CN119482343A 一种光伏离网制氢系统及其控制方法 （安徽佑赛科技股份有限公司）

由贸易试验区芜湖片区九华北路118号本发明公开了一种光伏离网制氢系统及其始数据，通过分布式数据采集系统进行同步采2步骤S2、获取特征数据集和预先存储的历史光伏输出步骤S3、获取预先存储的电解槽历史运行数据和电解步骤S4、获取实时采集的储能系统电压电流数据和温度步骤S13、获取步骤S12得到的清洗后的环境数据集；对步骤S14、获取步骤S13得到的标准化和降噪后的环境插值法进行时空插值，首先构建时空变异函数模型，然后使用滑动时间窗口进行局部kriging插值；对插值结果应用Kalman滤波进行时间序列平滑；将插值和平滑后的数据组3步骤S15、获取步骤S14得到的高分辨率时空环境数据集；DTW算法对XGBoost和Prophet模型的输出结果进行对齐；使用贝叶斯模型平均方法对对齐步骤S22、获取步骤S21得到的预测光伏步骤S23、获取步骤S21得到的预测光伏输出功率和预先存型的参数；通过Akaike信息准则对不同阶次的模型进行评估，选择最优模型阶次；使用步骤S32、获取步骤S31得到的电解槽动态模型和步骤S2步骤S33、获取步骤S31得到的电解槽动态模型和步骤S32得到的优化电解槽工作点序列；定义模型预测控制MPC的预测视界N和控制视界M；基于电解槽动态模型构建状态预测4引入自适应衰减因子，根据估计误差动态调整滤波器参数；对于SOC估计中的强非线性区步骤S42、获取步骤S41得到的电池SOC和SOH估计值步骤S43、获取步骤S2得到的预测光伏输出功率、步骤S3得到的优化电解槽工作点序步骤S52、获取系统模型参数和步骤S51得到的控制步骤S53、获取系统模型参数和实时故障诊断结果；应用局5特征数据集。步骤S221、获取步骤S21的预测光伏输出功率和当前光伏存储器存储有可被处理器执行的指令，指令用于被处理器执行以实6[0003]目前，光伏离网制氢系统的研究主要集中在系统构型构建和基本控制策略方78kriging插值；对插值结果应用Kalman滤波进行时间序列平滑；将插值和平滑后的数据组9[0035]步骤S21、获取步骤S1得到的降维后的特征数据集和预先存储的历史光伏输出数规整DTW算法对XGBoost和Prophet模型的输出结果进行对齐；使用贝叶斯模型平均方法对[0037]步骤S23、获取步骤S21得到的预测光伏输出功率和预先存储的光伏阵列拓扑信控制和光伏阵列重构，实现了系统效率的显著提升。具体技术效果体现在：首先，采用[0041]步骤S32、获取步骤S31得到的电解槽动态模型和步骤S2得到的预测光伏输出功[0042]步骤S33、获取步骤S31得到的电解槽动态模型和步骤S32得到的优化电解槽工作[0045]步骤S41、获取实时采集的储能系统电压电流数据和温度数据；构建电池的生成多组退化轨迹；使用生成的退化轨迹计算电池剩余寿命的概率分布；应用Kaplan_统的鲁棒性和可靠性。这种多层次的协调控制方法在光伏离网制氢系统中具有重要意义，[0060]通过集成经验模态分解方法结合t_SNE算法进行数据降维和特征提取，实现了环了频率估计精度；最后，通过t_SNE算法进行非线性降维，引入自适应perplexity参数和[0062]步骤S221、获取步骤S21的预测光伏输出功率和当前光伏工作点数据；初始化[0073]步骤S32、获取步骤S31得到的电解槽动态模型和步骤S2得到的预测光伏输出功[0094]步骤S512、获取步骤S511的长期预测和分配方案；构建分布式模型预测控制[0117]2.计算梯度的指数移[0143]步骤S5314、获取步骤S5312的CNN特征和步骤S5313的RNN特征；设计特征融合模[0169]图3为本申请光伏离网制氢系统的控制方法的结构框图。光储氢系统运行环境复[0171]对比光伏输出功率PPV与系统设定的功率上限Pmax。若PPV<Pmax