Economic model predictive control in a large-scale green hydrogen plant
Description
Full text not available
Abstract
De siste årene har det vært en betydelig økning i utnyttelsen av grønn hydrogen som en alternativ energiløsning, grunnet dets høye fleksibilitet og minimale miljøpåvirkning. Ifølge Hydrogen Council har det blitt publisert over 1000 forslag til lavkarbon og grønne hydrogenprosjekter over hele verden i mai 2023[1]. For å kunne sikre optimal drift av disse prosjektene må utfordringene knyttet til storskala grønn hydrogenproduksjon adresseres. En vanlig metode innen grønn hydrogenproduksjon er elektrolyse av vann, drevet av fornybare energikilder som for eksempel sol og vindkraft. En av de mest intrikate utfordringene for optimal drift av slike anlegg er derfor variasjoner i tilgjengelighet av fornybar energi. Denne oppgaven har som mål å utforske bruken og gjennomførbarheten av økonomisk modell prediktiv kontroll (MPC) for å optimalisere driften og ytelsen til en storskala grønt hydrogen-anlegg. Anlegget består av tre elektrolyse stabler der vann blir splittet til hydrogen- og oksygen-gas. Målet med den foreslåtte MPC-kontrolleren er å maksimere produksjonen av hydrogen samtidig som sikker drift av anlegget opprettholdes. Den foreslåtte MPC-applikasjonen innebærer formuleringen av en kontroller og en dynamisk representasjon av anlegget. MPC-kontroll strukturen er implementert ved bruk av optimalisering med IPOPT i Julia, mens den dynamiske representasjonen av anlegget er oppnådd med Ortogonal Kollokasjon på endelige elementer. For å sikre optimal regulering av storskala grønt hydrogen produksjon justeres kontrollvariabler i systemet, slik som ventil åpninger, spenning i elektrolyse cellene, strømforbruk, og kjølevann i varmevekslerne.Ved å analysere atferden til de oppnådde resultatene i en kort tidsperiode, er det tydelig at anlegget antyder forventet oppførsel, noe som indikerer potensial for optimalisering av hydrogenproduksjon. Likevel oppstår det en betydelig overskridelse i Hydrogen-til-Oksygen (HTO) nivået i systemet som bryter med anleggets sikkerhet. Dette indikerer behov for ytterligere undersøkelser og potensielle justeringer av kontroll variablene. Videre er det observert oscillasjoner for simuleringer ved lengre tidsperioder. Oscillasjonene kan skyldes ventil vibrasjoner eller korte tidsintervall i simuleringen. Derfor anbefales det ytterligere studier for å undersøke årsaker og potensielle løsninger for oscilleringen. In recent years, there has been a substantial increase in the utilization of green hydrogen as an alternative energy solution attributed to its highly versatile nature and minimal impact on the environment. According to Hydrogen Council, more than 1000 large-scale low-carbon and green hydrogen project proposals have been submitted across the world within May 2023[1]. To ensure the success of these projects, challenges associated with large-scale green hydrogen production must be addressed. A common method in green hydrogen production is water electrolysis, powered by renewable energy sources such as solar and wind. Thus, fluctuating renewable power availability is a major challenge for optimal production. This thesis aims to explore the application and feasibility of economic Model Predictive Control (MPC) in optimizing the operation and performance of a large-scale green hydrogen plant. The plant consists of three electrolyzer stacks, where water is split into hydrogen and oxygen gas. The formulated objective of the proposed MPC controller is to maximize the plant's production of hydrogen while maintaining safe operation. The approach of the proposed MPC application involves the formulation of a controller and a dynamic representation of the plant. The utilized MPC control structure is implemented through IPOPT optimization in Julia, while the dynamic representation of the plant is achieved with Orthogonal Collocation (OC) on finite elements. To ensure optimal control of large-scale green hydrogen production, control inputs such as valve openings, cell voltage, power consumption and cooling water is adjusted by the MPC controller. By analyzing the behavior of the obtained results for a short time interval, it is evident that the plant exhibits the expected behavior, indicating potential optimization of hydrogen production. However, a crucial constraint violation is found in the Hydrogen-to-Oxygen (HTO) ratio, which exceeds the safety limit. This indicates the need for further investigation and potential adjustments to the controller. Furthermore, simulations over a longer period of time exhibit oscillation. The oscillations could be attributed to valve chattering or the short time resolutions. Thus, further studies are recommended to investigate and address this oscillatory behavior.