一种固体氧化物电解池模组协同运行控制方法及系统与流程

本发明涉及电池模组协同控制，尤其是指一种固体氧化物电解池模组协同运行控制方法、系统及计算机存储介质。

背景技术：

1、soec（固体氧化物电解池）模组作为高温电解水制氢的核心设备，在可再生能源制氢领域具有重要应用。随着清洁能源技术的发展，soec模组在能源转换与储存领域得到广泛应用。相关技术中，通过多个电解堆的串并联组合与高温密闭环境下的协同运行，构建了高效制氢系统。具体地，该模组涵盖了从电堆组装到系统集成的全过程，包括温度管理、气体分配、电力调度等关键环节。

2、然而，现有的soec模组运行控制方法中，直接采用预设的线性升温曲线进行开环控制，并没有实时感知电堆内部温度不均匀性，由此可能会导致局部温度梯度超过临界值时引发玻璃密封开裂、电池片破损等结构损伤，或者由于缺乏在线寿命预测手段导致预防性维护难以开展，从而影响模组的长周期健康运行。

技术实现思路

1、为此，本发明所要解决的技术问题在于克服现有技术中无法主动抑制soec模组内部热应力及在线预测性能衰退，导致结构损伤与非计划停机的问题。

2、为解决上述技术问题，本发明提供了一种固体氧化物电解池模组协同运行控制方法，包括：

3、通过布置于固体氧化物电解池模组内各电解堆的传感器阵列，实时采集反映模组内部热状态与机械应力状态的三维温度场数据及应力映射数据；

4、根据所述三维温度场数据，采用预测控制或自适应控制策略动态调节加热元件的功率和预热气体流量，以主动抑制模组内部温度梯度的形成，使模组内任意两点间的温差不超过预设的最大允许温差；

5、以反映电解堆运行状态的历史时序数据为输入，通过经注意力机制增强的深度学习网络，在线预测各电解堆的剩余使用寿命和故障概率；

6、根据所述剩余使用寿命和故障概率，当预测的衰减率超出阈值时，对高风险电解堆执行减载保护，同时提升低风险电解堆的负载，以维持总产氢量不变。

7、优选地，所述通过布置于固体氧化物电解池模组内各电解堆的传感器阵列，实时采集反映模组内部热状态与机械应力状态的三维温度场数据及应力映射数据包括：

8、通过在各电解堆的中心区域、边缘区域及气体进出口位置植入的微型热电偶阵列获取所述三维温度场数据，并通过在对应位置植入的高温应变片获取所述应力映射数据。

9、优选地，所述根据所述三维温度场数据，采用预测控制或自适应控制策略动态调节加热元件的功率和预热气体流量包括：

10、设定最大允许温差，采用模型预测控制，根据实时温度反馈滚动优化升温功率序列，当任意两点温差逼近所述最大允许温差时，自动降低升温速率或启动气流搅拌。

11、优选地，所述采用模型预测控制，根据实时温度反馈滚动优化升温功率序列包括：

12、预测未来若干步的温度演变，若预测最大温差超过所述最大允许温差，则降低默认升温速率，并根据目标温度与调整后的升温速率计算各加热区的功率设定值。

13、优选地，所述以反映电解堆运行状态的历史时序数据为输入，通过经注意力机制增强的深度学习网络，在线预测各电解堆的剩余使用寿命和故障概率包括：

14、以反映电堆性能衰退趋势、温度场不均匀程度、当前负载水平及机械应力冲击累积效应的多维时序数据为输入，通过编码器-解码器结构的注意力长短期记忆网络输出未来的性能衰减曲线，并根据设定的失效阈值计算所述剩余使用寿命。

15、优选地，所述通过编码器-解码器结构的注意力长短期记忆网络输出未来的性能衰减曲线包括：

16、将所述多维时序数据经编码器长短期记忆层提取时序特征，再经注意力层进行加权融合以聚焦关键时序信息，最后由解码器长短期记忆层生成所述未来的性能衰减曲线。

17、优选地，所述根据所述剩余使用寿命和故障概率，当预测的衰减率超出阈值时，对高风险电解堆执行减载保护，同时提升低风险电解堆的负载，包括：

18、当任一电解堆的剩余使用寿命低于预设的健康阈值时，启动减载逻辑，降低该电解堆的电流密度，同时提升其他衰减程度较低的电解堆的负载。

19、优选地，所述启动减载逻辑，降低该电解堆的电流密度，同时提升其他衰减程度较低的电解堆的负载，包括：

20、根据各电解堆的剩余使用寿命进行排序，对剩余使用寿命最小的电解堆执行减载保护，将其电流密度降低至原值的预设比例，并将由此减少的产氢量分配至剩余使用寿命最大的电解堆。

21、本发明还提供了一种固体氧化物电解池模组协同运行控制装置，包括：

22、数据采集站，包括布置于固体氧化物电解池模组内各电解堆的传感器阵列，用于实时采集反映模组内部热状态与机械应力状态的三维温度场数据及应力映射数据；

23、控制器，用于根据所述三维温度场数据，采用预测控制或自适应控制策略动态调节加热元件的功率和预热气体流量，以主动抑制模组内部温度梯度的形成，使模组内任意两点间的温差不超过预设的最大允许温差；

24、服务器，用于以反映电解堆运行状态的历史时序数据为输入，通过经注意力机制增强的深度学习网络，在线预测各电解堆的剩余使用寿命和故障概率；

25、所述控制器，还用于根据所述剩余使用寿命和故障概率，当预测的衰减率超出阈值时，对高风险电解堆执行减载保护，同时提升低风险电解堆的负载，以维持总产氢量不变。

26、本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种固体氧化物电解池模组协同运行控制方法的步骤。

27、本发明的上述技术方案相比现有技术具有以下优点：

28、本发明所述的固体氧化物电解池模组协同运行控制方法，通过分布式传感器实时获取三维温度场与应力数据，并采用预测控制或自适应控制主动抑制温度梯度，能够有效降低soec模组内部热应力，防止因局部温差过大导致的玻璃密封开裂、电池片破损等结构性损伤；同时，利用注意力机制增强的深度学习网络在线预测各电解堆的剩余使用寿命与故障概率，实现了从被动事后分析到主动前瞻性维护的跨越；在此基础上，根据预测结果对高风险电解堆执行减载保护并同步提升低风险电解堆的负载以维持总产氢量不变，从而在系统层面均衡各堆的寿命损耗，推迟首堆失效时间，显著延长整个soec模组的检修周期与运行可用率。

1.一种固体氧化物电解池模组协同运行控制方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述通过布置于固体氧化物电解池模组内各电解堆的传感器阵列，实时采集反映模组内部热状态与机械应力状态的三维温度场数据及应力映射数据包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述三维温度场数据，采用预测控制或自适应控制策略动态调节加热元件的功率和预热气体流量包括：

4.根据权利要求3所述的方法，其特征在于，所述采用模型预测控制，根据实时温度反馈滚动优化升温功率序列包括：

5.根据权利要求1所述的方法，其特征在于，所述以反映电解堆运行状态的历史时序数据为输入，通过经注意力机制增强的深度学习网络，在线预测各电解堆的剩余使用寿命和故障概率包括：

6.根据权利要求5所述的方法，其特征在于，所述通过编码器-解码器结构的注意力长短期记忆网络输出未来的性能衰减曲线包括：

7.根据权利要求1所述的方法，其特征在于，所述根据所述剩余使用寿命和故障概率，当预测的衰减率超出阈值时，对高风险电解堆执行减载保护，同时提升低风险电解堆的负载，包括：

8.根据权利要求7所述的方法，其特征在于，所述启动减载逻辑，降低该电解堆的电流密度，同时提升其他衰减程度较低的电解堆的负载，包括：

9.一种固体氧化物电解池模组协同运行控制系统，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述一种固体氧化物电解池模组协同运行控制方法的步骤。