本发明涉及电力系统设备寿命预测，具体涉及一种随机变功率运行pem电解槽衰减建模方法及装置。
背景技术：
1、面对超大规模超高比例新能源并网，系统平衡支撑能力不足，极端情况下电力供应保障难度大等问题，关键在于深入探究电力系统物理结构形态与体制机制的变革方向，以解决更大范围和更长周期的电力电量平衡问题。高性能水电解槽调节范围为额定功率的10％～160％，冷启动5～20分钟，额定工况秒级响应，爬坡速率100％每秒，规模化接入可为电力系统提供巨大灵活调节能力，是支撑实现“荷随源动”的极佳技术。通过利用新能源电解水制氢，耦合煤/油炼化、交通等行业，解决新能源消纳的同时实现更广范围的清洁替代，激发负荷侧活力为供-需双方创造新的契机。其中，氢能具有支撑长时间(大于1000小时)、跨能源形式、广域空间范围内能量转移的季节性储能属性，能有效弥补抽水蓄能选址固定与电池储能调节周期短等不足，由水电解槽、储氢设备与氢燃料电池构成的氢储能为新型电力系统电力电量平衡体系重构提供了新的选择。
2、质子交换膜水电解槽(proton exchange membrane water electrolyzer,pemwe)因安全性能好、可调节范围广、电流密度大、启动速度快，被认为是众多商业化水电解技术中最适用于参与电力系统调峰调频等灵活服务或直接耦合新能源制氢的技术之一。强随机性新能源接入导致电网运行方式多变，消纳富余新能源的pemwe时常变功率运行，导致电堆内部的电-热-氢流体变化，使催化剂结构团聚脱落、质子交换膜变薄变形、关键集电器腐蚀等退化加速。电堆的性能退化受多重因素影响，退化机制复杂难以厘清，变功率运行场景下的效率与寿命衰减规律难以刻画，因衰减导致的运行成本与设备更换成本无法精确量化，pemwe全寿命周期的经济性评估、规划与运行优化缺乏基本依据。为此，明确随机输入功率、运行时间与电堆性能退化的关系，建立其效率与寿命衰减模型，掌握pemwe全寿命周期运行特性，是电-氢协同规划的基本前提。
3、关于电堆效率与寿命衰减建模方法研究较多，主要有基于机理建模与基于数据建模两类。前者通过建立电堆内部状态(关键参数)与操作特征(运行时间、输入功率)的关系，描述电堆的衰减行为。后者通过建立性能实际量测数据(实际运行数据或加速实验数据)与操作特征的关系，描述电堆的退化规律；基于衰减模型，预测电堆未来状态与寿命。基于机理的衰减建模方面，一般采用的衰减建模方式包括由：考虑过氧化氢、自由基形成过程与膜攻击机制，提出了一种质子交换膜的衰减模型；基于动力学框架，提出了一种质子交换膜降解模型及其与寿命预测方法；建立了反映电解过程中电子、离子传输过程、催化层电化学行为的pemwe膜电极性能退化的一维模型，揭示了操作温度与电流密度对膜降解速率的影响关系；刻画了动态操作下高频电阻的变化规律，建立了pemwe电流密度/过电势与运行时间的关系模型；以及建立动态操作下催化剂铂的质量损失模型等方式。目前，基于机理的衰减建模思路主要是针对pemwe膜电极或催化剂等单一组件，以膜厚度、阳离子浓度、催化剂含量等参数为表征变量建立衰减模型，模型虽然精细，却难反映电堆整体性能退化规律，也难与以电压、电流、功率等电气量表征的电力系统分析模型结合，不利于挖掘pemwe在电力系统运行与控制中的经济效益。在变功率动态操作下，分析电堆内部反应过程，以电堆内部状态与关键参数为变量推导的衰减模型，无法直接刻画输入功率变化、变功率加载时间对电堆效率与寿命的影响。因此，描述输入功率、运行时间与电堆整体性能退化关系的衰减模型还需进一步研究。
4、基于数据的衰减建模方面。pemwe电堆额定工况恒定功率运行使用寿命最高可达8万小时，基于全寿命周期退化数据推导衰减模型耗时极长，经济性差。加速退化实验与加速退化数据建模技术，为短期内获取pemwe电堆的性能退化规律提供了理论方法。目前，依赖加速退化数据的衰减建模方法主要有基于退化量分布、基于退化轨迹拟合与基于随机过程表征三种。其中，基于退化量分布的建模方法本质是对多个产品不同时刻退化数据的分布进行建模，精确的分布建模依赖于大量产品的退化数据，建模成本高；基于退化轨迹拟合与基于随机过程的建模方法本质是通过某一函数拟合退化量或退化率变化轨迹，不同的是基于退化轨迹拟合的建模方法是通过选取线性、指数、幂律等函数或通过灰色预测、神经网络等方法对已知的退化数据进行拟合，重点在于挖掘历史数据的信息，总结退化规律用于寿命预测。基于随机过程的建模方法则是计及了产品退化过程的随机性，用一个随机过程描述性能随时间变化规律，能真切刻画工作环境、应力与内部材料不确定性变化对退化的影响。根据pemwe电解池变功率运行实验结论可知其性能退化过程具有随机性、非线性等特点，不可逆退化的累积导致退化率与运行时长正相关，难以用某一固定的函数描述其变功率运行的退化率变化规律，适宜采用随机过程建模。目前使用较为广泛的随机过程是wiener过程与gamma过程，对于具有非负、非严格递增特点的退化数据，二者存在局限性。pemwe衰减模型须结合其加速退化数据特性，选用适宜的随机过程建立。
5、pemwe随机变功率运行与恒定功率运行的衰减机理具有显著差异，施加恒定、步进与序进应力所得的加速退化数据无法模拟功率上升、下降、恒功率运行与停机等多种模式随机切换对退化的影响，基于随机应力与循环应力的加速实验与数据分析方法更适用。针对pemwe施加随机应力的加速试验与数据鲜见，因为随机应力施加虽然能够模拟变功率运行过程中的随机性，却难以将输入功率变化频率与变化幅值等因素对退化率的影响剥离，该类方法适用于仅对循环次数敏感的设备，可基于循环计数与疲劳累积损伤假设，将随机片段等效为等幅循环过程。pemwe变功率运行实验结论表明平均运行功率与功率波动幅度对退化率的影响显著，不可忽略。
6、目前，pemwe变功率加速退化实验已然开展，但量化功率(电压/电流)变化频率、波动幅度、平均运行功率以及变功率加载时间对退化影响的衰减模型尚未建立。
7、在相关技术中，公布号为cn116050587a的专利申请文献中提出了一种变功率运行的pem电解槽寿命预测方法及装置，该方案首先考虑pem电解槽退化数据非单调的特点，以多项式拟合退化数据的轨迹，叠加拟合误差分布某一置信区间的上、下限，建立区间表征的pem电解槽性能退化模型；基于此，采用hyper-cuboidalvolume加速模型，描述功率波动幅度与波动时间尺度对电解槽退化过程的影响，然后提出基于最优化的加速模型参数估计方法；最后，提出随机功率序列分时间尺度的波动片段统计方法，预测变功率运行pem电解槽寿命。但进一步的衰减实验研究表明：1)pemwe电堆的退化率与运行功率水平呈正相关，变功率运行电堆的退化率具有波动性；2)随着催化剂氧化腐蚀等不可逆退化累积，性能衰减速率增大，退化率与运行时间呈正相关；3)长时运行后，pemwe电堆衰减加剧，内部物理化学反应的不确定性增加，退化率变化具有随机性。采用线性、指数、幂律等函数无法刻画退化率的随机波动性，而上述现有方案采用多项式拟合退化数据的方法是函数表征方法之一，无法同时刻画pemwe电堆退化率的波动性与递增特性。
技术实现思路
1、本发明所要解决的技术问题在于如何提供一种电堆衰减模型，提高电解槽寿命预测精度。
2、本发明通过以下技术手段解决上述技术问题的：
3、第一方面，提出了一种随机变功率运行pem电解槽衰减建模方法，所述方法包括：
4、采用漂移维纳随机过程描述变功率加速应力下pemwe电堆性能退化率随机波动性与累积增长的规律，建立加速性能退化模型；
5、基于所述加速性能退化模型，考虑功率变化频率、变化幅度以及平均运行功率对退化率的影响，建立多应力参数加速模型；
6、基于所述多应力参数加速模型，推算不同循环应力下电堆的寿命。
7、进一步地，所述采用漂移维纳随机过程描述变功率加速应力下pemwe电堆性能退化率随机波动性与累积增长的规律，建立加速性能退化模型，包括：
8、采用漂移维纳过程描述所述pemwe电堆的退化率与运行时间的关系为：
9、x(t)＝μ1t+σ1b(t)
10、式中：μ1为漂移参数，表示电堆退化率的变化趋势；b(t)为标准维纳过程；σ1为扩散系数，用于刻画退化率的随机性；t为运行时间；
11、确定电堆寿命与所述pemwe电堆的退化率与运行时间的关系之间的表达式为：
12、t＝inf{t|x(t)＝df,t≥0}
13、式中，t为电堆寿命；df为失效阈值；
14、计算电堆寿命t的分布函数与概率密度函数，并计算电堆寿命的期望与方差，公式表示为：
15、
16、
17、式中：f(t)为分布函数；f(t)为概率密度函数；μ为漂移过程均值；δ为方差通过退化数据建立似然函数并求解得到漂移过程均值与方差的点估计；
18、根据漂移过程均值μ与方差δ的点估计，推导漂移过程均值μ的置信区间为：
19、
20、式中：α为显著性水平；n为进行退化实验的电堆数量；为样本均值；为正态分布概率为二分之α时，标准正态累积分布函数的反函数值。
21、进一步地，所述基于所述加速性能退化模型，考虑功率变化频率、变化幅度以及平均运行功率对退化率的影响，建立多应力参数加速模型，包括：
22、基于所述加速性能退化模型预测的电堆在加速应力下的寿命，采用hyper-cuboidal volume参数加速模型描述循环加速应力中多个因素作用下的电堆性能退化率；
23、根据电堆寿命t的分布函数，采用电堆寿命期望表示所述电堆性能退化率，并以循环周期、功率变化幅值与平均运行功率为变量表征每组循环应力施加对退化的影响，得到施加不同循环应力与电堆寿命的对应关系表示为：
24、ln(tk)＝a0+a1lnδtk+a2lnδpk+a3lnpk_mean
25、式中：tk表示按循环应力sk施加对应的电堆的寿命；δtk、δpk与pk_mean分别表示循环应力sk的循环周期、功率变化幅值与平均运行功率；a0、a1、a2、a3分别表示常数项、寿命与循环周期关系的参数、寿命与功率变化幅值关系的参数、寿命与平均运行功率的参数。
26、基于施加不同循环应力与电堆寿命的对应关系，基于模型参数估计原理，建立所述多应力参数加速模型。
27、进一步地，所述多应力参数加速模型的公式表示为：
28、
29、s.t.aj,min≤aj≤aj,max,j＝0,1,…,n
30、
31、式中：dk表示基于hyper-cuboidal volume参数加速模型计算的寿命值与基于性能退化模型推导的寿命期望之间的差值；aj,min与aj,max为优化时设置的加速因子下限与上限值；t1、t2....tk表示基于性能退化模型推导的寿命期望；δt1,1表示第一组循环衰减实验的循环周期；δt1,2表示第二组循环衰减实验的循环周期；δt1,k表示第k组循环衰减实验的循环周期；δp1,1表示第一组循环衰减实验的功率变化幅值；δp1,2表示第二组循环衰减实验的功率变化幅值；δp1,k表示第k组循环衰减实验的功率变化幅值；p1_mean表示第一组循环实验的平均运行功率；p2_mean表示第二组循环实验的平均运行功率；pk-mean表示第k组循环衰减实验的平均运行功率；d1、d2...dk表示基于第一组、第二组到第k组退化数据，采用加速模型计算的寿命值与基于性能退化模型推导的寿命期望之间的差值；aj表示加速参数；i表示加速退化数据组的数量；i表示加速退化数据组变量；min f表示采用加速模型计算的寿命值与基于性能退化模型推导的寿命期望之间差值平方的最小值。
32、进一步地，所述基于所述多应力参数加速模型，推算不同循环应力下电堆的寿命，包括：
33、基于所述多应力参数加速模型，在设定的假设条件，定义包括一个上升或下降与恒定功率运行片段的连续片段为一个运行时段，并统计运行周期内每个运行时段对应的循环周期、功率波动幅值与功率平均值；
34、基于各个运行时段对应循环应力水平下电堆的寿命以及寿命周期内的循环数量，计算恒定功率运行时段对应的衰减量；
35、基于所述恒定功率运行时段对应的衰减量，计算电堆的寿命。
36、进一步地，所述假设条件包括：
37、1)忽略单一循环功率上升与下降退化率的差异以及两种恒定功率运行时段退化率差异，假设功率上升与较高功率恒定运行的连续片段与功率下降与较低功率恒定运行的连续片段对应的退化量相同；
38、2)忽略同一应力下各个循环间退化率的差异。
39、进一步地，所述基于各个运行时段对应循环应力水平下电堆的寿命以及寿命周期内的循环数量，计算恒定功率运行片段对应的衰减量，公式表示为：
40、dg,m＝df/(2·nm)
41、nm＝tm/(δtm)
42、式中：dg,m表示恒功率运行时段的衰减量；nm表示应力水平sm下电堆寿命周期tm内对应的循环数量；δtm为循环周期。
43、进一步地，所述基于所述恒定功率运行时段对应的衰减量，计算电堆的寿命，包括：
44、基于所述恒定功率运行时段对应的衰减量，计算运行周期top内电堆的衰减量dt，为：
45、
46、式中：dg,m表示恒功率运行时段的衰减量；m为周期top内运行时段的数量；
47、假设电堆按周期top内的运行规律循环操作，则基于运行周期top内电堆的衰减量dt，计算电堆的寿命为：
48、tlife＝top·(df/dt)
49、式中：tlife为电堆的寿命。
50、第二方面，本发明提出了一种随机变功率运行pem电解槽衰减建模装置，所述装置包括：
51、加速性能退化模型建立模块，用于采用漂移维纳随机过程描述变功率加速应力下pemwe电堆性能退化率随机波动性与累积增长的规律，建立加速性能退化模型；
52、多应力参数加速模型建立模块，用于基于所述加速性能退化模型，考虑功率变化频率、变化幅度以及平均运行功率对退化率的影响，建立多应力参数加速模型；
53、电堆寿命推算模块，用于基于所述多应力参数加速模型，推算不同循环应力下电堆的寿命。
54、第三方面，本发明提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的随机变功率运行pem电解槽衰减建模方法。
55、本发明的优点在于：
56、(1)本发明采用漂移维纳随机过程能有效刻画pemwe变功率运行过程中电堆退化率变化的随机波动性与累积增长特性，建立加速性能退化模型，更真切的模拟了pemwe电堆性能退化过程，相比于传统的基于函数与灰色预测的退化轨迹拟合方法，所提方法的退化轨迹拟合误差更小，寿命预测精度更高，且预测精度不受应力强度的影响，鲁棒性更优；另外采用多应力参数加速模型能有效区分量化功率变化幅度、变化频率与运行功率水平等因素对电堆寿命的影响，依据参数加速模型能够推导输入功率变化幅度、变化频率与运行功率水平等因素影响下电堆的寿命。
57、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
1.一种随机变功率运行pem电解槽衰减建模方法，其特征在于，所述方法包括：
2.如权利要求1所述的随机变功率运行pem电解槽衰减建模方法，其特征在于，所述采用漂移维纳随机过程描述变功率加速应力下pemwe电堆性能退化率随机波动性与累积增长的规律，建立加速性能退化模型，包括：
3.如权利要求1所述的随机变功率运行pem电解槽衰减建模方法，其特征在于，所述基于所述加速性能退化模型，考虑功率变化频率、变化幅度以及平均运行功率对退化率的影响，建立多应力参数加速模型，包括：
4.如权利要求3所述的随机变功率运行pem电解槽衰减建模方法，其特征在于，所述多应力参数加速模型的公式表示为：
5.如权利要求1所述的随机变功率运行pem电解槽衰减建模方法，其特征在于，所述基于所述多应力参数加速模型，推算不同循环应力下电堆的寿命，包括：
6.如权利要求5所述的随机变功率运行pem电解槽衰减建模方法，其特征在于，所述假设条件包括：
7.如权利要求5所述的随机变功率运行pem电解槽衰减建模方法，其特征在于，所述基于各个运行时段对应循环应力水平下电堆的寿命以及寿命周期内的循环数量，计算恒定功率运行片段对应的衰减量，公式表示为：
8.如权利要求5所述的随机变功率运行pem电解槽衰减建模方法，其特征在于，所述基于所述恒定功率运行片段对应的衰减量，计算电堆的寿命，包括：
9.一种随机变功率运行pem电解槽衰减建模装置，其特征在于，所述装置包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-8中任一项所述的方法。
