基于Simulink的氢光互补微电网仿真建模与功率互补控制策略

去年我在做氢能微电网示范工程的前期论证时遇到一个很现实的问题光伏出力曲线和负荷曲线在时间尺度上严重错配中午光伏大发但用电负荷低傍晚负荷升高但光伏已经掉了。单纯靠锂电池做短时平抑只能应对分钟级的波动遇到连续阴雨天或者跨日能量搬移电量缺口依然补不上。于是我把目光转向“氢电耦合”这条路线——用光伏富余功率驱动电解槽制氢把电能转化成氢能储存起来光伏出力不足时再用氢燃料电池把化学能转回电能。这套逻辑听起来顺理成章但真正落地之前必须回答三个问题母线电压在光伏出力突变时能不能稳住电解槽能不能平滑吸收富余功率而不引发振荡燃料电池在冷启动和快速加载时动态响应能不能跟上这些问题靠拍脑袋没法回答所以我搭建了一套基于氢燃料电池、电解槽与光伏电池的功率互补微电网仿真模型在MATLAB/Simulink环境里把整套系统跑通用仿真结果指导后续硬件选型和能量管理策略设计。这篇内容我会从系统架构、三个核心子系统的建模方法、互补控制策略、仿真平台搭建、典型工况结果分析和调试经验六个方面展开适合正在做微电网仿真、氢能系统建模或者可再生能源功率平抑研究的工程师参考。如果你正准备用Simulink搭类似的模型这篇文章里踩过的坑和参数整定思路应该能帮你省下大量调试时间。1. 氢-光互补微电网的系统架构与设计动机1.1 为什么“氢光”能形成真正的功率互补先明确一个概念功率互补不是简单地把两种电源接在一起而是让不同特性的电源在时间尺度上相互配合。光伏电池的出力特点是“昼高夜低、晴高阴低”具有明显的随机性和间歇性。电解槽的负载特性则比较“挑剔”——它的工作区间存在一个最低功率点功率低于这个点电解反应无法维持高于额定功率又会加速膜降解。燃料电池正好相反它需要在负载需求波动时快速调整输出但频繁的变载和低负荷运行会对电堆寿命产生不利影响。这三者的互补关系体现在两条能量路径上功率正向流动路径光伏出力大于负荷需求时富余功率优先供给电解槽将电能转化为氢气和氧气储存起来。这个过程中电解槽充当了“可控负载”的角色避免了光伏功率倒灌导致母线电压失控。功率反向流动路径光伏出力不足或夜间无光时燃料电池启动消耗储氢罐中的氢气向母线输出功率补足负荷缺口。此时电解槽停机或处于待机状态燃料电池扮演“可控电源”的角色。和锂电池储能相比氢储能的能量密度高、自放电率低、储存周期长可以跨季节储存但能量转换效率偏低电解发电的综合效率一般在35%~45%。所以在系统设计时不需要让氢路径去平抑秒级或分钟级的快速波动而是让它承担小时级乃至天级的能量搬移任务。这个定位决定了后续控制策略的时间尺度和功率分配逻辑。1.2 母线拓扑结构与能量流动关系我采用的拓扑是直流母线结构这也是当前氢能微电网最主流的形式之一结构简单、控制维度少、能量转换环节少。系统由四部分组成模块连接方式功率方向响应特性光伏电池阵列通过Boost变换器接入直流母线单向PV→母线随光照快速波动电解槽通过Buck变换器接入直流母线单向母线→电解槽负载功率可调节氢燃料电池通过Boost变换器接入直流母线单向FC→母线启动慢加载速率受限负荷直接连接直流母线单向母线→负荷由工况决定这里的控制对象是公共直流母线的电压。母线电压反映了系统功率平衡状态——光伏出力与负荷消耗、电解槽吸收、燃料电池注入之间任何不匹配都会直接体现在母线电压的波动上。当光伏出力增大而负荷不变时多余的功率如果没有被电解槽吸收母线电压就会抬升反之当光伏突然被云层遮挡而燃料电池尚未启动补位时母线电压就会跌落。依赖这种拓扑能量管理的基本逻辑可以写成如下功率平衡关系P_PV P_FC P_Load P_Ele P_Loss其中P_PV为光伏输出功率P_FC为燃料电池输出功率P_Load为负荷功率P_Ele为电解槽消耗功率P_Loss为线路和变换器损耗。控制策略的核心就是通过调节P_Ele和P_FC来维持母线电压稳定同时保证系统内各设备的运行约束不被打破。仿真中的能量流动关系就是围绕这个等式展开的。2. 三个核心子系统的仿真建模2.1 光伏电池模型从物理机理到Simulink实现光伏电池的仿真模型我选用了单二极管五参数模型。这个模型在精度和复杂度之间取得了较好的平衡——既不像双二极管模型那样参数繁多难以辨识也不像简化电流源模型那样忽略温度变化对输出特性的影响。单二极管模型的输出电流表达式为I I_ph - I_0 * [exp((V IR_s)/(nV_t)) - 1] - (V I*R_s)/R_sh其中I_ph是光生电流I_0是反向饱和电流n是二极管理想因子R_s是串联电阻R_sh是并联电阻V_t是热电压。这几个参数中光生电流I_ph与光照强度近似成正比反向饱和电流I_0和热电压V_t受温度影响显著R_s主要反映电极接触电阻和体电阻R_sh反映漏电流路径。在Simulink里建模时我没有直接用这个隐式方程去解而是利用MATLAB Function模块实现数值迭代求解。具体做法是给定当前的光照强度G和温度T先计算I_ph和I_0然后以I0为初值用牛顿迭代法求解电压-电流关系。这个过程在自定义函数内完成每个仿真步长调用一次。实测下来步长设为0.01s时一个100kW的光伏阵列模型不会成为整个系统的仿真瓶颈。实现MPPT最大功率点跟踪时我选择了扰动观察法而非电导增量法。原因很简单在微电网系统级仿真中光伏MPPT只是外围辅助环节核心关注点在于整个母线上的功率分配。扰动观察法逻辑简单、参数少、不易发散足以追踪最大功率点。电导增量法虽然跟踪精度略高但对采样噪声更敏感在系统级仿真中更容易出现振荡。2.2 电解槽模型电压特性与产氢速率的映射关系电解槽的模型核心是电压-电流特性曲线和产氢速率计算。碱性电解槽ALK的电压表达式可简化为V_cell V_rev V_act V_ohm V_con其中V_rev是可逆电压约1.23VV_act是活化过电压V_ohm是欧姆过电压V_con是浓差过电压。在常见的工作电流密度范围内0.2~0.6 A/cm²活化过电压和欧姆过电压占主导浓差过电压在大电流密度下才明显。仿真中我采用了经验公式法而非复杂的电化学模型。经验公式将电解槽电压表示为电流密度的函数并通过温度系数修正V_cell V_rev (r1 r2*T) * i s * log((t1 t2/T t3/i) * i 1)其中r1、r2、s、t1、t2、t3是基于实验数据拟合的参数i是电流密度。这种建模方式虽然不能揭示电解槽内部的传质和电化学机理但对于系统级的功率分配仿真已经足够——因为它准确描述了最关键的外部特性不同功率下电解槽的电压、电流和功率对应关系。产氢速率模型相对简单根据法拉第定律n_H2 η_F * N_cells * I / (z * F)其中η_F为法拉第效率N_cells为电解槽串联的单电池数I是电解电流z是每摩尔氢气对应的电子数等于2F为法拉第常数。在仿真模型里算出氢气流率后我会把它积分得到累计产氢量用来评估一段时间内的储氢罐压力变化。电解槽建模时特别要注意热惯性问题。电解槽的温度变化会影响其电压-电流特性曲线但温度变化的时间常数远大于电气动态。在系统级仿真中我采用了一步近似把温度作为一个缓慢变化的参数初始设为60°C根据电解功率和散热条件以一阶惯性环节更新。这样既避免了复杂的传热建模又保留了温度对电解效率的影响。2.3 燃料电池模型极化曲线与动态响应的模拟燃料电池的仿真模型我选择了准静态极化曲线加一阶惯性动态的做法。单电池的输出电压可以表示为V_fc_cell E_Nernst - V_act - V_ohm - V_con其中E_Nernst是能斯特电压由氢气分压、氧气分压和温度决定V_act是活化过电压由Butler-Volmer方程简化而来V_ohm是欧姆过电压与膜的含水量和温度相关V_con是浓差过电压在大电流密度下体现为电压快速下降。实际建模中极化曲线直接采用了一条典型PEM燃料电池的实测数据拟合曲线。这样做的好处是省去了大量电化学参数的辨识过程而且仿真结果仍然能反映燃料电池的典型外特性开路电压约1.0V左右工作电压随电流密度增大而下降在大电流区斜率明显增大。燃料电池的动态响应特性与电解槽完全不同。电解槽的功率调节可以看作是可控负载功率指令变化后电流能相对快速地跟随而燃料电池受到供气系统氢气阀门、空压机、加湿器响应速度的制约输出功率的爬坡速率是受限的。我在模型中用了一个一阶惯性环节加爬坡速率限制器来模拟这个特性P_FC_output min(max(P_FC_reference, P_FC_prev ramp_updt), P_FC_prev - ramp_downdt)同时在模型中加入了启动时间延迟。燃料电池从接收到开机指令到能够向外输出功率通常需要数秒到数十秒的启动过程这期间需要消耗辅助功率用于预热和吹扫。仿真模型中用一个状态机来管理燃料电池的工作状态待机、启动中、发电、停机。只有“发电”状态才允许向外输出功率。这个细节在仿真中很关键。刚开始做模型时我把燃料电池当作一个理想受控电压源光伏骤降时立刻让燃料电池满功率顶上结果仿真波形看着很好但系统设计人员一旦照着这个结果做硬件方案就会出大问题——实际燃料电池根本跟不上这么快的功率指令。后来加上启动时间和爬坡限制仿真结果才真正具备工程参考价值。3. 功率互补控制策略与能量管理逻辑3.1 母线电压分层控制方案直流微电网最可靠的控制方式是母线电压分层控制。我把母线电压范围划分为五个区间每个区间对应不同的系统工作模式母线电压区间系统状态控制动作V V_max1功率严重过剩光伏限功率或切离电解槽满功率运行V_max2 V V_max1功率少量过剩电解槽提升功率吸收富余功率V_min2 V V_max2功率平衡维持当前工作状态V_min1 V V_min2功率少量不足燃料电池启动补充功率缺口V V_min1功率严重不足燃料电池满功率必要时切除非关键负荷电压分层控制的本质是将系统级的功率平衡问题转化为局部电压调节问题。各变换器只需要采集母线电压根据电压所处的区间执行预设的功率控制指令不需要依赖通信网络中传输的系统级信息。这样既保证控制的快速性也提高了系统的可靠性和可扩展性。在Simulink中实现时我用Stateflow状态机来定义这五种工作模式及相互切换的条件。每个模式下变换器的参考电流通过PI控制器计算PI的输出限幅值根据设备的工作范围动态调整。这里需要特别注意切换迟滞的设置——如果不加迟滞当母线电压在阈值附近波动时系统会在两种模式间频繁切换导致电解槽和燃料电池反复启停这在实际工程中是绝对不允许的。3.2 功率分配算法与模式切换逻辑在某个确定的电压区间内功率分配需要解决一个具体问题光伏P_PV、负荷P_Load已知的前提下电解槽的参考功率P_Ele_ref和燃料电池的参考功率P_FC_ref应该怎么分配。我采用的分配逻辑如下当P_PV P_Load时富余功率P_surplus P_PV - P_Load优先让电解槽吸收。判断逻辑为若P_surplus P_Ele_min则P_Ele_ref min(P_surplus, P_Ele_rated)若P_surplus P_Ele_min说明电解槽无法在最低工作点运行此时要么光伏限功率要么让电解槽短暂进入间歇运行状态。仿真中我选择了光伏限功率因为电解槽频繁启停对寿命影响更大。当P_PV P_Load时功率缺口P_gap P_Load - P_PV由燃料电池补充。判断逻辑为若P_gap P_FC_rated且P_FC处于“发电”状态则P_FC_ref P_gap若P_gap超过燃料电池额定功率则不足以支撑全部负荷需要切除非关键负荷以维持系统稳定。这个功率分配算法本质上是一个带约束的实时优化问题但在仿真模型里我用查表加逻辑判断的方式来实现计算量小、逻辑透明便于后续参数调整。如果需要更复杂的优化策略比如考虑氢气价格、设备老化状态、预测数据的最优调度可以在Simulink里接入MATLAB的优化工具箱或者写成自定义函数这点后续再说。氢罐压力也参与模式切换逻辑。当储氢罐压力达到上限时即使光伏还有富余功率也必须限制电解槽功率或转入光伏限功率模式否则会造成储氢系统过压。反过来当氢罐压力低于下限时燃料电池应停止发电避免储氢量进一步降低。所以能量管理策略里还包括一个基于SOC这里指储氢量状态的限制层。4. 仿真平台搭建与关键参数配置4.1 Simulink模型总体结构与模块组织整个仿真模型在MATLAB/Simulink中搭建版本的适用性方面从R2020a到近两年新版本都能正常跑通我用的是R2021b。模型主要由五个子系统组成PV Array子系统包括光伏组件模型、MPPT算法和Boost变换器模型。MPPT输出占空比Boost变换器用Simscape Electrical的标准模型搭建。Electrolyzer子系统包括电解槽电特性模型、产氢速率计算模型和Buck变换器模型。电解槽的输入是参考功率指令输出是实际消耗功率和产氢速率。Fuel Cell子系统包括燃料电池极化曲线、一阶惯性动态、状态机和Boost变换器模型。输入是参考功率指令和开机指令输出是实际发电功率。Control子系统包括母线电压采样、电压分区判断、功率分配计算、PI控制器的完整控制逻辑。Load子系统用可编程的电流源或电阻负载模型可以预设日负荷曲线。这五个子系统之间通过母线电压信号和功率指令信号连接。为了避免代数环问题我在母线电压采集后加入了一个小的传输延迟模块。这是仿真调试中一个很关键的细节——如果不加这个延迟Simulink在求解时会尝试直接求解代数约束不仅仿真速度明显下降还可能出现不必要的数值振荡。4.2 关键参数配置与工况设计模型中使用的核心参数如下表所示。这些参数参考了公开的厂商文档和典型的科研文献数据在仿真时可以根据具体研究目标进行调整。参数数值说明光伏阵列额定功率100 kW由200块500W组件组成光伏阵列MPPT电压范围300~500 V对应Boost变换器输入侧直流母线额定电压800 V电压允许波动范围760~840V电解槽额定功率40 kW最低运行功率12kW电解槽工作温度60°C模型中用一阶惯性更新燃料电池额定功率30 kW爬坡速率限制为5kW/s储氢罐初始压力30 bar最高限压35 bar最低工作压力5 bar负荷额定功率60 kW可编程日负荷曲线峰值80kW仿真步长0.01 s求解器为ode45变步长工况设计上我设置了三组典型的仿真场景场景一是夏季晴空日。光照强度从早上的200W/m²逐步上升到中午的1000W/m²再逐步下降模拟光伏典型日出力曲线。负荷按工业园区典型日负荷曲线设置重点观察中午光伏大发时的功率富余情况和傍晚光伏下降时的功率缺口情况。场景二是多云天气。在晴空日曲线的基础上叠加了连续的短时云层遮挡模拟光照在30s到300s时间尺度上的随机波动重点考察母线电压的动态波动和电解槽功率随动能力。场景三是连续阴雨天。光伏出力大幅下降光照强度仅维持在100~200W/m²同时负荷保持正常水平重点观察燃料电池能否在储氢量允许的范围内持续补充功率缺口以及储氢罐SOC的变化趋势。在做参数配置时我还参考了其他领域中同类建模仿真的方法论。比如PMSM Simulink FOC仿真中常用的“先调试电流环再调试速度环”的逐级调试思路在微电网仿真中同样适用——我是先单独调试光伏控制环确认MPPT跟踪和母线电压稳定后再接入电解槽功率控制环最后才把燃料电池加进来。每一步只引入一个变量出问题时能快速定位到具体环节。对于做传播模型仿真或者Autodyn这类多物理场仿真的同行来说方法论也是相通的不要一上来就追求模型的完整度先在简化模型上跑通核心逻辑再逐步增加细节。5. 典型工况仿真结果与分析方法5.1 晴空日场景光伏大发时电解槽的功率平滑作用夏季晴空日场景的仿真结果比较理想也最能体现功率互补的基本逻辑。中午12:00~14:00时段光伏出力接近额定功率100kW而负荷只有50kW左右如果没有电解槽这50kW的富余功率没有去处母线电压会被推到840V以上触发保护。加入电解槽后控制逻辑根据P_surplus自动将电解槽参考功率设定到40kW额定功率附近剩余的10kW左右通过光伏限功率消化掉。从电解槽侧看功率跟踪过程电解电流在约20s内从0上升到额定值附近没有出现明显的超调或振荡。这是因为电解槽的负载特性本身就是“电压-电流”双变量约束下的功率吸收过程功率指令增加时Buck变换器的占空比增大母线电压略有下降形成负反馈天然具有稳定的趋势。储氢罐压力在这个过程中从30bar缓慢上升到30.8bar左右说明电解槽累计产氢量确实在增加。如果把仿真时长从几小时拉长到一天可以明显看到储氢罐压力随光伏出力“白天上升、夜间平稳”的变化趋势。这个趋势验证了系统在时间尺度上完成了能量的搬移——白天的太阳能被转化成了氢气的化学能。5.2 多云天气场景母线电压动态与电解槽跟随能力多云天气场景中光伏出力在短时间内反复波动最大变化速率达到每分钟40kW。这种工况对系统的动态响应能力提出了很高的要求。仿真波形显示母线电压的最大动态波动幅度控制在±15V以内即额定电压的±2%附近。这个结果说明电压分层控制策略配合±控制器的响应速度能够有效平抑功率波动。电解槽的功率跟随特性在波动工况下表现出了明显的“低通滤波”特性——功率指令快速变化时电解电流的响应有一个平滑过渡过程不会出现阶跃式的跳变。这反而是一个好现象因为在实际设备的运行中电解槽快速变载也是不被推荐的平稳的功率变化有利于保护电解槽的隔膜和催化剂。但这里的跟随能力是有限度的。仿真测试了1分钟尺度的快速波动后发现电解槽的功率跟踪误差明显增大原因是Buck变换器的电流内环带宽限制了功率调节速度。如果你需要应对更快速的功率波动两个方向可以考虑一是提高变换器的开关频率和控制带宽二是在系统中加入一组小容量的超级电容或者锂电池来专门处理高频分量让电解槽只承担分钟级以上的功率调节。5.3 连续阴雨场景燃料电池补位与储氢SOC变化连续阴雨场景的仿真时长设置为3天光伏出力大幅下降全天的光伏发电量只有正常晴天的15%~20%对应的发电功率大部分时间在10kW以下。负荷平均功率为60kW这意味着每天有超过1000kWh的电量缺口需要由燃料电池来补足。仿真结果中燃料电池在每天傍晚光伏出力低于负荷时启动输出功率在15kW到25kW之间随负荷波动。由于储氢罐容量按照3天的自持时间设计3天仿真结束时储氢罐压力从初始的35bar满载状态下降到约12bar仍然高于最低工作压力5bar说明系统在设定工况下可以维持连续3天的离网运行。这个结果反过来指导了一个容量优化方向如果实际工程要求7天的自持时间储氢罐容量需要相应扩大一倍以上同时电解槽的额定功率也要适当放大以保证在有限的晴天时间内能把储氢罐重新充满。仿真模型的价值就在这里——你可以快速修改容量参数观察系统在极端工况下的表现找到容量配置的最优解而不是等设备采购安装完才发现设计缺陷。6. 仿真调试中的经验与常见问题6.1 代数环问题与求解器选择做这个模型时遇到的第一个麻烦就是代数环。母线电压信号经过控制逻辑计算后又反过来影响变换器的输出功率而变换器的输出功率又直接决定了母线电压的大小。在没有加入传输延迟之前Simulink在求解过程中会出现“Algebraic Loop”的报警仿真速度骤降部分工况下还出现了数值振荡。解决的思路有两种。一种是在反馈回路上插入Memory模块或Transport Delay模块打断代数环的求解依赖关系代价是引入了一个步长的延迟另一种是重写控制器的实现方式把电压外环的输出改为基于上一时刻母线电压的计算相当于把控制器从代数关系改造成差分关系。我在实际模型里两者都用了——母线电压采样后加Memory模块打断代数环同时控制器的积分环节使用上一时刻的误差累加双管齐下后求解器选择也就从容了。求解器方面整体模型我是用变步长ode45求解的。前向欧拉法虽然速度快但在Boost变换器这种含有高频开关过程的模型里容易在开关切换点附近产生数值振荡。ode45的自适应步长策略可以在开关动作附近自动缩小步长保证数值稳定性。要注意的是Simscape Electrical的开关器件模型本身也有连续和离散两种解法建议统一选择Local Solver在子系统内部使用离散求解外部用连续求解这样计算效率和精度都能兼顾。6.2 PI参数整定经验整个系统里有三个电流内环PI、三个电压外环PI一共六个PI控制器需要整定。手动逐对调试非常费时间而且容易陷入“调好一个环路另一个又振荡”的循环。我采用的整定顺序是先把电流内环的PI参数独立调试内环带宽设定为外环的5~10倍保证内环响应速度远快于外环再整定外环参数外环的带宽设置在10~20 rad/s附近最后联调。这个方法在电机控制领域比如PMSM Simulink FOC仿真里的电流环、速度环整定中已经是用得很成熟的套路在微电网控制也是适用的。参数初值可以用工程经验公式估算。电流内环PI的取值可以参考变换器的滤波电感和开关频率一般是小比例大积分母线电压外环的比例系数取值在0.5~2之间积分时间常数在0.01~0.05s之间。实际整定中我会先给一个偏保守的比例系数观察阶跃响应逐步加大比例系数直到系统出现轻微振荡然后回退20%再调整积分系数消除稳态误差。6.3 模型复杂度与仿真速度的平衡模型从最开始的光伏负荷简单系统逐步演变成光伏电解槽燃料电池储氢的完整系统后仿真速度下降很快。后来复盘发现拖慢仿真速度的主要原因是Boost/Buck变换器中开关器件的通断切换。虽然变换器的开关频率设置为10kHz在宏观功率平衡的视角下这个开关频率的细节对结果没有明显影响但Simulink在每一个开关沿都要极小步长去逼近计算负担巨大。解决方法是把变换器模型从开关级替换为平均值模型。平均值模型不再模拟开关器件的通断过程而是直接计算变换器输入输出的电压电流关系V_out D * V_inBuck V_out V_in / (1 - D)Boost替换后仿真速度提升了大约10倍而且母线电压和功率动态的仿真结果与开关级模型几乎一致。唯一损失的是无法观察到开关纹波和开关损耗这两个指标对于系统级功率平衡研究来说并不是关键关注点。如果你研究的重点是变换器本身的损耗和纹波特性才需要用回开关级模型或者采用电力电子仿真专用工具。另一方面在做传播类仿真或者爆炸力学中类似Lee-Tarver反应率模型这类多物理场仿真时也有同样的体会不要让模型复杂度超出研究问题本身的要求。复杂度越高不确定的参数越多仿真结果的可靠度反而可能下降。先明确要回答什么问题再决定模型的颗粒度这个原则在工程仿真中永远适用。6.4 状态机逻辑中的死区与迟滞设计最后再提一下状态机切换设计中的细节。系统在五种工作模式之间切换时如果阈值设计不合理会出现模式频繁切换导致的“颤振”现象。比如光伏功率在电解槽最低运行功率附近波动时系统可能在“电解槽吸收富余功率”和“光伏限功率”两种模式间来回跳变对光伏系统来说意味着MPPT频繁重置对电解槽来说则面临频繁启停的风险。解决手段是在模式切换阈值上增加迟滞带。比如电解槽启动功率阈值设置为12kW但只有在功率超过14kW时才允许从待机切换为运行状态反过来只有在功率低于10kW时才允许从运行切换为待机。这2kW的迟滞窗口确保系统在边界条件附近不会反复判断。同样燃料电池的启动和停机阈值之间也设置了类似的迟滞窗口。此外模式切换前加入了最小持续时间限制——任何状态至少保持5s后允许再次切换。这样即使遇到了超过迟滞带范围的快速波动系统也不会出现高频切换。这些细节在单次工况仿真中看起来微不足道但在长期运行比如连续3天的场景仿真中对系统稳定性和设备寿命的影响非常显著。仿真模型做到最后给我最深的感受是这个系统的设计难点其实不在单设备的建模精度而在于多设备之间的时间尺度匹配。光伏是毫秒级到秒级波动电解槽是秒级到分钟级响应燃料电池是分钟级启动和爬坡储氢罐则是小时级甚至天级的能量缓冲。每个环节的响应时间不在一个数量级上控制策略要小心翼翼地在这几个时间尺度之间搭桥。把这种时间尺度的差异在仿真中还原出来才是这套模型最有价值的地方。后续如果要继续做下去我计划在现有模型基础上接入预测性调度算法结合未来24小时的光照预测数据来优化电解槽的运行计划让系统从“被动响应”升级为“主动调度”。