一种碱性电解槽集群启动感知与终端价值增强调度方法

本发明属于电解制氢，特别涉及一种碱性电解槽集群启动感知与终端价值增强调度方法。

背景技术：

1、氢能是实现深度脱碳、构建低碳综合能源系统的重要二次能源载体。随着风电、光伏等波动性可再生能源大规模开发利用，电解制氢逐渐成为电力系统与氢能系统之间的关键耦合接口，可将波动性绿电转化为可存储、可利用的氢气，提升综合能源系统灵活性与可再生能源消纳能力。碱性电解槽（awe）凭借技术成熟、投资成本低、工程应用基础好等优势，成为大规模可再生能源制氢项目主流技术路线。工程上一般采用多台碱性电解槽机组并联组成电解集群，通过机组组合启停与负荷分配适应不同水平的可再生电力输入。

2、然而，多机组碱性电解槽集群并非理想瞬时可调负荷，实际响应受多重动态因素约束：一是机组存在最低稳定运行电流，低于该电流时电解槽无法稳定产氢；二是机组具备显著温度惯性，运行负荷决定机组温度，温度又通过可逆电压、活化过电位、电解液电导率影响后续运行效率与可用功率；三是机组从关机或者低温状态切换至运行状态，需要经历升温和电流爬坡过程，启动过程会跨越多个调度步长，且启动阶段持续消耗电能却无法按照稳态工况足额产氢；四是在线调度控制器的计算时间有限，若对每一条候选控制序列反复求解高保真电化学-热耦合模型的常微分方程，计算开销巨大，难以满足分钟级实时决策需求。

3、在传统的电解制氢调度方法中，上述动态因素常被过度简化。第一种典型做法是将机组启动简化为瞬时开机，认为关机机组收到开机指令即可立刻进入稳态产氢；第二种做法是将启动代价设置为固定常数，不能区分冷启动、热启动的耗时与能耗差异；第三种做法方案虽然考虑启动耗时，但忽略启动过程跨调度周期的连续占用特性。上述简化会造成优化算法高估电解集群对绿电波动的响应能力，输出数学上最优、物理上无法落地执行的调度方案，实际运行中出现收益下降、弃电增多、超额取电等问题。

4、模型预测控制（mpc）具备“预测-优化-滚动执行”闭环决策框架，被广泛用于电解制氢调度。但受限于在线求解算力，mpc显式预测视域通常较短，仅能评估预测窗口内收益成本，难以充分反映视域外绿电高峰、未来启动代价以及当前热状态的长期价值。对于存在启动惯性与热记忆效应的多机组碱性电解槽系统，当前关机操作看似节约成本，但后续绿电高峰到来时机组可能尚未完成启动，错失产氢机会；反之，绿电高峰前维持机组温热或者提前启动，虽产生短期能耗成本，却能够提升后续绿电消纳能力。单纯延长预测视域会造成连续-离散混合决策变量数量激增，优化搜索质量下降，无法兼顾求解精度与实时性。

5、现有代理模型技术可以降低机理模型在线调用开销，但仅解决动态推演加速问题，既没有针对多机组碱性电解槽跨周期启动动态、跨步占用约束进行定制化设计，也不能解决短视域优化缺少远期信息的缺陷。综上，现有技术在多机组碱性电解槽的启动动态表征、在线求解效率、跨时段决策前瞻性方面存在明显不足，亟需一种兼顾调度方案物理可执行性、在线计算高效性以及短视域决策的跨时段前瞻性的的实时调度方法。

技术实现思路

1、本发明的目的在于提供一种碱性电解槽集群启动感知与终端价值增强调度方法，显式考虑电解槽跨周期启动动态与温度记忆特性，采用双代理模型实现快速在线推演，引入终端价值函数弥补短预测视域的决策缺陷，在保证调度方案物理可执行、计算实时性的同时，提升电解制氢集群的产氢收益、产氢量与绿电消纳水平。

2、为达成上述目的，本发明提供一种碱性电解槽集群启动感知与终端价值增强调度方法，包括以下步骤：

3、s1、构建碱性电解槽电化学-热耦合动态模型：针对每台碱性电解槽机组，建立描述其电压特性、热动态和产氢过程的电化学-热耦合动态模型，用于离线生成运行与启动样本数据，并定义调度问题的物理可执行边界；

4、s2、启动过程建模与跨步调度约束：对启动过程进行建模，将机组启动耗时和启动能耗表示为机组初始温度和目标运行电流的函数，在状态变量中显式记录各机组的启动剩余时间和启动阶段等效功率；建立启动锁定约束，保证启动过程中机组保持开启状态直至启动完成，计算每个调度步内机组启动占用时间与有效稳态运行时间，获得跨步启动过程中，机组单步平均用电功率与实际产氢量；

5、s3、构建调度目标函数与运行约束：构建多机组碱性电解槽实时调度问题，控制变量包含预测窗口内各机组启停状态与目标运行电流，基础调度目标为在有限预测窗口内最大化运行净收益；运行约束包含机组启停逻辑约束和电流上下限约束；

6、s4、双代理模型构建与训练：利用电化学-热耦合动态模型离线生成运行响应数据集和启动代价数据集，基于数据集分别训练运行响应代理模型和启动代价代理模型；所述运行响应代理模型的输入为机组电流、初始温度，输出为一个调度步内的平均功率、产氢量和下一时刻温度；所述启动代价代理模型的输入为启动初始温度、目标运行电流，输出为启动耗时、启动总能耗；

7、s5、构建代理辅助的短视域滚动优化基础求解器：构建不含终端价值项的滚动优化基础求解器，以当前机组状态和未来n步可再生电力预测为输入，将预测窗口内各机组启停序列、目标电流序列编码为粒子；对每个候选粒子，调用运行响应代理模型和启动代价代理模型完成n步状态快速推演，计算预测窗口内累计净收益，并确定第n步结束时的终端状态向量；采用滚动模式运行基础求解器，记录状态-控制-收益运行轨迹，用于生成终端价值标签；

8、s6、终端价值函数学习与嵌入：基于基础求解器离线滚动得到的轨迹，生成终端价值标签，所述终端价值标签为样本起始时刻至预设终止时刻的系统剩余累计净收益；构建价值函数网络，所述价值函数网络以经济参数、预测环境特征和多机组动态状态特征作为输入，输出为候选终端状态在预测视域之外至预设终止时刻的剩余调度周期价值，用终端价值标签完成价值函数网络训练；

9、s7、构建终端价值增强的滚动优化并进行在线滚动执行：将价值函数作为短视域优化的终端价值项，以预测窗口内累计净收益与候选终端状态对应的加权剩余调度周期价值之和作为综合优化目标，求解得到最优控制序列，仅执行最优序列的首步控制量，以实际可再生电力和机组实测状态更新系统状态，进入下一轮调度周期闭环迭代。

10、进一步，在步骤s1中，所述电化学-热耦合动态模型包括电化学机理模型和动态热模型，在电化学机理模型中，碱性电解槽的单电池电压表示为：

11、

12、式中，为单电池电压，单位为v；为可逆电压，单位为v；和分别为阳极和阴极活化过电位，单位为v；为欧姆过电位，单位为v；

13、所述动态热模型表示为：

14、

15、式中，为电解槽等效热容，单位为j/k；为电解槽温度，单位为k；为时间，单位为s；为不可逆电化学损耗产热功率，单位为w；为环境散热功率，单位为w；为碱液冷却移热功率，单位为w；为氢气、氧气排出带出的散热功率，单位为w；为待机保温或启动阶段外部加热功率，单位为w；

16、基于上述电化学-热耦合动态模型，得到一个调度步长内机组的产氢量为：

17、

18、式中，为机组在第个调度步长内的产氢量，单位为；为法拉第效率，无量纲；为等效串联电解小室数量，无量纲；为标准状态下气体摩尔体积，单位为；为法拉第常数，；为第个调度步长的起始时刻，单位为s；为调度步长，单位为s；为机组在时刻的电流，单位为a。

19、进一步，在步骤s2中，所述启动耗时和启动能耗表示为初始热状态和目标运行电流的函数，函数表达式为：

20、

21、式中，为机组的启动耗时，单位为h；为机组的启动总能耗，单位为kwh；为启动代价函数；为机组的初始温度，单位为k；为机组启动后的目标运行电流，单位为a；为第个调度步长的起始时刻，单位为s；为启动完成温度阈值，单位为k；

22、所述启动剩余时间和启动阶段等效功率的更新规则为：

23、

24、式中，为机组在第个调度步长的启动剩余时间，为机组在第+1个调度步长的启动剩余时间，单位为h；为调度步长，单位为s；为机组启动阶段等效功率，单位为kw；为避免除零的极小正数；

25、对于第个调度步长，启动占用时间和有效稳态运行时间分别为：

26、

27、式中，为机组在第步的启动占用时间，单位为h；为机组在第步的有效稳态运行时间，单位为h；跨步启动过程中，本步平均用电功率和产氢量为：

28、

29、

30、式中，为机组在第步的平均用电功率，单位为kw；为机组稳态运行功率，单位为kw；为机组稳态产氢量，单位为。

31、进一步，在步骤s3中，所述基础调度目标的计算公式为：

32、

33、式中，z为候选控制序列，包含各机组在预测窗口内的启停状态矩阵和目标运行电流矩阵，其中为矩阵量；ω为由启停逻辑、电流上下限、启动锁定和状态边界构成的可行域；为预测窗口内累计净收益，单位为元；为预测步索引；为预测步数，无量纲；为单位氢气收益，单位为元/；为在时刻k预测的第k+l步集群的产氢量，单位为；为弃电惩罚系数，单位为元/kwh；为在时刻k预测的第k+l步集群的弃电量，单位为kwh；为超额取电惩罚系数，单位为元/kwh；为在时刻k预测的第k+l步集群的超额取电量，单位为kwh；为开机动作成本，单位为元/次；为在时刻k预测的第k+l步集群的的开机次数，单位为次；

34、其中，弃电量和超额取电量用绿电功率与集群用电功率之差确定，计算公式为：

35、

36、

37、式中，为在时刻k获得的第k+l步可再生电力预测功率，单位为kw；为候选序列对应的集群预测平均用电功率，单位为kw。

38、进一步，在步骤s3中，考虑碱性电解槽机组的最低稳定运行负荷，所述运行约束表示为：

39、

40、

41、式中，为机组在第步的启停状态，0表示关机、1表示开机；为机组在第步的运行电流，单位为a；、分别为最低稳定运行电流和最大运行电流，单位为a。

42、进一步，在步骤s4中，所述运行响应代理模型的输入和输出表示为：

43、

44、式中，为运行响应代理模型的输入向量；为样本的输入电流，单位为a；为样本的输入温度，单位为k；为运行响应代理模型的输出向量；为一个调度步长内的平均输入功率，单位为kw；为该步长内的产氢量，单位为；为调度区间结束时的机组温度，单位为k；

45、所述启动代价代理模型的输入和输出表示为：

46、

47、式中，为启动代价代理模型的输入向量；为样本的启动初始温度，单位为k；为样本的目标运行电流，单位为a；为启动代价代理模型的输出向量；为启动耗时，单位为h；为启动能耗，单位为kwh；

48、两个代理模型表示为：

49、

50、式中，为运行响应代理模型；为启动代价代理模型；、分别为两个代理模型的神经网络参数；两个代理模型均采用前馈神经网络，训练前对输入和输出进行归一化处理，模型参数通过最小化训练样本均方误差获得：

51、

52、式中，为神经网络训练误差；为训练样本数量，单位为个；、分别为第个训练样本的输入向量和输出向量；为神经网络的预测输出；为待训练的神经网络参数；训练过程中通过迭代调整参数，使训练误差逐渐减小，训练完成后得到确定的模型参数。

53、进一步，在步骤s5中，所述滚动优化基础求解器采用pso-mpc基础求解器，对于台机组和n步预测窗口，粒子同时编码各机组的目标电流序列与启停序列为：

54、

55、式中，z为粒子编码的决策向量；为目标电流决策矩阵，维度为×n；为启停状态矩阵，维度为×n；vec(·)为矩阵向量化算子；

56、生成粒子后，将启停变量映射为0或1，将电流投影至区间，并按照各机组的启动剩余时间修正未来步启停状态；对于每个候选粒子，运行机组调用运行响应代理模型；新启动机组调用启动代价代理模型并更新启动剩余时间和启动等效功率；处于关闭状态的机组按自然冷却或待机保温逻辑更新；

57、候选粒子按预测窗口内累计收益排序，基础优化目标为：

58、

59、式中，为时刻k由短视域基础求解器得到的最优候选控制序列；ω为可行域；为时刻k预测的第k+l步多机组动态状态，至少包括各机组温度、启停状态、启动剩余时间和启动阶段等效功率；为对应控制动作；r(·)为单步运行净收益；

60、基础求解器仅以预测量评价候选序列，滚动执行时以实际量结算并更新状态：

61、

62、式中，φ(·)为由双代理、启动跨步状态及温度递推共同构成的闭环状态转移函数；为当前多机组动态状态向量；为k+1时刻的多机组动态状态向量；为时刻k实际执行的首步动作；为实际观测或兑现的可再生电力。

63、进一步，在步骤s5中，所述pso在可行域内随机初始化种群，并将上一调度时刻最优控制序列平移后形成至少一个热启动粒子注入当前种群，或者在热启动粒子邻域生成若干扰动粒子；在线优化过程中，所述运行响应代理模型和启动代价代理模型以矩阵函数形式批量调用，对粒子状态推演、启动事件识别、功率核算和收益计算进行向量化处理，使候选控制序列通过矩阵运算完成快速评价。

64、进一步，在步骤s6中，所述终端价值标签表示为：

65、

66、式中，为终端价值标签，单位为元；κ为离线样本起始时刻索引；为预设终止时刻对应的最后一个调度步；t为标签滚动过程中的通用调度步索引；为第t步多机组动态状态；为基础求解器于第t步获得的滚动预测所产生的控制动作；为第t步实际可再生电力；

67、所述价值函数网络的输入特征包括经济参数、预测环境特征和多机组动态状态特征；所述经济参数包括单位氢气收益、开机动作成本和弃电惩罚系数；所述预测环境特征包括归一化周期内时间、滚动短期预测、较长时间尺度预测及尾部形状指标；所述多机组动态状态特征包括各机组温度、启停状态、启动剩余时间和启动阶段等效功率，所述价值函数网络训练误差为：

68、

69、式中，为价值函数网络训练误差；m为训练样本数量；为第m个样本对应的剩余累计净收益标签，为第m个样本的输入特征；为价值函数网络输出的剩余价值估计；为价值函数网络内部待训练参数；训练过程中通过迭代调整，使网络估计值尽可能接近标签值，训练完成后得到参数。

70、进一步，在步骤s7中，最终优化目标为：

71、

72、式中，为时刻k由终端价值增强求解器得到的最优候选控制序列；w为终端价值权重；为候选终端状态对应的价值函数输入；为剩余调度周期价值估计；当w=0时，终端价值被屏蔽，模型退化为步骤s5中仅依赖即时收益的短视基础求解器；当w>0时，终端价值参与候选序列排序；

73、求解完成后只提取最优序列的首步控制量：

74、

75、式中，(·)为从最优粒子中提取首步启停与目标电流的投影算子；执行首步后，以实际可再生电力和机组实测状态按前述状态转移关系更新，再进入下一调度周期。

76、采用上述方案后，本发明的有益效果在于：

77、1、降低调度方案理论计算结果与设备实际运行效果的兑现偏差。本发明显式引入启动剩余时间、启动等效功率、温度递推、跨步启动锁定约束，充分表征冷、热启动的差异化耗时能耗，规避瞬时启动、固定启动代价、忽略跨周期启动占用带来的调度失真。冷启动工况下模型预测启动时间与实际实验结果相对误差仅2.25%，保证输出调度方案物理可落地执行。

78、2、解决高保真机理模型在线推演计算量大的痛点，满足实时调度算力约束。运行响应代理模型、启动代价代理模型实现输入输出快速映射，替代在线求解复杂电化学-热耦合常微分方程组；代理模型支持批量矩阵运算加速候选序列评价。在15分钟调度周期下，本发明在线求解时间远小于调度步长，完全满足分钟级实时在线决策要求。

79、3、在不延长显式控制序列长度前提下提升短视域mpc跨时段前瞻能力。借助终端价值函数网络估计预测窗口之外的系统剩余运行收益，引导控制器综合权衡当前代价与未来绿电窗口收益，允许在必要情况下承担短期保温、启动成本换取后续更高绿电消纳能力。测试结果表明，相比纯短视域基准方案，本发明有效提升集群日净收益、总产氢量以及绿电利用率。

80、4、本发明的收益来源于跨时段动作重排，终端价值使控制器能够识别温热机组、正在启动机组和关闭机组在未来绿电窗口中的价值差异，从而在必要时承担当前启动或保温代价，以换取后续更高的绿电吸收和产氢能力；价值函数仅改变候选序列排序，不改变物理状态约束，不新增控制变量维度。且整体技术闭环并非现有pso、神经网络、mpc模块的简单拼接组合。通过“启动跨步状态约束-双代理候选序列推演-终端状态价值评分-首步执行与真实状态反馈”完整链路协同工作，分别保障动态可执行、在线可计算、跨时段前瞻、闭环修正四大能力。

81、5、本发明在低、中等预测误差及启动代价较高等场景下保持较明显的收益改善。低、中预测误差下净收益分别相对短视域基准提高约8.7%和6.6%，弃电量降低约47%。

82、6、通用性好，适配多种工程场景。本发明架构不限制机组台数、单机额定容量，更换电解槽型号、集群规模时，重新标定设备参数并完成代理模型与价值函数训练即可投入使用，可推广应用于风电制氢、光伏制氢、风光储氢等多能耦合工程场景。