摘要
本发明属于电网能源调度技术领域,具体的说是一种基于微电网的eVTOL能源站调度方法,包括数据采集与预处理,预测模块,设定调度目标,优化调度策略生成以及实时调整,本发明通过多时间尺度融合预测模型+实时反馈校正机制的技术手段,对分布式电源出力采用ARIMA与LSTM双层架构捕捉短期突发波动与中长期趋势,对eVTOL充电负荷通过个体行为预测+群体聚合优化适配任务随机性,同时结合实时数据动态修正预测偏差,实现了分布式电源出力预测误差降低、eVTOL充电负荷预测误差控制在15%以内,达到为后续调度策略提供精准前瞻性依据的效果,从源头减少因供需错配导致的微电网稳定性问题与eVTOL任务延误。
技术关键词
能源站调度方法
分布式电源出力
优化调度策略
ARIMA模型
储能荷电状态
数据
微电网控制系统
充放电功率
深度强化学习算法
分级响应机制
LSTM神经网络
储能系统充放电
能源调度技术
电网电压频率
负荷预测误差
智能算法
系统为您推荐了相关专利信息
电网规划方法
协调算法
电网规划系统
储能
能量分配
概率密度函数
节点
分布式储能优化
优劣解距离法
有功功率
环境监测预警系统
继电器控制单元
多参数
LSTM神经网络
RC吸收电路
电表管理系统
主控模块
ARIMA模型
孤立森林算法
能源管理
容量配置优化方法
收益分配机制
风光储微电网系统
容量优化方法
可再生能源