摘要
本发明公开了一种台区分布式储能参与虚拟电厂调度的方法及系统,涉及智能电网与分布式能源管理技术领域,包括,通过智能电表和传感器采集环境数据和储能状态数据,得到台区综合数据集;利用训练集对LSTM模型进行训练,通过测试集调整超参数优化性能,得到训练好的LSTM模型;基于电力需求和电价预测值,制定储能设施的充放电策略,生成调度指令,并通过虚拟电厂进行调度。利用滑动窗口和三维张量结构化处理时间序列数据,结合LSTM模型精准预测电力需求和电价,基于预测值优化储能设施充放电策略,合理安排充放电时间和量,同时通过虚拟电厂协调分布式储能设施,提升调度效率和灵活性,最终实现电力系统的高效运行和经济效益的显著提升。
技术关键词
分布式储能
储能设施
充放电策略
LSTM模型
分布式能源管理
超参数
预测电力需求
数据采集模块
负荷高峰时段
智能电表采集
统计方法
光照强度数据
滑动窗口法
传感器
序列
系统为您推荐了相关专利信息
LSTM模型
风力发电机
长短期记忆网络
样本
误差
建筑负荷预测方法
LSTM模型
历史负荷数据
路由器
建筑系统
环境监测系统
水动力学模型
LSTM算法
实时监测数据
模块
LSTM模型
数据收集模块
模型更新
交易特征
链路