摘要
本发明公开了一种用于光储充一体化电站的储能控制策略生成方法及系统,具体涉及储能容量优化技术领域;其技术要点为:对模拟生成出的光伏出力样本数据进行聚类分析,聚类得到多个典型场景;基于预设的约束条件,以储能充放电功率最小构建目标函数,并将历史负荷数据和多个典型场景下的光伏发电数据输入到改进粒子群算法中,得到最优储能功率设定值,更新储能容量,进而生成历史储能控制策略;将历史负荷数据、多个典型场景下的光伏发电数据和对应的历史最优储能充放电功率输入到初始支持向量机模型中进行训练,并选取核函数对初始支持向量机模型的模型参数进行优化,得到训练优化后的支持向量机模型;将当前时刻的负荷有功功率、负荷无功功率和光伏发电功率输入到训练优化后的支持向量机模型中,得到当前趋优的储能充放电功率,基于此进行储能容量更新,从而得到当前储能控制策略。
技术关键词
光储充一体化电站
光伏发电数据
储能控制策略
充放电功率
支持向量机模型
历史负荷数据
蒙特卡罗模拟法
粒子群算法
生成方法
天气
有功功率
光伏发电功率
储能装置
典型
样本
场景
系统存储器
计算机设备
系统为您推荐了相关专利信息
灵活资源
协调调度优化方法
微电网
RBF神经网络
配电网故障
支持向量机回归模型
气候系统
SMOTE算法
径流预测方法
机器学习模型
DTW算法
数据融合方法
信息熵
电力系统实时监测
实时监测装置
聚酰胺基复合材料
表面改性
状态监测数据
支持向量机算法
支持向量机模型
粉尘浓度预测方法
掘进巷道
单类支持向量机
预测残差
深度神经网络训练