CN104113084B - 风电-制氢并网发电***的控制方法 - Google Patents

风电-制氢并网发电***的控制方法 Download PDF

Info

Publication number
CN104113084B
CN104113084B CN201410369925.3A CN201410369925A CN104113084B CN 104113084 B CN104113084 B CN 104113084B CN 201410369925 A CN201410369925 A CN 201410369925A CN 104113084 B CN104113084 B CN 104113084B
Authority
CN
China
Prior art keywords
electrolysis tank
wind
axle
power
generator
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410369925.3A
Other languages
English (en)
Other versions
CN104113084A (zh
Inventor
孔令国
蔡国伟
刘闯
杨德友
刘士利
潘超
刘铖
黄南天
徐昂翾
陈冲
彭龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeast Electric Power University
Original Assignee
Northeast Dianli University
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 Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN201410369925.3A priority Critical patent/CN104113084B/zh
Publication of CN104113084A publication Critical patent/CN104113084A/zh
Application granted granted Critical
Publication of CN104113084B publication Critical patent/CN104113084B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects

Landscapes

  • Control Of Eletrric Generators (AREA)

Abstract

本发明是一种风电-制氢并网发电***的控制方法,包括建立基于双馈感应发电机的风电机组模型、建立电解槽模型和对并网发电***进行控制等内容,能够充分反应对风电-制氢并网发电***建模与控制的有效性;提高了电网对新能源的接纳能力,适应性强,具有较高的实际应用价值。

Description

风电-制氢并网发电***的控制方法
技术领域
本发明是一种风电-制氢并网发电***的控制方法,应用于风电-制氢并网发电***建模仿真、并网控制策略研究、及其与电网相互作用机理研究与应用。
背景技术
由于风电功率输出具有随机性、间歇性和波动性,对电网安全稳定运行造成不利的影响。为有效解决这一问题,提高风电输出功率品质,许多科研工作者积极研究和探索风电-制氢并网发电***的理论意义和工程应用价值。通过采用科学创新的技术手段,实现了风力发电***与电解槽协调优化控制策略达到输出功率平稳,进而解决了风力发电***并网运行所产生的功率波动等技术难题,为风电大规模开发利用提供了有力的理论支撑和技术指导。风电-制氢并网发电***对提高了风能利用率,推进我国风能、氢资源的大规模开发利用,实现能源可持续发展有着非常重要的实际意义。
发明内容
本发明的目的是,提供一种电网对新能源吸纳能力强、适应性好、具有较高实用价值的风电-制氢并网发电***的控制方法。
本发明的目的是由以下技术方案来实现的:一种风电-制氢并网发电***的控制方法,其特征是,它包括以下步骤:
1)建立基于双馈感应发电机的风电机组模型
风电机组空气动力学数学模型为:
P M = ρ air C p ( λ , β ) π R 2 V w 3 / 2 - - - ( 1 )
其中:PM为风轮机捕获的风能转化成风电机组的机械功率,ρair为风电接入点的空气密度,Cp为叶片的风能转换效率系数,是风轮机叶尖速比和桨距控制角的函数,λ为风轮机的叶尖速比,β为风电机组的桨距控制角,π为圆周率,一般取3.1415926,R为风轮机叶轮半径,Vw为风电接入点的时时风速;
风轮机与发电机的两质块轴系数学模型方程为:
2 H T d ω T / dt = T M - K S θ S - D T ω T 2 H G d ω G / dt = K S θ S - T E - D G ω G d θ S / dt = ω 0 ( ω T - ω G ) - - - ( 2 )
其中:HT为风轮机的惯性常数,ωT为风轮机的电角速度,TM为风轮机的机械转矩,KS为风轮机和发电机轴的刚度系数,θS为两质块之间相对角位移,DT为风轮机转子阻尼系数,HG为发电机的惯性常数,ωG为感应发电机的电角速度,TE为发电机的电磁转矩,DG为发电机转子阻尼系数,ω0为电网的同步角速度,dωT/dt为风轮机角速度对时间的导数,dωG/dt为感应发电机电角速度对时间的导数,dθS/dt为两质块之间相对角位移对时间的导数;
同步旋转坐标系下双馈感应发电机的电压方程为:
u sd = d ψ sd / dt - ω s ψ sq + R s i sd u sq = d ψ sq / dt - ω s ψ sd + R s i sq u rd = d ψ rd / dt - s ω s ψ rq + R r i rd u rq = d ψ rq / dt - s ω s ψ rd + R r i rq - - - ( 3 )
磁链方程为
ψ sd = L s i sd + L m i rd ψ sq = L s i sq + L m i rq ψ rd = L r i rd + L m i sd ψ rq = L r i rq + L m i sq - - - ( 4 )
其中:usd与usq分别为发电机定子d轴和q轴绕组电压,urd与urq分别为发电机转子d轴和q轴绕组电压,ψsd与ψsq分别为发电机定子d轴和q轴绕组磁链,ψrd与ψrq分别为发电机转子d轴和q轴绕组磁链,isd与isq分别为发电机定子d轴和q轴绕组电流,ird与irq分别为发电机转子d轴和q轴绕组电流,ωs为坐标系旋转角速度,Rs为发电机定子绕组的电阻,Rr为发电机转子绕组的电阻,s为发电机的滑差率,Ls为发电机定子绕组的自感抗,Lr为发电机转子绕组的自感抗,Lm为发电机转子与定子绕组之间的互感抗,dψsd/dt与dψsq/dt分别为发电机定子d轴和q轴绕组磁链对时间的导数,dψrd/dt与dψrq/dt分别为发电机转子d轴和q轴绕组磁链对时间的导数;
发电机定子电压矢量方向设定为d轴,故发电机定子d轴绕组电压等于发电机定子电压矢量,发电机定子q轴绕组电压等于0,因此,双馈感应发电机输出的有功功率与无功功率为:
P s = - 3 U s L m i rd / ( 2 L s ) Q s = 3 ( U s 2 / ω s L s + U s L m i rq / L s ) / 2 - - - ( 5 )
其中:Ps与Qs分别为双馈感应发电机输出的有功功率与无功功率,Us为发电机定子电压矢量,Lm为发电机转子与定子绕组之间的互感抗,ird与irq分别为发电机转子d轴和q轴绕组电流,Ls为发电机定子绕组的自感抗,ωs为坐标系旋转角速度;
2)建立电解槽模型
电解槽阳极和阴极电极反应为:
其中:H2O为水,O2为氧气,H2为氢气,H+为氢离子,e为电子;
阳极平衡方程式为
dN O 2 dt = N O 2 ina - N O 2 outa + N O 2 gen d N H 2 Oa dt = N H 2 O ina - N H 2 O outa - N H 2 O mem - - - ( 7 )
其中:分别为阳极氧气和水的摩尔量,分别为阳极流入和流出氧气的摩尔流速,分别为阳极流入和流出水的摩尔流速,为阳极产生的氧气的流速,为电迁移与扩散流速,分别为阳极氧气和水的摩尔流速;
阴极平衡方程式为:
dN H 2 dt = N H 2 inc - N H 2 outc + N H 2 gen d N H 2 Oc dt = N H 2 O inc - N H 2 O outc - N H 2 O mem - - - ( 8 )
其中:分别为阴极氢气和水的摩尔量,分别为阴极流入和流出氧气的摩尔流速,分别为阴极流入和流出水的摩尔流速,为阴极产生的氢气的流速,为电迁移与扩散流速,分别为阴极氢气和水的摩尔流速;
电解槽整体电压为:
V ele = E ele + V ele act + V ele ohm - - - ( 9 )
式中
E ele = 1 2 F ( Δ G ele + RT ele [ ln ( ρ H 2 ele ρ O 2 ele α H 2 O ele ) ) V ele act = RT ele 2 βF ln ( I ‾ ele I ‾ ele 0 ) V ele ohm = I ‾ ele R ele ohm - - - ( 10 )
其中:Vele为电解槽整体电压,Eele为开路电压,为活化极化电压,为欧姆极化电压,F为法拉第常数,ΔGele为电化学反应过程的Gibbs自由能变,R为气体常数,Tele为电解槽温度,为阴极氢气分压,为阳极氧气分压,为阳极和电解质之间的水活度,β为传递系数,为电流密度,为交换电流密度,为膜电阻;
3)对并网发电***的控制
风电场标准差功率为:
P W - δ = ∫ t - T t ( P W - P W - ESM ) 2 dt T - - - ( 11 )
其中:PW-δ为风电场标准差功率,PW为风电场输出功率,PW-ESM为经指数平滑法预测出的风电场输出较平稳的功率,T为时间间隔;
并网发电***参考功率为:
PREF=PW-ESM-PW-δ(12)
其中:PREF为并网发电***上网参考功率,PW-ESM为经指数平滑法预测出的风电场输出较平稳的功率,PW-δ为风电场标准差功率;
电解槽消耗功率为:
PC=PW-PREF(13)
其中:PC为电解槽消耗的功率,PW为风电场输出功率,PREF为并网发电***上网参考功率;
应用“先进先出”算法,进行电解槽优化控制,具体流程为:
A初始化电解槽开关序号、AELN和LAEL,
B若TELN大于AELN进入C,否则进入I,
C电解槽开关打开和电解槽打开次数小于电解槽持续打开最大次数,进入D,否则进入E,
D电解槽打开次数等于上时刻电解槽打开的次数加1,进入E,
E该电解槽序号达到最大,进入F,否则判断下一个电解槽返回C,
F若LAEL的下一个电解槽开关是关闭的,进入G,否则进入H,
G将电解槽开关置于开状态将电解槽打开的次数置本时刻AELN,本时刻AELN等于上时刻AELN加本时刻LAEL,并且等于当前电解槽的序号,进入H,
H若AELN达到TELN,结束,否则判断下一个电解槽返回F,
I寻找打开次数最大的电解槽,进入J,
J该电解槽打开的次数达到电解槽持续打开的最大次数,进入K,否则进入M,
K将电解槽开关置于关状态,将电解槽的打开次数归零AELN等于AELN减1,进入L
M该电解槽序号达到最大,进入N,否则判断下一个电解槽返回J,
N电解槽已打开最大次数等于电解槽已打开最大次数减1,进入O,
O若AELN达到TELN,结束,否则判断下一个电解槽返回J,
其中:AELN为某一时刻已经激活的电解槽个数,LAEL为上一次打开的电解槽的序号,TELN为制氢装置中需要安装的电解槽个数。
本发明的风电-制氢并网发电***的控制方法,它包括建立基于双馈感应发电机的风电机组模型、建立电解槽模型和对并网发电***进行控制等内容,能够充分反应对风电-制氢并网发电***建模与控制的有效性;提高了电网对新能源的接纳能力,适应性强,具有较高的实际应用价值。
附图说明
图1是风电-制氢并网发电***整体结构示意图;
图2是风电-制氢并网发电各子***之间功率关系示意图;
图3是制氢***消耗的功率与对应电解槽数;
图4是电解槽开关状态示意图;
图5是电解槽连续打开次数示意图;
图6是风电-制氢并网发电***上网功率示意图。
图7是电解槽优化控制流程框图。
图中:1风电场,2风电场汇流母线,3外部***同步发电机,4外部***高压母线,5外部电网,6风电-制氢并网发电***高压母线,7风电-制氢并网发电***中压母线,8制氢子***高压交流母线,9制氢子***低压交流母线,10制氢装置交流/直流变换器,11制氢装置直流母线,12氢电解堆模块,21风电场输出功率,22经指数平滑法预测出的风电场输出较平稳的功率,23电解槽消耗的功率,24风电场标准差功率,25并网发电***上网参考功率。
具体实施方式
本发明的风电-制氢并网发电***的控制方法,包括以下步骤:
1)建立基于双馈感应发电机的风电机组模型
风电机组空气动力学数学模型为:
P M = ρ air C p ( λ , β ) π R 2 V w 3 / 2 - - - ( 1 )
其中:PM为风轮机捕获的风能转化成风电机组的机械功率,ρair为风电接入点的空气密度,Cp为叶片的风能转换效率系数,是风轮机叶尖速比和桨距控制角的函数,λ为风轮机的叶尖速比,β为风电机组的桨距控制角,π为圆周率,一般取3.1415926,R为风轮机叶轮半径,Vw为风电接入点的时时风速;
风轮机与发电机的两质块轴系数学模型方程为:
2 H T d ω T / dt = T M - K S θ S - D T ω T 2 H G d ω G / dt = K S θ S - T E - D G ω G d θ S / dt = ω 0 ( ω T - ω G ) - - - ( 2 )
其中:HT为风轮机的惯性常数,ωT为风轮机的电角速度,TM为风轮机的机械转矩,KS为风轮机和发电机轴的刚度系数,θS为两质块之间相对角位移,DT为风轮机转子阻尼系数,HG为发电机的惯性常数,ωG为感应发电机的电角速度,TE为发电机的电磁转矩,DG为发电机转子阻尼系数,ω0为电网的同步角速度,dωT/dt为风轮机角速度对时间的导数,dωG/dt为感应发电机电角速度对时间的导数,dθS/dt为两质块之间相对角位移对时间的导数;
同步旋转坐标系下双馈感应发电机的电压方程为:
u sd = d ψ sd / dt - ω s ψ sq + R s i sd u sq = d ψ sq / dt - ω s ψ sd + R s i sq u rd = d ψ rd / dt - s ω s ψ rq + R r i rd u rq = d ψ rq / dt - s ω s ψ rd + R r i rq - - - ( 3 )
磁链方程为
ψ sd = L s i sd + L m i rd ψ sq = L s i sq + L m i rq ψ rd = L r i rd + L m i sd ψ rq = L r i rq + L m i sq - - - ( 4 )
其中:usd与usq分别为发电机定子d轴和q轴绕组电压,urd与urq分别为发电机转子d轴和q轴绕组电压,ψsd与ψsq分别为发电机定子d轴和q轴绕组磁链,ψrd与ψrq分别为发电机转子d轴和q轴绕组磁链,isd与isq分别为发电机定子d轴和q轴绕组电流,ird与irq分别为发电机转子d轴和q轴绕组电流,ωs为坐标系旋转角速度,Rs为发电机定子绕组的电阻,Rr为发电机转子绕组的电阻,s为发电机的滑差率,Ls为发电机定子绕组的自感抗,Lr为发电机转子绕组的自感抗,Lm为发电机转子与定子绕组之间的互感抗,dψsd/dt与dψsq/dt分别为发电机定子d轴和q轴绕组磁链对时间的导数,dψrd/dt与dψrq/dt分别为发电机转子d轴和q轴绕组磁链对时间的导数;
发电机定子电压矢量方向设定为d轴,故发电机定子d轴绕组电压等于发电机定子电压矢量,发电机定子q轴绕组电压等于0,因此,双馈感应发电机输出的有功功率与无功功率为:
P s = - 3 U s L m i rd / ( 2 L s ) Q s = 3 ( U s 2 / ω s L s + U s L m i rq / L s ) / 2 - - - ( 5 )
其中:Ps与Qs分别为双馈感应发电机输出的有功功率与无功功率,Us为发电机定子电压矢量,Lm为发电机转子与定子绕组之间的互感抗,ird与irq分别为发电机转子d轴和q轴绕组电流,Ls为发电机定子绕组的自感抗,ωs为坐标系旋转角速度;
2)建立电解槽模型
电解槽阳极和阴极电极反应为:
其中:H2O为水,O2为氧气,H2为氢气,H+为氢离子,e为电子;
阳极平衡方程式为
dN O 2 dt = N O 2 ina - N O 2 outa + N O 2 gen d N H 2 Oa dt = N H 2 O ina - N H 2 O outa - N H 2 O mem - - - ( 7 )
其中:分别为阳极氧气和水的摩尔量,分别为阳极流入和流出氧气的摩尔流速,分别为阳极流入和流出水的摩尔流速,为阳极产生的氧气的流速,为电迁移与扩散流速,分别为阳极氧气和水的摩尔流速;
阴极平衡方程式为:
dN H 2 dt = N H 2 inc - N H 2 outc + N H 2 gen d N H 2 Oc dt = N H 2 O inc - N H 2 O outc - N H 2 O mem - - - ( 8 )
其中:分别为阴极氢气和水的摩尔量,分别为阴极流入和流出氧气的摩尔流速,分别为阴极流入和流出水的摩尔流速,为阴极产生的氢气的流速,为电迁移与扩散流速,分别为阴极氢气和水的摩尔流速;
电解槽整体电压为:
V ele = E ele + V ele act + V ele ohm - - - ( 9 )
式中
E ele = 1 2 F ( Δ G ele + RT ele [ ln ( ρ H 2 ele ρ O 2 ele α H 2 O ele ) ) V ele act = RT ele 2 βF ln ( I ‾ ele I ‾ ele 0 ) V ele ohm = I ‾ ele R ele ohm - - - ( 10 )
其中:Vele为电解槽整体电压,Eele为开路电压,为活化极化电压,为欧姆极化电压,F为法拉第常数,ΔGele为电化学反应过程的Gibbs自由能变,R为气体常数,Tele为电解槽温度,为阴极氢气分压,为阳极氧气分压,为阳极和电解质之间的水活度,β为传递系数,为电流密度,为交换电流密度,为膜电阻;
3)对并网发电***的控制
风电场标准差功率为:
P W - δ = ∫ t - T t ( P W - P W - ESM ) 2 dt T - - - ( 11 )
其中:PW-δ为风电场标准差功率,PW为风电场输出功率,PW-ESM为经指数平滑法预测出的风电场输出较平稳的功率,T为时间间隔;
并网发电***参考功率为:
PREF=PW-ESM-PW-δ(12)
其中:PREF为并网发电***上网参考功率,PW-ESM为经指数平滑法预测出的风电场输出较平稳的功率,PW-δ为风电场标准差功率;
电解槽消耗功率为:
PC=PW-PREF(13)
其中:PC为电解槽消耗的功率,PW为风电场输出功率,PREF为并网发电***上网参考功率;
应用“先进先出”算法,进行电解槽优化控制,具体流程见图7所示:
A初始化电解槽开关序号、AELN和LAEL,
B若TELN大于AELN进入C,否则进入I,
C电解槽开关打开和电解槽打开次数小于电解槽持续打开最大次数,进入D,否则进入E,
D电解槽打开次数等于上时刻电解槽打开的次数加1,进入E,
E该电解槽序号达到最大,进入F,否则判断下一个电解槽返回C,
F若LAEL的下一个电解槽开关是关闭的,进入G,否则进入H,
G将电解槽开关置于开状态将电解槽打开的次数置本时刻AELN,本时刻AELN等于上时刻AELN加本时刻LAEL,并且等于当前电解槽的序号,进入H,
H若AELN达到TELN,结束,否则判断下一个电解槽返回F,
I寻找打开次数最大的电解槽,进入J,
J该电解槽打开的次数达到电解槽持续打开的最大次数,进入K,否则进入M,
K将电解槽开关置于关状态,将电解槽的打开次数归零AELN等于AELN减1,进入L
M该电解槽序号达到最大,进入N,否则判断下一个电解槽返回J,
N电解槽已打开最大次数等于电解槽已打开最大次数减1,进入O,
O若AELN达到TELN,结束,否则判断下一个电解槽返回J,
其中:AELN为某一时刻已经激活的电解槽个数,LAEL为上一次打开的电解槽的序号,TELN为制氢装置中需要安装的电解槽个数。
下面利用附图和实施例对本发明作进一步说明。
具体实例:参照图1,本发明的风电-制氢并网发电***的风电场1功率输出具有随机性、间歇性和无规律性等特点,风电场汇流母线2将风电场中的各台风机功率汇集到一起统一外送,外部***同步发电机3通过升压变压器接入外部***高压母线4并入外部电网5,制氢***通过风电-制氢并网发电***高压母线6同外部电网连接,经过一次降压变压器与风电-制氢并网发电***中压母线7,再由二次降压变压器连接制氢子***高压交流母线8和制氢子***低压交流母线9,最后通过制氢装置AC/DC变换器10和制氢装置DC母线11与氢电解堆模块12相连,实现风电-制氢***与并网发电。
参照图2,为风电-制氢并网发电各子***之间功率关系示意图,风电场输出功率21经过指数平滑计算得到经指数平滑法预测出的风电场输出较平稳的功率22,通过标准差计算获得风电场标准差功率24,进而得到并网发电***上网参考功率25,由风电场输出功率与并网发电***上网参考功率差值计算,得电解槽消耗的功率23。电解槽是制氢装置。
采用图1所示***作为算例基础,风机额定功率2MW,额定电压0.69kV,切入风速6.2m/s,切出风速21.5m/s,额定风速11m/s。电解槽额定容量0.6MW,交流/直流变换器交流额定电压0.97kV,电解槽安装数目为4个。制氢***消耗的功率与对应电解槽数如图3所示,当风电出力接近2MW时,4个电解槽全开来吸收电网无法消纳的风电弃风电量,分析可知,电解槽全开时段很少,大部分时段是在1到2个之间。电解槽开关状态与电解槽连续打开次数分别如图4和图5所示,图4与图5验证了多个电解槽的控制策略,由图4可知,4个电解槽的运行时间是平均的,当有电解槽需要打开时,总是打开已经关闭时间最长的电解槽,即最早关闭的电解槽;当有电解槽需要关闭时,总是关闭已经运行时间最长的电解槽,即最先打开的电解槽。图5同样说明这个道理,图中的纵坐标表示电解槽持续打开的次数,电解槽持续打开的次数越大,表示其连续运行的时间最长,所以当有电解槽需要被关闭时,总是关闭纵坐标最大的那个电解槽。这样平衡了每个电解槽的运行时间。风电-制氢并网发电***上网功率如图6所示,图6中将大于参考功率之上的部分风电输出功率输送到制氢装置***中,将其用来作为电解水制氢的能源。因此,经过仿真验证表明,这种风电-制氢并网发电系可有效地降低风电场输出有功功率的波动,同时获得大量清洁的氢能源,风电-制氢并网发电***的控制方法是高效且实用的。

Claims (1)

1.一种风电-制氢并网发电***的控制方法,其特征是,它包括以下步骤:
1)建立基于双馈感应发电机的风电机组模型
风电机组空气动力学数学模型为:
P M = ρ a i r C p ( λ , β ) πR 2 V w 3 / 2 - - - ( 1 )
其中:PM为风轮机捕获的风能转化成风电机组的机械功率,ρair为风电接入点的空气密度,Cp为叶片的风能转换效率系数,是风轮机叶尖速比和桨距控制角的函数,λ为风轮机的叶尖速比,β为风电机组的桨距控制角,π为圆周率,一般取3.1415926,R为风轮机叶轮半径,Vw为风电接入点的实时风速;
风轮机与发电机的两质块轴系数学模型方程为:
2 H T dω T / d t = T M - K S θ S - D T ω T 2 H G dω G / d t = K S θ S - T E - D G ω G dθ S / d t = ω 0 ( ω T - ω G ) - - - ( 2 )
其中:HT为风轮机的惯性常数,ωT为风轮机的电角速度,TM为风轮机的机械转矩,KS为风轮机和发电机轴的刚度系数,θS为两质块之间相对角位移,DT为风轮机转子阻尼系数,HG为发电机的惯性常数,ωG为感应发电机的电角速度,TE为发电机的电磁转矩,DG为发电机转子阻尼系数,ω0为电网的同步角速度,dωT/dt为风轮机角速度对时间的导数,dωG/dt为感应发电机电角速度对时间的导数,dθS/dt为两质块之间相对角位移对时间的导数;
同步旋转坐标系下双馈感应发电机的电压方程为:
u s d = dψ s d / d t - ω s ψ s q + R s i s d u s q = dψ s q / d t - ω s ψ s d + R s i s q u r d = dψ r d / d t - sω s ψ r q + R r i r d u r q = dψ r q / d t - sω s ψ r d + R r i r q - - - ( 3 )
磁链方程为
ψ s d = L s i s d + L m i r d ψ s q = L s i s q + L m i r q ψ r d = L r i r d + L m i s d ψ r q = L r i r q + L m i s q - - - ( 4 )
其中:usd与usq分别为发电机定子d轴和q轴绕组电压,urd与urq分别为发电机转子d轴和q轴绕组电压,ψsd与ψsq分别为发电机定子d轴和q轴绕组磁链,ψrd与ψrq分别为发电机转子d轴和q轴绕组磁链,isd与isq分别为发电机定子d轴和q轴绕组电流,ird与irq分别为发电机转子d轴和q轴绕组电流,ωs为坐标系旋转角速度,Rs为发电机定子绕组的电阻,Rr为发电机转子绕组的电阻,s为发电机的滑差率,Ls为发电机定子绕组的自感抗,Lr为发电机转子绕组的自感抗,Lm为发电机转子与定子绕组之间的互感抗,dψsd/dt与dψsq/dt分别为发电机定子d轴和q轴绕组磁链对时间的导数,dψrd/dt与dψrq/dt分别为发电机转子d轴和q轴绕组磁链对时间的导数;
发电机定子电压矢量方向设定为d轴,故发电机定子d轴绕组电压等于发电机定子电压矢量,发电机定子q轴绕组电压等于0,因此,双馈感应发电机输出的有功功率与无功功率为:
P s = - 3 U s L m i r d / ( 2 L s ) Q s = 3 ( U s 2 / ω s L s + U s L m i r q / L s ) / 2 - - - ( 5 )
其中:Ps与Qs分别为双馈感应发电机输出的有功功率与无功功率,Us为发电机定子电压矢量,Lm为发电机转子与定子绕组之间的互感抗,ird与irq分别为发电机转子d轴和q轴绕组电流,Ls为发电机定子绕组的自感抗,ωs为坐标系旋转角速度;
2)建立电解槽模型
电解槽阳极和阴极电极反应为:
其中:H2O为水,O2为氧气,H2为氢气,H+为氢离子,e为电子;
阳极平衡方程式为
dN O 2 d t = N O 2 i n a - N O 2 o u t a + N O 2 g e n dN H 2 O a d t = N H 2 O i n a - N H 2 O o u t a - N H 2 O m e m - - - ( 7 )
其中:分别为阳极氧气和水的摩尔量,分别为阳极流入和流出氧气的摩尔流速,分别为阳极流入和流出水的摩尔流速,为阳极产生的氧气的流速,为电迁移与扩散流速,分别为阳极氧气和水的摩尔流速;
阴极平衡方程式为:
dN H 2 d t = N H 2 i n c - N H 2 o u t c + N H 2 g e n dN H 2 O c d t = N H 2 O i n c - N H 2 O o u t c + N H 2 O m e m - - - ( 8 )
其中:分别为阴极氢气和水的摩尔量,分别为阴极流入和流出氧气的摩尔流速,分别为阴极流入和流出水的摩尔流速,为阴极产生的氢气的流速,为电迁移与扩散流速,分别为阴极氢气和水的摩尔流速;
电解槽整体电压为:
V e l e = E e l e + V e l e a c t + V e l e o h m - - - ( 9 )
式中
E e l e = 1 2 F ( ΔG e l e + RT e l e [ ln ( ρ H 2 e l e ρ O 2 e l e α H 2 O e l e ) ] ) V e l e a c t = RT e l e 2 β F ln ( I ‾ e l e I ‾ e l e 0 ) V e l e o h m = I ‾ e l e R e l e o h m - - - ( 10 )
其中:Vele为电解槽整体电压,Eele为开路电压,为活化极化电压,为欧姆极化电压,F为法拉第常数,ΔGele为电化学反应过程的Gibbs自由能变,R为气体常数,Tele为电解槽温度,为阴极氢气分压,为阳极氧气分压,为阳极和电解质之间的水活度,β为传递系数,为电流密度,为交换电流密度,为膜电阻;
3)对并网发电***的控制
风电场标准差功率为:
P W - δ = ∫ t - T t ( P W - P W - E S M ) 2 d t T - - - ( 11 )
其中:PW-δ为风电场标准差功率,PW为风电场输出功率,PW-ESM为经指数平滑法预测出的风电场输出较平稳的功率,T为时间间隔;
并网发电***参考功率为:
PREF=PW-ESM-PW-δ(12)
其中:PREF为并网发电***上网参考功率,PW-ESM为经指数平滑法预测出的风电场输出较平稳的功率,PW-δ为风电场标准差功率;
电解槽消耗功率为:
PC=PW-PREF(13)
其中:PC为电解槽消耗的功率,PW为风电场输出功率,PREF为并网发电***上网参考功率;
应用“先进先出”算法,进行电解槽优化控制,具体流程为:
(A)初始化电解槽开关序号、AELN和LAEL,
(B)当TELN大于AELN时,进入(C),否则进入(I),
(C)当满足电解槽打开,并且电解槽打开次数小于电解槽持续打开最大次数时,进入(D),否则进入(E),
(D)本时刻电解槽打开的次数,为上一时刻电解槽打开的次数加1,进入(E),
(E)该电解槽序号达到最大,进入(F),否则判断下一个电解槽返回(C),
(F)LAEL的下一个电解槽开关是关闭的,进入(G),否则进入(H),
(G)将电解槽开关打开,同时将电解槽打开的次数存入AELN,本时刻AELN等于上时刻AELN加本时刻LAEL,并且等于当前电解槽的序号,进入(H),
(H)AELN达到TELN,结束,否则判断下一个电解槽返回(F),
(I)寻找打开次数最大的电解槽,进入(J),
(J)当该电解槽打开的次数,达到电解槽持续打开的最大次数时,进入(K),否则进入(M),
(K)将电解槽开关置于关状态,将电解槽的打开次数归零AELN等于AELN减1,进入(L),
(M)该电解槽序号达到最大,进入(N),否则判断下一个电解槽返回(J),
(N)当本时刻电解槽已打开的最大次数,为上一时刻电解槽已打开的最大次数减1时,进入(O),
(O)AELN达到TELN,结束,否则判断下一个电解槽返回(J),
其中:AELN为某一时刻已经激活的电解槽个数,LAEL为上一次打开的电解槽的序号,TELN为制氢装置中需要安装的电解槽个数。
CN201410369925.3A 2014-07-31 2014-07-31 风电-制氢并网发电***的控制方法 Expired - Fee Related CN104113084B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410369925.3A CN104113084B (zh) 2014-07-31 2014-07-31 风电-制氢并网发电***的控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410369925.3A CN104113084B (zh) 2014-07-31 2014-07-31 风电-制氢并网发电***的控制方法

Publications (2)

Publication Number Publication Date
CN104113084A CN104113084A (zh) 2014-10-22
CN104113084B true CN104113084B (zh) 2016-01-06

Family

ID=51709770

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410369925.3A Expired - Fee Related CN104113084B (zh) 2014-07-31 2014-07-31 风电-制氢并网发电***的控制方法

Country Status (1)

Country Link
CN (1) CN104113084B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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、***
EP4325684A1 (de) * 2022-08-17 2024-02-21 Wobben Properties GmbH Vereinzeltes hybridkraftwerk

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106099981B (zh) * 2016-07-21 2018-08-07 东北电力大学 一种光氢混合发电***功率协调控制方法
CN112899725B (zh) * 2019-11-19 2022-05-24 阳光电源股份有限公司 新能源复合制氢***及其控制方法
CN112909988B (zh) * 2019-12-03 2024-06-25 阳光电源股份有限公司 离网型双馈风电机组发电***、制氢***及其控制方法
ES2936792T3 (es) 2020-03-30 2023-03-22 Siemens Gamesa Renewable Energy As Disposición de electrólisis
CN112103994B (zh) * 2020-08-25 2022-04-01 同济大学 一种基于mpc的风氢耦合***分层协调控制方法及装置
CN114561667A (zh) * 2022-04-11 2022-05-31 阳光氢能科技有限公司 一种可再生能源制氢***及其制氢设备启停控制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3903967B2 (ja) * 2003-07-31 2007-04-11 株式会社日立製作所 風力発電システム
BR112012027402B1 (pt) * 2010-04-28 2020-03-31 Ingeteam Power Technology, S. A. Sistema de produção de hidrogênio para controlar a potência de saída em centrais elétricas baseadas em fontes de energia renováveis; processo para controlar a potência fornecida à rede e a frequência da rede no seu valor nominal utilizando o referido sistema; processo de controle da potência de saída e processo para controlar a permuta de potência reativa com a rede para as centrais elétricas baseadas em fontes de energia renováveis
JP5526079B2 (ja) * 2011-05-30 2014-06-18 株式会社日立パワーソリューションズ 風力発電システムおよび風力発電システムにおける風力発電機増設方法
CN103107588A (zh) * 2011-11-10 2013-05-15 江苏非并网风电有限公司 非并网风电制氢装置
CN203728932U (zh) * 2013-07-30 2014-07-23 陈世浩 一种风电-太阳能制氢装置
CN103530692B (zh) * 2013-10-28 2017-01-25 东北电力大学 一种风氢联合发电***成本效益评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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、***
EP4325684A1 (de) * 2022-08-17 2024-02-21 Wobben Properties GmbH Vereinzeltes hybridkraftwerk

Also Published As

Publication number Publication date
CN104113084A (zh) 2014-10-22

Similar Documents

Publication Publication Date Title
CN104113084B (zh) 风电-制氢并网发电***的控制方法
Ahmed et al. Development of an efficient utility interactive combined wind/photovoltaic/fuel cell power system with MPPT and DC bus voltage regulation
CN105140970A (zh) 一种风-氢-水-电混合能源***拓扑结构及其控制方法
Serir et al. Supervisor control and optimization of multi-sources pumping system with battery storage
CN104092250B (zh) 微电网***的分布式经济调度与协调控制方法
Fathabadi Novel standalone hybrid solar/wind/fuel cell/battery power generation system
Abdelkafi et al. Energy management optimization of a hybrid power production unit based renewable energies
Clúa et al. Control of a grid-assisted wind-powered hydrogen production system
Parida et al. Cogeneration topology for wind energy conversion system using doubly‐fed induction generator
Valenciaga et al. Control design for an autonomous wind based hydrogen production system
Minh et al. Control of permanent magnet synchronous generator wind turbine for stand-alone system using fuzzy logic
Li et al. Coordinated control scheme of a hybrid renewable power system based on hydrogen energy storage
Esmaeilian et al. Resolving power quality issues raised by aerodynamic aspects of wind turbine in isolated microgrids using fuel cell/electrolyzer system
Trifkovic et al. Hierarchical control of a renewable hybrid energy system
Barakat et al. Modeling of a hybrid marine current-hydrogen active power generation system
Gu et al. Modelling and control of vanadium redox flow battery for smoothing wind power fluctuation
Pérez-Herranz et al. Monitoring and control of a hydrogen production and storage system consisting of water electrolysis and metal hydrides
Chaouali et al. Fuzzy logic optimization of a centralized energy management strategy for a hybrid PV/PEMFC system feeding a water pumping station
Nguyen et al. Microgrid application with computer models and power management integrated using PSCAD/EMTDC
Bansal et al. Blade pitch angle and tip speed ratio control schemes for constant power generation of WECS
Kassem et al. Optimal control of a hybrid renewable wind/fuel cell energy in micro grid application
Yuan et al. Energetic macroscopic representation control method for a hybrid-source energy system including wind, hydrogen, and fuel cell
Carter et al. Model of a regenerative fuel cell-supported wind turbine ac power generating system
Wang et al. Self-Starting analysis of new energy system with wind power and energy storage
Nicy et al. Isolated wind-hydro hybrid system using permanent magnet synchronous generator and battery storage with fuzzy logic controller

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160106

Termination date: 20200731

CF01 Termination of patent right due to non-payment of annual fee