摘要
本发明公开了一种光储充电站的日前源荷协同运行优化方法,主要解决源荷协同运行优化策略的实时性不足、不匹配适用工况、不易找到最优解的问题。该方法包括以下步骤:S1,以辐照度为聚类指标对历史气象数据聚类,以日车流量大小为聚类指标对历史车流量数据聚类;S2,获取光伏发电预测模型特征参数和充电桩负荷预测模型特征参数;S3,训练得到光伏发电深度学习预测模型和充电桩负荷深度学习预测模型;S4,以运行成本最低和碳排放最低为优化目标建立源荷运行优化模型;S5,得到源荷协同运行成本最低的储能充放电运行策略和购电策略。本发明提供的是日前运行策略,能及时指导次日的储能充放电策略和购电策略,符合实际运行场景。
技术关键词
源荷协同
光储充电站
深度学习预测模型
光伏发电预测
模糊聚类算法
历史气象数据
负荷预测模型
车流量数据
位置更新
深度学习模型训练
光伏系统
储能荷电状态
光伏发电功率
储能系统
样本
充放电策略
系统为您推荐了相关专利信息
光储充电站
能量优化方法
节点
功率
优劣解距离法
溯源管理方法
分岔现象
分布式账本
产品溯源管理系统
状态空间重构
控制模块
信息接收模块
数据上传模块
信号覆盖范围
代表
管理系统
大数据
工程设计图纸
关系型数据库
系统管理模块
数值天气预报
历史气象数据
更新方法
卷积神经网络模型
气象预报数据