基于数字孪生-强化学习的电氢系统安全域动态调控方法

本发明公开了基于数字孪生‑强化学习的电氢系统安全域动态调控方法，属于电网安全运行领域，包括以下步骤：S1、构建包含新能源发电、电解槽、储氢罐的多能流耦合模型；S2、采用连续小波变换与自回归移动平均模型结合的方法，分解新能源原始出力序列，构成时频特征；S3、考虑时空耦合的状态空间建模；S4、基于数字孪生的动态安全域生成；S5、构建多目标奖励函数，并以动态安全域为约束进行求解；S6、闭环验证与模型进化。采用上述基于数字孪生‑强化学习的电氢系统安全域动态调控方法，实现电氢系统在新能源波动下的安全域动态适配与智能控制，显著提升系统运行安全性与经济性。