一种液化空气储能系统
    12.
    发明公开

    公开(公告)号:CN111648833A

    公开(公告)日:2020-09-11

    申请号:CN202010509858.6

    申请日:2020-06-05

    摘要: 本发明公开了一种液化空气储能系统,包括储能单元、液化单元、储存液态工质的储液单元、气化单元和释能单元:储能单元包括依次连接的压缩装置、第一换热器和冷却器;释能单元包括依次连接的膨胀装置和第二换热器;液化单元包括进口端与冷却器的出口端相通的液化装置;气化单元包括出口端与第二换热器的进口端相通的蒸发装置;储液单元包括连接于液化装置和蒸发装置之间的储液装置;蒸发装置和第二换热器之间还连通有气体缓冲装置;蒸发装置中生成的气态工质在气体缓冲装置中暂存后进入第二换热器。通过在蒸发装置和第二换热器之间设置气体缓冲装置,可以缩短液化空气储能系统调节输出频率过程中的响应时间,提高液化空气储能系统的调频性能。

    燃料电池氢电热转化系统及其控制方法

    公开(公告)号:CN113471484B

    公开(公告)日:2022-05-24

    申请号:CN202110806987.6

    申请日:2021-07-16

    摘要: 本发明公开一种燃料电池氢电热转化系统及其控制方法,其中,燃料电池氢电热转化系统分别包括:集成设置的燃料电池堆、氢气循环泵、气体压缩模块、热源端口、换热模块、旁通模块、排气管道、第一传输管道、第二传输管道和气压调节模块,其中,所述第一传输管道中通入第一传输介质,所述第二传输管道通入第二传输介质。本发明中各热循环部件与气压调节模块集成设置构成集成耦合式结构,整体结构紧凑,可以显著提升热循环供热效率和还可以实现灵活控制氢电热转化工作模式,还可以确保氢电转化的供电能性能不变,而且在氢电热转化过程中,还可以防止氢能源发生损耗,即可以有效节约氢能源。

    一种空气多级膨胀发电系统和方法

    公开(公告)号:CN111894688A

    公开(公告)日:2020-11-06

    申请号:CN202010549427.2

    申请日:2020-06-16

    摘要: 本发明提供一种空气多级膨胀发电系统和方法,系统包括控制器、深冷泵、蒸发器和膨胀发电模块;深冷泵一侧连接液化子系统,另一侧通过蒸发器与膨胀发电模块连接,所述膨胀发电模块还与空气压缩子系统连接;所述膨胀发电模块包括至少两个膨胀机;所述深冷泵、蒸发器和膨胀发电模块均与控制器连接。本发明能够实现进入深冷泵的液化空气流量可调,保持各换热器出口处的空气温度相同且恒定,保证了整个系统冷热能量的充分合理利用,提高了系统的发电效率,满足工艺设计需求,采用多级换热器对进入多级膨胀机的空气进行加热,防止膨胀机内温度过低,影响膨胀机的正常稳定运行,提高了膨胀机的发电效率;确保整个系统在最佳状态稳定运行,发电效率高,避免出现排气压力过高和过低的情况。

    一种燃料电池热回收系统
    19.
    发明授权

    公开(公告)号:CN113437332B

    公开(公告)日:2022-10-21

    申请号:CN202110808661.7

    申请日:2021-07-16

    IPC分类号: H01M8/04007 H01M8/04298

    摘要: 本发明提供的一种燃料电池热回收系统,包括:燃料电池、热回收单元及辅机设备,其中,燃料电池内部设置有氢气管路及空气管路,氢气管路的输入端与外部氢气罐连接,空气管路的输入端与外部空气相通,氢气与空气在燃料电池内部进行电极化学反应,将化学能转化为电能,为外部负载供电;热回收单元的输入端与外部冷水管连接,用于获取外部冷水,将热回收单元获取的外部冷水作为外循环水,以燃料电池及燃料电池系统内辅机设备运行温度由低到高的顺序逆流依次进行热交换,以对燃料电池系统废热进行回收。燃料电池系统考虑到各部件质能分配与部件温度匹配,通过梯级逆流热回收实现了产热性能提升,提高了系统热能回收效率。

    一种固定式发电用燃料电池机组控制系统及控制方法

    公开(公告)号:CN112615030B

    公开(公告)日:2022-04-01

    申请号:CN202011457853.X

    申请日:2020-12-10

    IPC分类号: H01M8/04298 H01M8/04992

    摘要: 本发明公开了一种固定式发电用燃料电池机组控制系统及控制方法,控制系统的供电单元分别与氢气供给单元、空气供给单元、水循环单元连接,控制中心分别与氢气供给单元、空气供给单元、水循环单元、供电单元连接并获取各个单元的运行数据,并基于历史运行数据训练控制中心内置的深度学习模型,提取周期类负载变化的规律特征用于预测后续负载的预期值,在变载需求到达之前,预下达控制指令使上述四个单元中的各设备提前适配对应负载需求。本发明通过深度学习模型实现控制中心对具有规律性的负荷变化的预测能力,缩短系统由于负载变化产生的各设备运行状态调整时间,提升系统运行效率与有效寿命,最大限度保障氢燃料电池时刻处于稳定适宜的运行环境。