摘要
本申请提出一种基于储能调峰的供热负荷预测与调度方法,包括:获取供热系统的多模态数据并进行预处理,基于预处理后的多模态数据构建时空联合特征矩阵;将时空联合特征矩阵输入多模态深度负荷预测模型进行供热负荷预测,得到供热负荷预测结果;多模态深度负荷预测模型是通过系统历史数据训练融合物理约束的深度学习预测模型得到的;基于供热负荷预测结果,结合基于MADDPG框架的多智能体强化学习算法,生成分布式储能调度策略,以根据分布式储能调度策略进行供热系统的调度运行;提升了能源利用效率与电网稳定性。
技术关键词
供热负荷预测
分布式储能调度
多模态深度
负荷预测模型
深度学习预测模型
设备老化
供热系统
储能设备
特征提取模块
储能系统
强化学习算法
数据
局部波动特征
递归最小二乘法
分支
隐私保护机制
差分隐私技术
拉普拉斯噪声
储能荷电状态
系统为您推荐了相关专利信息
码头
状态监测方法
规则格网
船舶
深度学习预测模型
系统隔离方法
光伏发电装置
V2G系统
储能装置
电池剩余容量
日负荷曲线
电力负荷预测模型
日期
数据
电力用电
海上风电场
海洋水文数据
智能分析方法
光学字符识别
多模态深度学习
负荷预测模型
净负荷预测方法
电力系统
网络
预测误差