CN119231653B 一种光伏储能系统的能量管理方法 （苏州市壹米新能源科技有限公司）

道7070号亨银金融大厦-1901内1910号本发明公开了一种光伏储能系统的能量管备利用轻量级机器学习模型实时分析运行状态2实时收集光伏组件的运行状态与环境需求数据，并将边缘计算设备利用轻量级机器学习模型实时分析运行状态与环境需求数基于边缘计算设备的预测数据，采用深度强化学习算法训练智能体，通过自适应供需平衡算法，利用微服务架构灵活调度微电网内分布式对系统状态快照数据进行实时监测，若监测到与预测不符的变化，则重接收由物联网传感器收集并初步处理的光伏组件运行状态与环对数据清洗后的数据包，应用多尺度小波变换进行特征提取，输出基于特征提取出的运行状态与环境需求数据，通过多项式回归与;部署全面的环境与性能监控传感器网络，以及集成气象运用性能监控传感器网络实时捕获光伏组件的运行状态与环境参数，并将其转换为在边缘计算设备上对数据包内的测量值应用移动平均法，边缘计算设备接收来自传感器网络的数据包，同时对接收到的JSON格式3;;;;;;将变换器的充放电策略与市场机制的动态平衡算法进行融合，通过4;分布式能源资源微服务之间通过RESTfulAPI进行数据交换，同时使用消息队列传递将供需平衡优化表达式的输出作为输入，使用数学规划将供需平衡算法定义为对电力需求和供给的调整规将新收集的关键电力数据与状态数据、环境数据及预测数据融合对系统状态快照数据进行实时监测，若监测到与预测不符的显著更新深度强化学习智能体的决策规则，通过新的供需平衡状态和8.一种计算机设备，包括存储器和处理器，所述存储器于：所述处理器执行所述计算机程序时实现权利要求1~7任一所述的光伏储能系统的能量5处理器执行时实现权利要求1~7任一所述的光伏储能系统的能量管理方6机器学习尤其是深度强化学习技术，光伏储能系统能够学习并优化复杂的能量调度策略，收集光伏组件的运行状态与环境需求数据，并将数据传输至边缘计算设备进行初步处理；边缘计算设备利用轻量级机器学习模型实时分析运行状态与环境需求数据，生成预测数收集光伏组件的运行状态与环境需求数据，并将数据传输至边缘计算设备进行初步处理，78[0048]分布式能源资源微服务之间通过RESTfulAPI进行数据交换，同时使用消息队列[0058]将控制指令发送至相应的电力电子设备执行，输出电力电子设备的实时响应状9[0063]利用实时数据流处理框架对传感器网络收集的系统状态[0067]更新深度强化学习智能体的决策规则，通过新的供需平[0102]更进一步的，运用性能监控传感器网络实时捕获光伏组件的运行状态与环境参[0109]其中，元数据（Metadata通常包括描述数据包上下文的信息，如时间戳监测环境状态或设备运行情况。[0121]在原数据包中，对识别出的异常值进行标记，例如，可以添加一个布尔字段数据时的几个显著优势，这些优势使得移动平均法成为实时监控和数据分析的理想选择，尤其是在光伏组件的运行状态与环境参数监控中。移动平均法通过计算数据序列中连续N限的边缘计算设备上实现高效的数据预处理，确保后续的深度分析和决策制定基于准确、[0129]S2、边缘计算设备利用轻量级机器学习模型实时分析运0可能需要考虑其他类型的模型或转换数据。分析不同阶数下的残差平方和（RSS选择使评估模型的泛化能力，避免选择一个在训练数据上表现很好但在新数据上表现不佳的模[0144]优选的，将多项式回归与指数平滑技术相结合应用于光[0148]更进一步的，在原始状态表示S中增加预测值Pt，生成扩展状态S′表达式为：;来执行。这个决策是基于智能体的内部策略进行的，通常由一个策略函数或一个价值函数状态S9将成为下一次决策的基础，而即时奖励R可用于评估行动的效果，即使在训练完成[0186]将每个分布式能源资源被定义为一个具有独立的业务逻辑的微服务，如能量产力行业已经被研究和应用了一段时间，特别是在智能电网和需求侧管理（DemandSide[0214]根据当前的系统状态和目标优先级，通过决策框架为决策和[0216]结合加权后的规则输出，生成具体的控制指令，如调整电力电子变换器的PWM频[0218]将控制指令发送至相应的电力电子设备执行，输出电力电子设备的实时响应状[0224]更进一步的，利用实时数据流处理框架（如ApacheKafkaStreams或Apache[0263]更新深度强化学习智能体的决策规则，通过新的供需平[0267]应说明的是，对系统状态快照数据的实时监测，结合实时数据流处理框架如[0268]本实施例还提供一种计算机设备，适用于光伏储能系统AccessMemory，简称SRAM电可擦除可编程只读存储器（ElectricallyErasableProgrammableRead－OnlyMemory，简称EEPROM可擦除可编程只读存储器（ErasableProgrammableReadOnlyMemory，简称EPROM可编程只读存储器（ProgrammableRed-[0273]在位于中国华北地区的一个大型光伏储能电站中，实施了本发明的能量管理方边缘计算设备上对数据包内的测量值应用移动平均法，识别偏离正常范围的异常数据点，[0275]其次，边缘计算设备利用轻量级机器学习模型实时分析运行状态与环境需求数布式能源资源微服务之间通过RESTfulAPI进行数据交换，同时使用消息队列传递供需信光照强度(W/m2)预测电量(kWh)实际电量(kWh)电量偏差(%)系统效率(%)成本节省($)2024/8/5450044800.4482.52024/8/10500049750.52024/8/15950420041800