一种全钒液流储能系统的功率智能优化与控制方法

本公开的实施例提供一种全钒液流储能系统的功率智能优化与控制方法，包括：建立全钒液流储能系统的数学模型，数学模型包括电堆模型、电解质循环模型及泵模型，并设定状态变量、输入变量和输出变量；基于历史日光照、温度、风速数据，利用机器学习方法预测光伏、风力发电及电网负荷需求，并计算储能系统总功率需求；将总功率需求信号输入至储能系统，生成功率分配与控制指令；构建全钒液流电池储能系统运行的多目标优化模型，多目标优化模型包括多目标函数、约束条件以及功率分配评价指标；采用模糊数学理论对多目标函数进行隶属度统一化处理；基于两步法策略分配功率；基于分段量化小脑模型神经网络‑比例积分微分复合控制策略执行功率指令。