摘要
本发明公开了一种风光电站储能容量配置方法及系统,基于每一风电场的历史相关数据使用基于卷积神经网络和长短期记忆网络的模型分别进行风力发电功率预测,基于每一光伏电站的历史相关数据使用基于遗传算法的反向传播神经网络模型分别进行光伏发电功率预测,基于每一风电场的风力发电功率预测值和每一光伏电站的光伏发电功率预测值得到风光集群电站的总预测功率,根据实际负荷状态和风光集群电站的总预测功率进行储能容量优化配置,以此有效提高了风光集群电站功率预测的精确性,再根据实际负荷状态和风光集群电站的总预测功率进行储能容量优化配置,提高了配置的准确性和可靠性,从而提高储能容量配置的精确性和可靠性。
技术关键词
风力发电功率预测
储能容量配置方法
储能系统容量
风光
容量优化配置
长短期记忆网络
光伏电站
储能单元
光伏发电功率预测
集群
负荷
神经网络模型
遗传算法
特征值
系统为您推荐了相关专利信息
预测系统
选址定容策略
子模块
光伏发电机组
风光储联合
风光互补系统
风光互补一体化
优化调度模型
发电计划编制
风光一体化
充电电池模组
风光一体化
一体化发电系统
调度优化算法
参数
综合能源系统
协同优化调度方法
热电联产机组
风光
拉丁超立方抽样
储能容量配置方法
分布式能源发电
长短期记忆网络
设备老化
表达式