摘要
本发明涉及电力系统管理技术领域,特别是涉及一种重力储能系统与常规储能系统之间的协同优化调度方法及系统。该方法包括:将重力储能系统和常规储能系统配置在大电网的电源侧;分别采集一段时间内重力储能系统和常规储能系统的运行数据,形成历史运行数据,并利用需求预测模型依据历史运行数据预测未来特定时间段的电力需求值;将未来特定时间段的电力需求值输入到系统优化模型中,并对系统优化模型迭代训练,最终得到每个时间段内重力储能系统和常规储能系统的充电和放电计划;本发明通过实时收集两种系统的运行数据并应用机器学习方法预测电网需求,能够制定精准的充放电策略,实现在成本最低时储存能量并在高峰期释放,以优化成本效益。
技术关键词
重力储能系统
协同优化调度方法
分解协调方法
电化学储能系统
历史运行数据
需求预测模型
储能系统优化
时间段
储能系统配置
放电计划
充放电功率
设备老化
电力系统管理技术
可再生能源
最小化系统
机器学习方法预测
优化调度系统
电力需求量
系统为您推荐了相关专利信息
双层协调优化方法
能源管理系统
环境监测系统
波动特征
历史运行数据
人形机器人
数据处理方法
PID控制算法
拉格朗日
神经网络模型
智能阀门定位器
短时傅里叶变换
工业物联网平台
阀门定位器控制系统
设备工况
仿真数据
数据传输控制方法
接收端
仿真设备
内存
三维仿真模型
历史运行数据
控制策略
大数据
管理系统