摘要
本发明提供一种基于机器学习的分布式光伏电碳耦合并网调控方法,所述方法包括以下步骤:S101、采集气象数据,基于气象数据利用机器学习算法建立预测模型;S102、获取逆变器的参数信息,根据参数信息对预测的发电量进行调整;S103、监测电力的购入价和交易价,同时基于预测模型对用户的下网电量进行预测;S104、根据储能装置和分布式光伏计算碳减排量,计算所消耗的碳排放量;S105、获取用户燃气输出功率和用电输出功率,叠加燃气价格对比用电价格,以及叠加燃气碳排放量、用电碳排放量和光伏电碳排减量,将其输入至预测模型进行效益分析。本发明帮助企业和用户选择最经济和利润最大化的发电策略,通过光伏发电和储能装置,优化能源生产、储存和利用。
技术关键词
储能装置
调控方法
分布式光伏发电
排放量
机器学习算法
发电量
微型气象站
碳交易市场
电表
建立预测模型
燃气
负荷预测模型
构建预测模型
逆变器
数据
曲线
电力