工商业储能系统需量预测和控制方法及系统

本申请涉及工商业储能技术领域，特别是涉及一种工商业储能系统需量预测和控制方法及系统，通过构建基于LSTM神经网络的电表需量预测模型精确预测了未来储能系统的需量情况，并自动识别出电表需量预测值高于第一预设阈值的时间段，这些时间段往往是需量管理的关键时期，然后在该时间段内，进一步根据该时间段内的电表需量预测值和MPC算法预测的储能变流器输出功率，智能地平滑上调储能系统在此时间段内的输出功率，拉低了电网的即时需量峰值，这一控制方法不仅帮助工厂降低了用电费用，而且通过提前规划储能系统的充放电行为，最大限度地利用了储能资源，显著提升了储能系统的整体经济效益。