摘要
本发明涉及光伏微电网技术领域,具体地说,涉及一种西藏农牧区新型光伏微电网能源耦合方法及系统。包括利用大数据采集技术对光伏发电数据、储能数据和负载数据进行采集,并对采集的数据进行特征提取,以提取的特征数据作为输入变量,以光伏发电和储能能否满足负载用电为输出变量,构建神经网络模型,并利用以往数据对该神经网络模型进行训练,通过神经网络模型判断光伏微电网是否切换工作模式,在切换时,利用物理模型预测光伏电池的发电功率,通过控制储能电池和负载运行维持微电网功率的动态平衡。本发明通过神经网络模型判断光伏微电网是否切换工作模式,提高能源利用率,通过控制储能电池和负载运行维持功率平衡,减少电力设备的损耗。
技术关键词
新型光伏
耦合方法
神经网络模型
控制储能电池
大数据采集技术
光伏发电数据
预测光伏发电功率
时间序列分析方法
统计分析方法
电池管理系统数据
训练神经网络
能源
光伏微电网技术
光伏电池
储能系统
系统为您推荐了相关专利信息
相对湿度
神经网络模型
流体力学模型
气象站
统计学方法
炉膛火焰图像
垃圾焚烧炉炉排
神经网络模型训练
数据
控制系统
性能预测方法
花朵授粉算法
混合优化算法
自花授粉
性能预测模型