摘要
本发明公开了一种多时间尺度蓄水储能与高比例绿能吸纳方法及系统,所述方法包括长期调度层、中期调度层以及短期调度层通过数据总线实现协同,长期调度计划制定阶段整合预测数据、水库水文数据以及电力市场信号;中期预测修正与动态调整阶段,风光预测模块接收实时气象数据;短期实时控制与调频响应阶段,尺度控制器中的数字电液调速器进行速率调整;所述系统包括物理层、数据总线层、虚拟层三层架构。本发明采用LSTM神经网络等先进算法对风光出力进行预测修正,提高预测精度,为调度决策提供更可靠的数据支持,不断提升系统的智能化水平和决策质量,使调度方案更符合实际运行需求,增强电网的灵活性和适应性。
技术关键词
吸纳方法
水电机组
数据总线
多时间尺度
电液调速器
储能设备
风光
LSTM神经网络
水电站
水库
二氧化碳减排量
虚拟惯量
OPCUA协议
节点
动态
调频
电网频率偏差
计划
吸纳系统
系统为您推荐了相关专利信息
异常识别方法
电量预测模型
经验模态分解分解
模型误差
序列
资源优化调度方法
信息量准则
资源优化调度系统
分布鲁棒优化
可调负荷
协同控制系统
新能源设备
优化调控模型
需求响应策略
虚拟电厂模型
摘要
案件
动态关系图谱
扩展标记语言
模板匹配技术
注意力机制
数学模型
支持向量机
水电机组故障检测
故障诊断模型