ETD

• alkaline electrolyzers
• digital twin
• dynamic modeling
• fault diagnosis
• multi-domain simulation
• renewable integration

The thesis develops an advanced dynamic model of large-scale alkaline electrolyzers, aimed at creating a digital twin for operational analysis and fault diagnostics. The model integrates, through co-simulation, the MATLAB/Simulink environment for electrochemical and control modeling with MATLAB/Simscape for the physical representation of the Balance of Plant, including gas–liquid separators, heat exchangers, pumps, and valves. This architecture enables the capture of multi-domain interactions among thermal, hydraulic, and electrical variables, overcoming the limitations of traditional lumped models.
The digital twin is used to analyze system behavior under realistic operating conditions, particularly under variable renewable energy profiles, highlighting impacts on efficiency, stability, and operational limits. In parallel, a model-based diagnostic approach is developed, relying on residuals, thresholds, and fault signatures to detect and isolate anomalies even in the absence of real plant data. The results demonstrate the effectiveness of the model as a tool to support the design, control, and maintenance of green hydrogen production systems.

La tesi sviluppa un modello dinamico avanzato di elettrolizzatori alcalini di grande scala, finalizzato alla creazione di un digital twin per l’analisi operativa e la diagnostica dei guasti. Il modello integra, in co-simulazione, l’ambiente MATLAB/Simulink per la descrizione elettrochimica e di controllo con MATLAB/Simscape per la rappresentazione fisica del Balance of Plant, includendo separatori gas-liquido, scambiatori di calore, pompe e valvole. Questa architettura consente di catturare le interazioni multi-dominio tra variabili termiche, idrauliche ed elettriche, superando i limiti dei modelli lumped tradizionali.
Il digital twin è impiegato per analizzare il comportamento del sistema in condizioni realistiche, in particolare sotto profili variabili di energia rinnovabile, evidenziando effetti su efficienza, stabilità e limiti operativi. Parallelamente, viene sviluppato un approccio di diagnostica basato su modelli, che utilizza residui, soglie e firme di guasto per rilevare e isolare anomalie anche in assenza di dati reali. I risultati dimostrano l’efficacia del modello come strumento per supportare progettazione, controllo e manutenzione di impianti per la produzione di idrogeno verde.