KR102544816B1 - 서로 다른 운전 특성의 수전해 설비들을 갖는 수소생산시스템 및 이의 동작 방법 - Google Patents
서로 다른 운전 특성의 수전해 설비들을 갖는 수소생산시스템 및 이의 동작 방법 Download PDFInfo
- Publication number
- KR102544816B1 KR102544816B1 KR1020220184986A KR20220184986A KR102544816B1 KR 102544816 B1 KR102544816 B1 KR 102544816B1 KR 1020220184986 A KR1020220184986 A KR 1020220184986A KR 20220184986 A KR20220184986 A KR 20220184986A KR 102544816 B1 KR102544816 B1 KR 102544816B1
- Authority
- KR
- South Korea
- Prior art keywords
- hydrogen
- water electrolysis
- type
- facility
- electrolysis facility
- Prior art date
Links
- 239000001257 hydrogen Substances 0.000 title claims abstract description 546
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 546
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 533
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims description 35
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 394
- 238000005868 electrolysis reaction Methods 0.000 claims abstract description 351
- 230000005611 electricity Effects 0.000 claims abstract description 41
- 238000003860 storage Methods 0.000 claims description 106
- 230000006870 function Effects 0.000 claims description 20
- 230000009467 reduction Effects 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 15
- 239000012528 membrane Substances 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 239000005518 polymer electrolyte Substances 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000011017 operating method Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 15
- 230000004044 response Effects 0.000 description 14
- 150000002431 hydrogen Chemical class 0.000 description 13
- 238000012545 processing Methods 0.000 description 10
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 239000006227 byproduct Substances 0.000 description 8
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 5
- 239000001301 oxygen Substances 0.000 description 5
- 229910052760 oxygen Inorganic materials 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 4
- 239000003345 natural gas Substances 0.000 description 4
- 239000003792 electrolyte Substances 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002407 reforming Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 235000015842 Hesperis Nutrition 0.000 description 1
- 235000012633 Iberis amara Nutrition 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 239000003011 anion exchange membrane Substances 0.000 description 1
- 239000002585 base Substances 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000006555 catalytic reaction Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 229920005597 polymer membrane Polymers 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/133—Arrangements for measuring electric power or power factor by using digital technique
- G01R21/1333—Arrangements for measuring electric power or power factor by using digital technique adapted for special tariff measuring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Chemical & Material Sciences (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Electrochemistry (AREA)
- Quality & Reliability (AREA)
- Organic Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Computational Linguistics (AREA)
- Metallurgy (AREA)
- Development Economics (AREA)
- Materials Engineering (AREA)
- Molecular Biology (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Automation & Control Theory (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
Abstract
본 발명에 따른 수소생산시스템은 제1 타입의 수전해 설비, 상기 제1 타입과 다른 제2 타입의 수전해 설비, 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비로부터 생산된 수소를 저장하는 수소 저장 탱크의 현재 충전량(SOC)를 추정하는 수소 저장 탱크 SOC 추정부, 상기 수소 저장 탱크에 저장된 수소를 공급받을 수소 수요처의 시간별 수소 수요량을 예측하는 수소 수요 예측부, 전력 공급 회사의 계시별 전기요금(TOU)을 수신하는 TOU 수신부, 현재부터 미리 설정된 시간 동안 총 전력 소비량이 최소화되도록, 상기 제1 타입의 수전해 설비의 운전 특성, 상기 제2 타입의 수전해 설비의 운전 특성, 상기 수소 저장 탱크의 상기 현재 SOC, 상기 수소 수요처의 시간별 수소 수요량, 및 상기 TOU에 기초하여 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비 각각의 스케줄을 생성하는 스케줄 생성부, 및 상기 스케줄 생성부에서 생성된 스케줄에 따라 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비를 제어하는 수전해 설비 제어부를 포함한다.
Description
본 발명은 서로 다른 운전 특성의 수전해 설비들을 갖는 수소생산시스템 및 이의 동작 방법에 관한 것이다.
전세계적으로 이산화탄소 배출 억제를 위한 친환경 에너지 사용을 촉진하는 움직임에 발맞춰, 정부는 온실가스 감축, 미세먼지 저감, 재생에너지 이용 확대 등 친환경 에너지 확산과 에너지원 다각화 등의 이유로 수소 경제 활성화를 추진하고 있다.
기존에는 수소가 주로 우주 로켓의 연료로 사용되었으나, 지속적인 연구 개발을 통해 기존의 화석 연료를 대체할 수 있는 에너지원으로 사용할 수 있게 되었으며, 현재에는 일반 가정용 전기기기를 시작으로 발전용/가정용 연료전지, 자동차, 산업용 기기 및 산업 공정 등 다양한 분야에서 사용되고 있다. 국내에서도 수소 사용량이 지속적으로 증가하고 있다. 맥킨지가 발표한 "Hydrogen meets digital"에 따르면, 대부분 산업용 원료로 소비되던 2015년에는 240만톤의 수소 수요가 있었으나, 2050년에는 1,690만톤까지 증가할 것이라 예상하였고, 산업용 원료뿐만 아니라 발전, 수송, 산업, 건물 분야 등 다양한 분야에서 소비될 것으로 분석했다. 모든 분야에서 수소 수요는 높은 잠재력을 가지고 있지만, 높은 충전 속도와 에너지 저장 밀도 등의 이유로 수소 자동차, 수소 버스 및 트럭 등 수송부문에서 특히 높은 수요가 발생할 것이라고 예상하였다. 실제로 정부에서도 2030년 수소차 10% 시대라는 목표로 국가 차원의 로드맵 설정 및 지원을 계획 및 실시하고 있으며, 환경부에 따르면 2020년에는 국내의 수소 충전소가 80개소, 수소 자동차는 9천대 수준이었으나, 2030년에는 수소 충전소가 520개소로 증가하고, 수소 자동차 역시 63만대 수준으로 지속적으로 확대 보급될 것으로 전망하고 있다.
수소 생산 방식에는 현재 부생수소 생산 방식, 추출수소 생산 방식, 그리고 수전해 설비를 이용한 수소 생산 방식이 있다. 도 1은 다양한 수소 생산 방식의 공정 개략도를 도시한다.
첫 번째로, 부생수소는 납사(Naphtha)의 개질이나 분해, 제철 등의 공정에서 발생하는 부산물 중에 수소가 많이 포함되어 있는 혼합가스를 압력순환 흡착공정 등으로 정제하여 순도를 높임으로써 생산되는 수소이다. 부생수소는 폐가스를 활용하여 생산되므로 수소 생산을 위한 추가설비 투자비용 등이 없기 때문에 수소 생산 방식 중 경제성이 가장 우수하다는 장점을 가지고 있다. 하지만, 부산물을 활용하기 때문에 수소의 생산량에 한계가 존재한다.
두 번째로, 개질수소는 천연가스, 석탄, 석유 등 탄화수소계 화석연료를 활용하여 촉매 반응으로 생산하는 수소이다. 수소 생산 방식 중 가장 저렴하고 대량으로 수소를 생산할 수 있기 때문에 현재 전세계적으로 천연가스 추출수소가 수소 생산의 가장 큰 비중을 차지하고 있다. 하지만 부생수소 생산 방식과 개질수소 생산 방식 모두 수소 생산 과정에서 이산화탄소를 발생시키기 때문에, 환경오염 논란에서 자유롭지 못하다.
마지막으로, 수전해 설비는 2개의 전극에 전기장을 인가하여 물이 수소와 산소로 분리된다는 원리를 이용하여 전기를 통해 수소를 생산하는 설비이다. 다른 수소 생산 방식과 달리 수소 생산 과정에서 이산화탄소를 배출시키지 않는다는 점에서 친환경적인 수소 생산 설비로 주목 받고 있다.
환경 문제에 관심이 높아지고 수소 생산 기술이 향상됨에 따라 전세계적으로 이산화탄소를 적게 발생시키거나 발생시키지 않는 친환경 수소 생산 방식으로 전환하고 있다. 우리나라 정부도 수소경제 활성화 로드맵을 발표하여 수소경제 활성화를 위한 정책의 방향성과 목표 및 추진전략을 발표하였다. 발표 내용에 따르면, 현재 대부분의 수소 생산은 천연가스에서 수소를 추출하는 천연가스 개질방식을 이용하고 있으나, 수전해 설비를 이용한 수소 생산을 점차적으로 증가시킬 계획이다.
수전해 설비는 수요지 근처에 설치할 수 있어 수소 운송 비용이 발생하지 않는다는 장점이 있다. 그러나, 초기 설치 비용, 높은 생산 단가, 낮은 기술 성숙도, 시장화 초기 단계 등의 이유로 다른 수소 생산 및 공급 방식에 비해 경제성이 부족하여 적극적인 도입이 지체되고 있는 실정이다. 수전해 설비를 이용한 수소 생산 방식에서 가장 큰 비중을 차지하는 생산 원가는 전기요금이다. 참고로, 2018년도 국내 수소 생산 단가는 부생수소가 대략 2,000원/kg, 추출수소가 2,700 ~ 5,100원/kg, 수전해 설비로 생산된 수소가 9,000 ~ 10,000원/kg이었다.
도 2는 수전해 설비에서 생산된 수소가 수소 충전소와 같은 수소 수요처에 공급되는 공정을 도시한다.
수전해 설비는 어떤 이온을 이동시키는지와 사용하는 전해질에 따라 AEL(Alkaline Electrolysis), PEMEL(Polymer Electrolyte membrane electrolysis), AEMEL(Anion Exchange Membrane Electrolysis), SOEL(Solid Oxide Electrolysis) 등으로 구분된다. 현재 기준으로 AEMEL과 SOEL은 현재 기술 개발이 진행 중인 연구 단계이고, AEL과 PEMEL은 상업화 단계이다.
AEL 수전해 기술은 현재 수전해 기술 중 기술적 성숙도가 가장 높은 기술로서, KOH 등과 같은 알칼리 수용액을 전해질로 이용하고, 수소와 산소를 분리하기 위하여 별도의 분리막을 사용하며 100도 이하의 운전조건을 갖는다. AEL 수전해 설비는 안정성이 높고 설비 수명이 길다는 장점이 있으나, 낮은 전류 밀도, 낮은 수소 순도, 긴 시동 소요시간, 부하 조건에 따른 작동불능 상태 발생 등과 같은 단점이 존재한다.
PEMEL 수전해 기술은 고체고분자전해질(PEM) 막을 전해질로 이용하는 기술이다. PEMEL 수전해 설비는 고분자막의 안정성에 따라 200도 이하의 운전조건을 가지며, 상대적으로 높은 전류밀도에서 운전되기 때문에 수소 생산 효율이 높고, 고압 상태에서 운전할 수 있으며, 소형으로 설계할 수 있어 상대적으로 필요한 부지 면적이 적으며, AEL 수전해 설비에 비해 높은 유연성을 가져 부하 변동에 쉽게 대응할 수 있다. 하지만 PEMEL 수전해 설비는 AEL 수전해 설비에 비해 고압 상태를 견디기 위한 내구성, 고분자 전해질막의 높은 단가 등의 이유로 설치 및 유지 비용이 2배에 달하여 대용량으로 사용하기에 한계가 있고, 설비 수명도 상대적으로 낮다.
부생수소와 추출수소 중심의 수소 생산 체계에서 수전해 설비를 이용한 수소 생산 비중을 늘리려 하고 있으나, 다른 수소 생산 방식에 비해 높은 초기 설비 설치 비용과 생산 단가 등의 이유로 경제성이 부족하여 수전해 설비의 도입이 적극적으로 이루어지지 않고 있다. 이러한 배경 하에서 본 발명이 해결하고자 하는 과제는 경제성을 향상시킬 수 있는 수소생산시스템을 제공하는 것이다.
상술한 기술적 과제들을 달성하기 위한 기술적 수단으로서, 본 발명의 일 측면에 따른 수소생산시스템은 제1 타입의 수전해 설비, 상기 제1 타입과 다른 제2 타입의 수전해 설비, 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비로부터 생산된 수소를 저장하는 수소 저장 탱크의 현재 충전량(SOC)를 추정하는 수소 저장 탱크 SOC 추정부, 상기 수소 저장 탱크에 저장된 수소를 공급받을 수소 수요처의 시간별 수소 수요량을 예측하는 수소 수요 예측부, 전력 공급 회사의 계시별 전기요금(TOU)을 수신하는 TOU 수신부, 현재부터 미리 설정된 시간 동안 총 전력 소비량이 최소화되도록, 상기 제1 타입의 수전해 설비의 운전 특성, 상기 제2 타입의 수전해 설비의 운전 특성, 상기 수소 저장 탱크의 상기 현재 SOC, 상기 수소 수요처의 시간별 수소 수요량, 및 상기 TOU에 기초하여 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비 각각의 스케줄을 생성하는 스케줄 생성부, 및 상기 스케줄 생성부에서 생성된 스케줄에 따라 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비를 제어하는 수전해 설비 제어부를 포함한다.
일 예에 따르면 수소생산시스템은 상기 전력 공급 회사가 제공하는 전력 계통의 주파수가 59.85Hz 이하로 하락하면 주파수 하락 감지 신호를 발생하는 저주파수 계전기를 더 포함할 수 있다. 상기 수전해 설비 제어부는 상기 저주파 계전기에 의해 상기 주파수 하락 감지 신호가 발생하면, 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비를 각각 미리 설정된 최소 설정치로 동작시킬 수 있다.
다른 예에 따르면, 상기 수소 수요 예측부는 인공지능 기반의 머신러닝, 딥러닝, 통계학적인 추론 중 적어도 하나를 이용하여 상기 수소 수요처의 24 시간 동안의 상기 시간별 수소 수요량을 예측할 수 있다.
또 다른 예에 따르면, 상기 수소 저장 탱크 SOC 추정부는 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비에서 생산되어 상기 수소 저장 탱크에 투입되는 수소의 양과 상기 수소 저장 탱크에서 상기 수소 수요처로 방출되는 수소의 양의 차이를 기초로 상기 수소 저장 탱크 내의 상기 현재 충전량을 추정할 수 있다.
또 다른 예에 따르면, 상기 제1 타입의 수전해 설비는 적어도 하나의 AEL(Alkaline Electrolysis) 수전해 장치를 포함하고, 상기 제2 타입의 수전해 설비는 적어도 하나의 PEMEL(Polymer Electrolyte membrane electrolysis) 수전해 장치를 포함할 수 있다. 상기 제1 타입의 수전해 설비에서 생산되는 수소량은 상기 적어도 하나의 AEL 수전해 장치가 생산하는 총 수소량이고, 상기 제2 타입의 수전해 설비에서 생산되는 수소량은 상기 적어도 하나의 PEMEL 수전해 장치가 생산하는 총 수소량일 수 있다.
또 다른 예에 따르면, 상기 스케줄 생성부는 상기 적어도 하나의 AEL 수전해 장치 각각의 스케줄 및 상기 적어도 하나의 PEMEL 수전해 장치 각각의 스케줄을 생성할 수 있다. 상기 수전해 설비 제어부는 상기 적어도 하나의 AEL 수전해 장치 각각의 스케줄에 따라 상기 적어도 하나의 AEL 수전해 장치 각각을 독립적으로 제어하고, 상기 적어도 하나의 PEMEL 수전해 장치 각각의 스케줄에 따라 상기 적어도 하나의 PEMEL 수전해 장치 각각을 독립적으로 제어할 수 있다.
또 다른 예에 따르면, 상기 스케줄 생성부는 적어도 하나의 제약 조건 하에서 하기의 목적 함수를 풂으로써 현재(t=0)부터 미리 설정된 T 시간까지의 총 전력 소비량이 최소화되도록 상기 제1 타입의 수전해 설비의 스케줄과 상기 제2 타입의 수전해 설비의 스케줄을 생성하도록 구성될 수 있다.
[목적 함수]
여기서, 는 상기 적어도 하나의 AEL 수전해 장치가 t 시간과 (t+1) 시간 사이에 소비하도록 스케줄링되는 총 전력량이고, 는 상기 적어도 하나의 PEMEL 수전해 장치가 t 시간과 (t+1) 시간 사이에 소비하도록 스케줄링되는 총 전력량이고, 는 상기 적어도 하나의 AEL 수전해 장치가 t 시간과 (t+1) 시간 사이에 생산하도록 스케줄링되는 총 수소량이고, 는 상기 적어도 하나의 PEMEL 수전해 장치가 t 시간과 (t+1) 시간 사이에 생산하도록 스케줄링되는 총 전력량이고, 는 상기 TOU에 따라서 t 시간과 (t+1) 시간 사이의 단위 전력 당 전기 요금일 수 있다.
[수학식 1]
여기서, 는 상기 적어도 하나의 AEL 수전해 장치에 공급되는 총 전력량에 대한 상기 적어도 하나의 AEL 수전해 장치가 생산하는 총 수소량의 비율을 나타내고, 는 상기 적어도 하나의 PEMEL 수전해 장치에 공급되는 총 전력량에 대한 상기 적어도 하나의 PEMEL 수전해 장치가 생산하는 총 수소량의 비율을 나타낼 수 있다.
또 다른 예에 따르면, 상기 적어도 하나의 제약 조건은 상기 수소 저장 탱크의 충전량(SOC)와 관한 하기 수학식 2를 더 포함할 수 있다.
[수학식 2]
여기서, 와 는 각각 t 시간과 (t+1) 시간의 상기 수소 저장 탱크의 스케줄링된 충전량이고, 는 상기 수소 저장 탱크 SOC 추정부에 의해 추정된 상기 수소 저장 탱크의 상기 현재 충전량이고, 는 상기 수소 저장 탱크의 용량이고, 는 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비가 t 시간과 (t+1) 시간 사이에 생산하도록 스케줄링되는 총 수소량으로서, 에 따라 정의되고, 는 상기 수소 수요 예측부에 의해 예측되는, t 시간과 (t+1) 시간 사이의 상기 수소 수요처의 수소 수요량일 수 있다.
또 다른 예에 따르면, 상기 적어도 하나의 제약 조건은 상기 수소 저장 탱크의 충전량(SOC)와 관한 하기 수학식 3을 더 포함할 수 있다.
[수학식 3]
여기서, 는 상기 수소 저장 탱크의 충전량의 상한 설정치이고, 는 상기 수소 저장 탱크의 충전량의 하한 설정치로서, 에 의해 결정되며, 는 상기 수소 수요처의 과거 데이터에서 1시간 동안의 수소 수요 최대값일 수 있다.
또 다른 예에 따르면, 상기 적어도 하나의 제약 조건은 상기 수소 저장 탱크의 충전량(SOC) 변화량에 관한 하기 수학식 4를 더 포함할 수 있다.
[수학식 4]
여기서, 는 압축기의 성능에 따라 상기 수소 저장 탱크로부터 상기 수소 수요처로 방출될 수 있는 최대 순감 수소량이고, 는 상기 수소 저장 탱크의 t 시간의 충전량()에 따라 상기 수소 저장 탱크에 유입될 수 있는 최대 순증 수소량일 수 있다.
[수학식 5]
여기서, 와 는 각각 상기 적어도 하나의 AEL 수전해 장치가 1시간 동안 생산할 수 있는 총 수소량의 최소치와 최대치이고, 와 는 각각 상기 적어도 하나의 PEMEL 수전해 장치가 1시간 동안 생산할 수 있는 총 수소량의 최소치와 최대치일 수 있다.
[수학식 6]
여기서, 는 상기 적어도 하나의 AEL 수전해 장치의 최대 수소 생산 변동 값이고, 는 상기 적어도 하나의 PEMEL 수전해 장치의 최대 수소 생산 변동 값이고, 는 상기 적어도 하나의 AEL 수전해 장치가 현재 생산하고 있는 시간당 수소 생산량이고, 는 상기 적어도 하나의 AEL 수전해 장치가 현재 생산하고 있는 시간당 수소 생산량일 수 있다.
본 발명의 일 측면에 따라서, 제1 타입의 수전해 설비와 상기 제1 타입과 다른 제2 타입의 수전해 설비를 포함하는 수소생산시스템의 동작 방법은 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비로부터 생산된 수소를 저장하는 수소 저장 탱크의 현재 충전량(SOC, State of Charge)를 추정하는 단계, 상기 수소 저장 탱크에 저장된 수소를 공급받을 수소 수요처의 시간별 수소 수요량을 예측하는 단계, 전력 공급 회사의 계시별 전기요금(TOU, Time-of-Use)을 수신하는 단계, 현재부터 미리 설정된 시간 동안 총 전력 소비량이 최소화되도록, 상기 제1 타입의 수전해 설비의 운전 특성, 상기 제2 타입의 수전해 설비의 운전 특성, 상기 수소 저장 탱크의 상기 현재 SOC, 상기 수소 수요처의 시간별 수소 수요량, 및 상기 TOU에 기초하여 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비 각각의 스케줄을 생성하는 단계, 및 상기 스케줄에 따라 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비를 제어하는 단계를 포함한다.
본 발명의 일 측면에 따른 컴퓨터 프로그램은 적어도 하나의 컴퓨팅 장치를 이용하여 전술한 수소생산시스템의 동작 방법을 실행시키기 위하여 매체에 저장된다.
본 발명에 따르면 두 종류 이상의 수전해 설비들로 구성된 수소생산시스템은 각 수전해 설비의 운전 특성, 계시별 요금제(TOU, Time-of-Use)와 수소 충전소의 예측 수요, 계통 보조서비스로 수전해 설비를 활용하는 방안 등을 종합적으로 고려하여 수전해 설비별로 최적의 스케줄링을 수행함으로써 수소 생산의 경제성을 향상시킬 수 있다. 즉, 본 발명에 따른 수소생산시스템은 전체 전기요금을 절감할 수 있다.
본 발명의 수소생산시스템은 서로 다른 운전 특성을 갖는 수전해 설비들 각각의 최적 운전 스케줄을 제공한다. 각 수전해 설비의 최적 운전 스케줄에 따라 운전 제어 전략을 수립하고 실행하여 전체 수소생산시스템의 경제성을 향상시킬 수 있다.
본 발명의 수소생산시스템을 통해 수소를 생산하고 판매하여 수익을 얻을 뿐만 아니라 수전해 설비를 계통 보조서비스로 활용함으로써 새로운 경제적 부가가치를 창출할 수 있다. 이를 통해 다른 수소 생산 방식에 비해 부족한 수전해 설비의 경제성을 향상시킬 수 있다.
도 1은 다양한 수소 생산 방식의 공정 개략도를 도시한다.
도 2는 수전해 설비에서 생산된 수소가 수소 충전소와 같은 수소 수요처에 공급되는 공정을 도시한다.
도 3은 본 발명의 일 실시예에 따른 수소생산시스템의 블록도를 도시한다.
도 2는 수전해 설비에서 생산된 수소가 수소 충전소와 같은 수소 수요처에 공급되는 공정을 도시한다.
도 3은 본 발명의 일 실시예에 따른 수소생산시스템의 블록도를 도시한다.
아래에서는 첨부한 도면을 참조하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 본 개시의 기술적 사상을 용이하게 실시할 수 있도록 다양한 실시예들을 상세히 설명한다. 그러나 본 개시의 기술적 사상은 다양한 형태로 변형되어 구현될 수 있으므로 본 명세서에서 설명하는 실시예들로 제한되지 않는다. 본 명세서에 개시된 실시예들을 설명함에 있어서 관련된 공지 기술을 구체적으로 설명하는 것이 본 개시의 기술적 사상의 요지를 흐릴 수 있다고 판단되는 경우 그 공지 기술에 대한 구체적인 설명을 생략한다. 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
본 명세서에서 사용되는 용어는 오로지 특정 실시예들을 설명하기 위한 것이며, 본 발명을 해당 용어의 사전적 의미로 한정하려는 의도로 사용한 것이 아니다. 본 명세서에서 어떤 요소가 다른 요소와 "연결"되어 있다고 기술될 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라 그 중간에 다른 요소를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 어떤 요소가 다른 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 요소 외에 또 다른 요소를 배제하는 것이 아니라 또 다른 요소를 더 포함할 수 있는 것을 의미한다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 자세히 설명한다.
본 발명은 시간에 따라 수요량이 달라지는 수소 수요처에 안정적으로 공급되어야 하는 수소를 서로 다른 타입의 수전해 설비에서 생산하기 위한 수소생산시스템 및 이의 동작 방법에 관한 것이다. 수소 수요처 중에서 가장 강력한 성장 가능성과 잠재력을 가지고 있는 곳은 수소 충전소이다. 아래에서는 수소 수요처로서 수소 충전소에 공급할 수소를 생산하는 것으로 가정하여 설명한다. 또한, 본 명세서는 서로 다른 타입의 수전해 설비가 수소 충전소에 수소를 비용 효율적이고 안정적으로 공급하기 위한 최적의 운전 제어 전략을 제공한다.
도 3은 본 발명의 일 실시예에 따른 수소생산시스템의 블록도를 도시한다.
도 3을 참조하면, 수소생산시스템(100)은 전력 공급 회사(30)의 전력 계통(40)으로부터 공급되는 전력(P)을 이용하여 수소(H2)를 생산하여 수소 저장 탱크(10)에 저장되며, 수소 저장 탱크(10)에 저장된 수소(H2)는 수소 수요처(20)에 공급된다. 전력 공급 회사(30)는 전력 계통(40)을 통해 대한민국에 전력을 공급하는 한국전력공사일 수 있으며, 수소 수요처(20)는 수소차 등에 수소를 충전하기 위한 수소 충전소일 수 있다.
수소생산시스템(100)은 제1 타입의 수전해 설비(160) 및 제2 타입의 수전해 설비(170)를 포함한다. 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)는 서로 다른 타입일 수 있다.
수소생산시스템(100)은 서로 다른 두 종류 이상의 수전해 설비(160, 170)를 포함하며, 각 수전해 설비(160, 170)의 운전 특성, 전력 공급 회사(30)의 계시별 요금제(TOU), 수소 수요처(20)의 예측 수소 수요량 등을 종합적으로 고려하여 수전해 설비(160, 170) 각각에 대하여 최적의 스케줄을 생성하고, 생성된 스케줄에 따라 수전해 설비들(160, 170)을 동작시킴으로써 안정적이고 경제적으로 수소 수요처(20)에 수소(H2)를 공급할 수 있다. 또한, 수소생산시스템(100)은 수전해 설비들(160, 170)을 계통 보조서비스로 활용함으로써 전기 요금을 추가적으로 절약할 수 있다.
일 실시예에 따르면, 제1 타입의 수전해 설비(160)는 AEL(Alkaline Electrolysis) 수전해 설비로서, 적어도 하나의 AEL 수전해 장치(160a, 160b)를 포함할 수 있다. 제2 타입의 수전해 설비(170)는 PEMEL(Polymer Electrolyte membrane electrolysis) 수전해 설비로서, 적어도 하나의 PEMEL 수전해 장치(170a, 170b)를 포함할 수 있다.
제1 AEL 수전해 장치(160a)와 제2 AEL 수전해 장치(160b)는 동일한 스펙을 가질 수 있다. 다른 예에 따르면, 제1 AEL 수전해 장치(160a)와 제2 AEL 수전해 장치(160b)는 서로 다른 스펙을 가질 수 있다. 예컨대, 제1 AEL 수전해 장치(160a)와 제2 AEL 수전해 장치(160b)는 최대 생산 수소량, 단위 전력량에 대한 생산 수소량의 비율로 결정되는 수소 생산 효율성 등이 서로 다를 수 있다. 제1 PEMEL 수전해 장치(170a)와 제2 PEMEL 수전해 장치(170b)는 동일한 스펙을 가질 수 있다. 다른 예에 따르면, 제1 PEMEL 수전해 장치(170a)와 제2 PEMEL 수전해 장치(170b)는 서로 다른 스펙을 가질 수 있다. 예컨대, 제1 PEMEL 수전해 장치(170a)와 제2 PEMEL 수전해 장치(170b)는 최대 생산 수소량, 수소 생산 효율성 등이 서로 다를 수 있다.
아래에서는 구체적인 설명과 용이한 이해를 위하여 제1 타입의 수전해 설비(160)는 AEL 수전해 설비이고, 제2 타입의 수전해 설비(170)는 PEMEL 수전해 설비인 것으로 예시한다. 제1 타입의 수전해 설비(160)는 AEL 수전해 설비로 지칭되고, 제2 타입의 수전해 설비(170)는 PEMEL 수전해 설비로 지칭될 수 있다. 그러나, 향후 성능이 더 우수한 수전해 기술이 상용화되면, 기술별 비교 분석을 통해 다른 수전해 기술을 적용한 다른 타입의 수전해 설비도 수소생산시스템(100)에 포함될 수 있다.
수전해 설비는 기술별로 상이한 장단점과 운전 특성을 갖는다. AEL 수전해 설비(160)는 상대적으로 낮은 전류 밀도 0.2~0.4[A/cm2]를 가지고 있어 수소 생산의 효율이 상대적으로 낮으며, 고압에서 구동할 수 없어 넓은 부지 면적이 필요하다. 또한, 다른 수전해 설비에 비해 AEL 수전해 설비(160)에서 생산되는 수소의 순도가 낮고, AEL 수전해 설비(160)를 시동하는 데 소요되는 시간이 상대적으로 길고, 부하 조건에 따라 작동불능 상태가 발생하는 단점이 있다. 그러나, 수전해 기술들 중에서 AEL 수전해 설비(160)의 기술적 성숙도가 가장 높으며, 구조가 단순하고, 시스템의 안정성이 높고, 주 촉매 재료의 가격이 낮아 유지 비용이 저렴하고, AEL 수전해 설비(160)의 수명이 길다는 장점이 있다.
PEMEL 수전해 설비(170)는 전류 밀도가 0.5~2[A/cm2]으로 상대적으로 높아서 상대적으로 높은 수소 생산 효율을 가지고 있으며, 고압에서 구동이 가능하여 AEL 수전해 설비(160)에 비해 동일한 용량의 수소를 생산하기 위해 필요한 부지 면적이 상대적으로 작다. 또한, PEMEL 수전해 설비(170)에서 생산되는 수소의 순도가 높으며, PEMEL 수전해 설비(170)를 시동하는 데 소요되는 시간이 상대적으로 짧고, 부분 부하 운전 범위가 넓어 유연성 측면에서 AEL 수전해 설비(160)에 비해 강점을 갖는다. 그러나, 고압 구동 조건을 견디기 위한 내구성, 고분자 전해질막의 높은 단가로 인해 초기 비용 및 유지 비용이 AEL 수전해 설비(160)에 비해 대략 2배에 달하여 PEMEL 수전해 설비(170)를 대용량으로 사용하기에는 한계가 있으며, AEL 수전해 설비(160)의 수명이 상대적으로 짧다는 단점이 있다.
본 발명의 수소생산시스템(100)은 최소 부분 부하 운전 범위와 기동 소요시간, 및 지령에 대한 응답 특성 등과 같은 수전해 설비들(160, 170)의 운전 특성들을 고려하여 수전해 설비들(160, 170) 각각의 스케줄을 생성하고 그에 따라 동작시킬 수 있다. AEL 수전해 설비(160)는 현재 기술 수준에서 최소 부분 부하 운전 범위는 정격 운전의 20~40[%]로 제한되는데, 이는 최소 부분 부하 운전 범위 이하로 운전할 경우 수소가 산소쪽으로 확산되어 인화성 혼합물을 만들기 때문이다. 산소 흐름에 1~2[%] 정도의 수소 농도가 발생하면 안전상의 이유로 시스템이 정지되며, 만약 4~6%까지 도달하면 폭발이 발생할 위험이 있다. 따라서, 안전상의 이유와 고순도의 수소 생성을 위해 최소 부분 부하 운전 범위가 설정되어 있다. PEMEL 수전해 설비(170)는 현재 기술 수준에서 최소 부분 부하 운전 범위가 정격 운전의 0~10[%]로 제한되며, 이렇게 낮은 범위까지 부분 부하 운전이 가능한 이유는 멤브레인이 가스를 차단하고 있기 때문에 수소가 산소쪽으로 확산될 위험이 없기 때문인 것으로 알려져 있다.
수소생산시스템(100)의 기동은 수 분 이내로, 응답 특성은 수 초 이내로 가능하다. AEL 수전해 설비(160)는 냉간 시동(cold start-up) 소요 시간이 1-2시간이고, 온간 시동(warm start-up) 소요 시간이 1-5분이다. PEMEL 수전해 설비(170)는 냉간 시동 소요 시간이 5-10분이고, 온간 시동 소요 시간은 10초 이내이다. 또한, AEL 수전해 설비(160)와 PEMEL 수전해 설비(170) 모두 공칭 온도에서 동작할 경우, 최대 부하 범위 내에서 수 초 이내에 부하 변경에 응답할 수 있다.
수소생산시스템(100)은 운전 요구 수준을 충족할 수 있을 정도로 넓은 부분 부하 운전 범위를 갖고, 기동 및 응답 특성이 우수하여 계통의 상황에 따라 유연하게 동작할 수 있다. 또한, 수소생산시스템(100)은 수소 수요를 충분히 충족시키면서도 각 수전해 설비(160, 170)의 부분 부하 운전 상황에 따라 조정할 수 있으므로 경제성을 향상시킬 수 있다.
본 발명의 수소생산시스템(100)에서 각 수전해 설비(160, 170)는 수소를 최대 생산할 수 있는 최대 부하 운전이 아니라 부분 부하 운전을 수행한다. 이를 통해, 각 수전해 설비(160, 170)는 수소 수요처(20)가 필요로 하는 수소의 양을 추종할 수 있다. 일 예에 따르면, 수소생산시스템(100)은 수소 저장 탱크(10)에 저장된 수소의 양과 각 수전해 설비(160, 170)에서 생산되는 총 수소의 양의 합이 수소 수요처(20)에서 소모될 것이라고 예측되는 시간별로 수소의 양 간의 차이가 최소가 되도록 수전해 설비들(160, 170) 각각의 수소 생산 스케줄을 생성하고, 생성된 스케줄에 따라 수전해 설비들(160, 170) 각각을 운전시킬 수 있다. 스케줄링을 처음 시작할 때, 수전해 설비들(160, 170) 각각의 부분 부하 운전의 초기 설정치는 각 수전해 설비(160, 170)의 최소 부분 부하 운전과 최대 부하 운전 사이의 중간값으로 설정될 수 있으며, 이후 부분 부하 운전은 본 발명에 따라 생성된 스케줄에 따라 변경될 수 있다.
수소생산시스템(100)이 수소 수요처(20)가 필요로 하는 수소의 양을 안정적으로 공급하기 위하여, 수소생산시스템(100)은 수전해 설비들(160, 170) 각각의 특성을 고려하여 수소를 생산할 수 있다. 예를 들면, AEL 수전해 설비(160)와 PEMEL 수전해 설비(170) 각각의 운전 특성 및 설치 및 유지 비용을 고려할 때, AEL 수전해 설비(160)는 비교적 많은 용량의 수소를 공급하는 것이 유리하고 PEMEL 수전해 설비(170)는 비교적 높은 효율로 적은 양의 수소를 공급하는 것이 유리할 수 있다.
PEMEL 수전해 설비(170)가 AEL 수전해 설비(160)에 비해 기동 속도와 종료 속도, 및 지령에 따른 응답 속도가 빠르다는 특성을 이용하여, AEL 수전해 설비(160)는 기저 수소를 생산하고, PEMEL 수전해 설비(170)는 첨두 수소를 생산하도록 스케줄링 할 수 있다. 예를 들어, 수소 수요처(20)가 필요로 하는 수소의 양이 급작스럽게 증가할 것으로 예상이 되면, 우선적으로 응답성이 빠른 PEMEL 수전해 설비(170)가 증가분에 해당하는 수소를 생산하도록 스케줄링 할 수 있다. 하지만 PEMEL 수전해 설비(170)가 최대 부하 운전을 하여 최대의 수소를 생산하고 수소 저장 탱크(10)에 기 저장된 수소를 공급하더라도 수소 수요처(20)가 필요로 하는 급격히 증가된 수소의 양을 감당할 수 없다고 예상되는 경우, AEL 수전해 설비(160)에 수소 생산 지령을 송신하여, AEL 수전해 설비(160)가 생산하는 수소의 양을 점진적으로 증가시킴으로써 수소 수요처(20)에서 요구하는 양의 수소를 공급할 수 있도록 스케줄링 할 수 있다. 본 발명에 따른 수소생산시스템(100)은 수소 수요처(20)에서 요구하는 양의 수소를 안정적으로 공급하는 것이 우선이므로, 전기요금이 가장 높은 최대 전기요금 시간대라고 하더라도 수소가 부족할 것으로 예상이 되면 AEL 수전해 설비(160)와 PEMEL 수전해 설비(170)가 최대 부하 운전하도록 스케줄링 할 수 있다.
반대로, 수소 수요처(20)에서 요구하는 수소의 양이 급작스럽게 감소할 것으로 예상이 되면, 우선적으로 응답성이 빠른 PEMEL 수전해 설비(170)가 수소 감소분에 대응하여 수소 생산량을 줄이도록 스케줄링 할 수 있다. 하지만 PEMEL 수전해 설비(170)가 최소 부하 운전을 하여 최소의 수소를 생산하더라도 수소가 과다하게 생산될 것이라고 예상이 되면, AEL 수전해 설비(160)에 수소 생산 감소 지령을 송신하여 AEL 수전해 설비(160)가 생산하는 수소의 양을 점진적으로 감소시킴으로써 수소 수요처(20)의 수소 수요에 대응할 수 있도록 스케줄링 할 수 있다.
본 발명에 따라서, 수소생산시스템(100)이 생산하는 수소의 양을 증가 또는 감소시킴으로써, 수소 수요처(20)의 수소 수요에 대응하는 양만큼 수소를 생산하게 함으로써 안정적으로 수소를 공급하면서도, 최대 및 중간 전기요금 시간대에는 수소 생산량을 최소화함으로써 수소생산시스템(160)이 수소를 생산하기 위해 사용하는 전력량 및 전기 요금을 최소화할 수 있다.
예를 들면, 수소 수요처(20)의 일 예인 수소 충전소는 전기자동차 충전소와 달리 운영시간(ex. 08:00 ~ 21:00)이 존재할 수 있다. 운영 종료 시간 근처의 계시별 요금제에 따르면, 여름철의 경우 중간 전기요금 시간대는 17:00 ~ 23:00이다. 수소 충전소의 운영시간에 따르면 17:00 ~ 21:00에는 수소 생산이 필요하다. 그러나, 현재 시간으로부터 운영 종료 시간까지 남아 있는 시간 동안 예측되는 수소 수요량보다 현재 수소 저장 탱크(10)에 남아있는 수소양이 많다면, 수소 저장 탱크(10)에 저장된 수소만으로 예측되는 수소 수요량을 모두 충족할 수 있다. 이 경우, 중간 전기요금 시간대에 굳이 수소를 생산할 필요가 없으므로, 수소생산시스템(100)은 중간 전기요금 시간대의 종료 시간인 23:00까지 수소 생산을 하지 않고, 그 이후부터 수소 생산 지령을 내려 수전해 설비들(160, 170)이 수소 생산을 재개하도록 스케줄링할 수 있다. 그에 따라, 수소 생산을 위해 지출하는 전기요금을 최소화할 수 있다. 다른 예에 따르면, 수소생산시스템(100)은 중간 전기요금 시간대의 종료 시간인 23:00까지 수전해 설비들(160, 170) 각각을 미리 설정된 최소 설정치로 동작시켜 최소 수소 생산량만을 생산하도록 제어할 수도 있다.
본 발명의 수소생산시스템(100)은 수소 생산 원가 중 가장 큰 비중을 차지하는 전기요금 절감을 위하여 DR(Demand Response, 수요반응)을 활용할 수 있다. DR은 가격 기반(price-based)과 인센티브 기반(incentive-based)으로 분류할 수 있다. 가격 기반 DR은 전력 공급 회사(30)의 전기요금제에 대한 수요측 반응을 의미하는 것으로, 계절/시간대별로 부과되는 전기 요금이 상이하여 소비자가 가격이 비쌀 때 수요를 자발적으로 줄이는 것을 의미한다. 인센티브 기반 DR은 전력 사용이 집중되는 피크 시간대 그리고 발전기 예비력이 부족하다고 예상되는 시간대에 미리 소비자에게 알리고, 소비자에게 인센티브를 주면서 부하를 줄이도록 요청하여 수요를 줄이는 것을 의미한다.
본 발명의 수소생산시스템(100)은 다른 수소 생산 및 공급 방식에 비해 부족한 경제성을 향상시키기 위해 가격 기반 DR 중 계시별 요금제를 활용하여 수전해 설비들(160, 170)의 최적 스케줄링을 수행하고, 인센티브 기반 DR 중에는 주파수 DR을 통해 새로운 경제적 부가가치를 창출할 수 있다. 일 실시예에 따르면, 수소생산시스템(100)은 가격 기반 DR(Demand Response)에 따른 계시별 요금제를 고려하여 스케줄링 할 뿐만 아니라 인센티브 기반 DR의 주파수 DR에 참여할 수 있다. 주파수 DR이란 '주파수연계 수요감축'을 의미하며, 주파수 하락 감지 신호를 응답하여 전력 부하를 감축하는 것을 의미한다.
수소생산시스템(100)은 저주파수 계전기(UFR, Under Frequency Relay)(180)를 포함할 수 있다. 저주파수 계전기(180)는 전력 계통(40)의 주파수가 미리 설정된 기준치(예컨대, 59.85Hz) 이하로 하락하면 주파수 하락 감지 신호를 발생시킬 수 있다. 수소생산시스템(100)은 저주파수 계전기(180)에 의해 주파수 하락 감지 신호가 발생하면 수전해 설비들(160, 170) 각각을 미리 설정된 최소 설정치로 동작시킬 수 있다. AEL 수전해 설비(160)의 최소 설정치는 정격 운전의 20~40[%]에서 미리 설정되고, PEMEL 수전해 설비(170)의 최소 설정치는 정격 운전의 0~10[%]에서 미리 설정될 수 있다. 다른 예에 따르면, 수소생산시스템(100)은 저주파수 계전기(180)에 의해 주파수 하락 감지 신호가 발생하면 수전해 설비들(160, 170)의 수소 생산을 모두 중단시킬 수도 있다.
본 발명의 수소생산시스템(100)이 주파수 DR에 참여하여 수소 생산량을 급격하게 감소시키는 것은 수소생산시스템(100)의 정상 운영 중에 발생하는 이벤트라고 할 수 있다. 수소생산시스템(100)이 수소 수급의 안정성을 유지하면서도 계시별 요금제를 고려하여 수소 생산을 위해 지출하는 전기요금을 최소화할 수 있을 뿐만 아니라, 전력 계통(40)의 주파수 하락을 감지하는 저주파수 계전기(180)로부터 주파수 하락 감지 신호를 통해 수전해 설비들(160, 170)을 응동시킨다. 응동하는 요건은 『전력시장운영규칙』에 의거한다. 이에 따르면, 전력 계통(40)의 주파수가 주파수 기준치(59.85Hz) 이하로 하락하면, 전력거래소와의 계약에 따라 주파수 연계 수요감축 대상 부하가 10초 이내에 소비하고 있는 전력을 감축시킬 수 있어야 한다. 또한, 주파수연계 수요감축은 10분 동안 지속되어야 한다. 여기서, 수요감축 대상 부하는 전력거래소와 계약 시 감축예상용량을 등록하지만 의무감축용량은 없으며, 주파수 DR은 의무 감축 대상이 아니다. 주파수 연계 수요감축의 정산은 주파수 연계 감축량에 대한 정산과 주파수연계 설비 운전유지비용에 대한 정산으로 분류된다. 즉, 주파수 연계 수요감축 지령을 내렸을 때 부하를 감축한 것에 비례하여 정산금이 지급되고, 주파수 연계 감축량 정산금 합계가 0일 경우(주파수 감축 지령이 없는 경우)에는 설비 운전유지비용에 대해 정산금이 지급된다.
본 발명의 수소생산시스템(100)의 AEL 수전해 설비(160)와 PEMEL 수전해 설비(170)는 전술한 주파수 DR의 성능 조건을 만족한다. 본 발명에 따르면, 수전해 설비들(160, 170)은 수소 수요처(20)의 예측 수요에 대응하여 생성된 최적의 스케줄에 따라 운전하되, 저주파수 계전기(180)가 주파수 하락 감지 신호를 발생시키면 수전해 설비들(160, 170)을 유휴 모드(Idle Mode)로 전환하여 소비 전력을 감축할 수 있다. 여기서 수전해 설비들(160, 170)이 수소 생산을 중지하는 유휴 모드까지 전환함으로써, 주파수 하락에 따른 주파수 연계 감축량을 최대화하여 주파수 연계 감축량에 비례하는 정산금을 최대화할 수 있다.
본 발명의 수소생산시스템(100)은 수전해 설비들(160, 170)이 주파수연계 수요감축을 위하여 수소를 생산하지 않을 때에도 수소 수요처(20)에 수소를 안정적으로 공급하기 위하여 수소 저장 탱크(10)에는 과거 수소 수요처(20)의 최대 피크치가 미리 설정된 시간(예컨대, 10분) 동안 지속될 때의 수소 수요를 감당할 수 있을 만큼의 수소를 항상 저장하고 있어야 하며, 이를 수소 저장 탱크(10)의 SOC의 하한치로 설정할 수 있다. SOC 하한치는 수소 저장 탱크(10)가 항상 보유하고 있어야 할 수소의 양을 %로 나타낸 수치를 의미한다.
현재 수소 저장 탱크(10)에 SOC 하한치에 근접한 양의 수소가 저장되어 있고, 수소 수요 피크치를 새롭게 갱신할 것으로 예측된다면, 주파수 DR은 의무 감축 대상이 아니기 때문에 감축을 하지 않을 수 있다. 주파수 하락에 따른 수요 감축이 종료된 후에는 AEL 수전해 설비(160)와 PEMEL 수전해 설비(170)가 동시에 기동될 수 있다. PEMEL 수전해 설비(170)는 온간 시동에 소요되는 시간이 10초 이내이고, AEL 수전해 설비(160)는 1~5분이므로 PEMEL 수전해 설비(170)가 우선적으로 동작하여 수소를 생산하여 수소 저장 탱크(10)에 저장된 수소와 함께 수소 수요처(20)의 수소 수요를 충족시킬 수 있다. 그 후에 AEL 수전해 설비(160)도 정상적으로 기동하면, 본 발명에 따라 수소 수요처(20)의 시간별 수소 수요량에 대응하여 생성된 스케줄에 기초하여 AEL 수전해 설비(160)와 PEMEL 수전해 설비(170)를 운전시킬 수 있다.
도 3을 참조하면, 수소생산시스템(100)은 수소 저장 탱크 SOC 추정부(110), 수소 수요 예측부(120), TOU 수신부(130), 스케줄 생성부(140) 및 수전해 설비 제어부(150)를 더 포함한다.
수소 저장 탱크 SOC 추정부(110)는 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)로부터 생산된 수소를 저장하는 수소 저장 탱크(10)의 현재 충전량(SOC, State of Charge)를 추정한다. 수소 수요 예측부(120)는 수소 저장 탱크(10)에 저장된 수소를 공급받을 수소 수요처(20)의 시간별 수소 수요량을 예측한다. TOU 수신부(130)는 전력 공급 회사(30)의 계시별 전기요금(TOU, Time-of-Use)을 수신한다. 스케줄 생성부(140)는 현재부터 미리 설정된 시간 동안 총 전력 소비량이 최소화되도록, 제1 타입의 수전해 설비(160)의 운전 특성, 제2 타입의 수전해 설비(170)의 운전 특성, 수소 저장 탱크(10)의 현재 SOC, 수소 수요처(20)의 시간별 수소 수요량, 및 TOU에 기초하여 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170) 각각의 스케줄을 생성한다. 수전해 설비 제어부(150)는 스케줄 생성부(140)에서 생성된 스케줄에 따라 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)를 제어한다.
제1 타입의 수전해 설비(160)는 AEL 수전해 설비로서, 적어도 하나의 AEL 수전해 장치(160a, 160b)를 포함할 수 있다. 제2 타입의 수전해 설비(170)는 PEMEL 수전해 설비로서, 적어도 하나의 PEMEL 수전해 장치(160a, 160b)를 포함할 수 있다. 본 명세서에서 수전해 장치는 수전해 설비와 실질적으로 동일한 구성을 가지며, 수전해 설비는 수전해 장치들을 집합적으로 지칭한 것이며, 수전해 장치는 집합적으로 지칭되는 수전해 설비에 포함되는 하위 구성이다. 적어도 하나의 AEL 수전해 장치(160a, 160b)와 적어도 하나의 PEMEL 수전해 장치(170a, 170b)는 수전해 설비 제어부(150)에 의해 직접 독립적으로 제어될 수 있다. 예컨대, 제1 AEL 수전해 장치(160a)는 50%의 부분 부하 운전을 하고, 제2 AEL 수전해 장치(160b)는 80%의 부분 부하 운전을 하도록 제어될 수 있다.
수소 저장 탱크(10)는 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170) 각각에서 생산되는 수소를 저장하기 위해 미리 설정된 용량을 갖는다. 수소 수요처(20)는 예컨대 수소 버스/자동차를 충전하기 위한 수소 충전소일 수 있다. 수소 저장 탱크 SOC 추정부(110)는 수소 저장 탱크(10)의 현재 충전량(SOC0)를 추정한다. 수소 수요 예측부(120)는 수소 수요처(20)에서 소비될 수소의 수요를 예측한다. TOU 수신부(130)는 전력 공급 회사(30)에서 책정한 전기요금이 변경되면, 변경된 TOU를 수신한다. 스케줄 생성부(140)는 수전해 설비들(160, 170) 각각의 운전 특성, 수소 저장 탱크(10)의 현재 SOC, 수소 수요처(20)의 시간별 수소 수요량, 및 TOU에 기초하여 수전해 설비들(160, 170) 각각의 스케줄을 생성한다. 수전해 설비 제어부(150)는 스케줄 생성부(140)에서 생성된 스케줄에 따라 수전해 설비들(160, 170)을 직접 독립적으로 제어한다. 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170) 각각은 수전해 설비 제어부(150)의 명령에 따라 기동/중지/부하증가/부하감소를 수행할 수 있다.
수소 수요 예측부(110)는 인공지능 기반의 머신러닝, 딥러닝, 통계학적인 추론 중 적어도 하나를 이용하여 수소 수요처(20)의 24 시간 동안의 상기 시간별 수소 수요량을 예측할 수 있다. 수소 수요 예측부(110)는 현재 시간(t=0)으로부터 T(예컨대, 24)시간의 수소 수요처(20)가 필요로 하는 수소량 예측을 수행할 수 있다. 수소 수요 예측부(110)는 예측의 정확도 향상을 위하여 매시간마다 향후 24시간의 수소 수요량을 예측할 수 있다. 수소 수요처(20)에서 필요로 하는 수소량을 예측하는 데에는 인공지능 기반의 머신러닝, 딥러닝, 통계학적인 추론 등의 예측 기술이 활용될 수 있다.
과거 수소 수요량, 기상 정보, 대상 수소 수요처(20)의 인근 수소 수요처들과의 거리, 요일 및 공휴일 여부, 수소 수요처(20)가 설치된 지역의 수소 버스/자동차의 보급 현황, 수소 수요처(20) 부근의 통행량 및 교통량, 예컨대, 수소 수요처(20)가 고속도로에 설치된 경우에는 요금소, 나들목, 갈림목의 구간 통행량 등이 입력 데이터로서 수소 수요량 예측에 활용될 수 있다. 수소 수요 예측부(110)는 예측한 시간별 수소량을 스케줄 생성부(140)로 송신할 수 있다.
수소 저장 탱크 SOC 추정부(120)는 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)에서 생산되어 수소 저장 탱크(10)에 투입되는 수소의 양과 수소 저장 탱크(10)에서 수소 수요처(20)로 방출되는 수소의 양의 차이를 기초로 수소 저장 탱크(20)의 현재 충전량(SOC0)을 추정할 수 있다.
수소 저장 탱크 SOC 추정부(120)에서는 수소 저장 탱크에 저장된 수소의 충전량를 현 시점(t=0)에서 추정하여, 현재 수소 저장 탱크(10)에 어느 정도의 수소가 저장되어 있는 지 추정할 수 있다. 수소 저장 탱크(20)에 저장되는 수소는 기체 상태이므로, 수소 저장 탱크(20)의 출구와 입구에 유량계를 설치하여 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)로부터 수소 저장 탱크(10)에 투입되는 수소의 양과 수소 저장 탱크(10)에서 수소 수요처(20)로 방출되는 수소의 양을 감지하고, 이들을 통해 수소 저장 탱크(10) 내에 저장된 수소의 현재 충전량(SOC0)을 추정할 수 있다. 수소 저장 탱크 SOC 추정부(120)는 추정한 수소 저장 탱크(20)의 현재 충전량(SOC0)을 스케줄 생성부(140)로 송신할 수 있다.
TOU 수신부(130)는 전력 공급 회사(30)의 계시별 전기요금(TOU)을 수신한다. TOU 수신부(130)는 전력 공급 회사(30)에서 책정한 전기요금이 변경되면, 변경된 TOU를 수신한다. TOU는 전력 공급 회사(30)에서 책정한 전기요금이 저렴한 시점을 분석하는 데 사용된다. 수소 충전소는 전기요금 구분에서 일반용으로 분류되며, 전력 소비가 급증하는 계절과 시간대에는 높은 요금을 적용하고, 상대적으로 전력 소비가 적은 계절과 시간대에는 낮은 요금을 적용하는 계시별 요금제(TOU)가 적용된다. 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)가 전기요금이 저렴한 시간대에 수소를 생산할 수 있도록 TOU 수신부(130)는 계시별 전기요금(TOU)을 스케줄 생성부(140)로 송신할 수 있다.
스케줄 생성부(140)는 현재부터 미리 설정된 시간 동안 총 전력 소비량이 최소화되도록, 제1 타입의 수전해 설비(160)의 운전 특성, 제2 타입의 수전해 설비(170)의 운전 특성, 수소 저장 탱크(10)의 현재 SOC, 수소 수요처(20)의 시간별 수소 수요량, 및 TOU에 기초하여 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170) 각각의 스케줄을 생성한다. 스케줄 생성부(140)는 적어도 하나의 제약 조건 하에서 목적 함수를 풂으로써 현재(t=0)부터 미리 설정된 T(예컨대, 24) 시간까지의 총 전력 소비량이 최소화되도록 제1 타입의 수전해 설비(160)의 스케줄과 제2 타입의 수전해 설비(170)의 스케줄을 생성하도록 구성될 수 있다.
스케줄 생성부(140)는 i) 수소 수급 상황, ii) 설비별 운전 특성, iii) 전기 요금 체계, iv) 전력 계통 상황을 고려하여 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170) 각각이 수소를 생산하기 위한 최적의 스케줄을 수립할 수 있다. 이를 위해, 전기 요금의 최소화를 위한 최적화 문제를 해결하기 위하여 목적 함수와 제약 조건들이 설계되며, 제약 조건들 하에서 목적 함수를 풂으로써 최적의 스케줄을 생성할 수 있다.
최적화(optimization) 문제란 어떤 목적 함수의 함수값을 최적화(최대화 혹은 최소화)시키는 파라미터의 조합을 찾는 문제를 의미한다. 여기서 파라미터란 정해진 상황에서 우리가 결정할 수 있는 변수를 의미하며, 이를 최적화 문제에서는 결정변수라고 한다. 이러한 결정변수가 목적함수 외에 만족해야 할 별도의 제약 조건이 있는 경우를 제약 함수 최적화(constrained optimization), 제약 조건이 없는 경우를 비제약 함수 최적화(unconstrained optimization)라고 한다. 본 발명에서 수소 저장 탱크(10)는 SOC 제약을 가지고 있고, 각 수전해 설비들(160, 170)은 설비 별 부분 부하 운전 범위 등의 제약 조건이 있으므로, 본 발명의 목적 함수는 제약 조건이 있는 제약 함수 최적화에 해당된다.
일 실시예에 따르면, 혼합정수선형계획법을 이용하여 제약 조건들 하에서 목적 함수를 풀 수 있다 예컨대, MATLAB의 intlinprog, python의 pulp 패키지 등을 이용하여 혼합정수계획법을 적용함으로써, 제약 조건들 하의 목적 함수의 해를 구할 수 있다. 목적 함수와 제약 조건들에 대하여 아래에서 더욱 자세히 설명한다.
수전해 설비 제어부(150)는 스케줄 생성부(140)에서 생성된 스케줄에 따라 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)를 제어한다. 수전해 설비 제어부(150)는 스케줄 생성부(140)에서 생성된 스케줄을 통해 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)를 직접적으로 제어할 수 있다.
일 예에 따르면, 스케줄 생성부(140)는 적어도 하나의 AEL 수전해 장치(160a, 160b) 각각의 스케줄 및 적어도 하나의 PEMEL 수전해 장치(170a, 170b) 각각의 스케줄을 생성할 수 있다. 이때, 수전해 설비 제어부(150)는 적어도 하나의 AEL 수전해 장치(160a, 160b) 각각의 스케줄에 따라 상기 적어도 하나의 AEL 수전해 장치(160a, 160b) 각각을 독립적으로 제어하고, 적어도 하나의 PEMEL 수전해 장치(170a, 170b) 각각의 스케줄에 따라 상기 적어도 하나의 PEMEL 수전해 장치(170a, 170b) 각각을 독립적으로 제어할 수 있다.
수소생산시스템(100)은 전력 공급 회사(30)가 제공하는 전력 계통(40)의 주파수가 59.85Hz 이하로 하락하면 주파수 하락 감지 신호를 발생하는 저주파수 계전기(180)를 더 포함할 수 있다. 수전해 설비 제어부(150)는 저주파 계전기(180)에 의해 주파수 하락 감지 신호가 발생하면, 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)를 각각 미리 설정된 최소 설정치로 동작시킬 수 있다. 일 예에 따르면, 미리 설정된 최소 설정치는 0으로서, 수전해 설비 제어부(150)는 주파수 하락 감지 신호가 발생하면 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)의 운전을 중지시킬 수 있다. 다른 예에 따르면, AEL 수전해 설비(160)의 최소 설정치는 정격 운전의 20~40[%]에서 미리 설정되고, PEMEL 수전해 설비(170)의 최소 설정치는 정격 운전의 0~10[%]에서 미리 설정될 수 있다.
저주파수 계전기(180)는 전력 계통(40)의 주파수 하락을 감지하는 계전기로서, 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)가 주파수 DR에 참여하기 위해 필요하다. 저주파수 계전기(180)는 전력 계통(40)의 주파수 주파수 기준치 이하로 하락하는 상황을 감지하여 주파수 하락 감지 신호를 발생시킬 수 있다. 저주파수 계전기(180)는 전력 계통(40)의 주파수 주파수 기준치 이하로 하락하면 주파수 하락 감지 신호를 수전해 설비 제어부(150)로 송신할 수 있다.
스케줄 생성부(140)는 하기의 수학식들로 표현되는 제약 조건들 하에서 목적 함수를 풂으로써 현재(t=0)부터 미리 설정된 T 시간까지의 총 전력 소비량을 최소화하는 제1 타입의 수전해 설비(160)의 스케줄과 제2 타입(170)의 수전해 설비의 스케줄을 생성하도록 구성될 수 있다.
[목적 함수]
여기서, 는 적어도 하나의 AEL 수전해 장치(160a, 160b)가 t 시간과 (t+1) 시간 사이에 소비하도록 스케줄링되는 총 전력량이고, 는 적어도 하나의 PEMEL 수전해 장치(170a, 170b)가 t 시간과 (t+1) 시간 사이에 소비하도록 스케줄링되는 총 전력량이고, 는 적어도 하나의 AEL 수전해 장치(160a, 160b)가 t 시간과 (t+1) 시간 사이에 생산하도록 스케줄링되는 총 수소량이고, 는 적어도 하나의 PEMEL 수전해 장치(170a, 170b)가 t 시간과 (t+1) 시간 사이에 생산하도록 스케줄링되는 총 전력량이고, 는 TOU에 따라서 t 시간과 (t+1) 시간 사이의 단위 전력 당 전기 요금이다. t 시간과 (t+1) 시간 사이의 시간 간격은 1시간일 수 있다. 그러나, 이로 한정되지 않으며, t 시간과 (t+1) 시간 사이의 시간 간격은 1분, 5분, 10분 등과 같이 1시간보다 작을 수도 있고, 2시간 등과 같이 1시간 보다 클 수도 있다.
목적 함수는 주어진 상황(수소 수급 상황, 전력계통 상황) 하에서 최적의 수소 생산량을 산출하기 위한 것이다. 목적 함수는 AEL 수전해 장치(160a, 160b)와 PEMEL 수전해 장치(170a, 170b)를 가동하는데 부과되는 전기요금을 최소화하는 현재(t=0)로부터 T(예컨대 24) 시간동안의 시간별 와 를 구하기 위한 것이다.
AEL 수전해 장치(160a, 160b)와 PEMEL 수전해 장치(170a, 170b)에서 생산된 수소는 수소 저장 탱크(10)에 저장된다. AEL 수전해 장치(160a, 160b)와 PEMEL 수전해 장치(170a, 170b)에서 생산된 수소와 수소 저장 탱크(10)에 저장된 수소는 수소 수요처(20)에 공급된다. 그러므로 수소 생산(AEL 수전해 장치(160a, 160b)와 PEMEL 수전해 장치(170a, 170b))-저장(수소 저장 탱크(10))-사용(수소 수요처(20))를 하나의 수소 계통으로 간주할 수 있다. AEL 수전해 장치(160a, 160b)와 PEMEL 수전해 장치(170a, 170b)가 수소를 최대한으로 생산하고, 수소 저장 탱크(10)에도 최대한의 수소가 저장될 수도 있겠지만, 수전해 설비를 이용한 수소 생산 원가 중 가장 큰 비중을 차지하는 것이 전기요금이므로, 가격 경쟁력 확보를 위하여 수소를 생산하기 위해 부과되는 전기요금을 최소화할 필요가 있다. 본 발명에 따르면, 목적 함수를 통해 전기요금이 가장 비싼 최대부하 시간대가 아닌 전기요금이 비교적 저렴한 경부하/중간부하 시간대에서 수소를 생산하도록 한다.
제약 조건은 하기의 수학식 1 내지 6을 포함할 수 있다.
[수학식 1]
여기서, 는 AEL 수전해 장치(160a, 160b)에 공급되는 총 전력량에 대한 AEL 수전해 장치(160a, 160b)가 생산하는 총 수소량의 비율을 나타내고, 는 PEMEL 수전해 장치(170a, 170b)에 공급되는 총 전력량에 대한 PEMEL 수전해 장치(170a, 170b)가 생산하는 총 수소량의 비율을 나타낸다.
AEL 수전해 장치(160a, 160b) 및 PEMEL 수전해 장치(170a, 170b)에서 생산되는 수소량은 소모되는 전력과 선형 관계에 있으므로, 변환 효율 계수(, )를 통해 수학식 1과 같이 표현할 수 있다.
수학식 2는 수소 저장 탱크(10)의 충전량(SOC)와 관한 것이다.
[수학식 2]
여기서, 와 는 각각 t 시간과 (t+1) 시간의 수소 저장 탱크(10)의 스케줄링된 수소 충전량이고, 는 수소 저장 탱크 SOC 추정부(110)에 의해 추정된 수소 저장 탱크(10)의 현재 충전량이고, 는 수소 저장 탱크(10)의 용량이다.
는 제1 타입의 수전해 설비(160)와 제2 타입의 수전해 설비(170)가 t 시간과 (t+1) 시간 사이에 생산하도록 스케줄링되는 총 수소량으로서, 에 따라 정의된다. 제1 타입의 수전해 설비(160)에서 생산되는 수소량은 AEL 수전해 장치(160a, 160b)가 생산하는 총 수소량이고, 제2 타입의 수전해 설비(170)에서 생산되는 수소량은 PEMEL 수전해 장치(170a, 170b)가 생산하는 총 수소량이다.
수학식 3은 수소 저장 탱크(10)의 충전량(SOC)와 관한 것이다.
[수학식 3]
여기서, 는 수소 저장 탱크(10)의 충전량의 상한 설정치으로서, 예컨대, 1일 수 있다. 는 수소 저장 탱크(10)의 충전량의 하한 설정치로서, 에 의해 결정될 수 있다. 다른 예에 따르면, 는 에 마진을 더한 값으로 결정될 수 있다. 는 수소 수요처(20)의 과거 데이터에서 미리 설정된 시간 동안의 수소 수요 최대값일 수 있다. 미리 설정된 시간은 주파수 DR에 따라 10분일 수 있다. 다른 예에 따르면, 미리 설정된 시간은 주파수 DR에 따른 10분과 수전해 설비(160, 170)의 시동 소요 시간을 더한 시간일 수 있다.
수학식 4는 수소 저장 탱크(10)의 충전량(SOC) 변화량에 관한 것이다.
[수학식 4]
여기서, 는 압축기의 성능에 따라 수소 저장 탱크(10)로부터 수소 수요처(20)로 방출될 수 있는 최대 순감 수소량이고, 는 수소 저장 탱크(10)의 t 시간의 충전량()에 따라 수소 저장 탱크(10)에 유입될 수 있는 최대 순증 수소량이다. 압축기는 수소 저장 탱크(10)와 고압 수소 탱크 사이에 배치되며, 고압 수소 탱크에 저장된 수소가 수소 수요처(20)에 공급된다.
다른 예에 따르면, 수소 저장 탱크(10)에 저장되거나 방출되는 수소의 양은 수소 저장 탱크(10)에 연결된 압축기의 성능에 의해 제한될 수 있다. 수전해 설비들(160, 170)에서 생산되는 수소와 수소 저장 탱크(20)에서 방출되는 수소는 압축기의 압축 가능한 최소 수소량과 최대 수소량 사이에 있어야 한다는 제약 조건이 부가될 수 있다. 수전해 설비들(160, 170)에서 생산되는 수소와 수소 저장 탱크(20)에서 방출되는 수소는 수소 저장 탱크(10)의 t 시점과 (t+1) 시점 사이의 변화량으로 나타낼 수 있다.
[수학식 5]
여기서, 와 는 각각 AEL 수전해 장치(160a, 160b)가 1시간 동안 생산할 수 있는 총 수소량의 최소치와 최대치이고, 와 는 각각 PEMEL 수전해 장치(170a, 170b)가 1시간 동안 생산할 수 있는 총 수소량의 최소치와 최대치이다.
수학식 5는 각 수전해 설비(160, 170)의 부분 부하 운전 범위를 나타낸다. 각 수전해 설비(160, 170)는 수소의 순도 및 안전 상의 이유로 운전 가능한 부분 부하 운전 범위를 가지고 있으며, 각 수전해 설비(160, 170)의 특성에 따라 그 수치가 상이하다. 예를 들어, AEL 수전해 장치(160a, 160b)는 최소 부분 부하 운전 범위가 20~40%인 반면, PEMEL 수전해 장치(170a, 170b)은 0~10%로 부분 부하 운전이 가능한 범위가 상당히 넓다.
[수학식 6]
수전해 설비들(160, 170)은 짧은 시간에 무리하게 부하 변동 운전을 지속적으로 하게 되면 스택 열화가 발생하여 수명에 영향을 줄 수 있다. 따라서, 각 수전해 설비(160, 170)의 무리한 부하 변동 운전을 방지하기 위하여 (t-1) 시구간과 t 시구간에 생산되는 수소의 양은 사전에 설정한 최대 부하 변동값(, )보다 작아야 한다는 제약 조건이 수학식 6으로서 부가될 수 있다. 예를 들어, t 시구간에 생산되는 수소의 양과 (t+1) 시구간에 생산되는 수소의 양의 차이는 최대 부하 변동값(, ), 예컨대, 최대 수소 생산량의 10%를 넘어서면 안된다는 제약 조건이 부가될 수 있다. 최대 부하 변동값(, )은 AEL 수전해 설비(160)와 PEMEL 수전해 설비(170) 각각의 운전 특성에 의존하므로, 수학식 6과 같이 AEL 수전해 설비(160)와 PEMEL 수전해 설비(170) 각각에 대해 제약 조건이 부가될 수 있다.
한편, 에는 AEL 수전해 장치(160a, 160b)가 현재 생산하고 있는 시간당 수소 생산량을 입력하고, 에는 PEMEL 수전해 장치(170a, 170b)가 현재 생산하고 있는 시간당 수소 생산량을 입력할 수 있다.
한편, 본 실시예와 관련된 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 방법들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨팅 장치 또는 특수 목적 컴퓨팅 장치를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
본 명세서에서 설명되는 다양한 실시예들은 예시적이며, 서로 구별되어 독립적으로 실시되어야 하는 것은 아니다. 본 명세서에서 설명된 실시예들은 서로 조합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (15)
- 제1 타입의 수전해 설비;
상기 제1 타입과 다른 제2 타입의 수전해 설비;
상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비로부터 생산된 수소를 저장하는 수소 저장 탱크의 현재 충전량(SOC, State of Charge)를 추정하는 수소 저장 탱크 SOC 추정부;
상기 수소 저장 탱크에 저장된 수소를 공급받을 수소 수요처의 시간별 수소 수요량을 예측하는 수소 수요 예측부;
전력 공급 회사의 계시별 전기요금(TOU, Time-of-Use)을 수신하는 TOU 수신부;
현재부터 미리 설정된 시간 동안 총 전력 소비량이 최소화되도록, 상기 제1 타입의 수전해 설비의 운전 특성, 상기 제2 타입의 수전해 설비의 운전 특성, 상기 수소 저장 탱크의 상기 현재 SOC, 상기 수소 수요처의 시간별 수소 수요량, 및 상기 TOU에 기초하여 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비 각각의 스케줄을 생성하는 스케줄 생성부; 및
상기 스케줄 생성부에서 생성된 스케줄에 따라 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비를 제어하는 수전해 설비 제어부를 포함하고,
상기 제1 타입의 수전해 설비는 적어도 하나의 AEL(Alkaline Electrolysis) 수전해 장치를 포함하고,
상기 제2 타입의 수전해 설비는 적어도 하나의 PEMEL(Polymer Electrolyte membrane electrolysis) 수전해 장치를 포함하고,
상기 제1 타입의 수전해 설비에서 생산되는 수소량은 상기 적어도 하나의 AEL 수전해 장치가 생산하는 총 수소량이고,
상기 제2 타입의 수전해 설비에서 생산되는 수소량은 상기 적어도 하나의 PEMEL 수전해 장치가 생산하는 총 수소량인 것을 특징으로 하는 수소생산시스템. - 청구항 1에 있어서,
상기 전력 공급 회사가 제공하는 전력 계통의 주파수가 59.85Hz 이하로 하락하면 주파수 하락 감지 신호를 발생하는 저주파수 계전기를 더 포함하고,
상기 수전해 설비 제어부는 상기 저주파수 계전기에 의해 상기 주파수 하락 감지 신호가 발생하면, 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비를 각각 미리 설정된 최소 설정치로 동작시키는 것을 특징으로 하는 수소생산시스템. - 청구항 1에 있어서,
상기 수소 수요 예측부는 인공지능 기반의 머신러닝, 딥러닝, 통계학적인 추론 중 적어도 하나를 이용하여 상기 수소 수요처의 24 시간 동안의 상기 시간별 수소 수요량을 예측하는 것을 특징으로 하는 수소생산시스템. - 청구항 1에 있어서,
상기 수소 저장 탱크 SOC 추정부는 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비에서 생산되어 상기 수소 저장 탱크에 투입되는 수소의 양과 상기 수소 저장 탱크에서 상기 수소 수요처로 방출되는 수소의 양의 차이를 기초로 상기 수소 저장 탱크의 상기 현재 충전량을 추정하는 것을 특징으로 하는 수소생산시스템. - 삭제
- 청구항 1에 있어서,
상기 스케줄 생성부는 상기 적어도 하나의 AEL 수전해 장치 각각의 스케줄 및 상기 적어도 하나의 PEMEL 수전해 장치 각각의 스케줄을 생성하고,
상기 수전해 설비 제어부는,
상기 적어도 하나의 AEL 수전해 장치 각각의 스케줄에 따라 상기 적어도 하나의 AEL 수전해 장치 각각을 독립적으로 제어하고,
상기 적어도 하나의 PEMEL 수전해 장치 각각의 스케줄에 따라 상기 적어도 하나의 PEMEL 수전해 장치 각각을 독립적으로 제어하는 것을 특징으로 하는 수소생산시스템. - 청구항 6에 있어서,
상기 스케줄 생성부는 적어도 하나의 제약 조건 하에서 하기의 목적 함수를 풂으로써 현재(t=0)부터 미리 설정된 T 시간까지의 총 전력 소비량이 최소화되도록 상기 제1 타입의 수전해 설비의 스케줄과 상기 제2 타입의 수전해 설비의 스케줄을 생성하도록 구성되고,
[목적 함수]
여기서, 는 상기 적어도 하나의 AEL 수전해 장치가 t 시간과 (t+1) 시간 사이에 소비하도록 스케줄링되는 총 전력량이고,
는 상기 적어도 하나의 PEMEL 수전해 장치가 t 시간과 (t+1) 시간 사이에 소비하도록 스케줄링되는 총 전력량이고,
는 상기 적어도 하나의 AEL 수전해 장치가 t 시간과 (t+1) 시간 사이에 생산하도록 스케줄링되는 총 수소량이고,
는 상기 적어도 하나의 PEMEL 수전해 장치가 t 시간과 (t+1) 시간 사이에 생산하도록 스케줄링되는 총 전력량이고,
는 상기 TOU에 따라서 t 시간과 (t+1) 시간 사이의 단위 전력 당 전기 요금인 것을 특징으로 하는 수소생산시스템. - 청구항 8에 있어서,
상기 적어도 하나의 제약 조건은 상기 수소 저장 탱크의 충전량(SOC)와 관한 하기 수학식 2를 더 포함하고,
[수학식 2]
여기서, 와 는 각각 t 시간과 (t+1) 시간의 상기 수소 저장 탱크의 스케줄링된 충전량이고,
는 상기 수소 저장 탱크 SOC 추정부에 의해 추정된 상기 수소 저장 탱크의 상기 현재 충전량이고,
는 상기 수소 저장 탱크의 용량이고,
는 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비가 t 시간과 (t+1) 시간 사이에 생산하도록 스케줄링되는 총 수소량으로서, 에 따라 정의되고,
는 상기 수소 수요 예측부에 의해 예측되는, t 시간과 (t+1) 시간 사이의 상기 수소 수요처의 수소 수요량인 것을 특징으로 하는 수소생산시스템. - 제1 타입의 수전해 설비와 상기 제1 타입과 다른 제2 타입의 수전해 설비를 포함하는 수소생산시스템의 동작 방법에 있어서,
상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비로부터 생산된 수소를 저장하는 수소 저장 탱크의 현재 충전량(SOC, State of Charge)를 추정하는 단계;
상기 수소 저장 탱크에 저장된 수소를 공급받을 수소 수요처의 시간별 수소 수요량을 예측하는 단계;
전력 공급 회사의 계시별 전기요금(TOU, Time-of-Use)을 수신하는 단계;
현재부터 미리 설정된 시간 동안 총 전력 소비량이 최소화되도록, 상기 제1 타입의 수전해 설비의 운전 특성, 상기 제2 타입의 수전해 설비의 운전 특성, 상기 수소 저장 탱크의 상기 현재 SOC, 상기 수소 수요처의 시간별 수소 수요량, 및 상기 TOU에 기초하여 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비 각각의 스케줄을 생성하는 단계; 및
상기 스케줄에 따라 상기 제1 타입의 수전해 설비와 상기 제2 타입의 수전해 설비를 제어하는 단계를 포함하고,
상기 제1 타입의 수전해 설비는 적어도 하나의 AEL(Alkaline Electrolysis) 수전해 장치를 포함하고,
상기 제2 타입의 수전해 설비는 적어도 하나의 PEMEL(Polymer Electrolyte membrane electrolysis) 수전해 장치를 포함하고,
상기 제1 타입의 수전해 설비에서 생산되는 수소량은 상기 적어도 하나의 AEL 수전해 장치가 생산하는 총 수소량이고,
상기 제2 타입의 수전해 설비에서 생산되는 수소량은 상기 적어도 하나의 PEMEL 수전해 장치가 생산하는 총 수소량인 것을 특징으로 하는 수소생산시스템의 동작 방법. - 적어도 하나의 컴퓨팅 장치를 이용하여 청구항 14의 수소생산시스템의 동작 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220184986A KR102544816B1 (ko) | 2022-12-26 | 2022-12-26 | 서로 다른 운전 특성의 수전해 설비들을 갖는 수소생산시스템 및 이의 동작 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220184986A KR102544816B1 (ko) | 2022-12-26 | 2022-12-26 | 서로 다른 운전 특성의 수전해 설비들을 갖는 수소생산시스템 및 이의 동작 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102544816B1 true KR102544816B1 (ko) | 2023-06-16 |
Family
ID=86948014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220184986A KR102544816B1 (ko) | 2022-12-26 | 2022-12-26 | 서로 다른 운전 특성의 수전해 설비들을 갖는 수소생산시스템 및 이의 동작 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102544816B1 (ko) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020075771A1 (ja) * | 2018-10-12 | 2020-04-16 | 旭化成株式会社 | 計画装置、計画方法、および計画プログラム |
KR102193347B1 (ko) * | 2019-04-22 | 2020-12-21 | (주)대우건설 | 지능형 복합 수소 스테이션 운영 관리 시스템 및 방법 |
KR102391449B1 (ko) * | 2021-11-09 | 2022-04-27 | 한국전력기술 주식회사 | 독립운전 시 수소설비가 있는 전력 커뮤니티를 위한 에너지 제어 시스템 |
KR102391796B1 (ko) * | 2021-11-04 | 2022-04-29 | 주식회사 아이디알서비스 | 주파수연계 수요반응 시스템 |
KR20220090202A (ko) * | 2020-12-22 | 2022-06-29 | 주식회사 와이뎁 | 열 에너지 수요 예측에 기반한 복합 설비 최적 운영 시스템 |
-
2022
- 2022-12-26 KR KR1020220184986A patent/KR102544816B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020075771A1 (ja) * | 2018-10-12 | 2020-04-16 | 旭化成株式会社 | 計画装置、計画方法、および計画プログラム |
KR102193347B1 (ko) * | 2019-04-22 | 2020-12-21 | (주)대우건설 | 지능형 복합 수소 스테이션 운영 관리 시스템 및 방법 |
KR20220090202A (ko) * | 2020-12-22 | 2022-06-29 | 주식회사 와이뎁 | 열 에너지 수요 예측에 기반한 복합 설비 최적 운영 시스템 |
KR102391796B1 (ko) * | 2021-11-04 | 2022-04-29 | 주식회사 아이디알서비스 | 주파수연계 수요반응 시스템 |
KR102391449B1 (ko) * | 2021-11-09 | 2022-04-27 | 한국전력기술 주식회사 | 독립운전 시 수소설비가 있는 전력 커뮤니티를 위한 에너지 제어 시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Millot et al. | Guiding the future energy transition to net-zero emissions: Lessons from exploring the differences between France and Sweden | |
Palys et al. | Power-to-X: A review and perspective | |
Maggio et al. | How the hydrogen production from RES could change energy and fuel markets: A review of recent literature | |
Nguyen et al. | Grid-connected hydrogen production via large-scale water electrolysis | |
Liu et al. | Net-zero energy management and optimization of commercial building sectors with hybrid renewable energy systems integrated with energy storage of pumped hydro and hydrogen taxis | |
Van Nuffel et al. | Sector coupling: how can it be enhanced in the EU to foster grid stability and decarbonise? | |
Liu et al. | Long-term economic planning of combined cooling heating and power systems considering energy storage and demand response | |
Wang et al. | Robust design of off-grid solar-powered charging station for hydrogen and electric vehicles via robust optimization approach | |
Zhao et al. | Optimal sizing, operating strategy and operational experience of a stand-alone microgrid on Dongfushan Island | |
Seedahmed et al. | A techno-economic analysis of a hybrid energy system for the electrification of a remote cluster in western Saudi Arabia | |
KR101319254B1 (ko) | 스마트 마이크로 그리드 운영시스템 및 방법 | |
Lu et al. | Optimal operation of cascade hydropower stations using hydrogen as storage medium | |
Bianchi et al. | Modelling and optimal management of renewable energy communities using reversible solid oxide cells | |
Münster et al. | Sector coupling: concepts, state-of-the-art and perspectives | |
Wang et al. | Determining cost-optimal approaches for managing excess renewable electricity in decarbonized electricity systems | |
Panos et al. | Long term energy transformation pathways: Integrated Scenario Analysis with the Swiss TIMES energy systems model | |
Pombo et al. | Decarbonizing energy islands with flexibility-enabling planning: The case of Santiago, Cape Verde | |
Barberis et al. | Heat pump integration in a real poly-generative energy district: A techno-economic analysis | |
Hafiz et al. | Solar generation, storage, and electric vehicles in power grids: challenges and solutions with coordinated control at the residential level | |
JP5948217B2 (ja) | 集合住宅における燃料電池の稼動制御方法および稼動制御システム | |
Sijm et al. | The role of large-scale energy storage in the energy system of the Netherlands, 2030-2050 | |
Marin et al. | Gas turbine operating as part of a thermal power plant with hydrogen storages | |
KR102544816B1 (ko) | 서로 다른 운전 특성의 수전해 설비들을 갖는 수소생산시스템 및 이의 동작 방법 | |
Lechón et al. | Carbon benefits of different energy storage alternative end uses. Application to the Spanish case | |
Kiviluoma et al. | Multi‐sectoral flexibility measures to facilitate wind and solar power integration |
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 |