买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本发明公开了一种适应宽功率波动的碱液电解制氢控制方法。本发明采用气‑液‑电多场协同调控的方式，解决碱液电解制氢低载运行时的低效率和低纯度等难题，扩展碱液制氢运行范围，使其适应间歇式可再生能源等宽范围功率波动场合。本发明通过动态调节氢氧侧压力以及碱液循环速度，降低氢氧混合程度，提升产氢纯度。同时，利用过电压脉冲调制法，克服了电解槽低电压运行时的电解单元一致性差、内阻大、效率低等难题。本发明可使碱液电解槽全功率范围内高效率、高纯度电解产氢，扩大了碱液电解制氢技术适用范围。

主权项：1.一种适应宽功率波动的碱液电解制氢控制方法，其特征在于，控制碱液电解槽在不同工况下采用不同的碱液循环速度和氢氧侧压力运行以适应宽功率波动，其中，在碱液电解槽低载工况下，控制碱液电解槽在最优碱液循环速度与氢氧压力比下运行；所述最优碱液循环速度与氢氧压力比通过如下方法优化获得：1收集低载工况下，不同的碱液循环速度和氢氧侧压力组合运行下的碱液电解槽产气纯度数据；2利用神经网络拟合功能，对碱液电解槽产气纯度和碱液循环速度、氢氧压力比之间的关系建立神经网络模型；其中，所述神经网络模型包括输入层，隐含层1、隐含层2和输出层；其中，输入层k时刻的输入uk表示为：uk＝[u1k，u2k，u3k]T式中，u1k是k时刻碱液循环速度，u2k是k时刻氢侧气液分离器内部压力值，u3k是k时刻氧侧气液分离器内部压力值；隐含层1包含M个神经元，其中第m个神经元的输出vm表示为： 隐含层2包含N个神经元，其中第n个神经元的输出cn表示为： 式中，D为输入层的输入数目，wdm为输入层与隐含层1任意节点之间的权值，ud表示输入层k时刻的输入uk中的任意一个参数，M是隐含层1包含的神经元数量，wmn为隐含层1与隐含层2任意节点之间的权值；输出层包含两个神经元，两个神经元中任意一个神经元的输出表示如下： p＝1或2，yp表示两个神经元中任意一个神经元输出，分别对应k时刻氢中氧含量和k时刻氧中氢含量；所述神经网络模型的输入为碱液循环速度和氢氧侧压力组合，输出为碱液电解槽产气纯度，以最小化输出与真值的损失为目标进行训练；3基于训练好的神经网络模型构建气体纯度目标函数，优化气体纯度目标函数获得最优碱液循环速度与氢氧压力比；所述气体纯度目标函数如下：f＝Ayk＝AFuk其中F为神经网络模型，A是权重系数矩阵，uk是k时刻神经网络模型的输入。

全文数据：

权利要求：

百度查询： 浙江大学 一种适应宽功率波动的碱液电解制氢控制方法