1. 研究目的与意义
背景：固体氧化物燃料电池(solid oxide fuel cell，简称sofc)属于第三代燃料电池，是一种在中高温下直接将储存在燃料和氧化剂中的化学能高效、环境友好地转化成电能的全固态化学发电装置，是目前几种燃料电池中，理论能量密度最高的一种。
被普遍认为是在未来会与质子交换膜燃料电池(pemfc)一样得到广泛普及应用的一种燃料电池。
sofc具有以下特点：对燃料的适应性强，能在多种燃料包括碳基燃料的情况下运行；不需要使用贵金属催化剂；使用全固态组件，不存在对漏液、腐蚀的管理问题；积木性强，规模和安装地点灵活等。
2. 课题关键问题和重难点
关键问题：可逆固体氧化物燃料电池(rsofc)作为集电、热、气为一体的能量节点，包含固体氧化物燃料电池(sofc)和固体氧化物电解池(soec)2种工作状态，电、热、气能流在rsofc节点处耦合并可相互转换，因此rsofc是构建能源互联网综合能源系统关键能量节点之一。
目前rsofc相关模型多为sofc或soec单独物理系统及其相应的控制系统模型。
对包含电转气设备、水泵设备、配电网络在内的综合能源设施系统进行统一耦合建模是本课题中的关键问题。
3. 国内外研究现状（文献综述）
固体氧化物燃料电池(sofc)以其全固态结构、能量转化效率高、燃料可选范围广、易于实现热电联产、无需高昂的催化剂等一系列突出优点，被认为是具有很好发展前景的燃料电池技术之一。
sofc与燃气轮机等构成联合发电系统，其系统的发电效率可达80%，体现了sofc的高效率特点。
固体氧化物电解池(soec)是一种利用清洁一次能源产生的电能和热能，高效电解或者共电解和的混合物来制备氢气或合成气的装置。
4. 研究方案
提出计及可逆固体氧化物电池的园区能源设施优化运行，首先搜集关于固体氧化物电池及电力系统优化方法的相关文献，理解掌握固体氧化物电池的相关知识，学习使用GAMS及YALMIP等软件，能够对包含电转气设备、水泵设备、配电网络在内的综合能源设施系统进行统一耦合建模，了解电力、能源系统的优化方法，找到合适的优化算法和机器学习算法生成典型园区能源设施运行场景，着重学习随机规划的方法，能够采用分阶段的随机规划方法对其系统最佳运行优化策略进行求解。
5. 工作计划
第1-3周 明确毕设课题内容，搜集相关文献资料，初步了解固体氧化物燃料电池。
第4-6周 学习使用gams及yalmip等软件，梳理试验建模方案，同时对基础知识进行更全面、深入的了解。
第7-10周 学习外文文献，梳理可逆固体氧化物燃料电池的研究概况。
