)构建基于动态矩阵控制的预测模型：
Figure PCTCN2021110036-appb-000001
x(k)为状态量，u(k)为控制输入，d(k)为扰动，y(k)为输出，A、B u、B d、C、D为系数矩阵，具体为：
Figure PCTCN2021110036-appb-000002
u(k)＝P el(k)，y(k)＝P G(k)，d(k)＝P W(k)，
Figure PCTCN2021110036-appb-000003
Figure PCTCN2021110036-appb-000004
D＝[0 0]，
其中，k为采样时刻，P G(k)表示并网功率，P(k)表示储氢罐的压力，P el(k)表示电解槽功率控制量，P W(k)表示风电场风机功率，η表示电解槽消耗的电能转化为一定量体积氢能的转化效率，T为采样时间间隔，V为储氢罐的容积，p 0为标准大气压，p 0＝0.1MPa；
(22)构建约束：
P elmin＜P el(k)＜P elmax，
P min＜P(k)＜P max，
P elmin为电解槽阵列最小功率，P elmax为电解槽阵列最大功率，P min为储氢罐系统最小压力，P max为储氢罐系统最大压力；
(23)构建目标函数：
Figure PCTCN2021110036-appb-000005
其中，P表示动态矩阵控制的预测长度，M表示动态矩阵控制的控制长度，P′ W(k+i)表示风功率预测曲线中k+i时刻风功率预测值，P G(k+i|k)表示k预测时刻预测输出的k+i时刻的并网功率，ΔP el(k+j-1)表示k+j-1时刻电解槽功率控制量增量，q i、r j分别为从k时刻起的第i时刻误差输出权重系数和控制增量权重系数；
(24)根据预测模型和约束条件，求出使得目标函数最优的M个电解槽功率控制量增量，基于第一个控制增量得到用于下层电解槽控制的电解槽功率控制量。
优选地，步骤(4)具体为：
(41)将电解槽阵列中的电解槽单体依次排序，确定轮换周期，每一轮换周期到达时调整电解槽单体排列顺序；
(42)在每个轮换周期初始时刻，根据电解槽功率控制量确定运行于四种运行状态的电解槽单体的数量，按照当前电解槽单体排列顺序从位于首位的电解槽单体开始向后依次分配各电解槽单体的运行状态，在轮换周期时间段内，当电解槽功率控制量发生波动，则根据当前电解槽功率控制量确定运行于四种运行状态的电解槽单体的数量，以上一时刻处于波动功率运行状态的电解槽单体为基准，将上一时刻处于波动功率运行状态的电解槽单体仍然配置为波动功率运行状态，同时向前依次配置各电解槽单体的运行状态直至到达首位电解槽单体后从末位电解槽单体向前继续依次配置各电解槽单体的工作状态直至到达处于波动功率运行状态的电解槽单体。
优选地，步骤(41)调整电解槽单体排列顺序的具体方式为：将上一轮轮换周期中位于首位的电解槽单体移动至末位。
优选地，步骤(42)每个轮换周期初始时刻以及轮换周期时间段内确定电解槽单体的数量具体方式为：
(421)根据电解槽功率控制量P el和电解槽阵列实际配置容量P pz确定电解槽阵列是否处于过载状态，若P el≤P pz则未过载，执行步骤(422)，否则过载，执行步骤(423)，其中P pz＝nP e，P e电解槽单体额定功率，n为电解槽单体配置总数量；
(422)根据电解槽功率控制量P el确定配置为额定功率运行状态的电解槽单体 个数N 11、配置为波动功率运行状态的电解槽单体的个数N 12以及配置为停机运行状态的电解槽单体的个数N 13，满足N 11+N 12+N 13＝n；
(423)根据电解槽功率控制量P el确定配置为过载功率运行状态的电解槽单体个数N 21、配置为波动功率运行状态的电解槽单体的个数N 22以及配置为额定功率运行状态的电解槽单体的个数N 23，满足N 21+N 22+N 23＝n。
优选地，步骤(422)N 11、N 12、N 13具体为：
Figure PCTCN2021110036-appb-000006
其中，
Figure PCTCN2021110036-appb-000007
表示向下取整，
若N 11＝n，则N 12＝N 13＝0，所有电解槽单体均配置为运行于额定功率运行状态，
若N 11＜n，则N 12＝1，N 13＝n-N 11-1。
优选地，步骤(423)N 21、N 22、N 23具体为：
首先，确定过载量P OL＝P el-nP e，
然后，通过下式获取N 21，
Figure PCTCN2021110036-appb-000008
其中，
Figure PCTCN2021110036-appb-000009
表示向下取整，
最后，若
Figure PCTCN2021110036-appb-000010
则N 22＝0，N 23＝n-N 21，若
Figure PCTCN2021110036-appb-000011
则N 22＝1，N 23＝n-N 21-1，
Figure PCTCN2021110036-appb-000012
为电解槽的过载系数。
优选地，步骤(42)每个轮换周期初始时刻分配电解槽单体的运行状态具体为：
若处于未过载状态，则按照当前电解槽单体排列顺序，从首位电解槽单体开始向后依次配置N 11个电解槽单体运行于额定功率运行状态、N 12个电解槽单体运行于波动功率运行状态、N 13个电解槽单体运行于停机运行状态；
若处于过载状态，则按照当前电解槽单体排列顺序，从首位电解槽单体开始向后依次配置N 21个电解槽单体运行于过载功率运行状态、N 22个电解槽单体运行于波动功率运行状态、N 23个电解槽单体运行于额定功率运行状态。
优选地，步骤(42)在轮换周期时间段内以上一时刻处于波动功率运行状态的电解槽单体为基准向前配置各电解槽单体的运行状态具体为：
若处于未过载状态下，按照如下方式配置额定运行状态和停机运行状态的电解槽单体：依次交替配置额定运行状态和停机运行状态下的电解槽单体直至额定运行 状态或停机运行状态中的一种运行状态配置完毕后依次配置未配置完成的另一种运行状态；
若处于过载状态下，按照如下方式配置额定运行状态和过载运行状态的电解槽单体：依次交替配置额定运行状态和过载运行状态下的电解槽单体直至额定运行状态或过载运行状态中的一种运行状态配置完毕后依次配置另一种运行状态。
一种基于MPC的风氢耦合系统分层协调控制装置，该装置包括存储器和处理器，所述的存储器用于存储计算机程序，所述的处理器用于当执行所述的计算机程序时实现所述的风电制氢碱性电解槽阵列配置及优化控制方法。
与现有技术相比，本发明具有如下优点：
(1)本发明整个系统采用分层控制策略，上层的MPC控制算法(模型预测控制)从系统层面出发，在并网条件下将风功率尽可能地并网消纳，下层的电解槽控制策略协调各个电解槽单体的功率分配；
(2)本发明将风功率预测与动态矩阵控制相结合，通过预测的风功率制订并网功率的调度计划，并运用动态矩阵控制算法提高并网功率的跟踪精准度；
(3)本发明下层采用时间-功率双线轮换控制策略，每一轮换周期到达时调整电解槽单体排列顺序即实现了基于时间的轮换，在轮换周期内根据电解槽功率控制量，以上一时刻处于波动功率运行状态的电解槽单体为基准，配置其他电解槽单体的运行状态即实现了基于功率的轮换，通过基于时间的轮换可以避免电解槽由于停机时间过长而导致的温度下降影响电解槽的反应速度，基于功率的轮换可以避免因功率低于产氢安全功率时间过长而存在的安全隐患，双线轮换策略可以延长系统使用寿命和系统运行安全性。
附图说明
图1为本发明一种基于MPC的风氢耦合系统分层协调控制方法的流程框图；
图2为本发明DMC控制时域图；
图3为本发明动态矩阵控制流程图；
图4为本发明实施例中张北某风场某日一台2MW风机的风功率预测曲线；
图5为本发明实施例中跟踪效果图及电解槽功率曲线；
图6为本发明时间-功率双线轮换控制策略下电解槽功率曲线；
图7为无时间-功率双线轮换控制策略下电解槽功率曲线。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
实施例
如图1所示，一种基于MPC的风氢耦合系统分层协调控制方法，该方法包括如下步骤：
(1)将风氢耦合系统划分为上层并网控制和下层电解槽控制；
(2)上层并网控制采用MPC控制算法控制并网功率跟踪风功率预测曲线，同时得到用于下层电解槽控制的电解槽功率控制量；
(3)将电解槽单体的运行状态划分为额定功率运行、波动功率运行、过载功率运行和停机四种运行状态；
(4)基于电解槽功率控制量采用时间-功率双线轮换控制策略确定各电解槽单体的运行状态使得电解槽单体轮流运行在四种运行状态之一。
本发明上层控制策略为基于MPC(模型预测控制)的系统层面控制策略，目的是在并网工况下，使得并网功率最大程度上跟随风功率预测得到的并网调度指令。下层控制策略为电解槽内部控制策略，旨在优化电解槽系统的工作状态以达到延长电解槽系统使用寿命和提高系统运行安全性的目的。
模型预测控制(MPC)是一类特殊的控制。它的当前控制动作是在每一个采样瞬间通过求解一个有限时域开环最优控制问题而获得。过程的当前状态作为最优控制问题的初始状态，解得的最优控制序列只实施第一个控制作用。这是它与那些使用预先计算控制律的算法的最大不同。预测控制的算法有几十种，其中具有代表性的主要有模型算法控制(MAC)、动态矩阵控制(DMC)和广义预测控制(GPC)等。其中动态矩阵控制采用的是工程上易于测取的对象阶跃响应做模型。其算法较简单，计算量少且鲁棒性强，采用了增量算法，是基于系统阶跃响应的算法，在控制中包含了数字积分环节，对消除系统静差非常有效，这是DMC算法的显著优越之处，在石化工业中得到了广泛的应用，本发明即采用动态矩阵控制(DMC)对风氢耦合系统进行控制。尽管预测控制算法形式多种多样，就一般意义来说，预测控制算法都包含预测模型、滚动优化和反馈校正三个主要部分。其中预测模型泛指具有预 测功能的信息集合，不论其具有什么表现形式，均可作为预测模型。滚动优化是预测控制的最主要特征，预测控制通过某一性能指标的最优化来确定未来的控制作用，这一性能指标涉及到系统未来的行为，通常可取对象输出在未来的采样点上跟踪某一期望轨迹的方差为最小。预测控制中优化不是一次离线进行，而是反复在线进行的，这就是滚动优化的含义，这也是预测控制区别于传统最优控制的根本特点。预测控制都把优化建立在系统实际的基础上，并力图在优化时对系统未来的动态行为作出较准确的预测。因此，预测控制中的优化不仅基于模型，而且利用了反馈信息，因而构成了闭环优化。如图2所示为DMC控制时域图，考虑优化时域P的条件下，计算控制时域M个控制量，但是只将第一个控制量作用于系统，然后再进行相同的优化过程，计算出下一时刻的M个控制量，如此滚动优化。优化时域P表示预测长度从k时刻起，未来多少步的输出能逼近期望值，P太小，快速性虽好，但稳定性和鲁棒性差；P太大，稳定性虽好，但调节作用差。控制时域M表示系统确定未来控制量改变的数口，小的M值有利于控制系统的稳定，但对复杂系统来说，得到的动态性能太差；大的M值则表征允许有较多步的控制增量变化，从而增大控制的灵活性，有较快速的响应，但有可能引起系统不稳定。一般情况下，对于具有简单动态响应的对象，M＝1～2；对于包括有振荡等复杂动态响应的对象，M＝4～8。必须注意M<P。
为了使得并网功率尽可能的跟踪风功率曲线，根据动态矩阵要求建立相关的模型，通过对系统中功率流动的方向进行分析，梳理出各功率之间的控制流程图如图3所示，图中，P W表示风电场风机功率，P′ W表示风电场风机功率预测值，P G表示并网功率，P el表示电解槽功率控制量。因此，本发明步骤(2)具体为：
(21)构建基于动态矩阵控制的预测模型：
Figure PCTCN2021110036-appb-000013
x(k)为状态量，u(k)为控制输入，d(k)为扰动，y(k)为输出，A、B u、B d、C、D为系数矩阵，具体为：
Figure PCTCN2021110036-appb-000014
u(k)＝P el(k)，y(k)＝P G(k)，d(k)＝P W(k)，
Figure PCTCN2021110036-appb-000015
Figure PCTCN2021110036-appb-000016
D＝[0 0]，
其中，k为采样时刻，P G(k)表示并网功率，P(k)表示储氢罐的压力，P el(k)表示电解槽功率控制量，P W(k)表示风电场风机功率，η表示电解槽消耗的电能转化为一定量体积氢能的转化效率，T为采样时间间隔，V为储氢罐的容积，p 0为标准大气压，p 0＝0.1MPa；
(22)构建约束：
P elmin＜P el(k)＜P elmax，
P min＜P(k)＜P max，
P elmin为电解槽阵列最小功率，P elmax为电解槽阵列最大功率，P min为储氢罐系统最小压力，P max为储氢罐系统最大压力；
(23)构建目标函数：
Figure PCTCN2021110036-appb-000017
其中，P表示动态矩阵控制的预测长度，M表示动态矩阵控制的控制长度，P′ W(k+i)表示风功率预测曲线中k+i时刻风功率预测值，P G(k+i|k)表示k预测时刻预测输出的k+i时刻的并网功率，ΔP el(k+j-1)表示k+j-1时刻电解槽功率控制量增量，q i、r j分别为从k时刻起的第i时刻误差输出权重系数和控制增量权重系数；
(24)根据预测模型和约束条件，求出使得目标函数最优的M个电解槽功率控制量增量，基于第一个控制增量得到用于下层电解槽控制的电解槽功率控制量，具体地，在本步骤中根据预测模型和约束条件，求出使得目标函数最优的控制增量，此问题为二次规划问题，并且是一个滚动优化的过程，即对每个时刻求解相应的二次规划最优解，并将第一个控制增量作用于系统，等到下一时刻时再重新进行相同的操作，再求解一次二次规划问题并将第一个控制增量作用于系统，如此循环滚动可以最大程度让实际并网功率跟随指令曲线。
步骤(4)具体为：
(41)将电解槽阵列中的电解槽单体依次排序，确定轮换周期，每一轮换周期到达时调整电解槽单体排列顺序；
(42)在每个轮换周期初始时刻，根据电解槽功率控制量确定运行于四种运行状态的电解槽单体的数量，按照当前电解槽单体排列顺序从位于首位的电解槽单体 开始向后依次分配各电解槽单体的运行状态，在轮换周期时间段内，当电解槽功率控制量发生波动，则根据当前电解槽功率控制量确定运行于四种运行状态的电解槽单体的数量，以上一时刻处于波动功率运行状态的电解槽单体为基准，将上一时刻处于波动功率运行状态的电解槽单体仍然配置为波动功率运行状态，同时向前依次配置各电解槽单体的运行状态直至到达首位电解槽单体后从末位电解槽单体向前继续依次配置各电解槽单体的工作状态直至到达处于波动功率运行状态的电解槽单体。
步骤(41)调整电解槽单体排列顺序的具体方式为：将上一轮轮换周期中位于首位的电解槽单体移动至末位。
步骤(42)每个轮换周期初始时刻以及轮换周期时间段内确定电解槽单体的数量具体方式为：
(421)根据电解槽功率控制量P el和电解槽阵列实际配置容量P pz确定电解槽阵列是否处于过载状态，若P el≤P pz则未过载，执行步骤(422)，否则过载，执行步骤(423)，其中P pz＝nP e，P e电解槽单体额定功率，n为电解槽单体配置总数量；
(422)根据电解槽功率控制量P el确定配置为额定功率运行状态的电解槽单体个数N 11、配置为波动功率运行状态的电解槽单体的个数N 12以及配置为停机运行状态的电解槽单体的个数N 13，满足N 11+N 12+N 13＝n；
(423)根据电解槽功率控制量P el确定配置为过载功率运行状态的电解槽单体个数N 21、配置为波动功率运行状态的电解槽单体的个数N 22以及配置为额定功率运行状态的电解槽单体的个数N 23，满足N 21+N 22+N 23＝n。
步骤(422)N 11、N 12、N 13具体为：
Figure PCTCN2021110036-appb-000018
其中，
Figure PCTCN2021110036-appb-000019
表示向下取整，
若N 11＝n，则N 12＝N 13＝0，所有电解槽单体均配置为运行于额定功率运行状态，
若N 11＜n，则N 12＝1，N 13＝n-N 11-1。
步骤(423)N 21、N 22、N 23具体为：
首先，确定过载量P OL＝P el-nP e，
然后，通过下式获取N 21，
Figure PCTCN2021110036-appb-000020
其中，
Figure PCTCN2021110036-appb-000021
表示向下取整，
最后，若
Figure PCTCN2021110036-appb-000022
则N 22＝0，N 23＝n-N 21，若
Figure PCTCN2021110036-appb-000023
则N 22＝1，N 23＝n-N 21-1，
Figure PCTCN2021110036-appb-000024
为电解槽的过载系数。
步骤(42)每个轮换周期初始时刻分配电解槽单体的运行状态具体为：
若处于未过载状态，则按照当前电解槽单体排列顺序，从首位电解槽单体开始向后依次配置N 11个电解槽单体运行于额定功率运行状态、N 12个电解槽单体运行于波动功率运行状态、N 13个电解槽单体运行于停机运行状态；
若处于过载状态，则按照当前电解槽单体排列顺序，从首位电解槽单体开始向后依次配置N 21个电解槽单体运行于过载功率运行状态、N 22个电解槽单体运行于波动功率运行状态、N 23个电解槽单体运行于额定功率运行状态。
步骤(42)在轮换周期时间段内以上一时刻处于波动功率运行状态的电解槽单体为基准向前配置各电解槽单体的运行状态具体为：
若处于未过载状态下，按照如下方式配置额定运行状态和停机运行状态的电解槽单体：依次交替配置额定运行状态和停机运行状态下的电解槽单体直至额定运行状态或停机运行状态中的一种运行状态配置完毕后依次配置未配置完成的另一种运行状态；
若处于过载状态下，按照如下方式配置额定运行状态和过载运行状态的电解槽单体：依次交替配置额定运行状态和过载运行状态下的电解槽单体直至额定运行状态或过载运行状态中的一种运行状态配置完毕后依次配置另一种运行状态。
一种基于MPC的风氢耦合系统分层协调控制装置，该装置包括存储器和处理器，存储器用于存储计算机程序，处理器用于当执行计算机程序时实现风电制氢碱性电解槽阵列配置及优化控制方法。
在对电解槽功率控制过程中，由于电解槽具有一定的延时特性，为了使得电解槽更好地服从调度，引入风功率预测来对电解槽的控制进行时间上的迁移，同时将风功率预测与动态矩阵控制相结合，不仅可以提升电解槽系统的调度性还能提升控制的精准性。如图4所示，以张北某风场某日一台2MW风机的风功率预测曲线为例进行动态矩阵控制的验证。
为了使得电解槽系统满足相应地风功率吸收需求，在充分考虑电解槽的过载特 性的基础上，配置电解槽系统为4个500kW的电解槽单体组成。在上述风功率曲线的作用下进行仿真验证，仿真的参数如表1：
表1仿真参数
仿真时长/s 1200 优化时域/s 10
电解槽单体容量/kW 300 控制时域/s 1
轮换时间/s 300 电解槽单体数量/个 4
根据上述参数设置进行动态矩阵控制算法MATLAB仿真，结果如图5所示，其中参考曲线为风功率曲线，跟踪曲线为并网功率，可以看出并网功率可以很好的跟随风功率指令，同时由于风功率大部分都并网消纳，电解槽系统的功率相对来说处于比较低的水平。
在离网状态下，风功率全部由电解槽系统消纳，通过对风功率的数值分析并结合市场上电解槽单体容量的数量等级，同时考虑电解槽短时过载能力，选择4个500kW的电解槽单体组成电解槽系统。图6为离网状态4个电解槽单体按照时间-功率双线轮换控制策略各自消纳的功率曲线，图6的(a)～(d)依次为1#～4#电解槽单体的功率变化曲线。
为了对比分析有无轮值策略的情况下，电解槽系统的表现，将同样的风功率曲线应用于无时间-功率双线轮换控制策略的电解槽系统得到图7所示结果，图7的(a)～(d)依次为1#～4#电解槽单体的功率变化曲线。
根据电解槽的功率曲线提出相应的参数指标，在电解槽的运行周期内，定义其功率处于额定功率的时间占比为Y e，功率处于波动功率时间占比为Y s；处于停机状态的时间占比为Y t；处于运行功率低于氢气安全功率非停机状态的时间占比为Y q。
表2 仿真结果数据对比
Figure PCTCN2021110036-appb-000025
表2为协调轮值控制策略下以及无协调轮值控制策略下的仿真结果数据对比表，从表格数据可以看出，轮值控制策略相比于无轮值控制策略，各个电解槽单体的运行状态时间占比相对稳定，轮换策略使得电解槽的停机时长不会过长，而出现温度下降过低的问题。同时对于产氢安全性方面，处于低功率运行的时间占比都在5％以下，相比于无轮值控制策略最高的9.08％降低了45％的危险运行时间，保证了电解槽运行过程中氢气和氧气的混合浓度不会达到爆炸极限。
本发明整个系统采用分层控制策略，上层的MPC控制算法(模型预测控制)从系统层面出发，在并网条件下将风功率尽可能地并网消纳，下层的电解槽控制策略协调各个电解槽单体的功率分配；将风功率预测与动态矩阵控制相结合，通过预测的风功率制订并网功率的调度计划，并运用动态矩阵控制算法提高并网功率的跟踪精准度；下层采用时间-功率双线轮换控制策略，每一轮换周期到达时调整电解槽单体排列顺序即实现了基于时间的轮换，在轮换周期内根据电解槽功率控制量，以上一时刻处于波动功率运行状态的电解槽单体为基准，配置其他电解槽单体的运行状态即实现了基于功率的轮换，通过基于时间的轮换可以避免电解槽由于停机时间过长而导致的温度下降影响电解槽的反应速度，基于功率的轮换可以避免因功率低于产氢安全功率时间过长而存在的安全隐患，双线轮换策略可以延长系统使用寿命和系统运行安全性。
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

Claims (10)

  1. 一种基于MPC的风氢耦合系统分层协调控制方法，其特征在于，该方法包括如下步骤：
    (1)将风氢耦合系统划分为上层并网控制和下层电解槽控制；
    (2)上层并网控制采用MPC控制算法控制并网功率跟踪风功率预测曲线，同时得到用于下层电解槽控制的电解槽功率控制量；
    (3)将电解槽单体的运行状态划分为额定功率运行、波动功率运行、过载功率运行和停机四种运行状态；
    (4)基于电解槽功率控制量采用时间-功率双线轮换控制策略确定各电解槽单体的运行状态使得电解槽单体轮流运行在四种运行状态之一。
  2. 根据权利要求1所述的一种基于MPC的风氢耦合系统分层协调控制方法，其特征在于，步骤(2)具体为：
    (21)构建基于动态矩阵控制的预测模型：
    Figure PCTCN2021110036-appb-100001
    x(k)为状态量，u(k)为控制输入，d(k)为扰动，y(k)为输出，A、B u、B d、C、D为系数矩阵，具体为：
    Figure PCTCN2021110036-appb-100002
    u(k)＝P el(k)，y(k)＝P G(k)，d(k)＝P W(k)，
    Figure PCTCN2021110036-appb-100003
    Figure PCTCN2021110036-appb-100004
    D＝[00]，
    其中，k为采样时刻，P G(k)表示并网功率，P(k)表示储氢罐的压力，P el(k)表示电解槽功率控制量，P W(k)表示风电场风机功率，η表示电解槽消耗的电能转化为一定量体积氢能的转化效率，T为采样时间间隔，V为储氢罐的容积，p 0为标准大气压，p 0＝0.1MPa；
    (22)构建约束：
    P elmin＜P el(k)＜P elmax，
    P min＜P(k)＜P max，
    P elmin为电解槽阵列最小功率，P elmax为电解槽阵列最大功率，P min为储氢罐系统 最小压力，P max为储氢罐系统最大压力；
    (23)构建目标函数：
    Figure PCTCN2021110036-appb-100005
    其中，P表示动态矩阵控制的预测长度，M表示动态矩阵控制的控制长度，P′ W(k+i)表示风功率预测曲线中k+i时刻风功率预测值，PG(k+i|k)表示k预测时刻预测输出的k+i时刻的并网功率，ΔP el(k+j-1)表示k+j-1时刻电解槽功率控制量增量，q i、r j分别为从k时刻起的第i时刻误差输出权重系数和控制增量权重系数；
    (24)根据预测模型和约束条件，求出使得目标函数最优的M个电解槽功率控制量增量，基于第一个控制增量得到用于下层电解槽控制的电解槽功率控制量。
  3. 根据权利要求1所述的一种基于MPC的风氢耦合系统分层协调控制方法，其特征在于，步骤(4)具体为：
    (41)将电解槽阵列中的电解槽单体依次排序，确定轮换周期，每一轮换周期到达时调整电解槽单体排列顺序；
    (42)在每个轮换周期初始时刻，根据电解槽功率控制量确定运行于四种运行状态的电解槽单体的数量，按照当前电解槽单体排列顺序从位于首位的电解槽单体开始向后依次分配各电解槽单体的运行状态，在轮换周期时间段内，当电解槽功率控制量发生波动，则根据当前电解槽功率控制量确定运行于四种运行状态的电解槽单体的数量，以上一时刻处于波动功率运行状态的电解槽单体为基准，将上一时刻处于波动功率运行状态的电解槽单体仍然配置为波动功率运行状态，同时向前依次配置各电解槽单体的运行状态直至到达首位电解槽单体后从末位电解槽单体向前继续依次配置各电解槽单体的工作状态直至到达处于波动功率运行状态的电解槽单体。
  4. 根据权利要求3所述的一种风电制氢碱性电解槽阵列配置及优化控制方法，其特征在于，步骤(41)调整电解槽单体排列顺序的具体方式为：将上一轮轮换周期中位于首位的电解槽单体移动至末位。
  5. 根据权利要求3所述的一种风电制氢碱性电解槽阵列配置及优化控制方法，其特征在于，步骤(42)每个轮换周期初始时刻以及轮换周期时间段内确定电解槽 单体的数量具体方式为：
    (421)根据电解槽功率控制量P el和电解槽阵列实际配置容量P pz确定电解槽阵列是否处于过载状态，若P el≤P pz则未过载，执行步骤(422)，否则过载，执行步骤(423)，其中P pz＝nP e，P e电解槽单体额定功率，n为电解槽单体配置总数量；
    (422)根据电解槽功率控制量P el确定配置为额定功率运行状态的电解槽单体个数N 11、配置为波动功率运行状态的电解槽单体的个数N 12以及配置为停机运行状态的电解槽单体的个数N 13，满足N 11+N 12+N 13＝n；
    (423)根据电解槽功率控制量P el确定配置为过载功率运行状态的电解槽单体个数N 21、配置为波动功率运行状态的电解槽单体的个数N 22以及配置为额定功率运行状态的电解槽单体的个数N 23，满足N 21+N 22+N 23＝n。
  6. 根据权利要求5所述的一种风电制氢碱性电解槽阵列配置及优化控制方法，其特征在于，步骤(422)N 11、N 12、N 13具体为：
    Figure PCTCN2021110036-appb-100006
    其中，
    Figure PCTCN2021110036-appb-100007
    表示向下取整，
    若N 11＝n，则N 12＝N 13＝0，所有电解槽单体均配置为运行于额定功率运行状态，
    若N 11＜n，则N 12＝1，N 13＝n-N 11-1。
  7. 根据权利要求5所述的一种风电制氢碱性电解槽阵列配置及优化控制方法，其特征在于，步骤(423)N 21、N 22、N 23具体为：
    首先，确定过载量P OL＝P el-nP e，
    然后，通过下式获取N 21，
    Figure PCTCN2021110036-appb-100008
    其中，
    Figure PCTCN2021110036-appb-100009
    表示向下取整，
    最后，若
    Figure PCTCN2021110036-appb-100010
    则N 22＝0，N 23＝n-N 21，若
    Figure PCTCN2021110036-appb-100011
    则N 22＝1，N 23＝n-N 21-1，
    Figure PCTCN2021110036-appb-100012
    为电解槽的过载系数。
  8. 根据权利要求5所述的一种风电制氢碱性电解槽阵列配置及优化控制方法，其特征在于，步骤(42)每个轮换周期初始时刻分配电解槽单体的运行状态具体为：
    若处于未过载状态，则按照当前电解槽单体排列顺序，从首位电解槽单体开始向后依次配置N 11个电解槽单体运行于额定功率运行状态、N 12个电解槽单体运行 于波动功率运行状态、N 13个电解槽单体运行于停机运行状态；
    若处于过载状态，则按照当前电解槽单体排列顺序，从首位电解槽单体开始向后依次配置N 21个电解槽单体运行于过载功率运行状态、N 22个电解槽单体运行于波动功率运行状态、N 23个电解槽单体运行于额定功率运行状态。
  9. 根据权利要求5所述的一种风电制氢碱性电解槽阵列配置及优化控制方法，其特征在于，步骤(42)在轮换周期时间段内以上一时刻处于波动功率运行状态的电解槽单体为基准向前配置各电解槽单体的运行状态具体为：
    若处于未过载状态下，按照如下方式配置额定运行状态和停机运行状态的电解槽单体：依次交替配置额定运行状态和停机运行状态下的电解槽单体直至额定运行状态或停机运行状态中的一种运行状态配置完毕后依次配置未配置完成的另一种运行状态；
    若处于过载状态下，按照如下方式配置额定运行状态和过载运行状态的电解槽单体：依次交替配置额定运行状态和过载运行状态下的电解槽单体直至额定运行状态或过载运行状态中的一种运行状态配置完毕后依次配置另一种运行状态。
  10. 一种基于MPC的风氢耦合系统分层协调控制装置，其特征在于，该装置包括存储器和处理器，所述的存储器用于存储计算机程序，所述的处理器用于当执行所述的计算机程序时实现如权利要求1～9任意一项所述的风电制氢碱性电解槽阵列配置及优化控制方法。
PCT/CN2021/110036 2020-08-25 2021-08-02 一种基于mpc的风氢耦合系统分层协调控制方法及装置 WO2022042216A1 (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US17/638,191 US20230043165A1 (en) 2020-08-25 2021-08-02 Mpc-based hierarchical coordinated control method and device for wind-hydrogen coupling system
DE112021000064.0T DE112021000064T5 (de) 2020-08-25 2021-08-02 Verfahren und Vorrichtung zur geschichteten koordinierten Steuerung eines Wind-Wasserstoff-Kopplungssystems basierend auf MPC
JP2022507552A JP7224608B2 (ja) 2020-08-25 2021-08-02 Ｍｐｃに基づく風力水素結合システムの階層協調制御方法および装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010863668.4A CN112103994B (zh) 2020-08-25 2020-08-25 一种基于mpc的风氢耦合系统分层协调控制方法及装置
CN202010863668.4 2020-08-25

Publications (1)

Publication Number Publication Date
WO2022042216A1 true WO2022042216A1 (zh) 2022-03-03

Family

ID=73753405

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2021/110036 WO2022042216A1 (zh) 2020-08-25 2021-08-02 一种基于mpc的风氢耦合系统分层协调控制方法及装置

Country Status (5)

Country Link
US (1) US20230043165A1 (zh)
JP (1) JP7224608B2 (zh)
CN (1) CN112103994B (zh)
DE (1) DE112021000064T5 (zh)
WO (1) WO2022042216A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114836790A (zh) * 2022-06-17 2022-08-02 水木明拓氢能源科技有限公司 用于电解水制氢装置的控制方法、控制系统和计算机可读介质
WO2023181042A3 (en) * 2022-03-24 2024-03-28 H2Pro Ltd Electrolysis system and operation method thereof

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112103994B (zh) * 2020-08-25 2022-04-01 同济大学 一种基于mpc的风氢耦合系统分层协调控制方法及装置
JP2022125850A (ja) * 2021-02-17 2022-08-29 株式会社日立製作所 水素製造システム、水素製造方法
CN113249738B (zh) * 2021-05-28 2022-08-05 全球能源互联网研究院有限公司 一种新型电解水制氢系统及其运行方法
WO2023036387A1 (en) * 2021-09-07 2023-03-16 Vestas Wind Systems A/S Hydrogen electrolyser system based on a wind turbine generator
CN115094481B (zh) * 2022-06-23 2023-06-09 河北工业大学 适应宽功率波动的模块化碱性电解水制氢调度切换方法
CN116613872B (zh) * 2023-07-20 2023-10-31 武汉新能源接入装备与技术研究院有限公司 光伏储能系统的充电控制方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0491638A (ja) * 1990-08-06 1992-03-25 Sanyo Electric Co Ltd エネルギーシステム
CN105337310A (zh) * 2015-11-30 2016-02-17 华南理工大学 一种串联结构光储型多微网经济运行系统及方法
CN108206547A (zh) * 2018-01-08 2018-06-26 福州大学 风氢耦合发电系统各单元容量优化的方法
CN110707749A (zh) * 2019-11-11 2020-01-17 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种风氢耦合系统及其控制方法
CN111463826A (zh) * 2020-04-13 2020-07-28 同济大学 一种风电制氢碱性电解槽阵列配置及优化控制方法、系统
CN112103994A (zh) * 2020-08-25 2020-12-18 同济大学 一种基于mpc的风氢耦合系统分层协调控制方法及装置

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU5168090A (en) * 1989-03-05 1990-10-09 Takeo Nakagawa Protective apparatus
US5740033A (en) * 1992-10-13 1998-04-14 The Dow Chemical Company Model predictive controller
AUPS143902A0 (en) * 2002-03-28 2002-05-09 Curtin University Of Technology Power conversion system and method of converting power
JP4775790B2 (ja) * 2005-02-24 2011-09-21 サンエス電気通信株式会社 自然エネルギーを有効利用する発電システム，
JP4872393B2 (ja) * 2006-03-14 2012-02-08 株式会社日立製作所 風力発電水素製造装置
JP2007249341A (ja) * 2006-03-14 2007-09-27 Hitachi Ltd 水素製造システム
ES2299407B1 (es) * 2007-10-18 2009-08-25 Acciona Energia, S.A. Sistema de produccion de energia electrica e hidrogeno.
EP2350352B1 (en) * 2008-10-30 2019-03-20 Next Hydrogen Corporation Power dispatch system for electrolytic production of hydrogen from wind power
US10424935B2 (en) * 2009-09-15 2019-09-24 Rajiv Kumar Varma Multivariable modulator controller for power generation facility
US8478452B2 (en) * 2010-04-06 2013-07-02 Battelle Memorial Institute Grid regulation services for energy storage devices based on grid frequency
AU2010352432B2 (en) * 2010-04-28 2015-11-12 Acciona Energia, S. A. Hydrogen production system for regulating the power at renewable energy electric plants, and a regulation method
CN104113084B (zh) * 2014-07-31 2016-01-06 东北电力大学 风电-制氢并网发电系统的控制方法
CN104680246B (zh) * 2015-01-29 2017-12-12 北京交通大学 一种基于数据驱动的风电场实时功率预测方法
CN105071422B (zh) * 2015-08-28 2017-06-30 袁铁江 分散式接入风电场的风‑氢储能耦合系统控制方法
CN108155662B (zh) * 2016-12-06 2020-06-09 北京天诚同创电气有限公司 风电制氢的控制方法和装置
CN106684915A (zh) * 2017-01-12 2017-05-17 国家电网公司 一种风氢耦合发电系统的优化方法及装置
CN106849835B (zh) * 2017-03-13 2018-09-07 东北电力大学 一种风光氢综合能源系统在线能量调控方法
JP7008297B2 (ja) * 2017-12-22 2022-01-25 清水建設株式会社 電力供給システムおよび電力供給システムの制御方法
JP7153457B2 (ja) * 2018-03-13 2022-10-14 株式会社日立製作所 再生可能エネルギ発電システムの電力変動緩和方法、および、再生可能エネルギ発電システム
JP7075788B2 (ja) * 2018-03-13 2022-05-26 株式会社日立製作所 再生可能エネルギ発電装置の急変動の予見検知方法、および、再生可能エネルギ発電システム
CN109755965B (zh) * 2019-03-20 2022-04-01 河北科技大学 风光发电和制氢储氢系统的运行控制方法
CN110912197B (zh) * 2019-12-12 2021-05-04 佛山市思正能源技术有限公司 一种可自动能量调度的模块化户用光储系统及控制方法
CN111525597B (zh) * 2020-05-07 2023-04-07 南京工程学院 一种风储联合系统中双电池不平衡状态优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0491638A (ja) * 1990-08-06 1992-03-25 Sanyo Electric Co Ltd エネルギーシステム
CN105337310A (zh) * 2015-11-30 2016-02-17 华南理工大学 一种串联结构光储型多微网经济运行系统及方法
CN108206547A (zh) * 2018-01-08 2018-06-26 福州大学 风氢耦合发电系统各单元容量优化的方法
CN110707749A (zh) * 2019-11-11 2020-01-17 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种风氢耦合系统及其控制方法
CN111463826A (zh) * 2020-04-13 2020-07-28 同济大学 一种风电制氢碱性电解槽阵列配置及优化控制方法、系统
CN112103994A (zh) * 2020-08-25 2020-12-18 同济大学 一种基于mpc的风氢耦合系统分层协调控制方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CAI GUOWEI, CHEN CHONG;KONG LINGGUO;PENG LONG;LI ZHENXIN: "Control Strategy of Hybrid Grid-Connected System of Wind and Hydrogen", TAIYANGNENG-XUEBAO : JIKAN = ACTA ENERGIAE SOLARIS SINICA, ZHONG GUO TAI YANG NENG XUE HUI, CN, vol. 39, no. 10, 31 October 2018 (2018-10-31), CN , pages 2970 - 2980, XP055903321, ISSN: 0254-0096 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023181042A3 (en) * 2022-03-24 2024-03-28 H2Pro Ltd Electrolysis system and operation method thereof
CN114836790A (zh) * 2022-06-17 2022-08-02 水木明拓氢能源科技有限公司 用于电解水制氢装置的控制方法、控制系统和计算机可读介质

Also Published As

Publication number Publication date
DE112021000064T5 (de) 2022-04-14
US20230043165A1 (en) 2023-02-09
CN112103994B (zh) 2022-04-01
JP2022543836A (ja) 2022-10-14
JP7224608B2 (ja) 2023-02-20
CN112103994A (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
WO2022042216A1 (zh) 一种基于mpc的风氢耦合系统分层协调控制方法及装置
CN105846461B (zh) 一种大规模储能电站自适应动态规划的控制方法和系统
CN110365013B (zh) 一种光热-光伏-风电联合发电系统的容量优化方法
WO2023065113A1 (zh) 风光水多能互补系统灵活性需求量化及协调优化方法
WO2021088442A1 (zh) 协调控制风电场无功电压的方法和系统
CN105337415A (zh) 一种基于预测控制的地区电网调度系统及其方法
CN106953363A (zh) 一种风电场限功率运行状态下电网旋转备用优化配置方法
CN109586284B (zh) 考虑弃能约束的送端电力系统随机生产模拟方法及应用
CN109474007B (zh) 一种基于大数据云技术的能源互联网调度方法
CN111325395A (zh) 一种光热电站参与调节的多时间尺度源源优化调度方法
CN114744687A (zh) 一种虚拟电厂的能源调控方法及系统
CN113159423A (zh) 基于风、火、光储协调的多能源联合优化调度运行方法
CN110543966A (zh) 一种电热气联供的微能源网的日前调度优化方法
Fu et al. Model predictive control of an integrated energy microgrid combining power to heat and hydrogen
Wang et al. A time-scale adaptive dispatching strategy considering the matching of time characteristics and dispatching periods of the integrated energy system
Li et al. Development and application of dispatching and energy management system for 50MW/100MWh battery energy storage station
Wang et al. Distributed optimization control schemes applied on offshore wind farm active power regulation
Gu et al. Research on Day-ahead Optimal Scheduling of Wind-photovoltaic-thermal-energy Storage Combined Power Generation System Based on Opportunity-constrained Programming
CN114530848B (zh) 一种光储虚拟电厂多时间尺度动态划分方法
CN116780619A (zh) 考虑电力交易的分布式源-储聚合功率调节特性评价方法
CN114725961A (zh) 平抑风电波动的制氢系统容量分层优化配置方法
CN111064187B (zh) 一种发用电的电量极限分配方法
Guoqiang et al. A Multi-Source Dispatching Model with Considering the Nuclear Power Plants Dispatching and Wind Power Accommodation
CN114188942A (zh) 一种包含大规模新能源基地的电网调度方法
CN114399162A (zh) 一种基于能源调度时间自适应变化的滚动优化调度方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022507552

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21860056

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 21860056

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 21860056

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 31.08.2023)