动态电价电力市场中电解槽的优化调度
机器学习
2018-08-23 v1 机器学习
摘要
在动态电价电力市场中氢气生产的优化调度可最大化氢气生产商的利润；然而，这在很大程度上依赖于对氢气消耗量的准确预测。本文提出一种基于深度学习的预测方法，用于预测未来出租车行业中燃料电池车的氢气消耗量。利用所提出的预测工具，通过减少高峰高成本时段产氢并引导氢气生产商在低成本低谷时段储存充足氢气，使制氢成本最小化。
引用
@article{arxiv.1806.10283,
title = {Optimal Scheduling of Electrolyzer in Power Market with Dynamic Prices},
author = {Yusheng Luo and Min Xian and Manish Mohanpurkar and Bishnu P. Bhattarai and Anudeep Medam and Rahul Kadavil and Rob Hovsapian},
journal= {arXiv preprint arXiv:1806.10283},
year = {2018}
}