摘要
本申请公开了一种储能设备控制方法、装置、设备、存储介质及程序产品,涉及电力技术领域,包括:获取微电网系统中发电设备的当前预测发电功率和用电设备的当前预测负荷功率,其中,当前发电功率包括风电设备的当前预测风电功率和光伏设备的当前预测光伏功率;将当前预测发电功率和当前预测负荷功率,输入深度强化学习模型,获得微电网系统中储能设备的预测充放电功率,其中,深度强化学习模型利用预设采样周期内按照预设采样时间间隔采集的发电设备的历史发电功率数据和用电设备的历史负荷功率数据训练获得;根据预测充放电功率,控制储能设备充放电。解决了基于整体的每日最优充放电功率进行储能设备控制,会出现较大优化偏差的技术问题。
技术关键词
深度强化学习模型
储能设备
充放电功率
预测发电功率
微电网系统
功率约束条件
风电设备
发电设备
光伏设备
负荷
数学模型
计算机程序产品
数据
周期
处理器
控制设备
可读存储介质
存储器
系统为您推荐了相关专利信息
电池荷电状态
分布式储能电池
优化调度模型
储能系统充放电
调控方法
混合储能容量
储微电网系统
光伏发电机
混合储能系统
风速
鲁棒优化调度方法
优化调度模型
混合整数线性规划
分段
预测误差
储能单元
储能设备
分布式协调
充放电模式
电压补偿