基于Petri网的多电源场景双渠道制氢系统优化控制

韩晓娟; 张哲闻; 刘慕然

doi:doi:10.19912/j.0254-0096.tynxb.2024-1305

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于Petri网的多电源场景双渠道制氢系统优化控制

更新时间：2026-01-08

- 基于Petri网的多电源场景双渠道制氢系统优化控制
- Vol. 46, Issue 12, Pages: 142-151(2025)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-1305
  CLC： TK91
- Published Online：07 January 2026，
  
  Published：2025
- 稿件说明：
移动端阅览
韩晓娟, 张哲闻, 刘慕然. 基于Petri网的多电源场景双渠道制氢系统优化控制[J]. 2025, 46(12): 142-151.
DOI：

韩晓娟, 张哲闻, 刘慕然. 基于Petri网的多电源场景双渠道制氢系统优化控制[J]. 2025, 46(12): 142-151. DOI： doi:10.19912/j.0254-0096.tynxb.2024-1305.

摘要

为提高可再生能源耦合制氢系统的安全性和能量转换效率

提出基于Petri网的多电源场景双渠道制氢系统优化控制方法。根据不同制氢设备对波动输入的适应能力差异性

构建由碱性电解槽、质子交换膜电解槽和燃料电池组成的多电源场景混合制氢系统架构;采用鲁棒经验模态分解算法对风光耦合输出功率进行分解

根据电解槽承载的功率下限值和电解槽冷启动时间

制定双渠道电解槽启停控制规则

建立基于Petri网的双渠道电解槽优化控制模型。通过某风电和光伏机组实际运行数据仿真实例验证所提方法的有效性。与单一渠道制氢系统相比

采用双渠道制氢可使能量转换效率提升至61.52%

可降低碱性电解槽的启停次数

提高制氢系统的安全性和经济性。

Abstract

To enhance the safety and energy conversion efficiency of renewable energy-coupled hydrogen production systems

this study proposes an optimization control method for dual-channel hydrogen production systems in multi-source scenarios based on Petri nets. Considering the varying adaptability of different hydrogen production equipment to fluctuating inputs

a hybrid hydrogen production system architecture comprising alkaline electrolyzers

proton exchange membrane electrolyzers

and fuel cells is constructed. A robust empirical mode decomposition algorithm is employed to decompose the coupled wind-solar output power. Based on the lower limit value value of the power carried by the electrolyzers and cold start time of the electrolyzers

dual-channel electrolyzer start-stop control rules are formulated

establishing a Petri net-based optimization control model for dual-channel electrolyzers. The effectiveness of this method is validated through simulation examples using actual operational data from a wind and photovoltaic power plant. Compared to single-channel hydrogen production systems

the dual-channel approach enhances energy conversion efficiency to 61.52%

reduces alkaline electrolyzer start-stop frequency

and improves both safety and economic performance of the hydrogen production system.

关键词

Keywords

references

李晖, 刘栋, 姚丹阳. 面向碳达峰碳中和目标的我国电力系统发展研判[J]. 中国电机工程学报, 2021, 41(18): 6245-6259.

姚芳, 杨晓娜, 葛磊蛟, 等. 风-光-氢能源系统容量优化配置研究[J]. 综合智慧能源, 2022, 44(5): 56-63.

李笑竹, 陈来军, 殷骏, 等. 面向低碳供能的多园区共享氢储能系统容量规划[J]. 高电压技术, 2022, 48(7): 2534-2544.

徐帅, 刘莘轶, 徐加陵, 等. 基于FLC-MPC的风氢耦合发电系统超前控制策略研究[J]. 太阳能学报, 2025, 46(7): 218-227.

TANG Y Z, XUN Q, ZHENG Z Q, et al.An optimization framework for component sizing and energy management in electric-hydrogen hybrid energy storage systems[J]. IEEE transactions on sustainable energy, 2025, 16(3): 2182-2196.

陈磊磊, 年珩, 赵建勇, 等. 含多电解槽的新能源制氢能量管理优化[J]. 电力工程技术, 2024, 43(2): 2-10.

黄大为, 齐德卿, 蔡国伟. 基于制氢系统的平抑风电输出功率方法研究[J]. 太阳能学报, 2016, 37(12): 31553162.

HAN X J, GUO S Q, ZHANG Z W.An ICEEMDAN-based collaborative optimization control for wind-hydrogen-electrochemical energy storage under multiple application scenarios[J]. Journal of renewable and sustainable energy, 2023, 15(5): 054101.

FANG R M, LIANG Y.Control strategy of electrolyzer in a wind-hydrogen system considering the constraints of switching times[J]. International journal of hydrogen energy, 2019, 44(46): 25104-25111.

郑博, 白章, 袁宇, 等. 多类型电解协同的风光互补制氢系统与容量优化[J]. 中国电机工程学报, 2022, 42(23): 8486-8496.

黄启帆, 陈洁, 曹喜民, 等. 基于碱性电解槽和质子交换膜电解槽协同制氢的风光互补制氢系统优化[J]. 电力自动化设备, 2023, 43(12): 168-174.

洪振鹏. 氢储能技术在电力系统中的应用研究[D]. 北京: 华北电力大学, 2022.

ABDIN Z, WEBB C J, GRAY E M.Modelling and simulation of a proton exchange membrane (PEM) electrolyser cell[J]. International journal of hydrogen energy, 2015, 40(39): 13243-13257.

ZHANG K, ZHOU B, OR S W, et al.Optimal coordinated control of multi-renewable-to-hydrogen production system for hydrogen fueling stations[J]. IEEE transactions on industry applications, 2022, 58(02): 2728-2739.

ALIRAHMI S M, RAZMI A R, ARABKOOHSAR A.Comprehensive assessment and multi-objective optimization of a green concept based on a combination of hydrogen and compressed air energy storage (CAES) systems[J]. Renewable and sustainable energy reviews, 2021, 142: 110850.

MA Z W, WITTEMAN L, WRUBEL J A, et al.A comprehensive modeling method for proton exchange membrane electrolyzer development[J]. International journal of hydrogen energy, 2021, 46(34): 17627-17643.

宁楠. 水电解制氢装置宽功率波动适应性研究[J]. 舰船科学技术, 2017, 39(11): 133-136.

韩晓娟. 多源信息融合技术在火电厂热力系统故障诊断中的应用研究[D]. 北京: 华北电力大学, 2008.

王荣. 基于时延Petri网的最短时间路径规划[D]. 西安: 西安电子科技大学, 2020.

于绍琪, 田玉平. 基于Petri网与多智能体深度强化学习的AGV路径规划[J].控制与决策,2025, 40(5): 1438-1446.

丁显, 冯涛, 何广利, 等. 风电光伏波动性电源对电解水制氢电解槽影响的研究进展[J]. 储能科学与技术, 2022, 11(10): 3275-3284.

张轩, 王凯, 樊昕晔, 等. 电解水制氢成本分析[J]. 现代化工, 2021, 41(12): 7-11.

高阳, 郭凯凯, 李琪, 等. 浙江沿海地区可再生能源制氢的成本研究[J]. 能源工程, 2022, 42(03): 45-49.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于光伏光热技术的PEM制氢系统运行策略研究

不同储运方式下氢能全过程利用的综合评价

基于制氢系统效率最优的功率自适应控制策略

基于电解池工作模式的太阳能光热耦合固体氧化解制氢系统研究

Related Author

文浩宇

孙金栋

汪材竹

尹骞

樊家慈

梁海峰

冉明皓

师凯凯

Related Institution

1,2),Wang Jihui~3,Li Zhaojing~3,Zhou Wei~

同济大学新能源汽车工程中心

华东理工大学资源与环境工程学院

同济大学汽车学院

School of Environmental & Biological Science & Technology,Dalian University of Technology,Key Laboratory of Industrial Ecology and Environmental Engineering,MOE

AI问答

⁰