摘要
本发明涉及微电网控制和调节技术领域,具体涉及一种源网荷储人工智能调度方法、系统及设备,所述方法包括:利用实时新能源发电数据和实时用电负荷数据训练更新神经网络预测模型;利用实时更新的神经网络预测模型确定新能源发电的发电功率曲线和用户用电的用电负荷曲线;基于发电功率曲线和用电负荷曲线,确定微电网在下一配电周期的综合运行成本信息;基于综合运行成本信息,确定微电网的目标调度规划信息。通过本发明的源网荷储人工智能调度方法,利用实时数据进行模型训练,并不断更新未来的预测曲线,显著减小了预测误差,提高了微电网调度的精确性和效率。
技术关键词
神经网络预测模型
微电网
曲线
充放电功率
光伏发电预测
负荷预测模型
储能
柴油发电
调度设备
风力发电数据
燃料
规划
光伏发电数据
周期
模型训练模块
粒子群算法
系统为您推荐了相关专利信息
NARX模型
NARX神经网络
二次曲线拟合方法
估计方法
驾驶室悬架
光伏发电预测方法
皮尔逊相关系数
光伏发电量
双边滤波算法
支持向量机回归模型