摘要
本发明涉及人工智能技术领域,具体地说,涉及一种基于人工智能的新能源电力系统优化调度方法。其包括如下步骤:收集电力系统中的多源数据,并对收集到的数据进行预处理;根据收集到的数据并结合电力系统的需求获得可再生能源的发电量;基于风能和太阳能定义多个目标函数和约束条件,将遗传算法和粒子群优化结合形成混合优化算法,从而利用混合优化算法求解目标函数的解,生成实时的调整调度策略;将混合优化算法求解得到的最优解集应用于实际电力系统中,生成调度指令。该方法能够更好地利用太阳能和风能资源,减少浪费,提高系统的整体效益,同时在优化调度中有助于在找到潜在的优质解后进行局部精细化搜索,提高解的精度。
技术关键词
混合优化算法
太阳能电池板
粒子
遗传算法
储能系统充放电
发电量
可再生能源
储能系统容量
电力系统
储能系统荷电状态
风能
功率
风力发电机叶片
基因
湍流
逆变器
系统为您推荐了相关专利信息
粒子群算法
图像处理系统
成像
多尺度Retinex算法
噪声抑制模块
参数联合估计方法
多信号
谱峰位置
非高斯噪声
时延
腐殖酸
络合物
数据
傅里叶变换红外光谱
决策树算法
眼动数据
轨迹生成方法
模拟设备
眼动控制方法
粒子群优化算法