摘要
本发明提供一种应用于储能电源的充放电策略智能优化方法及系统,通过对储能电源的历史充放电过程进行时间序列分段处理,采用滑动时间窗遍历历史充放电数据,生成具有连续时间标记的充放电时段数据序列,对所述充放电时段数据序列执行充放电特征提取,得到各充放电时段对应的充放电特征集合,基于所述充放电特征集合进行模式聚类分析,通过时间序列聚类将具有相似特征分布的充放电时段划分为多个充放电模式簇,将所述充放电模式簇与电网负载预测信息进行关联匹配,通过强化学习对关联匹配结果进行策略迭代优化处理,生成适应不同充放电模式簇的充放电功率分配方案。本发明可以提升储能电源充放电策略的优化精准度和环境适应性。
技术关键词
充放电特征
充放电模式
电网负载预测
动态时间弯曲距离
充放电曲线
充放电功率
强化学习环境
储能电源
电网运行效率
智能优化方法
充放电策略
序列
速率
特征点
阶段
滑动时间窗
充放电数据
强化学习算法
样本