摘要
本发明属于综合能源系统优化技术领域,具体涉及一种考虑风光储协调的功率调节方法、装置、设备及介质。通过融合CEEMDAN和BiLSTM模型,采用POS算法优化BP神经网络的超参数,分别构建更加准确、可靠的风电和光伏功率预测模型。通过分析风光集群超短期预测功率曲线与历史功率曲线之间的浮动误差,统计并确定各时段出现概率最高的浮动误差,进而得到储能系统日内充放电所需调节的功率值,实现风光集群功率的平稳调节。本方案技术能够准确预测风电和光伏的出力变化,并基于预测结果制定有效的储能系统充放电策略,实现风光集群功率的平稳调节,提高电力系统的稳定性和经济性。
技术关键词
功率调节方法
风电预测功率
风光储
气象
BiLSTM模型
多维特征向量
集群
误差
曲线
综合能源系统优化
优化BP神经网络
超参数
训练集数据
储能系统充放电
数据获取模块