基于波动性风光耦合发电的电解槽配置处理方法和装置与流程

本说明书属于涉及风光新能源的电数据处理，尤其涉及基于波动性风光耦合发电的电解槽配置处理方法和装置。

背景技术：

1、随着风光新能源技术的推广和发展，许多发电站开始采用风光耦合技术进行发电，并将通过风光耦合发电得到的电能转换为氢能存储于电解槽中，以便后续根据需要，将氢能再转换为电能提供给下游的电能使用者，或者馈入电网。

2、但是，风光耦合发电容易受自然条件影响，导致实际的发电量情况存在较大不确定性。基于现有的方法，在为发电站配置、布设电解槽时，往往存在配置、布设不合理的问题，例如，有的发电站布设的电解槽规模不足，导致经常出现风力耦合发电产生的电能无法全部转换为氢能存入电解槽中，进而出现大量弃电。又例如，有的发电站布设的电解槽规模过大，导致一方面增加了发电站构建、维护的成本，影响发电站整体的经济效益，另一方面还导致发电站中大量电解槽长期处于闲置状态，出现设备资源的浪费。

3、针对上述问题，目前尚未提出有效的解决方案。

技术实现思路

1、本说明书提供了一种基于波动性风光耦合发电的电解槽配置处理方法和装置，能够较好地适配于存在波动的风光耦合发电场景，有效兼顾成本、收益、利用率等多方面因素，准确、合理地实现针对目标区域的目标风光耦合发电站的电解槽组的布设。

2、本说明书提供了一种基于波动性风光耦合发电的电解槽配置处理方法，包括：

3、获取目标区域的历史风光数据；其中，所述历史风光数据包括多个历史时间点的风光数据，所述历史时间点的风光数据还携带有与历史时间点对应的时间戳；

4、确定针对目标区域的决策影响数据；

5、根据预设的构造规则，利用目标区域的历史风光数据，构造风光出力曲线；其中，所述风光出力曲线用于表征一年内各个时间点的风光耦合发电的参考功率；

6、根据风光出力曲线，确定出相匹配的梯度步长；并利用该梯度步长，处理风光出力曲线，拆分出基底负荷分量和波动负荷分量；

7、基于预设的匹配规则和梯度步长，根据所述基底负荷分量、波动负荷分量、决策影响数据，进行优化求解，确定出符合要求的目标配置方案；其中，所述预设的匹配规则包括：基底负荷分量优先匹配第一标方电解槽，以及波动负荷分量优先匹配第二标方电解槽，所述第一标方电解槽的标方大于第二标方电解槽；

8、根据所述目标配置方案，布设针对目标风光耦合发电站的目标电解槽组，用以存储风光耦合发电产生的电能。

9、在一个实施例中，所述决策影响数据包括以下至少之一：电解槽设备及辅机参数、建设成本、运营期成本、运营期收入；

10、相应的，确定针对目标区域的决策影响数据，包括：

11、获取目标区域的电价数据和电网规则；

12、结合使用目标区域的电价数据和电网规则，确定出针对目标区域的决策影响数据。

13、在一个实施例中，根据预设的构造规则，利用目标区域的历史风光数据，构造风光出力曲线，包括：

14、根据时间戳，利用目标区域的历史风光数据划分出多个发电数据组；其中，一个发电数据组对应一个月份，包含有不同年份该月份的多个历史时间点的风光数据，以及同一年份与该月份邻近的不同月份的多个历史时间点的风光数据；

15、根据多个发电数据组，构建得到相对应的多个发电数据矩阵；其中，所述多个发电数据矩阵分别对应一个月份；

16、利用预设的典型数据生成模型处理多个发电数据矩阵，得到对应不同月份的多个风光发电功率的参考数据组；

17、拼接并利用多个风光发电功率的参考数据组，得到相应的风光出力曲线。

18、在一个实施例中，根据风光出力曲线，确定出相匹配的梯度步长，包括：

19、对所述风光出力曲线进行图形特征提取，得到相应的图形特征；

20、根据所述图形特征，确定出风光出力曲线的波动特征；

21、根据所述波动特征，确定出相匹配的梯度步长。

22、在一个实施例中，基于预设的匹配规则和梯度步长，根据所述基底负荷分量、波动负荷分量、决策影响数据，进行优化求解，确定出符合要求的目标配置方案，包括：

23、根据决策影响数据构建目标函数组；并根据预设的匹配规则、基底负荷分量、波动负荷分量构建目标约束条件；

24、根据预设的处理规则，确定出多个计算节点，以及各个计算节点的初始解；

25、调用多个计算节点基于所述目标约束条件、初始解，进行关于目标函数组的多轮迭代求解，得到对应的目标处理结果；

26、根据目标处理结果，确定出符合要求的目标配置方案。

27、在一个实施例中，调用多个计算节点基于所述目标约束条件、初始解，进行关于目标函数组的多轮迭代求解，包括：

28、按照以下方式调用多个计算节点进行当前轮迭代求解：

29、获取并根据各个计算节点上一轮的解，筛选出满足保留条件的当前轮的保留解；

30、将持有当前轮的保留解的计算节点标记为第一类节点，将多个计算节点中除第一类节点以外的其他计算节点标记为第二类节点；

31、对当前轮的保留解进行预设编码处理，得到对应的编码数据；并根据编码数据，进行改造处理，得到多个改造编码；

32、对改造编码进行解码处理，得到多个当前轮的改造解；并将多个当前轮的改造解赋值给对应的第二类节点；

33、调用第一类节点、第二类节点根据本地迭代求解规则、梯度步长，分别利用当前轮的保留解、当前轮的改造解进行迭代求解，得到各个计算节点当前轮的解。

34、在一个实施例中，在调用第一类节点、第二类节点根据本地迭代求解规则、梯度步长，分别利用当前轮的保留解、当前轮的改造解进行迭代求解，得到各个计算节点当前轮的解之后，所述方法还包括：

35、检测是否满足迭代求解终止条件；

36、在确定满足迭代求解终止条件的情况下，从多个计算节点当前轮的解中筛选出与目标函数组匹配度最高的解，作为目标处理结果。

37、本说明书还提供了一种基于波动性风光耦合发电的电解槽配置处理装置，包括：

38、获取模块，用于获取目标区域的历史风光数据；其中，所述历史风光数据包括多个历史时间点的风光数据，所述历史时间点的风光数据还携带有与历史时间点对应的时间戳；

39、确定模块，用于确定针对目标区域的决策影响数据；

40、构造模块，用于根据预设的构造规则，利用目标区域的历史风光数据，构造风光出力曲线；其中，所述风光出力曲线用于表征一年内各个时间点的风光耦合发电的参考功率；

41、拆分模块，用于根据风光出力曲线，确定出相匹配的梯度步长；并利用该梯度步长，处理风光出力曲线，拆分出基底负荷分量和波动负荷分量；

42、求解模块，用于基于预设的匹配规则和梯度步长，根据所述基底负荷分量、波动负荷分量、决策影响数据，进行优化求解，确定出符合要求的目标配置方案；其中，所述预设的匹配规则包括：基底负荷分量优先匹配第一标方电解槽，以及波动负荷分量优先匹配第二标方电解槽，所述第一标方电解槽的标方大于第二标方电解槽；

43、布设模块，用于根据所述目标配置方案，布设针对目标风光耦合发电站的目标电解槽组，用以存储风光耦合发电产生的电能。

44、本说明书还提供了一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权所述基于波动性风光耦合发电的电解槽配置处理方法的相关步骤。

45、本说明书还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现所述基于波动性风光耦合发电的电解槽配置处理方法的步骤。

46、基于本说明书提供的基于波动性风光耦合发电的电解槽配置处理方法和装置，先获取目标区域的历史风光数据；同时，确定出针对目标区域的决策影响数据；根据预设的构造规则，利用目标区域的历史风光数据，构造出稳定性较好，能够完整且有代表性地反映出全年风光耦合发电功率的波动变化情况的风光出力曲线；再根据该风光出力曲线，确定出相匹配的梯度步长；并利用梯度步长，通过处理该风光出力曲线，拆分出基底负荷分量和波动负荷分量；并基于预设的匹配规则和梯度步长，根据所述基底负荷分量、波动负荷分量、决策影响数据，进行优化求解，确定出符合要求的目标配置方案；其中，预设的匹配规则包括：基底负荷分量优先匹配第一标方电解槽，以及波动负荷分量优先匹配第二标方电解槽，所述第一标方电解槽的标方大于第二标方电解槽；根据目标配置方案，布设针对目标风光耦合发电站的目标电解槽组。从而能够较好地适配于存在波动的风光耦合发电场景，充分考虑目标区域全年风光数据的波动特性，有效兼顾成本、收益、利用率等多方面因素，准确、合理地实现针对目标区域的目标风光耦合发电站的电解槽组的布设，提高目标风光耦合发电站的整体效益。