摘要
本发明涉及储能领域,尤其涉及一种面向源网荷储用系统的分布式储能容量优化配置方法,包括提取同一时间特征和空间特征上的电力信息;采用长短期记忆网络表示决策行为的时序依赖关系,采用图注意力网络进行时空依赖关系的自适应学习;并将储能电站中电池尺度、温度、循环次数、膨胀力变化量作为输入条件,生成动力电池多尺度映像模型,最终根据动力电池多尺度映像模型优化用电成本;构建储能电站基于收益成本分析、运行工况预测、调度指令响应做出充放电策略、容量配置、跨市场报价决策储能电站多元应用模型。本发明优点在于能够根据不同地域的电源分布、负荷特性的差异,进行电力资源的精准调配,提高电力调度效果。
技术关键词
容量优化配置方法
储能电站
分布式储能
动力电池
时序依赖关系
多尺度
时间段
长短期记忆网络
充放电策略
实时数据
卷积神经网络模块
充放电功率
电力
卷积神经网络提取
决策
聚类分析算法
电网拓扑结构
系统为您推荐了相关专利信息
金属结构
高压模块
控制单元
动力电池
高压交流电
优化调度模型
虚拟电厂优化调度方法
源荷协同
价格型需求响应
表达式
坡道
燃料电池车辆
车辆能量管理方法
车辆能量管理系统
均衡管理方法
智能驾驶控制器
自动驾驶系统
协调控制器
传感器模组
信息接收模块