摘要
本公开提供了一种储能电站充放电的动态负载预测与优化调度方法及系统,属于工业大数据技术领域。该方法通过获取电网需求信号、市场电价、发电量等电网运行关联参数,并对其进行时序特征处理,以生成时序特征序列,通过判断时序特征序列的波动幅度是否超过预设波动幅度阈值,若超过则采用蒙特卡洛模拟算法量化不确定因素,有效解决了传统负载预测中忽略参数波动不确定性的问题,使构建的负载预测模型更贴合实际电网运行场景,大幅提升负载预测结果的可靠性与精准度。再者,基于储能设备剩余容量百分比与预设百分比阈值的对比,动态决策充放电操作,既避免了储能设备剩余容量过低时的供电能力不足风险,又防止了储能设备剩余容量过高时的资源闲置。
技术关键词
优化调度方法
时序特征
储能电站
储能设备
序列
功率
蒙特卡洛
波动特征
长短期记忆网络
放电计划
动态
工业大数据技术
遗传算法
风力
线性规划算法
模块
优化调度系统
发电量
系统为您推荐了相关专利信息
异常信息
监控方法
智能锁开锁
时域特征
频域特征
状态监测数据
运维管理方法
储能电站
管理中心
预警模型
网络异常检测方法
代表
空间拓扑关系
前馈神经网络
变量
围岩变形
LSTM神经网络模型
离散单元法
孔隙水压力
火山灰颗粒