摘要
本申请涉及电力系统调度优化技术领域,特别涉及一种储能系统的多目标调度方法及装置,其中,方法包括:获取储能系统的历史运行数据和实际运行数据,并将历史运行数据和实际运行数据输入至预先训练的神经网络模型中,以输出预测运行数据;获取储能系统的约束条件,并根据约束条件确定满足一定调度条件的调度多目标;基于预测运行数据、约束条件和调度多目标,确定储能系统的初始调度方案,并对初始调度方案进行迭代寻优,直至满足一定迭代条件,以得到储能系统的调度方案。由此,解决了相关技术中,储能系统在实际运行中存在负荷预测不准、调度目标冲突、电池寿命受损、运行效率低等问题。
技术关键词
储能系统
历史运行数据
神经网络模型
新能源出力预测
负荷预测模型
一维卷积神经网络
电力系统调度优化技术
新能源消纳率
滑动时间窗口
门控循环单元
充放电功率
长短期记忆网络
平滑度
寿命
电池
计算机程序产品
处理器
调度装置
系统为您推荐了相关专利信息
样本检测方法
矩阵
RGB彩色图像
训练神经网络模型
度量
飞粉
石灰石粉仓
支持向量机模型
卷积神经网络模型
随机森林模型
多波长光源
中医脉象
视频拍摄单元
视频采集模块
集合经验模态分解
矿用高压配电装置
故障预测方法
时间序列分析方法
故障预测特征
多传感器数据融合
故障隔离
诊断方法
循环神经网络模型
故障特征提取
故障检测模块