摘要
本申请提供一种新能源储能消纳能力指数预测方法,涉及电力系统运行领域,包括:针对光伏发电,建立太阳辐射强度、光伏组件转换效率、温度系数、老化衰减率因素与发电效率间的非线性映射关系以动态修正光伏发电潜在出力预测值;基于光伏和风力发电的潜在出力预测结果,通过智能优化算法求解储能容量配置和运行策略以最大化储能系统效益,并得到储能消纳能力指数动态预测值;以及采用自适应加权融合策略对基于历史数据的统计模型、基于物理机理的动力学模型以及基于机器学习的数据驱动模型的预测结果进行组合。本发明实现了新能源发电潜在出力的精确预测和储能消纳能力的动态评估,为新能源并网和储能系统优化配置提供了有效的技术支持。
技术关键词
出力预测方法
非线性映射关系
数据驱动模型
概率密度函数
智能优化算法
储能容量配置
风机功率曲线
指数预测方法
储能系统
随机抽样方法
蒙特卡洛
历史气象数据
地理信息数据
波动特征
融合策略
样本
光伏组件
BP神经网络模型
系统为您推荐了相关专利信息
泄漏检测方法
光谱特征参数
贝叶斯模型
独立成分分析法
红外光谱仪
口腔CBCT图像
锥形束口腔
图像重建方法
射线源
X射线发射设备
储能优化配置方法
充电负荷模型
充放电功率
分布式光伏
储能电池荷电状态
神经网络模型
电力系统仿真软件
电力系统运行方式
电网运行方式
物理