摘要
本发明公开了一种基于多模态时空融合网络的混合储能分层响应方法及系统,其中方法包括:采用1D CNN + LSTM提取短时数据的短期时序特征,采用Transformer提取长期历史数据的长期时序特征;对齐不同周期长度时序特征;基于跨模态注意力机制采用动态加权策略融合对齐后的短期时序特征和长期时序特征;对混合储能系统进行电网负荷需求预测、光伏发电功率实时预测;计算实时功率缺口,实时量化混合储能系统中各储能单元的边际成本,建立混合储能分层响应机制,优先调用边际成本最低的储能技术,实现全生命周期收益最大化。
技术关键词
储能单元
时序特征
液流电池储能
钠离子电池
光伏发电功率
混合储能系统
一维卷积神经网络
多模态
长短期记忆网络
分层
动态时间规整算法
注意力机制
负荷
燃料电池
跨模态
充放电功率
电解槽
系统为您推荐了相关专利信息
光伏功率预测方法
LSTM神经网络
超参数
时序
光伏发电功率
功率预测方法
历史负荷数据
时序依赖关系
误差
指标