一种基于神经网络的多储能逆变器并网系统SOC均衡控制方法

本发明涉及储能逆变器技术领域，公开了一种基于神经网络的多储能逆变器并网系统SOC均衡控制方法，通过利用GRU‑LSTM混合神经网络模型对各个储能逆变器当前工况与未来趋势的实时学习能力，在线生成与系统全局状态相匹配的充放电功率指令,从而一方面可主动抑制各模块间荷电状态的持续分化，显著降低因低SOC模块提前退出而导致的母线失压风险，保障离网模式下系统供电的连续性；另一方面可打破传统“自发自用”局限，实现光伏能量在模块间的灵活调配，使低SOC单元可及时获得高SOC单元或富余光伏功率的支援，避免能量闲置与浪费，从而提高整个家庭储能系统的能量利用效率与运行可靠性。