摘要
本发明涉及PEM电解水制氢系统技术领域,具体涉及基于动态预测与多能协同的PEM电解水制氢系统优化方法。本发明通过建立一种基于LSTM光伏预测模型和电价预测模型预测光伏出力和电价,根据历史运行数据建立一种以系统运行利润最高、产氢量最大、弃光率最少、电解槽剩余寿命最长为优化目标的多目标优化模型,构建深度强化学习(DRL)模型确定各优化目标的权重系数后将多目标优化模型转化为单目标优化模型,结合分阶段滚动预测方法,在白天光照时段采用滚动预测优化,夜间采用静态模型优化,采用粒子群优化算法求解模型获得系统的优化调度方案,提升全天候运行效率。
技术关键词
系统优化方法
粒子群优化算法
深度强化学习
动态
利润
电解水制氢系统
光伏发电预测
PEM电解槽
光伏发电出力
寿命
电解槽电流
功率
历史运行数据
分阶段
工业用电
时间段
蓄电池
系统为您推荐了相关专利信息
智能电能表
服务器节点
多维特征向量
数据分析方法
深度强化学习算法
虚幻引擎技术
教学系统
电力机车设备
三维模型
纵向动力学
轮作模式
综合评价方法
油菜轮作
效应
结构方程模型