摘要
本申请涉及储能调度技术领域,公开了一种智能环境监测数据驱动的分布式储能调度预测方法及系统。该方法包括:采集环境参数处理得环境数据集;多层次分解环境数据得特征向量和不确定性指标;输入混合深度网络得需求预测分布;构建鲁棒优化模型得调度指令序列;通过分层架构分解执行得运行轨迹;用深度强化学习迭代优化得储能调度策略。本申请克服了通信延迟影响并具备自我优化能力的储能调度预测方法,实现基于环境数据驱动的分布式储能系统高效协同运行。
技术关键词
分布式储能调度
智能环境监测
Wasserstein距离度量
混合整数二次规划模型
储能单元
深度确定性策略梯度
分布式环境监测
模型预测控制器
混合深度学习模型
数据
分布鲁棒优化
时间卷积网络
储能荷电状态
分布式架构
Copula函数
储能调度模型
经验分布函数
滑动窗口技术
系统为您推荐了相关专利信息
决策系统
卷积注意力网络
动态评估系统
多模态数据采集
物联网传感器网络
储能能量调度方法
储能单元
粒子
优化遗传算法
预测发电功率
充电管理系统
控制箱
协议控制系统
通讯接口
高压绝缘监测
日用电量
太阳能光热发电
发电量
匹配模块
电网用电量预测
下垂控制方法
储能单元
孤岛直流微电网
储能设备
偏差