Industrial-Scale Renewable Hydrogen Production System: A Comprehensive Review of Power Electronics Converters and Electrical Energy Storage
Notice bibliographique
Résumé
Given the decline in fossil energy reserves and the need for less pollution, achieving carbon zero is challenging in major industrial sectors. However, the emergence of large-scale hydrogen production systems powered by renewable energy sources offers an achievable option for carbon neutrality in specific applications. When combined with energy storage systems, static power converters are crucial in these production systems. This paper offers a comprehensive review of various power converter topologies, focusing on AC– and DC–bus architectures that interface battery storage units, electrolyzers, and fuel cells. The evaluation of DC/AC, AC/DC, and DC/DC converter topologies, considering cost, energy efficiency, control complexity, power level suitability, and power quality, represents a significant advancement in the field. Furthermore, the subsequent exploration of battery aging behavioral modeling, characterization methods, and real-time parameter estimation of the battery’s equivalent electrical circuit model enhances our understanding of these systems. Large-scale hydrogen production systems most often use an AC–bus architecture. However, DC–bus configuration offers advantages over AC–bus architecture, including high efficiency, simpler energy management, and lower system costs. In addition, MVDC or HVDC DC/DC converters, including isolated and non-isolated designs based on multiple cascaded DABs and MMC-type topologies, have also been studied to adapt the DC–bus to loads. Finally, this work summarizes several battery energy storage projects in the European Union, specifically supporting the large-scale integration of renewable energy sources. It also provides recommendations, discussion results, and future research perspectives from this study.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».