CN115074776B - 适应宽功率波动的电解水制氢智能自适应控制系统与方法 - Google Patents

Abstract

本发明涉及适应宽功率波动的电解水制氢智能自适应控制系统与方法，系统包括：专家经验知识库模块：用于获取电解槽在满足边界条件限制下的期望输出参数；回馈补偿模块：用于检测电解槽运行后的输出参数与边界条件之间的偏差值，输出专家经验补偿值；电解水制氢模块：用于根据专家经验补偿值与专家经验知识库的输出值控制电解槽在输入功率存在波动情况下的稳定运行。本发明可以在适应宽功率波动的前提下通过各个模块的配合，得到制氢系统参数给定值，既可以使电解水制氢模块在可再生能源波动的影响下安全稳定运行且制氢效率提高，制出来的氢气为高纯度。

Description

适应宽功率波动的电解水制氢智能自适应控制系统与方法

技术领域

本发明涉及电解水制氢技术领域，特别是涉及适应宽功率波动的电解水制氢智能自适应控制系统与方法。

背景技术

氢能源作为清洁低碳能源，具有清洁性、储存性和高能量载体等各种优势被认为是21世纪最有前途的二次能源，也是推动能源结构变革、实现“双碳”目标的关键路径之一。但目前化石能源制氢是主流的制氢方式，制出来的氢气纯度较低，为了减少大量使用化石燃料对人体健康和环境的危害，国家鼓励将可再生能源进行制氢，这样制出来的氢为绿氢，且纯度高达99.95％以上，绿氢才是未来主流。

其中在制氢过程中，碱性水电解是工业生产绿色氢气最有前景的方法，但是由于可再生能源如风、光等发电具有不确定性，使得电解槽的给定功率会存在较大波动性，则可能会导致电解槽系统中的一些关键参数超出安全边界条件，进而产生严重后果。例如某一时刻电解槽系统输入功率出现大范围波动，会使氧气洗涤器中的氧中氢含量不在安全范围(2％以下)内，为了避免产生爆炸危险，系统会自动安全报警并使电解槽系统停机，进一步影响了制氢效率和系统的安全。因此，研究适应宽功率波动的电解槽系统控制方法，在系统安全运行的前提下，保证电解槽连续稳定运行并最大限度的提高产氢量，是本申请的重要的意义所在。

发明内容

本发明的目的是提供适应宽功率波动的电解水制氢智能自适应控制系统与方法，通过专家经验知识库模型，回馈补偿模块和电解水制氢模块之间的相互合作，使得电解槽可以适应不同的功率波动，保证电解槽能够安全稳定的运行，提高电解槽的制氢效率。

为实现上述目的，本发明提供了如下方案：

适应宽功率波动的电解水制氢智能自适应控制系统，包括：

专家经验知识库模块：用于获取电解槽在满足边界条件限制下的期望输出参数，其中所述边界条件用于限制系统参数，保证系统的安全运行，所述期望输出参数用于使系统运行时的参数满足设置的边界条件；

回馈补偿模块：用于检测所述电解槽运行后的输出参数与所述边界条件之间的偏差值，输出专家经验补偿值；

电解水制氢模块：用于根据所述专家经验补偿值与专家经验知识库的输出值控制所述电解槽在输入功率存在波动情况下的稳定运行。

优选地，所述专家经验知识库模块，包括：

专家经验知识库模型：用于根据当前所述电解槽输入的功率，以及当前所述电解槽的运行实测参数Y_k，在所述边界条件的限制下，获取所述电解槽在满足所述边界条件的限制下的期望输出参数。

优选地，所述电解槽的运行实测参数Y_k包括：系统压力、碱液流量、电解槽温度、氧气分离器和氢气分离器的液位差、氧气洗涤器中的氧中氢含量、氢气洗涤器中的氢中氧含量。

优选地，所述专家经验知识库模块中还包括查询与匹配单元，所述查询与匹配单元用于基于多属性相似度算法，计算通过当前所述电解槽运行特征参数在符合所述边界条件里的知识库中对专家经验知识进行查询和匹配，筛选出所述知识库中与当前所述电解槽工况最为接近的期望输出值。

优选地，所述多属性相似度算法包括最邻近算法、欧氏距离和结构相似度，基于所述多属性相似度算法获得所述电解槽当前运行参数与所述专家经验知识的整体相似度，基于所述相似度进行查询和匹配。

优选地，所述专家经验知识库模块中还包括评价与修正单元和存储与添加单元，所述评价与修正单元用于对所述专家经验知识库中专家经验知识重用结果进行评价与修正，根据所述电解槽运行时的重要参数是否满足所述边界条件来判断是否对所述专家经验知识进行修正，若当前所述重要参数超出边界条件则需要对专家经验知识进行修正，若所述重要参数都在所述边界条件内，则不需要对专家经验知识进行修正；其中所述重要参数包括氧中氢含量，氢中氧含量，液位差以及碱液温度；所述存储与添加单元用于加入新的专家经验知识。

优选地，所述回馈补偿模块包括：

专家规则建立单元：用于根据所述电解槽运行后输出的所述重要参数与边界值之间的偏差设置规则，专家根据经验和规律，对每种偏差给出参数补偿的相关系数；其中，所述规则包括：电解槽运行中的氧中氢含量与边界值阈值之间的误差、电解槽运行中的氢中氧含量与边界值阈值之间的误差、电解槽运行中的液位差与边界值阈值之间的误差和电解槽运行中的碱液温度和边界值阈值之间的误差；

推理机单元：用于根据所述电解槽运行中输出的重要参数与所述边界值之间的差值，通过专家经验规则采用穷尽式逐项搜索算法推理出相应的专家经验补偿值，并输出所述专家经验补偿值。

优选地，所述电解水制氢模块用于通过模糊规则和神经网络结合对所述电解槽中的压力调节阀以及气动调节阀进行瞬态PID控制，保证所述电解槽当前时刻的压力、氧分离器和氢分离器的液位以及碱液温度和流量进行响应趋于重要参数的给定值。

适应宽功率波动的电解水制氢智能自适应控制方法，包括：

构建专家经验知识库模型，根据当前电解槽的输入功率与实测参数，获得所述电解槽系统在满足边界条件限制下的期望输出参数，其中所述边界条件包括：氧中氢含量、氢中氧含量、碱液流量、碱液温度和氧分离器和氢分离器液位差，所述期望输出参数包括系统压力给定值、碱液温度给定值和碱液流量给定值；

基于所述期望输出参数运行所述电解槽系统，通过回馈补偿模型检测所述电解槽系统运行后的输出参数与所述边界条件之间的偏差值，输出专家经验补偿值；

根据所述专家经验补偿值与期望输出参数，通过模糊规则与神经网络结合控制所述电解槽中的压力调节阀以及气动调节阀进行瞬态PID控制，同时每隔相同时间将输出边界重要参数检测值到回馈补偿模型和专家经验知识库模型中进行监测及修正。

本发明的有益效果为：

本发明可以在适应可再生能源发电不确定性导致碱性电解槽宽功率波动的基础上，通过智能控制方法自适应的控制电解槽给定参数 (系统压力、碱液流量、碱液温度)使电解槽系统的重要参数(氧中氢含量等)保持在安全范围内，达到电解槽系统在保证安全稳定运行的条件下，有效的提高了电解槽的制氢效率和制出氢气纯度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的适应宽功率波动的电解水制氢智能自适应控制系统的模块结构示意图；

图2为本发明实施例的不同电解槽输入功率范围和不同系统压力下的氧中氢含量折线图；

图3为本发明实施例的不同功率范围和不同系统压力下的氧中氢含量安全区域示意图；

图4为本发明实施例的不同功率范围和不同系统压力下的氢中氧含量折线图；

图5为本发明实施例的不同功率范围和不同系统压力下的分离器液位差示意图；

图6为本发明实施例的不同功率压力的能耗与能效示意图；

图7为本发明实施例的适应宽功率波动的电解水制氢智能自适应控制方法流程图；

图8为本发明实施例的专家经验知识库模块工作流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，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。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

可再生能源发电后，通过直流微网向碱性电解槽输出功率，提供给电解槽的功率波动比较大，可能会导致制氢系统的重要参数超过安全运行边界条件。例如：

1)氧气洗涤器中的氧中氢含量超过2％，一旦超过2％，就会有爆炸危险。另外碱性电解水制氢的氢气要求高纯度，限制氢气洗涤器中的氢中氧含量不能超过0.5％；

2)氧气分离器的液位和氢气分离器的液位如果偏差较大，可能会导致碱液进入洗涤器，经洗涤器由放空口喷出，如果有人从防空口下经过，可能发生碱烧伤事故，另外若一侧液位过低，此时分离器中的气体和碱液有可能同时进入循环泵中，使碱液循环量产生大幅波动，甚至停止转动，如果碱液停止循环，液位偏差有可能继续增大，则一侧分离器中的气体会进入另一侧分离器中，在分离其中发生氢氧混合现象，极易在分离器中爆炸，发生严重安全事故，因此设置氧气分离和氢气分离器的液位差不能超过5cm；

3)在碱性电解槽运行过程中，主要通过碱液来控制槽体温度，其中碱液温度要求控制在65℃左右，上下波动要小于1.1℃，碱液流量越大，氢槽温和氧槽温的温度越低，由于电解槽的阴极和阳极之间的隔膜对温度由一定要求，电解槽运行时氢槽温和氧槽温应小于85℃，如果碱液流量过低，导致分离器的温度超过边界温度，会使电解槽的阴极和阳极之间的隔膜破损，使得两侧的氢气和氧气混合，造成严重后果。

4)另外，碱液流量也会影响氢气和氧气的纯度，如果碱液流量过大，会使分离器中电解产生的气液混合物携带的杂质气越多，导致氧气分离器和氢气分离器中的氧气和氢气的纯度下降。本实施例设置碱液流量范围在3.0-4.5m³/h内。

此外，上述中的氧中氢含量、氢中氧含量、氧气分离器与氢气分离器之间的液位差、碱液流量、碱液温度如果超出了边界条件不仅会对系统安全造成严重影响还会导致制氢效率和产氢量降低。

参照附图1，本实施例提供适应宽功率波动的电解水制氢智能自适应控制系统，包括：

专家经验知识库模块：用于获取电解槽在满足边界条件限制下的期望输出参数，其中所述边界条件包括：氧中氢含量、氢中氧含量、碱液流量、碱液温度和氧分离器和氢分离器液位差，所述期望输出参数包括系统压力给定值、碱液浓度给定值和碱液流量给定值；

回馈补偿模块：用于检测所述电解槽运行后的输出参数与所述边界条件之间的偏差值，输出专家经验补偿值；

电解水制氢模块：用于根据所述专家经验补偿值与专家经验知识库的输出值控制所述电解槽在输入功率存在波动情况下的稳定运行。

(1)专家经验知识库模型

专家经验知识库模型是根据当前电解槽系统输入的功率，综合考虑当前电解槽系统的当前运行实测参数Y_k，在边界条件B_k的限制下，根据专家经验知识库模型，协调给出电解槽系统在满足边界条件的限制下的闭环给定值Z_k。

其中输入到专家经验知识库的电解槽系统的各个实测参数(Y_k) 分别为系统压力、碱液流量、电解槽温度、氧气分离器和氢气分离器的液位差、氧气洗涤器中的氧中氢含量、氢气洗涤器中的氢中氧含量。在边界条件的约束下根据知识库推理和数学模型相结合的方法得出电解槽系统的期望输出参数，分别为系统压力给定值、碱液温度给定值、碱液流量给定值。

各步骤如下：

①建立电解水制氢系统基本知识库

通过大量的实验，在电解槽输入不同范围功率(20％，40％，60％， 80％，100％)的情况下，通过改变系统的压力、碱液温度、碱液流量参数，电解槽系统在边界条件的限制下可以稳定运行，其中边界条件就是氧气洗涤器中的氧中氢含量要小于2％(50％LFL)，氢气洗涤器中的氢中氧含量要小于0.5％，另外氧分离器液位和氢分离器的液位差要在5cm之内，碱液流量在3-4.5m³/h以内，碱液温度要保持在65℃左右，上下波动范围保持在1.1℃，电解槽温度要小于85℃等。图2-图 6分别为通过实验得到的，下面依次介绍其代表含义。

图2为电解槽输入不同范围功率和通过改变系统不同压力下的氧中氢含量变化图，可以看出，在电解槽输入不同范围功率的情况下，在当前系统压力(氧气分离器中的压力)下，如果氧中氢含量超出安全范围2％(50％LFL)通过适当改变系统压力，可以让氧中氢含量回到安全范围内。

在每个功率测试下，电解槽均连续运行超过两小时，以保证在此功率下电解槽可以长期运行。例如在电解槽输入功率为额定功率40％的情况下，如果系统压力为1.6Mpa，此时氧气洗涤器中的氧中氢含量已经超出2％，通过改变系统的压力为1.0Mpa，可以在图2中看出氧中氢浓度降到2％以下，系统回到安全范围内，因此当氧中氢浓度不在安全范围内时，通过适当改变系统中的压力可以保证系统的安全稳定运行，并基于此建立电解槽不同输入功率和不同系统压力下氧中氢浓度的安全区域。

如图3所示，当LFL取50％时红色区域为氧中氢含量在安全范围内的区域；LFL取75％时红色和蓝色为氧中氢含量在安全范围内的区域；3区域为无法检测到的区域；4区域为不安全的区域；5区域为暂时可用的区域。

图4为电解槽输入不同范围功率和改变系统不同压力情况下的氢气洗涤器中的氢中氧含量变化，从图4中可以发现，氢中氧的浓度可以很好的保持在安全范围之内，在电解槽输入功率确定时，通过改变系统的压力可以降低氢气洗涤器中的氢中氧含量。为了提高电解水制氢系统产生氢气的浓度，当电解槽系统中的氢中氧含量超出氢气纯度要求(<0.5％)时，可以通过调节系统的压力来达到调节氢中氧含量的目的，从而提高系统制氢的纯度。

图5为电解槽输入不同范围功率和不同压力下的氧气分离器和氢气分离器液位差之间的变化，要求电解水制氢系统的氢氧分离器的液位差接近于零，偏差不超过0.7cm，图5中所示最大的液位偏差也没超过0.7cm，符合要求，因此得出电解槽的输入功率和系统压力对氢氧分离器的液位差没有明显的相关性，从而可以通过在不同功率下调节系统的压力而满足氧中氢含量的安全范围。图6展示了在不同的功率和系统压力下系统消耗的功率与能效，随着功率的升高，电堆能耗呈上升趋势而能效呈下降趋势；而系统压力的改变对这两个指标都没有明显的影响，因此也说明了可以通过调节系统压力而满足氧中氢含量的安全范围。

表1-表2为不同碱液流量下的电解槽中的氧槽温和氢槽温的变化以及分离器中氢气纯度和氧气纯度的变化，从表1中可以看出碱液流量越大，氧槽温和氢槽温就越低，而碱液流量在2.6m³/h时，槽温已经超过了85℃，不在电解槽工作温度安全范围内，不利于电解槽系统的安全运行；表2中，随着碱液流量增加，氧气分离器和氢气分离器中的氧气纯度和氢气纯度略微下降，所以可以通过控制碱液流量可以达到调节电解槽温度和氧气和氢气纯度的作用。因此也可以通过在不同的工作功率下调节碱液流量从而改变氧中氢的含量，也可以控制其在2％(50％LFL)。这样一来就可以不单单通过改变系统压力来控制氧中氢的含量，将系统压力和碱液流量两者结合起来控制可以拓宽功率的调节范围。

表1

表2

基于此，根据大量实验所得到的经验建立原始的专家经验知识库，专家经验知识库可以表示如下：

E_k＝{T_k,P_k,Y_k,B_k,Z_k,S_k}

式中，E_k为第K个专家经验知识(K＝1，2，3，...，m,m为专家经验知识数量)；T_k为专家经验知识E_k的存储时间,P_k为专家经验知识 E_k的输入功率占额定功率的比值，Y_k＝{y_k1,y_k2,y_k3,y_k4,y_k5,y_k6}为专家经验知识E_k的电解槽系统运行时的特征参数，y_k1,y_k2,…,y_k6分别表示第 K个专家经验知识中电解槽系统安全稳定运行下的系统压力、碱液流量、电解槽温度、氧分离器和氢分离器液位差、氧中氢含量、氢中氧含量。B_k＝{b_k1,b_k2,b_k3,b_k4,b_k5}为专家经验知识E_k中电解槽系统稳定运行时的重要参数的边界条件，b_k1,b_k2,,b_k5分别表示氧气洗涤器中的氧中氢含量<2％、氢气洗涤器中的氢中氧含量<0.5％、3m³/h≤碱液流量≤4.5m³/h、氧分离器和氢分离器的液位差<5cm，63.9℃≤碱液温度≤66.1℃。Z_k＝{z_k1,z_k2,z_k3}为专家经验知识输出的期望值，z_k1,z_k2,z_k3分别表示为系统压力给定值、碱液温度给定值、碱液流量给定值。S_k为电解槽系统当前各个特征参数情况与第K个专家经验知识的综合相似度。一个专家经验知识E_k的输入和输出如表3所示。

表3

查询与匹配单元：

本实施例采用多属性相似度计算通过当前电解槽系统运行特征参数在符合安全边界条件里的知识库中对专家经验知识进行查询和匹配，筛选出知识库中与当前电解槽工况最为相近的期望输出值(如图8)。首先设定当前电解槽系统所处情况定义为专家经验知识E_n， P_n即为当前情况下的电解槽功率输入占比，Y_n＝{y_n1,y_n2,…,y_n6}为当前情况电解槽系统的各个参数值，首先，对于电解槽输入功率属性根据优化后的最相邻算法来计算输入功率和所有专家经验知识的相似度，从而确定出当前电解槽输入功率所处的相邻功率范围内的专家经验知识。优化后的最相邻算法如下：

指数形式可以使相似度计算更加准确，sim(P_i,k,P_i,n)表示专家经验知识E_k的输入功率与当前情况输入功率的相似度。找出当前情况下输入功率相邻范围的专家经验知识。其中电解槽系统的各项特征参数可能会缺失或者特征属性值为0，从而特征信息不完全，影响相似度计算，因此加入结构相似度来降低这种影响。

结构相似度只计算当前情况与历史专家经验知识中属性值不为0 的属性相似度，可以有效避免信息不完全的问题，假设P＝{当前情况下电解槽系统所有非空属性集合}，Q＝{历史专家经验知识Q中所有非空属性集合}，P和Q的结构相似度S表示如下：

其中，ω_∩为集合P和Q的交集中所有属性的权重值之和，ω_∪为集合P和Q的并集中所有属性的权重值之和。

电解槽系统当前参数情况和以往专家经验知识的欧氏距离公式为：

其中ω_i表示专家经验知识的特征权重值，通过专家实验经验可以得出系统压力特征对对电解槽系统的重要参数影响很大，在给定电解槽功率确定的情况下，在当前的系统压力情况下，电解槽系统中的氧中氢含量不在安全范围内，通过适度调整系统压力就可以使氧中氢含量在安全范围内，如图2所示。而碱液流量和系统液位相比于系统压力对重要参数的影响不大，基于此，根据对电解系统安全运行的影响程度将ω_i设定为：ω_i＝{0.9，0.05，0.05，0，0，0}。

将最邻近算法、欧氏距离和结构相似度相结合得到电解槽当前情况与历史专家经验知识的整体相似度：

假设sim_max为当前电解槽系统情况与历史专家经验知识相似度的最大值，即：

综合相似度阈值sim_yz可以设置为：

其中阈值Y_YZ由专家经验给定，这里设置为0.9。从专家经验知识库中检索出所有整体相似度sim(E_n,E_k≥sim_yz)的专家经验知识，然后记录专家经验知识的解{Z_k}，时间T_k以及整体相似度sim(E_n,E_k)，然后按照“整体相似度”、“专家经验知识存储时间”属性值降序排列，等待下一步的处理。

专家经验知识重用：

从匹配的专家经验知识中选择出具有最大相似度sim_max的专家经验知识并确定其个数Num。

如果Num＝1，表示具有最大相似度的专家经验知识只有一个，设这个专家经验知识为E_k,1≤k≤m，令匹配专家经验知识数据表中专家经验知识E_k的下一个专家经验知识为E_h，1≤h≤m，因为匹配专家经验知识检索出来时按照“整体相似度”、“专家经验知识存储时间”的属性值进行降序排列，故E_h应该为第二大相似度并且为专家经验知识存储时间最新的一个。记专家经验知识E_h的期望输出为Z_h、整体相似度为sim_h，专家经验知识E_k的期望输出为Z_k，那么当前情况下的描述的期望输出Z_hk为：

如果Num>1，则说明具有相同最大整体相似度的专家经验知识有多个，设有f个，假设这些专家经验知识E_i,i＝1…f按专家经验知识存储时间属性值降序排列为：E₁,E₂…E_f，Z₁,Z₂…Z_f为其相应的期望输出，那么当前情况下的描述的期望输出为：

其中θ_i为本次专家经验知识重用的时间加权系数，满足θ₁≥θ₂≥…≥θ_l，可根据具体情况或经验确定。

评价与修正单元：

为了验证专家经验知识重用结果的有效性，必须进行专家经验知识评价与修正。第一步是对重用结果进行评价，如果成功则不必修正，否则进行专家经验知识修正，来改善设定模块的精度。本实施例中专家经验知识评价依据它在实际环境中运行效果的反馈，专家经验知识修正在执行过程出现了问题的基础上进行。

电解槽系统运行后，氧中氢含量，氢中氧含量，液位差以及碱液温度会有一定的滞后性，因此每隔一个小时对这四个重要参数进行检测，将四个重要参数值反馈给专家经验知识库，来判断当前情况运行状态下的重要参数是否满足边界条件，根据是否满足边界条件来判断是否对专家经验知识进行修正，若当前重要参数超出边界条件则需要对专家经验知识进行修正，例如电解槽系统运行后的氧气洗涤器中的氧中氢含量超过2％的限制，则会影响系统运行，并且会对专家经验知识进行修正，如果重要参数都在边界条件内，则不需要对专家经验知识进行修正。

存储与添加单元：

对于新专家经验知识加入历史专家经验知识库的情况，首先计算新专家经验知识和历史专家经验知识库中存储的所有专家经验知识的整体相似度，如果求出的所有相似度都小于或等于某一个给定的阈值(取阈值为0.8)，则加入新专家经验知识，若至少存在一个相似度大于该阈值，则不进行存储。

(2)回馈补偿模型

在将专家经验知识库中筛选出来的期望输出参数给到电解槽后，电解槽在运行期间，一些参数的变化可能会对系统的安全问题造成严重影响。其中对系统安全最有影响的四个重要参数为氧气洗涤器中的氧中氢含量、氢气洗涤器中的氢中氧含量、氧分离器和氢分离器的液位差以及碱液温度。氧中氢含量严格要求在2％以下，氢中氧含量要在 0.5％以下，而氧分离器和氢分离器的液位差不能超过5cm，碱液温度要保持在65℃左右。

本实施例中为了应对重要参数超出边界条件的情况，在智能控制模型中加入了回馈补偿模型，电解槽运行后，每隔一个小时对四个重要参数进行检测，回馈补偿模型是根据电解槽运行后检测的四个重要参数与边界条件之间的偏差，通过设定的专家规则对智能控制系统各参数给定值进行修正，使得影响系统安全和制氢纯度的参数返回安全范围内。

回馈补偿模型主要分为三部分，分别是：

专家规则建立单元：

专家通过实际经验和大量实验对电解槽运行后输出的四个重要参数与边界值之间的偏差(△e1、△e2、△e3、△e4)设置规则，规则表如表4所示。其中△e1、△e2、△e3、△e4分别是电解槽运行中的氧中氢含量与边界值2％之间的误差、电解槽运行中的氢中氧含量与边界值0.5％之间的误差、电解槽运行中的液位差与边界值5cm之间的误差，电解槽运行中的碱液温度和边界值65℃之间的误差△p、△f、△T分别表示依据专家经验得到的系统压力补偿值、碱液流量补偿值、碱液温度补偿值k_1,1,k_1,2,...,k_4,1,k_4,2分别表示针对四种不同偏差，专家根据经验和规律，对每种偏差给出三个电解槽给定参数补偿的相关系数。

表4

推理机单元：

推理机根据电解槽运行中输出的四个重要参数与边界值之间的差值，通过专家经验规则采用穷尽式逐项搜索算法推理出相应的专家经验补偿值。将推理机推理出的专家经验补偿值输出。

电解水制氢模块：

电解水制氢模块根据专家经验知识库模型系统和回馈补偿模型修正的电解槽系统各项给定参数，包括系统压力给定值、碱液温度给定值、碱液流量给定值，通过模糊规则和神经网络结合来对电解槽系统中的压力调节阀以及气动调节阀等进行瞬态PID控制，来保证电解槽系统此时的压力、氧分离器和氢分离器的液位以及碱液温度和流量都可以快速的响应去趋于各项参数的给定值，保证了电解槽制氢系统在输入功率波动下的安全稳定运行。同时电解槽运行后，因为参数变化会有滞后性，故每隔一个小时对四个参数进行检测，并将检测的四个参数值输出到专家经验知识库模型中，这四个参数分别是氧气洗涤器中氧中氢含量，氢气洗涤器中氢中氧含量，氧分离器和氢分离器之间的液位差以及碱液温度。将这四个参数输出到专家经验知识库模型的原因是：判断是否在边界范围内，如果在范围内，则系统正常运行，专家经验知识不需要修正。如果不在边界范围内，则需要对专家经验知识进行修正。

如图7，本实施例还提供适应宽功率波动的电解水制氢智能自适应控制方法，包括：

电解水制氢系统根据专家经验知识库模型系统和回馈补偿模型修正的电解槽系统各项给定参数，通过模糊规则和神经网络结合来对电解槽系统中的压力调节阀以及气动调节阀等进行瞬态PID控制，同时每隔一个小时输出四个边界重要参数检测值到回馈补偿模型和专家经验知识库模型中。其中输出到回馈补偿模型的目的是根据四个重要参数与边界条件之间的偏差根据设置的专家经验规则得出四个重要参数的补偿值；输出到专家经验知识库模型的目的是判断当前参数检测值是否在边界范围内，如果在范围内，则系统正常运行，专家经验知识不需要修正。如果不在边界范围内，则需要对专家经验知识进行修正。

本发明提出的适应宽功率波动的电解水制氢智能自适应控制方法可以在适应可再生能源发电不确定性导致碱性电解槽宽功率波动的基础上，通过智能控制方法自适应的控制电解槽给定参数(系统压力、碱液流量、碱液温度)使电解槽系统的重要参数(氧中氢含量等) 保持在安全范围内，达到电解槽系统在保证安全稳定运行的条件下，有效的提高了电解槽的制氢效率和制出氢气纯度。

以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (7)

1.适应宽功率波动的电解水制氢智能自适应控制系统，其特征在于，包括：

专家经验知识库模块：用于获取电解槽在满足边界条件限制下的期望输出参数，其中所述边界条件用于限制系统参数，保证系统的安全运行，所述期望输出参数用于使系统运行时的参数满足设置的边界条件；

回馈补偿模块：用于检测所述电解槽运行后的输出参数与所述边界条件之间的偏差值，输出专家经验补偿值；

电解水制氢模块：用于根据所述专家经验补偿值与专家经验知识库的输出值控制所述电解槽在输入功率存在波动情况下的稳定运行；

所述专家经验知识库模块，包括：

专家经验知识库模型：用于根据当前所述电解槽输入的功率，以及当前所述电解槽的运行实测参数Y_k，在所述边界条件的限制下，获取所述电解槽在满足所述边界条件的限制下的期望输出参数；所述边界条件包括：氧中氢含量、氢中氧含量、碱液流量、碱液温度和氧分离器和氢分离器液位差；所述期望输出参数包括系统压力给定值、碱液浓度给定值和碱液流量给定值；

所述电解槽的运行实测参数Y_k包括：系统压力、碱液流量、电解槽温度、氧气分离器和氢气分离器的液位差、氧气洗涤器中的氧中氢含量、氢气洗涤器中的氢中氧含量。

2.根据权利要求1所述的适应宽功率波动的电解水制氢智能自适应控制系统，其特征在于，所述专家经验知识库模块中还包括查询与匹配单元，所述查询与匹配单元用于基于多属性相似度算法，计算通过当前所述电解槽运行特征参数在符合所述边界条件里的知识库中对专家经验知识进行查询和匹配，筛选出所述知识库中与当前所述电解槽工况最为接近的期望输出值。

3.根据权利要求2所述的适应宽功率波动的电解水制氢智能自适应控制系统，其特征在于，所述多属性相似度算法包括最邻近算法、欧氏距离和结构相似度，基于所述多属性相似度算法获得所述电解槽当前运行参数与所述专家经验知识的整体相似度，基于所述相似度进行查询和匹配。

4.根据权利要求1所述的适应宽功率波动的电解水制氢智能自适应控制系统，其特征在于，所述专家经验知识库模块中还包括评价与修正单元和存储与添加单元，所述评价与修正单元用于对所述专家经验知识库中专家经验知识重用结果进行评价与修正，根据所述电解槽运行时的重要参数是否满足所述边界条件来判断是否对所述专家经验知识进行修正，若当前所述重要参数超出边界条件则需要对专家经验知识进行修正，若所述重要参数都在所述边界条件内，则不需要对专家经验知识进行修正；其中所述重要参数包括氧中氢含量，氢中氧含量，液位差以及碱液温度；所述存储与添加单元用于加入新的专家经验知识。

5.根据权利要求4所述的适应宽功率波动的电解水制氢智能自适应控制系统，其特征在于，所述回馈补偿模块包括：

专家规则建立单元：用于根据所述电解槽运行后输出的所述重要参数与边界值之间的偏差设置规则，专家根据经验和规律，对每种偏差给出参数补偿的相关系数；其中，所述规则包括：电解槽运行中的氧中氢含量与边界值阈值之间的误差、电解槽运行中的氢中氧含量与边界值阈值之间的误差、电解槽运行中的液位差与边界值阈值之间的误差和电解槽运行中的碱液温度和边界值阈值之间的误差；

推理机单元：用于根据所述电解槽运行中输出的重要参数与所述边界值之间的差值，通过专家经验规则采用穷尽式逐项搜索算法推理出相应的专家经验补偿值，并输出所述专家经验补偿值。

6.根据权利要求1所述的适应宽功率波动的电解水制氢智能自适应控制系统，其特征在于，所述电解水制氢模块用于通过模糊规则和神经网络结合对所述电解槽中的压力调节阀以及气动调节阀进行瞬态PID控制，保证所述电解槽当前时刻的压力、氧分离器和氢分离器的液位以及碱液温度和流量进行响应趋于重要参数的给定值。

7.适应宽功率波动的电解水制氢智能自适应控制方法，其特征在于，包括：

构建专家经验知识库模型，根据当前电解槽的输入功率与实测参数，获得电解槽系统在满足边界条件限制下的期望输出参数，其中所述边界条件包括：氧中氢含量、氢中氧含量、碱液流量、碱液温度和氧分离器和氢分离器液位差，所述期望输出参数包括系统压力给定值、碱液温度给定值和碱液流量给定值；

基于所述期望输出参数运行所述电解槽系统，通过回馈补偿模型检测所述电解槽系统运行后的输出参数与所述边界条件之间的偏差值，输出专家经验补偿值；

根据所述专家经验补偿值与期望输出参数，通过模糊规则与神经网络结合控制所述电解槽中的压力调节阀以及气动调节阀进行瞬态PID控制，同时每隔相同时间将输出边界重要参数检测值到回馈补偿模型和专家经验知识库模型中进行监测及修正。

Images