摘要
本发明涉及光储领域,具体公开一种光储系统协同控制方法、装置、终端及介质,包括:实时采集多维数据,包括光伏阵列数据、用户侧负荷数据、电网侧信息数据、气象数据和天气预报信息;利用多维数据通过机器学习模型生成光伏发电功率预测曲线、用户负荷需求预测曲线、电网电价预测曲线;将当前光储系统状态、各预测曲线作为输入参数,通过模型预测控制算法基于多目标优化函数和约束条件进行优化问题求解,生成未来一段时间的最优控制序列,通过所述最优控制序列对相应设备进行控制。本发明提升对光照突变、负荷波动等不确定性的响应速度,实现源‑储‑荷‑网的协同,避免各单元独立控制的次优问题,降低运行成本,提高可再生能源消纳。
技术关键词
光储系统
光伏发电功率预测
模型预测控制算法
协同控制方法
天气预报信息
机器学习模型
光伏阵列
系统控制方法
曲线
序列
可再生能源
充放电功率
光伏逆变器
协同控制装置
气象
历史负荷数据
实时数据采集
参数
系统为您推荐了相关专利信息
无人船系统
终端滑模控制器
RBF神经网络
事件触发机制
计算机执行指令
光储系统
容量优化模型
容量配置方法
排放量
迭代技术
优化调度策略
优化运行系统
光伏发电功率
需求响应信息
交易系统