CN117448844A - 一种电解制氢生产工艺中的用电优化控制方法 - Google Patents
一种电解制氢生产工艺中的用电优化控制方法 Download PDFInfo
- Publication number
- CN117448844A CN117448844A CN202311259602.4A CN202311259602A CN117448844A CN 117448844 A CN117448844 A CN 117448844A CN 202311259602 A CN202311259602 A CN 202311259602A CN 117448844 A CN117448844 A CN 117448844A
- Authority
- CN
- China
- Prior art keywords
- hydrogen production
- electrolytic
- cost
- electricity
- electricity consumption
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 229
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 179
- 239000001257 hydrogen Substances 0.000 title claims abstract description 178
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 173
- 230000005611 electricity Effects 0.000 title claims abstract description 110
- 238000005457 optimization Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 48
- 238000005868 electrolysis reaction Methods 0.000 claims abstract description 23
- 238000010248 power generation Methods 0.000 claims abstract description 21
- 230000008901 benefit Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 239000003792 electrolyte Substances 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 abstract description 4
- 239000002131 composite material Substances 0.000 abstract description 2
- 239000000203 mixture Substances 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 8
- 150000002431 hydrogen Chemical class 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Inorganic Chemistry (AREA)
- Automation & Control Theory (AREA)
- Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)
Abstract
本发明涉及电解制氢技术领域,且公开了一种电解制氢生产工艺中的用电优化控制方法,包括如下步骤:S1.分析电解水制氢的历史运行数据,确定影响电解水制氢成本的因素;S2.分析各电解槽历史运行数据,确定电解制氢过程中各项主要运行参数之间的函数关系;S3.根据实际需求,确定电解制氢的生产场景;S4.对于不同的生产场景,以新能源发电预测结果、峰谷电价、电解水制氢***单位电耗等主要经济性影响因素为约束条件,制定不同的优化运行方案。该电解制氢生产工艺中的用电优化控制方法,通过分析复合电解槽在生产过程中的能耗特性与成本组成,本方法能够有效提升生产工艺能效,降低制氢成本,提高制氢的安全和效率。
Description
技术领域
本发明涉及电解制氢技术领域,具体为一种电解制氢生产工艺中的用电优化控制方法。
背景技术
目前我国氢气制取以煤制氢方式为主,占比约80%,未来,随着可再生能源发电成本持续降低,绿氢占比将逐年上升,预计2050年将达到70%,而电解水制氢易与可再生能源结合,规模潜力更大,更加清洁可持续,是最有潜力的绿氢供应方式,目前我国碱性电解技术已与国际水平相接近,是目前商用电解领域的主流技术,但未来降本空间有限,质子交换膜电解水制氢目前成本较高,关键装置的国产化程度正在逐年提升,固体氧化物电解在国际接近商业化,但国内仍处于追赶阶段。
现有的电解制氢过程存在催化剂的活性和稳定性低、能量效率低(<50%)、制氢成本高、对水的纯度要求高,电能消耗高等问题,如何能提升制氢过程中不同电解槽的生产组合,优化生产用能,提升制氢效率则显得尤为重要。
未来如何低成本低排放的制取氢气是氢能产业面临的重要挑战之一,而绿氢的生产更多以来于新能源,其不确定性因素需要配合储能,再结合制氢工艺中的电耗控制,可有效降低制氢的成本和提高制氢的安全问题,故而提出一种电解制氢生产工艺中的用电优化控制方法。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种电解制氢生产工艺中的用电优化控制方法,具备能可有效降低制氢的成本和提高制氢的安全性及效率等优点,解决了现有电解制氢效率较低的问题。
(二)技术方案
为实现上述能可有效降低制氢的成本和提高制氢的安全及效率的目的,本发明提供如下技术方案:一种电解制氢生产工艺中的用电优化控制方法,包括以下步骤:
S1.分析电解水制氢的历史运行数据,确定影响电解水制氢成本的因素;
S2.分析各电解槽历史运行数据,确定电解制氢过程中各项主要运行参数之间的函数关系;
S3.根据实际需求,确定电解制氢的生产场景;
S4.对于不同的生产场景,以新能源发电预测结果、峰谷电价、电解水制氢***单位电耗等主要经济性影响因素为约束条件,制定不同的优化运行方案。
优选的,所述S1步骤电解水制氢的历史运行数据,包括制氢量、电解质浓度、制氢效率、电流密度、槽内温度、设备成本摊销、人工成本、用电成本、用水成本、总成本。
通过采用上述技术方案,所述历史运行数据,是指设备投产后至少一年的运行数据;
所述制氢效率是指设备生产1标方(Nm3)氢气所消耗的电量,即单位电耗;
所述电流密度是指通过电解槽单位面积所流过的电流量;
所述设备成本摊销是指设备的购置费用摊销到本次计算时间段的费用;
所述总成本是设备成本摊销、人工成本、用电成本、用水成本之和,计算方式如下:Ct=C设备,t+C人工,t+C电,t+C水,t,计算窗口期t时间段的总费用、所有电解槽摊销费、人工费、电费、水费。
优选的,所述S2步骤各电解槽的历史运行数据包括电流、电压、电解槽面积、运行持续时间、在运行时段内的制氢量、单位电耗,所述运行参数之间的函数关系包括电解槽的单位电耗随其制氢量变化的函数关系和电解槽的电流随单位电耗变化的函数关系。
通过采用上述技术方案,该两个数学模型都通过历史数据建立数学回归模型确定。
优选的,所述S3步骤电解制氢的生产场景包括有订单限制的生产场景和无订单限制的生产场景。
通过采用上述技术方案,其中有订单限制的生产场景用于以完成生产任务为目标,进行过程优化控制,优化过程需考虑生产成本的最小化,无订单限制的生产场景用于以新能源发电预测结果、电价、设备在不同功率下的电耗为变量,以设备最大制氢速率为约束条件下保证生产收益最大化。
优选的,所述S4步骤新能源发电预测结果是指未来一天的新能源发电功率,所述峰谷电价包括峰、谷、平时段制氢企业购买市电的单价及制氢时自有的新能源发电设备所发电的出售单价。所述电解水制氢***单位电耗是指制氢***在特定电流状态下生产1标方(Nm3)氢气所消耗的电量。
优选的,对于有订单限制的生产场景,其优化过程为:
(1)以新能源发电预测结果、峰谷电价、电解水制氢***电位电耗为依据,按时间段对总制氢量进行分解,形成多个制氢量规划方案;
(2)计算每个制氢量规划方案的成本,择优形成最优规划方案;
(3)对于此最优制氢量规划方案的每个时间段,以耗电量最低为目标计算各电解槽的运行电流,形成最优运行方案。
优选的,对于无订单限制的生产场景,其优化过程为:
(1)建立制氢收益随电解槽运行参数变化的函数关系;
(2)按新能源发电预测功率时间间隔将一天的时间划分为多个时段,计算每个时间段的最大收益,此时对应的各电解槽运行参数即为制氢***的最优运行方案。
(三)有益效果
与现有技术相比,本发明提供了一种电解制氢生产工艺中的用电优化控制方法,具备以下有益效果:
该电解制氢生产工艺中的用电优化控制方法,通过分析复合电解槽在生产过程中的能耗特性与成本组成,建立优化控制模型对电解槽进行功率控制,本方法能够有效提升生产工艺能效,降低制氢成本,提高制氢的安全和效率,为未来大规模制氢产业提供生产上的优化支撑。
附图说明
图1是本发明的总体流程示意图;
图2是本发明有订单限制生产场景下的制氢量规划流程图;
图3是本发明有订单限制生产场景下的电解槽优化运行流程图。
具体实施方式
下面将结合本发明的实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
根据图1、图2和图3所示。
本发明的一种电解制氢生产工艺中的用电优化控制方法包括以下步骤:
S1.分析电解水制氢的历史运行数据,确定影响电解水制氢成本的因素。
本步骤中,所述电解水制氢的历史运行数据,包括制氢量、电解质浓度、制氢效率、电流密度、槽内温度、设备成本摊销、人工成本、用电成本、用水成本、总成本。
所述历史运行数据,是指设备投产后至少一年的运行数据;
所述制氢效率是指设备生产1标方(Nm3)氢气所消耗的电量,即单位电耗;
所述电流密度是指通过电解槽单位面积所流过的电流量;
所述设备成本摊销是指设备的购置费用摊销到本次计算时间段的费用;
所述总成本是设备成本摊销、人工成本、用电成本、用水成本之和,计算方式如下:Ct=C设备,t+C人工,t+C电,t+C水,t,计算窗口期t时间段的总费用、所有电解槽摊销费、人工费、电费、水费。
需要说明的是,其中设备摊销费与制氢量无关,仅与寿命相关,可用已知公式计算C设备,t=f(T),人工费可当作固定值处理C人工,t=s,s为人员工资折算到t时间段的费用,为固定值,水费由制氢量计算得到C水,t=Wt*P水,Wt=a*Ht,其中Wt为t时间段的用水量,Ht为t时间段所有设备的制氢量之和,a为制氢量换算成用水量的系数,固定值。
S2.分析各电解槽历史运行数据,确定电解制氢过程中各项主要运行参数之间的函数关系。
本步骤中,所述各电解槽的历史运行数据包括电流、电压、电解槽面积、运行持续时间、在运行时段内的制氢量、单位电耗,所述运行参数之间的函数关系包括电解槽的单位电耗随其制氢量变化的函数关系和电解槽的电流随单位电耗变化的函数关系。
需要说明的是,所述电解槽的单位电耗随其制氢量变化的函数关系是指在设备稳定运行状态下,通过分析各电解槽历史运行数据,以电解槽制氢量为自变量,以单位电耗为因变量,建立回归分析方程:
Ui=f(Hi)
式中Ui为第i个电解槽的单位电耗,Hi为第i个电解槽在该单位电耗下稳定运行的制氢量。
此外,所述电解槽的电流随单位电耗变化的函数关系是指在设备稳定运行状态下,通过分析各电解槽历史运行数据,以单位电耗为自变量,以电流值为因变量,建立回归分析方程:
I槽=f(U槽)
式中I槽为电解槽电流值,U槽为电解槽的单位电耗。
S3.根据实际需求,确定电解制氢的生产场景。
本步骤中,所述电解制氢的生产场景包括有订单限制的生产场景和无订单限制的生产场景,其中有订单限制的生产场景用于以完成生产任务为目标,进行过程优化控制,优化过程需考虑生产成本的最小化,无订单限制的生产场景用于以新能源发电预测结果、电价、设备在不同功率下的电耗为变量,以设备最大制氢速率为约束条件下保证生产收益最大化。
S4.对于不同的生产场景,以新能源发电预测结果、峰谷电价、电解水制氢***单位电耗等主要经济性影响因素为约束条件,制定不同的优化运行方案。
需要说明的是,本步骤中所述新能源发电预测结果是指未来一天的新能源发电功率,所述峰谷电价包括峰、谷、平时段制氢企业购买市电的单价及制氢时自有的新能源发电设备所发电的出售单价,所述电解水制氢***单位电耗是指制氢***在特定电流状态下生产1标方(Nm3)氢气所消耗的电量。
不同的优化运行方案包括有订单限制的生产场景下的优化运行方案和无订单限制的生产场景下的优化运行方案。
另外,有订单限制的生产场景:以完成生产需求所需的成本最低为目标函数进行***制氢量规划,目标函数可表示为:
C=min(C1,C2,…,Cm)
C为最优策略的生产成本;C1,C2,…,Cm为各生产场景的成本;m为生产方案数量。
根据图2所示,有订单限制的生产场景的制氢量规划流程如下:
(1)制氢任务分解:
制氢规划每天进行一次,首先将生产订单按天平均分配(比如某一生产订单要求在3天内完成制氢量为Q,则每天需生产的氢气量为Q/3),然后将每天等分成n个时间段,每段时长为24/n小时,对各时间段的制氢量进行赋值,各时段制氢量应满足以下要求
Hi≤Smax*Δt
Hsum为制氢总量(m3);Hi为第i个时间段的制氢量(m3);Smax为***最大制氢速率(m3/h);Δt为划分后每个时段的时长(h)。
(2)计算各时间段的制氢成本:
电解水制氢过程的主要消耗为电和水,而在制氢总量一定的条件下,水的消耗量是不变的,因此此处仅考虑制氢用电成本。制氢用电成本等于从电网的购电成本减去新能源发电的售电收益,每个时段的制氢成本应满足如下关系:
Ci=Qi,购电*Pi,购电-Qi,新*P替电
Qi=Qi,购电+Qi,新
Qi=Hi*U
Ci为第i个时间段的制氢用电成本(元);
Qi,购电、Pi,购电分别为第i个时间段的购电量(kW·h)和购电单价(元/kW·h);
Qi,新为第i个时间段的新能源最大发电量(kW·h);
P替电为新能源售电单价(元/kW·h);
Qi为第i个时间段制氢用电量(kW·h);
Hi为第i个时间段的制氢量(m3);
U为每生产1m3氢气所消耗的电量的平均值(kW·h/m3)。
(3)计算每个组合的制氢总成本:
经过步骤(1)的任务分解,会得到若干种生产方案,则每个方案的制氢总成本计算方式如下:
Cj为第j种生产方案下的制氢总成本(元);Cj,i为第j种生产方案下的第i个时间段的制氢成本(元)。
(4)计算最低制氢成本,得到最优制氢量规划方案:
C=min(C1,C2,…,Cm)
C为最优制氢量规划方案的生产总成本(元);C1,C2,…,Cm为各生产方案的成本;m为生产场景数量。
经过上述计算,可以得到最低的制氢生产成本,该生产成本对应的生产方案即是最优制氢量规划方案。
(5)制氢量修正:
每天结束的时候(0:00)统计一次当天实际的制氢量,然后从订单的制氢量中减去此实际制氢量,用于修正策略与实际的误差。
根据图3所示,有订单限制的生产场景的电解槽运行优化:
运行优化流程分过载工况和未过载工况两种情况,其中过载工况下所有电解槽都以额定功率运行,此时仍不能完成制氢任务,无需优化控制。
未过载工况的优化流程如下:
优化计算过程是针对制氢量规划阶段所划分的每个时间段进行优化。
(1)定义每个电解槽的电流取值范围:
例如:假设有A和B两个电解槽,A电解槽的电流取值范围定义为0、10%、20%、30%、…、100%;B电解槽的电流取值范围定义为0%、40%、50%、60%、…、100%。
(2)穷举寻找所有满足条件的组合:
从所有电解槽的电流取值范围中各取1个值形成1个组合(I1、I2、…、In),计算当前制氢规划时间段内各电解槽在各自的电流值状态下的制氢量(Hel1、Hel2、…、Heln),计算该组合在当前制氢规划时间段内是否满足制氢量的要求(Hel1+Hel2+…、Heln=H),如果满足,则加入符合条件的集合,如果不满足,则舍弃该组合。
(3)计算所有满足条件组合的单位电耗,对比得到最优结果:
对于(2)形成的所有符合生产需求的集合,计算各组合的总体单位电耗,并对这些结果进行对比,单位电耗最低的组合即是最优运行方案。
此外,无订单限制的生产场景:
将所有电解槽看作一个整体,以收益最大化为目标计算各时段的制氢量,然后根据制氢量计算各设备电流。
按新能源功率时间间隔将一天的时间划分为n个时段(通常划分为96个时段),针对每个电解槽,分别计算每个时段的最大收益,累加即为总收益,收益的目标函数为:
I:当日收益;
It:t时间段的收入;
Ct:t时间段的成本。
每个时段的收入及费用计算流程如下:
(1)计算收入:
每个时段的收入等于该时段所有设备的制氢量之和乘以售氢单价:
It=Ht*PH
It:t时间段的收入;
Ht:t时间段所有设备的制氢量之和;
m:电解槽数量;
Hi,t:第i个电解槽在t时间段内的制氢量;
PH:售氢单价。
(2)计算成本:
Ct=C设备,t+C人工,t+C电,t+C水,t
Ct、C设备,t、C人工,t、C电,t、C水,t:t时间段的总费用、所有电解槽摊销费、人工费、电费、水费。
设备摊销费与制氢量无关,仅与寿命相关,可用已知公式计算:C设备,t=f(T)。
人工费可当作固定值处理:C人工,t=s,s:人员工资折算到t时间段的费用,固定值。
水费由制氢量计算得到:
C水,t=Wt*P水
Wt=a*Ht
Wt:t时间段的用水量;
Ht:t时间段所有设备的制氢量之和;
a:制氢量换算成用水量的系数,固定值。
每个时段的电费由下式计算得到:
C电,t=Q购电,t*P购电,t+Q新,t*P售电,t
Qt=Q购电,t+Q新,t
Ui=f(Hi)
Qt:t时间段内的用电量;
Q购电,t、Q新,t:t时间段内的购电量和新能源发电量;
P购电,t、P售电,t:t时间段内的购电量单价和新能源售电单价;
Qi,t:第i个电解槽在t时间段内的用电量;
Ui:第i个电解槽的单位电耗;
Ui=f(Hi):表示在时间间隔为t时,设备稳定运行状态下,通过分析各电解槽历史运行数据,以电解槽制氢量为自变量,以单位电耗为因变量,建立的回归分析方程。
根据上述公式可计算出费用随制氢量的变化关系,即可求解出各时段最佳制氢量及其对应的单位电耗。
(3)计算电流:
在设备稳定运行状态下,通过分析各电解槽历史运行数据,以单位电耗为自变量,以电流值为因变量,建立回归分析方程:
I槽=f(U槽)
I槽:电解槽电流值;
U槽:电解槽单位电耗。
通过对上述过程进行求解,即可计算出在无订单限制的生产场景下以新能源发电预测结果、电价、设备在不同功率下的电耗为变量,以设备最大制氢速率为约束条件下多电解槽联合运行的最大收益及此时各设备的运行电流值,此运行方案即为最优运行方案。
以上所述本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型。
Claims (7)
1.一种电解制氢生产工艺中的用电优化控制方法,其特征在于,包括以下步骤:
S1.分析电解水制氢的历史运行数据,确定影响电解水制氢成本的因素;
S2.分析各电解槽历史运行数据,确定电解制氢过程中各项主要运行参数之间的函数关系;
S3.根据实际需求,确定电解制氢的生产场景;
S4.对于不同的生产场景,以新能源发电预测结果、峰谷电价、电解水制氢***单位电耗等主要经济性影响因素为约束条件,制定不同的优化运行方案。
2.根据权利要求1所述一种电解制氢生产工艺中的用电优化控制方法,其特征在于;所述S1步骤电解水制氢的历史运行数据,包括制氢量、电解质浓度、制氢效率、电流密度、槽内温度、设备成本摊销、人工成本、用电成本、用水成本、总成本。
3.根据权利要求1所述一种电解制氢生产工艺中的用电优化控制方法,其特征在于;所述S2步骤各电解槽的历史运行数据包括电流、电压、电解槽面积、运行持续时间、在运行时段内的制氢量、单位电耗,所述运行参数之间的函数关系包括单位电耗随其制氢量变化的函数关系、电解槽的电流随单位电耗变化的函数关系。
4.根据权利要求1所述一种电解制氢生产工艺中的用电优化控制方法,其特征在于:所述S3步骤电解制氢的生产场景包括有订单限制的生产场景和无订单限制的生产场景。
5.根据权利要求1所述一种电解制氢生产工艺中的用电优化控制方法,其特征在于:在有订单限制的生产场景下,所述S4步骤新能源发电预测结果是指未来一天的新能源发电功率,所述峰谷电价包括峰、谷、平时段制氢企业购买市电的单价及制氢时自有的新能源发电设备所发电的出售单价,所述电解水制氢***单位电耗是指制氢***在特定电流状态下生产1标方(Nm3)氢气所消耗的电量。
6.根据权利要求4所述一种电解制氢生产工艺中的用电优化控制方法,其特征在于:所述步骤S4中,对于有订单限制的生产场景,其优化过程为:(1)以新能源发电预测结果、峰谷电价、电解水制氢***电位电耗为依据,按时间段对总制氢量进行分解,形成多个制氢量规划方案,(2)计算每个制氢量规划方案的成本,择优形成最优规划方案,(3)对于此最优制氢量规划方案的每个时间段,以耗电量最低为目标计算各电解槽的运行电流,形成最优运行方案。
7.根据权利要求4所述一种电解制氢生产工艺中的用电优化控制方法,其特征在于:所述步骤S4中,对于无订单限制的生产场景,其优化过程为:(1)建立制氢收益随电解槽运行参数变化的函数关系,(2)按新能源发电预测功率时间间隔将一天的时间划分为多个时段,计算每个时间段的最大收益,此时对应的各电解槽运行参数即为制氢***的最优运行方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311259602.4A CN117448844A (zh) | 2023-09-27 | 2023-09-27 | 一种电解制氢生产工艺中的用电优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311259602.4A CN117448844A (zh) | 2023-09-27 | 2023-09-27 | 一种电解制氢生产工艺中的用电优化控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117448844A true CN117448844A (zh) | 2024-01-26 |
Family
ID=89582627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311259602.4A Pending CN117448844A (zh) | 2023-09-27 | 2023-09-27 | 一种电解制氢生产工艺中的用电优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117448844A (zh) |
-
2023
- 2023-09-27 CN CN202311259602.4A patent/CN117448844A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113095791B (zh) | 一种综合能源***运行方法及*** | |
CN114243694B (zh) | 考虑阶梯碳交易和需求响应的并网型微电网优化配置方法 | |
CN114336702B (zh) | 基于双层随机规划的风光储场站群功率分配协同优化方法 | |
CN112907129A (zh) | 储能综合效益评估指标体系 | |
CN112736952A (zh) | 考虑日历寿命的海上风电配置储能***容量优化方法 | |
CN114156870B (zh) | 一种储能***参与多应用领域优化调度方法 | |
CN110570015A (zh) | 一种配电网多目标规划方法 | |
CN114820046A (zh) | 一种区域电网混合储能辅助调频经济优化与补偿定价方法 | |
Lin et al. | Optimization decision model of electricity market under renewable portfolio standard | |
CN116191493A (zh) | 一种火电机组深度调峰和复合储能协同规划方法与装置 | |
CN115864376A (zh) | 一种多时间尺度电力保供分析方法及*** | |
CN115293457A (zh) | 基于分布式协同优化策略的综合能源***季节性氢储优化配置方法 | |
CN114091825A (zh) | 新-储电站参与电能量-调频辅助服务市场的竞价方法 | |
CN117973886A (zh) | 含氢能全链路的综合能源***协同规划运行方法及*** | |
CN117448844A (zh) | 一种电解制氢生产工艺中的用电优化控制方法 | |
CN114862163B (zh) | 综合能源***优化调度方法 | |
CN115204944A (zh) | 一种计及全寿命周期的储能最优峰谷价差测算方法及装置 | |
CN115907393A (zh) | 一种含长时储能虚拟电厂的多时间尺度调度方法 | |
CN111783303A (zh) | 抽水蓄能电站报价报量确定方法、***及装置 | |
Tao et al. | Research on Power Storage Optimization Operation Strategy for Wind-Photovoltaic Power Coupled Hydrogen Production | |
CN115207972B (zh) | 一种容量电价与风光火配比相协调的电源规划方法 | |
CN117578396A (zh) | 一种含长短时储能的微电网实时运行方法 | |
CN117713228A (zh) | 一种风光-氢储能***多能源协调优化方法及*** | |
CN118261486A (zh) | 一种基于灵敏度分析模型的电网项目投入产出评估方法 | |
Sun et al. | Optimal scheduling of virtual power plant considering demand side response |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |