CN119448346A 一种基于服务区负荷与可再生能源发电预测的储能调度方法及系统 （金陵科技学院）

一种基于服务区负荷与可再生能源发电预本发明公开了一种基于服务区负荷与可再基于长短期记忆网络(LSTM)对服务区的负荷需预测服务区内负荷的波动和可再生能源的发电能调度方案，尤其适用于服务区交通流量波动2储能调度策略生成：基于负荷预测和发电量预测的结果，计算未2.根据权利要求1所述的基于服务区负荷与可再生能源发电预测的储能调度方法，其模型训练：利用预处理后的历史负荷数据和外部特征数据对结果输出与评估：输出长短期记忆网络模型预测的服务区未来时段的的负荷预测值，3.根据权利要要求2所述的基于服务区负荷与可再生能源发电预测的储能调度方法，数据输入：在模型训练阶段，以时间序列窗口的形式向预先构建的于当前的输入xt和上一时刻的隐藏状态ht-1；长短期记忆网络模型中的记忆单元用于存储损失函数计算：模型训练的目标是最小化预测值与真实值反向传播与权重更新：在前向传播和计算损失函数后，通过34.根据权利要要求3所述的基于服务区负荷与可再生能源发电预测的储能调度方法，,,,,记忆单元更新：该步骤生成新的候选细胞状态，用于更新主记t-1+itt5.根据权利要要求3所述的基于服务区负荷与可再生能源发电预测的储能调度方法，,6.根据权利要要求3所述的基于服务区负荷与可再生能源发电预测的储能调度方法，47.根据权利要要求2所述的基于服务区负荷与可再生能源发电预测的储能调度方法，8.根据权利要要1所述的基于服务区负荷与可再生能源发电预测的储能调度方法，其若服务区使用光伏发电系统，光伏发电的输出与光照强度和温度PV20α2表示通过训练数据得到的回归系若服务区使用风能作为清洁能源，风能发电的预测依赖于风速power表示风能发9.根据权利要要1所述的基于服务区负荷与可再生能源发电预测的储能调度方法，其’’’567]+bf)8t_1t]+bC)t]+bo)load(t_n)表示过去n个时间点的用电负荷需求；W(t_n)表示过去n个时间点的气候条92数据为vwind(t_n)，通过风速时间序列模型预测未来的风速，并结合风能发电机的功率曲[0067]储能单元的电量状态根据储能单元的充放电功率Pbattery(t)[0076]图1是本发明实施例公开的一种基于服务区负荷与可再生能源发电预测的储能调基于服务区负荷与可再生能源发电预测的储能调度方法]+bf)门it决定当前输入的信息有多少可以更新到记忆单元中。输入门it允许通过选择性地更新t-1t]+bC)t]+bo)load[0132]若服务区建设的是光伏发电系统，光伏发电的输出与光照强度和温度密切相2[0150]储能单元的电量状态根据储能单元的充放电功率Pbattery(t)[0158]本发明的技术方案，基于长短期记忆网络(LSTM)对服务风速时间序列模型预测未来的风能发电功率)与电网电价信号动态调整储能单元的充放电[0159]以下通过一具体实施例对本发明的基于服务区负荷与可再生能源发电预测的储[0163]实验数据包括：(1)历史负荷数据。每小时的服务区用电负荷(kW)，数据范围从交………[0171]模型的平均预测误差为2.3在预测结果中，模型能够准确捕捉负荷的变化趋…………00…………训练数据自动学习太阳辐照度和温度对光伏发电的影响关系。将2023年1月至10月的数据