摘 要:通過分析電解制氫效率與制氫功率的關(guān)系,提出一種基于分段模糊控制電解槽陣列效率提升的策略,基于大規(guī)模風-氫耦合系統(tǒng)應(yīng)用場景,建立考慮風電制氫效率的風電制氫系統(tǒng)優(yōu)化調(diào)度模型,并采用人工蜂群算法求解最優(yōu)制氫功率。仿真結(jié)果表明,所提出的控制策略不僅可保證電解槽的安全運行,同時能提高電解槽的制氫效率,為電解制氫系統(tǒng)在電力系統(tǒng)中的大規(guī)模應(yīng)用提供理論依據(jù)。最后,在此基礎(chǔ)上,加入電解槽陣列的模塊化優(yōu)化策略,使建立的分段模糊控制器能夠統(tǒng)籌安全性、經(jīng)濟性、能效性,以期為氫能在電力系統(tǒng)中的大規(guī)模應(yīng)用提供理論依據(jù)。
關(guān)鍵詞:風電;電解制氫;可再生能源;模糊控制;電解效率;協(xié)調(diào)優(yōu)化策略
中圖分類號:TM91" " " " " " " " " " " " 文獻標志碼:A
0 引 言
可再生能源的波動性和不確定性特征給電網(wǎng)的安全穩(wěn)定運行帶來了巨大挑戰(zhàn)。當調(diào)峰困難時,必須通過棄電維持電網(wǎng)的安全,造成可再生能源的極大浪費[1-3]。作為清潔的二次能源,氫能因其能量密度高、無自放電、壽命長、可大規(guī)模存儲和利用[4-5]而成為應(yīng)用前景最為廣泛的能源轉(zhuǎn)化載體[6]??稍偕茉措娊馑茪涫悄壳暗难芯繜狳c之一。利用可再生能源(如風力發(fā)電和光伏發(fā)電)電解水生產(chǎn)氫氣,不僅可顯著減少制氫過程中的碳排放對環(huán)境的污染,而且可有效解決電網(wǎng)調(diào)度困難問題。
國內(nèi)外已針對可再生能源制氫系統(tǒng)開展了優(yōu)化控制與運行策略相關(guān)研究[7-10]。文獻[7-8]將電解槽作為可控負載以適應(yīng)風電的波動,廢棄風通過電解槽制氫吸收,驗證了電解制氫的經(jīng)濟可行性;文獻[9]使用瑞典的發(fā)電調(diào)度模型,在考慮到不同天氣條件影響的情況下,評估不同的熱力和水電靈活性場景對電解槽利用率的影響;文獻[10]根據(jù)烏克蘭風電的特點提出風電制氫系統(tǒng)制氫產(chǎn)量的計算方法,并研究風電制氫的經(jīng)濟效益;文獻[11]基于孤島電-氫混合多微電網(wǎng)構(gòu)架提出一種虛擬同步機自適應(yīng)分配控制方法,實現(xiàn)了減小頻率波動超調(diào)量的同時提高系統(tǒng)的響應(yīng)速度;文獻[12]基于獨立的可再生能源氫儲系統(tǒng),通過配置一定量的超級電容器,實現(xiàn)電解制氫與燃料電池快速動態(tài)響應(yīng)?,F(xiàn)有文獻多考慮電解制氫系統(tǒng)的控制效果和綜合能源系統(tǒng)整體經(jīng)濟性,對于波動性功率輸入控制的研究較少。
在電解制氫裝置的效率提升研究方面,目前主要有3種方法:1) 使用新的電解制氫組件,通過選擇新型膜材料來提高電解過程的穩(wěn)定性,防止離子從陽極傳輸?shù)疥帢O,從而使制氫效率更高[13];2) 開發(fā)新的電極催化材料,以加快電化學(xué)過程的反應(yīng)速度,提高制氫效率[14-15];3) 在制氫過程中改變運行參數(shù)。其中,前兩種方法都需要昂貴的材料和先進的化學(xué)技術(shù),在工程中應(yīng)用的具體例子也較少,第3種可將電解的整體效率提高2倍以上[16],但可能會影響電解槽的整體壽命。綜上所述,目前風電制氫系統(tǒng)的優(yōu)化控制方法存在一些不足,所采用的效率提升方法可能增加投資成本或影響電解槽壽命。因此,本文對考慮風電制氫效率的風電制氫優(yōu)化控制進行研究。通過對電解制氫設(shè)備的精確建模,得到電解槽的功率效率曲線。根據(jù)電解槽的效率曲線,提出一種模塊化分段模糊控制方法,提高制氫效率的同時有效減少設(shè)備啟停次數(shù),以更好地適應(yīng)新能源的波動性。
本文通過以制氫裝置運行成本最小為目標,建立考慮制氫效率的風電制氫系統(tǒng)協(xié)調(diào)優(yōu)化控制模型,并采用人工蜂群算法進行求解。對不同制氫方案的風氫系統(tǒng)經(jīng)濟性進行比較分析,通過對中國某省電網(wǎng)實際運行數(shù)據(jù)的仿真分析,驗證該方法的有效性和正確性。通過改變電解槽陣列的制氫功率,提高各電解槽的制氫效率,從而提高整體制氫效率。與現(xiàn)有技術(shù)相比,新型效率提升方法具有不增加投資成本、技術(shù)支持先進的特點,對電解設(shè)備的整體壽命影響小,具有良好的工程應(yīng)用意義。最后,為統(tǒng)籌電解槽陣列的安全性、經(jīng)濟性、能效性,引入模塊化的控制理論,在波動性輸入工況和過載工況下保證電解槽陣列安全性,避免壽命不一致導(dǎo)致的頻繁啟停。
1 制氫裝置的物理建模
電解制氫裝置主要分為堿性電解槽(alkaline water electrolysis,AWE)、質(zhì)子交換膜(proton exchange membranes,PEM)電解槽和固體氧化物電解槽(solid oxide water electrolysis,SOE)。AWE技術(shù)成熟、價格低廉,已實現(xiàn)大規(guī)模商業(yè)化應(yīng)用,PEM電解槽調(diào)節(jié)范圍寬、響應(yīng)速度快,但尚處于商業(yè)化初期,在可再生能源制氫示范項目中應(yīng)用的規(guī)模較?。?7-18]。SOEC具有較高的轉(zhuǎn)化效率,但仍處于實驗室階段尚未實現(xiàn)商業(yè)化。本文以PEM電解槽為研究對象。PEM電解槽主要包含膜電極、極板和氣體擴散層。最常用的陽極材料是貴金屬銥,陰極材料則是Pt/C催化劑,水通過直流電極電解產(chǎn)生氫氣。其電壓-電流方程可表示為:
從圖2可看出,隨著輸入功率的增加,電解槽的效率迅速提高,最大制氫效率約為30.91%(如圖2中虛線所示),然后逐漸降至24.11%,表現(xiàn)為[U=(P0,η)=](96 kW,30.91%)。當輸入功率小于[96 kW]時,由于電解槽內(nèi)材料的特性,存在氫氧比超過爆炸極限的風險。當輸入功率大于96 kW且接近額定功率時,制氫邊際成本同步上升,經(jīng)濟性較差。因此,制氫的最佳功率應(yīng)在最大效率的右半部分。將運行溫度從353.15 K降至293.15 K,制氫工作曲線的變化如圖3所示。
如圖4所示,分段模糊控制器由分段模糊選擇開關(guān)、分段模糊控制器、[n]個子電解槽和1個執(zhí)行器組成。從圖4中可看出,分段模糊控制器的開關(guān)是根據(jù)偏差e來選擇的,在確定控制規(guī)則后,制氫功率由執(zhí)行機構(gòu)分配給每臺電解槽[ai(i=1,2,…,n)]。采用負反饋控制實現(xiàn)制氫功率的自動調(diào)節(jié)。負反饋穩(wěn)定后,即[e2=0],可由式(9)計算總制氫功率。
3 考慮制氫效率的風電制氫系統(tǒng)優(yōu)化調(diào)度策略
3.1 風-氫耦合系統(tǒng)的結(jié)構(gòu)
風-氫耦合系統(tǒng)示意如圖7所示,包含風電場、電網(wǎng)、電解制氫裝置等,外部電力通過火電機組提供,制取的氫氣供應(yīng)到氫產(chǎn)業(yè)鏈?;痣姍C組和風電場用于向電網(wǎng)輸送電力。當風電場出力過大且存在棄風時,采用制氫裝置作為可控負荷吸收棄風。風電場與制氫裝置的結(jié)合可有效緩解電解槽間歇運行的問題,提高儲氫裝置的使用壽命。當無棄風時,從電網(wǎng)購電制氫,電解槽作為可控負荷參與電網(wǎng)調(diào)度。由于儲氫裝置成本較高,在投資規(guī)劃過程中應(yīng)盡可能提高電解槽的制氫效率,以提高系統(tǒng)的經(jīng)濟性。
為降低儲氫系統(tǒng)的總成本,研究考慮風電制氫效率的風電制氫系統(tǒng)調(diào)度優(yōu)化控制策略??紤]制氫效率的風電制氫系統(tǒng)優(yōu)化調(diào)度流程圖如圖9所示。首先,輸入各期電價、氫氣價格、棄風率數(shù)據(jù),設(shè)置制氫初始功率;其次,根據(jù)提出的分段模糊控制策略,提高電解槽的制氫效率;接著,以風電儲氫系統(tǒng)總成本最小為目標函數(shù),綜合考慮制氫邊際成本、電價、氫氣價格等約束條件,建立考慮制氫效率的風電制氫系統(tǒng)優(yōu)化調(diào)度模型;然后,用人工蜂群算法求解模型;最后,輸出最佳制氫功率。
3.4 算例分析
根據(jù)某省電網(wǎng)運行數(shù)據(jù)模擬分析,設(shè)火電機組裝機容量14308 MW,風電機組裝機容量5096.31 MW,制氫裝置裝機容量100 MW,風電滲透率23.55%,仿真相關(guān)參數(shù)設(shè)置見表1。
人工蜂群算法利用聚類智能的思想比較問題的優(yōu)缺點,不考慮問題的特殊信息,具有魯棒性強、收斂速度快、算法精度高等優(yōu)點。本文采用人工蜂群算法求解風電制氫系統(tǒng)的優(yōu)化調(diào)度模型。人工蜂群算法的參數(shù)設(shè)置為:群體大小為100,蜜源數(shù)為50,閾值為10,最大迭代次數(shù)(Limit)為1000次。分別采用簡單啟停方案和分段模糊控制方案求解建立的優(yōu)化控制模型,制氫功率通過人工蜂群算法優(yōu)化得到,優(yōu)化效果圖如圖10所示。
當按照簡單啟停方案制取氫氣時,在23:00—06:00、11:00—13:00期間,電解槽制氫功率達到額定功率,其他時間處于間歇狀態(tài),電解槽的利用率占全天時間的9/24。然而,當不存在棄風時,由于制氫效率低會間接導(dǎo)致制氫成本增加,難以從電網(wǎng)購電獲取收益。當按照分段模糊控制方案電解制氫時,充分考慮分時電價對制氫功率優(yōu)化結(jié)果的影響。在07:00—10:00、17:00—22:00期間,電價處于峰時段,從電網(wǎng)購電用于制氫經(jīng)濟性較差。此時,利用分段模糊控制器使電解槽的制氫功率處于PS段,優(yōu)化后得到最優(yōu)制氫功率為16 MW。在23:00—06:00期間,電價處于谷時段,從電網(wǎng)購電制氫具有較高的經(jīng)濟性。此時,所有電解槽均以額定功率運行,制氫功率等于所有電解槽額定功率的和。當棄風功率高于額定功率時,以額定功率制氫;當棄風功率低于額定功率時,從電網(wǎng)處購電,使其達到額定功率。在11:00—16:00期間,電價處于平時段,電價對制氫經(jīng)濟性影響不大,優(yōu)化后得到的電解槽制氫功率約為70 MW。在12:00時由于疊加了棄風功率,使電解槽制氫功率達到額定功率。
由表2可看出,簡單啟停方案日運行成本和風電制氫效率較低,有待進一步改進;分段模糊控制方案的經(jīng)濟性較好,制氫裝置日運行成本為74.67 萬元,有效提高了制氫收入,降低了氫儲系統(tǒng)成本。同時單位制氫電耗從63.77 kWh/kg降低到60.71 kWh/kg。由于單位制氫電耗可間接反應(yīng)制氫效率,所提出的分段模糊控制策略能有效提升制氫效率。
4 模塊化電解槽陣列控制方法
4.1 方法簡述
通過循環(huán)隊列的方式對編號的電解槽進行依次控制。假設(shè)初始狀態(tài)下各個編號的電解槽處于一定的工況,當運行時間到達T時,波動工況或過載工況對應(yīng)的電解槽編號加1。以電解槽[n=4]為例,如圖11所示。假設(shè)波動工況或者過載工況的輸入功率加在電解槽1上,那么在周期[T]之后,將該輸入功率轉(zhuǎn)而加在電解槽2上;在周期[2T]之后,將該輸入功率轉(zhuǎn)而加在電解槽3上;在周期[3T]之后,將該輸入功率轉(zhuǎn)而加在電解槽4上;在周期[4T]后,輸入功率返回加到電解槽1上。每個電解槽只承受1/4周期的波動工況或者過載工況,這樣的控制策略可以很好地平均每個電解槽的工作時間,以提高整體系統(tǒng)的壽命。
4.2 模塊化控制策略
在分段模糊控制器的輸出后,引入模塊化控制器,采用模塊化控制優(yōu)化方法,提高并改善整個電解槽陣列的壽命,控制器結(jié)構(gòu)圖如圖12所示。
引入的模塊化控制方法分為3段:
4.2.1 低輸入功率工況([Pellt;n×p0])
在該工況下,工作于最優(yōu)制氫功率[p0]的電解槽個數(shù)小于[n]個,當一個電解槽工作于波動性輸入工況,由于新能源普遍具有隨機性、波動性,這一個電解槽會在長時間范圍內(nèi)受到波動功率的影響,造成自身壽命的下降,電解槽陣列處于低功率運行狀態(tài),長時間運行會發(fā)生“短板效應(yīng)”。在進行電解槽陣列的使用時需對電解槽進行更換使整個電解槽陣列的壽命相同。本文提出的模塊化控制策略可同時滿足波動性輸入信號和間歇運行電解槽的轉(zhuǎn)換,避免由于“短板效應(yīng)”導(dǎo)致的需對某個電解槽進行反復(fù)更換以及頻繁停機導(dǎo)致的電解槽溫度下降至限值。
設(shè)周期為[T],當運行時長大于該周期時,更換電解槽啟動次序,如圖13所示。
按這種控制規(guī)律,在整個周期[nT]內(nèi),所有電解槽承受波動功率的時間一致,即[t=T];間歇運行時間一致,即[t=(k+1)T],有效延長整體的使用壽命的同時,避免了某個電解槽由于輸入功率的波動長時間處于低功率狀態(tài)(lt;10%),造成氫氧互串,引起爆炸的風險。
4.2.2 高輸入功率工況([n×P0≤Pellt;i=1nPrate_i])
同低輸入工況下一致,在該工況下,不存在間歇運行的電解槽,但仍有處于波動性輸入下的電解槽,需考慮該波動性輸入的影響,滿足波動性輸入信號轉(zhuǎn)換,避免由于“短板效應(yīng)”導(dǎo)致的需要對某個電解槽進行反復(fù)更換。
在整個周期[nT]內(nèi),所有的子電解槽承受過載功率的時間一致,即[t=kT],可延長整體的使用壽命。
4.3 仿真分析
本節(jié)在第3節(jié)仿真算例基礎(chǔ)上,討論加入模塊化優(yōu)化策略后對電解槽壽命提升帶來的效果。
從圖16可得知,波動性輸入功率發(fā)生時間為23:00—04:00、11:00—13:00。其中23:00—04:00和12:00為過載輸入功率,由于選取典型日的棄風功率較高,即使所有電解槽均處于過載工況下,也無法完全消納棄風,所以在該典型日下不討論過載工況和低工況,僅討論高輸入工況下波動性的影響,即11:00—11:59和13:00—13:59兩個時間段,由于這兩個時間段功率較為接近,選取13:00—13:59進行討論。
在3.4節(jié)的仿真分析中,為更快速精確地獲取優(yōu)化結(jié)果,以小時為時間尺度,但忽略了風電功率的影響,13:00—13:59時間段的棄風功率如圖17所示,其波動性較大。若不采取優(yōu)化策略,電解槽陣列的制氫功率如圖18表示。
通過上述分析可知,在波動性的風電功率輸入下,除處于額定功率和最優(yōu)功率的電解槽外,還存在一直處于波動功率的子電解槽,這會對該電解槽的壽命造成較為嚴重的影響。采用模塊化的優(yōu)化策略,輪換周期[T=5]min,在1 h的時間尺度內(nèi),轉(zhuǎn)換電解槽共計12次。部分電解槽的制氫功率如圖19所示。
使用優(yōu)化策略后,各子電解槽在1 h內(nèi)最多有T=5 min的時間處于波動功率下,有效降低了波動功率對電解槽的壽命損傷,且能使電解槽陣列的壽命保持一致??煽闯?,引入的優(yōu)化策略能很好地平均每個電解槽在較差輸入環(huán)境下的工作時間,統(tǒng)籌電解槽系統(tǒng)的安全性、經(jīng)濟性、能效性,降低電解槽運行過程中的壽命損傷。
5 結(jié) 論
風電制氫是目前利用風電的主要方式之一。針對風力發(fā)電制氫效率低的問題,本文提出一種提高制氫效率的控制策略。在此基礎(chǔ)上,建立考慮制氫效率的風電制氫系統(tǒng)優(yōu)化調(diào)度模型。主要結(jié)論如下:
1)針對大規(guī)模應(yīng)用中電解槽效率低導(dǎo)致產(chǎn)氫量低的問題,通過挖掘電解槽功率與效率的關(guān)系,提出一種基于分段模糊控制的提高電解槽產(chǎn)氫效率的方法。通過與簡單啟停方法進行仿真對比,單位制氫電耗降低了約5%。
2)通過分析棄風率和氫氣價格的敏感因素,提出考慮制氫效率的風電制氫系統(tǒng)優(yōu)化調(diào)度策略,仿真表明,無論棄風率和氫氣價格如何變化,本文提出的策略既能提高制氫效率,又能滿足制氫系統(tǒng)的經(jīng)濟性。與其他制氫效率提高方案相比,本文提出的控制策略不需要增加額外的設(shè)備成本來提高制氫效率,也不會對制氫裝置的壽命產(chǎn)生影響,有利于工程應(yīng)用。
3)基于所提出的效率提升優(yōu)化控制策略,引入能提高電解槽壽命的電解槽模塊化優(yōu)化方案,用以統(tǒng)籌電解槽系統(tǒng)的安全性、經(jīng)濟性、能效性,能很好地平均每個電解槽在較差輸入環(huán)境下的工作時間,以提高整體系統(tǒng)的壽命。
本文提出的方法能有效提高風-氫耦合系統(tǒng)大規(guī)模應(yīng)用的產(chǎn)氫量,為可再生能源制氫的大規(guī)模應(yīng)用提供理論依據(jù)。在未來工作中,將所提出的效率改進方法和輪值策略將應(yīng)用于其他類型電解槽,以驗證控制策略的總體適應(yīng)性。
[參考文獻]
[1] 李建林, 李光輝, 郭麗軍, 等. “十四五”規(guī)劃下氫能應(yīng)用技術(shù)現(xiàn)狀綜述及前景展望[J]. 電氣應(yīng)用, 2021, 40(6): 10-16.
LI J L, LI G H, GUO L J, et al. Overview and prospect of hydrogen energy application technology under the 14th Five" Year" Plan[J]." Electrotechnical" application," 2021, 40(6): 10-16.
[2] 張繼紅, 闞圣鈞, 化玉偉, 等. 基于氫氣儲能的熱電聯(lián)供微電網(wǎng)容量優(yōu)化配置[J]. 太陽能學(xué)報, 2022, 43(6): 428-434.
ZHANG J H, KAN S J, HUA Y W, et al. Capacity optimization of chp microgrid based on hydrogen energy storage[J]. Acta energiae solaris sinica, 2022, 43(6): 428-434.
[3] 饒宇飛, 司學(xué)振, 谷青發(fā), 等. 儲能技術(shù)發(fā)展趨勢及技術(shù)現(xiàn)狀分析[J]. 電器與能效管理技術(shù), 2020, 10: 7-15.
RAO Y F, SI X Z, GU Q F, et al. Energy storage technology development trend and technology status analysis[J]. Electrical amp; energy management technology, 2020, 10: 7-15.
[4] NIKOLAIDIS P, POULLIKKAS A. A comparative overview of hydrogen production processes[J]. Renewable amp; sustainable energy reviews, 2017, 67: 597-611.
[5] 張誠, 檀志恒, 晁懷頗. “雙碳”背景下數(shù)據(jù)中心氫能應(yīng)用的可行性研究[J]. 太陽能學(xué)報, 2022, 43(6): 327-334.
ZHANG C,TAN Z H,CHAO H P. Feasibility study of hydrogen energy application on data center under“carbon peaking and neutralization” background[J]. Acta energiae solaris sinica, 2022, 43(6): 327-334.
[6] 趙金國, 郭恒. 氫燃料電池氫氣利用率提升策略研究[J]. 太陽能學(xué)報, 2022, 43(8): 510-516.
ZHAO J G, GUO H. Research on hydrogen utilization rate enhancement strategy of hydrogen fuel cell[J]. Acta energiae solaris sinica, 2022, 43(8): 510-516.
[7] SOUTHALL G D, KHARE A. The feasibility of distributed hydrogen production from renewable energy sources and the financial contribution from UK motorists on environmental grounds[J]. Sustainable cities amp; society, 2016, 26(5): 134-149.
[8] NAGASAWA K, DAVIDSON F T, LLOYD A C, et al. Impacts of renewable hydrogen production from wind energy in electricity markets on potential hydrogen demand for light-duty vehicles[J]. Applied energy, 2019, 235: 1001-1016.
[9] HE W, ABBAS Q, ALHARTHI M, et al. Integration of renewable hydrogen in light-duty vehicle: Nexus between energy security and low carbon emission resources[J]. International journal of hydrogen energy, 2020, 45(51): 27958-27968.
[10] DAGDOUGUI, OUAMMI A, SACILE R. A regional decision support system for onsite renewable hydrogen production from solar and wind energy sources[J]. International journal of hydrogen energy, 2011, 36(22): 14324-14334.
[11] 陳曉雯, 李奇, 蒲雨辰, 等. 基于等效氫耗特征的孤島電-氫混合儲能多微電網(wǎng)功率自適應(yīng)分配控制方法研究[J]. 電網(wǎng)技術(shù), 2023, 47(3): 896-908.
CHEN X W, LI Q, PU Y C, et al. Power adaptive distribution control of isolated multi-microgrids containing electric-hydrogen" "hybrid" "energy" "storage" "based" "on equivalent" " hydrogen" " consumption" " characteristics[J]. Power system technology, 2023, 47(3): 896-908.
[12] ABDELKAFI A, KRICHEN L. Energy management optimization of a hybrid power production unit based renewable energies[J]. Electrical power and energy systems, 2014, 62(25): 1-9.
[13] 蔡國偉, 孔令國, 徐昂翾, 等. 基于改進化學(xué)反應(yīng)優(yōu)化算法的風/氫/燃并網(wǎng)系統(tǒng)功率平滑經(jīng)濟性評估[J]. 電工技術(shù)學(xué)報, 2017, 32(20): 251-260.
CAI G W, KONG L G, XU A X, et al. Economical evaluation" "of" "wind/hydrogen/fuel" "cell" "grid-connected system power smoothing based on improved chemical reaction optimization algorithm[J]. Transactions of China Electrotechnical Society, 2017, 32(20): 251-260.
[14] 張鵬, 李佳燁, 潘原. 單原子催化劑在氫燃料電池陰極氧還原反應(yīng)中的研究進展[J]. 太陽能學(xué)報, 2022, 43(6): 306-320.
ZHANG P,LI J Y,PAN Y. Progress of single atom catalysts in cathodic oxygen reduction for reaction hydrogen fuel cell[J]. Acta energiae solaris sinica, 2022, 43(6): 306-320.
[15] 李佳蓉, 林今, 邢學(xué)韜, 等. 主動配電網(wǎng)中基于統(tǒng)一運行模型的電制氫(P2H)模塊組合選型與優(yōu)化規(guī)劃[J]. 中國電機工程學(xué)報, 2021, 41(12): 4021-4033.
LI J R, LIN J, XING X T, et al. Technology portfolio selection" and" optimal" planning" of" power-to-hydrogen (P2H)" "modules" " in" " active" " distribution" " network[J]. Proceedings of the CSEE, 2021, 41(12): 4021-4033.
[16] 孫鶴旭, 李爭, 陳愛兵, 等. 風電制氫技術(shù)現(xiàn)狀及發(fā)展趨勢[J]. 電工技術(shù)學(xué)報, 2019, 34(19): 4071-4083.
SUN H X, LI Z, CHEN A B, et al. Current status and development trend of hydrogen production technology by wind power[J]. Transactions of China Electrotechnical Society, 2019, 34(19): 4071-4083.
[17] QUARTON C J, SAMSATLI S. The value of hydrogen and carbon capture, storage and utilization in decarbonizing energy: insights from integrated value chain optimization[J]. Applied energy, 2020, 257: 113936.
[18] ZENG K, ZHANG D. Recent progress in alkaline water electrolysis for hydrogen production and applications[J]. Progress in energy and combustion science, 2010, 36(3): 307-326.
[19] 鄧浩, 陳潔, 焦東東, 等. 風氫耦合并網(wǎng)系統(tǒng)能量管理控制策略[J]. 高電壓技術(shù), 2020, 46(1): 99-106.
DENG H, CHEN J, JIAO D D, et al. Control strategy for energy management of hybrid grid-connected system of wind and hydrogen[J]. High voltage engineering, 2020, 46(1): 99-106.
OPTIMAL CONTROL STRATEGY OF WIND POWER TO HYDROGEN SYSTEM CONSIDERING ELECTROLYZER EFFICIENCY IMPROVEMENT
Niu Meng,Hong Zhenpeng,Li Bei,Li Xiangjun
(National Key Laboratory of" Renewable Energy Grid Integration, China Electric Power Research Institute, Beijing 100192, China)
Abstract:By analyzing the relationship between the efficiency of electrolyzer and hydrogen production power, this paper proposes a strategy to improve the efficiency of electrolyzer array based on subsection fuzzy control. Based on the scenario of large-scale wind power to hydrogen system, an optimal adjustment model of wind power to hydrogen system considering the efficiency of electrolyzer is established, and the optimal power of hydrogen production is calculated by an artificial bee colony algorithm. The simulation results show that the control strategy proposed in this paper can not only ensure the operation safety of the electrolyzer, but also improve the efficiency of the electrolyzer, providing a theoretical basis for the large-scale electrolyzer of application in the power system. Finally, based on the previous research results, a modular optimization strategy is added to the electrolyzer, enabling the established subsection fuzzy controller to coordinate the safety, economy and energy efficiency, and providing a theoretical basis for the large-scale application of hydrogen energy in the power system.
Keywords:wind power;electrolytic hydrogen production; renewable energy; fuzzy control; electrolysis efficiency; coordinated optimization strategy
收稿日期:2022-05-24
基金項目:中國電力科學(xué)研究院長線攻關(guān)項目(DG83-21-007)
通信作者:牛 萌(1986—),女,碩士、高級工程師,主要從事氫能在電力系統(tǒng)中的應(yīng)用方面的研究。niumeng@epri.sgcc.com.cn