摘要
本发明提供一种基于风电和光伏预测的多堆电解槽功率分配方法及系统,应用于能源与控制技术领域。方法包括:基于历史风力发电数据和风电功率预测模型进行风电功率预测,获得预测风电功率;风电功率预测模型为基于倒残差结构的多变量图神经网络;基于历史光伏发电数据和光伏功率预测模型进行光伏功率预测,获得预测光伏功率;基于预测风电功率和预测光伏功率,确定运行电解槽参考数量;基于预测风电功率和预测光伏功率,利用考虑系统成本的功率优化模型确定制氢总功率;基于电解槽运行状态、参考数量和制氢总功率进行功率分配。本发明解决了风氢系统由于风电出力的波动性导致的电解槽的频繁启停带来的电解槽使用寿命和制氢效率低的问题。
技术关键词
电解槽
风力发电数据
卷积模块
光伏发电数据
预测光伏发电功率
风电功率预测模型
功率优化
功率分配方法
序列
残差结构
子模块
功率分配策略
周期
预测发电功率
功率分配单元
输出模块
系统为您推荐了相关专利信息
多尺度融合网络
多模态特征
计步方法
融合特征
加权特征
多尺度特征提取
注意力机制
检测头
残差模块
动态
卷积模块
训练数据处理
融合特征
Winograd算法
特征提取模块
图像识别方法
卷积模块
特征提取网络
融合特征
逻辑