CN119448283A 多能源协同优化的区域性电力调峰云服务系统及方法 （湖南西来客储能科技有限公司）

道保税六路5号湘潭综合保税区标准多能源协同优化的区域性电力调峰云服务源协同优化的区域性电力调峰云服务系统及方集单位时间光伏发电站关键数据与风力发电站光伏发电站关键数据输入光伏发电量预测模型2采集实时的区域用电量时间序列数据，采集单位时间分布式电站的将预处理光伏发电站关键数据输入训练完成的光伏发电量预测模型将区域用电量时间序列数据输入预构建的区域用电量预测模型中根据分布式能源发电站预测发电量、未来单位时间区域用电量，以预测发电量为预测光伏发电量与预测风力发采集历史光照数据集，所述历史光照数据集包括光照特征数据，以及3将单位时间内的天气状态建立天气状态分析集合，计算天气状态;;将单位时间内的光照强度建立光照强度分析集合，计算光照强度;;将单位时间内的第一温度建立第一温度分析集合，计算第一温度分;建立第一温度分析集合的第一温度标准差的;4将单位时间内的风速建立风速分析集合，计算风速分析集合内的;;公式中，为风速分析集合中风速标准差；为风速分析集合中第h个时间段的风将单位时间内的第二温度建立第二温度分析集合，计算第二温度分;;采集历史光伏发电数据集，所述历史光伏发电数据集包括预处理光伏发电站关键数将所述历史光伏发电数据集划分为训练集与测试集，构建分类器5采集历史风力发电数据集，所述历史风力发电数据集包括预处理风力发电站关键数将所述历史风力发电数据集划分为训练集与测试集，构建分类器将训练数据作为区域用电量预测模型的输入，预测时间步长J后的未来时间区域用电对分布式能源与传统电力进行管理与调度的步步骤一：获取分布式能源发电站预测发电量、未来单步骤三：若未来单位时间市场电价高于低电价阈值时，若未来单位时间市场电价低于或等于低电价阈值时，分别计算电站根据计算得到的未来单位时间分布式能源供电量对分布式电站对应的区域进行供电；在未来单位时间调度未来单位时间需要调度传统电力的电量对分布式电站对应的区域进步骤四：若未来单位时间市场电价低于低电价阈值时，度传统电力的电量=未来单位时间区域用电量x120%，在未来单位时间调度未来单位时间若未来单位时间市场电价高于低电价阈值时，6时间调度未来单位时间需要调度传统电力的电量对分数据采集模块，用于采集实时的区域用电量时间序列数据，还用数据预处理模块，用于分别对光伏发电站关键数据和风力发电站关键数据进行预处发电量预测模块，将预处理光伏发电站关键数据输入训分布式能源智能调度模块，用于根据分布式能源发电站预7[0002]现有公开号CN114498750A的专利申请提出了一种基于Q_Learning算法的分布式[0003]该方法是通过用户代理提交的负荷需求，以及分布式能源代理商提供的输出功8;;9公式中为天气状态分析集合中天气状态标准差；T:为天气状态分析集合中;;公式中GZ为光照强度分析集合中光照强度标准差；Gr为光照强度分析集合中;建立第一温度分析集合的第一温度标准差的;;;;;公式中WD:为第二温度标准差；wn为第二温度分析集合中第h个时间段的将训练数据作为区域用电量预测模型的输入，预测时间步长J后的未来时间区域源发电站根据计算得到的未来单位时间分布式能源供电量对分布式电站对应的区域进行要调度传统电力的电量=未来单位时间区域用电量x120%，在未来单位时间调度未来单位分布式电站的发电数据；所述区域用电量时间序列数据为分布式电站对应的区域用电量，所述发电数据包括光伏发电站关键数据与风力发电站现电力调峰；所述分布式能源发电站预测发电量为预测光伏发电量与预测风力发电量之分布式电站的发电数据，所述区域用电量时间序列数据为分布式电站对应的区域用电量，;;;;度分析集合中第h个时间段的光照强度；为光照强度分析集合中;建立第一温度分析集合的第一温度标准差的;;;;;[0030]将训练数据作为区域用电量预测模型的输入，预测时间步长J后的未来时间区域现电力调峰；所述分布式能源发电站预测发电量为预测光伏发电量与预测风力发电量之天工作时期的电力需求量相对较小分别计算未来单位时间分布式能源供电量与未来单位时间需要调度传统电力的电量，未来单位时间分布式能源供电量=[当前剩余可用电量+来单位时间区域用电量一未来单位时间分布式能源供电量；分布式能源发电站根据计算得到的未来单位时间分布式能源供电量对分布式电站对应的区域进行供电；在未来单位时间调度未来单位时间需要调度传统电力的电量对分布式电站对应的区域进行供电；[0035]根据本申请实施方式的方法或系统也可以借助于图3所示的电子设备的架构来实述的根据本申请实施方式的多能源协同优化的区域性电力调峰云服务方法。存储介质600包括但不限于例如易失性存储器和/或非易失性存储器。易失