一种基于图神经网络的电力系统调度优化方法

本发明涉及电力系统调节技术领域，具体而言，涉及一种基于图神经网络的电力系统调度优化方法。初始电力系统中的风能与光伏发电机组、制氢机、储能和火电机组的运行参数以及负荷功率；构建基于火电机组阶梯式爬坡的日前调度优化模型，并将初始化后的风能与光伏发电机组、制氢机、储能和火电机组的运行参数以及负荷功率带入模型中，得到当日的可调资源容量信息；将所述可调资源容量信息带入训练后的实时频率调节优化模型中，进而得到优化后的功率调节方案。本发明针对孤岛能源系统的运行特点，从多时间尺度协同角度研究系统调度方案，通过整合火电机组阶梯调节、储能系统快速响应与电力制氢灵活调节能力，提升可再生能源消纳水平与系统运行稳定性。