摘要
本申请提供基于蒙特卡洛Dropout的新能源出力预测方法及系统,通过蒙特卡洛Dropout技术对新能源出力进行概率性预测,生成包含置信区间的动态预测结果,量化气象突变与设备状态的不确定性;其次,构建多阶段随机动态规划模型,将预测区间离散化为多情景输入,并设计基于放电深度的非线性目标函数,同步优化购电成本与储能老化成本;最后,结合模型预测控制框架实现系统的滚动优化,通过在线更新预测数据与调度指令、嵌入储能健康状态实时反馈机制,动态调整储能老化成本权重。能够显著提升光伏、风电的消纳率,降低储能系统全生命周期成本,同时确保调度策略在极端天气下的鲁棒性。
技术关键词
新能源出力预测
LSTM模型
蒙特卡洛方法
动态规划模型
模型预测控制框架
储能系统
充放电功率
情景
气象
充放电策略
时序特征
储能调度模型
实时数据
优化调度系统
系统为您推荐了相关专利信息
蒸气压缩机
脱氨塔
物料分离器
LSTM模型
协方差矩阵
调度控制器
遗传算法
LSTM模型
资源监控
跨节点
GM模型
指标预测方法
LSTM模型
工业大数据
时序特征
智能化预测方法
判断计算机系统
资源
毛刺现象
LSTM模型