摘要
本发明涉及分布式光伏功率预测技术领域,公开了一种基于储能控制策略的CNN‑SENet‑Transfomer分布式光伏超短期功率预测方法,包括以下步骤:S1:进行分布式光伏功率影响因素分析,选择太阳总辐射、太阳直射辐射、太阳散射辐射和历史功率作为重要特征因素;S2:构建CNN‑SENet‑Transfomer预测模型,将CNN、SENet、Transfomer模型串联,实现不同太阳总辐射、太阳直射辐射、太阳散射辐射与历史功率的权重动态调整,输出预测功率;S3:预测模型训练优化过程;S4:修正预测功率曲线偏差。通过动态调整历史气象特征与历史分布式光伏功率的权重,凸显重要特征实现分布式光伏电站的准确预测,最后通过储能电池修正预测功率,有助于提升分布式光伏接入电网的比例,可以保障电网安全稳定运行。
技术关键词
储能控制策略
太阳
评估预测模型
充放电功率
预测模型训练
储能电池控制
通道
评价预测模型
分布式光伏电站
时序特征
注意力机制
储能荷电状态
系统为您推荐了相关专利信息
带宽预测方法
XGBoost模型
LSTM模型
XGBoost算法
时序特征
光伏储能系统
协同优化算法
光伏系统
充电桩数量
充放电功率
储能系统
强化学习模型
出力场景
风光
充放电功率
微电网
双向功率变换器
能量管理优化方法
光伏发电单元
粒子群算法
同步发电机
优化调度模型
微电网储能配置
时间段
微电网储能优化配置